Tạo chứng nhận kiểm tra bằng AI 2026 và thiết kế theo 4 lớp

Tại các nhà máy Nhật Bản ở Thái Lan và Việt Nam, công việc còn sót lại ở khâu cuối trước khi xuất hàng thường là lập chứng nhận kiểm tra. Việc đo đã xong từ lâu, nhưng con số vẫn phải được chép lại sang một file Excel riêng cho từng khách hàng, phải dựng lại bản tiếng Anh, rồi cầm tờ giấy đi vòng qua các phòng ban để xin đóng dấu. Chỉ riêng công đoạn này vẫn phụ thuộc vào con người, và khi người phụ trách nghỉ thì cả lô hàng đứng lại. Chủ đề tạo chứng nhận kiểm tra bằng AI được quan tâm chính vì đã bắt đầu có cách thay bước cuối cùng đang phụ thuộc vào một vài cá nhân này bằng một cơ chế. Bài viết này vạch rõ phần nào giao được cho AI và phần nào tuyệt đối không, đồng thời trình bày cụ thể cách thiết kế dòng chảy từ dữ liệu đo cho tới lúc phát hành tài liệu.

Vì sao việc lập chứng nhận kiểm tra trở thành bài toán của ban lãnh đạo

Thời điểm giấy tờ xuất hàng trở thành nút thắt của sản xuất

Hoạt động cải tiến trong nhà máy từ lâu tập trung vào bản thân khâu gia công và khâu kiểm tra. Rút ngắn thời gian đổi khuôn, tự động hóa việc đo, kéo tỷ lệ hàng lỗi xuống. Hướng cải tiến này đã đi được khá xa. Ngược lại, công đoạn phát sinh sau khi kiểm tra xong, tức là công đoạn chứng minh, ở rất nhiều nơi gần như chưa được đụng tới.

Chứng nhận kiểm tra là tài liệu chứng minh chất lượng của sản phẩm đã qua gia công. Trên đó ghi tên sản phẩm, ngày kiểm tra, số lô, các hạng mục kiểm tra như ngoại quan và kích thước, giá trị chuẩn cùng dung sai, phương pháp kiểm tra và thiết bị sử dụng, cuối cùng là giá trị đo được và kết quả phán định. Phần lớn những thông tin ấy đã tồn tại đâu đó trong nội bộ công ty. Bản vẽ có dung sai, thiết bị đo có dữ liệu, hệ thống quản lý sản xuất có số lô. Vậy mà tài liệu vẫn được làm bằng tay, bởi vì nơi thông tin đang nằm và hình thức mà tài liệu đòi hỏi không khớp với nhau.

Sự lệch pha đó bộc lộ đúng vào lúc ít dư địa thời gian nhất, ngay trước giờ xuất hàng. Hạn đóng container đã cố định, chỉ còn mỗi bộ giấy tờ bị giới hạn bởi tốc độ làm việc của con người. Đó là lý do việc lập chứng nhận kiểm tra xứng đáng được nhìn như một nút thắt của sản xuất chứ không phải một việc lặt vặt.

Quan niệm coi giấy tờ là việc hành chính đang chặn cải tiến

Trong nội bộ, việc lập chứng nhận kiểm tra thường bị xếp vào nhóm công việc hành chính. Đó là việc của một ai đó bên phòng đảm bảo chất lượng, và khó trở thành đối tượng đầu tư như thiết bị sản xuất. Chính cách nhìn này đã kéo mức ưu tiên cải tiến xuống thấp suốt nhiều năm.

Nhưng trên thực tế, công việc ấy nằm ngay giữa lõi của đảm bảo chất lượng. Nếu nội dung ghi trên tài liệu sai, nghĩa là công ty đã chứng minh một chất lượng không đúng cho khách hàng. Một lỗi chép tay biến sản phẩm nằm trong dung sai thành nằm ngoài dung sai sẽ tạo ra đợt trả hàng không cần thiết, còn chiều ngược lại, một giá trị vượt dung sai bị chép thành đạt, sẽ dẫn tới hậu quả nghiêm trọng hơn nhiều. Coi đó là việc hành chính nhưng lại giao cho con người một việc không được phép sai, chính cấu trúc ấy nuôi dưỡng tình trạng phụ thuộc vào một vài cá nhân.

Phạm vi mà bài viết này đề cập

TOMAS TECH đứng ở vị trí hỗ trợ xây dựng cơ chế IT và chuyển đổi số cho các doanh nghiệp sản xuất Nhật Bản tại Thái Lan và ASEAN. Chúng tôi không kiểm tra thay khách hàng, cũng không phát hành chứng nhận kiểm tra thay khách hàng. Điều bài viết bàn tới là câu chuyện thiết kế, tức là đưa kết quả kiểm tra vốn đã được thực hiện trong nhà máy lên một cơ chế như thế nào để dòng chảy tới lúc thành tài liệu trở nên liền mạch.

Tạo chứng nhận kiểm tra bằng AI là chuyện phát hành, không phải chuyện đọc

OCR đầu vào và sinh tài liệu đầu ra là hai bài toán khác nhau

Nhắc tới AI và giấy tờ, thứ hiện lên đầu tiên thường là cơ chế đọc những tài liệu nhận được. Hóa đơn từ nhà cung cấp, phiếu giao hàng, và cả chứng nhận kiểm tra do nhà cung cấp phát hành. Đọc chúng bằng AI-OCR rồi đưa vào hệ thống. Mảng này đã được chúng tôi trình bày chi tiết trong bài So sánh AI-OCR 2026 và bài AI-OCR tự động hóa văn phòng.

Bài viết này đi theo chiều ngược lại. Khi doanh nghiệp đứng ở vị trí người phát hành, tài liệu không còn là thứ để đọc mà là thứ để sinh ra. Đầu vào không phải tờ giấy, mà là con số do thiết bị đo xuất ra, là dung sai ghi trên bản vẽ, là mẫu biểu đã nộp cho khách hàng trong quá khứ. Đầu ra là một tài liệu hoàn chỉnh ở đúng định dạng mà khách hàng có thể tiếp nhận.

Khác biệt này làm thay đổi cả công nghệ cần dùng, cả kiểu thất bại có thể xảy ra, lẫn tiêu chí ra quyết định đầu tư. Ở phía đọc, trọng tâm tranh luận là độ chính xác nhận dạng, tức là lấy được ký tự ra khỏi giấy hay ảnh chính xác đến đâu. Ở phía phát hành, công đoạn đọc đơn giản là không tồn tại, vì dữ liệu vốn đã ở dạng số ngay từ đầu. Bài toán của phía phát hành là thiết kế việc đối chiếu và đưa dữ liệu đúng vào đúng ô, đúng định dạng, một cách bền vững qua thời gian.

Những khó khăn chỉ phía phát hành mới có

Phía phát hành có ba khó khăn mà phía đọc không gặp.

• Đầu ra không cố định ở một dạng. Khách hàng A yêu cầu file Excel theo mẫu riêng của họ, khách hàng B đòi bản PDF tiếng Anh, khách hàng C bắt tải lên cổng thông tin của họ. Từ cùng một kết quả đo, doanh nghiệp phải tạo ra nhiều tài liệu có hình hài khác nhau.
• Sai sót đi ra ngoài. Lỗi ở phía đọc còn có khả năng chặn lại trong nội bộ, còn lỗi ở phía phát hành sẽ tới thẳng tay khách hàng. Việc sửa kéo theo thủ tục đối ngoại là thông báo và gửi bản thay thế.
• Tài liệu mang tính chất của một hành vi chứng minh. Chứng nhận kiểm tra không đơn thuần truyền đạt thông tin, mà là tuyên bố ý chí rằng doanh nghiệp bảo đảm chất lượng đó. Tính chất này, như phần sau sẽ nói rõ, đặt ra giới hạn dứt khoát cho phạm vi tự động hóa.

