Giảm tổn thất từ những dữ liệu bị bỏ quên

Chuẩn hóa dữ liệu sản xuất giúp doanh nghiệp nhận diện tổn thất và kiểm soát chi phí vận hành.

Biết máy dừng, chưa chắc biết mất bao nhiêu

Máy ngừng hoạt động bao lâu, vì sao phải dừng và thiếu bao nhiêu sản phẩm sau mỗi lần gián đoạn là những thông tin người điều hành cần nắm. Tuy nhiên, theo bà Trương Thị Bé Hạnh, Giám đốc Đối ngoại, Quản lý và Phát triển thị trường Việt Nam, Công ty Cổ phần IVS, nhiều nhà máy vẫn ghi chép bằng sổ rồi tổng hợp bảng tính vào cuối ca. Khi báo cáo đến được người quản lý, sự cố đã ảnh hưởng đến sản lượng.

Bà Hạnh cho rằng, nhìn thấy máy ngừng hoạt động mới chỉ là bước đầu. Người điều hành còn phải nối thời gian dừng máy với lượng hàng bị thiếu và chi phí phát sinh. Nếu những thông tin này nằm ở các bộ phận khác nhau, doanh nghiệp khó xác định công đoạn nào đang gây tổn thất lớn nhất.

Có những khoản chi xuất hiện sau sự cố: Sản phẩm lỗi phải làm lại, thiếu nguyên liệu khiến dây chuyền gián đoạn, công nhân tăng ca để kịp giao hàng. Muốn biết đầu tư công nghệ có đáng hay không, doanh nghiệp phải nhận diện và tính được những khoản này trước.

“Đừng chỉ nhìn vào giá mua phần mềm mà hãy nhìn vào chi phí của những vấn đề chưa được kiểm soát. Trước khi bàn về việc mua hệ thống công nghệ nào, ban giám đốc cần bắt đầu từ câu hỏi vấn đề nào trong xưởng đang gây tổn thất lớn nhất và cần được ưu tiên giải quyết trước”, bà Hạnh phân tích.

Khó khăn còn nằm ở cách ghi nhận dữ liệu. Với cùng một lô hàng, nếu sản xuất, kho và kế toán đưa ra những con số khác nhau, ban giám đốc phải dành thời gian đối chiếu trước khi quyết định. Dữ liệu có sẵn nhưng chưa thống nhất vẫn khiến việc điều hành chậm một nhịp so với hoạt động trong xưởng.

Thực trạng sẵn sàng Công nghiệp 4.0 và bài toán thất thoát

Khảo sát tại các doanh nghiệp nhỏ và vừa (SME) khối sản xuất

Những con số "chạm đáy"

0,53/5

Điểm trung bình về mức độ sẵn sàng Công nghiệp 4.0 của khối sản xuất.

6,9%

Doanh nghiệp ứng dụng điện toán đám mây cho công việc kinh doanh.

6,1%

Tỷ lệ doanh nghiệp ứng dụng công nghệ sản xuất tiên tiến.

5,9%

Tỷ lệ cơ sở sản xuất có sử dụng robot trong dây chuyền.

1,5%

Đơn vị khai thác Dữ liệu lớn (Big Data) và AI cho hoạt động tiếp thị.

Lỗ hổng chi phí mỗi tháng

~ 2,8 Tỷ

Tổn thất do máy dừng ngoài kế hoạch (sự cố thiết bị, thiếu nguyên liệu).

~ 1,5 Tỷ

Thiệt hại do sụt giảm sản lượng, không đạt kế hoạch và trễ đơn hàng.

~ 1,0 Tỷ

Lãng phí do tỷ lệ phế phẩm cao, tốn thời gian và nhân công làm lại hàng lỗi.

~ 0,8 Tỷ

Bội chi do tăng chi phí nhân công tăng ca (OT), tiêu hao điện năng vô ích.

Tình trạng tương tự xuất hiện trong quản lý dự án. Ông Bùi Quan Mảnh, Giám đốc Công ty Cổ phần Công nghệ Sáng tạo Văn hóa Quantrex, cho biết thông tin công việc thường bị chia giữa bảng tính, nhóm trò chuyện, thư điện tử, biên bản họp và máy tính cá nhân. Người quản lý phải tìm ở nhiều nơi để biết một nhiệm vụ đã được xử lý đến đâu.

