協調型AI · プロセス制御ソフトウェア

製造現場のデータから
プロセスの理解と制御へ。

Smart3はデータ、専門知識、AIを結び付け、研究開発から量産まで支援します。

ウェハマップ · 解析結果
プロセスを制御
SEM · 3Dナノワイヤ
TEM · 光導波路の断面
構造を理解
基板
成膜
パターニング
エッチング

Smart3が研究開発から量産までデータをつなぎます。

↗ オンプレミス導入↗ お客様のデータを、お客様のインフラ上で↗ 独自アルゴリズムと知的財産を保持↗ 研究開発 → 量産
Smart3 Software Platform

一つのプラットフォーム。専門知識と、あらゆるデータを。

Smart3は、先端材料の製造に関わるデータを、六つの大きなカテゴリで扱います。

画像点群設計データスペクトル時系列表形式データ

オンプレミス導入。すべてのお客様のデータ機密性を重視。

Smart3はお客様のインフラ上で稼働します。研究開発から量産まで、データとノウハウをお客様の管理下に維持できます。

Smart3協調型AIプラットフォーム
01

接続

複数ソースのデータ

02

解析

ワークフロー · AI · シミュレーション

03

判断

計測 · 欠陥 · プロセス

Smart3がもたらす価値

歩留まりを向上。
装置のイノベーションを加速。

二つの産業課題に、一つのプラットフォーム。データを価値へ。

ファブ・ファブレス

プロセス制御と歩留まり向上

総コストのバランスを改善

より多くのデータを活用し、総コストを削減。

コストを削減相対コスト活用する計測データ →
Pollen導入前Pollen導入後
  • 根本原因の分析を加速
  • プロセスウィンドウの制御を改善
  • 製造損失を抑え、歩留まりを向上

装置メーカー

装置の付加価値を高める

共通開発の負担を抑え、付加価値を向上

Smart3上で独自の知的財産を創出し、自社開発の所有権を保持。

Pollen導入前すべて自社開発
ソフトウェア基盤
データ・コネクター
業務アプリ
保守
Pollen導入後独自の強みを開発
お客様の知的財産独自のノウハウアプリ・アルゴリズム知的財産の創出と所有権の保持はお客様に。
Smart3 · Pollenが保守する基盤
  • 市場投入を加速
  • 共通機能の開発・保守負担を軽減
  • 独自の付加価値にリソースを集中
OEM・SDKの二つの統合方法を見る →

概念的な比較です。効果はデータ、プロセス、統合範囲、用途により異なります。

Smart3 · 機能

一つのソフトウェアプラットフォーム。
組み合わせて活用できる機能。

Smart3はデータと解析機能を一つの環境に統合します。計測、検査、シミュレーション、最適化を組み合わせ、材料とプロセスの理解を深めます。

Smart3 SEM/TEM metrology interface

計測・特性評価

複数ソースのデータから寸法などの測定値を抽出し、構造を評価します。

Smart3 defect classification interface

検査・欠陥解析

用途に応じて欠陥の検出、領域分割、分類を行います。

Simulation and digital twin interface

シミュレーション・プロセス最適化

実験データ、製造条件、物理モデルを結び付け、意思決定を支援します。

Smart3 · 自然言語によるカスタマイズ

専門知識をワークフローに。
コードを書かずに。

必要な処理を自然言語で伝えます。LLMとRAGが提供する文書のコンテキストを活用し、データリーダーを作成して、Smart3上でプラグインを組み合わせます。

記述 → 作成 → 組み合わせ

AFM・EBSDのデモを見る ↓
Smart3 · シミュレーションと実験データ

シミュレーションと実測データをつなぐ。
継続的な学習ループ。

シミュレーションの有用性は、実際のデータと照合することで高まります。Smart3はシミュレーションツールと特性評価データを接続し、結果の比較、モデルの改善、次の実験の検討を支援します。

図の例:プラズマエッチング。シミュレーションからSEM・TEM断面画像とSmart3での計測まで。同じループは、他のプロセス、基板、部品、材料にも適用できます。

05シミュレーション・最適化
Illustrative plasma etching simulation example
04結果・解析
Frame from the Smart3 video: cross-sections of etched structuresFrame from the Smart3 video: structure analysis and measurements
Smart3データ · モデル · 意思決定ウェハ · 基板 · 材料
01実験計画・レシピ
02プロセス
03特性評価
04結果・解析
05シミュレーション・最適化
02プロセス
Illustrative process tool with FOUPs on integrated load ports
03特性評価
Illustrative characterization instrument
  1. 01

