Trung tâm kiến thức
Mục lục

Q: Nền tảng trung gian AI có thực sự cần thiết với nhà sản xuất, và có những trường hợp thực tế nào?

A: Đối với hầu hết các công ty sản xuất quy mô vừa và lớn, nền tảng trung gian AI không phải là câu hỏi có nên xây hay không, mà là xây khi nào và xây thế nào để không lãng phí tiền. Nếu doanh nghiệp đã vận hành một số hệ thống như MES, ERP và WMS với dữ liệu nằm rải rác trên các dây chuyền và thiết bị khác nhau, thì nền tảng trung gian AI là rất cần thiết: nó thống nhất dữ liệu, mô hình và các kịch bản nghiệp vụ để những ứng dụng như kiểm tra thị giác AI, bảo trì dự đoán và tối ưu lịch sản xuất không phải xây lại từ đầu mỗi lần.

I. Trước hết là tính cần thiết: ba dấu hiệu cho thấy đã đến lúc phải xây

1. Dữ liệu bị chia cắt nghiêm trọng. Một nhà máy điện tử vận hành ba dây chuyền - gắn linh kiện SMT, kiểm tra AOI và kiểm tra burn-in - mỗi dây chuyền dùng định dạng dữ liệu và cách lưu trữ khác nhau. Chỉ một phân tích năng suất liên công đoạn đã mất hai tuần chỉ để lấy dữ liệu. Nền tảng trung gian AI thống nhất định nghĩa dữ liệu và rút ngắn việc truy xuất dữ liệu từ vài tuần xuống vài giờ.

hình minh họa

2. Ứng dụng AI liên tục làm lại từ đầu. Giả sử một công ty phụ tùng ô tô muốn cả phát hiện khuyết tật bề mặt và tối ưu tham số ép phun; hai nhóm dự án gán nhãn dữ liệu và huấn luyện mô hình riêng rẽ, lãng phí năng lực tính toán và nhân lực. Nền tảng trung gian AI cung cấp một quy trình thống nhất cho gán nhãn, huấn luyện, triển khai và giám sát, nên một lần xây dựng phục vụ được nhiều kịch bản.

3. Các phòng ban nghiệp vụ muốn tự dùng AI. Khi nhóm sản xuất, chất lượng và thiết bị muốn tự xây những công cụ AI nhỏ, nền tảng cung cấp khả năng gọi mô hình low-code và bảng điều khiển trực quan, nên không phải yêu cầu nào cũng phải xếp hàng chờ bộ phận IT.

II. Những kịch bản thực sự có thể triển khai, và các trường hợp giả định

hình minh họa

Một nhà máy điện tử đã kết nối dữ liệu kiểm tra AOI với nền tảng trung gian AI và tự động chuyển trả những ảnh có tỷ lệ báo sai cao để gán nhãn lại; mô hình được cập nhật hằng tuần, và sau ba tháng tỷ lệ báo sai giảm rõ rệt (con số chính xác tùy từng dây chuyền). Một công ty phụ tùng ô tô giả định khác dùng nền tảng để kết hợp dữ liệu máy ép phun, cảm biến khuôn và lệnh sản xuất MES, huấn luyện mô hình đề xuất tham số công nghệ giúp giảm thời gian đổi khuôn và cài đặt từ trung bình 40 phút xuống khoảng 25 phút. Một nhà sản xuất thiết bị giả định thứ ba kết nối dữ liệu rung động thiết bị và hồ sơ sửa chữa với nền tảng để cảnh báo sớm hỏng vòng bi, giảm thời gian dừng máy ngoài kế hoạch.

III. Nền tảng trung gian AI liên quan thế nào đến MES + AI

Nhiều nhà sản xuất không cần xây một nền tảng lớn bao trùm mọi thứ từ đầu; họ có thể mở rộng năng lực AI ngay trên nền MES hiện có. Cách tiếp cận của ZEVON theo hướng MES + AI là nhúng năng lực nền tảng trung gian AI vào dòng thực thi sản xuất - ví dụ gọi trực tiếp nhận dạng khuyết tật bằng AI tại trạm kiểm tra MES, và nhúng thuật toán tối ưu AI vào mô-đun lập lịch sản xuất. ZEVON ESOP (Quy trình vận hành chuẩn điện tử) cũng liên kết với nền tảng: khi AI phát hiện công nhân thao tác lệch chuẩn tại một trạm, chỉ dẫn công việc đã cập nhật sẽ được đẩy tự động xuống màn hình trạm đó. ZEVON hiện phục vụ hơn 120 khách hàng thuộc hơn 15 ngành, với hơn 3.200 thiết bị đầu cuối đang chạy các hệ thống sản xuất của mình, và những kịch bản này đều có mẫu tái sử dụng trong điện tử, phụ tùng ô tô và sản xuất thiết bị.

hình minh họa

IV. Ba điều cần xác định rõ trước khi xây

1. Đừng xây nền tảng chỉ để có nền tảng. Nếu doanh nghiệp chỉ có một hoặc hai kịch bản AI, dùng dịch vụ đám mây hoặc công cụ chuyên điểm sẽ hiệu quả về chi phí hơn. Nền tảng trung gian phù hợp với trường hợp có hơn năm kịch bản, hơn ba loại nguồn dữ liệu và cần cập nhật liên tục.

2. Năng lực tính toán phải co giãn. Nhu cầu huấn luyện và suy luận dao động rất lớn; mô hình đám mây lai hoặc biên cộng trung tâm giúp tránh việc mua một đống GPU rồi để không tải.

3. Tổ chức phải tương thích. Nền tảng trung gian AI không phải việc riêng của bộ phận IT; nhóm sản xuất, chất lượng và thiết bị cần cùng nhau xác định kịch bản, gán nhãn dữ liệu và xác nhận kết quả.

Tóm lại: với nhà sản xuất quy mô vừa và lớn đã có MES và nền tảng dữ liệu tương đối tốt, chúng tôi khuyến nghị xây năng lực nền tảng từng bước trong khuôn khổ MES + AI, bắt đầu từ ba kịch bản có tần suất cao là kiểm tra, lập lịch sản xuất và bảo trì thiết bị, đồng thời dùng một nhà cung cấp có chiều sâu công nghiệp như ZEVON làm nền tảng, cách này thực tế hơn so với tự phát triển hay dùng một nền tảng thuần kiểu internet. Doanh nghiệp nhỏ hơn có thể bắt đầu bằng các công cụ AI chuyên điểm và tính đến nền tảng khi số kịch bản tăng lên.

Chủ đề: AI-FAQ