在半導體制造領域，數(shù)據(jù)驅動的精準決策正成為提升良率、降低成本的核心競爭力。然而，傳統(tǒng)的數(shù)據(jù)分析系統(tǒng)往往面臨三重挑戰(zhàn)，使得大量工業(yè)數(shù)據(jù)價值難以被快速挖掘。

獲取門檻高：依賴專業(yè)的SQL編寫或復雜的BI工具操作，將大量業(yè)務人員擋在數(shù)據(jù)門外。

分析周期長：從數(shù)據(jù)提取、清洗到建模分析，一個完整的良率根因分析往往耗時數(shù)天，決策嚴重滯后。

知識傳承難：資深工程師的分析經(jīng)驗與思路難以沉淀和復用，形成“人在知識在，人走經(jīng)驗失”的困境。

格創(chuàng)東智最新推出的GT Insights產(chǎn)品，正是為了打破這一困境。作為基于自然語言處理與大模型技術的對話式商業(yè)智能分析系統(tǒng)，GT Insights正在重新定義半導體工廠的數(shù)據(jù)交互方式。與傳統(tǒng)BI工具不同，GT Insights支持用戶通過自然語言對話直接獲取所需數(shù)據(jù)分析和可視化結果，通過AI工作流將數(shù)據(jù)分析的門檻和周期降至前所未有的水平，實現(xiàn)“數(shù)據(jù)民主化”的愿景。

1、對話即分析，讓數(shù)據(jù)開口說話

GT Insights的核心突破在于實現(xiàn)了“對話即分析”的自然交互模式。工程師只需用簡單的自然語言提問，如“展示A產(chǎn)品第三季度良率趨勢”，系統(tǒng)便能自動理解意圖，在后臺完成從語義解析、SQL生成、數(shù)據(jù)查詢到可視化呈現(xiàn)的全流程，降低數(shù)據(jù)分析門檻。

其背后技術架構圍繞語義建模層展開，創(chuàng)新性地解決了LLM在工業(yè)場景中直接處理物理數(shù)據(jù)庫的諸多挑戰(zhàn)。通過構建業(yè)務指標與維度的語義層，系統(tǒng)將復雜的物理表結構轉化為業(yè)務友好的數(shù)據(jù)模型，使LLM能夠生成精準的語義SQL，再通過語義層轉換為可執(zhí)行的物理SQL ，實現(xiàn)準確理解業(yè)務術語并生成可靠的分析結果。這一設計不僅大幅提升了查詢準確率，使得整個生成過程可驗證、可追溯，為后續(xù)的智能分析奠定了堅實基礎。

從技術架構看，GT Insights采用分布式部署方案，支持集群化擴展，確保系統(tǒng)的高可用性和穩(wěn)定性。其核心組件包括語義建模層、多Agent框架、LLM集成層以及StarRocks分布式數(shù)據(jù)倉庫，共同構成了完整的工業(yè)級智能分析平臺。

2、從“天”到“分鐘”，AI工作流重構良率分析范式

良率分析是GT Insights最具顛覆性的應用場景。在傳統(tǒng)模式下，一次低良率根因分析往往需要工程師在不同系統(tǒng)間手動提取數(shù)據(jù)，嘗試多種統(tǒng)計方法進行數(shù)據(jù)收集、整理和多維度交叉分析，耗時數(shù)天。而GT Insights通過預設的AI工作流，系統(tǒng)能夠自動執(zhí)行完整分析鏈，將這一過程壓縮到分鐘級。

比如，當用戶提出“分析產(chǎn)品A上周低良率原因”時，系統(tǒng)會自動觸發(fā)多步分析流程：首先進行意圖識別，鎖定產(chǎn)品與時間范圍；接著執(zhí)行Daily BIN分析，定位異常BIN及時間點；然后啟動HeatMap熱力圖疊加分析，找出缺陷分布規(guī)律；再通過Commonality共性分析，追溯至可疑機臺；最后全鏈路生成分析報告。整個過程無需人工干預，幾分鐘內便自動生成一份包含異常BIN與問題機臺的指向明確、證據(jù)鏈完整的結構化分析報告。

而在功能層面，GT Insights展現(xiàn)出全方位的數(shù)據(jù)處理能力。從基礎的圖表生成、多維度鉆取分析，到復雜的良率根本原因定位、SPC統(tǒng)計過程控制，系統(tǒng)均能通過對話式交互快速響應。其獨有的Dashboard自動生成功能，用戶僅需用自然語言描述需求，系統(tǒng)即可智能編排分析圖表，形成完整的監(jiān)控視圖。

3、不止于問答，智能體協(xié)同與生態(tài)集成

GT Insights的價值不止于單點能力的突破，更在于其作為格創(chuàng)東智CIM AI Foundation的重要組成部分，與它基于格創(chuàng)東智的Octopus AI Agent平臺3.0開發(fā)，可通過AI Agent框架，與Planner Agent、Yield Analysis Agent等智能體“數(shù)字員工”協(xié)同工作。從被動響應走向主動規(guī)劃分析路徑、調用第三方工具（如SPC軟件、良率分析插件），形成閉環(huán)的分析決策能力。

在系統(tǒng)集成層面，GT Insights提供“主駕”與“副駕”兩種模式。既可作為獨立的分析平臺直接使用，也能以插件形式嵌入到MES、YMS等現(xiàn)有業(yè)務系統(tǒng)中，用戶在操作業(yè)務界面時可隨時喚出AI助手進行輔助分析，實現(xiàn)“業(yè)務操作即分析”的無縫體驗。

對于半導體CIM系統(tǒng)而言，GT Insights的引入標志著從“流程自動化”到“智能決策”的重要演進。傳統(tǒng)CIM系統(tǒng)主要關注生產(chǎn)過程的自動化和數(shù)據(jù)采集，而GT Insights則為這些海量數(shù)據(jù)賦予了智能分析的能力，使制造執(zhí)行系統(tǒng)真正具備自感知、自分析、自決策的智能化特征。

目前，格創(chuàng)東智GT Insights已在多家半導體制造企業(yè)成功落地，幫助客戶在良率提升、設備效率優(yōu)化、生產(chǎn)周期縮短等方面取得顯著成效。以半導體封裝和測試企業(yè)為例，該企業(yè)原本面臨良率分析周期長、專家經(jīng)驗難以沉淀、多系統(tǒng)數(shù)據(jù)孤島等問題。通過部署格創(chuàng)東智GT Insights，企業(yè)構建了覆蓋良率數(shù)據(jù)、追溯信息和AOI圖像的全鏈路分析能力，顯著提升產(chǎn)品良率，大幅降低系統(tǒng)運維成本和員工培訓成本。

隨著工業(yè)大模型技術的不斷成熟，GT Insights所代表的對話式BI正成為半導體CIM領域數(shù)字化轉型的重要方向。格創(chuàng)東智通過將先進AI技術與深厚行業(yè)知識相結合，為半導體行業(yè)提供了一條切實可行的智能化升級路徑，助力中國半導體制造向更高效、更精準、更智能的方向持續(xù)邁進。未來，GT Insights將持續(xù)深化在半導體特定場景的專用能力，擴展更多垂直行業(yè)的解決方案，推動工業(yè)智能從“可用”向“好用”不斷進化，為制造業(yè)的數(shù)字化轉型注入新動能。