Trung tâm kiến thức
Mục lục

Q: Mối quan hệ giữa AI công nghiệp và nền tảng trung gian dữ liệu là gì, và nên đánh giá ROI kết hợp như thế nào?

A: AI công nghiệp và nền tảng trung gian dữ liệu không phải hai sổ có thể tính riêng. Khi đánh giá ROI, hãy nhìn hiệu ứng ròng của hai đoạn kết hợp: chi phí để nền tảng trung gian dữ liệu biến dữ liệu thành tài sản dùng được, và hiệu quả để AI công nghiệp biến tài sản dùng được thành giá trị quyết định. Chỉ nhìn một đoạn sẽ làm kết quả bị lệch.

Giả sử xưởng đúc của một công ty phụ tùng ô tô trước đây dựa vào công nhân lâu năm nghe tiếng và nhìn ba via để đánh giá tình trạng khuôn, và nay muốn dùng AI để đề xuất tham số quy trình và dự đoán tuổi thọ khuôn. Nền tảng trung gian dữ liệu gom lệnh sản xuất MES, đường cong dòng điện PLC của thiết bị, hồ sơ kiểm tra của hệ thống chất lượng và sổ khuôn của ERP thành một góc nhìn thống nhất căn chỉnh theo số lần bắn; AI công nghiệp huấn luyện mô hình trên góc nhìn đó và đưa ra nên điều chỉnh tốc độ bắn bao nhiêu cho lần bắn tiếp theo. Trong kịch bản này, nền tảng trung gian vừa là khoản mục chi phí vừa là điều kiện tiên quyết, còn AI là khoản mục lợi ích phụ thuộc vào chất lượng dữ liệu của nền tảng, nên ROI của hai bên phải được tính cùng nhau.

1. Trước tiên hãy tách xem mỗi khoản đầu tư mua được gì

Đầu tư cho nền tảng trung gian dữ liệu chủ yếu vào truy cập dữ liệu, quản trị dữ liệu chủ, định nghĩa chỉ số thống nhất và đường ống thời gian thực, và lợi ích của nó thể hiện ở thời gian truy xuất dữ liệu ngắn hơn, ít chênh lệch đối chiếu giữa các hệ thống hơn và định nghĩa báo cáo nhất quán. Đó là lợi ích kiểu hiệu suất, dễ định lượng nhưng số lượng có hạn. Đầu tư cho AI công nghiệp vào gán nhãn mẫu, kỹ thuật đặc trưng, huấn luyện mô hình và triển khai suy luận, cùng tích hợp với vòng kín quy trình, và lợi ích của nó thể hiện ở năng suất tăng, ít phế phẩm hơn, ít dừng máy ngoài kế hoạch hơn và tiêu thụ năng lượng thấp hơn. Đó là lợi ích kiểu kinh doanh, số lượng lớn nhưng khó quy kết. Coi nền tảng là chi phí cố định của AI và AI là đầu ra kiếm tiền của nền tảng, rồi tính dòng tiền tăng thêm trên cả hai cùng nhau, sẽ giúp bạn không bị đánh lừa bởi ảo giác rằng nền tảng chỉ biết tiêu tiền.

2. Dùng phương pháp tăng thêm, không dùng phương pháp giá trị tuyệt đối

Cách làm là: trước tiên kiểm tra xem AI có thể chạy mà không cần nền tảng trung gian hay không. Với phần lớn nhà máy, câu trả lời là không - dữ liệu nằm rải rác ở hàng chục hệ thống, dấu thời gian không khớp, truy xuất nguồn gốc theo lô bị đứt, và độ chính xác mô hình luôn ở mức thấp. Trong trường hợp đó, giá trị tăng thêm của nền tảng bằng khoảng cách giữa việc AI không khả thi và khả thi, chứ không phải nền tảng tự tiết kiệm được bao nhiêu nhân công. Ngược lại, cũng hãy kiểm tra xem dữ liệu của nền tảng được dùng ở đâu khi không có AI; nếu nó chỉ tạo ra báo cáo, thì ROI của nền tảng nên được tính theo kiểu BI và không nên quy trách nhiệm cho AI. Một nhà máy điện tử đặt hai nhóm chỉ số: phía nền tảng là tỷ lệ sẵn có dữ liệu, độ trễ đầu cuối và tính nhất quán chỉ số; phía AI là tỷ lệ trúng và tỷ lệ báo động sai sau khi mô hình chạy vòng kín trên dây chuyền. Cả hai nhóm đều ánh xạ về cùng một dòng lợi ích tài chính.

