Athena vuole portare l'IA agentica nel piano di produzione della fabbrica di semiconduttori.

      In breve: Athena Technology Solutions, un integratore MES con sede a Fremont e circa 120 dipendenti, ha lanciato FabOrchestrator, una piattaforma AI agentica per la produzione che automatizza la reportistica, i ticket di supporto, la modellazione dei sistemi e la generazione di codice per fabbriche di semiconduttori ed elettronica. Costruita in collaborazione con LLM at Scale.AI, con sede a Bangalore, sovrappone le capacità LLM alle piattaforme MES Siemens Opcenter e Critical Manufacturing che Athena implementa.

      Athena Technology Solutions, un integratore MES con sede a Fremont e circa 120 dipendenti, ha annunciato FabOrchestrator, un prodotto che descrive come il primo “Agentic AI Foundry” dell'industria manifatturiera, progettato per automatizzare la reportistica, i ticket di supporto, la modellazione dei sistemi e la generazione di codice all'interno di fabbriche di semiconduttori ed elettronica.

      Il prodotto, costruito in collaborazione con LLM at Scale.AI, una piattaforma AI aziendale con sede a Bangalore, avvolge le capacità dei modelli di linguaggio di grandi dimensioni attorno ai sistemi di esecuzione della produzione che Athena implementa per i suoi clienti. È una scommessa che lo stesso modello AI agentico che sta rimodellando lo sviluppo software e il supporto clienti possa essere applicato all'ambiente altamente specifico e denso di dati di una fabbrica di produzione.

      Cosa fa FabOrchestrator

      La piattaforma ha quattro componenti. FabInsight consente agli ingegneri di fabbrica di interrogare i dati di produzione in inglese semplice e ricevere report e analisi senza scrivere SQL o navigare tra più dashboard. Un Ingegnere di Supporto AI gestisce automaticamente i ticket di supporto MES di routine, escalando questioni complesse a ingegneri umani. Un Agente di Modellazione risponde a domande sulla configurazione MES e guida i team attraverso gli aggiornamenti di sistema. Un Agente Back-end genera frammenti di codice per accelerare il lavoro di implementazione MES.

      Il 💜 della tecnologia UE Gli ultimi rumori dalla scena tecnologica dell'UE, una storia dal nostro saggio fondatore Boris e alcune opere d'arte AI discutibili. È gratuito, ogni settimana, nella tua casella di posta. Iscriviti ora!Nessuna di queste capacità è individualmente nuova. L'interrogazione in linguaggio naturale dei dati aziendali, la triage automatizzata dei ticket e la generazione di codice assistita da AI sono caratteristiche che decine di aziende ora offrono in tutti i settori. Ciò che Athena sta tentando è di confezionarle specificamente per l'esecuzione della produzione, dove le strutture dati, i flussi di lavoro e la conoscenza del dominio sono sufficientemente specializzati da far sì che gli strumenti AI di uso generale tendano a produrre risultati inaffidabili.

      “Questo è un grande passo avanti per l'ecosistema MES,” ha dichiarato Senthil Ranganathan, fondatore e CEO di Athena. Ranganathan ha fondato l'azienda nel 2011 e ha trascorso due decenni nei sistemi di produzione nei settori dei dischi rigidi, dei semiconduttori e dell'energia solare.

      Il contesto MES

      I sistemi di esecuzione della produzione sono la spina dorsale software di qualsiasi fabbrica moderna. Tracciano ogni wafer, componente e assemblaggio attraverso il processo di produzione, registrando cosa è successo, quando, da quale macchina e in quali condizioni. Nelle fabbriche di semiconduttori, dove un singolo chip può passare attraverso centinaia di passaggi di processo per diverse settimane, i dati MES sono sia critici che voluminosi.

      Il problema che Athena sta affrontando è che estrarre valore da questi dati richiede tipicamente conoscenze specialistiche. Scrivere report significa comprendere il modello di dati MES. Configurare il sistema per nuovi prodotti significa navigare in regole di modellazione complesse. Risolvere problemi significa sapere quali dei migliaia di parametri potrebbero essere rilevanti. Questi compiti consumano ore di ingegneria che potrebbero altrimenti essere dedicate a migliorare il rendimento o il throughput.

