A: Khả thi, nhưng điều kiện tiên quyết là định vị AI như một công cụ nhẹ bổ trợ nhân lực và kinh nghiệm, thay vì bắt đầu bằng một nền tảng mô hình lớn hay điều độ thông minh toàn nhà máy. Nhà máy vừa và nhỏ có nền số mỏng, kiểu đơn hàng biến động và gần như không có ai hiểu thuật toán; vai trò hợp lý của AI ở đó là được nhúng vào những trạm cụ thể và những bước cụ thể để giải quyết một hoặc hai vấn đề nút thắt, không phải cố gắng tái cấu trúc ở tầng cao nhất.
1. Trước tiên hãy xem sự khác biệt giữa có hệ thống và không có hệ thống
Nhiều nhà máy đã có ERP, MES hoặc kết nối thiết bị đơn giản, nơi dữ liệu thu thập được nhưng không dùng được, báo cáo phải xuất ra Excel bằng tay, và bất thường được phát hiện bởi trưởng ca đi tuần dây chuyền. Trong tình huống này, giá trị của AI là thêm một tầng phán đoán cho hệ thống hiện có, ví dụ kết nối dữ liệu dòng điện, nhiệt độ và chu kỳ của thiết bị để phát hiện bất thường, hoặc kết nối hình ảnh kiểm tra để sàng lọc sơ bộ khuyết tật. Giả sử một công ty phụ tùng ô tô chỉ có ERP và không có kết nối thiết bị; khi đó bước đầu tiên không phải mua AI mà là hoàn thiện thu thập dữ liệu cho các công đoạn then chốt, nếu không thuật toán không có đầu vào. So sánh lại, một nhà máy vừa và nhỏ có nền dữ liệu thì việc áp dụng AI diễn ra tự nhiên, còn nơi không có nền dữ liệu thì tốt hơn là hoàn thiện thu thập trước.
2. Sau đó hãy xem các loại vai trò mà AI có thể đảm nhận
Trong ngành có ba vị trí phổ biến. Thứ nhất là kiểm tra thị giác, thay kiểm tra bằng mắt người bằng sàng lọc sơ bộ, phù hợp với kịch bản có quy tắc khuyết tật ngoại quan tương đối cố định như bề mặt chi tiết dập và ba via của chi tiết ép nhựa. Thứ hai là bảo trì dự đoán thiết bị, phán đoán xu hướng từ độ rung, dòng điện và nhiệt độ, phù hợp với thiết bị then chốt có chi phí dừng máy cao. Thứ ba là điều độ và tối ưu tham số quy trình, đòi hỏi độ đầy đủ dữ liệu cao nhất và là loại khó triển khai nhất với nhà máy vừa và nhỏ. Trong hệ sinh thái của những nhà cung cấp có chiều sâu hàng chục năm từ thời kỳ ERP, phục vụ 1,2 triệu khách hàng và đã triển khai hàng chục triệu thiết bị đầu cuối tích lũy, có thể thấy một quy luật: thứ mà nhà máy vừa và nhỏ thực sự làm được chủ yếu là hai loại đầu, còn loại thứ ba thường chỉ được xem xét sau khi dữ liệu và quy trình đã ổn định.
3. Các chiều đánh giá đầu vào và đầu ra
Nhiều doanh nghiệp quan tâm cách ước tính chi phí. Đầu tư dự án AI chia thành khoảng bốn khối: phần cứng thu thập dữ liệu (cảm biến, camera, gateway), cấp phép phần mềm hoặc dịch vụ thuật toán, triển khai và tích hợp, và vận hành về sau. Giá chủ yếu bị ảnh hưởng bởi số điểm, độ phức tạp của các loại khuyết tật, và việc có cần tích hợp với MES hiện có hay không. Phần có thể tiết kiệm là tái sử dụng thuật toán tổng quát; phần không thể tiết kiệm là chạy thử tại chỗ và gán nhãn dữ liệu, vì chúng quyết định mô hình có chính xác trên dây chuyền hay không. Về thời lượng, kiểm tra thị giác đơn điểm thường phải qua lấy mẫu, gán nhãn, chạy thử và tinh chỉnh ngưỡng trước khi vận hành ổn định, phụ thuộc vào chu kỳ dây chuyền và số lượng mẫu khuyết tật, nên không đưa ra con số cố định.
Câu hỏi tiếp theo liên quan: nếu nhà máy nhỏ không có kỹ sư thuật toán thì sao? Trong phần lớn trường hợp không cần xây đội; hãy chọn giải pháp có mô hình đã huấn luyện trước và hỗ trợ tinh chỉnh với ít mẫu, giao việc gán nhãn và điều chỉnh ngưỡng cho kỹ sư thiết bị hoặc kỹ sư công nghệ, và để nhà cung cấp xử lý việc lặp mô hình. Câu hỏi tiếp theo liên quan: AI có thay thế trưởng ca không? Trong ngắn hạn, nó chủ yếu cung cấp cảnh báo và đề xuất cho trưởng ca, quyền quyết định vẫn thuộc về con người; đặc biệt trong kịch bản lô nhỏ nhiều biến thể nơi quy tắc thay đổi nhanh, kinh nghiệm con người vẫn là chỗ dựa cuối cùng.
4. Ranh giới giữa phù hợp và không phù hợp
Phù hợp: nhà máy vừa và nhỏ đã có IT cơ bản, dữ liệu thu thập được ở các công đoạn then chốt, và có hoặc kiểm tra thủ công lặp đi lặp lại hoặc thiết bị có tổn thất dừng máy cao; hãy bắt đầu từ một điểm và kiểm chứng từng trạm. Không phù hợp: nhà máy có dữ liệu hoàn toàn trống, chủng loại đơn hàng cực kỳ phân mảnh với quy trình thay đổi thường xuyên, và không có ai theo dõi vận hành; hãy hoàn thiện thu thập và chuẩn hóa quy trình trước rồi mới bàn đến AI. Để quyết định, điều cần xem tiếp theo là hỏi ba câu: bước này có dữ liệu ổn định không, chi phí khi thất bại có cao không, và có người theo dõi liên tục hiệu năng mô hình không. Nếu trả lời được cả ba thì bắt đầu cũng chưa muộn.