半导体国产替代的焦点长期集中在光刻机、EDA工具和大尺寸硅片上。然而在芯片制造的「最后一公里」——封测环节，一类被称为制造执行系统（MES）的工业软件，同样面临着国产化替代的迫切需求。

公开数据显示，2025至2026年间，国内封测环节MES的国产化率已达到78%，是半导体各制造环节中国产化推进最快的领域之一。在这一赛道上，深圳市益普科技有限公司（以下简称「益普」）已布局十年，累计服务超过200座半导体工厂，在封测MES细分市场的占有率位居前列。

在即将举行的SCEE 2026中国软件渠道生态大会西南峰会上，益普将携其SiFactory全系产品亮相。这为其十年的封测MES国产化实践提供了一个集中展示的窗口。

封测（封装与测试）是半导体制造产业链的最后一环，也是工艺工序最为密集的环节之一。一颗芯片从晶圆到成品，需经历划片、装片、键合、塑封、切筋、测试、编带等数十道工序，每道工序的参数偏差都可能导致整批产品报废。

与一般制造业不同，封测环节存在特有的「批次管理」难题：一批晶圆进入产线后需要不断拆分、合并、返工。一片八寸晶圆上可能包含数千颗芯片，每一颗都需被精准追踪。这一需求超出了通用型MES的设计边界，也正是通用型MES产品在中国封测厂「水土不服」的主要原因。

此外，半导体设备之间的数据交换遵循SEMI国际半导体标准组织制定的SECS/GEM通信协议。能否深度掌握该协议并实现多厂商设备的统一接入，是MES产品能否在半导体产线落地的第一道门槛。

益普科技成立于2012年，创始团队具有意法半导体和华为的技术背景。彼时国内封测厂的MES系统几乎被外资产品垄断，价格高昂、适配困难、本地化服务响应迟缓等问题普遍存在。

2013年，益普发布国内完全自主知识产权的半导体封测SMES系统。该系统的核心是LOE批次作业引擎，针对封测环节的批次拆分、合并和返工进行专项设计，解决了外资MES长期未能适配的国内封测厂管理需求。同期，益普在SECS/GEM协议层面实现了深度掌握，其EAP产品具备了连接各类半导体设备的能力。

此后十年间，益普的产品线从单一MES逐步扩展为SiFactory产品体系，覆盖MES（制造执行）、EAP（设备自动化）、QMS（质量管理）、WMS（仓储管理）、SPC（统计过程控制）、QueryMind（AI问数）、DataBot（AI数据机器人）等十大产品线，形成从晶圆到模组、从设备到数据、从执行到决策的全链路数字化能力。

2023年，益普提出「客户运营商」战略定位，将业务模式从软件交付延伸至数字化运营陪跑。据益普方面介绍，这一转型基于200余座工厂的交付经验——MES的价值释放不在于系统上线节点，而在于产线日常运行中持续产生的数据应用。

在批次管控层面，封测区别于一般制造业的核心特征是批次拆分、合并与返工的复杂性——一片晶圆上的数千颗芯片需被逐一追踪。通用型MES对此缺乏原生支持，益普则以LOE批次作业引擎实现实时记录与全程追溯，消除了手工账务补录的数据断裂风险。在排程层面，益普MES搭载PRE工艺路线建模器和柔性排程引擎，支持数十种产品并行下的动态排产优化与实时插单调整。

在设备互联层面，益普EAP平台已封装38大类312种型号设备的连接协议，兼容SECS/GEM标准新设备与仅具IO接口的老旧机型，累计联网超5万台设备。在质量追溯层面，MES与QMS深度集成，从来料检验到过程抽检、最终检测形成闭环，为每颗芯片构建完整「质量档案」，支持异常发生后沿工序链路快速追溯至人、机、料。

益普EAP作为工业物联网平台，承担设备接入、数据采集、远程控制和设备管理四大职能。协议层面支持SECS/GEM、OPC、Modbus、IO等主流工业通信协议，已封装38大类312种型号设备的连接能力，累计联网超5万台。功能上提供EAM设备资产管理、TPM点检保养、OEE效率计算、RMS配方管理和ALMS报警管理五大模块，是连接设备层与MES之间的智能控制中枢。

