打破壁垒，建立联系：生成型人工智能在半导体行业的作用

作者半导体欧盟负责人marco.addino@accenture.com 领英 版权所有 © 2024 Accenture. 保留所有权利。 2马修·哈格里夫高科技全球研究主管matthew.j.haggerty@accenture.com领英 半导体北美负责人alex.olea@accenture.com 领英 帕丹普里特·辛格首席执行官 高科技 全球数据与人工智能负责人padampreet.singh@accenture.com 领英 第三节：以不同的方式引导和学习，重塑劳动力文档概述第一部分:第二节：从障碍到无边界第五节：以生成式人工智能拥抱未来第四章：无后悔 / 战略性赌注 设置场景7 101813 第一部分：打破障碍，建立联系设置舞台理解半导体产业的现状和新兴挑战。 打破障碍，建立联系但这条路径正面临新的挑战B在设计、制造和需求方面。关键人才日益短缺，芯片设计持续面临物理定律的制约。地缘政治紧张局势和离岸制造增加另一层复杂性，进一步使创新的未来更加模糊。1这些挑战正出现在一个时间点上，即生成式AI的可能性爆炸使得创新的需求变得紧迫。我们正站在一个伟大的技术时刻的前沿，这个时刻将以前所未有的广度、深度和速度展开。现代世界建立在半导体产业及其产品所实现的技术之上。我们的智能手机、汽车、发电站以及全球经济无数其他关键领域都依赖于该产业设计和生产的芯片的持续创新。这一事实是长期专注于芯片持续创新投入的半导体公司之间激烈竞争的来源和结果。 2.4x创新紧迫性：e将半导体公司最佳集中他们未来的创新努力将投向何方？我们的对300名全球半导体高管的调查发现，三分之一（33%）的受访者认为，创新——在设计、制造等方面——是生成式AI能为该行业带来的最大好处。3半导体产业目前的问题是，它能否适应这个新的生成式AI时刻，并满足持续创新的需求。埃森哲分析2019年至2022年，found Reinventors 的收入比其他公司增长了15个百分点。我们预计到2026年，革新者与剩余企业之间的收入增长差距将扩大2.4倍，达到37个百分点。.2到2026年，革新者与其它人之间收入增长差距的预期增长 创新（设计，制造）运营效率（规模经济/生产力提高）金融（降低成本，提高盈利能力，收入增长)人才（吸引/保留）新联盟（行业或其他）没有唯一的解。半导体公司应利用生成式人工智能贯穿整个价值链——从设计和制造，通过销售和营销，到客户服务——以把握短期和长期创新的机会。现在是拥抱愿景的时候了生成式人工智能能为半导体行业带来什么最大的好处？重塑，打破壁垒并解锁无边界价值。尽管广泛采用的挑战可能看似重大，但正确的方法和投资将使该行业的公司能够利用生成式人工智能来革新其价值链并解锁转型价值。 广阔视野收益：在整个价值链中采用广阔的观点对于释放生成式AI在半导体行业的变革潜力至关重要。 版权所有 © 2024 Accenture。保留所有权利。6 第二节：打破障碍，建立联系从障碍到无边界产业创新壁垒凸显了需要一种更广泛部署生成式AI的再发明视角。 打破障碍，建立联系我们的研究发现，数据安全、技术债务和知识产权考虑因素是部署大规模生成式 AI 的最大技术障碍之一。。然而，这种复杂性带来了高昂的变更运营成本，尤其是在技术现代化方面，例如生成式人工智能的部署。这些发现突出了成功部署生成式AI的紧迫性和挑战性。 71%74%受访者受访者知识产权问题是半导体行业价值链上生成式人工智能部署的最大障碍。半导体行业大规模部署生成式人工智能至少需要三年时间。73%受访者新厂房投产后将更专注于由生成式AI驱动的自动化。 协作生态系统：75%行业内领导者都认同，通过共享技术平台进行合作能够提升从生成式人工智能中获取的价值。 打破障碍，建立联系直面这些挑战是可能的，通过一个能够打破价值链障碍的再创造视角。