Trong ngành sản xuất, vấn đề “đã chụp ảnh lỗi nhưng không thể tìm được trường hợp tương tự và cách xử lý trước đó” không phải là hiếm gặp. Khi xem xét triển khai tìm kiếm tương tự ảnh lỗi bằng AI trong sản xuất, chỉ nhìn vào thứ hạng của mô hình hình ảnh thì hiện trường không thể vận hành hiệu quả. Điều cần thiết là thiết kế quy trình công việc sao cho dựa trên ảnh do người vận hành hoặc kỹ sư chất lượng chụp, hệ thống có thể đề xuất hồ sơ lỗi trong quá khứ với cùng hoặc gần giống mã hàng, lô, công đoạn, dạng lỗi, từ đó an toàn liên kết đến việc cách ly, quyết định xử lý, điều tra nguyên nhân và ghi nhận biện pháp khắc phục. Bài viết này giả định nhà máy tại Thái Lan, sắp xếp theo trình tự thực tế từ chuẩn bị dữ liệu, PoC, RFP, FAT đến SAT. Các con số về số lượng, thời gian, ngưỡng trong bài là ví dụ để tham khảo khi xây dựng yêu cầu đặt hàng, không phải giá trị thực tế hay hiệu suất được đảm bảo chung.
Trước tiên làm rõ: Tìm kiếm ảnh lỗi tương tự trả về những gì
Việc cố định camera trên dây chuyền để tự động đánh giá tốt/xấu sản phẩm mới gọi là “kiểm tra ngoại quan trực tuyến”, còn việc sử dụng ảnh lỗi được phát hiện tại hiện trường để tìm các hồ sơ tương tự trong quá khứ gọi là “tìm kiếm hồ sơ lỗi” là hai công việc khác nhau. Kết quả của công việc đầu thường là kết quả đạt/không đạt hoặc vị trí lỗi, được liên kết với PLC hoặc thiết bị loại bỏ sản phẩm lỗi. Kết quả của công việc sau là danh sách các hồ sơ gợi ý, giúp kỹ sư chất lượng xác nhận sự thật và quyết định xử lý sản phẩm lỗi hiện tại. Do đó, dù kết quả tìm kiếm đứng đầu có chính xác, cũng không được áp dụng xử lý của hồ sơ cũ cho lô hàng hiện tại mà không kiểm tra lại. Nếu muốn phân biệt rõ ràng với phát hiện lỗi tự động, có thể tham khảo hướng dẫn kiểm tra ngoại quan AI trên dây chuyền tốc độ cao.
Ngoài ra, hệ thống phân loại khiếu nại khách hàng cũng khác mục tiêu. Phân loại khiếu nại dựa trên ý nghĩa văn bản, khách hàng, sản phẩm, lịch sử trả lời làm trục tìm kiếm. Trong khi đó, tìm kiếm ảnh lỗi dựa nhiều vào điều kiện chụp và vị trí ảnh, nhưng chỉ ảnh không thể đánh giá được mã hàng, phiên bản bản vẽ hay tính hợp lý của quyết định xử lý. Nếu muốn liên kết hai loại này, cần quản lý dòng chảy văn bản cùng với ảnh lỗi, sản phẩm thực tế và lô hàng bằng cùng một mã hồ sơ như trong bài hướng dẫn hệ thống hồ sơ bảo đảm chất lượng. Tìm kiếm hình dạng tương tự trên bản vẽ cũng chủ yếu nhằm so sánh phiên bản bản vẽ và dung sai, nên dữ liệu đánh giá tách biệt với ảnh lỗi bề mặt sản phẩm thực tế.
Giao diện tìm kiếm không nên chỉ nhấn mạnh điểm tương đồng của ảnh. Mỗi hồ sơ gợi ý cần trình bày ảnh lỗi, mã hàng, tên sản phẩm, phiên bản bản vẽ, công đoạn, thiết bị, ngày phát hiện, lô, dạng lỗi đã xác định, trạng thái cách ly tạm thời, quyết định xử lý cuối cùng, nguyên nhân, biện pháp phòng ngừa tái phát, người phê duyệt và liên kết hồ sơ. Các hồ sơ chưa xác định hoặc chưa xác nhận hiệu quả biện pháp phòng ngừa tái phát cần được làm nổi bật trạng thái. Nếu có hồ sơ khách hàng mà người dùng không có quyền truy cập, cần loại bỏ khỏi kết quả. “Ảnh tương tự xuất hiện” không đồng nghĩa với “cùng nguyên nhân”.
Trước khi quyết định đối tượng triển khai, ghi lại ba câu hỏi tại hiện trường
Câu hỏi đầu tiên là “Muốn tìm kiếm những vật giống với cái gì”. Vết dòng chảy trên sản phẩm ép phun, vết xước trên bề mặt gia công, khuyết tật đường hàn, dị vật trong sơn, thiếu hụt sau khi lắp ráp đều có sự khác biệt về màu sắc, hình dạng, vùng cục bộ và cách nền ảnh ảnh hưởng. Thay vì đưa tất cả ảnh vào một mô hình duy nhất để xếp hạng đơn giản, nên thu hẹp theo nhóm linh kiện và công đoạn, đánh giá theo mục đích sử dụng sẽ dễ dàng hơn cho việc quyết định triển khai. PoC đầu tiên bắt đầu từ một công đoạn có hồ sơ ảnh và xử lý tương đối đầy đủ.
Câu hỏi thứ hai là “Sau khi tìm kiếm, ai sẽ làm gì”. Người vận hành có xác định ngay tại chỗ việc phán định lỗi dựa trên các gợi ý tương tự hay không, hay sẽ tham khảo kỹ sư chất lượng, hoặc trưởng dây chuyền sẽ bắt đầu cách ly sản phẩm lỗi sẽ quyết định quyền hạn và giao diện màn hình. Trong vận hành khuyến nghị ban đầu, hệ thống chỉ trình bày các hồ sơ gợi ý và nguồn gốc, việc xác nhận kết quả đạt/không đạt, xử lý đặc biệt, đưa trở lại quy trình, loại bỏ, liên hệ khách hàng do người có thẩm quyền được quy định thực hiện. Việc mở hồ sơ gợi ý, chấp nhận hay từ chối, lý do và quyết định xử lý cuối cùng được lưu lại dưới dạng lịch sử có thể kiểm tra.
