Perlumbaan Kuantum IBM–Google & Masa Depan Kilang Pintar

AI dalam Pembuatan (Elektronik, Automotif, Semikonduktor)••By 3L3C

IBM dan Google sedang berlumba capai quantum advantage. Apa kaitannya dengan AI, smart factory dan masa depan pembuatan elektronik di Malaysia?

komputer kuantumAI dalam pembuatankilang pintarsemikonduktorrantaian bekalan elektronikIBMGoogle
Share:

IBM, Google dan ‘quantum advantage’ – kenapa kilang anda patut ambil peduli

Dalam masa kurang 12 bulan, IBM yakin hanya dua nama yang realistik untuk capai quantum advantage: IBM sendiri atau Google. Di belakang mereka, pemain seperti Chinese Academy of Sciences dan Quantinuum sedang mengejar rapat.

Ini kedengaran macam isu akademik. Tapi untuk sektor pembuatan – terutama elektronik, automotif dan semikonduktor di Malaysia – perlumbaan ini sebenarnya isyarat awal tentang satu perkara: gelombang baharu AI dan pengkomputeran yang bakal mengubah cara kilang dirancang, dioptimum dan dikendalikan.

Dalam siri AI in Manufacturing ini, saya nak tunjukkan bagaimana perkembangan kuantum IBM–Google ini berkait terus dengan masa depan kilang pintar, rantaian bekalan elektronik, dan reka bentuk cip di Malaysia.

Apa sebenarnya ‘quantum advantage’ – versi orang kilang

Quantum advantage dalam bahasa mudah:

Saat pertama kali komputer kuantum dibuktikan menyelesaikan sesuatu masalah lebih baik daripada mana-mana komputer klasik (superkomputer sekalipun).

IBM menjangka perkara ini berlaku pada:

  • Dalam 12 bulan akan datang
  • Menggunakan komputer kuantum dengan lebih 100 qubit
  • Calon utama: sistem IBM atau Google

Kenapa ini penting untuk dunia pembuatan?

Kerana masalah paling susah dalam pembuatan moden – terutamanya dalam E&E, semikonduktor dan automotif – adalah masalah kombinatorial dan simulasi fizik/kimia yang sangat kompleks, contohnya:

  • Menjadualkan ribuan job pada ratusan mesin di beberapa kilang sekaligus
  • Simulasi bahan baharu untuk packaging cip atau bateri EV
  • Mengoptimumkan rantaian bekalan global yang bergantung pada ratusan pembekal

Masalah macam ni cepat sangat jadi terlalu besar untuk superkomputer biasa. Di sinilah kombinasi AI + kuantum mula buat perbezaan.

Di mana kuantum masuk dalam AI untuk pembuatan

Jika AI hari ini dah bantu kilang di Pulau Pinang, Kulim atau Melaka untuk buat vision inspection, predictive maintenance dan perancangan pengeluaran, apa pula fungsi kuantum nanti?

Garis kasarnya begini:

Komputer kuantum bukan ganti AI, tapi pemecut untuk kelas masalah yang AI dan pengoptimuman klasik masih susah nak selesaikan.

Beberapa kegunaan yang berkait terus dengan pembuatan:

1. Pengoptimuman jadual pengeluaran multi-kilang

Untuk MNC E&E di Malaysia, senario tipikal:

  • 3–5 kilang di rantau ini
  • Ratusan mesin SMT, backend test, assembly
  • Puluhan ribu SKU
  • Fluktuasi order hujung tahun, Chinese New Year, Raya, dsb.

Hari ini ramai guna:

  • APS / MES + heuristic algorithm
  • Sedikit AI untuk ramalan demand

Dalam dunia kuantum:

  • Algoritma kuantum boleh meneroka kombinasi jadual pada skala yang sukar dicapai komputer klasik
  • AI digunakan untuk menganggar parameter, kuantum digunakan untuk cari kombinasi jadual terbaik

Hasilnya bukan sekadar “jadual lebih kemas”, tapi impak yang pengurus kilang boleh rasa:

  • Less changeover tak perlu
  • Kenaikan OEE beberapa peratus
  • Lead time lebih pendek dan konsisten

2. Reka bentuk produk & bahan – dari bateri EV ke packaging cip

IBM sudah pun bekerja dengan:

  • Lockheed – kimia untuk propulsion
  • Boeing – kimia anti-korosif, anti-degradasi
  • Cleveland Clinic – simulasi kimia kehidupan

Untuk semikonduktor & elektronik:

