TẠO NGUỒN NHÂN LỰC CÔNG NGHỆ AI

Ở vị trí đầu tàu về đào tạo, nghiên cứu, phát triển và ứng dụng khoa học công nghệ (KHCN) của cả nước, TPHCM đã nhanh chóng xác định chiến lược phát triển thành đô thị thông minh, dẫn đầu cuộc cách mạng công nghiệp 4.0 tại Việt Nam từ năm 2018. Trong đó, nghiên cứu triển khai trí tuệ nhân tạo (AI) được xem là nền móng cơ bản để thực hiện mục tiêu trên.

Đảm bảo về lượng lẫn chất

Theo kế hoạch tổng thể về phát triển nguồn lực công nghệ thông tin (CNTT), Việt Nam cần đến 1 triệu nhân lực CNTT vào năm 2020. Con số này nằm trong nội dung Đề án “Sớm đưa Việt Nam trở thành quốc gia mạnh về CNTT và truyền thông” được Thủ tướng phê duyệt năm 2010.

Thế nhưng, cả nước hiện chỉ có 177.000 sinh viên đại học, cao đẳng (ĐH, CĐ) CNTT, điện tử, viễn thông hệ chính quy đang theo học tại hơn 400 trường ĐH, CĐ. Khoảng 1/4 số sinh viên đang được đào tạo tại 8 cơ sở đào tạo trọng điểm về CNTT. Cả hệ thống đào tạo hiện chỉ có thể cung cấp khoảng 600.000 lao động CNTT.

Theo thống kê của Viện Chiến lược CNTT (Bộ TT-TT) gần đây, có 72% số sinh viên CNTT không có kinh nghiệm, thực hành; 42% thiếu kỹ năng làm việc nhóm và thiếu kỹ năng mềm. Chỉ khoảng 15% tân cử nhân đáp ứng được yêu cầu. Trong khi, theo Bộ KH-CN, các lĩnh vực trọng tâm CNTT đã thu hút hơn 700 công ty, trong đó có 220 công ty nước ngoài, chủ yếu tập trung ở các thành phố lớn, hoặc bên trong các khu công nghệ phần mềm tập trung. Với riêng lĩnh vực AI, có rất ít đơn vị đào tạo.

Sinh viên ngành Công nghệ tự động hóa thực hành điều khiển robot tại phòng thí nghiệm

PGS-TS Vũ Hải Quân, Bí thư Đảng ủy, Giám đốc ĐH Quốc gia TPHCM, nhìn nhận, hiện nay chưa có một chuyên ngành/nhóm ngành đào tạo chính thức về AI ở bậc ĐH. Phần lớn kiến thức CNTT ĐH tập trung phục vụ mảng gia công phần mềm, vốn là trào lưu của thập niên trước. Chỉ một bộ phận rất nhỏ các môn học có liên quan đến AI, lại chưa được hệ thống hóa hay định hướng nghề nghiệp cụ thể.

Do đó, chúng ta cần cải tổ chương trình đào tạo để thích ứng với làn sóng công nghệ cao trên thế giới, cụ thể là thành lập Khoa AI hay các bộ môn về Thị giác máy tính, Xử lý ngôn ngữ nói, Xử lý ngôn ngữ tự nhiên, Big Data, Robotics…; liên kết doanh nghiệp AI cung cấp chương trình Intership, thực tập và hướng nghiệp, bổ sung trang thiết bị hiện đại cho chương trình AI: cụm server, computing cluster, GPU, robot, thiết bị IoT…, tổ chức hội thi học thuật (challenges) giải quyết các vấn đề về AI trong công nghiệp.