Câu hỏi thứ ba là “Gọi điều gì là cải tiến”. Không chỉ đo thời gian tìm kiếm rút ngắn mà còn đo tỷ lệ tiếp cận đúng hồ sơ lỗi phù hợp, tỷ lệ mở hồ sơ linh kiện sai, tỷ lệ khi không tìm được có thể quay lại quy trình thông thường, tỷ lệ hoàn thành hồ sơ xử lý. Trước khi bắt đầu PoC, quan sát quy trình hiện tại trên giấy, thư mục chia sẻ, Excel dưới cùng điều kiện. Nếu không đo thời gian hiện tại mà chỉ ghi “giảm một nửa” thì trách nhiệm giải trình sau triển khai sẽ yếu đi. Quan trọng là không gộp các KPI có mục đích khác nhau thành một tỷ lệ chính xác duy nhất.
Đơn vị nhỏ nhất của cơ sở dữ liệu ảnh lỗi chất lượng không phải là “ảnh” mà là trường hợp
Nhiều nhà máy có sẵn ảnh. Ảnh phân tán trên điện thoại thông minh tại hiện trường, máy kiểm tra, email, báo cáo khách hàng, thư mục chia sẻ, v.v. Điều cần thiết để tìm kiếm không phải là tập hợp các tệp ảnh đơn thuần mà là các hồ sơ được liên kết một-một hoặc một-nhiều giữa ảnh và điều tra, xử lý. Cấp ID trường hợp, liên kết ảnh gốc, ảnh cắt, thông tin chụp, sản phẩm mục tiêu, công đoạn phát hiện, ngày giờ, khóa truy xuất sản phẩm thực tế, trạng thái xác nhận kết quả đánh giá, phiên bản tài liệu xử lý. Khi nhập ảnh chỉ có trong thiết bị cá nhân, cần xác nhận quyền sở hữu và phạm vi sử dụng, ảnh do khách hàng cung cấp phải tách riêng theo điều kiện sử dụng trong hợp đồng.
Ảnh thay đổi lớn tùy vị trí chụp và ánh sáng. Cùng một vết xước có thể nổi bật dưới ánh sáng xiên nhưng khó nhìn dưới ánh sáng trực diện. Nếu lập chỉ mục ảnh có nền bàn hoặc găng tay nổi bật, mô hình có thể nhầm lẫn lấy đặc điểm nền làm căn cứ. Nếu có thể, chuẩn bị bàn chụp cố định, ánh sáng, khoảng cách, góc chụp; ngay cả khi cần chụp tự do tại hiện trường, định nghĩa bộ ảnh tối thiểu gồm “toàn cảnh”, “phóng to vùng lỗi”, “ảnh có thước đo hoặc mã bộ phận”. Mờ, phản chiếu, phơi sáng quá mức, thiếu sản phẩm sẽ cảnh báo khi đăng ký, quyết định chụp lại do con người thực hiện. Khi chỉnh sửa chất lượng ảnh sau, không ghi đè ảnh gốc mà tách riêng bản xử lý và lịch sử xử lý.
Các mục metadata bắt buộc được quyết định trước độ tương đồng ảnh. Các trường dữ liệu có thể gồm mã bộ phận, phiên bản bản vẽ, dây chuyền sản xuất, công đoạn, thiết bị, khuôn/lòng khuôn, lô sản xuất, lô kiểm tra, thời điểm chụp, dòng sản phẩm, vị trí lỗi, dạng lỗi, người đánh giá, quyết định xử lý và người phê duyệt. Tuy nhiên, nhập tất cả cùng lúc sẽ tăng gánh nặng nhập liệu tại hiện trường, nên tách riêng dữ liệu sản xuất tự động thu thập và nhập liệu của người vận hành. Ví dụ, mã bộ phận và lô đọc từ mã vạch, vị trí lỗi và ảnh do hiện trường đăng ký, nguyên nhân và biện pháp lâu dài do kỹ sư chất lượng điều tra bổ sung sau. Ý nghĩa ô trống cũng phân biệt “không rõ”, “không áp dụng”, “chưa điều tra”.
Hướng dẫn thông tin tài liệu chính thức của ISO về ISO 9001:2015 minh họa ví dụ về nhận dạng duy nhất đầu ra khi cần truy xuất, xử lý phi phù hợp, xử lý đặc biệt, ghi nhận người có thẩm quyền quyết định xử lý. Đây không phải yêu cầu “phải áp dụng tìm kiếm tương đồng ảnh”. Tài liệu này nên được đọc như cơ sở thiết kế liên kết tìm kiếm trường hợp với hồ sơ quản lý chất lượng. Hướng dẫn thông tin tài liệu của ISO cần được kiểm tra phù hợp với phạm vi áp dụng và yêu cầu khách hàng của công ty.
Tìm kiếm tương tự ảnh lỗi được thu hẹp qua hai giai đoạn từ “ảnh gợi ý” đến “trường hợp hợp lý”
Một trong những phương pháp tìm kiếm ảnh phổ biến là chuyển đổi ảnh thành vector số và lấy các vectơ gần nhất. Microsoft trong Giải thích về tìm kiếm đa phương thức cho rằng nhúng trực tiếp phù hợp với tìm kiếm tương tự về mặt hình ảnh, nhưng biểu diễn toán học đơn thuần không giải thích được tại sao các ảnh liên quan với nhau. AWS trong Tìm kiếm vector OpenSearch cũng đề cập đến việc sử dụng tìm kiếm tương tự ảnh. Đây là tài liệu kỹ thuật minh họa khả năng triển khai, không phải cam kết về độ chính xác trên dữ liệu nhà máy cụ thể.
