Tránh 'bẫy' mở rộng sản xuất bằng ứng dụng AI

Scale-up theo truyền thống có thể khiến doanh nghiệp gặp rủi ro

Trong bối cảnh cạnh tranh công nghiệp ngày càng khắt khe, câu hỏi lớn nhất đối với các nhà quản lý và chủ doanh nghiệp sản xuất là làm thế nào để nâng cao khả năng vận hành nhà máy. Theo ông Nguyễn Trọng Đoàn - Giám đốc Công ty Cổ phần Công nghệ Rostek, một nhà máy tốt hơn được đo lường bằng khả năng sản xuất với sản lượng cao hơn, chu kỳ ngắn hơn, chất lượng tốt hơn, ít lỗi hơn và chi phí tối ưu hơn.

Theo ông Đoàn, hiệu quả vận hành nhà máy có thể được cải thiện thông qua hai hướng chính là tăng doanh thu và tối ưu chi phí.

Ông Nguyễn Trọng Đoàn, Giám đốc Công ty Cổ phần Công nghệ Rostek.

Tuy nhiên, khi đối mặt với lượng đơn hàng gia tăng, phản ứng phổ biến của hầu hết các doanh nghiệp sản xuất là tìm đến phương pháp mở rộng quy mô (scale-up) truyền thống. Doanh nghiệp thường chọn cách tuyển thêm công nhân, tổ chức tăng ca, làm ca tối hoặc mua sắm thêm máy móc.

Phương pháp mở rộng quy mô cơ học này tiềm ẩn một cạm bẫy lớn. Thực tế chứng minh rằng khi hiệu quả vận hành và năng lực quản trị của doanh nghiệp chưa đủ đáp ứng quy mô mới, việc cố gắng scale-up cơ học sẽ làm sụt giảm lợi nhuận, thậm chí đẩy nhà máy vào nguy cơ thua lỗ nặng nề. Đặc biệt trong bối cảnh lạm phát gia tăng và đòn bẩy tài chính không còn rẻ, việc lạm dụng nó để mở rộng cơ học trở thành một canh bạc cực kỳ rủi ro.

Thách thức này càng trở nên gay gắt khi nhìn vào bức tranh năng suất lao động của Việt Nam. Trong giai đoạn 2021-2025, năng suất lao động thực tế của Việt Nam tăng khoảng 5,2%, trong khi kỳ vọng đạt 6,5%. Việc nâng cao năng suất không thể chỉ dừng lại ở lời kêu gọi công nhân làm việc chăm chỉ hay tập trung hơn, mà bắt buộc phải chuyển dịch sang tự động hóa quy trình và tối ưu hóa máy móc.

Coi AI là năng lực sản xuất mới thay vì mục tiêu trình diễn

Ông Đoàn cho biết, khi bàn về chuyển đổi số, có khoảng 90% doanh nghiệp Việt Nam mới chỉ dừng lại ở mức số hóa một phần (như sử dụng phần mềm kế toán), và chỉ có khoảng 10-12% đạt đến cấp độ nhà máy thông minh (Level 3.0 với robot, băng tải). Trong bối cảnh đó, doanh nghiệp tuyệt đối không nên coi AI là một mục tiêu để trình diễn. AI nên được nhìn nhận là một năng lực mới giúp thay đổi tận gốc cách thức vận hành của nhà máy.

Năng lực mới của AI thể hiện ở hai khía cạnh là hỗ trợ ra quyết định nhờ khả năng đào sâu và phân tích dữ liệu đa nguồn nhanh chóng và là mảnh ghép kết nối các thành phần rời rạc trong hệ thống vận hành.