Chứng nhận kiểm tra khác mill certificate ở chỗ nào

Chứng nhận kiểm tra chứng minh sản phẩm sau gia công

Thứ mà chứng nhận kiểm tra chứng minh là chất lượng của sản phẩm đã qua gia công. Doanh nghiệp tự đo và tự chứng minh trạng thái của sản phẩm sau khi đi qua công đoạn của mình. Các mục ghi gồm tên sản phẩm, ngày kiểm tra, số lô, hạng mục kiểm tra, giá trị chuẩn và dung sai, phương pháp kiểm tra cùng thiết bị sử dụng, giá trị đo và kết quả phán định.

Điểm đáng chú ý ở đây là phương pháp kiểm tra và thiết bị sử dụng nằm trong danh sách mục ghi bắt buộc. Cùng một kích thước, đo bằng thước cặp hay đo bằng máy đo ba chiều thì độ không đảm bảo đo là khác nhau. Cái mà tài liệu chứng minh không phải bản thân con số, mà là sự kiện rằng đo bằng phương pháp này với thiết bị này thì ra giá trị này. Hiểu được cấu trúc ấy, bạn sẽ thấy rõ vì sao trong phần thiết kế tự động hóa phía dưới, thông tin về thiết bị đo bắt buộc phải được giữ lại dưới dạng dữ liệu.

Mill certificate chứng minh bản thân vật liệu

Mill certificate, còn gọi là Inspection Certificate, là chứng chỉ kiểm tra do nhà sản xuất thép phát hành nhằm chứng minh vật liệu và chất lượng của thép. Đối tượng được chứng minh là bản thân vật liệu trước khi gia công.

Các mục ghi khác khá nhiều so với chứng nhận kiểm tra. Trên đó có số quản lý, mác thép, cách hoàn thiện bề mặt, kích thước, số lượng, khối lượng, thành phần hóa học ghi cả giá trị theo tiêu chuẩn lẫn giá trị đo thực tế, và về đặc tính cơ học thì độ cứng là mục bắt buộc, kèm theo giới hạn bền kéo, giới hạn chảy và độ giãn dài. Ngoài ra còn phần kiểm tra kích thước gồm độ dày, chiều rộng và độ cong ngang.

Cấu trúc đặt cạnh nhau giá trị tiêu chuẩn và giá trị đo thực tế của thành phần hóa học nhìn khá giống cấu trúc giá trị đo so với giá trị chuẩn và dung sai trên chứng nhận kiểm tra. Tuy nhiên ý nghĩa của phán định lại khác. Thành phần hóa học trên mill certificate cho thấy vật liệu đó phù hợp với mác thép theo tiêu chuẩn, chứ không cho biết từng sản phẩm cụ thể đạt hay không đạt.

Nhầm lẫn hai loại rồi xây cơ chế thì chắc chắn đổ vỡ

Tình huống hay gặp trong thực tế là doanh nghiệp cố nhét hai loại tài liệu này vào cùng một cơ chế rồi bế tắc.

Nếu doanh nghiệp là nhà gia công, mill certificate là tài liệu ở phía nhận. Bạn lưu mill certificate do nhà cung cấp vật liệu gửi tới và chuyển tiếp cho khách hàng khi cần. Công việc này thuộc phía đọc, tức là mảng của AI-OCR. Trong khi đó, chứng nhận kiểm tra là tài liệu do chính doanh nghiệp phát hành, thuộc mảng sinh tài liệu mà bài viết này bàn tới.

Nói cách khác, dù cùng được gọi bằng chữ chứng chỉ, một bên là thứ để nhận về và lưu giữ, một bên là thứ để tạo ra và gửi đi. Chiều chảy của dữ liệu ngược nhau, nên cơ chế cần thiết cũng ngược nhau. Xét về truy xuất nguồn gốc thì đúng là phải liên kết hai loại với nhau, nhưng liên kết chúng và tạo ra chúng bằng cùng một cơ chế là hai chuyện hoàn toàn khác.

Dưới đây là bảng so sánh hai loại tài liệu.

Dòng cuối của bảng chính là phân biệt quan trọng nhất về mặt thiết kế. Trộn lẫn đối tượng cần sinh ra với đối tượng cần lưu trữ sẽ tạo ra một cơ chế nửa vời, không đáp ứng được yêu cầu của cả hai bên.

Bốn kiểu đổ vỡ thực tế khi vận hành bằng giấy và Excel

Kiểu đổ vỡ thứ nhất là chép tay dung sai từ bản vẽ

Điểm khởi đầu của việc lập chứng nhận kiểm tra, trong phần lớn trường hợp, là mở file bản vẽ ra và đọc lấy kích thước cùng dung sai. Những giá trị đó được chép tay vào mẫu chứng nhận kiểm tra. Với cách vận hành chép tay kích thước và dung sai từ file bản vẽ như vậy, đã có ý kiến chỉ ra rằng lỗi do con người, trong đó có lỗi chép sai, hoàn toàn có thể xảy ra.

Điều phiền toái là loại lỗi này rất khó bị phát hiện. Ngay cả khi giá trị dung sai bị chép sai, tài liệu nhìn vẫn hoàn chỉnh. Kết quả phán định rằng giá trị đo nằm trong dung sai vẫn được tính đúng, chỉ có điều là đúng so với một dung sai đã bị chép nhầm. Lỗi chỉ lộ ra khi khách hàng đối chiếu với bản vẽ, hoặc tệ hơn, khi sự cố đã xảy ra ngoài thị trường.

Chồng lên đó là vấn đề khi bản vẽ được sửa đổi mà dung sai trong mẫu biểu không được cập nhật. Bản vẽ được quản lý theo số phiên bản sửa đổi, nhưng mẫu chứng nhận kiểm tra thường không hề có khái niệm phiên bản, nên dung sai của bản cũ cứ tồn tại mãi.

Kiểu đổ vỡ thứ hai là chữ viết tay khó đọc và sửa đổi khó truy vết

Với chứng nhận kiểm tra trên giấy, các vấn đề được chỉ ra gồm viết hỏng, bỏ sót ô, và đọc nhầm do chữ viết tay khó luận. Cách vận hành hai nhịp, tức là đo tại hiện trường rồi ghi ngay lên giấy, sau đó về văn phòng nhập lại vào Excel, tạo ra hai chỗ để việc đọc nhầm len vào.

Sâu xa hơn là vấn đề sửa đổi trái phép. Tài liệu viết tay rất dễ bị sửa về mặt vật lý, và việc truy vết ai đã sửa là rất khó. Bất kể doanh nghiệp có giả định tới hành vi cố ý hay không, tính chất này vẫn là một điểm yếu dưới góc nhìn đảm bảo chất lượng. Khi khách hàng đi kiểm toán và hỏi rằng bạn chứng minh bằng cách nào rằng con số này đúng là con số tại thời điểm đo, tài liệu giấy không có phương tiện nào để trả lời.

Kiểu đổ vỡ thứ ba là tài liệu đi vòng các phòng ban để đóng dấu

Khi cần đóng dấu, tài liệu phải được luân chuyển qua từng phòng ban, và việc di chuyển vật lý cùng các bước xác nhận tiêu tốn thời gian. Khoảng chờ này khó được tính vào giờ công, nhưng chắc chắn cộng vào thời gian giao hàng.

Ở các nhà máy tại Thái Lan và Việt Nam, vấn đề này hiện ra dưới hình thức khoảng cách. Phòng đo, phòng đảm bảo chất lượng và khối văn phòng nằm ở những tòa nhà khác nhau, nên phát sinh thời gian ôm tài liệu đi lại. Nếu người phê duyệt đi công tác hoặc nghỉ phép, tài liệu nằm luôn trên bàn của người đó. Sản xuất xong, kiểm tra xong, mà vẫn không xuất được hàng, chỉ vì vị trí vật lý của một tờ giấy.

