Các nhà sản xuất làm thế nào để đảm bảo tích hợp AI một cách suôn sẻ?

Áp lực từ khách hàng yêu cầu sản xuất các sản phẩm phức tạp, chất lượng cao và nhanh chóng đang ngày càng tăng đối với các nhà sản xuất. AI có vẻ là lời giải, nhưng khi gần 80% các dự án AI không đạt được mục tiêu hoặc không hoàn thành – liệu đây có thực sự là giải pháp cho các vấn đề trong sản xuất? Theo Nicholas Lea-Trengrouse, Trưởng Bộ phận Trí tuệ Kinh doanh tại Columbus, thành công phụ thuộc vào cách tiếp cận vận hành. Các dự án AI phải mang lại giá trị ở mọi cấp độ thì mới được coi là thành công. Vậy các nhà sản xuất làm thế nào để đạt được kết quả này?

Những thí nghiệm AI giờ đây chỉ còn là quá khứ. AI và học máy đang trên đà phát triển mạnh mẽ, với hơn 85% các nhà sản xuất tại Vương quốc Anh đã đầu tư và muốn tích hợp các công cụ AI toàn thời gian vào hoạt động của mình. Các nhà sản xuất Anh chủ yếu sử dụng những công nghệ này trong bốn lĩnh vực chính: kiểm soát chất lượng (38%), an ninh mạng (37%), logistics (34%) và dịch vụ khách hàng (32%).

Cơn sốt AI đã đến, nhưng trên sàn nhà máy, những khung triển khai và hành trình áp dụng hiệu quả vẫn còn hạn chế.Điều này khiến các nhà sản xuất mới trở nên hoài nghi, nhưng với một kế hoạch phát triển sản phẩm đúng đắn, họ có thể tích hợp AI một cách suôn sẻ vào mọi cấp độ của hoạt động sản xuất. Dưới đây là cách thực hiện.

1. Tránh “tắc” ngay từ giai đoạn đầu  

Một khảo sát gần đây của Gartner về AI cho thấy chỉ 54% dự án tiến từ giai đoạn thử nghiệm (pilot) lên giai đoạn sản xuất thực tế. Vậy nguyên nhân là gì? Các nhà sản xuất thường xác định các trường hợp sử dụng AI và thực hiện các dự án chứng minh khái niệm (proof of concept) hoặc pilot, nhưng những nỗ lực này thường bị “tắc”, hay còn gọi là pilot purgatory.

Chu kỳ cường điệu (hype cycle) của Gartner về AI cho thấy hiện nay chúng ta đang ở đỉnh kỳ vọng quá mức. Các dự án AI thất bại vì thường bỏ qua giá trị thực sự và những tác động khi triển khai công nghệ này trong tổ chức. Vậy các nhà sản xuất làm thế nào để tránh rơi vào “vực AI”?

Bí quyết để thành công với AI  
Thành công trong việc áp dụng AI phụ thuộc vào lộ trình phát triển sản phẩm giúp tổ chức mở rộng quy mô hiệu quả. Chìa khóa là nhắm tới những thành công sớm bằng cách xác định các lĩnh vực kinh doanh đã sẵn sàng cho AI và nơi có thể tạo ra tác động đáng kể.

Xem xét kịch bản sau: Một nhà sản xuất đặt mục tiêu tăng lợi nhuận 10% trong năm tới. Để đạt được mục tiêu này, họ cần hoàn thành ba nhiệm vụ chính: giảm thời gian máy ngừng hoạt động, giảm thiểu lãng phí, và giải quyết các vấn đề bất thường từ nhà cung cấp.

Từ đánh giá này, nhà sản xuất có thể xác định cơ hội ứng dụng AI: sử dụng phân tích dữ liệu để dự đoán hỏng hóc máy móc, phát hiện vấn đề chất lượng sản phẩm, và tối ưu hóa tuyến đường nhà cung cấp. Trọng tâm là hiểu rõ quy trình nào có thể được chuyển đổi để áp dụng AI thành công và tạo ra giá trị mới, từ đó mang lại lợi ích cả cho doanh thu lẫn lực lượng lao động.

