在半导体制造行业，随着生产工艺与业务体系日益复杂，企业智能化建设正从单一环节的数据应用，向跨业务协同与智能决策延伸。对于晶圆制造企业而言，如何打通分散在不同系统中的生产经营数据，让AI真正参与复杂业务分析，成为提升精细化运营水平的重要课题。

在2026 IDC未来企业大奖评选中，合肥晶合集成电路股份有限公司（以下简称“晶合集成”）凭借“AI驱动全业务链智能辅助决策平台建设项目”，荣获“数据智能与治理领军者”优秀奖。围绕“AI驱动经营决策、数据赋能智能制造”战略，晶合集成携手思迈特软件，以数据治理为基础，融合AI智能体等能力，探索覆盖研发、制造、品质、供应链及经营管理的智能化升级路径。

项目挑战：

从数据积累走向全业务链智能分析

晶合集成成立于2015年，是安徽省首家12英寸晶圆代工企业，先后于2023年、2026年登陆上海证券交易所科创板和香港联合交易所，持续拓展全球化发展布局。公司专注于半导体晶圆代工服务，提供150纳米至28纳米不同制程工艺，已实现显示驱动芯片（DDIC）、CMOS图像传感器（CIS）、微控制器（MCU）、电源管理（PMIC）及逻辑应用（Logic）等平台产品量产，产品广泛应用于消费电子、智能手机、智能家电、安防、工控及车用电子等领域。

围绕“数字晶合、智慧晶合”战略，企业持续推进数字化基础设施建设，MES、ERP、QMS、EAP、SPC等系统已积累大量生产经营数据，并建设了企业AI大模型平台。

然而，要让这些数据真正服务于全业务链分析，仍面临多方面挑战。

首先，跨系统数据需要统一口径。 研发、制造、品质、供应链及经营管理涉及不同业务系统，数据分散、业务口径不一，增加了跨环节分析的复杂度。

其次，复杂业务分析仍较依赖人工。 企业原有BI系统能够支持多维度查询与交叉分析，但面对价格差异归因、风险因素识别等深度分析需求，仍需要人工比对数据、分析原因并整理报告。

与此同时，AI与业务分析的融合仍需深化。 企业已具备大模型平台基础，但要让AI真正理解业务问题、调用可信数据并开展专业分析，还需要进一步打通数据、指标体系与智能分析能力之间的链路。

从数据整合到业务自助分析，再到AI辅助决策，晶合集成需要构建一套能够支撑多业务场景、持续复用的智能分析体系。

项目方案：

贯通数据、AI与业务场景

围绕全业务链分析需求，晶合集成构建“数据治理＋AI平台＋智能BI＋业务场景”四层架构，分阶段建设统一数据治理体系与智能分析能力中心，让数据、AI与业务应用形成协同。

1、统一数据与指标体系，夯实可信分析基础

项目从统一指标体系与数据资产管理体系入手，整合百余个数据源，贯通研发、制造、品质、供应链及经营管理的数据链路，将数据标准、指标体系和业务口径纳入统一管理。

统一业务定义后，不同部门能够基于一致口径开展分析，为跨环节协同和经营决策提供可信的数据依据。这套规范的数据与指标体系，也为AI理解业务问题、准确获取数据提供了基础。

2、融合企业大模型与SmartBI，升级业务分析方式

在统一数据基础之上，晶合集成进一步衔接企业AI平台与智能BI平台，推动数据查询、业务分析和结果输出能力升级。在AI平台侧，企业依托已有大模型平台，建设知识库管理、智能体框架与统一推理服务，实现AI能力的集中运营与按需复用。

在业务分析侧，项目引入SmartBI，将自然语言问数、智能归因分析、智能洞察及智能报告生成等能力融入业务流程。业务人员可以直接通过自然语言提出分析问题，快速获取相关数据，并进一步开展多维度对比、变化归因与结果分析，减少传统报表查询、人工筛选和报告整理等重复性工作。

通过企业大模型平台、数据中台与智能BI平台协同，实现模型、数据和业务能力共享，降低重复建设成本，提升智能分析能力在不同业务场景中的复用效率。项目同时建设数百张核心分析报表，形成可持续使用的业务分析资产，为日常经营管理与智能分析提供支持。

