AI機器人會走路、辨識物體,不代表就能進入晶圓廠。達明機器人(4585)營運長黃識忠指出,半導體工廠設備昂貴,產能利用率要求極高,若機器人動作跟不上原有生產節拍,反而讓機台等待自動化設備、拖慢產能,再先進的技術也不可能被採用。
對晶圓廠而言,機器人能否落地的兩項核心指標,是生產週期(Cycle Time)與投資報酬率(Return on Investment,ROI)。從預防保養、機台監控,到Magazine與FOUP搬運,每一項任務都有特殊需求,產業需要的不一定是什麼都能做的人形機器人,而是能真正提高效率的專用設備。
Cycle Time達不到,設備再聰明也無法進廠
黃識忠表示,產業界最重視的不是機器人展示效果,而是實際落地。當半導體業者在工廠內導入機器人或自動化系統,首先考量的就是Cycle Time。
晶圓廠內許多機台價值高昂,設備必須持續運轉。如果原有機台為了等待機器人完成搬運、維修或操作,造成整體產能下降,業者便無法接受。
因此,系統整合商面對的首要挑戰,是讓機器人速度、精度及穩定性符合原有生產節拍,而不是要求整條產線配合機器人重新調整。
ROI決定值不值得買,不能只計算取代多少人
除Cycle Time外,投資報酬率也是導入關鍵。機器人可以減少人力需求,但半導體工廠評估的效益不只取代多少作業人員,也包括是否降低停機時間、改善安全、提高良率,以及減少人為失誤。
如果系統需要大量客製化、維護成本過高或穩定度不足,即使具備先進AI,也可能無法達到合理投資回收期。
黃識忠指出,機器人還必須與上位控制系統及其他智慧設備溝通,才能從單點自動化走向整場無人化運作。
FOUP搬運、預防保養各有特殊要求
半導體工廠內不同機台及製程均存在特殊需求,包括預防保養(Preventive Maintenance,PM)、機台監控、Magazine與前開式晶圓傳送盒(Front Opening Unified Pod,FOUP)搬運。
這些任務看似都是移動、拿取或檢查,實際上對潔淨度、震動、精度、路徑、安全及機台介面有不同要求。
機器人若要進入晶圓廠,必須針對個別任務優化效率,並與製造執行系統、廠務系統及機台控制介面整合,確保不會干擾既有製程。
黃識忠表示,只有系統整合達到工廠要求,機器人才能真正帶來改變;否則導入難度仍然很高。
張培仁:形式應該追隨功能,不必先決定做人形
工研院院長張培仁則從機器人設計角度指出,「形式追隨功能」,機器人應該長什麼樣子,與它要執行什麼任務直接相關。
他認為,開發機器人之前,首先應確認設備要完成的工作,再逐層分析需要哪些次系統、模組、零組件與晶片,而不是先決定做人形機器人,再尋找應用。
張培仁表示,動物經過數億年演化,身體結構、感測器配置與能源使用都已高度最佳化,是機器人設計的重要參考。
不到10微瓦的跳蛛,示範高低解析度感測分工
張培仁以跳蛛為例,跳蛛前方有兩顆較大的高解析度眼睛,用於尋找獵物;側面及後方則有六顆較小、解析度較低的眼睛,用來監測是否有天敵接近。
當側後方眼睛發現異常,跳蛛才會轉身,使用高解析度前眼確認威脅。也就是說,低功耗感測器負責持續監控,高解析度感測器則只在必要時啟動。
張培仁估算,跳蛛大腦執行視覺辨識與動作決策的功耗不到10微瓦,卻能完成類似自駕系統的環境感知、目標確認與逃生決策。
這項設計思維顯示,機器人不必讓所有感測器持續在最高解析度下運作,也不必把所有資料送回中央處理器,而可透過感測器分工與事件觸發降低能耗。
上層依應用收斂,底層走向橫向專業化
張培仁預期,機器人產業的上層產品將依照應用逐步收斂。工廠、物流、醫療、照護及家庭等場景,會發展出不同機器人形式,不一定全部朝人形演進。
但在底層,感測器、關節模組、控制器、晶片、致動器與軟體將走向橫向專業化,由不同企業與國家發展最擅長的環節,再整合成完整系統。 (相關報導: 晶鏈解密》10人公司做美國防務資安合規可能耗資25萬美元!專家:標準別淪為勾選清單 | 更多文章 )
對半導體工廠而言,真正具有商業價值的機器人,不是外形最像人、AI模型最大,而是能在不拖慢產線的前提下,完成特定任務並帶來可衡量的ROI。