2. Tìm cân bằng phù hợp giữa dữ liệu và thông tin chi tiết là yếu tố then chốt để tránh “tê liệt phân tích”

Một trong những thách thức lớn nhất khi triển khai AI trong sản xuất là quản lý dữ liệu. Các tổ chức thường thu thập dữ liệu từ nhiều nguồn khác nhau, bao gồm bảng tính Excel, dữ liệu nhập tay, máy chủ nội bộ và hệ thống dựa trên đám mây.

Các nhà sản xuất cố gắng tích hợp tất cả dữ liệu này để có cái nhìn toàn diện về hoạt động kinh doanh và huấn luyện mô hình AI thường gặp phải rào cản lớn: phân tích quá tải (analysis paralysis). Khi quá nhiều dữ liệu nhưng thiếu phương pháp ưu tiên và phân loại, việc ra quyết định trở nên khó khăn và chậm trễ, làm giảm hiệu quả triển khai AI.

Để vượt qua thách thức này, các nhà sản xuất cần một chiến lược dữ liệu vững chắc đảm bảo tích hợp dữ liệu liền mạch và khả năng truy cập dễ dàng. Điều này đòi hỏi chuẩn hóa định dạng dữ liệu, triển khai các giải pháp lưu trữ dữ liệu tập trung và áp dụng các kỹ thuật xử lý dữ liệu tiên tiến. Một hệ sinh thái dữ liệu thống nhất giúp tổ chức nâng cao chất lượng dữ liệu, tối ưu hóa quy trình làm việc và cải thiện độ chính xác của mô hình AI.

Loại bỏ sự lộn xộn dữ liệu với quản lý dữ liệu mạnh mẽ  
Trong các kịch bản sử dụng AI, các nhà sản xuất thường có ít ví dụ tham chiếu, vì vậy họ phải đánh giá dữ liệu hiện có và xác định dữ liệu bổ sung cần thiết để huấn luyện các công cụ AI. Tổ chức có thể bị ngập tràn dữ liệu, nhưng chất lượng quan trọng không kém số lượng. Để đảm bảo chất lượng dữ liệu, các nhà sản xuất cần thiết lập các quy trình và chính sách vững chắc, đảm bảo dữ liệu đáng tin cậy, nhất quán và có thể sử dụng được.

Đây là lúc các kết quả từ mô hình máy học và dữ liệu hỗ trợ quyết định trong giải pháp end-to-end có thể tạo ra sự khác biệt lớn. Các kết quả này có thể được tích hợp vào bảng điều khiển (dashboard) phù hợp với nhu cầu kinh doanh hàng ngày, dễ dàng lồng ghép vào quy trình làm việc để cung cấp những thông tin hành động (actionable insights). Các nhà sản xuất có thể sử dụng những thông tin này để tối ưu hóa vận hành, cải thiện quyết định và thúc đẩy kết quả kinh doanh tốt hơn.

3. Phản kháng từ nhân viên là điều cần dự đoán – AI giúp nâng cao năng lực, không thay thế!

Một trong những trở ngại ban đầu khi triển khai AI là sự chống đối từ nhân viên. Khi doanh nghiệp đưa ra các thay đổi, đặc biệt là về công nghệ, mối quan tâm đầu tiên của nhiều nhân viên là: “Liệu điều này có lấy mất công việc của tôi không?” Tuy nhiên, mục tiêu của các nhà sản xuất là sử dụng AI để làm cho nhân viên hiệu quả hơn, giảm các công việc lặp đi lặp lại và nâng cao năng suất tổng thể.

Lãnh đạo mạnh mẽ và truyền thông hiệu quả giúp đảm bảo triển khai suôn sẻ qua giai đoạn thử nghiệm và hơn thế nữa  
Đây là lúc lãnh đạo cần thể hiện cách AI sẽ mang lại lợi ích cho tất cả mọi người. Trọng tâm là hướng dẫn nhân viên sử dụng công nghệ để cải thiện chức năng công việc, điều kiện làm việc, và tạo cơ hội phát triển nghề nghiệp mới thay vì bị thay thế. Đội ngũ lãnh đạo cần căn chỉnh các sáng kiến AI với mục tiêu kinh doanh, bắt đầu từ kết quả mong muốn để xác định các ứng dụng giúp đạt được mục tiêu đó. Phương pháp dựa trên sản phẩm này giúp tổ chức hiểu rõ nhu cầu của nhân viên đối với AI và cách tích hợp nó vào khung vận hành lớn hơn.