Cần giải pháp mang tính chiến lược

Theo các chuyên gia, để có nguồn nhân lực mang tính chiến lược, TPHCM cùng nhiều bên cần nhận diện thực trạng và các tiền đề quan trọng về nguồn lực KH-CN, nhu cầu thị trường, khả năng triển khai ứng dụng sau nghiên cứu và chủ động đặt vấn đề phát triển đô thị thông minh, khu đô thị sáng tạo; trong đó tập trung ươm mầm tiềm năng AI quốc gia, phát triển nhân tài và từng bước hoàn chỉnh hệ sinh thái AI. Khi tiềm lực về AI và CNTT đủ lớn, TPHCM có thể định hướng phát triển thành một trung tâm dữ liệu của Đông Nam Á tới năm 2030 để vươn tầm khu vực và thế giới.

Để thực hiện mục tiêu xây dựng đô thị thông minh, khu đô thị sáng tạo, cần vạch ra những chiến lược cả ngắn hạn và dài hạn, trong đó tập trung 3 mũi nhọn: công tác nghiên cứu và đào tạo, nắm bắt công nghệ, đổi mới sáng tạo. Trong nghiên cứu và đào tạo, cần đầu tư vào AI thông qua các quỹ nghiên cứu và hỗ trợ, liên kết chặt chẽ với đối tác trong và ngoài nước để tập trung được thế mạnh tổng hợp vì một trường ĐH hay viện nghiên cứu đơn lẻ không thể gánh vác hết.

Ý tưởng về trường ĐH chia sẻ có thể tập trung cơ sở vật chất nhưng đội ngũ giảng viên, cán bộ nghiên cứu từ nhiều nguồn khác nhau để tận dụng được ưu điểm, thế mạnh của tất cả đơn vị… TPHCM cần có bộ chính sách quy định trách nhiệm và quyền lợi giữa các bên; thỏa thuận khung quy định vai trò và trách nhiệm của TPHCM và các trường ĐH trong bức tranh toàn cục của đề án. Sau tất cả, mục tiêu chính của công tác này là đào tạo nguồn nhân lực trình độ cao về CNTT và AI.

PGS-TS Vũ Hải Quân cho rằng, tiềm lực các nhóm nghiên cứu mạnh, chuyên sâu sẽ quyết định trực tiếp khả năng thành công trong phát triển AI và định hướng đào tạo nguồn nhân lực. Nhóm nghiên cứu vừa mở đường công nghệ, vừa tham chiếu học thuật, vừa là niềm tin, động lực cho thế hệ trẻ.

Tiêu điểm của chiến lược này gồm tài trợ cho các nhóm nghiên cứu lớn tại TPHCM mảng AI và liên ngành ứng dụng AI chủ chốt… TPHCM cần tạo điều kiện, khuyến khích xây dựng nhóm nghiên cứu AI cho các trường có thế mạnh (trong đó có ĐH Quốc gia TPHCM), mở quỹ đầu tư và phát triển các phòng thí nghiệm về AI, hỗ trợ nghiên cứu khoa học nhằm tạo điều kiện cho cá nhân, nhóm nghiên cứu đi sâu vào nhiều lĩnh vực khác nhau; hướng đến các công bố có uy tín cấp khu vực và quốc tế, nâng cao và khẳng định vị thế của Việt Nam trong giới nghiên cứu quốc tế lĩnh vực AI; tạo ra các cuộc thi học thuật với dữ liệu và bài toán thực tế từ nhu cầu của thành phố, khuyến khích các nhóm nghiên cứu, cá nhân, doanh nghiệp giải quyết về mặt học thuật.

THANH HÙNG

Nguồn: https://www.sggp.org.vn/tao-nguon-nhan-luc-cong-nghe-ai-716742.html

CHIẾN LƯỢC QUỐC GIA VỀ NGHIÊN CỨU, ỨNG DỤNG TRÍ TUỆ NHÂN TẠO

Đến năm 2030, Việt Nam trở thành trung tâm đổi mới sáng tạo, phát triển các giải pháp và ứng dụng Trí tuệ nhân tạo (TTNT) trong khu vực ASEAN và trên thế giới.

Thủ tướng Chính phủ vừa ban hành Chiến lược quốc gia về nghiên cứu, phát triển và ứng dụng TTNT đến năm 2030.

