生成式AI推高半导体需求，日本人才不足成产业瓶颈

生成式 AI 快速普及，以数据中心为中心，半导体需求持续扩大。日本也相继迎来台积电（TSMC）进军熊本、Rapidus 建厂等大型投资，但阻碍产业成长的课题之一是“人才不足”。如何确保并培养支撑未来半导体产业的人才？UT Aim 执行董事、解决方案营业部门事业推进单元的小泉纯接受了采访，谈及现场实际情况和人才培养。

AI 潮下，日本半导体重回增长产业却遭遇“人才不足”

生成式 AI 普及，以数据中心为中心，半导体需求急速扩大。曾被称为“日本国产半导体”、过去约 20 年苦战的日本半导体产业，在经济安全保障、地缘政治视角以及国策推动下，再次作为增长产业受到关注。 另一方面，支撑其增长的重大课题是“人才不足”。即使建厂、配备设备，若无人工作，也无法提高产能。UT集团在制造业人才服务一线感受到这种变化。其子公司 UT Aim 以半导体、汽车领域为中心开展人才派遣和制造承包业务。小泉纯表示：“比起设备投资，人才不足正在成为瓶颈。” 为什么半导体行业人才如此短缺？今后需要什么样的人才？我们从与企业在最前线打交道的立场进行了采访。

TSMC、Rapidus、生成式 AI——半导体需求为何急扩？

日本半导体产业开始大动作的契机之一，是台湾的台积电（TSMC）进军熊本。TSMC 是全球最大半导体代工企业，支撑世界 IT 的根基。但因地缘政治问题，对半导体生产集中于台湾的担忧也在升高。在此背景下，吸引 TSMC 到熊本而诞生的是 JASM。这一动向激活九州半导体产业，显示出曾经“硅岛九州”复活的迹象。 在北海道，以半导体行业“为了与世界抗衡必须制造 2nm（纳米）”为口号，投入巨额税金，Rapidus 成立。 小泉说：“日本在半导体竞争中苦战多年。在推进建厂、打造再次与世界竞争产业的潮流中，OpenAI 的生成式 AI‘ChatGPT’开始流行。” ChatGPT 公开两个月用户突破 1 亿。AI 学习和数据中心需求急速扩大，支撑这些需求的半导体需求也急增。 小泉说：“业界原本预测会有一定增长，但 AI 让需求以超出预期的速度增长。尤其是集成率高的存储器，能制造的企业很少，各公司虽按计划增产，供应仍跟不上。”

半导体不只是“理工科工作”，入口也向零经验者开放

半导体行业除了 TSMC、Rapidus 等制造半导体芯片的器件制造商，还有东京电子（Tokyo Electron）等半导体制造设备制造商、材料制造商等。UT Aim 主要提供人才的是器件制造商的制造工序，以及半导体制造设备制造商的设备搬入、导入工序。 小泉说：“现在主要业务领域是维护、保养等机械维护业务、偏现场的工艺、生产技术、生产管理，以及到现场支持、修理设备、启动工序的现场工程师（Field Engineer，FE）。” 其中，生产线操作员即使零经验也能挑战。半导体制造自动化推进的同时，工序间设定变更等需要人手的作业仍然存在。 小泉说：“持续做操作员，就会明白机器操作的诀窍、改进方法、故障预兆等。这种‘理解现场制造流程’的经验值非常宝贵。对积累经验的人，我们会引导其从事定期维护机器的‘设备保全’这一更高一级工作。” 设备保全除了定期维护，还要在故障发生时进行调整等。在要求极高精度的半导体制造中，对积累此类现场经验的人才需求也很高。 小泉说：“半导体最后一定需要人工微调。也许有一天会自动化，但现在仍需要像‘寿司店匠人’那样的高度经验。此外，成品在日常生活中很少见到，因此难以进入就业选项。这种不匹配也是人手不足持续的原因之一。” 另一方面，TSMC 和 Rapidus 的大型投资正提高半导体产业本身的知名度。年轻一代也开始将其视为增长产业，对半导体行业感兴趣的人在增加。小泉认为，正因如此，“人才争夺竞争今后将进一步激化”。

从零经验操作员到工程师，UT Aim 的人才培养

以半导体工厂派遣、承包为起家业务的 UT Aim，目前约有 6000 人在半导体相关现场工作。这些人并非原本都具备理工科专业知识。有人通过研修和 OJT（在职培训）积累经验，晋升到专业性更高的工作。 那么，从零经验成长起来的人有什么特征？ 小泉说：“沟通能力和信息收集能力很重要。随着 AI 应用推进，工作将限于‘由人判断’的部分。所要求的人才画像不会变：能收集正确信息，根据情况妥善判断，能请教适当指示并行动。” UT Aim 引入了评价现场经验并连接到下一份工作的“E-Pro制度”。 小泉说：“明确迄今为止的经验有什么价值，展示现在等级中的期待和角色，以及为进入下一等级应该做什么。” 不仅评价，为了让员工积累进入下一等级所需的工作经验，UT Aim 有时也会向派遣企业提议变更岗位。 小泉说：“通过成套提供岗位准备、条件和报酬，目标是客户、工作者、本公司实现 Win-Win-Win。每年两次评价和培养的榜样，会根据各公司工作方式定制。” 这种职业晋升之一，是承担半导体制造最终工序的测试开发。该公司有半导体测试领域受托团队，利用派遣、承包积累的经验，开发作为半导体制造最终工序的测试程序等。 小泉说：“测试程序开发是现场经验者和零经验者都能挑战的领域。实际经历过故障、有真实感受的人更容易加入，目前承接约 15 个项目。因为组织小，也能为初创企业和小批量器件定制测试；因灵活，能积累和共享知识。” 据说该半导体测试领域受托团队受到企业高度评价。因为企业认为“非常重要，但不是本公司优先投资的工作”。 在半导体行业，研发是第一投资对象，最后验证工序很少能获得充足预算。但半导体测试是保证产品质量的重要工序。另一方面，这对企业来说也是难以始终保有充足人才的领域，因此对这类专业团队存在外包需求。

AI、机器人时代，工厂操作员成为“工程的一部分”

随着 AI 和机器人自动化推进，向制造现场输送人才的企业角色也在变化。小泉表示，今后不应只是“送人”，还需要看清 AI、机器人与人的角色分工，并提案最佳人才配置。 小泉说：“如果人才公司不能陪伴客户，明确让什么样的人才如何发挥作用，那么在制造现场的价值将会下降。” 同时，制造现场操作员的定位也在改变。过去被称为“作业员”的工作，现在作为支撑制造的“工程重要一部分”，其价值正被重新评估。 小泉说：“我们也认为必须丢掉‘现场作业’的认识，带着自豪去发挥价值。现在可以说是变革期。半导体制造商直接招聘很难，所以我们希望扩大进入半导体行业的入口和门路，增加就业人口。” AI 使半导体需求扩大，但制造现场人才不足成为重大课题。UT Aim 向零经验者扩大入口，让他们在现场积累经验并提升专业性，这一机制可能成为从人才层面支撑半导体产业成长的一种路径。