DX・業務効率化

エッチング装置1台で1日50GB。半導体工場のMESが「実行コア」に再定義されている

イーランサー・ジャパン株式会社

半導体工場のシステムは、長らく「記録する」ことが中心でした。どのウェハがどの装置でどう処理されたかを残し、問題が起きたら遡れるようにする。2026年に起きている変化は、ここに使う側の要求が乗ってきたことです。データ量は装置1台で1日数十GB。もはや全部を中央に集めて後から見る前提では回りません。この記事では、MESとデータ基盤の現在地を整理します。

データ量の規模

まず前提となる数字です。Siemensの説明によるものです。

この量を前提にすると、アーキテクチャは自動的に決まってきます。Siemensが示している構成は次のとおりです。

  1. 装置レベルのエッジノードがセンサ・アクチュエータのデータを受け、フィルタ・圧縮・特徴抽出
  2. fabレベルのエッジまたはクラウドには、生データではなく異常スコア・メタデータ・保全シグナルを送る
  3. エッジ層がレシピ・天候・室内環境・装置の経年を考慮し、ナイアサンスアラーム(誤報)を削減
  4. データソースは既存の制御系信号を優先し、故障モードが要求する場合にのみ振動センサ等を追加

4番目が実務的に重要です。センサを足す前に、すでに取れている制御信号を使い切る。監視対象として挙げられているのは、電流、電圧、振動、温度、流量、圧力、バルブ挙動で、これらを束ねて装置の「operating fingerprint」を作るという考え方です。

ユーティリティ系統が30%を占めるという数値について、出典元では算出方法や根拠が示されていません。

MESは何を持っているか

半導体向けMESの主要製品が公表している機能です。いずれもベンダー発表です。

Siemens Opcenter Execution Semiconductor

Critical Manufacturing(ASMPT子会社)は、MESを「より広いプラットフォームの実行コア」と再定義し、生産データ・分析・AIを接続する "Industrial Operations Platform" として打ち出しています(2026年8月26日発表)。AI CopilotsをMES環境に組み込み、自然言語で製造データを照会してダッシュボード・チャート・インサイトを生成する、としています。

どちらの製品についても、対応するSEMI標準、アーキテクチャ(クラウド/オンプレの別)、バージョン番号、導入数は公表されていません。Critical Manufacturing MESがAWS上で稼働可能になった旨の発表はあります。

デジタルツインは標準化が始まったばかり

「デジタルツイン」という言葉はベンダー資料に溢れていますが、標準の側を見ると現在地がはっきりします。

SEMIのSmart Manufacturing標準ページにはDigital Twinsのセクション見出しがあるものの、中身の標準が一つも載っていません。そしてInformation & Control委員会でDigital Twinタスクフォースが2026年に新設されました。最初のballotは用語定義と最小要件で、インターフェースは後フェーズとされています。

つまり、用語の定義からやっている段階です。製品として動いているものは各社独自実装であり、相互運用性は現時点で期待できません。導入を検討する側から見れば、ロックインの度合いを確認すべき局面です。

データをどの経路で取るか

工場システム側から装置のデータを取るとき、経路は大きく3つあります。どれを選ぶかで、取れる頻度も、変更の重さも変わります。

現場が3番目の回避策を取るのは、1番目と2番目では速度が足りないからです。リアルタイムのプラズマアーク検出には30kHzのサンプリングが必要とされ、標準の経路との間に3桁から4桁の開きがあります。

データ基盤を設計する側としては、経路ごとに取れるものと運用の重さが違う前提で、用途別に使い分けるのが現実解になります。

  1. 生産管理・トレーサビリティに必要な事象 → GEM経由
  2. 傾向監視・分析に使う時系列 → EDA経由
  3. 異常検知に必要な高頻度データ → エッジ側で特徴量に落としてから上げる

3番目が、前節のエッジ構成に繋がります。生データを上げようとするから経路が足りないのであって、異常スコアとメタデータだけなら既存の経路で足ります。

データ基盤側の論点

SEMIのASMC 2027のトピック定義を見ると、業界が何を課題と認識しているかが分かります。

データ管理のトピックにセキュリティと所有権が並んでいる点が特徴的です。工場のデータをクラウドに出すかどうかは、技術的な可否ではなく、誰のものかという契約の問題として扱われています。

装置ベンダーと工場の間でデータをどう分けるかは、この領域に入るエンジニアが最初にぶつかる壁でもあります。装置側のログを見たくても、ベンダーの保守契約で見られないことがある。アーキテクチャの前に、データの権利関係を確認する必要があります。

この領域に入るエンジニアへ

3領域のうち、工場システムはソフトウェアエンジニアの経験がそのまま効きやすい領域です。Java/C#/Python+SQL、データエンジニアリングが主要スキルになります。その上で、評価を分けるのは次の点です。

  1. 半導体工程を理解しているか。ロット、ウェハ、スロット、レシピ、ジェネロジーといった概念がデータモデルにそのまま出てくる
  2. エッジで何を落とすかを設計できるか。装置1台で1日数十GB。全部を中央に送る設計は最初から成立しない
  3. 誤報を減らす設計。レシピ・天候・室内環境・装置の経年といった文脈を入れないと、アラートが運用に耐えない
  4. データの所有権を確認する。装置ベンダーとの契約で、見られるログの範囲が決まっていることがある

出典

本記事は2026年10月27日時点で公開されている情報に基づいています。MES製品の機能に関する記述はベンダー発表に基づくもので、アーキテクチャや導入実績の詳細は公表されていません。ユーティリティ系統が30%を占めるという数値は、出典元に根拠の記載がありません。

CONSULTATION

案件をお探しの方へ

イーランサーでは、専任担当がご経歴と希望条件を整理したうえで案件をご提案し、条件面の調整もお手伝いしています。すぐに稼働できる状態でなくても、情報収集としてご相談いただけます。

ご登録いただいた情報が企業に公開されることはありません。氏名・連絡先を伏せたスキルシートを使用します。登録から案件のご紹介、契約手続きまで費用は一切かかりません。

案件を見る
案件をお探しの方 人材をお探しの方