Verticals
每个产业
受阻的环节各不相同。
即便引入同一款产品，起点与首要课题仍随产业结构而不同。
半导体
Semiconductor
制程越往微细化推进，现有技术调查与工艺条件判断所需的依据量急剧增加。与此同时，晶圆厂的数据仍分散在各台设备之中。
IP-R&D现有技术与规避设计调查
工艺条件与不良的相关性追溯
设备日志与批次履历的整合
显示
Display
面板大尺寸化与新材料导入叠加，沉积与检测条件的变更对良率的影响难以事先判断。
掌握新材料技术动向与专利布局
蒸镀条件变更履历与良率的关联
把检测不良类型归因到具体设备
先进材料
Advanced Materials
实验数据与文献沉淀在研究人员个人手中，组成与工艺条件的探索履历并未留在组织内。
依据论文与专利检索组成候选
沉淀实验履历与判断依据
从客户要求的物性反向追溯
装备 · 零部件
Equipment & Components
客户之间规格各异，设计资产按项目散落，查找过去的处理履历耗时较长。
设计资产与处理履历的统一检索
零部件规格与客户需求的匹配
交期与质量问题的原因追溯
先进制造
High-Tech Manufacturing
产线自动化已经推进，但设备、质量与计划数据各自留在不同系统，无法在同一画面看到整体流转。
设备信号与实绩数据的连接
计划对比实绩的实时可视化
沉淀可用于AI训练的制造数据
Domain Depth
唯有收窄范围，
才能做出深度。
这正是我们不涉足金融、流通与公共领域的原因。五个产业的概念体系被直接落入Ontology。