Giai đoạn đầu là thu thập Top-K hồ sơ gợi ý từ ảnh. Giai đoạn hai áp dụng các ràng buộc như dãy linh kiện, công đoạn, phiên bản bản vẽ, vị trí lỗi, điều kiện kiểm tra. Thứ tự có thể thay đổi tùy theo nghiệp vụ. Nếu chỉ muốn tìm linh kiện cùng mã hàng thì lọc theo mã hàng trước, nếu muốn tìm cơ cấu hoặc cách xử lý tương tự từ linh kiện khác thì mở rộng danh sách hồ sơ gợi ý đồng thời ghi rõ “linh kiện khác”. Các trường hợp khác phiên bản bản vẽ dẫn đến thay đổi công đoạn hoặc hình dạng không được tự động coi là tương đương. Khi hiển thị hồ sơ gợi ý cần phân biệt rõ thứ tự ưu tiên về mặt thị giác, điều kiện lọc, trạng thái xác định trường hợp, không nên dùng một điểm số duy nhất để biểu diễn “độ tin cậy xử lý”.
Cần chú ý khi cắt ảnh. Phóng to chỉ phần lỗi có thể giúp nhận dạng đặc trưng kết cấu dễ hơn, nhưng mất ngữ cảnh về hướng chi tiết và vị trí lỗi. Cần lưu giữ cả ảnh toàn cảnh và ảnh cục bộ, đồng thời ghi lại ảnh nào được dùng khi tìm kiếm. Giá trị độ tương tự có thể thay đổi khi thay đổi mô hình hoặc chỉ mục, nên khi hiển thị trên màn hình phải ghi rõ phiên bản và tiêu chuẩn. Cần xác nhận trong RFP các điều kiện phải tính lại vector ảnh, độ trễ cập nhật chỉ mục, thời gian để các hồ sơ đã xóa biến mất khỏi kết quả tìm kiếm.
Không nên giải thích nguyên nhân chỉ dựa trên ảnh. Ví dụ, dù thấy vết giống đường trên bề mặt, có thể do khuôn, tiếp xúc khi vận chuyển, dấu vết làm sạch hoặc phản xạ khi chụp ảnh. Kết quả tìm kiếm chỉ là “hồ sơ gợi ý cần xác minh”, trong điều tra nguyên nhân phải đối chiếu với sản phẩm thực tế, điều kiện công đoạn, lô vật liệu, lịch sử thiết bị. Ngay cả với trường hợp có nguyên nhân đã xác định trong quá khứ, việc đánh giá cho mã hàng và lô hiện tại vẫn là hành động phê duyệt riêng biệt. Nếu không tách bạch sẽ dễ dẫn đến suy luận sai “lần trước có vết nên lần này cũng xử lý như vậy”.
Khi kết nối lô, bộ phận và phiên bản bản vẽ, cách sử dụng hồ sơ gợi ý sẽ thay đổi
Giá trị của các hồ sơ không chỉ nằm ở ảnh lỗi mà còn ở khả năng truy vết phạm vi ảnh hưởng. Sau khi mở hồ sơ gợi ý qua tìm kiếm, nếu có thể xác nhận được lô tương ứng đã đi qua những công đoạn nào, sử dụng thiết bị, khuôn, đồ gá, vật liệu nào, đồng thời liên kết với hồ sơ kiểm tra và nơi xuất hàng ra sao, thì có thể thảo luận về khả năng tái phát và phạm vi cách ly sản phẩm lỗi. Ngược lại, các hồ sơ trong quá khứ không rõ lô nên giảm độ tin cậy dù ảnh lỗi có giống nhau. Điều kiện chấp nhận bao gồm khả năng truy cập liên kết từ màn hình tìm kiếm đến MES, ERP, QMS, hồ sơ kiểm tra. Ngay cả trong PoC chưa kịp tích hợp, cũng cần lưu trữ ID trường hợp và khóa ngoại để có thể kết nối sau này.
Số bộ phận cần phân biệt tên hiển thị và mã chính thức, đồng thời ghi nhận điều kiện áp dụng có thể thay đổi theo phiên bản bản vẽ, yêu cầu khách hàng, vật liệu, địa điểm xuất hàng dù cùng mã hàng. Việc gia công lại được phép trước khi sửa đổi không đồng nghĩa với việc được phép sau khi sửa đổi. Cần lưu lại phiên bản xử lý và ngày bắt đầu hiệu lực, đồng thời hiển thị trên kết quả tìm kiếm là “Hiệu lực so với tiêu chuẩn hiện hành chưa được xác nhận”. Các trường hợp thuộc công đoạn đã bị loại bỏ không nên xóa mà nên loại ra khỏi thiết lập tìm kiếm ban đầu hoặc hiển thị với cảnh báo như lịch sử. Điều này nhằm mục đích có thể quay lại quyết định trong quá khứ khi kiểm tra hoặc điều tra nguyên nhân sau này.
Phân quyền truy cập cũng cần có mức độ chi tiết. Người vận hành chỉ xem được các hồ sơ chung của dây chuyền mình, kỹ sư chất lượng xem được các hồ sơ xuyên suốt, còn bản vẽ và ảnh lỗi đặc thù khách hàng chỉ dành cho người phụ trách được phép. Ở nhà máy đa ngôn ngữ, dù ảnh lỗi có chung nhưng nếu tên phân loại, cách xử lý tạm thời, hướng dẫn công việc dịch không đồng nhất sẽ dẫn đến sử dụng sai. Cần phân biệt thuật ngữ dịch cho tìm kiếm và hướng dẫn công việc chính thức phát hành tại hiện trường, đồng thời chuẩn bị đường dẫn quay về tài liệu đã được phê duyệt cho các xử lý quan trọng. Thiết kế không được bỏ qua phân quyền và phê duyệt chỉ dựa trên hiển thị màn hình tiếng Thái hoặc tiếng Việt.
Tập hợp đáp án đúng của PoC do người phụ trách tìm kiếm và người phụ trách chất lượng cùng xây dựng
Trong PoC, người phụ trách sẽ trộn lẫn các hồ sơ đã biết muốn tìm và các hồ sơ tương tự nhưng cách xử lý khác nhau. Nếu chỉ lấy “bản thu nhỏ cùng một bức ảnh” làm đáp án đúng để ưu tiên cho mô hình hình ảnh thì không thể đánh giá được vận hành thực tế. Cần chuẩn bị các hồ sơ như máy ảnh cũ và mới, sự khác biệt về ánh sáng, sửa đổi linh kiện, chụp lại cùng một lỗi nhưng khác góc, ví dụ nhìn gần giống nhưng nguyên nhân khác, lỗi hiếm, chất lượng hình ảnh thấp, nhầm lẫn linh kiện. Hình ảnh đánh giá không được dùng để tạo chỉ mục hay điều chỉnh tham số, mà được giữ riêng theo khoảng thời gian và thiết bị. Nếu trùng lặp ảnh hoặc chụp liên tiếp cùng một trường hợp xảy ra ở cả bên học và bên đánh giá thì kết quả sẽ bị đánh giá quá cao.