Ở giai đoạn này, sự tham gia của nhân viên vào quá trình triển khai AI là rất quan trọng để tăng sự chấp nhận. Các công ty sản xuất có thể thu thập ý kiến nhân viên và trình bày cách AI giải quyết các vấn đề của họ, làm cho công việc dễ dàng và hiệu quả hơn, từ đó tạo cảm giác sở hữu. Các nhà sản xuất có thể khuyến khích nhóm liên chức năng hợp tác và chia sẻ thông tin, đảm bảo quá trình tích hợp AI diễn ra suôn sẻ và phù hợp với mục tiêu tổ chức.

Để đảm bảo thành công ngoài giai đoạn thử nghiệm ban đầu, các đội ngũ lãnh đạo phải đánh giá sản phẩm AI không chỉ dựa vào các chỉ số hiệu suất tiêu chuẩn. Tỷ lệ chấp nhận của người dùng cung cấp thông tin quý giá: bằng cách xem xét tỷ lệ người dùng tích cực, tần suất sử dụng lặp lại và mức độ AI giúp nhân viên giải quyết các vấn đề ban đầu, các nhà sản xuất có thể đánh giá liệu nhân viên và công ty có đang đạt được giá trị lâu dài hay không.

4. Khoảng cách kỹ năng về dữ liệu đang cản trở triển khai AI – giải pháp là gì?

Một phần ba (33%) nhà sản xuất tại Vương quốc Anh báo cáo thiếu kỹ năng là rào cản lớn nhất để triển khai các công nghệ sản xuất thông minh như AI. Điều này chỉ ra khoảng cách đáng kể giữa nhu cầu công nghệ và khả năng triển khai hiệu quả. Vậy làm thế nào để các nhà sản xuất giải quyết vấn đề kỹ năng này?

Kỹ năng đã có sẵn trong đội ngũ - chỉ cần nhận ra và phát triển!

Một cách tiếp cận là đầu tư vào các chương trình đào tạo để nâng cao kỹ năng cho nhân viên hiện tại. Nghiên cứu của IBM cho thấy tái đào tạo và phát triển nhân lực (39%) là một trong những khoản đầu tư AI hàng đầu cho các tổ chức đang khám phá hoặc triển khai AI. Nhiều doanh nghiệp sản xuất không nhận ra rằng họ đã có nhân viên với kỹ năng kỹ thuật hoặc kỹ năng chuyển đổi cần thiết cho vai trò AI. Ví dụ, một điều phối viên logistics có thể chuyển sang vai trò kỹ sư dữ liệu hoặc nhà phân tích dữ liệu, vì họ đã hiểu về dữ liệu, quy trình, hệ thống ERP và CRM.

Điều còn thiếu thường chỉ là một chút học tập có định hướng và hỗ trợ trong các lĩnh vực như kỹ thuật dữ liệu, data lakehouse, kho dữ liệu (data warehousing) hoặc lập trình. Với đào tạo bổ sung này, các nhà sản xuất có thể biến nhân viên thành kỹ sư dữ liệu và sử dụng AI hiệu quả để nâng cao công việc của họ.

Ngoài ra, các nhà sản xuất có thể tuyển dụng nhân tài mới với chuyên môn về AI và sản xuất thông minh. Một đội ngũ kết hợp giữa nhân viên kinh nghiệm và nhân viên mới có kiến thức chuyên môn sẽ tạo ra lực lượng lao động năng động, thúc đẩy đổi mới công nghệ.

Các tổ chức biết tận dụng kỹ năng sẵn có trong đội ngũ và đào tạo nhân viên mới sẽ tích hợp AI trơn tru hơn, nâng cao hiệu quả vận hành và tăng khả năng cạnh tranh.

Lộ trình AI là chìa khóa thành công

Các nhà sản xuất triển khai AI theo phương pháp hai mũi nhọn sẽ đạt thành công bền vững. Thứ nhất, phân chia việc triển khai AI thành các giai đoạn quản lý được. Thứ hai, có một lộ trình AI (AI roadmap) giúp nhận diện nơi AI có thể tạo giá trị, tối ưu hóa vận hành và cải thiện sản xuất. Khi kết hợp hai bước này, các nhà sản xuất đạt được thành công từ triển khai và tránh trở thành một thống kê thất bại của các dự án AI.