Chiến lược đặt mục tiêu đẩy mạnh nghiên cứu, phát triển và ứng dụng TTNT, đưa TTNT trở thành lĩnh vực công nghệ quan trọng của Việt Nam trong cuộc Cách mạng công nghiệp lần thứ tư. Đến năm 2030, Việt Nam trở thành trung tâm đổi mới sáng tạo, phát triển các giải pháp và ứng dụng TTNT trong khu vực ASEAN và trên thế giới.

Mục tiêu đến năm 2030 đưa TTNT trở thành lĩnh vực công nghệ quan trọng của Việt Nam; phấn đấu Việt Nam nằm trong nhóm 4 nước dẫn đầu trong khu vực ASEAN và nhóm 50 nước dẫn đầu trên thế giới về nghiên cứu, phát triển và ứng dụng TTNT; xây dựng được 10 thương hiệu TTNT có uy tín trong khu vực; phát triển được 03 trung tâm quốc gia về lưu trữ dữ liệu lớn và tính toán hiệu năng cao; kết nối được các hệ thống trung tâm dữ liệu, trung tâm tính toán hiệu năng cao trong nước tạo thành mạng lưới chia sẻ năng lực dữ liệu lớn và tính toán phục vụ TTNT.

Hình thành được 50 bộ dữ liệu mở, liên thông và kết nối trong các ngành kinh tế, lĩnh vực kinh tế – xã hội phục vụ nghiên cứu, phát triển và ứng dụng TTNT.

Đến năm 2030, Việt Nam hình thành được 3 trung tâm đổi mới sáng tạo quốc gia về TTNT; có ít nhất 01 đại diện nằm trong bảng xếp hạng nhóm 20 cơ sở nghiên cứu và đào tạo về TTNT dẫn đầu trong khu vực ASEAN…

Để đạt được những mục tiêu trên, Chiến lược đưa ra các định hướng: Xây dựng hệ thống văn bản quy phạm pháp luật và hành lang pháp lý liên quan đến TTNT; phát triển hệ sinh thái TTNT; thúc đẩy ứng dụng TTNT; thúc đẩy hợp tác quốc tế trong lĩnh vực TTNT.

Vũ Phương Nhi

Nguồn: http://baochinhphu.vn/Chi-dao-quyet-dinh-cua-Chinh-phu-Thu-tuong-Chinh-phu/Chien-luoc-quoc-gia-ve-nghien-cuu-ung-dung-tri-tue-nhan-tao/420990.vgp

NỀN TẢNG CÔNG NGHỆ NÀO SẼ HỖ TRỢ DOANH NGHIỆP VƯỢT QUA ĐẠI DỊCH COVID?

Đại dịch đã trở thành chất xúc tác khiến nhiều xu hướng công nghệ quan trọng hình thành, ứng dụng mạnh mẽ, bao gồm thương mại điện tử, tự động hóa và tối ưu hóa chuỗi cung ứng…

Dịch bệnh Covid-19 tiếp tục tác động nặng nề, đòi hỏi các doanh nghiệp phải có những thay đổi, ứng dụng công nghệ, chuyển đổi số.

Tự động hóa thông minh, robot, trí tuệ nhân tạo (AI) kết hợp với máy học và các giải pháp phân tích dự báo… đang là những nền tảng công nghệ hàng đầu mà các doanh nghiệp cần ưu tiên ứng dụng để vượt khó khăn, phát triển ổn định trong một trạng thái “bình thường mới”, duy trì lợi nhuận và có được lợi thế cạnh tranh trên thị trường.

Theo phân tích của các chuyên gia, đại dịch đã trở thành chất xúc tác khiến nhiều xu hướng công nghệ quan trọng hình thành, ứng dụng mạnh mẽ, bao gồm thương mại điện tử, tự động hóa và tối ưu hóa chuỗi cung ứng. Do đó, việc tích hợp các giải pháp công nghệ mới nhằm duy trì hoạt động và lợi nhuận, cũng như tối ưu hóa công việc để hỗ trợ liên tục nhu cầu cao điểm và ngăn ngừa sự gián đoạn chuỗi cung ứng sẽ trở nên vô cùng cần thiết cho thành công trong kinh doanh của các doanh nghiệp.