Kiểu đổ vỡ thứ tư là làm lại vì mỗi khách hàng một biểu mẫu

Khi cùng một sản phẩm được giao cho nhiều khách hàng, số lượng biểu mẫu chứng nhận kiểm tra sẽ đúng bằng số khách hàng. Thứ tự các mục khác nhau, cách ghi đơn vị khác nhau, cách trình bày ô phán định khác nhau, vị trí logo khác nhau. Dù giá trị đo bên trong hoàn toàn giống nhau, về mặt tài liệu vẫn phải làm ra những thứ khác nhau.

Công việc này thường được xử lý bằng cách chép file cũ rồi sửa lại. Và tai nạn kinh điển là sửa sót. Số lô của lần trước còn nguyên trong bản nộp đi, tên khách hàng cũ còn sót ở vài ô. Vì tài liệu nhìn bề ngoài vẫn hoàn chỉnh nên rất dễ lọt qua lưới kiểm tra.

Cấu trúc chung của bốn kiểu đổ vỡ

Bốn kiểu trên có một điểm chung. Trong cả bốn trường hợp, dữ liệu đúng đã tồn tại sẵn trong nội bộ, nhưng sai sót phát sinh ở công đoạn con người đọc dữ liệu đó rồi chép sang một chỗ khác. Chính hành vi chép tay là nguồn gốc của lỗi.

Do đó, hướng cải tiến không phải là chép cẩn thận hơn, mà là giảm bớt chính công đoạn chép. Góc nhìn này nối liền với tư duy quản lý tập trung dữ liệu chất lượng mà chúng tôi đã trình bày trong bài Hệ thống quản lý dữ liệu chất lượng 2026.

AI không sáng tác chứng nhận kiểm tra, hãy định vị đúng ngay từ đầu

Thẳng thắn thừa nhận điều AI tạo sinh còn yếu

Ở đây cần vạch một đường ranh trung thực. AI tạo sinh hiện nay có thể tóm tắt và so sánh dữ liệu kiểm tra chất lượng, nhưng vẫn còn yếu trong việc sinh trực tiếp một chứng từ PDF đã định dạng hoàn chỉnh kèm biểu đồ, bảng biểu và nhận diện thương hiệu. Cụ thể hơn, đã có ghi nhận rằng trợ lý AI tạo sinh trả lời được câu hỏi những hạng mục lỗi nào đang đứng đầu, nhưng không thể xuất chính câu trả lời đó ra thành một chứng từ PDF hoàn chỉnh.

Ghi nhận này rất quan trọng. Nếu hiểu cụm từ để AI làm chứng nhận kiểm tra theo nghĩa đen, kỳ vọng sẽ là đưa dữ liệu đo vào rồi nhận về một file PDF hoàn chỉnh. Ở thời điểm hiện tại, kỳ vọng đó không được đáp ứng.

Vậy thì giao cho AI việc gì

Cách định vị đúng là thế này. AI không viết chứng nhận kiểm tra từ con số không, mà nhận các đầu vào có cấu trúc gồm dữ liệu đo sẵn có, dung sai trên bản vẽ và biểu mẫu đã dùng trong quá khứ, rồi đảm nhận việc đưa dữ liệu vào mẫu biểu, đối chiếu với giá trị tiêu chuẩn, và tạo bản nháp.

Việc dựng hình thức cuối cùng của tài liệu vẫn là nhiệm vụ của công cụ tạo mẫu hoặc nền tảng chứng từ như trước nay. Phần AI đảm nhận nằm ở phía trước đó, là phần phán đoán và chuyển đổi. Giá trị đo nào ứng với hạng mục kiểm tra nào. Với biểu mẫu của khách hàng này thì hạng mục đó rơi vào ô nào. Chỉ dẫn kích thước này trên bản vẽ nên được diễn đạt thành hạng mục kiểm tra ra sao. Những vùng có quá nhiều ngoại lệ để viết hết thành quy tắc, nhưng con người thì phán đoán được, chính là phần việc của AI.

Chia sẻ cách định vị này ngay từ đầu sẽ khiến cuộc thảo luận triển khai trở nên thực tế. Xuất phát từ kỳ vọng AI làm hết mọi thứ thì chắc chắn kết thúc bằng thất vọng. Xuất phát từ tiền đề rằng AI lo phần chép, phần đối chiếu và phần nháp, còn hình thức cùng khâu kiểm tra cuối do cơ chế sẵn có và con người lo, thì đối tượng đầu tư sẽ trở nên rõ ràng.

Đưa biện pháp chống ảo giác vào ngay trong thiết kế

Khi để AI tạo sinh dựng tài liệu có cấu trúc, có vài kiểu thất bại xuất hiện lặp đi lặp lại. Viết ra những thực thể không xác minh được là có tồn tại, bịa ra những mô tả cụ thể mà không có căn cứ, và nhầm lẫn ngày tháng. Ba kiểu này được quan sát thấy ở mọi lĩnh vực, không riêng ngành nào.

Với những nghiệp vụ mà độ chính xác là yếu tố sống còn, khuôn mẫu cơ bản là kết hợp ba biện pháp. Chọn mô hình mạnh, dành thời gian suy luận. Luôn buộc tham chiếu dữ liệu gốc. Và đưa bước con người rà soát vào trong quy trình.

Chứng nhận kiểm tra đúng là loại nghiệp vụ mà độ chính xác là yếu tố sống còn. Vì vậy ba điểm sau là thành phần bắt buộc phải nằm trong thiết kế.

• Luôn đi qua tham chiếu tới dữ liệu gốc. Giá trị đo lấy từ dữ liệu của thiết bị đo, dung sai lấy từ dữ liệu bản vẽ. Không để AI nhớ lại con số.
• Loại ngày tháng và số lô khỏi phạm vi do AI sinh ra. Lấy thẳng giá trị từ hệ thống quản lý sản xuất đổ vào. Nhầm ngày tháng vốn là một trong các kiểu thất bại vừa nêu, và hai mục này lại là thông tin quyết định danh tính của tài liệu.
• Đưa bước con người rà soát vào quy trình như một công đoạn chính thức. Bước xác nhận của người phụ trách đảm bảo chất lượng phải là bước bắt buộc trên hệ thống.

Thiết kế theo bốn lớp, từ dữ liệu đo đến lúc phát hành

Vì sao không nên coi đó là một hệ thống liền khối

Khi bắt tay cơ chế hóa việc lập chứng nhận kiểm tra, người ta hay hình dung một chiếc hộp duy nhất mang tên hệ thống lập chứng nhận kiểm tra. Nhưng cách nhìn đó làm việc triển khai khó đi. Chức năng cần có trải quá rộng, số tiền đầu tư phình lên, và không ai còn thấy nên bắt đầu từ đâu.

Thay vào đó, chúng tôi khuyến nghị nhìn thành bốn lớp dưới đây, vì mỗi lớp có công nghệ khác nhau, khả năng tận dụng tài sản sẵn có khác nhau và hiệu quả đầu tư cũng khác nhau.

Điểm đáng chú ý ở bảng này là mức độ tham gia của AI dồn vào lớp 2 và lớp 3. Lớp 1 là công nghệ kết nối thiết bị và thu thập dữ liệu, lớp 4 là công nghệ luồng công việc và lưu trữ. Cả hai lớp đó gần như không có chỗ cho AI.