    DOE · 実験計画法

    目的、因子、実験条件を定義します。

  2. 02

    プロセス

    選択したレシピとパラメータで実験を行います。

  3. 03

    特性評価

    SEM、TEM、AFMなどを用いて構造、材料、欠陥を評価します。

  4. 04

    結果・解析

    測定値とパラメータを結び付け、性能を比較し、差異を調べます。

  5. 05

    シミュレーション・判断

    モデルと実測を比較し、シナリオを検討して次の実験計画につなげます。

実験計画へ:各サイクルで得た知見をモデルに反映し、次の実験を選びます。Smart3がループ全体のデータとツールを結び付けます。

歩留まりの向上

測定値とプロセス条件を関連付け、性能に影響する要因を探ります。

開発の加速

実験の焦点を絞り、シミュレーションと実験データを結び付けます。

製造コストの低減

解析を自動化し、データを意思決定に活用します。

Pollenとの導入ステップ

最初のユースケースから本格導入まで。

LEARNPollen Academy1~3日

チームのトレーニングとデータの確認。

DISCOVER 2~3か月

対象を絞ったユースケースと実現可能性を評価。

EXPLORE 6か月

アプリケーションを開発・検証。

DEPLOY 12か月

量産環境への統合・導入。

TRANSFORM 継続的に

用途を拡張し、継続的に改善。

Pollenとの取り組み

透明性のある、用途に合わせた導入モデル。

具体的な用途から始め、ニーズに応じてSmart3を展開できます。ご提案ではライセンスとサービスを明確に分け、対象範囲と費用をお客様と合意します。

導入規模に応じたライセンス

ライセンス数と用途に応じて構成します。研究開発チーム、量産拠点、装置への組み込みに対応します。

必要なサービスレベル

トレーニング、サポート、個別開発。お客様のリソースと自立運用の目標に合わせて支援します。

段階的で計画的な展開

最初のプロジェクトから大規模展開まで、各段階の費用を見通せます。

現地パートナー

お客様に寄り添う現地サポート。

日本

Keisoku Engineering System Co., Ltd.

日本でのSmart3の活用や用途について、現地パートナーにご相談いただけます。

KESCOのサイトへ ↗ウェブサイトは現在メンテナンス中です。
韓国

Woowon Technology Co., Ltd.

韓国でのSmart3の活用や用途について、現地の販売代理店にご相談いただけます。

Woowonのサイトへ ↗
対象分野

お客様の製造環境に対応するインテリジェンス。

半導体

プロセス開発から量産モニタリングまで、計測・検査データを活用します。

先端パッケージング

構造、接続部、欠陥を解析し、特性評価データと製造条件を関連付けます。

ディスプレイ・フォトニクス

マイクロLEDや光学構造を評価し、計測とシミュレーションを組み合わせます。

先端材料

構造、特性、プロセスの関係を理解する解析ワークフローを構築します。

Fab illustration from the Pollen presentation
Smart3

ファブ内で

データを接続・解析し、プロセスの判断を支援します。

Smart3 データ · AI · ワークフロー · SDK
Equipment illustration from the Pollen presentation
Smart3