TỰ ĐỘNG HOÁ, AI TRONG CÁC NGÀNH SẢN XUẤT VÀ LOGISTICS 

Trong báo cáo nghiên cứu về các xu hướng công nghệ doanh nghiệp hàng đầu cho năm 2021 vừa được hãng Zebra Technologies công bố cuối tuần qua đã chỉ ra các xu hướng công nghệ hàng đầu cho doanh nghiệp trong năm 2021 trong đó nhấn mạnh đến công nghệ tự động hóa thông minh, trí tuệ nhân tạo (AI) và robot.

Theo phân tích của hãng này, tự động hóa thông minh đã được hỗ trợ bởi các công cụ trợ lý ảo trên thị trường người tiêu dùng như Alexa và Siri. Các doanh nghiệp đang từng bước thu được những thành công ban đầu trong việc áp dụng loại công nghệ máy học này để cải thiện quy trình làm việc, giao hàng và trải nghiệm của khách hàng.

Ngoài ra, AI có thể cải thiện khả năng đề xuất hành động tiếp theo tốt nhất cho các doanh nghiệp, còn các công nghệ AI và robot đang đưa tự động hóa thông minh trở thành một phần của Internet vạn vật (IoT) và xu hướng Công nghiệp 4.0. Do đó, dự kiến việc áp dụng công nghệ AI trong ngành sản xuất và hậu cần kho vận (logistics) sẽ gia tăng vào năm 2021.

Bên cạnh đó, các chuyên gia hãng này cũng cho rằng, việc chuyển dịch sang mua sắm trực tuyến đã có một bước nhảy vọt, thúc đẩy thương mại điện tử tăng trưởng mạnh mẽ. Năm 2020 là thời điểm lên ngôi của thương mại điện tử, hiện được dự báo sẽ chiếm 28% doanh số của chuỗi bán lẻ trên toàn cầu. Điều này rút ngắn quá trình chuyển dịch sang thương mại trực tuyến khoảng 3 năm, buộc các nhà bán lẻ phải nhanh chóng thích ứng bằng cách hợp lý hóa các cửa hàng, hoàn tất đơn hàng và hậu cần để có năng suất cao hơn khi họ phải đối mặt với những thách thức về lợi nhuận liên quan đến việc xử lý đơn hàng thương mại điện tử.

Trong lĩnh vực chuỗi cung ứng và kho hàng, các công nghệ tự động hóa vật lý, nhận dạng qua tần số vô tuyến RFID và công nghệ cảm biến nhiệt độ – kết hợp với sự phát triển của robot, bao gồm cả robot có khả năng giao tiếp và làm việc cộng tác với con người (cobot) có thể giúp các trung tâm hoàn tất đơn hàng nâng cao hiệu quả hoạt động của thương mại điện tử.

Tự động hóa thông minh hay sự kết hợp giữa công nghệ RPA và AI để thực hiện việc tự động hóa một chiều hoặc nhiều quy trình nhanh chóng, giúp DN bứt phá trong quá trình chuyển đổi số. Hãng Gartner đánh giá công nghệ này sẽ trở thành xu hướng số 1 trên thế giới trong năm 2021 với những tác động và giá trị to lớn. Trong năm 2019, lĩnh vực này được định giá 3,5 tỷ USD nhưng dự báo đến năm 2027, con số này sẽ lên đến 25 tỷ USD với tốc độ tăng trưởng lên đến hơn 40%, cao hơn bất kỳ xu hướng công nghệ nào.