Lớp 1 là lớp thu thập dữ liệu đo

Điểm xuất phát là lấy được con số từ thiết bị đo dưới dạng điện tử. Nếu chỗ này vẫn là chép tay, thì dù các lớp bên trên được xây dựng công phu tới đâu, bước đầu tiên vẫn còn dư địa cho sai sót len vào.

Thước cặp điện tử và panme có những dòng máy hỗ trợ xuất dữ liệu. Máy đo ba chiều có thể xuất kết quả đo ra file. Việc đầu tiên trong thiết kế lớp này là kiểm kê xem trong số thiết bị đo của nhà máy, bao nhiêu phần trăm hỗ trợ xuất dữ liệu điện tử.

Không cần thay toàn bộ thiết bị đo cùng lúc. Nếu ưu tiên theo thứ tự sản phẩm có nhiều hạng mục kiểm tra và sản phẩm xuất hàng thường xuyên, khoản đầu tư sẽ được rải ra. Cách tư duy và cách ước lượng chi phí cho lớp này được chúng tôi trình bày cụ thể trong bài Hệ thống thu thập dữ liệu kiểm tra tự động.

Lớp 2 là lớp biểu mẫu và đối chiếu

Khi giá trị đo đã ở dạng dữ liệu điện tử, lớp tiếp theo lo việc đưa chúng lên hình hài của tài liệu. Ở đây có hai nhóm xử lý lớn.

Nhóm xử lý thứ nhất là đối chiếu. Giá trị đo thu được sẽ được so với giá trị chuẩn và dung sai trên bản vẽ để phán định đạt hay không đạt. Bản thân phép phán định chỉ là so sánh số học đơn giản, nhưng thực tế lại đầy ngoại lệ. Dung sai một phía, dung sai hình học, kích thước tham khảo, cách xử lý thống kê trong kiểm tra lấy mẫu. Viết hết những ngoại lệ đó thành quy tắc là việc rất khó, và đây chính là vùng mà khả năng ánh xạ của AI phát huy tác dụng.

Nhóm xử lý thứ hai là đổ dữ liệu vào biểu mẫu riêng của từng khách hàng. Cùng một kết quả đo được sắp xếp vào các bố cục khác nhau tùy khách hàng. Nếu còn giữ các tài liệu đã nộp trong quá khứ, có thể tham chiếu chúng để suy ra cách ánh xạ. Ở đây vai trò của AI cũng không phải tạo ra biểu mẫu, mà là xác định dữ liệu nào phải nằm ở ô nào trong biểu mẫu sẵn có.

Ngoài ra, ở lớp này bắt buộc phải giữ cả thông tin về thiết bị đã dùng để đo. Một khi phương pháp kiểm tra và thiết bị sử dụng nằm trong mục ghi của chứng nhận kiểm tra, thì cơ chế nào thiếu thông tin đó là cơ chế không đáp ứng yêu cầu ngay từ đầu.

Lớp 3 là lớp bản nháp đa ngôn ngữ

Ở các nhà máy Nhật Bản tại Thái Lan và Việt Nam, việc phải làm bản tiếng Anh của chứng nhận kiểm tra gần như là mặc định. Ngay cả khi khách hàng là doanh nghiệp Nhật, nếu tính tới khâu kiểm tra đầu vào tại pháp nhân địa phương hoặc việc chuyển tiếp sang nước thứ ba, bản tiếng Anh sẽ liên tục được cần tới. Thêm nữa, khi nhân viên người Thái hoặc người Việt là người vận hành, bản tiếng Thái hoặc tiếng Việt phục vụ nội bộ cũng thường được yêu cầu.

Đây là lớp mà AI đóng góp thuận lợi nhất. Thuật ngữ xuất hiện trên chứng nhận kiểm tra gần như đã định hình trong ngành. Kiểm tra ngoại quan, kiểm tra kích thước, giá trị chuẩn, dung sai, phán định. Các cách dịch này ít dao động, và nếu cho tham chiếu bảng thuật ngữ nội bộ thì bản nháp thu được khá ổn định.

Tuy vậy, ở đây vẫn phải nhấn mạnh hai chữ bản nháp. Con số và đơn vị không phải đối tượng dịch, mà là thông tin cần được chép nguyên trạng. Tuyệt đối không được để con số thay đổi trong công đoạn dịch. Vì thế, khi triển khai lớp này, hãy giới hạn đối tượng dịch ở phần văn bản như tên hạng mục và ghi chú, đồng thời cố định con số và số lô để chúng không đi qua xử lý dịch.

Lớp 4 là lớp phê duyệt và lưu trữ hồ sơ

Lớp cuối cùng là việc con người xác nhận, phê duyệt và lưu trữ hồ sơ. Ở đây không có chỗ cho AI. Đúng hơn, đây là lớp không được để AI can dự.

Có ba điểm cần thiết kế ở lớp này.

• Ghi lại được ai đã phê duyệt. Việc xác nhận của nhân viên kiểm tra và việc phê duyệt của người phụ trách đảm bảo chất lượng được lưu thành hai hồ sơ riêng biệt.
• Chứng minh được nội dung sau khi phê duyệt không bị thay đổi. Thay việc di chuyển con dấu vật lý bằng chữ ký số vừa xóa được khoảng chờ của kiểu đổ vỡ thứ ba, vừa xử lý được vấn đề khó truy vết sửa đổi của kiểu đổ vỡ thứ hai.
• Tìm lại được tài liệu đã lưu theo số lô hoặc tên sản phẩm. Trong kiểm toán, câu hỏi không phải là bạn có tài liệu không, mà là bạn xuất được tài liệu đó ngay bây giờ không.

Ranh giới giữa phần AI tự động hóa được và phần không được

Những việc AI làm được

Từ toàn bộ phần trên, phạm vi có thể giao cho AI là như sau.

• Đổ dữ liệu lấy từ thiết bị đo vào mẫu chứng nhận kiểm tra, bao gồm cả việc ánh xạ giá trị đo nào ứng với hạng mục kiểm tra nào.
• Đối chiếu với hồ sơ của các lô tương tự trong quá khứ để phát hiện giá trị lệch rõ khỏi xu hướng. Đây không phải phán định đạt hay không đạt, mà là lời nhắc để con người xem lại.
• Chuyển đổi tự động sang biểu mẫu khác nhau của từng khách hàng, dựa trên việc tham chiếu các lần nộp trước đó.
• Sinh bản nháp tiếng Anh, tiếng Thái và tiếng Việt, giới hạn ở việc dịch tên hạng mục và ghi chú, còn con số thì giữ cố định.
• Phát hiện mục bị bỏ trống. Trước khi nộp, hệ thống kiểm tra máy móc xem có mục bắt buộc nào còn để trống hay không.

Những việc AI không làm được

Ngược lại, phạm vi dưới đây AI không thể làm thay. Ranh giới này không đến từ giới hạn kỹ thuật, mà đến từ chính bản chất của tài liệu.

• Phán định đạt hay không đạt ở bước cuối. Máy so sánh được con số, nhưng việc lấy kết quả đó để quyết định rằng hàng được phép xuất là một phán đoán đi kèm trách nhiệm. Cách xử lý giá trị sát biên, việc có cần đo lại hay không, việc có chấp nhận đặc cách hay không, tất cả thuộc về nhân viên kiểm tra và người phụ trách đảm bảo chất lượng.
• Phê duyệt và đóng dấu. Chứng nhận kiểm tra là tuyên bố ý chí rằng doanh nghiệp bảo đảm chất lượng, và máy móc không thể đưa ra tuyên bố ý chí đó. Ngay cả khi con dấu được thay bằng chữ ký số, chủ thể ký vẫn là con người.
• Hành vi chứng minh có giá trị pháp lý. Hiệu lực chứng minh của tài liệu được bảo chứng bằng trách nhiệm của bên phát hành. Việc AI đã soạn bản nháp không hề làm nhẹ đi trách nhiệm của bên phát hành.
• Phán đoán liên quan tới thỏa thuận riêng với từng khách hàng. Những hạng mục kiểm tra bổ sung chỉ áp dụng cho một khách hàng nhất định, hay những ghi chú đặc biệt phát sinh sau một sự cố trong quá khứ, đều là các thỏa thuận không được văn bản hóa và phụ thuộc vào kiến thức của người phụ trách.