Đáp án đúng không được quyết định chỉ dựa trên ký ức của một người phụ trách. Kỹ sư chất lượng và người phụ trách quy trình sẽ phân biệt “trường hợp quá khứ hữu ích”, “trường hợp nhìn giống nhưng không được tham khảo cách xử lý”, “đánh giá hoãn lại”, và nếu có ý kiến khác nhau thì sẽ lưu lại cơ sở quyết định. Như phần Giải thích về sự nhất quán trong đánh giá kiểm tra của ASQ đề cập, việc đánh giá bằng mắt có thể có sự khác biệt giữa các người phụ trách. Nếu chính “đáp án đúng” của PoC còn có sự khác biệt chưa giải quyết thì chỉ đánh giá hệ thống tìm kiếm cũng không thể giải thích được độ tin cậy của quyết định tại hiện trường.
Chỉ số đánh giá ít nhất được chia thành ba tầng. Hiệu suất tìm kiếm là tỷ lệ trường hợp hữu ích nằm trong Top-3 hoặc Top-5, tỷ lệ không hiển thị khi không có hồ sơ gợi ý phù hợp, tỷ lệ hiển thị nhầm linh kiện… Hiệu suất công việc là thời gian mở hồ sơ lỗi, tỷ lệ truy cập được đến hồ sơ xử lý, thời gian nâng cấp hồ sơ hoãn… An toàn chất lượng là số lần sử dụng sai cách xử lý quá khứ, bỏ sót phê duyệt, bỏ sót cách ly… Giá trị K trong Top-K hay ngưỡng chấp nhận được thỏa thuận trước dựa trên số lượng hồ sơ gợi ý, rủi ro và quy trình hiện tại của công ty. Không nén hiệu suất thành một “tỷ lệ đáp án AI” duy nhất.
Khi đo lường, không chỉ ghi lại các hồ sơ tìm kiếm thành công mà còn ghi lại thất bại tìm kiếm, lỗi truyền thông thiết bị, nơi không thể chụp ảnh, trường hợp chưa đăng ký, liên kết đến hồ sơ xử lý bị đứt… Thử nghiệm với thiết bị và quyền hạn mà người vận hành thực tế sử dụng, và kỹ sư chất lượng sẽ kiểm tra lại theo quy trình sau đó. Bộ AI RMF Core của NIST nhấn mạnh tính phù hợp và đại diện của dữ liệu, giám sát bởi vai trò và con người, đo lường trước và sau vận hành cùng ghi lại sự không chắc chắn. Ở đây áp dụng tư duy đó vào thiết kế đánh giá tìm kiếm trường hợp. Không có nghĩa NIST đặt ngưỡng số cụ thể cho mục đích này.
Yêu cầu cần đặt ra trong RFP: Cố định vận hành và dữ liệu trước tên mô hình
Phần mở đầu của RFP cần ghi rõ người sử dụng, phương thức nhập liệu, đối tượng tìm kiếm, phạm vi không sử dụng. Ví dụ: “Người vận hành nhập ảnh chụp bằng tablet và quét lô, kỹ sư chất lượng xem các hồ sơ lỗi đã được phê duyệt trước đó. Hệ thống không tự động quyết định kết quả đạt/không đạt hay xử lý.” Tiếp theo, trình bày số lượng hồ sơ hiện tại, định dạng ảnh, phương thức liên kết giữa QMS và MES hiện có, môi trường thiết bị đầu cuối, hạn chế mạng. Yêu cầu nhà cung cấp trả lời riêng biệt về phạm vi di chuyển dữ liệu, kiểm soát quyền hạn, tạo chỉ mục, bảo trì, đánh giá, khôi phục sự cố.
Yêu cầu chức năng bao gồm: lưu giữ ảnh gốc, nhiều ảnh/một hồ sơ, lựa chọn cắt ảnh khi tìm kiếm, bộ lọc theo bộ phận – công đoạn – phiên bản bản vẽ, hiển thị căn cứ của hồ sơ gợi ý, chuyển sang tài liệu xử lý, hiển thị trạng thái phê duyệt, lịch sử sử dụng, chỉnh sửa – xóa, quản lý phiên bản, nhật ký kiểm tra. Yêu cầu phi chức năng gồm: thời gian hiển thị trên thiết bị hiện trường, số người dùng đồng thời, thời gian phản ánh thêm chỉ mục, xử lý khi mất mạng, sao lưu, quy trình khôi phục, định dạng xuất dữ liệu. Các giá trị chuẩn được tạm đặt bởi bên yêu cầu, sau đó xác định dựa trên kết quả PoC. Chỉ ghi “đề xuất AI độ chính xác cao nhất” sẽ không tạo điều kiện so sánh báo giá.
Cần xác nhận quyền dữ liệu và dịch vụ bên ngoài. Ảnh và bản vẽ lưu ở đâu, nhà cung cấp hay bên thứ ba có đưa trở lại quy trình để đào tạo không, thời gian lưu trữ, chứng từ xóa, nhật ký truy cập, tách biệt thông tin khách hàng, các nhà xử lý phụ. Nếu quy trình cấm dùng cloud, yêu cầu phương án mạng kín hoặc on-premise. Do điều kiện thay đổi theo quy định và hợp đồng khách hàng, không nêu nghĩa vụ chung theo luật Thái Lan tại đây. Đây là mục cần kiểm tra với bộ phận hợp đồng và quản lý thông tin nội bộ.