  • Simulasi bahan die attach, encapsulant, substrate pada skala molekul
  • Mencari bahan baharu untuk pengurusan haba cip AI
  • Mengoptimumkan proses etching, deposition, diffusion tanpa bergantung hanya pada “try and error” di fab

Hari ini, ini semua dilakukan di superkomputer dengan model hampir, bukan betul-betul tepat. Komputer kuantum berpotensi:

  • Memberi simulasi kuantum-chemistry yang jauh lebih tepat
  • Memendekkan masa R&D bahan dari bertahun kepada bulan

Bagi Malaysia sebagai hub OSAT dan backend semikonduktor, kelebihan R&D bersama pemain kuantum boleh jadi pembeza utama dalam kontrak jangka panjang dengan pelanggan global.

3. Supply chain AI yang betul-betul “pintar”

Ramai syarikat sudah guna AI untuk:

  • Ramalan demand
  • Pengurusan inventori
  • Pengiraan safety stock

Tapi bila rantaian bekalan jadi sangat kompleks (ratus pembekal merentasi banyak negara, risiko geopolitik, material allocation), masalahnya bertukar jadi pengoptimuman global yang melibatkan berjuta-juta kemungkinan senario.

Kombinasi AI + kuantum memberi peluang kepada:

  • AI: meramal permintaan, risiko, lead time
  • Kuantum: mencari konfigurasi terbaik untuk allocation kapasiti, laluan logistik dan polisi stok di seluruh rangkaian

Ini kritikal untuk syarikat di Malaysia yang bergantung pada wafer dari luar, bahan kimia khas, komponen pasif, dan nak kekalkan on-time delivery >95% walaupun keadaan global tak menentu.

Di sebalik tabir: teknologi kuantum IBM yang buat mereka yakin

IBM memilih superconducting qubits sebagai asas sistem kuantum mereka.

Beberapa fakta penting:

  • Superconducting qubits telah dibangunkan hampir 20 tahun
  • IBM dakwa ia ada kombinasi terbaik dari segi:
    • Kelajuan operasi
    • Kualiti (coherence, fidelity)
    • Kebolehan diprogram
  • Berbanding trapped ions (modaliti nombor dua), operasi superconducting qubits adalah kira-kira 1000x lebih pantas

Untuk jurutera semikonduktor, bahagian menariknya ialah tumpuan IBM pada rantaian teknologi penuh:

  • Fabrikasi qubit di kemudahan 300mm fab
  • Advanced packaging untuk sambungan jarak jauh antara qubit
  • Pendekatan modular untuk bina sistem fault-tolerant

IBM sedang membina:

  • Nighthawk – pemproses kuantum dengan reka letak lattice yang lebih baik, membenarkan ~30% pengurangan bilangan operasi berbanding generasi sebelumnya
  • Loon – pakej cip pertama dengan sambungan jarak jauh, untuk kuantum memory dan ujian kod pembetulan ralat
  • Starling – sasaran 200-qubit, >100 juta operasi, fault-tolerant, dirancang dibina di Poughkeepsie, New York sekitar 2028–2029

Untuk pemain semikonduktor di Malaysia, mesejnya jelas:

Kuantum bukan lagi mainan lab fizik. Ia sudah masuk fasa engineering sebenar – fab, packaging, integrasi sistem.

Ini membuka peluang:

  • Kerjasama R&D packaging kuantum
  • Eksplorasi bahan dan proses baru yang boleh spin-off ke produk lain

Apa maksud semua ini untuk pengeluar di Malaysia sekarang (2025–2026)

Realistiknya, kilang di Penang atau Kulim takkan beli komputer kuantum sendiri dalam masa terdekat. Tapi itu bukan cara teknologi ini akan masuk ke industri.

Model yang sedang berlaku:

  • IBM sudah mempunyai >100 kumpulan pelanggan: industri, akademik, institusi penyelidikan
  • Sistem kuantum IBM berada di beberapa negara (Jepun, Korea, Sepanyol, AS, Kanada), tetapi diakses sebagai perkhidmatan awan
  • Pelanggan besar ada sistem khas yang dedicated untuk satu klien

Untuk Malaysia, jalan masuk yang praktikal ialah:

1. Projek bersama MNC + vendor platform kuantum

Banyak MNC di Malaysia – terutamanya dalam semikonduktor dan automotif – sudah ada:

  • Pasukan data science / AI dalaman
  • Hub R&D serantau di sini

Langkah berimpak tinggi:

  • Pilih 1–2 masalah pengoptimuman atau simulasi paling mahal (contoh: yield ramp untuk node baharu, scheduling multi-fab, reka bentuk bahan packaging)
  • Bentuk pasukan bersama:
    • Data/Process engineer di Malaysia
    • Pusat R&D global syarikat
    • Penyedia kuantum seperti IBM/Google/Quantinuum
  • Guna akses awan kuantum + HPC + AI serentak

2. Bangunkan bakat ‘AI + kuantum + pembuatan’

Kalau kita tunggu teknologi matang baru mula, biasanya dah terlambat.