半导体封测的质量管理具有高精度、高批损、高追溯要求三大特征。益普QMS构建了全工序闭环管控：事前防呆——IQC来料检验和工艺参数校验，来料不扫码不入库，参数不校验不启机；事中预警——SPC对键合温度、塑封压力等关键参数实时监控，偏离前预警，IPQC巡检支持抽检计划自动生成；事后追溯——NCL不合格品管理、YMS良率管理、SBL退货锁定、SYL良率损失分析等模块协同，实现从发现问题→锁定范围→定位根因的快速闭环。

SPC（统计过程控制）与MES深度集成，自动获取产线实测数据，计算Cpk工序能力指数和Ppk过程性能指数。当指数偏离阈值时自动触发预警并关联至对应工序和设备记录，而非仅停留在统计图表展示层面。键合温度、塑封压力、测试分选等关键参数均可纳入实时SPC管控。

WMS（仓储管理系统）管理原料仓、半成品仓和成品仓。支持晶圆、框架、基板、包封料等原材料的批次管理和FIFO先进先出，与MES联动实现物料拉动式配送——MES下达任务后WMS自动拣货、扫码出库至指定工位，杜绝错料上线并实现物料消耗与生产批次的自动关联。

在LED封装领域，某行业龙头客户上线益普MES后，设备联网率达96.15%，月人均产能提升23.29%，产品良率提升5.69%，单位能耗下降30.73%。该客户凭借上述数字化体系通过头部终端客户的供应商审厂认证，并获评数字化智能化示范车间。

2024年起，益普在半导体MES领域引入AI技术，先后推出DataBot AI数据机器人和QueryMind问数AI报表Agent，标志着其从「记录型MES」向「决策型AI制造平台」的演进。

QueryMind问数：自然语言驱动的数据查询

传统MES的数据消费模式依赖固定报表和层级化菜单，操作人员需登录系统逐层查找，管理层则需等待IT部门定期输出报表。QueryMind改变了这一模式——用户在对话框中以自然语言输入查询需求（如「上周A线BGA产品直通率趋势」「本月3号键合机MTBA」），系统自动解析意图、关联数据并生成图表与分析结论。

该产品直接接入MES、EAP、QMS的数据底座，核心定位为「数据民主化」——使产线组长、工艺工程师和工厂厂长均能独立获取所需数据，降低对SQL技能和IT部门的依赖。

DataBot数据机器人：九大AI模型覆盖决策场景

与QueryMind的「用户主动查询」模式不同，DataBot采用「数据主动推送」逻辑，包含九大AI模型，覆盖半导体制造中的关键决策场景：

▸ PHCS生产体检机器人：定期扫描产线健康度，输出设备效率、质量趋势、产能瓶颈的评估报告

▸ ABN异常推送机器人：检测参数偏移、良率异常或设备报警后，自动分级推送至对应责任人

▸ ChipSage芯智AI：基于半导体工艺知识库的智能问答系统，支持工艺参数标准与历史异常方案的查询

▸ DB思维链模型：通过数据推理分析，辅助管理者定位良率下降、设备OEE波动等问题的根因

▸ MiniDB工具池：提供轻量化数据查询、对比与导出工具，降低一线人员的数据分析门槛

从「人找数据」到「数据找人」，从「事后分析」到「事前预警」——DataBot的九大模型试图将半导体工厂的管理模式从经验驱动推向数据驱动。

据益普方面介绍，公司70%的员工拥有半导体产业实战经验，技术研发团队保持100%自主研发。这一人员结构使其在AI产品设计中能够将半导体工艺Know-how融入模型训练，而非简单套用通用AI框架。

结语

半导体国产替代不仅是硬件设备的追赶，也是工业软件的长期建设。在封测MES这一细分赛道上，益普科技的十年实践提供了一个可观察的样本：在一个垂直行业持续深耕，以技术积累构建竞争壁垒，再以AI能力拓展产品边界。

此次参加SCEE 2026西南峰会，益普的目的十分明确：一是面向西南半导体产业圈进行品牌展示，让成渝地区的封测厂、晶圆厂和行业伙伴了解其在封测MES领域的积累；二是寻找西南区域的渠道合作伙伴，招募熟悉本地半导体客户、具备交付能力的代理商和集成商，共建西南生态。

7月15日至17日，SCEE 2026西南峰会在成都举办。益普携SiFactory全系产品亮相7号展位，诚邀品牌商、渠道商及行业同仁到场交流。