RFP không chỉ ghi “demo ví dụ thành công do nhà cung cấp chuẩn bị” mà còn nêu rõ thử nghiệm với ảnh đánh giá do bên đặt hàng giữ lại, trường hợp lỗi do khác bộ phận, hồ sơ ngoài phạm vi tìm kiếm, xử lý phiên bản cũ, liên kết hỏng. Yêu cầu trong hồ sơ trả lời ghi rõ phiên bản mô hình hoặc dịch vụ, điều kiện tái đào tạo – tái tạo chỉ mục, phương pháp đánh giá lại khi cập nhật, chi tiết chi phí. Khi so sánh triển khai nhúng ảnh cụ thể, tham khảo tài liệu kỹ thuật chính thức như Giải thích API nhúng ảnh và văn bản của Microsoft, đồng thời xác nhận riêng điều kiện cung cấp và xử lý dữ liệu.
Kiểm tra “có thể tìm kiếm” trong FAT và SAT như một nghiệp vụ
FAT được xem là giai đoạn kiểm tra trước khi đưa vào nhà máy, nhằm xác nhận việc lắp ráp và thiết lập của bên nhà cung cấp có đúng theo yêu cầu hay không. Sử dụng ảnh nhận hàng, tiến hành thử nghiệm nhập dữ liệu theo định dạng chỉ định, đối chiếu ID trường hợp và khóa ngoại, lọc theo bộ phận và quy trình, hiển thị trạng thái phê duyệt, ẩn theo quyền hạn, liên kết kết quả tìm kiếm, và ghi lại nhật ký thao tác. Đánh giá thứ hạng mô hình cũng là một phần của FAT, trong đó cần xác nhận kết quả có thể tái hiện trên cùng bộ kiểm thử sau khi cập nhật chỉ mục. Các trường hợp lỗi và đầu vào ngoài dự kiến bao gồm ảnh hỏng, đăng ký trùng lặp, trường trống, trường hợp chưa được phê duyệt, và trường hợp đã bị xóa.
SAT được tiến hành trên thiết bị đầu cuối của nhà máy, với điều kiện ánh sáng, mạng không dây, tài khoản thực tế và ca làm việc. Quan sát quy trình nhân viên chụp ảnh, mở các gợi ý, hỏi ý kiến kỹ sư chất lượng, và trở về hồ sơ ghi nhận xử lý đã được phê duyệt cùng lô hiện hành. Xác nhận khả năng quay lại quy trình cách ly, liên lạc và ghi nhận hiện có khi không thể chụp ảnh, tìm kiếm thất bại hoặc mất kết nối mạng. Dù ảnh gợi ý hàng đầu trong SAT có phù hợp, nếu không thể mở liên kết xử lý thì mục tiêu nghiệp vụ chưa được hoàn thành. FAT và SAT được vận hành như các mốc phân định thử nghiệm và phê duyệt theo hợp đồng, cần được định nghĩa phù hợp với quy trình chuẩn của từng doanh nghiệp.
Phiếu nhận hàng lưu lại ID thử nghiệm, bộ phận, phiên bản bản vẽ, lô làm tiền đề, ảnh đầu vào, kết quả kỳ vọng, kết quả thực tế, người phụ trách, bằng chứng, quyết định, và hạn chót khắc phục. Không chỉ đặt ngưỡng chấp nhận hiệu suất tìm kiếm mà còn quyết định trước cách xử lý các lỗi nghiêm trọng trong hiển thị. Ví dụ, các lỗi như trường hợp bí mật của khách hàng khác bị xem được, xử lý chưa phê duyệt nhưng hiển thị là đã phê duyệt, tự động chọn phiên bản hiện hành và phiên bản cũ là một, dù thứ hạng trung bình cao cũng có thể là lý do dừng chấp nhận. Điều kiện dừng và phạm vi trách nhiệm thử lại được thỏa thuận trong hợp đồng.
Các thủ tục cần thiết cho cập nhật, giám sát và loại bỏ sau khi bắt đầu vận hành
Các trường hợp lỗi mới chỉ đăng ký hình ảnh thì chưa trở thành tài sản tìm kiếm. Cần xác định quy trình chuyển trạng thái gồm đăng ký tạm thời, xác nhận chất lượng, bổ sung nguyên nhân và biện pháp xử lý, phê duyệt, phản ánh vào chỉ mục, đồng thời định nghĩa đến trạng thái nào trong danh sách hồ sơ gợi ý sẽ hiển thị. Các trường hợp chưa xác định dù có thể tham khảo để điều tra nhưng thiết kế không hiển thị làm căn cứ xử lý chuẩn là an toàn. Khi biện pháp xử lý được chỉnh sửa, cần lưu lại lịch sử cũ và cập nhật liên kết đến phiên bản hiện hành. Khi hợp nhất trường hợp hoặc sửa lỗi đăng ký sai, cũng phải đảm bảo có thể truy vết được những gì đã hiển thị trong nhật ký tìm kiếm lúc đó.
Trong các cuộc đánh giá định kỳ hàng tháng, cần kiểm tra các mục như tìm kiếm không có kết quả, hồ sơ gợi ý được xem nhưng không được chọn, hiển thị sai, sự lệch lạc theo dòng linh kiện, thời gian tìm kiếm, liên kết hỏng, lỗi quyền truy cập. Khi thiết bị chụp hoặc thiết kế sản phẩm thay đổi, phân bố hình ảnh cũng thay đổi theo. Khi đưa vào mẫu mới hoặc camera mới, không nên đưa trở lại quy trình kết quả đánh giá trước đó mà cần bổ sung hình ảnh đại diện để đánh giá lại. Khi thay đổi ngưỡng hoặc mô hình, phải lưu lại số phiên bản, lý do thay đổi, kết quả thử nghiệm lại và quy trình khôi phục. Tài liệu Giải thích về độ tin cậy AI của NIST cũng đề cập đến việc thử nghiệm và giám sát liên tục sau khi triển khai.
Việc tăng số lượng trường hợp không đồng nghĩa với việc độ chính xác tìm kiếm sẽ tăng lên. Nếu có nhiều ảnh trùng lặp chất lượng thấp, có thể chiếm vị trí hồ sơ gợi ý hàng đầu. Cần phân biệt ảnh đại diện và ảnh phụ trợ, gom các ảnh chụp liên tiếp cùng trường hợp, và chuyên gia sẽ chỉnh sửa các nhãn lỗi rõ ràng. Cho phép kết quả tìm kiếm trả về “không có hồ sơ gợi ý phù hợp” và người vận hành có thể chuyển sang điều tra thông thường cũng là một phần của chất lượng vận hành. Khi kết thúc vận hành mô hình, cần kiểm tra việc xuất hoặc xóa ảnh, trường hợp, nhật ký, chỉ mục vector và đảm bảo phù hợp với yêu cầu lưu trữ hồ sơ công việc.
