半导体产线成企业AI试金石,WPS 365给出“进产线”的答案

一粒尘埃的尺寸,是五纳米制程的一千倍。芯片工厂里,人进不了产线——呼吸中散发的氨气足以对光刻胶造成不可逆的损害,几千名工程师只能坐在车间外,靠传感器回传的数据做判断。这是容错率最低的行业,也因此成了检验“AI能不能进生产环境”最好的试金石。近日,在2026中国企业AI大会论坛期间,金山办公FDE负责人黄亚华以半导体行业为样本,回答了这场大会的核心问题:AI如何真正进入核心业务、承担任务并产生结果。

当NVIDIA与Palantir在今年9月回测历史供应链分配决策,结论指向同一件事:人类专家系统性地优于定量模型。原因是人类专家拥有更多数据之外的决策信息,即和合作伙伴的业务邮件、和供应商的会议纪要等信息,造成了人比AI的判断更准。AI要进产线,先得把这些非结构化知识接进决策闭环。

WPS 365与一家国内半导体巨头的合作提供了落地样本。面向良率分析等场景,WPS Comate良率专家在数据库之外整合生产周报、事故复盘文档等非结构化信息,打通工艺、设备等领域的专业知识,综合分析缺陷并给出优化建议,在各岗位“联合会诊”之前备好诊疗方案。面向采销场景,WPS Comate供应链专家把生产异常识别、库存分析、采购扩产这条标准流程交给AI执行,作为资深专家的“学徒”盯防小物料异常。

方法论上,WPS 365 FDE团队以“三联四合”小组推进落地:业务侧由业务专家、数据接口、业务接口组成“三联”,FDE侧由总工、FDE、数据工程师、模型工程师组成“四合”,从"高价值×高难度"的双高场景切入,小切口、大纵深,最终让AI在企业的产线、工位落地生花。一次模型调优实战中,WPS模型工程师陪伴客户调优大模型缓存命中率,10天内将缓存命中率大幅提升,使同样的GPU资源可支撑的用户数翻倍,真正帮助客户降本增效。

黄亚华把企业AI应用分为个人提效、流程重构、业务融合三层,半导体项目落在最深处——业务流程、业务系统与数据均同AI深度融合。WPS 365以“三通、两管、一平”的企业大脑架构,把文档知识、业务数据与AI能力接入同一平台。在容错率最低的半导体行业跑通生产级场景,是“AI能不能进生产环境”这一问题眼下最有说服力的回答。

(免责声明:本文为本网站出于广告目的进行转载发布,不代表本网站的观点及立场。本文所涉文、图、音视频等资料之一切权力和法律责任归材料提供方所有和承担。本网站对此咨询文字、图片等所有信息的真实性不作任何保证或承诺,亦不构成任何购买、投资等建议,据此操作者风险自担。)

本文为转载内容,授权事宜请联系原著作权人。

评论

暂无评论哦,快来评价一下吧!

半导体产线成企业AI试金石,WPS 365给出“进产线”的答案

一粒尘埃的尺寸,是五纳米制程的一千倍。芯片工厂里,人进不了产线——呼吸中散发的氨气足以对光刻胶造成不可逆的损害,几千名工程师只能坐在车间外,靠传感器回传的数据做判断。这是容错率最低的行业,也因此成了检验“AI能不能进生产环境”最好的试金石。近日,在2026中国企业AI大会论坛期间,金山办公FDE负责人黄亚华以半导体行业为样本,回答了这场大会的核心问题:AI如何真正进入核心业务、承担任务并产生结果。

当NVIDIA与Palantir在今年9月回测历史供应链分配决策,结论指向同一件事:人类专家系统性地优于定量模型。原因是人类专家拥有更多数据之外的决策信息,即和合作伙伴的业务邮件、和供应商的会议纪要等信息,造成了人比AI的判断更准。AI要进产线,先得把这些非结构化知识接进决策闭环。

WPS 365与一家国内半导体巨头的合作提供了落地样本。面向良率分析等场景,WPS Comate良率专家在数据库之外整合生产周报、事故复盘文档等非结构化信息,打通工艺、设备等领域的专业知识,综合分析缺陷并给出优化建议,在各岗位“联合会诊”之前备好诊疗方案。面向采销场景,WPS Comate供应链专家把生产异常识别、库存分析、采购扩产这条标准流程交给AI执行,作为资深专家的“学徒”盯防小物料异常。

方法论上,WPS 365 FDE团队以“三联四合”小组推进落地:业务侧由业务专家、数据接口、业务接口组成“三联”,FDE侧由总工、FDE、数据工程师、模型工程师组成“四合”,从"高价值×高难度"的双高场景切入,小切口、大纵深,最终让AI在企业的产线、工位落地生花。一次模型调优实战中,WPS模型工程师陪伴客户调优大模型缓存命中率,10天内将缓存命中率大幅提升,使同样的GPU资源可支撑的用户数翻倍,真正帮助客户降本增效。

黄亚华把企业AI应用分为个人提效、流程重构、业务融合三层,半导体项目落在最深处——业务流程、业务系统与数据均同AI深度融合。WPS 365以“三通、两管、一平”的企业大脑架构,把文档知识、业务数据与AI能力接入同一平台。在容错率最低的半导体行业跑通生产级场景,是“AI能不能进生产环境”这一问题眼下最有说服力的回答。

(免责声明:本文为本网站出于广告目的进行转载发布,不代表本网站的观点及立场。本文所涉文、图、音视频等资料之一切权力和法律责任归材料提供方所有和承担。本网站对此咨询文字、图片等所有信息的真实性不作任何保证或承诺,亦不构成任何购买、投资等建议,据此操作者风险自担。)

本文为转载内容,授权事宜请联系原著作权人。