Những ứng dụng AI thực tế đã mang lại hiệu quả rõ rệt cho nhà xưởng. Ví dụ, việc áp dụng thị giác máy tính (Vision AI) giúp tự động kiểm tra và phát hiện lỗi sản phẩm trước khi xuất hàng, thay thế lực lượng kiểm tra thủ công đông đảo. Bên cạnh đó, AI dự đoán có thể nhận diện sớm nguy cơ hỏng hóc thiết bị, giúp doanh nghiệp chủ động bảo trì, tránh thời gian dừng máy ngoài kế hoạch và hạn chế nguy cơ chậm tiến độ giao hàng. Trong mô hình nhà máy không người, ngay cả một tác vụ đơn giản như cấp nguyên vật liệu tự động cũng đòi hỏi hệ thống kết nối chặt chẽ từ kế hoạch sản xuất đến thực thi và kết nối dữ liệu thiết bị với kế hoạch và quy trình sản xuất.

Một điểm đặc thù cực kỳ quan trọng trong nhiều ngành sản xuất công nghiệp là mức độ chấp nhận sai số gần như bằng không. Sai sót do AI đưa ra đều có tính kế thừa và lan truyền qua các công đoạn, có thể làm hỏng toàn bộ chuỗi sản xuất và phá vỡ thời gian bàn giao hàng. Do đó, AI được đưa vào nhà máy bắt buộc phải là AI có kiểm soát.

Doanh nghiệp không nên vội vã tự động hóa hoàn toàn ngay từ đầu. Quy trình ứng dụng AI cần đi từng bước cẩn trọng: quan sát cách AI xử lý dữ liệu, yêu cầu hệ thống dừng lại ở các điểm chốt để con người kiểm tra và phê duyệt, trước khi chuyển sang chế độ tự động hóa khép kín.

Lộ trình "Baby Steps" 12 tuần để ứng dụng AI

Để ứng dụng AI thành công mà không gây xáo trộn tổ chức, doanh nghiệp nên bắt đầu bằng phương pháp "Baby Steps" (bước đi nhỏ). Thay vì nghĩ đến những dự án quá đồ sộ, hãy tập trung giải quyết đúng nút thắt cổ chai lớn nhất đang gây đau đầu cho nhà máy: tỷ lệ sản phẩm lỗi cao, thời gian dừng máy nhiều, máy hỏng hóc liên tục, tồn kho lớn hay lãng phí năng lượng. Doanh nghiệp cần lựa chọn một bài toán cụ thể, phân công người chịu trách nhiệm trực tiếp và xác định rõ các chỉ số mục tiêu.

Một lộ trình kéo dài 12 tuần được ông Đoàn đề xuất chia làm 3 giai đoạn.

Giai đoạn 1 (Tuần 1 – Tuần 2) dùng để thiết lập nền tảng. Doanh nghiệp cần lựa chọn bài toán nút thắt và đo lường chính xác các chỉ số vận hành nền tảng (baseline) hiện tại.

Giai đoạn 2 (Tuần 3 – Tuần 4) để làm sạch dữ liệu.

Giai đoạn 3 (Tuần 5 – Tuần 8) dùng để thử nghiệm song song luồng AI một chiều. Doanh nghiệp triển khai luồng xử lý AI một chiều chạy song song với phương pháp vận hành truyền thống. Luồng truyền thống đóng vai trò làm cơ sở đối chiếu, giúp so sánh chính xác hiệu quả và độ tin cậy của AI mà không ảnh hưởng đến sản xuất thực tế.

Giai đoạn 3 (Tuần 9 – Tuần 12) là giai đoạn kiểm chứng, phê duyệt và đóng vòng lặp. Doanh nghiệp cần đối chiếu kết quả thử nghiệm với nền tảng ban đầu. Khi năng lực của AI hoàn toàn đáp ứng kỳ vọng và được con người kiểm tra, phê duyệt, doanh nghiệp mới chính thức chuyển giao sang cơ chế tự động hóa và tối ưu hóa quy trình.

Nắm vững lộ trình cẩn trọng này sẽ giúp các nhà máy Việt Nam vừa thoát khỏi chiếc "bẫy" scale-up truyền thống, vừa từng bước làm chủ công nghệ AI để nâng cao năng lực cạnh tranh thực chất và bền vững.