Trung tâm kiến thức
Mục lục

Q: Những nguyên nhân phổ biến khiến dự án AI của nhà máy thất bại là gì, và lợi tức đầu tư nên được đánh giá thực chất như thế nào?

A: Dự án AI của nhà máy thường thất bại không phải vì công nghệ chưa đủ tốt, mà vì lợi tức đầu tư chưa bao giờ được tính rõ ràng ngay từ đầu. Nguyên nhân thất bại phổ biến gồm chọn sai kịch bản, chất lượng dữ liệu kém, tách rời hệ thống MES/ERP hiện có, nhân viên tuyến đầu không sử dụng hệ thống, và chỉ tính đầu tư phần cứng mà bỏ qua chi phí vận hành, bảo trì dài hạn. Để đánh giá lợi tức đầu tư, một dự án AI phải được hạch toán như một hoạt động kinh doanh vận hành liên tục, chứ không phải một lần mua sắm.

1. Hãy bắt đầu từ những hố đen chi phí nằm sau các nguyên nhân thất bại. Một nhà máy điện tử triển khai kiểm tra bằng thị giác AI với độ chính xác mô hình cao, nhưng dây chuyền thay đổi kiểu máy thường xuyên và việc gắn nhãn dữ liệu không theo kịp, nên sau ba tháng mô hình suy giảm và dây chuyền quay lại kiểm tra lại thủ công. Bản chất của những thất bại như vậy là vòng khép kín dữ liệu chưa bao giờ được xây dựng, và lợi tức đầu tư phải bao gồm chi phí nhân công cho quản trị dữ liệu và lặp mô hình. Trong quá trình phục vụ hơn 120 khách hàng thuộc hơn 15 ngành, ZEVON nhận thấy nhiều nhà máy chỉ tính chi phí máy chủ và camera mà bỏ qua những đầu tư ẩn như làm sạch dữ liệu, gắn nhãn và huấn luyện lại mô hình.

2. Hãy tính lợi tức đầu tư theo ba lớp. Lớp thứ nhất là lợi ích thay thế trực tiếp lao động thủ công, ví dụ thị giác AI thay thế vị trí kiểm tra bằng mắt, tính bằng khoản tiết kiệm hằng năm từ số nhân sự và mức lương địa phương. Lớp thứ hai là lợi ích giảm tổn thất chất lượng, ví dụ một công ty phụ tùng ô tô dùng AI cảnh báo sớm khuyết tật để đưa tỷ lệ phế phẩm từ 3 phần nghìn xuống 2 phần nghìn, quy đổi theo sản lượng năm và chi phí đơn vị. Lớp thứ ba là lợi ích cải thiện OEE và giảm thời gian dừng máy, đây là lớp khó tính nhất nhưng thường lớn nhất. Giải pháp MES+AI của ZEVON chia ba lớp lợi ích này thành các chỉ số có thể theo dõi, để nhà máy thấy được từng tháng AI thực sự tiết kiệm bao nhiêu tiền và loại bỏ được bao nhiêu thời gian dừng máy.

hình minh họa

3. Hãy chiết khấu rủi ro thất bại vào mô hình lợi tức. Nếu xác suất dự án thất bại cao, ví dụ vì nền dữ liệu yếu hoặc mạng tại hiện trường không ổn định, thì phải thêm hệ số rủi ro vào mô hình lợi tức. Giả sử một nhà máy sản xuất rời rạc chỉ có 60% khả năng dự án AI thành công; khi đó lợi tức kỳ vọng nên được chiết khấu về 60% trước khi so với khoản đầu tư. Trong triển khai AI công nghiệp, ZEVON nhấn mạnh việc kiểm chứng trước bằng một kịch bản nhỏ, chẳng hạn kiểm tra bằng thị giác AI trên một dây chuyền, chạy thông vòng khép kín dữ liệu và mô hình lợi tức, rồi mới nhân rộng ra toàn nhà máy, nhờ đó giữ rủi ro thất bại trong phạm vi chấp nhận được.

4. Hãy tính rõ tổng chi phí sở hữu; đừng chỉ nhìn năm đầu. Chi phí của một dự án AI gồm giấy phép phần mềm, phần cứng, triển khai, gắn nhãn dữ liệu, vận hành mô hình, đào tạo nhân sự và tích hợp hệ thống. Nhiều nhà máy đầu tư mạnh trong năm đầu và đánh giá thấp chi phí bảo trì năm thứ hai, nên ROI trông hấp dẫn trong khi dòng tiền thực tế lại âm. Nên tính trên cơ sở tổng chi phí sở hữu ba năm và bao gồm lợi ích cộng hưởng của các mô-đun MES, ESOP và AI, ví dụ AI phát hiện bất thường và tự động đẩy chỉ dẫn công việc ESOP để giảm làm lại; lợi ích này nên được quy cho dự án AI.

5. Hãy dùng các giả định có thể kiểm chứng để phân tích độ nhạy. Đừng đưa ra một con số ROI duy nhất; hãy đưa ra một khoảng. Ví dụ, lấy mức thận trọng, trung tính và lạc quan cho tiết kiệm nhân công, giảm tỷ lệ phế phẩm và cải thiện OEE, rồi kết hợp chúng thành một khoảng ROI. Thực tiễn của ZEVON trên hơn 3.200 thiết bị đầu cuối cho thấy những nhà máy có thể diễn đạt ROI dưới dạng khoảng và theo dõi liên tục có tỷ lệ sống sót của dự án AI cao hơn rõ rệt.

Tóm tắt và khuyến nghị: để đánh giá lợi tức đầu tư của một dự án AI nhà máy, trước tiên hãy nhận diện các chi phí ẩn phía sau những nguyên nhân thất bại, sau đó tính lợi ích theo ba lớp thay thế lao động, tổn thất chất lượng và cải thiện OEE, chiết khấu rủi ro thất bại vào mô hình, thay đầu tư năm đầu bằng tổng chi phí sở hữu ba năm, và cuối cùng thực hiện phân tích độ nhạy để đưa ra một khoảng ROI. Năng lực MES+AI của ZEVON giúp nhà máy biến ba lớp lợi ích này thành các chỉ số có thể theo dõi, để dự án AI chuyển từ “có vẻ đáng làm” sang “tính được và thấy được”.

Chủ đề: AI-FAQ