Điều gì xảy ra khi ranh giới bị để mơ hồ

Nếu triển khai mà không chia sẻ ranh giới này trong nội bộ, thất bại sẽ đến từ hai hướng.

Hướng thứ nhất là quá tin. Nếu cách vận hành trôi theo lối nghĩ rằng AI đã soạn rồi nên xác nhận qua loa cũng được, khâu rà soát sẽ trở thành hình thức. Kiểu thất bại đã nêu ở trên, tức là bịa ra mô tả cụ thể không có căn cứ, thường xuất hiện dưới dạng nghe rất hợp lý, nên xác nhận qua loa không thể nào phát hiện.

Hướng thứ hai là quá ngờ. Nếu cho rằng thứ AI làm ra thì không tin được và rốt cuộc con người vẫn làm lại toàn bộ, khoản đầu tư sẽ không bao giờ được thu hồi. Trong trường hợp này, vấn đề không nằm ở độ chính xác của AI, mà nằm ở chỗ chưa hình thành được sự đồng thuận về việc giao tới đâu.

Vì vậy, ngay ở giai đoạn đầu triển khai, việc lập thành văn bản ba nội dung gồm phạm vi AI đảm nhận, phạm vi con người đảm nhận và những gì cần kiểm tra tại đường ranh, phải được làm trước cả việc chọn công nghệ.

Bốn điều kiện tăng thêm ở nhà máy Nhật tại Thái Lan và Việt Nam

Điều kiện thứ nhất là bản tiếng Anh trở thành mặc định chứ không phải ngoại lệ

Với nhà máy nằm trong nước Nhật, chứng nhận kiểm tra nhiều khi chỉ cần bản tiếng Nhật là đủ. Ở Thái Lan và Việt Nam thì khác. Nếu người phụ trách kiểm tra đầu vào phía khách hàng là nhân viên bản địa, tài liệu tiếng Nhật không vận hành được trên thực tế. Ngoài ra, khi linh kiện sản xuất tại đây được xuất sang nước thứ ba, tài liệu cũng đi theo hàng.

Vì thế, đa ngôn ngữ không phải việc làm nếu còn dư sức, mà là điều kiện đầu vào của thiết kế. Nếu để lớp 3 lại sau cùng, rốt cuộc phần dịch thủ công vẫn tồn tại và trở thành nút thắt cố định.

Điều kiện thứ hai là khác biệt biểu mẫu giữa các khách hàng lớn hơn trong nước Nhật

Nhà máy tại Thái Lan và Việt Nam thường có cả khách hàng Nhật, khách hàng Âu Mỹ, khách hàng bản địa và khách hàng Trung Quốc. Tập quán tài liệu của mỗi nhóm khác nhau, các hạng mục được yêu cầu cũng không trùng khớp.

Sự đa dạng này chặn đứng giải pháp gom về một mẫu biểu duy nhất. Thiết kế thực tế phải theo hai nhịp, tức là bên trong giữ một cấu trúc dữ liệu duy nhất, còn ở bước xuất ra thì chuyển đổi theo từng khách hàng. Việc tách cách lưu dữ liệu ra khỏi hình thức đầu ra ngay trong thiết kế lớp 2 chính là cách chuẩn bị cho điều kiện này.

Điều kiện thứ ba là có trường hợp bị yêu cầu kiểm tra bên thứ ba

Một số khách hàng, ngoài kết quả kiểm tra của nhà máy, còn yêu cầu kiểm tra bởi tổ chức bên thứ ba như SGS hoặc Bureau Veritas. Khi đó sẽ tồn tại hai tài liệu, một là chứng nhận kiểm tra của nhà máy, hai là báo cáo do tổ chức bên thứ ba phát hành.

Về mặt thiết kế cơ chế, điều cần lưu ý là báo cáo của tổ chức bên thứ ba không phải đối tượng để nhà máy sinh ra. Đó là tài liệu để nhận về và lưu trữ, xử lý giống như mill certificate. Yêu cầu đặt ra là phải có cấu trúc cho phép liên kết chứng nhận kiểm tra do nhà máy phát hành và báo cáo bên thứ ba đã nhận về theo cùng một số lô.

Điều kiện thứ tư là yêu cầu truy xuất nguồn gốc của IATF 16949 và ISO 9001

Với các nhà máy tham gia chuỗi linh kiện ô tô, việc đáp ứng IATF 16949 là điều kiện mặc định. IATF 16949 là tiêu chuẩn mở rộng của ISO 9001 dành cho ngành ô tô, và cùng với điều khoản 8.5.2 của ISO 9001, nó quy định các yêu cầu về nhận biết và truy xuất nguồn gốc.

Nội dung được yêu cầu bao gồm truy xuất nguồn gốc sản phẩm từ khâu nhận nguyên vật liệu qua sản xuất tới xuất hàng, việc quản lý hồ sơ kiểm tra và xác nhận giá trị sử dụng, và truy xuất nguồn gốc đo lường. Truy xuất nguồn gốc đo lường nghĩa là thiết bị đo đã dùng phải liên kết được tới chuẩn quốc gia hoặc chuẩn quốc tế, và hồ sơ hiệu chuẩn của thiết bị đó phải được duy trì.

Hàm ý thực tiễn rất rõ. Nhà cung cấp linh kiện ô tô, khi bị kiểm toán, phải tái dựng được rằng một linh kiện cụ thể được làm từ lô nguyên vật liệu nào, sản xuất trong ca nào, và đã đạt những đợt kiểm tra nào. Cơ chế lập chứng nhận kiểm tra phải được thiết kế như một mắt xích làm cho việc tái dựng đó khả thi.

Yêu cầu này gắn thẳng vào thiết kế lưu trữ của lớp 4. Chỉ lưu tài liệu thôi là chưa đủ. Cần một cấu trúc cho phép lấy số lô làm điểm xuất phát rồi lần ra mill certificate của vật liệu, hồ sơ sản xuất, hồ sơ kiểm tra, và cả chứng nhận kiểm tra đã phát hành.

Đối chiếu số lô là điểm hiểm trong vận hành

Điều học được từ thực tế thông quan

Một ví dụ cho thấy việc đối chiếu tài liệu với số lô được coi trọng tới mức nào trên thực tế là cách xử lý COA, tức Certificate of Analysis, đối với hàng nhập khẩu vào Thái Lan. Theo ghi nhận, COA cho hàng nhập khẩu vào Thái Lan phải là kết quả thử nghiệm thực tế đúng các hạng mục đã đăng ký với Thai FDA, và phải ghi chính xác số lô của lô hàng. Cán bộ kiểm tra tại cảng đối chiếu số lô với thông tin in trên bao bì sản phẩm, và những COA thuộc lô khác hoặc thiếu hạng mục thử nghiệm đã đăng ký sẽ tự động bị giữ lại.

Ở đây cần nói rõ một điều. Ví dụ này thuộc bối cảnh nhập khẩu thực phẩm và thực phẩm bổ sung, không phải quy định áp dụng trực tiếp cho chứng nhận kiểm tra của hàng gia công kim loại hay sản phẩm công nghiệp. Ngành gia công kim loại không chịu cùng quy định đó, và chúng tôi ghi rõ điều này để tránh hiểu lầm.