“Vấn đề của doanh nghiệp hiện nay không phải là thiếu công cụ phần mềm mà là thiếu một luồng điều hành thống nhất. Khi thông tin bị chia cắt ở năm nơi khác nhau, người điều hành không thể nhìn thấy bức tranh tổng thể của toàn bộ danh mục dự án và cũng không thể nối được quyết định quản trị với kết quả đầu ra”, ông Mảnh nói.

Theo ông Mảnh, việc tập trung thông tin phải đi cùng phân công trách nhiệm. Mỗi nhiệm vụ cần rõ người thực hiện, người phê duyệt và tiêu chí nghiệm thu. Nếu chưa xác định ai chịu trách nhiệm cuối cùng hoặc thiếu bằng chứng bàn giao, đưa công việc lên phần mềm vẫn chưa giải quyết được vướng mắc.

Ở khâu chứng từ, ông Cao Văn Toại, Giám đốc Tự động hóa thông minh, Công ty Cổ phần Giải pháp BnK, cho biết nhân viên còn phải đọc và nhập thủ công nhiều đơn đặt hàng, phiếu xuất nhập kho, hóa đơn thương mại và ủy nhiệm chi. Những thao tác lặp lại này vừa tốn thời gian, vừa dễ phát sinh sai sót, làm chậm thông tin trong chuỗi cung ứng.

Thí điểm để kiểm chứng hiệu quả đầu tư

Với doanh nghiệp nhỏ và vừa, nguồn lực hạn chế khiến mỗi quyết định đầu tư đều cần được cân nhắc. Tiến sĩ Phạm Tuấn Anh, Phó Viện trưởng Viện Kỹ thuật Công nghệ, Trường Đại học Thủ Dầu Một, khuyến nghị doanh nghiệp chuẩn hóa dữ liệu đang có trước khi mua thiết bị đắt tiền. Công nghệ cần được lựa chọn từ nhu cầu của từng công đoạn, tránh triển khai theo phong trào.

Theo ông, doanh nghiệp có thể từng bước thu thập, kết nối dữ liệu lên hệ thống điều hành sản xuất (MES), sau đó liên thông với hệ thống hoạch định nguồn lực doanh nghiệp (ERP). Những bước tiếp theo, trong đó có công nghệ bản sao số, cần dựa trên nhu cầu và điều kiện triển khai thực tế.

Một ví dụ tại phần trình diễn giải pháp xử lý tài liệu thông minh cho thấy, công nghệ có thể hỗ trợ kiểm tra những sai lệch dễ bị bỏ qua. Trên một ủy nhiệm chi, số tiền bằng số là 158.467.000 đồng, trong khi phần bằng chữ chỉ ghi “Một trăm năm mươi triệu”. Hệ thống phát hiện hai nội dung không khớp và cảnh báo để người sử dụng kiểm tra.

Hệ thống AI tự động đọc, trích xuất và phát hiện sai lệch trên chứng từ ủy nhiệm chi trong chưa đầy một phút, giúp giảm thời gian nhập liệu thủ công.

Theo ông Cao Văn Toại, dữ liệu sau khi được trích xuất, kiểm tra có thể chuyển sang phần mềm kế toán hoặc hệ thống quản trị. Khả năng đối chiếu được thể hiện qua tình huống trình diễn; mức tiết kiệm thời gian và chi phí khi vận hành vẫn cần được đo tại từng doanh nghiệp.

Với quản lý dự án, ông Bùi Quan Mảnh đề xuất chọn 3 - 5 dự án thực để thí điểm trong 30 ngày. Tỷ lệ hoàn thành đúng hạn và thời gian ra quyết định là những căn cứ để đánh giá hệ thống có giúp công việc tiến triển tốt hơn hay không.

AI có thể hỗ trợ chuyển nội dung cuộc họp thành văn bản, trích xuất nhiệm vụ cho từng cá nhân và rà soát tiến độ. Người quản lý nhờ đó có thêm thông tin về công việc chậm bàn giao hoặc nhiều dự án cùng cần một nhóm nhân sự. Trên nền tảng được ông giới thiệu, quyết định về ngân sách và quyền truy cập vẫn phải được người có trách nhiệm xác nhận.

