製造データと物理モデルから、品質を高める工程条件を探す
製造工程の物理・化学現象を踏まえ、シミュレーションやAI・機械学習で製造条件を探索・最適化するプロセスインフォマティクス(PI)技術。
アイクリスタル株式会社 名古屋大学発 / 愛知県 名古屋市千種区 / 2019年設立
研究発の技術 プロセスインフォマティクス 機械学習 AI 物理シミュレーション 数理最適化 ベイズ最適化
実用化の段階
研究実証販売
公式サイトは累計取引社数63社・累計140プロジェクト(2026年4月末時点)を掲載し、複数の企業向けサービスと導入事例を公表している。
4製品
4提携・顧客
2特許
5出資者
しくみ
解こうとしている課題
製造条件と品質の関係が複雑で、試行錯誤や評価に時間がかかること、品質ばらつき・歩留まり低下の要因を特定しにくいこと。
どう動くか
製造現象と試作・量産・評価データを組み合わせ、工程条件と製品品質の関係をモデル化し、目標品質に近づく条件を探索する。顧客ごとのAIモデルやデジタルツインを構築し、工程をまたぐモデルをつなぐことで全体最適化も目指す。名古屋大学との研究では、複数工程のデジタルツインを連結する「メタファクトリー」の基盤技術を開発している。
できるようになること
会社・大学の説明では、製造条件の探索や製品評価を効率化し、品質・歩留まり・生産性の改善や開発期間の短縮を目指す。複数工程をつないだ最適化により、半導体製造の工程を越えた条件探索を進める。
技術の出自:名古屋大学 工学部・大学院工学研究科の物質プロセス工学分野を背景とする、SiC結晶成長プロセス最適化の研究。2024年に名古屋大学未来材料・システム研究所に産学協同研究部門を設置。 出典1 出典2 出典3 出典4
使われる場面
- 半導体結晶成長・製造工程の条件最適化
- ウェーハ加工・研削・研磨条件の最適化
- セラミック製品の設計・特性評価
- 自動車・素材・食品・アパレルなどの製造プロセス改善
- 品質・歩留まりの要因解析と生産性向上
強み
製造現象への理解とAI・データサイエンスを組み合わせ、顧客の工程に合わせたモデル構築や工程をまたぐ全体最適化が可能と説明している。 出典
大学の発表日本ガイシ・名古屋大学との共同開発では、セラミック製品の評価期間を従来の10分の1に短縮したと発表。量産品への適用を目指す開発結果として公表された。 出典
大学の発表同社・名古屋大学などの研究グループは、SiウェーハからCMOSイメージセンサーまでの30工程を最適化し、実ライン試作で従来品比約70%のノイズ特性改善を達成したと公表。 出典
会社の説明をもとにまとめた。大学や第三者によるものには、印を付けている。
製品・サービス
これまでの歩み 新しい順
提携先・顧客
特許
2 件 出典(Gビズインフォ)
Google Patents検索でタイトル・番号を確認できた2件。法人番号に紐づくgBizINFOの特許情報収録範囲(出願日2013〜2022年)は特許0件・商標4件としており、検索範囲と出願人照合に限界がある。
主な分野製造工程の対策方法選定支援、制御装置・制御方法・プログラム
大学との関係
出資者(公開情報で確認できた5社)
事業会社(CVCを含む) 3独立系VC 1大学系(大学VC・大学) 1
会社や出資者の発表から確認した。出資者の種類は、AIが社名から付けたもの。個人の株主は載せていない。出典を読んで、出資の記載があるかを確かめた。*は、出典のページを読めなかったか、判定が分かれたもの。融資や助成金は、出資者に含めていない。