Xóa “vùng mù” công đoạn thủ công trong nhà máy Việt

AI trong Sản xuất Việt Nam: Hướng dẫn Chuyển đổi Số••By 3L3C

72% công việc trong nhà máy vẫn là thủ công. Nếu không số hóa phần này, mọi dự án AI và chuyển đổi số chỉ đúng một nửa. Đây là cách xóa “vùng mù”.

AI trong sản xuấtMES thông minhchuyển đổi số nhà máytheo dõi công đoạn thủ côngproduction intelligence
Share:

Phần việc thủ công – nửa còn lại bị lãng quên của sản xuất

72% công việc trong nhà máy trên thế giới vẫn do con người thực hiện, từ lắp ráp, kiểm tra, đóng gói tới bốc xếp. Ở Việt Nam, tỷ lệ này thường còn cao hơn, nhất là trong may mặc, da giày, điện tử, cơ khí nhỏ và phụ trợ ô tô.

Đa số doanh nghiệp lại đang chỉ kết nối máy móc CNC, dây chuyền tự động, còn mọi thứ thủ công thì giao cho… bảng trắng, giấy A4, Excel và trí nhớ của tổ trưởng. Kết quả là kế hoạch trên ERP một đằng, thực tế xưởng một nẻo. Đó chính là “vùng mù” lớn nhất trong chuyển đổi số sản xuất.

Bài viết này – trong series “AI trong Sản xuất Việt Nam: Hướng dẫn Chuyển đổi Số” – tập trung vào đúng điểm đau đó: vì sao theo dõi công đoạn thủ công lại khó, nó phá hỏng năng suất và AI như thế nào, và quan trọng hơn là cách số hóa, kết nối và chuẩn bị dữ liệu để sau này đưa AI vào thực sự có hiệu quả.

1. Vì sao theo dõi công đoạn thủ công lại khó đến vậy?

Cốt lõi của vấn đề rất đơn giản: hầu hết hệ thống hiện có không được thiết kế cho người vận hành trên chuyền.

1.1. ERP không phải công cụ cho công nhân

Nhiều nhà máy ở Việt Nam cố gắng dùng ERP để chấm công, khai báo sản lượng, báo dừng chuyền. Nhưng:

  • Giao diện phức tạp, toàn mã lệnh, mã đơn, mã công đoạn.
  • Mỗi lần nhập mất vài phút, làm gián đoạn công việc.
  • Nhập sai rất dễ, mà sửa lại còn phiền hơn.

Thế là công nhân bỏ qua: ghi ra giấy, nhớ trong đầu, hoặc cập nhật cuối ca cho nhanh. Đến khi dữ liệu được nhập lên ERP thì đã trễ 4–8 tiếng, thậm chí 1–2 ngày.

Khi dữ liệu trễ và thiếu:

  • Kế hoạch sản xuất sai lệch: tưởng đã xong 80%, thực tế mới 50%.
  • Không biết tắc ở đâu: máy chạy tốt mà giao hàng vẫn trễ, vì kẹt ở kiểm tra hoặc đóng gói nhưng không ai “thấy” được trên hệ thống.
  • Không phân tích được năng suất lao động: không biết tổ nào làm tốt, công đoạn nào là nút thắt.

1.2. “Vùng mù” sau máy: kiểm tra, lắp ráp, hoàn thiện

Các dự án chuyển đổi số thường bắt đầu từ máy móc: kết nối CNC, robot, dây chuyền SMT… Đây là bước đúng. Nhưng phía xuôi dòng lại bị bỏ quên:

  • Kiểm tra chất lượng thủ công.
  • Rà ba via, đánh bóng, sơn phủ.
  • Lắp ráp, đóng gói, dán tem.

Đây chính là nơi con người chiếm tỷ lệ thời gian lớn nhất. Không có dữ liệu ở các khâu này thì:

  • Không biết WIP thật sự: đơn đang ở đâu, nằm ở công đoạn nào, tồn bán thành phẩm bao nhiêu.
  • Không tính được năng lực thực tế: cứ nghĩ máy là nút thắt, nhưng thật ra là lắp ráp.
  • Báo giá, hoạch định năng lực (capacity planning) đều “mò mẫm”.