      Athena opera come partner di implementazione per Siemens Opcenter e Critical Manufacturing, due delle principali piattaforme MES utilizzate nella produzione di semiconduttori ed elettronica. La sua attività è stata costruita sull'implementazione, personalizzazione e supporto di questi sistemi. FabOrchestrator rappresenta un tentativo di sovrapporre l'AI a quella competenza esistente, trasformando la conoscenza del dominio che i suoi consulenti portano in qualcosa che può essere fornito come software piuttosto che come ore fatturabili.

      La partnership

      La piattaforma AI alla base di FabOrchestrator proviene da LLM at Scale.AI, un'azienda con sede a Bangalore fondata nel 2023 che si specializza nell'orchestrazione multi-agente per applicazioni aziendali. L'azienda afferma di avere clienti tra cui JTC, CBRE, JLL, Cushman e Wakefield, Johnson Controls e lo Stato della California, principalmente nella gestione delle strutture e nel settore immobiliare. Le sue partnership di ricerca includono MIT, UC Davis e NTU Singapore.

      La partnership ha senso commerciale per entrambe le parti. LLM at Scale.AI ottiene accesso a competenze nel dominio della produzione e a una base clienti che avrebbe difficoltà a raggiungere indipendentemente. Athena ottiene una piattaforma AI senza dover costruirne una da zero. Se la combinazione produce qualcosa che funziona in modo affidabile su un pavimento di fabbrica, dove dati errati o un passaggio di processo mal indirizzato possono costare milioni, è la domanda che conta.

      Tempismo di mercato

      Athena sta entrando in un mercato che anche aziende più grandi stanno mirando. Il blog industriale di Microsoft ha riportato che il 65% dei produttori implementerà MES alimentati da AI entro il 2026. Infor, Siemens e altri importanti fornitori di software industriale stanno tutti integrando capacità agentiche nelle loro piattaforme. Siemens ha recentemente acquisito Canopus AI per la metrologia dei semiconduttori. NVIDIA sta spingendo il proprio stack AI per la produzione attraverso le piattaforme Isaac e Omniverse.

      Per un'azienda delle dimensioni di Athena, con circa 8 milioni di dollari di fatturato, la sfida è competere con fornitori che hanno ordini di grandezza più risorse. L'argomento contrario è che l'implementazione MES è un lavoro profondamente specifico per il dominio, e i grandi fornitori di piattaforme hanno storicamente faticato a fornire il tipo di competenza pratica e di fabbrica che i piccoli integratori offrono. Se FabOrchestrator può realmente ridurre le ore di ingegneria richieste per la reportistica, la configurazione e il supporto MES, affronta un vero punto dolente che i suoi clienti sperimentano quotidianamente.

      La tendenza più ampia è inconfondibile. Ogni livello dello stack software di produzione, dalla pianificazione delle risorse aziendali fino al controllo delle attrezzature, è avvolto in interfacce AI che promettono di rendere i sistemi specialistici accessibili a utenti non specialistici. Il rischio, particolarmente in ambienti come le fabbriche di semiconduttori dove la precisione conta e gli errori si propagano costosamente, è che le interfacce in linguaggio naturale creino una falsa sensazione di comprensione. Un ingegnere che interroga un sistema in inglese semplice e riceve una risposta sicura potrebbe non riconoscere quando quella risposta è sottilmente errata.

      Athena non ha divulgato prezzi, impegni dei clienti o tempistiche di implementazione per FabOrchestrator. Il prodotto è un primo ingresso di un piccolo ma affermato integratore MES in uno spazio che sta attirando l'attenzione di ogni importante fornitore di software industriale. Se può ritagliarsi una posizione difendibile dipende da quanto bene riesce a colmare il divario tra le capacità AI generiche e le richieste rigorose della produzione di semiconduttori, un dominio in cui ottenere per lo più giusto non è sufficiente.