L’intelligence artificielle et l’apprentissage automatique sont les leviers sur lesquels l’innovation s’appuiera dans un secteur aussi compétitif que la fabrication de semi-conducteurs.
Le volume d’appareils intégrant des semi-conducteurs se multiplie ces dernières années. Outre les appareils qui abritent traditionnellement ce type de composants, les semi-conducteurs deviennent des éléments indispensables dans les appareils, les véhicules, etc. de l’Internet des objets. Sans surprise, de nombreux constructeurs ont dû réduire leur production cette année en l’absence de micropuces.
Cette situation met à rude épreuve le secteur, qui est à la limite de sa production, il faut donc chercher des solutions. Et la réponse réside dans l’application de l’intelligence artificielle (IA) et de l’apprentissage automatique (ML).
Les fabricants de semi-conducteurs travaillent sans relâche pour raccourcir les cycles de développement afin de mettre de nouveaux produits sur le marché plus rapidement et de rester compétitifs. Cependant, innover demande beaucoup de ressources, car les coûts augmentent considérablement à mesure que les structures sont réduites.
Selon McKinsey experts, les coûts de R&D pour le développement d’une puce sont passés de 28 millions de dollars pour le nœud de 65 nanomètres à environ 540 millions de dollars pour le nœud de 5 nm. En outre, les coûts de construction pour les mêmes nœuds sont passés de 400 millions de dollars à 5,4 milliards de dollars.
Ainsi, l’industrie des semi-conducteurs doit augmenter sa productivité dans la recherche, la conception de puces et la fabrication, raison pour laquelle elle jette déjà son poids derrière l’IA et le ML. Selon une étude du cabinet de conseil, la contribution de ces technologies aux bénéfices des fabricants de semi-conducteurs se situe entre 5 et 8 milliards d’euros par an.
Bien qu’il s’agisse d’un chiffre considérable, McKinsey estime qu’il ne représente que 10% du potentiel total que l’IA et le ML pourraient avoir dans cette industrie. Il estime que ces technologies pourraient générer entre 35 et 40 milliards de dollars annuellement en seulement deux ou trois exercices. Et à long terme, ce chiffre pourrait passer de 85 à 95 milliards de dollars par an.
Mis en perspective, ces chiffres représentent environ 20% des revenus actuels de l’industrie – qui s’élèvent actuellement à environ 500 milliards de dollars par an – et à peu près les mêmes que ses dépenses en capital de 2019 – 110 milliards de dollars.
Le cabinet de conseil précise que l’IA et le ML ont des applications sur toute la chaîne de valeur de l’industrie des semi-conducteurs, bien que l’impact le plus important se situe dans la fabrication. Par exemple, ces technologies amélioreront la précision de gravure des puces et optimiseront la synchronisation, améliorant les rendements et évitant les pannes potentielles. Ils aideront également à l’inspection visuelle des plaquettes, garantissant la qualité du produit final en détectant les défauts dans le processus de production.
L’utilisation de l’IA et du ML dans les processus de R&D sera également mise en avant, en raison de l’automatisation de la conception et de la vérification des puces. Sur la base de l’identification des modèles de défaillance, les algorithmes pourront comparer les structures des nouveaux composants avec les conceptions existantes, aidant à localiser le problème et à optimiser la conception.
Ces technologies aideront également à améliorer les processus au-delà de la fabrication. Par exemple, ils seront utilisés pour ajuster plus précisément leurs prévisions sur l’évolution de la demande du marché ou pour optimiser la planification, les achats et la fabrication de leurs stocks et opérations.
