Kết hợp tính tự chủ của AI công nghiệp và sự kiểm soát của con người

Hợp tác cùng AVEVA Hợp tác cùng: (mở trong thẻ mới) Nội dung từ MIT Technology Review Insights. Nội dung này do Insights, bộ phận nội dung theo yêu cầu của MIT Technology Review, sản xuất và không do ban biên tập của MIT Technology Review thực hiện. (mở trong thẻ mới) Hợp tác cùng: (mở trong thẻ mới) Trí tuệ công nghiệp Kết hợp quyền tự chủ của AI công nghiệp và sự kiểm soát của con người Các bản sao số sống (living digital twin) đang hỗ trợ các nhà máy công nghiệp vận hành tương tự các hệ thống sống, đồng thời tạo tiền đề cho các ngành công nghiệp vận hành đồng bộ. Phần lớn mọi người thường liên tưởng môi trường công nghiệp với sắt thép lạnh lẽo và máy móc hoạt động như đồng hồ cơ học. Tuy nhiên, về mặt chức năng, một nhà xưởng hay nhà máy lại tương tự như một cơ thể sống: có nhịp đập, thậm chí có cả quá trình trao đổi chất. Hệ thống này trải qua hao mòn theo thời gian, và các dấu hiệu suy giảm tình trạng vận hành thường biểu hiện qua những bất thường khó nhận biết. Công nghệ bản sao số (digital twin) từ lâu đã hướng tới mục tiêu mô phỏng tính năng động đó, đồng thời lập mô hình các điểm bất thường có thể là triệu chứng của những vấn đề lớn hơn. Dù vậy, các mô hình triển khai trước đây thường chậm hơn một nhịp so với thực tế vật lý; chúng không có khả năng phân tích theo thời gian thực và không thể chủ động xử lý các vấn đề được phát hiện. Những mô hình này tập trung nhiều hơn vào việc mô phỏng, quan sát và hoạch định các kịch bản giả định, thay vì thực thi theo vòng lặp khép kín. Không chỉ dừng lại ở vai trò một tấm gương kỹ thuật số phản chiếu thực tế để phát hiện bất thường hay đề xuất tối ưu hóa, bản sao số sống còn kết hợp mô hình kỹ thuật số động với độ trung thực cao của các hoạt động phức tạp với năng lực can thiệp vào thế giới vật lý thông qua các hệ thống vận hành và điều khiển. AI giữ vị trí trung tâm trong sự thay đổi này. Ông Rob McGreevy, Giám đốc sản phẩm tại AVEVA, ví các bản sao số mới tích hợp AI như những sinh vật không ngừng sinh trưởng và tiến hóa. Các phiên bản "sống" này là những mô hình có khả năng thích ứng và liên tục cập nhật đối với tài sản và quy trình của nhà máy. Nhờ theo kịp các điều kiện vận hành thực tế và kết nối những hệ thống từng hoạt động cô lập, các mô hình này cung cấp khả năng hiển thị và điều phối chưa từng có trước đây, phản ánh sát thực hơn các nhịp điệu vận hành tự nhiên của cơ sở sản xuất. Hiện nay, AI tác tử (agentic AI) cũng đang cho phép các hệ thống công nghiệp vượt ra khỏi phạm vi chẩn đoán hay đưa ra đề xuất để tự hành động theo quyết định riêng. Khi công nghệ phát triển hướng tới mức độ tự chủ cao hơn, hệ thống bắt đầu hình thành các phản xạ để tạo ra trạng thái cân bằng nội môi công nghiệp, trong đó các điều chỉnh nhỏ và liên tục giúp nhà máy duy trì trạng thái hoạt động ổn định và hiệu quả. Dù vậy, nhận định của con người và sự giám sát của đội ngũ vận hành vẫn đóng vai trò then chốt trong việc xác định các tiêu chuẩn vận hành tối ưu ngay từ ban đầu, cũng như cảnh báo khi hệ thống AI đi chệch định hướng. Bản sao số sống cung cấp phương tiện để các kỹ sư giám sát hoạt động của AI và bảo đảm quá trình thực thi diễn ra đúng quỹ đạo. Các công nghệ duy trì sự đồng bộ cho bản sao số Bản sao số sống liên kết thông tin kỹ thuật và thiết kế với dữ liệu vận hành theo thời gian thực thông qua chuỗi kỹ thuật số (digital thread) - tức hồ sơ kết nối của một tài sản xuyên suốt vòng đời. Một số bước chuyển dịch công nghệ đáng chú ý đã góp phần gắn kết chuỗi dữ liệu này: các cảm biến (với chi phí ngày càng hợp lý trong những năm gần đây) hiện truyền phát dữ liệu đo xa từ thiết bị IoT và thiết bị điều khiển công nghiệp, trong khi các nền tảng phần mềm đưa thông tin đó lên những giao diện trực quan, dễ sử dụng. Ngoài ra, các mô hình dự đoán và mô hình dựa trên nguyên lý vật lý có thể cung cấp những phân tích chuyên sâu tích hợp AI về hành vi tiềm năng của máy móc hoặc quy trình. "Có thể nhìn nhận bản sao số (digital twin) dưới lăng kính của tính bền vững: Mức phát thải là bao nhiêu? Hoặc dưới góc độ bảo trì: Thiết bị này có đang vận hành ổn định hay không? Hay thông qua chỉ số hiệu suất: Thiết bị có sản xuất đủ số lượng sản phẩm cần thiết hay không?" - Rob McGreevy, Giám đốc Sản phẩm của AVEVA. Góc nhìn của các nhà vận hành đối với bản sao số cũng dần thay đổi theo thời gian. Ông McGreevy cho biết: "Có thể nhìn nhận bản sao số dưới lăng kính của tính bền vững: Mức phát thải là bao nhiêu? Hoặc dưới góc độ bảo trì: Thiết bị này có đang vận hành ổn định hay không? Hay thông qua chỉ số hiệu suất: Thiết bị có sản xuất đủ số lượng sản phẩm cần thiết hay không?" Thiết lập ranh giới cho các hệ thống bán tự chủ Giai đoạn tiếp theo là cho phép AI hành động dựa trên những thông tin chi tiết được chọn lọc từ các góc nhìn đó. Về phía các nhà sản xuất, họ rất kỳ vọng vào bước chuyển này: Trong một khảo sát năm 2026 đối với các nhà sản xuất của Hội đồng Lãnh đạo Sản xuất (Manufacturing Leadership Council) (mở trong thẻ mới), 66% cho biết họ đang sử dụng hoặc có kế hoạch sử dụng AI tác tử (agentic AI) trong hoạt động vận hành, và 40% kỳ vọng nhà máy sẽ đạt được mức độ tự chủ nhất định vào năm 2030. Đồng thời, họ cũng thận trọng trước các rủi ro tiềm ẩn: Khảo sát sản xuất thông minh năm 2025 của Deloitte (mở trong thẻ mới) cho thấy 65% lãnh đạo doanh nghiệp xếp rủi ro vận hành, bao gồm nguy cơ gián đoạn kinh doanh, vào nhóm mối quan ngại hàng đầu. Các nhà sản xuất đang đẩy nhanh tiến trình hướng tới AI tác tử (agentic AI) và mức độ tự chủ cao hơn của nhà máy 0% 66% nhà sản xuất cho biết họ đang sử dụng hoặc có kế hoạch sử dụng AI tác tử (agentic AI) trong hoạt động vận hành0% 40% nhà sản xuất kỳ vọng nhà máy đạt mức độ tự chủ nhất định vào năm 2030 Nguồn: MIT Technology Review Insights với dữ liệu từ Manufacturing Leadership Council (mở trong thẻ mới), năm 2026 "Vẫn còn rất nhiều điểm cần hoàn thiện, cần thêm nhiều bằng chứng thực tế, thử nghiệm và xác thực", ông McGreevy nhận định về tiến trình phát triển tính năng tự chủ cho AI. Trong ngắn hạn, ông McGreevy dự báo AI tác tử (agentic AI) sẽ đi theo lộ trình của các công nghệ công nghiệp khác như hệ thống SCADA. "Chữ 'S' trong SCADA là viết tắt của 'supervisory' (giám sát), và đã là giám sát thì con người luôn giữ vai trò trung tâm", ông nhấn mạnh. Ông cho rằng trong tương lai gần, AI sẽ chủ yếu hoạt động ở chế độ cố vấn, trong khi mức độ tự chủ hoàn toàn sẽ chỉ giới hạn ở các tác vụ hẹp, có tính lặp lại cao. Đối với vai trò của nhân sự vận hành, công việc hằng ngày đang có sự biến chuyển. Những người lao động trước đây chỉ chuyên trách một dây chuyền quy trình hay một tác vụ bảo trì đơn lẻ nay có thể đảm nhiệm nhiều lĩnh vực khác nhau. Họ có thể dành ít thời gian và công sức hơn cho việc phê duyệt từng thao tác thường quy, để tập trung xác định các giới hạn vận hành ở mức chấp nhận được. Do AI có thể củng cố các mô hình từ dữ liệu tiếp nhận, việc sớm phát hiện sai sót là phần việc cốt lõi. Tri thức và kinh nghiệm của con người trong việc diễn giải những gì AI đang quan sát và thực hiện đóng vai trò then chốt. Gover