Đối với nhà máy, bà Trương Thị Bé Hạnh khuyến nghị chọn một dây chuyền đang gây tổn thất lớn để thử nghiệm trong khoảng 2 - 4 tuần. Trước khi triển khai, doanh nghiệp cần thống nhất cách đo thời gian dừng máy, hiệu suất thiết bị, tỷ lệ sản phẩm đạt ngay lần đầu, năng suất trên mỗi giờ công và tỷ lệ giao hàng đúng hạn. Có số liệu ban đầu mới so sánh được thay đổi sau đầu tư.

Trong lộ trình 12 tháng bà Hạnh đề xuất, ba tháng đầu dành cho số hóa dữ liệu theo ca và thống nhất mã nguyên nhân dừng máy, chưa cần lắp cảm biến phức tạp. Giai đoạn tiếp theo mới kết nối thiết bị, thu thập dữ liệu vận hành và cảnh báo khi máy dừng quá thời gian quy định.

Khi dữ liệu ổn định, nhà máy tiếp tục liên kết lệnh sản xuất với kết quả kiểm tra chất lượng và thông tin xuất nhập kho. Đến cuối lộ trình, doanh nghiệp mới cân nhắc AI dự báo nhu cầu hoặc thị giác máy tính phát hiện lỗi bề mặt sản phẩm.

Theo ông Nguyễn Hữu Yên, Phó Giám đốc Sở Khoa học và Công nghệ TP Hồ Chí Minh, cụ thể hóa Nghị quyết 57-NQ/TW cần gắn khoa học, công nghệ và đổi mới sáng tạo với hiệu quả sản xuất, kinh doanh. Với doanh nghiệp nhỏ và vừa, công nghệ phải phù hợp từng công đoạn và khả năng đầu tư.

Hiệu quả ấy cần được tính sau khi trừ chi phí phần mềm, thiết bị và tránh cộng trùng các khoản tiết kiệm, bà Hạnh lưu ý. Kết quả từ một dây chuyền thí điểm sẽ giúp doanh nghiệp quyết định có nên mở rộng, thay vì đầu tư đồng loạt khi chưa biết hệ thống có giảm được tổn thất hay không.

Lộ trình 12 tháng "Thử nghiệm để thành công" dành cho SME

Thay vì đầu tư toàn bộ nhà máy với rủi ro cao, các chuyên gia khuyến nghị Ban Giám đốc doanh nghiệp nên áp dụng chiến lược chạy thí điểm (Pilot) theo các nguyên tắc sau:

✓ Đo lường 5 chỉ số cốt lõi (KPI): Bắt buộc phải xác định cách tính thống nhất cho 5 chỉ số gồm Hiệu suất thiết bị tổng thể (OEE), Thời gian dừng máy (Downtime), Tỷ lệ lỗi, Năng suất (sản lượng/giờ) và Tỷ lệ giao hàng đúng hạn (OTD) trước khi triển khai công nghệ.

✓ Nguyên tắc 1 dây chuyền: Chỉ chọn duy nhất 1 dây chuyền hoặc 1 công đoạn đang gây tổn thất lớn nhất để đo dữ liệu hiện trạng (baseline) trong 2 - 4 tuần để làm cơ sở đối chiếu.

Tháng 0 - 3

Số hóa dữ liệu: Chuẩn hóa mã hàng, ca sản xuất; ghi nhận sản lượng, lỗi và thời gian dừng máy theo từng ca làm việc.

Tháng 3 - 6

Kết nối & giám sát: Thu thập dữ liệu trực tiếp từ máy móc, cảm biến để đưa ra cảnh báo kịp thời theo thời gian thực.

Tháng 6 - 9

Tối ưu vận hành: Kết nối liên thông dòng chảy dữ liệu giữa kế hoạch, sản xuất, chất lượng và kho hàng.

Tháng 9 - 12

Nhà máy thông minh: Mở rộng tự động hóa, ứng dụng AI bảo trì dự đoán và điều hành dựa trên dữ liệu khi quy trình đã ổn định.