我们的访谈发现75%的我们最近关于需要一项重塑- 准备数字核心引入了另一个考虑因素：需要在技术债务与未来投资之间取得平衡。4对于半导体行业来说，偿还这笔债务可能要以当前预算和IT资源为代价。随着生成式人工智能创新不断快速展开，半导体公司需要一种能够兼顾过去和未来的方法。 目前已有公司可快速部署的低风险、高价值生成式人工智能应用，本文第4部分讨论了其中几种。快速获胜可用来在整个价值链乃至整个生态系统中产生动力。然而，成功部署这些应用取决于是否拥有合适的员工。高管们同意或强烈同意通过知识共享和通用技术平台及知识产权与行业合作伙伴合作将释放生成式AI的更大价值。 版权所有 © 2024 Accenture. 版权所有 © 2024 Accenture. 所有权利保留。 9 9 打破障碍，建立联系第三节:用不同的方式领导和学习，重塑劳动力生成式人工智能可以加速经济价值，提高生产力并让工作更有意义。 %%%%生成式人工智能赋能：版权所有 © 2024 Accenture. 版权所有 © 2024 Accenture. 保留所有权利。 11 1194%全球渴望人工智能技能的员工。你的组织将如何弥合人才差距，以开发和部 半导体行业的技能短缺——以及整个高科技行业的短缺——是众所周知的事实。据估计，仅在美国，要填补《芯片法案》引发的职位空缺，可能需要大约16年的时间。5建设面向未来的劳动力队伍既是成功部署生成式人工智能的必要条件，也是实现这一目标的关键。只有通过弥合人才差距，半导体行业才能实现其雄心勃勃的增长目标。大多数半导体公司已经制定部署生成式AI项目的战略。根据我们的研究，公司以三种不同的方式为这些项目配备人员：35%的公司在为这些项目重新调配或重新分配内部资源；32%的公司在利用第三方资源，如合同工/顾问；32%的公司在公司外部招聘全职人才。然而，这种模式从长远来看是不可持续的。我们认为公司应该通过提升现有员工的技能来留住关键人才。工作，劳动力，工人研究显示，全球94%的工人渴望学习 提升现有劳动力技能清晰定义工作角色和职责，以确保与角色和公司的匹配重新构建薪酬方案，以更好地与行业外的参与者竞争，并突出对现有大型语言模型的实验能力从行业外部聘请最好的员工，并培训他们行业专业知识署生成式AI？新的AI技能。6幸运的是，我们的研究发现半导体公司正在积极采取措施来弥合人才缺口：54%将从行业外部招聘并提供培训，63%将重组薪酬以留住员工，42%计划提升员工技能。从学术界/初创企业中获取人才 %%依赖均衡平衡人类和人工智能或自动化流程以下哪个陈述最准确地描述了贵公司在半导体开发中的人力和AI流程的平一半。凭借这一势头，该公司第一波生成式人工智能用例专注于提高员工生产力和智能制造。该技术帮助员工在日常工作期间专注于特定任务，并指导生产车间员工如何根据特定说明进行努力。通过专注于优化特定任务，该公司可以将这些经验应用于整个工厂。 版权所有 © 2024 埃森哲。版权所有 © 2024 埃森哲。所有权利保留。12 12半导体行业也在探索新的工作方式，64%的受访者表示他们的公司在半导体开发中平等地平衡人力和AI工作。这表明正在向整合以人为本的变化和学习方法，以负责任地扩展AI技术发展。无论是克服历史挑战，还是面对当今的人才担忧，部署生成式人工智能可以打破创新壁垒，提高生产力，并推动协作。 %%%%打破障碍，建立联系全然依赖AI或自动化流程全然依赖人生成式人工智能本身就能独特地解决获取、留住和提升关键人才面临的挑战。考虑美光，它在一个新加坡的晶圆厂——即“Fab10”中嵌入了生成式人工智能。7公司每周通过 AI 模型运行 2300 万个晶圆图像，结果令人鼓舞：新产品的上市时间已缩短衡？ 打破障碍，建立联系第四章：现实世界中生成式AI的应用正在为产业变革铺平道路。不后悔和战略赌注 挖掘潜力无后悔用例是价值最高、耗时最短、风险最低的，它们在价值链中的特定点上，是公司借助新代人工智能技术获得动力的理想起点。