Tôi đã gặp nhiều nhà máy cơ khí ở Bình Dương, Bắc Ninh: máy tiện, máy phay kết nối IoT bài bản, OEE hiển thị đẹp trên màn hình lớn, nhưng khi hỏi: “Đơn này đang ở đâu rồi?” – phải gọi điện cho tổ kiểm, tổ lắp ráp mới biết.

2. Hậu quả thật sự của việc không số hóa công đoạn thủ công

Bỏ qua công đoạn thủ công không chỉ là thiếu vài con số. Nó tạo ra một khoảng cách thực thi (execution gap) giữa kế hoạch và thực tế, khiến mọi nỗ lực AI và chuyển đổi số phía trên bị “méo” hết.

2.1. Dữ liệu sai kéo theo mọi thứ sai

Khi chỉ có dữ liệu từ máy, doanh nghiệp thường rơi vào các ảo tưởng sau:

  • Máy chạy 90% thời gian → tưởng đủ công suất, nhưng không thấy hàng đang xếp chờ kiểm.
  • Part count trên máy “đẹp” → tưởng sản lượng đạt, nhưng 15% bị rớt ở công đoạn kiểm cuối.
  • ERP báo đơn đã hoàn thành, thực tế thiếu công đoạn đóng gói.

AI, báo cáo BI, dashboard OEE, tất cả đều dựa vào dữ liệu đó. Dữ liệu thiếu, AI thông minh đến mấy cũng chỉ là “đoán mò có căn cứ”.

Sản xuất không thiếu dữ liệu máy, mà thiếu dữ liệu con người và quy trình.

2.2. Không quản được lao động – chi phí lớn nhất

Ở nhiều nhà máy Việt Nam, chi phí nhân công trực tiếp vẫn chiếm 20–40% giá thành. Nhưng rất ít nơi đo được năng suất theo công đoạn, theo từng nhóm người một cách khách quan.

Không có dữ liệu chuẩn:

  • Thưởng phạt dễ bị cảm tính, gây ức chế cho người giỏi.
  • Không biết nên đào tạo thêm ở đâu, bố trí lại dây chuyền thế nào.
  • Khó tính toán ROI khi đầu tư tự động hóa một khâu bất kỳ.

2.3. Khó triển khai AI trong chất lượng và tối ưu chuyền

Muốn dùng AI để:

  • Phát hiện bất thường trong chất lượng.
  • Gợi ý cân bằng chuyền.
  • Dự báo thời gian hoàn thành đơn hàng.

…thì bắt buộc phải có dữ liệu theo thời gian thực từ cả máy và công đoạn thủ công: ai đang làm gì, mất bao lâu, dừng vì lý do gì. Thiếu nửa còn lại này, mọi mô hình AI đều không thể “học” đúng hành vi của dây chuyền.

3. Cách tiếp cận mới: số hóa công đoạn thủ công như số hóa máy

Giải pháp không phải là bắt công nhân dùng ERP nhiều hơn. Cách đó đã thất bại quá nhiều lần. Cách hiệu quả là tạo một lớp hệ thống gần xưởng (MES thông minh / Production Intelligence), được thiết kế cho người vận hành.

3.1. Giao diện thống nhất cho công nhân – một chạm là xong

Nguyên tắc tôi luôn khuyến nghị với nhà máy Việt Nam:

  • Mỗi trạm (kể cả trạm thủ công) có một giao diện số đơn giản: tablet, màn hình cảm ứng hoặc máy tính công nghiệp.
  • Công nhân chỉ cần thực hiện vài thao tác quen thuộc:
    • Chọn/scan mã đơn, mã công đoạn.
    • Bấm Start / Stop.
    • Nhập số lượng OK/NG đơn giản (hoặc đếm tự động nếu có cảm biến).
    • Chọn lý do dừng trong danh sách có sẵn.

Hệ thống phía sau tự động:

  • Gửi dữ liệu về MES.
  • Đồng bộ với ERP (part count, tiến độ, giờ công, trạng thái đơn).
  • Cập nhật dashboard WIP và cảnh báo theo thời gian thực.

Điểm mấu chốt: càng ít gõ chữ, càng ít lựa chọn tự do, càng tốt. Công nhân không phải “dùng phần mềm”, họ chỉ đang làm đúng quy trình, còn phần mềm “tự hiểu”.