Vì sao đó vẫn là bài học hữu ích

Điều ví dụ này gợi ra không nằm ở chi tiết quy định, mà ở logic mà người ta dùng để thẩm định tài liệu. Bên thẩm định, trước khi đánh giá nội dung có hợp lý hay không, sẽ xác nhận trước rằng tài liệu này có đúng là của lô hàng đang nằm trước mặt hay không. Nếu số hiệu không khớp, nội dung dù đúng tới đâu tài liệu cũng không còn tác dụng.

Cùng logic ấy vận hành trong kiểm tra đầu vào của khách hàng và trong các đợt kiểm toán chất lượng. Số lô ghi trên chứng nhận kiểm tra không khớp với số trên phiếu hàng hiện vật. Hoặc hạng mục kiểm tra ghi trên tài liệu thiếu mất một phần so với hạng mục khách hàng yêu cầu. Hai loại bất nhất này đủ để tài liệu bị trả lại từ trước khi có ai đọc tới nội dung.

Vì vậy, trong thiết kế cơ chế, hai điểm sau có mức ưu tiên cao và cần được bảo đảm bằng máy.

• Số lô được đổ thẳng từ giá trị của hệ thống quản lý sản xuất, không chừa chỗ cho con người gõ tay trong quá trình lập tài liệu.
• Danh sách hạng mục kiểm tra mà từng khách hàng yêu cầu được lưu như dữ liệu chủ của khách hàng, và hệ thống tự động phát hiện hạng mục còn thiếu trước khi nộp.

Hai điểm này không đòi hỏi năng lực cao siêu nào của AI. Đúng hơn, chúng nên được cài đặt như những phép kiểm tra đơn giản nhưng chạy chắc chắn. Nhìn qua thì hiệu quả có vẻ nhạt, nhưng xét ở khả năng ngăn chặn việc bị trả tài liệu, vốn là sự cố gây quay đầu tốn kém nhất, thì hiệu quả đầu tư lại rất cao.

Điện tử hóa thay đổi điều gì và nên đọc các ví dụ ra sao

Ví dụ giảm từ 2 giờ mỗi ngày xuống khoảng 1 phút

Về điện tử hóa hồ sơ kiểm tra, có ghi nhận rằng tại một doanh nghiệp, công việc tổng hợp của người quản lý đã giảm từ 2 giờ mỗi ngày xuống còn khoảng 1 phút.

Con số này cần được đọc thận trọng. Nguồn không nêu rõ quy mô hay ngành nghề, và nó chỉ được giới thiệu như một ví dụ đơn lẻ. Kỳ vọng đạt cùng mức cắt giảm khi áp vào nhà máy của bạn là không hợp lý. Ngoài ra, phần được cắt giảm là công việc tổng hợp của người quản lý, chứ không phải toàn bộ thời gian giao hàng bao gồm cả việc kiểm tra lẫn khâu phê duyệt tài liệu.

Dù vậy, hướng mà ví dụ này chỉ ra vẫn đáng tham khảo. Tổng hợp là công việc gom lại và đếm những dữ liệu vốn đã tồn tại, về bản chất ít có lý do phải do con người làm. Điện tử hóa cho hiệu quả lớn đúng ở những công đoạn như vậy. Nói ngược lại, ở những công đoạn đi kèm phán đoán thì không thể kỳ vọng mức cắt giảm như thế.

Ví dụ phát hành điện tử hơn 20000 chứng từ mỗi tháng

Ở một ví dụ khác, doanh nghiệp Sanyo Chemical Industries đã chuyển sang phát hành điện tử hơn 20000 chứng từ mỗi tháng.

Ví dụ này cũng cần đọc cẩn thận. Đây là câu chuyện của chứng từ nói chung, không giới hạn ở chứng nhận kiểm tra. Con số đó nên được hiểu là tổng của mọi loại chứng từ phát hành ra bên ngoài, bao gồm cả hóa đơn và phiếu giao hàng.

Điều học được từ ví dụ này không phải quy mô, mà là tư duy phát hành điện tử. Nếu tài liệu được tạo bằng phương tiện điện tử nhưng vẫn in ra rồi gửi bưu điện, thì vấn đề có cấu trúc giống hệt kiểu đổ vỡ thứ ba sẽ tái diễn, lần này dưới hình thức vận chuyển ra bên ngoài. Điện tử hóa khâu tạo và điện tử hóa khâu phát hành là hai bài toán khác nhau, và nếu không thiết kế cả hai thì hiệu quả sẽ bị giới hạn.

Góc nhìn khi quy đổi ví dụ về nhà máy của mình

Khi dùng ví dụ của doanh nghiệp khác để ra quyết định đầu tư, việc bê nguyên tỷ lệ cắt giảm là rất nguy hiểm. Thay vào đó, chúng tôi khuyến nghị thay ba con số sau bằng số liệu của chính nhà máy bạn.

• Số lượng tài liệu phát hành mỗi tháng thuộc phạm vi cải tiến. Nếu con số này nhỏ, dù hiệu suất tăng bao nhiêu thì giá trị thu về vẫn hạn chế.
• Thời gian cần để lập một tài liệu, và trong đó phần chép tay cùng tổng hợp chiếm bao nhiêu. Hiệu quả tự động hóa chỉ chạm tới đúng phần này.
• Tần suất bị trả lại hoặc phải đính chính. Phần này khó quy ra tiền hơn thời gian tiết kiệm, nhưng trên thực tế lại là gánh nặng lớn nhất.

Nên đọc chuyển động của thị trường thế nào

Ước tính thị trường xử lý tài liệu chênh nhau rất lớn

Với thị trường xử lý tài liệu thông minh, thường gọi tắt là IDP, các hãng nghiên cứu đưa ra những ước tính chênh nhau rất xa. Về quy mô thị trường tại thời điểm 2026, tồn tại các ước tính nằm trong khoảng từ 3.2 tỷ USD tới 14.2 tỷ USD. Một ước tính khác lại cho rằng thị trường sẽ tăng lên 29.7 tỷ USD vào năm 2033, với tốc độ tăng trưởng bình quân năm 33.8%.

Điều nên nói thẳng ở đây chính là độ rộng của khoảng ước tính đó. Chênh lệch giữa giá trị nhỏ nhất và lớn nhất hơn 4 lần đồng nghĩa với việc mỗi hãng nghiên cứu định nghĩa thị trường một kiểu. Tính tới đâu là xử lý tài liệu sẽ làm con số thay đổi rất mạnh. Vì vậy, lấy một con số đơn lẻ làm căn cứ cho quyết định đầu tư là không hợp lý.

Bối cảnh thị trường AI cho ngành sản xuất

Với toàn bộ thị trường AI dành cho ngành sản xuất, có ước tính cho rằng quy mô tại thời điểm 2026 là 4.8 tỷ USD và sẽ tăng lên 16.3 tỷ USD vào năm 2030, với tốc độ tăng trưởng bình quân năm 38.4%. Ngoài ra cũng có kết quả khảo sát cho biết 76% doanh nghiệp sản xuất đang sử dụng AI dưới hình thức nào đó.

Con số 76% này cũng cần được đọc thận trọng. Một khi đã có giới hạn là dưới hình thức nào đó, thì đây không phải tỷ lệ doanh nghiệp đã triển khai bài bản trên toàn công ty. Nó nên được hiểu là con số bao gồm cả việc dùng thử và triển khai từng phần.

Điều nên rút ra từ dữ liệu thị trường

Thứ mà những con số này cho thấy không phải quy mô của từng thị trường, mà là xu hướng. Cả tự động hóa xử lý tài liệu lẫn ứng dụng AI trong sản xuất đều đang được nhìn nhận là lĩnh vực tăng trưởng, và số lượng lựa chọn cùng số ví dụ tham khảo sẽ còn tăng lên.