许多用例跨行业都有用，半导体行业可以从它们身上学习，并以能创造价值的方式转让它们。顶部原则是选择合适的用例，在合适的时机和合适的点。公司可能因为投资速度不当——或者对价值链的视野短浅——而未能充分发挥生成式AI的全部潜力。尽管存在怀疑，但凭借正确的战略和实施，生成式人工智能可以从潜力转变为显著的现实世界影响，重塑半导体行业。在我们的研究中，我们要求高管们根据价值、相关风险和投资回报时间，对制造到营销和销售的多个用例进行评分。这揭示了一系列贯穿价值链的可能用例。这些用例并非详尽无遗，但能说明这些用例在实际和应用中的样子。 版权所有 © 2024 Accenture. 保留所有权利. 15战略赌注提供真正新颖的竞争优势并重塑行业运营。它们具有更长的周期，但提供更高的价值，并且结果更接近行业的核心。 打破障碍，建立联系无后悔使用案例： 描述：时间到价值：无遗憾用例2 › 营销内容生成价值链环节：销售与营销基于生成式人工智能的产品规格自动生成，并在相关材料中捕获和插入的营销活动。内容可根据生产产量和研发创新实时更新，因为数据孤岛已被打破。82%受访者中的__%表示销售和营销将由生成式AI赋能未来12个月 时间到价值：描述：无遗憾用例1 › 员工赋能76%接受调查者中有的人表示制造业将被生成式人工智能赋能未来12个月。基于生成式人工智能的现场服务助手将使现场服务工程师能够更快地进行根本原因分析，并基于机器数据推荐维修方法。这些助手可以评估历史参数数据，利用最已知的方法提供最优维修路径的建议。价值链环节：制造 益处：减少停机时间，加快问题识别和整改，从而提高生产力和产量。保留公司内部在岗知识，并通过更快的培训和一致的方法解决人才缺口。 版权所有 © 2024 Accenture. 版权所有 © 2024 Accenture. 所有权利保留。16 16益处：提升营销材料创建的速度、灵活性和可扩展性。加速支持研究，并允许通过快速识别和整合市场趋势来实现更个性化的内容。 打破障碍，建立联系战略投注使用s：案例 战略赌博 1 › 制造业分析及产能提升益处：描述：通过改进工艺优化，最大限度地减少浪费并提高产量。通过提高组件性能和耐久性，提升客户满意度。提高缺陷检测准确性和对产品周期变化的响应速度。基于生成式人工智能的应用，可使用丰富的合成训练数据自动检测晶圆缺陷。随着集成数据生态系统的发展，良率问题可以更全面、更快地识别，并且根本原因的清晰度更高。此外，自动缺陷检测可以帮助确定工艺区域内的特定步骤以进行分派。74%受访者援助s将启用制造未来12个月。价值链环节：制造 描述：战略赌注1 › 实验设计77%fo受访者表示流程工程将被启用未来12个月。集成历史工艺参数数据的生成式人工智能应用程序，用于为半导体设备和晶圆开发创造更高效的设计。这些工具可以使用图纸、文本、图像等来创建定制化输出，供工程师用于增强实验。价值链环节：过程工程 版权所有 © 2024 Accenture. 版权所有 © 2024 Accenture. 保留所有权利. 保留所有权利. 17通过更客观的实验设计方法，改进了过程中开发周期的响应时间。通过整合来自统一数据源的过程开发和实验结果，增强了知识管理。 第五节：打破障碍，建立联系利用生成式AI解锁无边界价值的四大优先事项。以生成式人工智能拥抱未来 今天，生成式AI的努力集中在将潜力转化为现实。我们的调查发现，48%的受访者同意或非常同意生成式AI比现实更炒作，显示出对是否有可能有效部署这些新技术存在分歧。高管们将不得不证明，特别是通过快速获胜，重新部署/分配内部资源来推动这项工作。此外，10名受访者中有9名表示他们实施了多种“即用型”生成式人工智能工具，如ChatGPT、Gemini或Copilot。我们还发现几乎有一半（49%）计划利用其平台提供商的基础生成式人工智能功能，但仍然会构建内部能力以将它们连接起来，以便他们继续前进。 85%部署生成式人工智能策略：有%公司报告称拥有部署