Ở Việt Nam đã có nhiều đơn vị đưa ra các giải pháp về tự động hóa, robot và AI trong đó akabot nổi lên với giải pháp tự động hóa quy trình nghiệp vụ RPA toàn diện đầu tiên tại Việt Nam và nằm trong top 6 nền tảng toàn cầu. Các giải pháp của akaBot có thể áp dụng cho nhiều lĩnh vực khác nhau như tài chính ngân hàng, bán lẻ, sản xuất, logistics… giúp doanh nghiệp cắt giảm chi phí đến 60%, tăng năng suất đến 80% và giảm thời gian xử lý đến 90%.

KHAI THÁC DỮ LIỆU – MỞ RA CƠ HỘI KINH DOANH LỚN 

Trong xu hướng chuyển đổi số, số hóa doanh nghiệp, việc khai thác, phân tích tài nguyên dữ liệu lớn đang bùng nổ sẽ mở ra những cơ hội kinh doanh mới mang lại giá trị lớn cho các doanh nghiệp`. Báo cáo của Zebra nhấn mạnh, dữ liệu là một tài sản vô giá và sức mạnh của nó chỉ được khai phóng nếu được cung cấp đúng lúc, cho đúng người để có kết quả hiệu quả hơn. Việc áp dụng giải pháp phân tích dự báo bằng cách sử dụng dữ liệu gần như thời gian thực sẽ giúp các doanh nghiệp tăng hiệu suất và độ tin cậy của hành động.

Phân tích về những cơ hội từ dữ liệu lớn mang lại, ông Ying Shun Liang, Cố vấn quy trình công nghiệp bộ phận sản xuất, Dassault Systèmes Nam châu Á-Thái Bình Dương cho rằng, khi các nhà sản xuất nghĩ cách gia tăng vận hành hoặc chuyển đổi từ sản xuất quy mô lớn sang quy mô nhỏ hơn và theo hướng sản xuất theo yêu cầu hơn, dữ liệu sẽ trở thành nhân tố đột phá. Dữ liệu lớn đang không ngừng xuất hiện từ các nguồn đầu vào khác nhau, đặc biệt là khi các nhà sản xuất ngày càng ứng dụng IIoT (Internet vạn vật của công nghiệp sản xuất) vào các hoạt động sản xuất và vận hành.

Trước đây, các nhà sản xuất không có dữ liệu để được cảnh báo về những vấn đề tiềm ẩn. Thay vào đó, doanh nghiệp phải đưa ra giả thuyết về một vấn đề trước khi thu thập được dữ liệu để xác thực. Quá trình này đã làm tăng chi phí vận hành khi việc kiểm tra thủ công cho thấy gây tốn kém về chi phí, thời gian và nhân lực. Ngày nay, IIoT giúp các nhà sản xuất nhìn nhận quá trình và sản phẩm với mức độ chi tiết. Dữ liệu có thể được thu thập tại mỗi điểm trong chuỗi cung ứng, mạng lưới sản phẩm và phân phối. Với khả năng phân tích mạnh mẽ dựa trên AI và Học máy (Machine Learning), các nhà sản xuất có thể thu thập thông tin mà họ cần để giải quyết một vấn đề.

Thực tế, nhiều doanh nghiệp dành hơn 30% thời gian vào các quy trình thủ công, bao gồm tìm kiếm dữ liệu và cập nhật thông tin… ảnh hưởng đến năng suất, kỹ nghệ và lợi nhuận. Chỉ 6% các nhà sản xuất hiện nay đặc biệt tự tin vào hệ thống và khả năng hiển thị đầu cuối của mình.

Trong khi đó, các nhà máy của tương lai có thể kết nối tất cả dữ liệu một cách liền mạch và mở rộng các kết nối đó trên toàn bộ chuỗi cung ứng, cung cấp khả năng hiển thị đầu cuối trên tất cả các quy trình. Điều này giúp mang đến các thông tin chính xác và đưa ra quyết định nhanh hơn cho doanh nghiệp. Ngoài ra, các nhà sản xuất cũng có thể so sánh dữ liệu của mình với dữ liệu của các nhà máy khác, từ đó liên tục cải tiến để nâng cao sản lượng và hiệu suất.