装置内で

独自のアルゴリズムを統合し、装置の機能を拡張します。

Smart3 · OEM & SDK

一つのプラットフォーム。二つの統合方法。

ソフトウェア開発の期間を年単位で短縮。

ファブ、ファブレス企業、装置メーカーの皆様へ。オープンでカスタマイズ可能な統合プラットフォームSmart3で、業務アプリケーションを構築できます。

10年にわたり開発したコア技術を活用し、データ、アルゴリズム、ワークフローを統合。独自のノウハウと差別化を維持できます。

研究開発から量産まで、共通のプラットフォーム。

チーム、装置、拠点をまたいでツールと手法を統一します。

独自の付加価値にリソースを集中。

データサイエンス、プロセス、差別化につながるアプリケーションに注力できます。

ソフトウェア基盤のコストを低減。

Pollenが保守・拡張する共通基盤により、共通機能の開発と独自基盤の保守負担を抑えます。

お客様の環境にオンプレミスで導入。

ファブ内でも装置への組み込みでも、Smart3はお客様のインフラ上で稼働します。あらゆる導入でデータの機密性を重視します。

時間短縮にとどまらないコスト効果。基盤開発、保守、テスト、ソフトウェアインフラを共通化し、長期的な総コストの低減を支援します。

Pollenについて

データサイエンス。
製造現場の現実。

2014年にグルノーブルで設立され、2015年からモアランを拠点とするPollen。その原点は、創業者Johann FoucherがCNRSとCEAで15年にわたり取り組んだ、半導体エッチングのプラズマ物理と先端計測の研究にあります。

Smart3の基盤となる考えは、プロセスの理解にはデータの接続と解析のカスタマイズが不可欠であるということです。オープンなソフトウェアプラットフォームで、実験データ、専門知識、シミュレーションをプロセス全体の視点で統合します。

科学的な構想から、多分野の専門性へ。

2015年から2024年までの10年間でSmart3のコア技術を構築。ソフトウェア、AI、信号処理、半導体、材料特性評価、物理、化学の専門家が集うチームを形成しました。

現在、この専門性を米国、欧州、アジアの製造企業や装置メーカーの具体的な用途に展開し、研究開発から量産まで支援しています。

Smart3を支える経営チーム

経営チーム

Ali Hallal (PhD)

Ali Hallal (PhD)

アプリケーション・サポート責任者

LinkedIn ↗
Julien Baderot (PhD)

Julien Baderot (PhD)

データサイエンス責任者

LinkedIn ↗
Smart3 · デモ

Smart3の活用例を見る。

Pollenニュース

Pollenの最新情報

Pollen JNPack 2026 visual with Richard Fontanges

パッケージングデータを現場の意思決定へ

2026年10月13~14日にグルノーブルのCEA-Letiで開催された第3回JNPackに参加。Richard Fontangesが、画像、測定値、プロセスデータ、欠陥をSmart3で結び付ける方法を紹介しました。

LinkedInで見る ↗
GT CICERIF — Valeo — 7 septembre 2026 — FdEF

CICERIFワーキンググループ:持続可能なエレクトロニクスへ

ValeoでのCICERIF会合を振り返ります。特にFALAISE(Failure AI for Sustainable Electronics)を取り上げ、フランス電子産業連盟のもと、イノベーションと持続可能なエレクトロニクスについて議論しました。

FdEFの投稿を見る ↗
The Pollen team together in the mountains on 8 July 2026

チームとともに、新たな節目へ

Pollenの新たな節目を祝い、チーム、お客様、パートナーに感謝する山での一日。ハイキング、Altitude 2000での昼食を通じて、信頼、情熱、チームワークを分かち合いました。

LinkedInで見る ↗
Pollen & STMicroelectronics — PESM 2026 — Augmented Engineer — Julien Baderot

PESM 2026:STMicroelectronicsとプラズマシミュレーション・実プロセスを接続

Julien Baderotがグルノーブルで紹介したPollenとSTMicroelectronicsのFDSOIゲートに関する共同研究。AIによるTEM自動計測、デジタルツイン、プラズマエッチングの多目的最適化を組み合わせ、プロセスウィンドウの特定を加速します。

LinkedInで見る ↗
論文・記事

Smart3を支える科学。

注目の6件の研究と、Pollenを紹介するメディア記事をご覧ください。計測、欠陥解析、オープンな基盤、プロセス最適化を、製造現場の用途に結び付けます。

注目記事 · SemiWiki

10年の開発から製造現場で活用されるAIプラットフォームへ

Lauro Rizzattiが、Smart3の開発と、半導体・先端材料分野でデータ、装置、専門知識を結び付ける役割を紹介します。

Lauro Rizzatti ·

SemiWikiで読む ↗

注目の研究

SPIE · 2026出版済み

Infinitesima

大面積AFM画像のスティッチング

Infinitesimaとの共同研究。高速AFM画像を組み合わせ、大面積マップを構築し、Smart3で解析します。

出版物を見る ↗
書誌情報

Advancements and challenges in large-scale atomic force microscopy image stitching for semiconductor devices

