随着AI芯片、高性能计算等应用的爆发式增长，先进封装正成为半导体产业链中最具活力的环节。英伟达最新AI芯片功率已达2700瓦，在12伏电压下电流需达到100安培左右——这对先进封装工艺提出了前所未有的挑战。传统封装技术已难以满足需求，TSV(硅通孔)、2.5D、3D封装等先进技术成为行业突破的关键。

然而，先进封装的复杂性远超传统封装:它既有前道工艺又有后道工艺，需要将原本分离的晶圆制造与封装测试环节深度融合;工艺流程呈现非线性特征，频繁出现返工、重构等操作;同时还面临着设备多样化、数据孤岛、快速量产等多重挑战。在这一背景下，如何通过数字化转型实现降本增效、质量提升，成为行业亟待解决的核心问题。

日前，在2025中国半导体先进封测大会上，格创东智先进封测业务线负责人杨峻以“从自动化到自主化，AI赋能先进封测CIM的新世代演进之路”为题，分享了格创东智在半导体数字化转型领域的深度实践与创新思考。

先进封装面临的多重挑战

在杨峻看来，当前先进封装行业正面临着前所未有的复杂局面。

“先进封装不同于传统封装，最大的挑战在于工艺的复杂性，”杨峻指出，“它既有前端工艺又有后端工艺，和过去的管理模式是完全不一样的。如何把前后端的数字化管理打通，这对很多客户来说是一个非常大的挑战。”

从需求端来看，AI、物联网、5G、ADAS等新兴应用持续驱动半导体产业发展，但也带来了工艺复杂度的指数级增长。从供应端来看，摩尔定律放缓、定制芯片设计兴起、地缘政治等因素，都在重塑产业格局。“我们的客户在新的GPU研发时，就会同步开始做先进封装的开发，如何能做到最快上市抢占市场，这是很大的挑战，”杨峻强调。

他总结了目前先进封装所遇到的五大挑战，分别是柔性制造、多站点协同、政策环境、整合难题、市场压力，这些技术上的问题，本质其实是管理和战略问题。

事实上，这里隐藏着一个容易被忽视的矛盾：越是“先进”的技术，越需要快速量产；越是复杂的工艺，越要求柔性制造，传统的“稳扎稳打”思路，在先进封装快速发展的今天，越来越难跟上节奏。

从技术驱动到业务驱动

面对这些挑战，格创东智提出了一套系统性的解决方案。杨峻在演讲中强调，数字化转型的核心不是技术本身，而是如何将技术与业务深度融合，真正解决客户的实际问题。

“企业在做智能制造转型时，往往缺的不是技术，而是方法论，”杨峻说道，“在TCL的实践中我们发现，从技术驱动转向业务驱动，是转型中非常重要的第一步。”

2016年，TCL正式将智能制造纳入集团战略，确立了“三化四步骤”的智能制造思路。所谓“三化”，即精益化、自动化、信息化三者融合；“四步骤”则包括数据连接、业务流程信息化、可操作的数字化运营、智能数据洞察。

这套方法论的成效显著。截至2025年，TCL已打造1座领航工厂和5座智能制造成熟度四级工厂。

在后续的交流中，杨峻进一步阐述了格创东智的核心理念：“我们从技术驱动到业务驱动，优先激活和优化现有资产——包括人力资产和硬件资产，而不是一味追求新的投资。”

这一理念的价值，在西安某头部封测厂的车规级封装线项目中得到了验证。格创东智没有一味地推荐客户做整线自动化，而是通过精益分析，规划了四个自动化单元，再用物流系统打通业务流程断点，最终帮助单个工站减少了一到两台设备的投入。

目前行业往往存在着一个误区，一部分企业把数字化转型等同于“设备升级”“系统上线”，结果投入巨大，效果寥寥，而格创东智寻找最关键的痛点、瓶颈和价值点，真正做到了化技术为己用。

AI不是万能药

在多年沉淀后，格创东智在2024年正式推出了国内首个专门针对先进封测的Fully Auto CIM解决方案，核心是“AI+CIM+AMHS”三位一体架构。

在AI应用方面，格创东智的工业AI遵循“ABCDE”模型：算法、数据、算力、领域知识与装备五个维度相互融合。其中最具特色的是其“小模型优先”策略——在大模型浪潮之前，便在质量管理、能碳管理、设备管理等场景实现AI小模型应用。这种“轻量化AI”路径，在算力有限的工业现场更具现实意义。

在CIM上，针对先进封装的复杂工艺，格创东智推出行业首个全流程CIM套件，覆盖从投片管理到良率分析的完整业务链。其关键突破在于产品化交付与设备互联优化——摆脱过去定制化开发的碎片化局限，通过中央设备模板库和无代码编程工具，实现快速部署与多设备兼容。这使得先进封装客户首次有机会实现“一个平台管理全工厂”。

最后是AMHS，自动化物流是智能制造的“动脉系统”。格创东智通过战略收购并成立新公司格创维晟，构建了完整的AMHS产品线，从天车(OHT)到Stocker再到MCS控制系统，覆盖硬件与软件全栈。在竞争激烈、资金紧张的国内AMHS赛道，格创东智凭借TCL支持与AI算法优势，选择“向上卷”：与香港大学共建工业AI联合实验室，首个合作项目就是提升天车智能调度能力，实现千台级协同。