Trong quá trình thúc đẩy sự phát triển của các công nghệ đột phá, ông Ying Shun Liang cho rằng, giá trị của dữ liệu lớn tương đương với giá trị của một viên kim cương. Do vậy, các doanh nghiệp không chỉ cần khai thác mà còn phải xử lý dữ liệu thì mới có thể dẫn đầu trong cuộc cạnh tranh.

Dịch Covid-19 đã trở thành cú hích thúc đẩy tăng tốc quá trình chuyển đổi số. Các khảo sát cho thấy các doanh nghiệp đang từng bước đầu tư vào công nghệ số bao gồm cả robot, trí tuệ nhân tạo (AI) kết hợp với máy học và các giải pháp phân tích dự báo để tăng sức cạnh tranh. Các chuyên gia cho rằng, nếu doanh nghiệp muốn cung cấp những thông tin phân tích chi tiết để nhân viên kinh doanh có thể hành động theo thời gian thực, cần phải ưu tiên áp dụng những công nghệ này trong năm 2021.

Nhĩ Anh

Nguồn: https://vneconomy.vn/nen-tang-cong-nghe-nao-se-ho-tro-doanh-nghiep-vuot-qua-dai-dich-covid-20210316105814869.htm

NHÀ MÁY THÔNG MINH – MÔ HÌNH CHUYỂN ĐỔI SỐ CHO DOANH NGHIỆP SẢN XUẤT TẠI VIỆT NAM

Cách mạng công nghiệp 4.0 đang tạo nên những thay đổi lớn ở quy mô chưa từng có do sự dịch chuyển của một số yếu tố như cải tiến công nghệ, đặc tính sản xuất và môi trường làm việc. Làn sóng chuyển đổi diễn ra trên toàn cầu và ở hầu hết các ngành trọng yếu. Tại Việt Nam, chiến lược chuyển đổi sang nhà máy thông minh đã và đang làm thay đổi diện mạo ngành sản xuất theo hướng tích cực hơn bao giờ hết.

Có thể thấy, cuộc cách mạng công nghiệp thứ nhất có đặc trưng là đưa ứng dụng kỹ thuật vào ngành sản xuất. Cách mạng lần thứ hai sử dụng điện năng phục vụ sản xuất hàng loạt. Đặc điểm của cách mạng công nghiệp lần ba là sử dụng điện tử và công nghệ thông tin trong quản lý sản xuất. Còn chìa khóa của cuộc cách mạng công nghiệp lần thứ tư chính là sự cải tiến công nghệ quản lý thông qua internet vạn vật (IoT), trí tuệ nhân tạo (AI), dữ liệu lớn (Big data), và công nghệ điện toán… Đây chính là thời điểm quyết định liệu doanh nghiệp sản xuất nào có thể tổn tại và bứt phá, doanh nghiệp nào sẽ dừng lại phía sau.

Trong nhiều thập kỷ, Hewlett Package Enterprise (HPE) đã không ngừng phát triển các sản phẩm và giải pháp hạ tầng IT cho ngành sản xuất và hiện sở hữu năng lực vượt trội với lợi thế AI & IoT. Nhận thấy những thách thức cũng như cơ hội mà ngành sản xuất ở Việt Nam đang đối mặt, HPE chia sẻ kinh nghiệm triển khai giúp doanh nghiệp sản xuất có những bước đi vững vàng và chắc chắn ngay từ giai đoạn sơ khởi.