Khi chuyển đổi dữ liệu hiện có, không nên đưa trở lại quy trình tên tệp gốc làm ID trường hợp để đảm bảo an toàn. Có thể tồn tại ảnh cùng tên ở các phòng ban khác nhau, và khi sao chép chỉ đổi phần mở rộng tệp. Trước khi chuyển đổi, cần lập danh sách vị trí lưu trữ bản gốc, thời gian tạo, giá trị băm tệp, báo cáo liên kết và người đăng ký, khi phát hiện trùng lặp không xóa ngay mà đưa vào danh sách cần rà soát. Nếu báo cáo được cập nhật, cần phân biệt phiên bản tham khảo tại thời điểm chụp ảnh và phiên bản hiện hành. Nếu trộn lẫn ảnh nhận từ khách hàng với ảnh chụp nội bộ, có thể gây nhầm lẫn về quyền sử dụng và phạm vi công bố. Kết quả chuyển đổi không chỉ lưu mẫu trích xuất mà còn lưu số lượng, tỷ lệ liên kết được, tỷ lệ chưa đối chiếu, số lỗi không khớp quyền, và chỉ phản ánh vào chỉ mục sau khi được bộ phận chất lượng phê duyệt.
Tính tiện dụng của thiết bị đầu cuối cũng cần được kiểm tra đồng thời với độ chính xác tìm kiếm. Thử nghiệm tại hiện trường xem người vận hành đeo găng tay có thể chụp ảnh được không, có thể chỉ định vị trí lỗi ở nơi phản xạ mạnh không, việc gửi lại trong môi trường sóng yếu có gây đăng ký trùng không, quyền của người dùng khác có còn tồn tại khi đổi ca không. Nếu không đọc được lô ngay sau khi chụp, cần lưu ảnh dưới dạng bản nháp và quyết định quy trình bổ sung khóa truy xuất sau. Tuy nhiên, không cho phép trường hợp khóa truy xuất chưa xác định xuất hiện trong kết quả tìm kiếm đã được phê duyệt. Hướng dẫn thao tác thiết bị đầu cuối nên ngắn gọn, có hình ảnh minh họa, quan sát xem người vận hành có thể thực hiện dễ dàng bốn thao tác ngoại lệ gồm chụp sai cần làm lại, không có hồ sơ gợi ý, liên kết xử lý bị đứt, cách ly khẩn cấp hay không.
Trong đo lường hiệu quả, chỉ tính trung bình các tìm kiếm thành công sẽ làm sai lệch thực trạng. Cần lấy toàn bộ phiên tìm kiếm làm mẫu, phân loại các hồ sơ gợi ý đã mở nhưng không dùng được, tìm kiếm lại với từ khóa khác, gọi điện cho kỹ sư chất lượng, không tìm thấy hồ sơ lỗi. Ngoài trung vị thời gian tìm kiếm, cần xem xét nguyên nhân các hồ sơ mất nhiều thời gian. Về mặt chất lượng, dù tìm kiếm nhanh tìm được trường hợp lỗi nhưng nếu bỏ sót cách ly hoặc phê duyệt thì không thể gọi là cải tiến. Ghi lại khoảng thời gian so sánh trước và sau triển khai, công đoạn, ca làm việc, thành phần lỗi, và khi điều kiện thay đổi không nên quảng bá hiệu quả chỉ dựa trên chênh lệch thời gian đơn giản. Mục đích xem nhật ký tìm kiếm và thời gian lưu trữ cũng phải phù hợp quy định nội bộ, đồng thời xác định phạm vi không sử dụng làm chỉ số giám sát cá nhân.
Thứ tự triển khai và phân công nhiệm vụ để bắt đầu từ quy mô nhỏ
Ở giai đoạn đầu, người chịu trách nhiệm quy trình liên quan sẽ chọn ra các “ví dụ được phép tham khảo khi tìm kiếm”, và nhân viên phụ trách chất lượng sẽ xác nhận tính hiệu quả của hồ sơ xử lý. Nếu chỉ có nhân viên IT đồng loạt nhập toàn bộ thư mục, có nguy cơ các hồ sơ xử lý bị thay đổi giữa chừng hoặc các hồ sơ đặc biệt cần sự chấp thuận của khách hàng lại bị nhìn nhận như các xử lý tiêu chuẩn thông thường. Ví dụ, các báo cáo lỗi hiện có sẽ được phân chia từng trường hợp theo các trạng thái: phát hiện, cách ly, đánh giá, nguyên nhân, xử lý tạm thời, biện pháp lâu dài, xác nhận hiệu quả. Ở đây, việc không trộn lẫn nhiều trạng thái trong cùng một cột sẽ giúp giải thích kết quả tìm kiếm sau này dễ dàng hơn. Nếu ảnh và báo cáo được quản lý bằng số hiệu khác nhau, bảng đối chiếu liên kết giữa hai bên cũng cần được người đặt hàng xác nhận. Những ảnh không thể đối chiếu sẽ không được công khai như trường hợp đã biết mà được lưu riêng với trạng thái “chưa đối chiếu”.
Tiếp theo, thử phân tách công việc đăng ký ảnh và công việc phê duyệt nội dung. Người nhập liệu tại hiện trường sẽ được cung cấp phiên bản thử nghiệm với khoảng ba thao tác bắt buộc, còn nhân viên phụ trách chất lượng sẽ có danh sách chờ phê duyệt. Nếu cả hai cùng nhập tất cả các mục trên cùng một màn hình một cách gượng ép, công việc có thể bị đình trệ và cuối cùng việc đánh giá sẽ diễn ra qua email hoặc trao đổi trực tiếp. Cũng cần xác định thời hạn và người chịu trách nhiệm cho việc bổ sung các quyết định được thực hiện ngoài hệ thống. Tuy nhiên, không nên để việc nhập liệu bổ sung trở thành thói quen, mà cần làm rõ các bước kiểm tra tối thiểu cần thiết trước khi phản ánh vào đề xuất tìm kiếm. Người quản lý nên theo dõi không chỉ số lượng trường hợp đã được lập chỉ mục mà còn cả số ngày tồn đọng chờ phê duyệt và sự tăng giảm của ảnh chưa đối chiếu.