这套解决方案虽然全面，但杨峻也有着自己的思考：

“今年上半年我被客户问得最多的问题是：AI项目的ROI怎么计算？合理的ROI周期是多久？但比较沮丧的是，我们走访的客户中，60%-70%的AI项目其实没有找到很好的价值场景，或者没有高质量的数据，这些项目通常看不到任何价值。”

还有20%-30%的AI项目在持续投资，周期长达一到三年，但尚未成型落地。“真正成功的只有不到10%，但一旦成功，效益的增长是非常快的，是巨幅增长。”

他以某头部半导体材料公司为例：导入AI算法，用RTS+RTD实现智能派工和实时调度，第一年上线后，年收益接近1000万，已经超出整个项目投资。“所以真正找准方向的AI项目，三到六个月就能完成落地。”

对于不少企业而言，AI似乎成为了万能药，只要有了AI，仿佛一切问题都会迎刃而解，但事实情况并非如此，有没有找到真正适合使用的价值场景，才是发挥AI作用的关键。

而对于格创东智而言，并不缺已经跑通的案例：AI-FDC（设备故障侦测与分类系统）实时监控CMP设备，成功提前预警过滤器堵塞等故障并降低质量损失；鲁班小助手整合设备知识，能够帮助刚入职1-2年的工程师快速达到3-4年工程师的水平；AI能碳优化助力工厂降低峰值用电成本……

找准适合使用的价值场景，而非把AI当成万能药，正是格创东智先进封测Fully Auto CIM解决方案在大量针对先进封装行业生产方案重脱颖而出的原因。

适度智能化的冷静与克制

在AI和自动化的热潮中，杨峻还提出了一个颇具反思意味的理念：适度智能化。

他展示了一条曲线：在早期，自动化/数字化投入对降低制造成本效果显著；但当达到L3(集成级)向L4(优化级)、L5(引领级)爬坡时，继续增加投入，制造成本的下降会变得缓慢，甚至因过度投资而上升。

“所以今天不应该一味地去投入数字化，而是要找到适合您工厂的最优价值点，寻求一个平衡，”杨峻说，“人机比不是我们所追求的，我们追求的是工厂运营成本最优化。并不是一味追求100%的自动化率、100%的良率，而是找到平衡点。”

在行业普遍焦虑、普遍追求"极致"的氛围中，格创东智的这种冷静和克制反而显得难能可贵。过度自动化、过度智能化，本质上是一种资源浪费，甚至可能成为企业的负担。

自主可控：不只是安全，更是创新的前提

除了技术和商业价值，格创东智的AI+CIM+AMHS全栈国产化解决方案也承载着更深层的战略意义。

“首先要谈的一定是安全，”杨峻强调，“在半导体工厂里有两大核心系统，一个是大脑CIM系统，另一个是大动脉AMHS系统，过去都高度依赖国外供应商，不仅成本高昂，而且随时可能面临供应链中断、信息安全的风险。”

格创东智推出的全栈国产化方案，不仅通过了信创认证，支持国产数据库和国产操作系统，而且在底层技术栈——从数据库到消息中间件到编程语言——都采用国产和开源技术，避免了卡脖子风险。

“第二个价值是系统协同，”杨峻继续说，“传统做Fully Auto工厂，需要多家供应商：CIM系统一个供应商，自动化找两到三个供应商。这样容易形成数据孤岛，信息化大脑和智能化单元很难高效协同。我们收购两家自动化物流公司的目的，就是希望能够打通IT和OT。”

更深层次的意义在于产业协同和创新突破。“中国大陆的先进封装技术要突破封锁，需要整个产业系统的协同——包括半导体材料、设备、制造工艺，以及我们提供的工业软件，”杨峻说，“如果我们依然用国外的解决方案，就像下围棋一样，无论棋艺多高，终究困于这个棋盘之内。”

方寸之内皆为枷锁，棋局之外方可创新——这才是我们要采用国产整体解决方案，做产业协同，打造适合中国半导体的整体方案的根本原因。

结语

在演讲的最后，杨峻总结了企业智能制造转型的四点核心经验：从技术驱动到业务驱动、追求运营成本最优、以精益思维融合三化、善用AI技术加速转型——看似朴素，实则是多年实践的精华提炼。

先进封装正处于高速发展的黄金期，但其复杂性也带来了前所未有的挑战。格创东智基于TCL四十多年智能制造转型的深厚积淀，通过“AI+CIM+AMHS”的创新架构，为行业提供了一条从自动化到自主化、从经验驱动到智能决策的可行路径。

“先进封装是格创东智未来非常重要的战略赛道，”杨峻说，“我们希望与行业一起，共同探索先进封装数字化转型，把我们最好的方案推给更多客户，助力中国半导体产业的高质量发展。”

在地缘政治不确定性增加、技术封锁日益严峻的背景下，格创东智所倡导的自主可控、产业协同、智能决策的理念，不仅关乎企业的降本增效，更关乎整个产业的创新突破与长远发展。从这个意义上说，先进封装的数字化转型，不仅是一场技术革命，更是一场关乎产业未来的战略抉择。

*本文经授权转载自微信公众号「半导体芯闻」（ID：MooreNEWS）