从研究、设计到生产销售，人工智能/机器学习(AI/ML)有潜力为半导体公司在每一个步骤产生巨大的商业价值。但是，麦肯锡最近对半导体设备制造商的调查显示，只有大约30%的受访者表示，他们已经通过AI/ML创造了价值。值得注意的是，这些公司在AI/ML人才、数据基础设施、技术和其他促进因素方面进行了大量投资，并且已经完全扩大了它们的初始用例。其他的受访者(约70%)仍处于AI/ML的试点阶段，进展已经停滞。
麦肯锡相信，AI/ML在半导体行业的应用将在未来几年内急剧加速。现在采取措施扩大规模将使公司充分利用这些技术的好处。
需要说明的，本文所说的设备制造商，主要包括集成设备制造商(IDMs)、无厂半导体公司（fabless）、代工厂和半导体组装和测试服务商（SATS）。
一 AI 在应对未来挑战中的作用
由于对资本的高要求，半导体公司处于赢者通吃或赢者通吃的环境中。因此，他们一直试图缩短产品生命周期，积极追求创新，以更快地推出产品，保持竞争力。但赌注也越来越高。随着每一个新技术节点的出现，费用都会上升，因为随着结构变小，研究和设计投资以及生产设备的资本支出都会大幅增加。
例如，65纳米芯片的研究和设计成本大约2800万美元，如今前沿5纳米节点的研发设计成本已经暴增到大约5.4亿美元(表1)。与此同时，相同节点的fab建设成本已经从4亿美元增加到54亿美元。
随着公司试图提高研究、芯片设计和制造的生产率，同时加快上市时间，AI/ML正成为整个价值链上越来越重要的工具。麦肯锡研究表明，现在，AI/ML每年为半导体公司贡献50亿至80亿美元的息税前利润(表2)。数字令人印象深刻，但仅反映出AI/ML在行业内全部潜力的10%左右。
未来两到三年内，AI/ML每年可能产生350亿到400亿美元的价值。在更长的时间范围内——未来四年或更长时间内——这一数字可能会上升到每年850亿至950亿美元。这一数字相当于该行业当前5000亿美元年收入的20%，几乎相当于2019年1100亿美元的资本支出。
虽然这种价值很大一部分将不可避免地传递给客户，但获取这种价值的竞争优势，尤其是对早期的先行者来说，将是不可能被忽视的。
转载自：机器之能