3.2. Kết nối dữ liệu máy – ERP – con người thành một luồng thống nhất

Một nền tảng MES/Production Intelligence hiện đại sẽ:

  • Lấy dữ liệu tự động từ máy (IoT, giao thức CNC, PLC…).
  • Lấy dữ liệu từ con người thông qua các trạm thủ công số hóa.
  • Lấy dữ liệu từ ERP: lệnh sản xuất, BOM, routing, kế hoạch.

Sau đó hệ thống:

  • Ghép chúng lại thành bức tranh thời gian thực: đơn nào đang ở công đoạn nào, mất bao lâu, ai đang làm, máy nào đang chạy.
  • Cung cấp số liệu chuẩn cho các chỉ số:
    • OEE không chỉ cho máy, mà cho cả công đoạn thủ công.
    • Thời gian chu kỳ chuẩn (standard cycle time) cho từng công đoạn.
    • Tỷ lệ sử dụng lao động, tỷ lệ dừng do chờ hàng, chờ QC, chờ vật tư.

Đây chính là bước nền để sau này áp dụng AI: hệ thống hiểu đầy đủ thực tế xưởng (shop floor reality), chứ không chỉ hiểu kế hoạch trên ERP.

3.3. Ví dụ thực tế gần với doanh nghiệp Việt

Hình dung một xưởng cơ khí tại Bắc Ninh:

  • Công đoạn 1–3: tiện, phay, mài đã được kết nối máy, đo OEE.
  • Công đoạn 4: kiểm tra kích thước thủ công.
  • Công đoạn 5: rà ba via, đánh bóng.
  • Công đoạn 6: lắp ráp cụm chi tiết.

Trước đây:

  • Chỉ biết thời gian và sản lượng 1–3.
  • 4–6 “mù”: ghi giấy, cập nhật cuối ca.
  • Nhiều đơn trễ vì tắc ở 4–5 mà không ai thấy.

Sau khi triển khai trạm thủ công số hóa:

  • Mỗi bàn kiểm, bàn rà, bàn lắp có tablet.
  • Công nhân quét mã vạch đơn, bấm start/stop, nhập OK/NG.
  • Hệ thống hiển thị real-time: bao nhiêu đơn đang chờ kiểm, chờ rà, chờ lắp.

Sau 3 tháng:

  • Xác định rõ 70% đơn trễ nằm ở một công đoạn rà cụ thể do layout và thiếu dụng cụ.
  • Tối ưu lại bố trí và dụng cụ, năng suất khâu đó tăng ~30%.
  • Tỷ lệ giao hàng đúng hạn tăng từ 82% lên 93% mà chưa cần mua thêm máy.

Không có dữ liệu công đoạn thủ công, những quyết định đó đơn giản là không thể.

4. Chuẩn bị cho AI: dữ liệu tốt bắt đầu từ công đoạn thủ công

Trong bối cảnh 2025, rất nhiều nhà máy Việt Nam đang nghe quá nhiều về AI, về “nhà máy thông minh”. Nhưng không ít nơi bỏ qua bước quan trọng nhất: dọn sạch và làm đầy dữ liệu sản xuất, đặc biệt ở công đoạn thủ công.

4.1. Muốn AI dự báo, phải đo được thời gian chu kỳ thực

Hầu hết file routing trên ERP đều là thời gian chuẩn ước lượng từ nhiều năm trước. Thực tế thì:

  • Công đoạn lắp ráp có thể đang tốn 10 phút/chi tiết thay vì 7 phút.
  • Công đoạn kiểm có thể tốn 4 phút thay vì 2 phút.

Khi số hóa công đoạn thủ công qua MES:

  • Mỗi lần start/stop được ghi lại chính xác theo thời gian.
  • Sau vài tuần đã có hàng nghìn mẫu dữ liệu chu kỳ.
  • Có thể tính ra thời gian chuẩn “sống” cho từng loại sản phẩm, từng công đoạn.

Từ đó AI mới có cơ sở để:

  • Dự báo lead time theo điều kiện thực tế.
  • Gợi ý kế hoạch xếp chuyền hợp lý.
  • Phát hiện bất thường (ví dụ: chu kỳ tăng đột ngột vì dụng cụ mòn, nhân sự mới, layout thay đổi…).

4.2. AI trong kiểm soát chất lượng không chỉ là camera

Rất nhiều người nghĩ đến AI trong chất lượng là nghĩ ngay tới camera, thị giác máy. Đó chỉ là một phần. Một mô hình chất lượng tốt cần:

  • Dữ liệu khiếm khuyết (defect) theo từng công đoạn thủ công.
  • Lý do NG do công nhân chọn trên trạm.
  • Thời gian, ca, tổ, máy liên quan.