Hàm ý thực tiễn gồm hai điểm. Thứ nhất, không cần dựng ngay lúc này một cơ chế hoàn hảo trọn gói. Khi các lựa chọn công nghệ còn đang tăng, giữ một cấu trúc có thể thay thế từng phần về sau là khôn ngoan hơn. Thứ hai, dù vậy, lớp 1 và lớp 4, tức là thu thập dữ liệu đo dưới dạng điện tử và lưu trữ hồ sơ, vẫn là nền tảng cần có bất kể bạn chọn công nghệ nào. Khoản đầu tư vào hai lớp này sẽ không lãng phí, bất kể xu hướng công nghệ AI đi về đâu.

Bốn bước để triển khai

Bước đầu tiên là kiểm kê các chứng từ hiện hành

Việc cần làm trước tiên là đếm xem hiện nhà máy đang phát hành bao nhiêu loại chứng nhận kiểm tra. Khi đếm theo khách hàng và theo nhóm sản phẩm, kết quả thường nhiều hơn dự đoán.

Song song đó, với từng loại chứng từ, hãy ghi lại số lượng phát hành mỗi tháng, người phụ trách lập, thời gian cần để lập, và số lần bị trả lại trong một năm qua. Bốn chỉ số này sẽ là căn cứ để xếp thứ tự ưu tiên về sau.

Ở giai đoạn này, tuyệt đối chưa bàn tới hệ thống. Chỉ tập trung nắm hiện trạng bằng con số.

Bước thứ hai là quyết định nguồn lấy dữ liệu đo

Tiếp theo là thiết kế lớp 1. Với từng hạng mục kiểm tra, hãy lập danh sách xem giá trị đo đến từ đâu. Loại xuất ra từ thiết bị đo điện tử, loại nằm trong file của máy đo ba chiều, và loại hiện vẫn do con người đọc rồi ghi tay. Ba nhóm này cần được phân loại rõ.

Nhóm thứ ba chính là đối tượng ra quyết định đầu tư ở lớp này. Không cần điện tử hóa tất cả cùng lúc, hãy xử lý trước những hạng mục nằm trong các chứng từ có số lượng phát hành lớn.

Bước thứ ba là dựng biểu mẫu và quy tắc đối chiếu

Đây là phần xây dựng lớp 2. Trước hết, hãy chốt một cấu trúc dữ liệu duy nhất để lưu bên trong. Biểu mẫu riêng của từng khách hàng được định nghĩa như một phép chuyển đổi từ cấu trúc nội bộ đó. Nếu làm ngược thứ tự này và đi dựng riêng lẻ từng mẫu biểu cho từng khách hàng, bạn sẽ tạo ra một cấu trúc mà khối lượng công việc tăng tuyến tính theo số khách hàng.

Về quy tắc đối chiếu, hãy bắt đầu từ trường hợp tiêu chuẩn. Khởi động bằng phép so sánh số học đơn giản với dung sai hai phía, sau đó lần lượt bổ sung các ngoại lệ như dung sai một phía và dung sai hình học. Cố bao phủ toàn bộ ngoại lệ ngay từ đầu chỉ khiến thời điểm bắt tay bị lùi lại.

Bước thứ tư là thiết kế luồng phê duyệt và lưu trữ

Đây là lớp 4. Bạn quyết định phê duyệt qua mấy cấp, ai là người phê duyệt, và xử lý thế nào khi người phê duyệt vắng mặt. Điều quan trọng ở đây là không nhân dịp điện tử hóa mà tăng thêm cấp phê duyệt. Có những cấp phê duyệt vốn được bỏ qua trong vận hành giấy, rồi nhân dịp điện tử hóa lại được thêm vào cho đầy đủ, và điều đó chỉ làm thời gian giao hàng xấu đi.

Về lưu trữ, hãy tính ngược từ yêu cầu tìm kiếm. Tra được theo số lô, tra được theo tên sản phẩm, lọc được theo khoảng thời gian. Ba điều đó là yêu cầu tối thiểu.

Những cách làm nên tránh

Theo kinh nghiệm của chúng tôi, các cách tiếp cận sau sẽ thất bại.

• Bắt đầu từ lớp 3, tức là từ đa ngôn ngữ. Vì hiệu quả nhìn thấy được rõ nên cách này hay được chọn, nhưng tự động hóa dịch thuật khi lớp 1 và lớp 2 chưa vững chỉ làm dữ liệu sai sinh sôi ra nhiều thứ tiếng.
• Đưa toàn bộ chứng từ vào phạm vi cùng lúc. Kiểm kê ra càng nhiều loại thì cám dỗ này càng mạnh, nhưng chắc chắn hơn là xác nhận loại đầu tiên vận hành trơn rồi mới mở rộng.
• Chỉ điện tử hóa tài liệu mà không đụng tới thao tác đo ở hiện trường. Chừng nào còn công đoạn hiện trường ghi giá trị lên giấy rồi ai đó nhập lại, vấn đề của kiểu đổ vỡ thứ hai vẫn còn nguyên.

Câu hỏi thường gặp về tạo chứng nhận kiểm tra bằng AI

Phân biệt mill certificate và chứng nhận kiểm tra thế nào?

Đối tượng được chứng minh là khác nhau. Chứng nhận kiểm tra là tài liệu chứng minh chất lượng của sản phẩm đã qua gia công và do chính doanh nghiệp phát hành. Mill certificate là chứng chỉ kiểm tra do nhà sản xuất thép phát hành để chứng minh vật liệu và chất lượng của thép, đối tượng là bản thân vật liệu trước khi gia công. Ở vị trí nhà gia công, chứng nhận kiểm tra là tài liệu để tạo ra và gửi đi, còn mill certificate là tài liệu để nhận về và lưu giữ. Trên hệ thống cũng vậy, hai loại cần cách xử lý khác nhau là sinh ra và lưu trữ.

AI tự động sinh chứng nhận kiểm tra được tới đâu?

Phạm vi thực tế gồm việc đổ dữ liệu đo vào mẫu biểu, đối chiếu với giá trị tiêu chuẩn, kiểm tra tính nhất quán với các lô tương tự trong quá khứ, chuyển đổi sang biểu mẫu riêng của từng khách hàng, và sinh bản nháp tiếng Anh, tiếng Thái hoặc tiếng Việt. Ngược lại, việc sinh trực tiếp một chứng từ PDF đã định dạng hoàn chỉnh là điểm yếu của AI tạo sinh hiện nay, nên phần dựng hình thức tài liệu vẫn do nền tảng chứng từ truyền thống đảm nhận. Phán định đạt hay không đạt ở bước cuối, việc phê duyệt và đóng dấu là vai trò của nhân viên kiểm tra và người phụ trách đảm bảo chất lượng.

Chứng nhận kiểm tra do AI lập có giá trị pháp lý không?

Hiệu lực của tài liệu được quyết định bởi việc ai chịu trách nhiệm với tư cách bên phát hành, chứ không phải bởi việc ai thao tác lập tài liệu. Việc AI đã soạn bản nháp không làm nhẹ đi trách nhiệm của doanh nghiệp phát hành. Vì vậy, khâu xác nhận và phê duyệt của người phụ trách đảm bảo chất lượng là bắt buộc, và một cách vận hành bỏ qua công đoạn này thì xét về bản chất tài liệu vốn đã không thành lập. AI là công cụ giảm gánh nặng lập tài liệu, không phải chủ thể gánh trách nhiệm.

Chi phí cho việc tạo chứng nhận kiểm tra bằng AI khoảng bao nhiêu?