Trong quá trình PoC, hàng tuần sẽ mở ra các ví dụ thất bại và phân loại nguyên nhân thành các nhóm: “chất lượng ảnh”, “thiếu ví dụ”, “phân loại sai”, “không khớp siêu dữ liệu”, “liên kết xử lý bị đứt”, “quyền hạn”, “hiểu biết thao tác”. Nếu cố gắng sửa tất cả bằng cách tái huấn luyện mô hình, các lỗi trong đăng ký dữ liệu sẽ bị che giấu. Nếu hướng ảnh không đồng nhất, cần thay đổi dụng cụ chụp; nếu trạng thái phê duyệt ví dụ không rõ ràng, cần thay đổi hiển thị trên màn hình và quy trình công việc. Để kiểm tra thay đổi nào ảnh hưởng đến thứ hạng tìm kiếm, cần lưu phiên bản bộ đánh giá, chỉ mục, mô hình và cài đặt bộ lọc, so sánh điều kiện trước và sau thay đổi. Ảnh mà người thử nghiệm đã điều chỉnh cài đặt dựa trên đáp án đúng sẽ được loại ra khỏi bộ đánh giá độc lập sau đó.
Ví dụ dễ bị bỏ sót trong đánh giá: “Tương tự nhưng không thể sử dụng”
Trong thực tế quản lý chất lượng, những trường hợp có hình thức tương tự thường tiềm ẩn nguy cơ sử dụng sai cao hơn. Ngay cả khi cùng là biến màu cùng màu sắc, phạm vi cách ly sẽ khác nhau giữa việc lẫn tạp chất vật liệu và tồn dư chất tẩy rửa. Ngay cả khi cùng là vết mẻ, điểm điều tra sẽ khác nhau giữa nguyên nhân gia công trong quy trình và hư hỏng trong quá trình vận chuyển. Do đó, dữ liệu dùng để đánh giá cần cố ý bao gồm các hồ sơ tiêu cực với đặc điểm “hình ảnh gần giống nhưng một trong các yếu tố linh kiện, quy trình, phiên bản bản vẽ, đặc tả khách hàng hoặc nguyên nhân khác nhau”. Chỉ sử dụng hình ảnh ngẫu nhiên khác làm trường hợp tiêu cực không thể kiểm tra được tình huống thực tế gây nhầm lẫn tại hiện trường. Khi hiển thị lý do đề xuất trên màn hình tìm kiếm, cần phân biệt rõ khoảng cách thị giác và khả năng áp dụng trong công việc thành các cột riêng biệt.
Ngoài ra, ngay cả khi lỗi hoàn toàn giống nhau, các biện pháp xử lý trong quá khứ có thể không còn áp dụng được hiện nay. Trước đây khách hàng có thể chấp nhận tái gia công, nhưng theo đặc tả hiện hành có thể phải loại bỏ sản phẩm. Điều này không thể đánh giá chỉ dựa trên hiệu suất tìm kiếm hình ảnh. Trước khi tham khảo biện pháp xử lý từ các hồ sơ trước, cần có bước kiểm tra xác nhận đặc tả hiện hành và quy trình phê duyệt của sản phẩm mục tiêu. Nếu có thể truy cập trực tiếp tài liệu cũ từ kết quả tìm kiếm, cần ghi rõ là “tài liệu lịch sử” và nếu có tài liệu chuẩn hiện hành thì cũng nên hiển thị song song. Những đề xuất bị nhân viên chất lượng đánh giá là không áp dụng được cần được lưu lại trong nhật ký tìm kiếm, đồng thời vận hành không thay đổi nhãn đúng sai trong dữ liệu học của mô hình ngay lập tức. Lý do không áp dụng thường nằm ngoài điều kiện hình ảnh.
Việc không có đề xuất nào cũng có thể là kết quả hữu ích. Khi không tìm thấy trường hợp tương tự, thay vì hiển thị các hồ sơ có độ tương đồng thấp khiến người vận hành hiểu nhầm “vì đứng đầu nên giống nhau”, tốt hơn là quay lại quy trình xử lý lỗi thông thường. Tuy nhiên, nếu ngưỡng “không có đề xuất” đặt quá nghiêm ngặt sẽ không tìm được cả các hồ sơ đã biết. Ngưỡng cần được xem xét theo từng loại lỗi và dòng linh kiện, đồng thời điều kiện tìm kiếm cần được lưu lại trên màn hình kết quả. Các ảnh đầu vào không tìm được trường hợp tương tự sẽ được lưu trữ để xem xét liệu đó là lỗi mới chưa đăng ký, lỗi do chụp ảnh không đúng, hay thiếu dữ liệu metadata của trường hợp đã có. Các thao tác tìm kiếm lại hoặc bỏ bộ lọc cũng cần được ghi lại trong nhật ký, nhằm đánh giá không chỉ tỉ lệ thành công đơn lẻ mà còn tổng thể gánh nặng điều tra.
Giữ ranh giới trách nhiệm sau khi tiếp nhận trong hợp đồng
Trong hợp đồng và quy trình vận hành cần ghi rõ người chịu trách nhiệm cho từng phần: đăng ký ảnh lỗi, phê duyệt hồ sơ lỗi, cập nhật mô hình và chỉ mục, quyền người dùng, xóa dữ liệu, liên lạc khi có sự cố, phục hồi sao lưu. Dù nhà cung cấp có bảo trì công cụ tìm kiếm, không có nghĩa là họ sẽ thay mặt xác định lỗi hay phê duyệt quyết định xử lý sản phẩm lỗi. Nếu phía nhà máy không đăng ký các bộ phận mới hoặc bản vẽ sửa đổi, chỉ cập nhật mô hình sẽ không cho ra các hồ sơ gợi ý chính xác. Để đảm bảo vận hành liên tục khi người phụ trách thay đổi, các công việc cụ thể như kiểm tra hàng ngày, đánh giá các hồ sơ chưa được phê duyệt hàng tuần, phân tích lỗi tìm kiếm hàng tháng, và thử nghiệm lại khi có thay đổi cần được phân công rõ ràng. Cũng cần xác định người có quyền quyết định tạm dừng chức năng tìm kiếm và quay về quy trình truyền thống khi xảy ra sự cố nghiêm trọng.