Khi hệ thống trạm thủ công số hóa được triển khai:

  • Mỗi lỗi NG đều có “dấu vân tay dữ liệu” rõ ràng.
  • AI có thể học được pattern lỗi theo ca, theo tổ, theo vật tư, theo lô nhà cung cấp.

Nhờ đó, doanh nghiệp có thể chuyển từ:

  • Chỉ phát hiện lỗi, sang ngăn ngừa lỗi dựa trên dự báo rủi ro.

4.3. Từ dữ liệu thủ công đến tối ưu chuỗi cung ứng

Khi biết chính xác WIP và thời gian ở từng công đoạn thủ công, doanh nghiệp Việt có thể:

  • Dự báo chính xác hơn ngày giao cho khách nước ngoài (rất quan trọng với dệt may, da giày, điện tử xuất khẩu).
  • Giảm tồn kho an toàn vì không phải “găm hàng” để bù cho kế hoạch thiếu chính xác.
  • Đồng bộ tốt hơn với nhà cung cấp trong nước (thép, nhựa, bao bì…).

Đây đều là những bước thực tế, có thể triển khai trong 3–6 tháng, giúp chuyển đổi số có kết quả rõ ràng trước khi đầu tư vào những dự án AI phức tạp.

5. Lộ trình gọn cho nhà máy Việt: bắt đầu từ đâu?

Để không bị “ngợp” bởi đủ loại thuật ngữ MES, IIoT, AI…, tôi thường gợi ý một lộ trình 5 bước khá an toàn cho doanh nghiệp sản xuất vừa và nhỏ ở Việt Nam:

  1. Chọn một dòng sản phẩm hoặc một phân xưởng có nhiều công đoạn thủ công, ảnh hưởng lớn đến giao hàng.
  2. Vẽ lại luồng giá trị (value stream): từ nguyên liệu vào đến thành phẩm ra, ghi rõ đâu là máy, đâu là công đoạn thủ công, thời gian ước lượng.
  3. Triển khai trạm số hóa đơn giản cho các công đoạn thủ công chính:
    • Thiết bị: tablet/màn hình + phần mềm MES/Production Intelligence phù hợp.
    • Quy trình: scan/bấm một chạm, lựa chọn lý do dừng/lỗi có sẵn.
  4. Kết nối tối thiểu với ERP:
    • Lấy lệnh sản xuất, routing xuống MES.
    • Đẩy sản lượng, trạng thái đơn ngược về ERP.
  5. Sau 2–3 tháng, dùng dữ liệu để ra quyết định:
    • Xác định nút thắt thật sự.
    • Cập nhật lại thời gian chuẩn.
    • Thử các kịch bản AI/analytics đơn giản: dự báo lead time, cảnh báo trễ đơn, phân tích lỗi.

Làm được 5 bước này, doanh nghiệp đã thực sự thu hẹp khoảng cách giữa kế hoạch và thực thi, và quan trọng hơn là xây được nền tảng dữ liệu sạch để AI trong sản xuất có đất dụng võ.

Kết lời: Muốn AI hữu ích, phải “soi sáng” được công đoạn thủ công

Chủ đề của cả series là “AI trong Sản xuất Việt Nam: Hướng dẫn Chuyển đổi Số”. Nhưng AI không phải là khởi đầu. Khởi đầu là thấy được sự thật trong xưởng, đặc biệt là nửa quy trình đang do con người đảm nhận.

Theo dõi công đoạn thủ công không còn là “nice to have”. Đây là điều kiện cần nếu doanh nghiệp muốn:

  • Lập kế hoạch và giao hàng chính xác.
  • Kiểm soát chi phí lao động.
  • Ứng dụng AI vào chất lượng, bảo trì dự đoán, tối ưu chuỗi cung ứng mà không bị “sai ngay từ đầu vào”.

Nếu bạn đang chuẩn bị kế hoạch chuyển đổi số 2026, một câu hỏi thẳng thắn nên tự hỏi là: “Hệ thống của mình đã nhìn thấy rõ 72% công việc do con người làm hay chưa?”. Nếu câu trả lời là chưa, đây chính là thời điểm tốt nhất để bắt đầu.