Khi số liệu sản xuất nằm rải rác trong biểu mẫu giấy, Excel và thao tác thủ công, nhà máy khó có được bức tranh cập nhật về tiến độ, chất lượng và tồn kho. Trong đề xuất dành cho Công ty Cơ khí Chính xác SMC Phú Mỹ, TECHWORLD đưa ra hướng tiếp cận kết hợp Camera AI, RFID và nền tảng dữ liệu để tự động ghi nhận thông tin tại các điểm vận hành trọng yếu.
Bài viết tóm lược mô hình được đề xuất, không phải thông tin xác nhận dự án đã triển khai hay đã đạt kết quả cụ thể. Giá trị đáng chú ý nằm ở cách kết nối dữ liệu hiện trường với nhu cầu quản trị: bắt đầu từ khả năng nhìn thấy dữ liệu, rồi từng bước xây dựng nền tảng cho phân tích và cải tiến.
Những điểm nghẽn dữ liệu cần giải quyết
Tài liệu mô tả một số thách thức tại nhà máy. Việc kiểm soát ra vào còn có thao tác thủ công; QC tại line lắp ráp chưa thể đếm sản lượng theo thời gian thực; thông tin truy vết tại dây chuyền còn hạn chế. Dữ liệu kho và sản xuất cũng được lưu ở nhiều nơi, gồm Excel và biểu mẫu giấy.
Khi thông tin không được ghi nhận nhất quán và tập trung, tổ trưởng có thể khó nắm tiến độ tức thời, còn cấp quản lý thiếu cơ sở trực quan để theo dõi toàn bộ hoạt động. Vì vậy, bài toán không chỉ là bổ sung thiết bị, mà còn là thiết kế luồng dữ liệu phù hợp với từng quy trình.
Góc nhìn cốt lõi: tự động hóa thu thập dữ liệu chỉ phát huy ý nghĩa khi thông tin từ cổng, kho và dây chuyền có thể được chuẩn hóa, liên kết và đưa vào báo cáo phục vụ vận hành.
Mô hình đề xuất: thu thập tại hiện trường, tập trung trên nền tảng dữ liệu
Trong phạm vi giai đoạn 1, đề xuất kết hợp các nguồn dữ liệu và thiết bị theo từng điểm chạm trong quy trình. Camera AI được dự kiến sử dụng cho nhận diện biển số, khuôn mặt và ghi nhận, đếm sản phẩm theo quy tắc cấu hình. RFID gắn với trolley, pallet, bin hoặc thùng khay để hỗ trợ ghi nhận luồng hàng qua các điểm đọc. Thiết bị PDA và mã QR/Barcode cũng được nêu cho một số thao tác nhập kho và kiểm tra.
Ở khâu xác thực tài xế, tài liệu đề xuất thiết bị đọc CCCD gắn chip cùng giải pháp eKYC. Dữ liệu thu thập sau đó được đưa về Data Platform BES, được mô tả là nền tảng tập trung trên kiến trúc Lakehouse, có chức năng thu thập, lưu trữ, xử lý và phân tích dữ liệu đa nguồn.
Phạm vi giai đoạn 1 đi theo luồng vận hành
Phạm vi đề xuất không giới hạn ở một dây chuyền riêng lẻ mà bao quát các công đoạn từ cổng nhà máy đến giao hàng:
Cổng và xác thực
Ghi nhận thông tin xe, thời điểm ra vào và thông tin tài xế theo các nguồn thu thập được đề xuất.
Nhập, xuất và tồn kho
Theo dõi vật tư, bán thành phẩm và thành phẩm; cập nhật vị trí, số lượng và thời điểm dịch chuyển qua các điểm kho.
Dập, lắp ráp và QC
Ghi nhận mã sản phẩm, sản lượng và số lượng đạt hoặc không đạt tại các công đoạn được đưa vào phạm vi.
Đóng gói và giao hàng
Kết nối thông tin đóng gói, kiểm tra hàng giao và luồng xuất hàng với dữ liệu kho.
Đề xuất còn bao gồm khảo sát quy trình hiện tại, tư vấn chuẩn hóa SOP, thiết kế luồng thu thập dữ liệu, xây dựng báo cáo trực quan và cảnh báo sai sót dựa trên dữ liệu đã ghi nhận. Đây là phần quan trọng để công nghệ đi cùng cách vận hành, thay vì tạo thêm một nguồn thông tin tách biệt.
Lộ trình theo giai đoạn, không bỏ qua nền tảng
Bảng kế hoạch trong tài liệu phân bổ công việc trong sáu tháng, từ khởi động và khảo sát nhu cầu đến thiết kế giải pháp, lắp đặt thiết bị, phát triển phần mềm, cấu hình hệ thống, chuẩn bị dữ liệu, đào tạo, kiểm thử UAT và ứng dụng thực tế. Thứ tự này cho thấy việc triển khai cần phối hợp giữa chuẩn hóa quy trình, thiết bị hiện trường, tích hợp dữ liệu và kiểm thử với người dùng.
Giai đoạn 2 được định hướng mở rộng sang quản lý tài sản, bảo trì định kỳ, khuôn và công cụ sản xuất, cùng checklist an toàn vận hành. Tài liệu trình bày đây là phạm vi tiếp theo, không nên hiểu là nội dung đã nằm trong giai đoạn 1.
Từ khả năng hiển thị đến cải tiến dựa trên dữ liệu
Trong tầm nhìn Smart Factory của đề xuất, bước đầu là tạo khả năng hiển thị dữ liệu. Khi dữ liệu đã được thu thập và tổ chức, nhà máy có thể tiến tới phân tích nguyên nhân, nhận diện xu hướng và xây dựng năng lực dự báo. Mức độ tự vận hành cao hơn được xem là định hướng phát triển, chứ không phải kết quả tức thời của việc lắp đặt Camera AI hay RFID.
Với doanh nghiệp đang xem xét số hóa hiện trường, bài học thực tế là nên bắt đầu từ những điểm nghẽn có thể xác định rõ: nơi phát sinh nhập liệu thủ công, nơi thiếu số liệu theo thời gian thực và nơi cần truy vết luồng hàng. Từ đó, phạm vi thu thập, cách chuẩn hóa dữ liệu và báo cáo cần được thiết kế đồng bộ với quy trình.
Trao đổi về bài toán dữ liệu tại nhà máy
TECHWORLD có thể cùng doanh nghiệp xem xét quy trình hiện tại, các điểm cần ưu tiên và hướng thiết kế mô hình thu thập dữ liệu phù hợp với phạm vi vận hành.