Beberapa langkah praktikal untuk 2026:

  • Latih jurutera proses & industri yang sudah faham AI/analytics kepada asas pengkomputeran kuantum (konsep, bukan fizikal terlalu dalam)
  • Wujudkan modul elektif di universiti tempatan yang menggabungkan:
    • Pengoptimuman industri
    • AI
    • Asas kuantum
  • Galakkan projek pelajar dengan data sebenar dari kilang

Syarikat yang mula awal boleh jadi magnet bakat untuk jurutera generasi baru yang memang mahu bekerja dalam AI dan kuantum.

3. Kemas kini roadmap kilang pintar anda

Banyak syarikat sudah ada pelan 3–5 tahun untuk:

  • IoT di kilang
  • MES/ERP integrasi
  • AI untuk QC dan maintenance

Sekarang masa yang sesuai untuk tambah satu lapisan lagi dalam roadmap:

  • Fasa 1 (0–3 tahun): kukuhkan data foundation + AI klasik dulu
  • Fasa 2 (3–6 tahun): mula projek perintis kuantum berasaskan cloud untuk masalah terpilih
  • Fasa 3 (6–10 tahun): integrasi output kuantum dalam planner & decision engine kilang secara rutin

Point penting: anda tak perlu tunggu quantum advantage komersial untuk mula belajar. IBM sendiri sudah tunjuk mereka mampu jalankan 5,000–15,000 operasi pada sistem hari ini sebelum noise menjadikan jawapan tak boleh dipercayai. Itu dah cukup untuk banyak eksperimen awal.

Risiko kalau terus ‘tunggu dan lihat’

Saya secara peribadi rasa, pendekatan “tunggu matang baru kita buat” untuk AI dan kuantum dalam pembuatan adalah langkah berbahaya.

Sebabnya:

  1. Pesaing global tak tunggu. IBM sudah pun jalankan projek nyata dengan Lockheed, Boeing, hospital besar dan agensi kerajaan.
  2. Curva pembelajaran panjang. AI sahaja sudah ambil masa bertahun untuk ramai kilang capai hasil stabil. AI + kuantum akan mengambil masa lebih lama.
  3. Kontrak jangka panjang akan mula sebut keupayaan ini. Pelanggan besar dalam semikonduktor dan automotif lambat laun akan bertanya:
    • “Apa strategi anda untuk AI + advanced computing dalam optimisasi kilang?”
    • “Bolehkah anda sokong R&D bahan atau proses yang bergantung pada simulasi tahap kuantum?”

Syarikat yang sudah ada jawapan jelas akan nampak lebih kukuh berbanding yang masih berkira-kira.

Penutup: Kuantum hari ini adalah ‘AI 10 tahun lepas’

Realitinya, quantum advantage pertama nanti mungkin hanya beri “hak bermegah” dalam komuniti akademik, seperti yang Scott Crowder dari IBM sendiri akui. Tapi fasa seterusnya – bila algoritma kuantum mula menjana nilai bisnes nyata – itulah yang bakal mengubah landskap pembuatan.

Untuk pengeluar elektronik, automotif dan semikonduktor di Malaysia, langkah paling bijak sekarang bukan beli mesin kuantum, tetapi:

  • Kukuhkan AI dan data foundation di kilang
  • Cari rakan teknologi yang sudah berada dalam ekosistem kuantum
  • Mulakan projek perintis kecil tetapi bernilai dalam pengoptimuman dan simulasi

Hari ini, AI sudah pun jadi tulang belakang banyak smart factory di Malaysia. Dalam 5–10 tahun akan datang, sangat besar kemungkinan algoritma yang merancang jadual produksi, mengoptimumkan supply chain dan mereka bentuk bahan baharu anda akan berinteraksi dengan komputer kuantum di awan.

Persoalannya cuma satu: bila masa itu tiba, kilang anda berada di barisan depan… atau sedang mengejar dari belakang?