Khi đánh giá chi phí và gia hạn hợp đồng, thay vì dựa vào số lần tìm kiếm, nên sử dụng các chỉ số như số hồ sơ thực tế được sử dụng để điều tra, tỷ lệ hồ sơ được xử lý đến bước quyết định, tỷ lệ loại bỏ các hồ sơ gợi ý sai, và khối lượng đăng ký tại hiện trường. Nguyên nhân sử dụng ít có thể do “không cần thiết tại hiện trường” hoặc do “khó đăng nhập trên thiết bị đầu cuối” hay “trạng thái phê duyệt hồ sơ gợi ý không được tin tưởng”, từ đó sẽ có các biện pháp khác nhau. Chỉ cải thiện giao diện tìm kiếm mà không nhập đầy đủ hồ sơ xử lý thì giá trị cũng không tăng. Trong các buổi đánh giá sau khi triển khai, các bộ phận phụ trách mô hình, chất lượng, sản xuất, IT và quản lý thông tin cùng xem lại các ví dụ lỗi giống nhau để quyết định sửa đổi dữ liệu, giao diện hay quy trình nghiệp vụ.
Câu hỏi thường gặp: Khi xem xét AI tìm kiếm hồ sơ lỗi trong sản xuất
Chỉ dựa vào tìm kiếm ảnh lỗi tương tự bằng AI có thể quyết định nguyên nhân và cách xử lý không?
Không thể quyết định được. Độ tương đồng về hình thức giúp thu hẹp phạm vi điều tra, nhưng nếu vật liệu, thiết bị, điều kiện quy trình, bản sửa đổi linh kiện, lô hàng, hoặc yêu cầu khách hàng khác nhau thì nguyên nhân và cách xử lý được phép cũng thay đổi. Việc chấp nhận hay loại bỏ, cách ly, chấp thuận ngoại lệ, đưa trở lại quy trình cho các hồ sơ mới được người có thẩm quyền quyết định dựa trên hồ sơ hiện có. Trên giao diện cũng phân biệt rõ giữa “hồ sơ gợi ý tương tự”, “nguyên nhân xác định” và “xử lý đã được phê duyệt”.
Cơ sở dữ liệu ảnh lỗi chất lượng bắt đầu từ bao nhiêu trường hợp?
Không có con số tối thiểu chung cho mọi trường hợp. Số lượng cần thiết thay đổi tùy theo chủng loại sản phẩm, loại lỗi, sự khác biệt trong cách chụp ảnh, và phạm vi tìm kiếm. Trước tiên cần đếm số trường hợp hiện có, tỷ lệ liên kết giữa ảnh và cách xử lý, sự phân bố lệch giữa các linh kiện và quy trình, cũng như số lượng có thể giữ lại để đánh giá. Dù số lượng ít vẫn có thể thực hiện PoC (Proof of Concept) cho giao diện tìm kiếm và liên kết công việc, nhưng không thể khẳng định hiệu suất với các lỗi chưa từng quan sát. Nếu thiếu trường hợp, ngoài tìm kiếm theo chỉ mục còn cần ưu tiên tổ chức lại quy tắc và hệ thống phân loại.
Trong RFP tìm kiếm ảnh lỗi, làm sao so sánh chi phí?
Phân tách chi phí ban đầu gồm chuyển đổi dữ liệu, làm sạch dữ liệu, cấu hình thiết bị đầu cuối, liên kết hệ thống, đánh giá, và chi phí hàng tháng gồm lưu trữ, tìm kiếm, vận hành mô hình, bảo trì. Yêu cầu báo giá dựa trên cùng giả định về số lượng trường hợp, số ảnh, tốc độ bổ sung, số lần tìm kiếm, số người dùng đồng thời, tần suất tái lập chỉ mục. Mô hình rẻ hơn nhưng nếu phải duy trì liên kết thủ công với hồ sơ xử lý thì chi phí vận hành sẽ tăng. Hiệu quả chi phí được tính sau khi doanh nghiệp đo lường thời gian điều tra hiện tại, số trường hợp điều tra lại, và rủi ro xử lý sai.
FAT và SAT phân biệt kiểm tra những gì trong tìm kiếm ảnh?
FAT kiểm tra nhập dữ liệu, phân quyền, tìm kiếm và lọc, phiên bản, nhật ký, nhập liệu bất thường, kết quả bộ đánh giá giữ lại. SAT kiểm tra thiết bị đầu cuối tại nhà máy, điều kiện chụp ảnh, mạng, người dùng theo ca, quy trình xử lý thực tế và ghi nhận xử lý. Hai bên thỏa thuận trước điều kiện thử nghiệm và tiêu chuẩn chấp nhận, lưu giữ chứng cứ và các vấn đề còn tồn đọng trước khi ký hợp đồng.
Tóm tắt
Tìm kiếm ảnh lỗi tương tự bằng AI trong sản xuất cần nhiều hơn chức năng tìm các ảnh có vẻ ngoài giống nhau. Ảnh lỗi cần được liên kết với ID hồ sơ, mã hàng, lô, phiên bản bản vẽ, quyết định xử lý sản phẩm lỗi, phê duyệt và quyền truy cập, đồng thời xây dựng quy trình để người vận hành xác nhận các gợi ý mới có thể áp dụng vào công việc quản lý chất lượng. Trong giai đoạn PoC, cần đánh giá hành vi tìm kiếm thực tế tại hiện trường và rủi ro hiển thị sai ảnh lỗi. Trong các bước RFP, FAT, SAT, cần kiểm tra việc ghi nhận, phân quyền và xử lý ngoại lệ với mức độ quan trọng tương đương với thứ hạng mô hình.
TOMAS TECH có thể hỗ trợ nhà máy tại Thái Lan rà soát ảnh lỗi và hồ sơ chất lượng hiện có, giới hạn phạm vi tra cứu và thiết kế thử nghiệm nghiệm thu. Ngay từ giai đoạn ý tưởng, bạn có thể mô tả công đoạn và vấn đề tìm kiếm qua trang liên hệ.