Cụ thể, HPE khái quát mô hình quản lý số cho nhà máy qua 3 giai đoạn: Khai thác dữ liệu, Giám sát tình trạng và phân tích dữ liệu, Phân tích dự đoán

Giai đoạn 1: Khai thác dữ liệu

Ở giai đoạn này, dữ liệu từ nhiều nguồn khác nhau được trích xuất, bao gồm dữ liệu từ hệ thống quản lý và cơ sở dữ liệu sản xuất hiện có, cảm biến, SCADAs, PLCs và máy móc được tích hợp vào nền tảng ThingWorx IoT thông qua HPE Edgeline EL300. Nền tảng IoT có thể được vận hành trên cloud hoặc máy chủ vật lý HPE Apollo. Trong đó, HPE Apollo được thiết kế cho các ứng dụng điện toán hiệu suất cao (HPC) bao gồm AI.

Nhà máy thông minh - Mô hình chuyển đổi số cho doanh nghiệp sản xuất tại Việt Nam - hpe2

MES (Manufacturing Execution System – Hệ thống điều hành sản xuất) là một hệ thống quản lý sản xuất tích hợp tập trung vào giám sát sàn, kiểm soát, hậu cần, theo dõi lịch sử và quản lý chất lượng sản phẩm theo thời gian thực với mục tiêu nâng cao năng suất và hiệu quả kinh doanh.

Giai đoạn 2: Giám sát tình trạng và phân tích dữ liệu

Theo dõi điều kiện của dữ liệu có sẵn nhờ vào IoT, trước khi khai thác thông tin để đưa ra điều phối cao hơn ở bước phân tích và dự đoán. Theo dõi tình trạng với giả định rằng sức khỏe máy móc sẽ xấu đi theo thời gian và cuối cùng sẽ bị hỏng.

Nhà máy thông minh - Mô hình chuyển đổi số cho doanh nghiệp sản xuất tại Việt Nam - hpe3

Các lỗi máy móc thường gặp được xác định bởi các thông số thiết bị giám sát như độ rung, nhiệt độ động cơ và điều kiện môi trường xung quanh. Từ những dữ liệu này có thể phân biệt giữa mòn bánh răng, thiếu bôi trơn vòng trục, lệch trục hay lỗi điện năng…

Để đảm bảo độ tin cậy cao của thiết bị và ngăn chặn thời gian ngừng hoạt động ngoài kế hoạch, việc theo dõi hiệu suất thiết bị đóng vai trò chủ động để có thể lên lịch bảo trì trước khi sự cố xảy ra. Nhờ đó, tránh được những thiệt hại về tiền bạc, thời gian và công sức.

Dữ liệu được phân tích, trực quan hóa và hiển thị cho nhân viên nhà máy trên trang tổng quan trong ứng dụng di động hoặc phần mềm tăng cường thực tế ảo.

Tuy nhiên những báo cáo và hình dung này vẫn còn xa so với dự đoán. Để có dự đoán chính xác, các dữ liệu kết hợp từ các nguồn khác nhau được sử dụng để thiết lập các thuật toán máy học nhằm xác định các mẫu bất thường có thể dẫn đến lỗi thiết bị.

Giai đoạn 3: Phân tích dự đoán

Dự đoán bảo trì dựa trên thông tin chi tiết được trích xuất từ dữ liệu, thu thập được trong điều kiện thiết bị được giám sát liên tục. Các thông số kết hợp về tình trạng thiết bị, điều kiện môi trường, và cài đặt hoạt động được thu thập từ các cảm biến. Dữ liệu này sau đó được kết hợp với cài đặt vận hành, lịch sử dữ liệu trong cơ sở dữ liệu, dữ liệu bảo trì và dịch vụ trong hệ thống ERP. Tập hợp này được đưa vào các thuật toán máy học trên HPE Apollo 6500, từ đó mô hình dự đoán nhận ra sự kết hợp của các mẫu thông số dữ liệu môi trường và tình trạng thiết bị, nhận biết tình trạng khỏe mạnh và có vấn đề, bằng cách phát hiện ra mối tương quan nhân quả trong tập dữ liệu.

