Doanh nghiệp vừa và nhỏ ngành sản xuất đang “mắc kẹt” ở mô hình vận hành cũ

Thời gian gần đây, chuyển đổi số trong ngành sản xuất được nhắc đến nhiều hơn cùng với sự xuất hiện của trí tuệ nhân tạo (AI), robot tự động hay mô hình nhà máy thông minh. Tuy nhiên, theo các chuyên gia, khoảng cách giữa xu hướng công nghệ và thực tế vận hành tại nhiều doanh nghiệp Việt Nam hiện vẫn còn khá lớn, đặc biệt ở nhóm doanh nghiệp vừa và nhỏ.

Thực tế này thể hiện rõ nhất ở câu chuyện bảo trì thiết bị trong nhà máy. Thay vì vận hành dựa trên dữ liệu và dự báo rủi ro như nhiều doanh nghiệp quốc tế đang làm, không ít nhà máy trong nước vẫn duy trì cách quản lý cũ: máy hỏng đâu sửa đó.

Ông Trương Văn Hải - chuyên gia về chuyển đổi số tại Luvina Software cho biết, phần lớn doanh nghiệp sản xuất vẫn đang áp dụng phương pháp bảo trì thụ động hoặc bảo trì định kỳ theo kinh nghiệm. Điều này khiến doanh nghiệp thường xuyên rơi vào thế bị động khi xảy ra sự cố.

Trong giai đoạn 2020 - 2023 có tới 58% doanh nghiệp Việt Nam duy trì mô hình bảo trì thụ động. Dù xu hướng này đang giảm dần, nhưng từ năm 2024 - 2026, tỷ lệ vẫn còn ở mức 45%.

Trong khi đó, nhiều tập đoàn công nghiệp lớn trên thế giới như BASF, Shell, BMW hay Airbus đã chuyển sang các cấp độ bảo trì dự báo và bảo trì chỉ định bằng AI. Hệ thống có thể thu thập dữ liệu từ cảm biến, phân tích bằng AI và đưa ra cảnh báo trước khi thiết bị gặp sự cố.

Khoảng cách này không chỉ nằm ở công nghệ, mà còn tác động trực tiếp đến chi phí vận hành và hiệu quả sản xuất của doanh nghiệp.

Các đại biểu tham dự Hội thảo “Chuyển đổi số doanh nghiệp sản xuất: Mô hình nhà máy thông minh”. Ảnh: Lạc Nguyên

Theo ông Trương Văn Hải, việc thay thế linh kiện theo định kỳ mà không dựa trên tình trạng vận hành thực tế đang khiến doanh nghiệp lãng phí khoảng 20% vật tư dự phòng. Các sự cố đột xuất cũng làm hiệu suất thiết bị tổng thể (OEE) tại nhiều nhà máy giảm xuống dưới 60%, thấp hơn đáng kể so với mức chuẩn quốc tế trên 80%.

“Trong nhiều trường hợp, khi xảy ra sự cố nghiêm trọng, doanh nghiệp phải thuê chuyên gia nước ngoài với chi phí 3.000 - 5.000 USD/ngày, đồng thời phải chấp nhận thời gian dừng máy kéo dài để chờ xử lý” - ông Hải cho biết.

Ông Lâm Quang Nam - Phó Chủ tịch Hiệp hội Phần mềm và Dịch vụ công nghệ thông tin Việt Nam (VINASA) chia sẻ, nhiều doanh nghiệp vẫn cho rằng, chuyển đổi số là bài toán quá lớn và tốn kém, nên thường đắn đo hoặc không biết bắt đầu từ đâu. Tuy nhiên, điều quan trọng nhất không phải đầu tư ngay vào những hệ thống phức tạp, mà là xác định đúng “điểm nghẽn” trong vận hành để từng bước cải thiện.

Nếu biết ứng dụng công nghệ chính xác vào các điểm nghẽn vận hành, một nhà máy quy mô 200 công nhân hoàn toàn có thể đạt được năng suất và chất lượng đầu ra tương đương với một đơn vị có quy mô 2.000 công nhân.

AI và dữ liệu đang thay đổi cách vận hành nhà máy

Ông Phùng Tú Minh - chuyên gia kỹ thuật cấp cao ABB Robotics Việt Nam cho biết, việc ứng dụng AI trong robot hiện đã chuyển từ lý thuyết sang triển khai thực tiễn quy mô lớn. Theo dữ liệu cập nhật năm 2026, ABB đang đồng thời vận hành hơn 100 dự án AI nội bộ và thương mại.

AI trong sản xuất hiện được chia thành hai nhóm, gồm AI phân tích để phát hiện bất thường, phân tích quy trình và AI tạo sinh phục vụ tạo mã lập trình, xử lý dữ liệu hình ảnh, tối ưu hiệu suất nội bộ.

Trong lĩnh vực logistics nhà máy, robot tự hành (AMR) đang dần thay thế các thao tác vận chuyển thủ công nhờ công nghệ VSLAM kết hợp AI thị giác. Thay vì phụ thuộc vào các điểm đánh dấu cố định, robot có thể sử dụng camera để lập bản đồ, định vị và tự thích ứng với môi trường vận hành thay đổi liên tục. AI cũng cho phép robot nhận diện con người, pallet hay kệ hàng để di chuyển an toàn hơn, với độ chính xác khoảng ±5 mm trong các thao tác cập bến, lắp ghép.

Ngoài vận chuyển, AI thị giác còn được ứng dụng trong các thao tác gắp thả hàng hóa hỗn hợp. Hệ thống sử dụng mạng nơ-ron để nhận diện vật thể và tự động tính toán điểm gắp tối ưu. Theo ABB, robot gỡ kiện hàng hiện đạt độ tin cậy hơn 99%, còn robot gắp vật thể đơn lẻ đạt độ chính xác trên 99,5%.

Doanh nghiệp sản xuất của Việt Nam cần chuẩn hóa dữ liệu, thay đổi tư duy quản trị và xây dựng lộ trình phù hợp với năng lực thực tế. Ảnh minh hoạ.

Ông Khương Anh Dũng - Phó Giám đốc Bosch Global Software Technologies cho rằng, sự phân mảnh dữ liệu đang khiến nhiều doanh nghiệp tốn thời gian và nhân lực trong việc rà soát, truy vết lỗi sản phẩm. Các dữ liệu kỹ thuật như dòng điện, điện trở hay thời gian hàn hiện vẫn được lưu trữ cục bộ ở từng công đoạn, làm đứt gãy tính minh bạch của toàn bộ quy trình vận hành.

“Thông qua việc trực quan hóa và chủ động đánh giá, phân tích dữ liệu trong toàn bộ quy trình, doanh nghiệp có thể giám sát tập trung và phát hiện sự cố sau một số biểu hiện cảnh báo nhất định” - ông Dũng chia sẻ./.