3、聚焦高价值业务场景，让智能分析真正发挥作用

在实施路径上，晶合集成采取“小场景试点、规模化推广”的方式，优先围绕具体业务需求验证应用价值，再依托共享平台逐步扩大应用范围。同时，项目建立“数据采集—智能分析—决策执行—效果反馈”的运营机制，推动分析结果与业务执行相衔接，支持企业持续优化运营管理。

在晶圆代工业务中，不同工艺、层数、产品类别及客户对应的价格分析涉及多个维度。过去，虽然已有BI报表支持数据查询与交叉分析，但价格差异的深度归因仍需人工比对多张报表、分析影响因素并整理报告，单次分析平均耗时数小时。

依托现有BI数据与白泽智能分析能力，晶合集成将自然语言问数、价格趋势对比、多维度归因分析和报告生成相结合。业务人员可以通过自然语言快速查询投片价格，结合瀑布图、热力图等可视化方式，进一步识别价格差异及关键影响因素。

如今，相关数据分析与报告生成已能在分钟级完成，复杂价格分析能够更及时地服务于业务判断与经营决策。

在半导体制造过程中，失效模式与影响分析是识别和管控制程风险的重要工具。晶合集成的产品风险信息涉及多个业务模块，过去分散在多个系统及表格中，需要人工完成数据收集、筛选、汇总和分析，仅数据处理工作每月便需投入数十小时。

针对风险信息分散、分析周期长、重点问题难以快速掌握等挑战，晶合集成通过产品风险项智能问数与总结应用，整合相关风险数据，支持自然语言查询、重点风险识别、异常原因分析及风险总结输出。

实测结果显示，相关数据整理、汇总与分析已能在分钟级完成。品质及管理人员能够更便捷地掌握风险全貌，及时定位重点问题，为制程风险管理与持续改善提供分析支持。

在工程流程管理方面，晶合集成依托SmartBI平台上线代工流片智能问数应用，通过相关业务数据标准化处理，建立统一指标口径及维度关联关系，让工程人员能够以自然语言查询和分析流程数据。

目前，该应用已支持流片流程资料与进度查询、数量及时长统计、不同产品时效对比，以及关键节点的进度跟踪与时效监控。分析结果可直接生成可视化图表，帮助业务人员及时掌握工程进展，辅助识别异常节点与效率瓶颈。

应用成效：

从效率提升到业务分析方式升级

自平台上线以来，晶合集成智能辅助决策平台在数据获取、分析响应和业务自主分析等方面取得显著成效。

①数据查询耗时缩短90%，分析响应时间缩短至分钟级。

平台数据查询耗时由30分钟缩短至3分钟，分析响应时间由小时级缩短至分钟级。业务人员能够更及时地获取信息、分析变化，缩短从提出问题到获得分析结果的时间。

②业务自助分析率提升至70%，减少对IT开发的依赖。

更多分析需求可以由业务人员自主完成，降低了IT开发与报表维护成本，也让分析工作能够更灵活地响应业务需求。

③BI平台月均访问量达5000+次，智能分析融入日常业务。

平台的应用价值，逐步从具体业务的分析提效延伸到业务分析方式的转变：业务人员能够更自主地获取数据、分析问题，智能分析也持续融入经营管理与制造运营。

晶合集成的实践，形成了“数据治理为基础、场景价值为牵引、平台能力为支撑、智能决策为目标”的AI+BI建设模式，为半导体及高端制造企业从数据基础建设走向AI数据智能分析应用提供了实践参照。

迈向AI工厂：

推动AI能力向更多业务场景延伸

现有平台形成的数据治理、智能分析与场景应用能力，为晶合集成推进“AI Factory（AI工厂）”建设奠定了基础。面向未来，晶合集成计划进一步融合企业大模型平台与智能BI平台，建设企业智能决策门户，并逐步拓展智能办公、销售、营运经营、品质风险识别及设备预测维护等Agent应用，推动AI从辅助分析向更广泛的业务场景延伸。

按照规划，到2027年，晶合集成计划实现智能BI覆盖率超过60%、AI能力覆盖六大业务领域，并推动企业核心经营指标实现实时智能决策。以统一的数据基础和可复用的智能能力为支撑，晶合集成正加速迈向“AI工厂”，探索半导体制造企业从数据驱动分析向AI驱动经营决策的升级路径。