Mặt khác, dữ liệu máy học quan trọng được xử lý ở Biên (Edge) và việc ra quyết định được thực hiện ngay tại chỗ. Mô hình dự đoán này được triển khai trên HPE Edgeline EL1000 để dự đoán thời gian thực. Các lỗi tiềm ẩn được phát hiện vào thời gian thực sẽ kích hoạt một thông báo để cảnh báo nhóm bảo trì đồng thời thực hiện khắc phục sự cố thông qua Programmable Logic Controllers (PLCs) dựa trên vòng phản hồi thông tin. Điều này đảm bảo quá trình vận hành không bị gián đoạn nhờ việc phát hiện các lỗi tiềm ẩn thông qua phân tích dự đoán.

Nhà máy thông minh - Mô hình chuyển đổi số cho doanh nghiệp sản xuất tại Việt Nam - hpe4

Hạ tầng IT của HPE là nền tảng thông minh cho hệ thống vận hành sản xuất kỹ thuật số, giúp doanh nghiệp tiết kiệm chi phí, nâng cao chất lượng sản phẩm và hiệu quả sản xuất, cụ thể như giảm thiểu chi phí liên quan đến nhân sự bảo trì hệ thống, thiết bị bảo trì dự trữ, ngăn ngừa rủi ro hệ thống ngừng hoạt động ngoài kế hoạch bằng cách dự đoán lỗi thiết bị và lên lịch sửa chữa, bảo trì, đảm bảo an toàn cho người lao động nhờ thông tin từ dữ liệu thu thập tự động.

Theo báo cáo từ khách hàng của HPE, một nhà máy sản xuất theo quy trình đã uớc tính giảm 20% thời gian chết, giảm 50% chi phí bảo trì theo kế hoạch. Trong khi đó, một nhà máy sản xuất hộp đựng thực phẩm có sản lượng tăng tới 45% và giảm tới 50% các vấn đề về chất lượng sản phẩm qua từng năm.

Nhìn chung, việc triển khai IoT và AI thành công với lợi tức đầu tư hợp lý để mở ra những giá trị đích thực của công nghệ đòi hỏi sự kết hợp giữa kiến thức ngành (từ chủ doanh nghiệp), phần cứng IoT (HPE), phần mềm (ThingWorx) và dịch vụ chuyên môn (CAD-IT IoT Centre) để thu hẹp khoảng cách từ lý thuyết đến thực tế.

Tại Việt Nam, các doanh nghiệp sản xuất có vốn FDI đang dẫn đầu xu hướng chuyển đổi sang nhà máy thông minh, tạo ra khác biệt rõ rệt giữa mô hình sản xuất truyền thống và hiện đại. Xu thế chuyển đổi số là điều tất yếu và cạnh tranh sẽ trở nên khốc liệt khi các ứng dụng công nghệ hàng đầu thế giới đều có mặt tại đây.

Nhà máy thông minh - Mô hình chuyển đổi số cho doanh nghiệp sản xuất tại Việt Nam - hpe5

Charles Darwin từng nói: “Để tồn tại, bạn không cần phải là người mạnh mẽ hay thông minh nhất, mà là người thích nghi tốt nhất”. Điều này đặc biệt đúng khi nói đến sự thay đổi nhanh chóng trong cuộc cách mạng công nghiệp 4.0 hiện nay. Khi mà IoT đã thúc đẩy tăng tốc quá trình với tổng ước tính khoảng 21 tỷ thiết bị được kết nối IoT vào năm 2025. Vậy doanh nghiệp bạn đã sẵn sàng thích nghi và chuyển đổi?

Hewlett Packard Enterprise (HPE) là công ty đa quốc gia của Mỹ chuyên cung cấp sản phẩm và giải pháp công nghệ thông tin cho doanh nghiệp, có tiền thân là Hewlett Packard (HP). Tìm hiểu thêm về giải pháp hạ tầng cho nhà máy thông minh của HPE tại manufacturingdx.com.

Nguồn: https://tgs.vn/iot/nha-may-thong-minh-mo-hinh-chuyen-doi-so-cho-doanh-nghiep-san-xuat-tai-viet-nam/

Đăng ký nhận thông tin