ASML将现场记录用于AI所面临的课题
ASML正将AI应用于故障诊断与设备设计。结合对Mistral的投资来看，不仅是性能，数据存储、训练与访问条件为何至关重要也逐渐清晰。
商业如何共享深谙设备之人的判断？
ASML制造在晶圆上刻印半导体电路的光刻设备。设备的性能不仅取决于精密零部件和设计，现场调试设备并解决问题的经验也至关重要。
即使有说明书，一旦遇到不熟悉的问题，人们还是会寻找经验丰富的工程师。在这些经验中，难以用语言或文字充分表达的知识被称为“隐性知识”。收集了大量现场记录，并不意味着就已经完全掌握了那种判断能力。
在观察ASML应用AI的过程中，我关注到了这一点。如果能利用记录更快地解决问题，那么谁在何处处理这些记录，也会变得同样重要。
ASML公开的AI应用案例
ASML在2026年6月的声明中解释称，他们不仅将AI应用于个别功能，还在将其整合到各项业务和系统中。与法国Mistral AI的合作就包含在这一过程中。
首个应用领域是掩模版图修正。这是为了减少光刻转移电路时产生的失真而调整版图的过程。ASML在该计算中使用AI已有10余年，并表示已于2026年1月与客户完成了生成式AI功能的初步验证。
此外还包括调整EUV光源设定与电子束检测。这些工作的目的是减少光源调试中的试错，改善检测图像和检测位置，从而提升设备性能。
我尤其关注的是故障诊断。ASML宣布，在分析错误日志和服务记录的初步测试中，其以与工程师相同的准确度，将部分子系统故障的识别速度提升了70%以上。据称还探索了超过1.2万个设计备选方案。
需要厘清这些数字适用的范围。识别出特定错误的结果，不能直接理解为整个工厂停机时间的缩短；审查了大量设计方案这一事实，也无法直接证明最终采纳的设计质量。
我希望确认的后续指标是在实际设备上验证的结果。即便诊断准确，也需要观察从维修到重新运转花费了多长时间，以及所选设计带来了怎样的性能改善。
ASML同样强调了工程师定义问题并在实际环境中验证结果的作用。很难将其理解为AI已经完全取代了现场经验。
从13亿欧元投资中能读出什么
此前，ASML于2025年9月9日宣布与Mistral建立长期合作关系。在签订将AI应用于产品、研发与运营的协议的同时，ASML投资了13亿欧元，并表示按完全稀释后基准计算，将获得约11%的股份。
首席财务官罗杰·达森（Roger Dassen）将在Mistral战略委员会中担任战略与技术决策的顾问角色。与单纯购买API的关系相比，这是一种更深入参与合作的方式。
看待这笔投资时，我在考虑技术开发的同时也联想到了数据控制权的问题。不过，ASML公布的投资目的在于协同创新和提升产品性能。无法断定这是一笔单纯为了获取数据管辖权而进行的交易。
Mistral提供企业在自有服务器或私有云中运行的部署方式。对于处理敏感现场资料的公司来说，这类选项可能十分重要。但这并不意味着在Mistral的所有服务中，数据都无条件地仅停留在欧洲境内。必须确认所使用的产品、部署方式以及与外部服务的连接条件。
持有股份可能有助于与合作伙伴探讨长期规划。然而，11%的股份和顾问角色并不意味着拥有随意决定数据存储位置或适用法律的权利。这部分必须在合同和实际运营方式中予以明确界定。
在对比ASML对蔡司（Zeiss）的投资时，也有必要理清时间节点。收购Carl Zeiss SMT 24.9%股份是2016年宣布、2017年落地的交易。长期以来的合作关系与持股时间长短并不相同。虽然两笔交易都是与重要合作伙伴巩固关系的案例，但不能认为所获取的权益也完全相同。
将现场记录用于AI时需要确认的事项
将记录用于AI，与将所有内容全部投入模型训练是两回事。既可以检索所需文档以供回答时参考，也可以直接将资料用于训练。单凭ASML的声明，不能说客户的所有工艺知识都被注入到了单一模型中。
经过整理可供AI利用的资料，在组织内部会更容易共享。这样就不必每次都向经验丰富的员工提出相同的问题，也有助于查找过去的类似问题。
因此，访问权限也变得同样重要。需要确认谁能查看哪些记录、是否会混入其他客户的资料、回答中是否包含敏感内容等。根据架构配置的不同，在原始文档、检索存储库、模型以及使用记录中，究竟需要保护哪些要素也会有所不同。
这种转变并不意味着精密零部件或制造经验的价值会消失。更准确的理解应当是：在原先需要守护的技术资产之上，又增加了AI运营与数据管理这一新课题。
Oswarld视角
在制定GTM策略的过程中，我反复见过一种情况：人们在评估引入AI时，往往最先制作性能对比表，去比较基准测试分数、响应速度以及价格。
但在我经历的签约过程中，引发问题的往往是那些表中没有列出的条件，比如数据存储在何处、是否用于训练、发生争议时由哪个国家的法院管辖等条款。我也多次目睹过在完成性能评估后，却在法务审查阶段导致引入搁浅的情况。
因此，在看待ASML的合作时，比起他们选择了哪种模型，我同样好奇他们约定了以何种条件来处理数据。这并不意味着投资解决了一切问题。我关注的是：必须将长期技术合作与数据使用条件放在一起统筹设计。
我认为韩国企业也需要面对同样的问题。如果仅将“主权AI”的讨论局限于使用哪个国家的模型，就可能会遗漏实际的合同条款。无论使用本国还是外国的模型，都必须具体确认存储地点、运营主体、访问权限以及是否用于训练。
尤其是现场记录，这是历经漫长时间积淀下来的资产。在引入之前，必须界定允许使用的数据范围，并确认合同终止时可以收回或删除哪些资料，同时还要考虑在公司发生变更或服务条款调整时该如何应对。
在制作性能对比表时，如果能从一开始就把这些项目加进去就好了。因为在我现场目睹的引入失败案例中，就包含因过晚探讨这些条件而导致的结果。
参考资料与延伸阅读
- ASML, The machines behind the machines — 2026年6月12日。介绍了AI应用案例及初步测试结果。
- ASML与Mistral战略合作公告 — 2025年9月9日。投资金额、持股比例及战略委员会角色的依据。
- Mistral，Le Chat Enterprise介绍 — 介绍了企业可选择的部署方式。
- Mistral，数据存储位置指南 — 可确认默认存储区域及各功能的数据跨境传输可能性。
- ASML，收购蔡司股份的监管批准 — 可区分2016年的宣布与2017年的交易推进。