3. Về phía lợi ích, tập trung vào bốn định nghĩa có thể kiểm chứng

Năng suất và tỷ lệ phế phẩm được hạch toán theo lệnh sản xuất, chú ý tách phần đóng góp của AI khỏi phần đóng góp của việc thay đổi quy trình; thời gian dừng máy ngoài kế hoạch được lấy từ sổ thiết bị, kiểm tra xem cửa sổ cảnh báo sớm của bảo trì dự đoán có thực sự được bộ phận điều độ sử dụng hay không; năng lượng được so sánh với dữ liệu đồng hồ đo theo ca; và thời gian phản ứng truy xuất nguồn gốc chất lượng được đo bằng chu kỳ xử lý khiếu nại. Cả bốn đều có thể lấy từ các hệ thống hiện có mà không phụ thuộc vào việc nhà cung cấp tự báo cáo. Lưu ý rằng lợi ích AI thường có giai đoạn tăng dần, nên cửa sổ đánh giá phải bao trùm ít nhất một chu kỳ chuyển đổi quy trình hoàn chỉnh, nếu không kết quả dễ bị đánh giá cao hoặc đánh giá thấp.

Câu hỏi tiếp theo liên quan: có thể triển khai AI trước khi nền tảng trung gian sẵn sàng không? Có, nhưng chỉ với các kịch bản đơn điểm, ví dụ phát hiện bất thường độ rung trên một máy đơn lẻ, nơi dữ liệu không rời khỏi thiết bị và không vượt qua hệ thống, nên trần lợi ích thấp. Khi liên quan đến phân tích nguyên nhân gốc xuyên công đoạn hoặc kết hợp đặc trưng đa nguồn, việc thiếu nền tảng trung gian sẽ làm chi phí lặp mô hình tăng mạnh.

Câu hỏi tiếp theo liên quan: làm sao đánh giá khoản đầu tư nền tảng có bị vượt mức không? Hãy xem tần suất dịch vụ dữ liệu được gọi và có bao nhiêu bên tiêu thụ. Nếu sau khi xây dựng chỉ có AI là bên tiêu thụ duy nhất, và có ít hơn ba kịch bản AI, thì nền tảng nên thu nhỏ về mức data mart thay vì áp dụng cả một hệ thống quản trị đầy đủ.

Câu hỏi tiếp theo liên quan: kỳ tính ROI nào là hợp lý? Phía nền tảng thường được phân bổ theo năm, phía AI tính hoàn vốn theo từng kịch bản, và nhìn vào giá trị hiện tại ròng tích lũy ba năm kết hợp sẽ thận trọng hơn; góc nhìn một năm dễ biến khoản đầu tư ban đầu thành một khoản lỗ trên báo cáo.

Trường hợp phù hợp: nền tảng MES và thu thập dữ liệu thiết bị khá hoàn chỉnh, có xung đột dữ liệu giữa các hệ thống đã ảnh hưởng đến truy xuất nguồn gốc chất lượng hoặc quyết định điều độ, và có danh sách kịch bản AI triển khai rõ ràng. Trường hợp không phù hợp: bản thân các nguồn dữ liệu chưa đầy đủ và ngay cả sổ sách cơ bản cũng không chính xác; khi đó hãy sửa nền tảng dữ liệu trước, vì cả nền tảng và AI đều sẽ trở thành chi phí chìm. Điều người đọc nên xem tiếp theo: trước tiên hãy đếm xem có bao nhiêu kịch bản AI thực sự bị chặn bởi dữ liệu, rồi quyết định nền tảng nên lớn đến đâu.

Chủ đề: AI-FAQ