《AI創新百強》AI助攻，全球封裝龍頭日月光戴上綠色盾牌、年減碳 9400噸

日月光半導體是全球最大半導體封裝測試廠，客戶遍及世界一線晶片大廠，2024年全球廠區已建成56座智慧工廠，並獲世界經濟論壇「燈塔工廠」殊榮，是台灣半導體產業走向世界舞台的重要代表。

但在這之前，日月光的減碳之路，已經來到瓶頸。

台灣半導體撐起全球科技供應鏈，卻也正在面對一道新的門檻：永續，隨著歐美客戶將ESG表現納入供應商評鑑標準，碳排放數據的透明與否，已從加分項變成入場券，對日月光而言，這不只是形象問題，而是攸關能否繼續在全球市場立足的生存課題。

問題的核心，藏在製程深處，四氟化碳（CF4，Tetrafluoromethane）是半導體晶圓凸塊（Bump）乾式蝕刻製程中的關鍵清潔氣體，用來清除腔體內的殘留物，製程不可或缺。然而，CF4同時也是一種強效溫室氣體，暖化效應是二氧化碳的6500倍以上，且在大氣中可存留長達5萬年。

在溫室氣體排放的計算框架下，企業直接排放（範疇一）的碳排量9成來自CF4。「既然製程問題那麼麻煩，我們一定要選一次能解決九成的方案，」日月光智慧整合部部經理王建傑直接了當地說。

最難解的挑戰，減CF4良率卻跌28%

要減CF4，說來簡單，做起來卻是兩道幾乎無解的難題。

第一道是技術難題，CF4直接參與晶圓蝕刻製程，調整或替換它，等於挑戰製程的紅線，日月光曾嘗試以氧氣（O2）從源頭替代CF4，結果良率暴跌28%，在密集出貨的壓力下，沒有人能承擔產品報廢、良率崩跌的代價，更不可能拿客戶的產品去試錯。

第二道是人的難題，工廠裡負責設備與製程的OT（操作技術）部門，與負責數據和系統的IT部門，雙方各有觀點，IT團隊試圖解決碳排，OT現場工程師則必須扛起生產穩定的責任，雙方很難有共同語言。

日月光的破解之道，是讓AI成為這道難題的仲裁者。

用AI取代人工，解決跨部門溝通難題

AI模型的任務，是破解這個瓶頸，日月光早就知道解法方向是用氧氣（O2）從源頭取代CF4，試了之後，生產效率下跌，計畫就此擱淺。問題不在方向錯，而在O2製程的參數變數太多、耦合關係太複雜，人腦與Excel根本梳理不出安全的最佳配方。

AI的介入，正是把O2製程的所有參數與大數據丟入模型運算，捕捉那些微小的非線性關聯，找出傳統工程邏輯看不見的解，同時，系統在AI模型外加上「物理護欄」，確保每一個指令都不超出安全的物理範圍，讓現場工程師看見AI既能節能、又守得住安全底線。

「在過去，要尋找這種等級的參數最佳化製程，可能需要5年的反覆實驗與試錯，但有了AI的輔助，我們將時間縮短到了6個月。」王建傑說。

導入AI後，日月光不僅成功以O2取代CF4、單一專案年減超過4500噸CO₂e，Bump製程產能更反而提升16%、每小時晶圓處理量（WPH）大幅躍升45%，月光並已訂下目標，計劃於2026年實現CF4零排放。

溝通面，AI數據成為OT與IT之間的共同語言。過去，兩個部門的爭議往往是「你說我說」，各憑經驗與立場。

現在，所有判斷依據是同一份即時數據，且每一個參數調整建議背後，都有物理原則撐腰。王建傑說，導入AI之後，雙方的討論從「要不要動」變成「怎麼動最安全」，這個轉變，比技術本身更難得。

數字背後的隱性優勢，打造全球競爭護城河

AI落地後，日月光的成效清晰可量，除了生產製程年減碳逾9400噸CO₂e，2024年循環經濟效益達到6.2億元等成效，也都是AI在背後助攻。

但更深遠的改變，是市場地位的重構，歐美客戶看中的不只是「減了多少碳」，而是日月光擁有數據治理的透明度與可驗證的減碳實績。

「當ESG成為相同價格下勝出的關鍵時，這就變成能搶到訂單的隱性優勢，」王建傑說。在設備高度標準化的封測產業，AI讓相同機台更省能、更穩定、更低碳，這條數位護城河，讓日月光從被動符合客戶綠色要求，轉型為主動展示競爭力的業務推手。

「我們不再只是被動地符合客戶的綠色要求，而是主動向客戶展示，透過AI，我們可以提供比同業更低碳的封裝製程，團隊感受到自己從後勤支援轉變為業務推手的榮譽感。」

AI助攻，已經讓日月光在技術門檻上，再疊加一層綠色盾牌，成為更具優勢的護國群山之一。

百強AI應用心法
「不需要一開始投入太多資源做完美的模型，而是要有韌性的架構，讓它有彈性可以不斷、快速地迭代更新，也就是小步快跑。」 —日月光智慧整合部部經理王建傑

核稿編輯：康育萍、黃巧惠