著者
Julien Baderot, Ali Hallal (Pollen); Matthew Tedaldi, Richard Thomas, Andrew D. L. Humphris (Infinitesima); Johann Foucher (Pollen)
掲載誌・学会
SPIE Advanced Lithography + Patterning 2026, Metrology, Inspection, and Process Control XL (Proc. SPIE)
EMLC / SPIE · 2024出版済み

Metrospection:計測と検査の統合

パターンからウェハまでの計測と欠陥検出を統合し、エンジニアが設定できるオープンな基盤で扱います。

出版物を見る ↗
書誌情報

Metrospection: holistic AI-driven process control software platform dedicated to metrology and defectivity for patterning process at die and wafer levels

著者
Julien Baderot, Ali Hallal, Martin Jacob, Sergio Martinez, Johann Foucher (Pollen)
掲載誌・学会
39th European Mask and Lithography Conference (EMLC 2024), Proc. SPIE 13273, 132731J
SPIE · 2026出版済み

オープンAI基盤とデジタルツイン

データの前処理、モデル化、プロセス最適化をつなぎ、独自アルゴリズムの統合にも対応します。

出版物を見る ↗
書誌情報

Open collaborative AI platform to support process optimization for semiconductor industry with digital twin

著者
Julien Baderot, Marion Grould, Ali Hallal, Johann Foucher (Pollen)
掲載誌・学会
SPIE Advanced Lithography + Patterning 2026, DTCO and Computational Patterning V (Proc. SPIE)
PESM · 2026学会要旨・口頭発表

STMicroelectronics

Augmented Engineer:プラズマシミュレーションと実測データ

STMicroelectronicsとの共同発表。ノーコードAIでシミュレーションとプロセスデータをつなぎ、最適化のトレードオフ検討を支援します。

書誌情報を見る ↗
書誌情報

Augmented Engineer: A No-Code AI Application Layer for Bridging the Gap Between Plasma Simulation and Real-World Processing

著者
Julien Baderot, Marion Grould (Pollen); Caroline Lacomme, Linda Parmigiani (STMicroelectronics); Ali Hallal, Hervé Ozdoba, Johann Foucher (Pollen)
掲載誌・学会
PESM 2026 (Plasma Etch and Strip in Microelectronics), June 2026, oral presentation
SPIE Photomask · 2024出版済み

Meta

AR/VR構造のための適応型計測

TEMの傾斜格子とCD-SEMの構造を測定し、Metaのプロセス開発に合わせてワークフローを進化させます。

出版物を見る ↗
書誌情報

Scalable and adaptable structural metrology for AR/VR device images based on deep learning

著者
Subhei Shaar, Maclean Harned, Bo Zhao, Kundan Chaudhary, Raja Muthinti (Meta); Ali Hallal, Martin Jacob, Julien Baderot, Sergio Martinez, Johann Foucher (Pollen)
掲載誌・学会
SPIE Photomask Technology 2024, Proc. SPIE 13216, 132161H
JVST B · 2022学術誌論文

深層学習によるSEM/TEM自動計測

PollenのAI計測の基礎。利用者の例示から、アノテーション、検出、領域分割、測定を行います。

出版物を見る ↗
書誌情報

Application of deep-learning based techniques for automatic metrology on scanning and transmission electron microscopy images

著者
J. Baderot, M. Grould, D. Misra, N. Clément, A. Hallal, S. Martinez, J. Foucher (Pollen)
掲載誌・学会
Journal of Vacuum Science & Technology B 40, 054003 (2022)
ともに構築する

どのプロセスを改善したいですか?

データ、用途、目標をお聞かせください。具体的な最初のステップを一緒に検討します。

Pollen

122 rue Rocher de Lorzier
38430 Moirans, France

LinkedIn ↗

プロジェクトについてお聞かせください。

ボット対策認証

計算に答えてお問い合わせを送信してください。

7 + 4 = ?
プレビュー:公開サイトではサーバーが回答を検証します。

Pollen Metrology SASはお問い合わせへの回答のためにデータを処理します。確認者:Johann Foucher。メールはMicrosoft 365に保存。保存期間:受信から最長3か月。権利に関する連絡先:contact@pollen-metrology.com。 プライバシーと権利