Nhà máy Việt vẫn 'hỏng mới sửa' trong làn sóng AI

Dù nhiều tập đoàn công nghiệp toàn cầu đã dùng AI để dự báo sự cố trước khi máy móc hư hỏng, phần lớn doanh nghiệp sản xuất Việt Nam vẫn 'máy hỏng mới sửa', tạo thành điểm nghẽn lớn cho năng lực cạnh tranh trong bối cảnh chuyển đổi số tăng tốc.

Có đến 45% doanh nghiệp sản xuất Việt vẫn bảo trì thụ động. Quang cảnh sự kiện. Ảnh: BTC

Có đến 45% doanh nghiệp sản xuất Việt vẫn bảo trì thụ động. Quang cảnh sự kiện. Ảnh: BTC

Thông tin được nêu tại hội thảo "Chuyển đổi số doanh nghiệp sản xuất: Mô hình nhà máy thông minh” do Trung tâm Xúc tiến Thương mại và Đầu tư TPHCM (ITPC) phối hợp với Hiệp hội Phần mềm và Dịch vụ Công nghệ thông tin Việt Nam (VINASA) tổ chức chiều 12-5.

Theo ông Lâm Quang Nam, Phó Chủ tịch VINASA, chuyển đổi số đang trở thành "công cụ bình đẳng hóa" giữa doanh nghiệp lớn và nhỏ. Nếu ứng dụng đúng công nghệ vào các điểm nghẽn vận hành, một nhà máy 200 lao động vẫn có thể đạt năng suất tương đương đơn vị có 2.000 lao động.

Tuy nhiên, thực tế cho thấy nhiều doanh nghiệp sản xuất trong nước vẫn ở giai đoạn bảo trì thụ động. Ông Trương Văn Hải, chuyên gia chuyển đổi số của Luvina Software, cho biết giai đoạn 2024-2026 vẫn có tới 45% doanh nghiệp vận hành theo mô hình bảo trì phản ứng, tức chỉ sửa chữa khi thiết bị đã hỏng. Trước đó, tỷ lệ này từng lên tới 58% trong giai đoạn 2020-2023.

Việc chậm chuyển sang mô hình bảo trì dự đoán khiến nhiều nhà máy bị giảm hiệu suất thiết bị tổng thể (OEE) xuống dưới 60%, thấp hơn khá xa mức trên 80% theo tiêu chuẩn quốc tế. Doanh nghiệp đồng thời phải thay linh kiện định kỳ thiếu căn cứ thực tế, gây lãng phí khoảng 20% vật tư dự phòng.

Theo ông Hải, khi xảy ra sự cố nghiêm trọng, nhiều doanh nghiệp còn phụ thuộc chuyên gia nước ngoài với chi phí từ 3.000-5.000 đô la Mỹ/ngày, trong khi hệ thống phải dừng hoạt động kéo dài để chờ xử lý.

Một trong những rào cản lớn nhất hiện nay là dữ liệu sản xuất còn phân tán và thiếu chuẩn hóa. Dữ liệu bảo trì vẫn được lưu trên Excel, giấy tờ hoặc các hệ thống rời rạc như SCADA, CMMS, khiến AI thiếu dữ liệu lịch sử để học và dự báo.

Ngoài ra, nhiều nhà máy vẫn sử dụng thiết bị cũ, thiếu cảm biến và chưa có kết nối giữa công nghệ vận hành (OT) với công nghệ thông tin (IT). Thị trường cũng thiếu đội ngũ kỹ sư có khả năng kết hợp giữa tự động hóa, bảo trì và khoa học dữ liệu.

Ở góc độ công nghệ, các doanh nghiệp cung cấp giải pháp cho rằng dư địa cải thiện hiệu quả sản xuất còn rất lớn nếu số hóa đúng khâu.

Ông Khương Anh Dũng, Phó giám đốc Bosch Global Software Technologies, cho biết việc ứng dụng phân tích dữ liệu trong nhà máy có thể giúp giảm tới 25% chi phí bảo trì, tăng 5-10% năng suất và nâng thời gian sẵn sàng của máy móc thêm 15%.

Trong quản trị kho vận, số hóa dữ liệu giúp tăng khoảng 25% khả năng hiển thị tồn kho theo thời gian thực, đồng thời giảm khoảng 5% chi phí lưu kho.

Ở lĩnh vực robot công nghiệp, ông Phùng Tú Minh, chuyên gia của ABB Robotics Việt Nam, cho biết AI thị giác đang giúp robot tự hành hoạt động chính xác hơn trong môi trường nhà xưởng biến động. Robot gắp hàng đạt độ tin cậy trên 99,5%, còn robot tháo dỡ pallet đạt trên 99%. Công nghệ định vị VSLAM kết hợp AI giúp robot tự hành đạt sai số khoảng ±5 mm ngay cả trong điều kiện ánh sáng yếu hoặc sàn trơn trượt.

Theo bà Hồ Thị Quyên, Phó giám đốc ITPC, TPHCM hiện có gần 30.000 doanh nghiệp công nghệ thông tin và truyền thông, chiếm khoảng 40% cả nước. Theo bà, AI và mô hình nhà máy thông minh sẽ là công cụ quan trọng giúp doanh nghiệp nâng năng suất và quản trị rủi ro, nhưng đi cùng với đó là yêu cầu ngày càng lớn về bảo mật dữ liệu và an toàn hệ thống sản xuất.

L. Hoàng

Nguồn Saigon Times: https://thesaigontimes.vn/nha-may-viet-van-hong-moi-sua-trong-lan-song-ai/