近日，以“数智聚能 芯驱变革”为主题的ESIS 2026第七届中国电子半导体（881121）数智峰会在上海顺利召开。神州数码（000034）受邀重磅亮相，AIBG行业BU AI解决方案总监宁波深度分享“数字系统”到“数字员工”的企业技术新范式，为后摩尔时代半导体（881121）产业打通数据堵点、重构全价值链提供了全新的落地路径。
行业痛点：数据“看得见”，但“活还得人干”
当前，半导体（881121）制造企业已普遍部署了MES、SPC、YMS等核心系统，实现了生产过程的数字化管理。然而，系统虽然让数据“看得见”，但在面对低良率异常排查、工艺实验管理等复杂场景时，从异常发现到根因定位、从决策制定到处置执行之间，依然存在巨大的断点。
宁波指出，MES等系统的本质是“监控能力+数字化管理能力”，它们擅长“感知”与“呈现”，但缺乏“决策”与“行动”。工程师仍需花费大量时间在跨系统取数、人工比对判断、手工制图撰稿以及逐级汇报协调上。这种“人找数据”的传统模式，已成为制约行业进一步提升良率与研发效率的瓶颈。
新范式发布：构建能完成功能闭环的“数字员工”
针对这一行业共性难题，宁波提出了“从数字系统到数字员工”的范式升级。这一转变的核心，是让AI像一名真正的员工一样，独立完成一项任务，贯穿“感知—分析—决策—执行—反馈”的完整闭环。
相比定位为后台工具、产出仅停留在数据、报表与看板的传统数据系统，数字员工是独立的“岗位角色”：它的产出是行动与交互，对业务结果负责；它的经验可以基于企业私有训练模型、行业知识库与自有知识不断积累，从而替代人完成参数调优等判断与决策，交付物也从简单的判断建议升级为真实的报告与执行动作。
支撑这一新范式落地的，是神州数码（000034）自主研发的AI原生的流程操作系统“神州问学”。神州问学集企业知识治理、跨模型调度与行业Agent生产于一体，是数字员工的“能力底座”与“业务运行核心”。
在半导体（881121）制造场景中，神州问学不仅解决了企业知识碎片化的问题，更通过标准化的Agent生产流程，让行业专家经验能够快速被提炼为数字员工的核心技能，从而实现从“人操作机器”到“人训练数字员工”的转变。
案例实证：两大AI Agent重塑半导体制造场景
基于神州问学强大的知识治理与流程智能能力，宁波分享了其“AI质量分析Agent”在半导体（881121）制造端的显著成效。在传统的低良排查场景中，工程师需要跨YMS/MES/SPC系统手动取数、制图、撰写报告，平均耗时长达32小时。而通过部署AI质量分析Agent，系统可在5分钟内自动完成数据收集、异常识别、证据链关联与报告生成全流程，处理时长缩短约99.7%。
此外，宁波还展示了“AI DOE Agent”在实验管理中的闭环能力。该Agent将实验提案、方案设计、配置评审、MES执行、数据回流、结果分析与Round评审串联为一条完整链路，确保实验配置不写回产线Recipe本体，维持产线安全边界。实验结束后，有效的因子组合与结论将自动沉淀为知识库案例，反哺下一次实验设计，实现了“越用越准”的工艺优化飞轮。
面向未来，神州数码（000034）将持续深化“AI for Process”实践，持续打磨“数字员工”智能体技术能力，联动半导体（881121）产业链上下游伙伴，以数据为纽带，以AI智能体（886099）为抓手，打通设计制造封测全价值链，助力国内半导体（881121）产业数智化升级，为新质生产力发展贡献数字力量。
