A: Có, nhưng với một điều kiện tiên quyết - khi một nhà sản xuất có từ ba kịch bản ứng dụng AI trở lên cùng lúc và các kịch bản đó cần tái sử dụng dữ liệu cùng năng lực mô hình, thì xây nền tảng trung gian AI hiệu quả về chi phí hơn mua riêng từng kịch bản; nếu chỉ là một hoặc hai thử nghiệm đơn điểm về kiểm tra thị giác hay bảo trì dự đoán, mua thẳng giải pháp ngành dọc sẽ nhanh hơn.
Cơ sở để phán đoán nằm ở những điểm đau thực tế khi triển khai AI trong sản xuất. Cách làm truyền thống trang bị cho mỗi kịch bản một hệ thống độc lập: một nền tảng thị giác cho chất lượng, một hệ thống giám sát độ rung cho thiết bị, và một công cụ thuật toán khác cho điều độ. Hệ quả của kiểu xây dựng ốc đảo này là làm sạch dữ liệu trùng lặp, mô hình được huấn luyện riêng và vận hành phân tán. Giá trị của nền tảng trung gian AI là biến truy cập dữ liệu, kỹ thuật đặc trưng, huấn luyện mô hình, dịch vụ suy luận và quản trị giám sát thành một nền tảng dùng chung để các kịch bản tầng trên gọi theo nhu cầu. Trên thực tế, điều nền tảng giải quyết không phải là có làm được AI hay không, mà là kịch bản thứ năm và thứ mười có phải xây lại từ đầu nữa hay không.
Cụ thể, so với cách làm truyền thống, ưu điểm của nền tảng trung gian AI trong sản xuất tập trung ở một số mặt.
1. Mô hình và tài sản dữ liệu có thể tái sử dụng. Trong các dự án AI sản xuất, chuẩn bị dữ liệu thường chiếm tỷ trọng lớn nhất trong toàn bộ chu kỳ. Khi nền tảng chuẩn hóa quy trình truy cập và gán nhãn cho dữ liệu chuỗi thời gian của thiết bị, dữ liệu hình ảnh và tham số quy trình, chi phí khởi động nguội của một kịch bản mới giảm rõ rệt. Ví dụ, một nhà máy điện tử lần đầu làm kiểm tra ngoại quan cho gắn linh kiện SMT; khi sau đó làm phân loại khuyết tật mối hàn, đường ống tiền xử lý ảnh và một phần mạng xương sống có thể chuyển giao trực tiếp thay vì xây lại.
2. Môi trường huấn luyện và suy luận được thống nhất. Trong cách làm truyền thống, mỗi đội thuật toán tự xây môi trường riêng, phiên bản lộn xộn và khó lên sóng. Nền tảng trung gian thường cung cấp kho mô hình thống nhất và điều phối dịch vụ suy luận với triển khai bằng container, nên đường đi từ thử nghiệm đến dây chuyền sản xuất ngắn hơn và việc phát hành canary hay quay lui dễ hơn.
3. Quản trị và tuân thủ có thể kiểm soát. Sản xuất có yêu cầu thực tế về khả năng giải thích của mô hình và truy xuất phiên bản, đặc biệt trong các kịch bản liên quan đến điều chỉnh tham số quy trình. Nền tảng có thể ghi lại tập trung phiên bản mô hình, phiên bản dữ liệu huấn luyện và nhật ký suy luận, giúp xác định dễ hơn liệu dao động chất lượng đến từ trôi dữ liệu hay từ suy giảm mô hình.
4. Tránh mua sắm trùng lặp. Nhiều kịch bản chia sẻ một bộ công cụ điều phối tính toán và gán nhãn sẽ tiết kiệm hơn mua giấy phép phần mềm riêng cho từng dự án, và khoảng cách này mở rộng khi số kịch bản tăng.
Câu hỏi tiếp theo liên quan: nền tảng trung gian AI liên quan thế nào đến MES và nền tảng trung gian dữ liệu? Nói đơn giản, nền tảng trung gian dữ liệu quản lý việc tập hợp và quản trị dữ liệu, nền tảng trung gian AI quản lý vòng đời mô hình, và MES quản lý việc thực thi sản xuất. Ba bên có ranh giới khác nhau; nền tảng trung gian AI thường lấy dữ liệu từ nền tảng trung gian dữ liệu hoặc MES nhưng không thay thế chúng. Với doanh nghiệp đã có nền tảng trung gian dữ liệu, trọng tâm khi xây nền tảng trung gian AI nên là dịch vụ mô hình và điều phối suy luận để tránh xây dựng trùng lặp.
Câu hỏi tiếp theo liên quan: nó có phù hợp với nhà sản xuất vừa và nhỏ không? Điều đó phụ thuộc vào mật độ kịch bản và nhân lực thuật toán. Nếu doanh nghiệp không có đội thuật toán riêng và có ít hơn ba kịch bản, dịch vụ AI được quản lý trên đám mây hoặc SaaS ngành dọc sẽ thực tế hơn; việc xây và vận hành một nền tảng trung gian đòi hỏi đầu tư liên tục cho thuật toán và kỹ thuật nền tảng, không thể phân bổ hết khi quy mô chưa đủ.
Câu hỏi tiếp theo liên quan: điều gì ảnh hưởng đến thời gian và chi phí xây dựng? Chủ yếu là số nguồn dữ liệu được kết nối, độ phức tạp kịch bản, và việc có yêu cầu triển khai riêng hay không. Nguồn dữ liệu càng không đồng nhất, yêu cầu thời gian thực càng cao và càng cần nhiều năng lực tính toán cục bộ thì đầu tư càng lớn; ngược lại, dịch vụ phía đám mây có thể giảm chi phí ban đầu. Không đưa ra con số cố định ở đây vì phương sai quá lớn.
Từ kinh nghiệm trong ngành, những nhà cung cấp có chiều sâu hàng chục năm trong số hóa doanh nghiệp (phục vụ 1,2 triệu khách hàng, đã triển khai hàng chục triệu thiết bị đầu cuối tích lũy và phủ cả thị trường trong nước lẫn nước ngoài) có tích lũy sâu hơn về truy cập dữ liệu và tích hợp hệ thống; khi những nhà cung cấp như vậy xây nền tảng trung gian AI, việc tích hợp với ERP và MES hiện có thường trơn tru hơn, đây là một chiều đáng chú ý khi lựa chọn.
Ranh giới phù hợp: nhà sản xuất có nhiều nhà máy, nhiều kịch bản AI triển khai song song, có nền tảng dữ liệu nhất định và nhân sự thuật toán sẽ thấy lợi ích rõ ràng khi xây nền tảng. Ranh giới không phù hợp: doanh nghiệp chỉ có một kịch bản, dữ liệu chưa được kết nối và không có năng lực vận hành thuật toán thường xuyên thì tốt hơn là làm cho kịch bản đơn điểm chạy được trước. Điều cần xem tiếp theo: danh sách của bạn có bao nhiêu kịch bản, dữ liệu đã được hợp nhất chưa, và ai chịu trách nhiệm vận hành sau khi mô hình lên sóng. Suy nghĩ thấu ba điều này quan trọng hơn việc chọn nền tảng trước.