Vì tính chất chi phí khác nhau theo từng lớp nên không thể báo giá gộp. Lớp 1 phụ thuộc vào tình trạng thiết bị đo, nếu thiết bị sẵn có đã hỗ trợ xuất dữ liệu thì chỉ tốn chi phí kết nối, còn nếu không hỗ trợ thì phải thay thiết bị. Lớp 2 và lớp 3 tỷ lệ thuận với số biểu mẫu khách hàng cần phủ và mức độ nhiều ngoại lệ trong quy tắc đối chiếu. Lớp 4 thay đổi rất nhiều tùy vào việc có tận dụng được nền tảng luồng công việc hay hệ thống quản lý tài liệu sẵn có hay không. Trước hết, chúng tôi khuyên bạn thực hiện bước kiểm kê để lượng hóa số lượng phát hành mỗi tháng và thời gian lập tài liệu. Biết được hai con số đó là đủ để phán đoán nên đầu tư vào lớp nào.

Nếu thiết bị đo cũ và không hỗ trợ xuất dữ liệu thì làm sao?

Không cần thay toàn bộ thiết bị đo cùng lúc. Hãy ưu tiên xử lý những hạng mục kiểm tra nằm trong các chứng từ có số lượng phát hành lớn, còn lại tạm thời giữ nhập tay cũng là một quyết định thực tế. Tuy nhiên, với những hạng mục còn nhập tay, chúng tôi khuyên bạn đặt sẵn phép kiểm tra khoảng giá trị bằng máy, vì lỗi gõ nhầm số chữ số đôi khi vẫn lọt qua được phép phán định dung sai.

Bản tiếng Anh, tiếng Thái hay tiếng Việt của chứng nhận kiểm tra có làm bằng AI được không?

Việc sinh bản nháp là khả thi, và đây là lớp AI đóng góp thuận lợi nhất. Thuật ngữ xuất hiện trên chứng nhận kiểm tra đã được định hình, nên chỉ cần cho tham chiếu bảng thuật ngữ nội bộ là có kết quả ổn định. Tuy nhiên, hãy thiết kế sao cho con số, đơn vị và số lô không đi qua xử lý dịch mà được chép nguyên trạng. Tuyệt đối phải tránh việc con số thay đổi trong công đoạn dịch. Ngoài ra, vì đó là bản nháp nên vẫn cần khâu xác nhận trước khi nộp.

Có kết nối được với hệ thống quản lý chất lượng hiện có không?

Trong phần lớn trường hợp là được. Hai điều cần kiểm tra là hệ thống đó có lưu giá trị đo gắn với số lô hay không, và có lưu ở dạng cho phép tham chiếu từ bên ngoài hay không. Nếu hai điều này được thỏa mãn, việc lập chứng nhận kiểm tra có thể nối vào sau. Ngược lại, khi giá trị đo còn nằm rải rác trong các file Excel riêng lẻ, việc cần làm trước là tập trung hóa dữ liệu chất lượng.

Nhà máy đã đáp ứng IATF 16949 có triển khai được không?

Nhà máy càng bị yêu cầu đáp ứng thì hiệu quả triển khai càng lớn. IATF 16949 và điều khoản 8.5.2 của ISO 9001 đặt ra các yêu cầu về nhận biết và truy xuất nguồn gốc, bao gồm truy xuất nguồn gốc sản phẩm từ khâu nhận nguyên vật liệu tới xuất hàng, quản lý hồ sơ kiểm tra, và truy xuất nguồn gốc đo lường. Trong kiểm toán, câu hỏi đặt ra là bạn có tái dựng được rằng một linh kiện cụ thể làm từ lô nguyên vật liệu nào, sản xuất trong ca nào, đã đạt những đợt kiểm tra nào hay không. Tái dựng điều đó bằng giấy và Excel là gánh nặng lớn, và đây chính là vùng mà việc liên kết dữ liệu điện tử phát huy tác dụng.

Kết luận

Cốt lõi của chủ đề tạo chứng nhận kiểm tra bằng AI không phải là để AI sáng tác tài liệu. Từ các đầu vào có cấu trúc vốn đã tồn tại trong nhà máy, gồm dữ liệu đo, dung sai bản vẽ và biểu mẫu đã dùng, AI đảm nhận việc đổ dữ liệu vào mẫu biểu, đối chiếu với giá trị tiêu chuẩn và tạo bản nháp, còn hình thức tài liệu cùng khâu kiểm tra cuối do cơ chế sẵn có và con người đảm nhận. Làm rõ sự phân vai này chính là điểm khởi đầu.

AI tạo sinh hiện nay còn yếu ở việc sinh trực tiếp một chứng từ PDF đã định dạng hoàn chỉnh. Chấp nhận thực tế đó rồi mới thiết kế thì kỳ vọng sẽ trở nên thực tế và đối tượng đầu tư cũng rõ ràng.

Thiết kế được chia thành bốn lớp gồm lớp thu thập dữ liệu đo, lớp biểu mẫu và đối chiếu, lớp bản nháp đa ngôn ngữ, và lớp phê duyệt cùng lưu trữ hồ sơ. AI tham gia ở lớp 2 và lớp 3, còn lớp 1 là công nghệ kết nối thiết bị, lớp 4 là công nghệ luồng công việc và lưu trữ. Về thứ tự bắt tay, chắc chắn nhất là làm vững lớp 1 và lớp 2 rồi mới tiến sang lớp 3. Bắt đầu từ đa ngôn ngữ ở lớp 3 chỉ dẫn tới kết quả là dữ liệu sai sinh sôi ra nhiều thứ tiếng.

Ở các nhà máy Nhật Bản tại Thái Lan và Việt Nam, các điều kiện tăng thêm gồm bản tiếng Anh trở thành mặc định, khác biệt biểu mẫu giữa các khách hàng lớn hơn, nhu cầu liên kết và lưu trữ báo cáo của tổ chức kiểm tra bên thứ ba, và yêu cầu về một cấu trúc đáp ứng được truy xuất nguồn gốc theo IATF 16949 cùng ISO 9001.

Và cuối cùng, xin nhắc lại đường ranh. Phán định đạt hay không đạt ở bước cuối, việc phê duyệt, việc đóng dấu, cùng hành vi chứng minh có giá trị pháp lý là những thứ AI không thể làm thay. Khâu xác nhận và phê duyệt của người phụ trách đảm bảo chất lượng là bắt buộc, và cách vận hành bỏ qua công đoạn này thì không thành lập. Thứ mà AI giảm bớt là gánh nặng của việc chép, việc đối chiếu và việc dịch, những việc vốn ít có lý do phải do con người làm.

TOMAS TECH hỗ trợ các doanh nghiệp sản xuất Nhật Bản tại Thái Lan và ASEAN xây dựng cơ chế xuyên suốt từ thu thập dữ liệu đo, quản lý tập trung dữ liệu chất lượng cho tới xuất chứng từ. Chúng tôi không kiểm tra thay hay phát hành chứng nhận kiểm tra thay khách hàng, nhưng có thể đồng hành ở phần thiết kế các công đoạn trước và sau đó, cũng như phần kết nối với hệ thống quản lý sản xuất và hệ thống quản lý chất lượng sẵn có. Chúng tôi luôn hoan nghênh cả những trao đổi ở giai đoạn rất sớm, chẳng hạn khi bạn muốn bắt đầu bằng việc kiểm kê xem nhà máy đang có bao nhiêu loại chứng từ, hay muốn xác nhận có thể lấy được tới đâu dữ liệu từ thiết bị đo. Nếu bạn chia sẻ hiện trạng vận hành chứng từ và cấu hình thiết bị đo, chúng tôi sẽ đề xuất lộ trình quy đổi về chính tình huống của bạn theo đúng khung bốn lớp trong bài viết này, vậy nên đừng ngần ngại liên hệ qua biểu mẫu liên hệ.

Tài liệu tham khảo

• Chứng nhận kiểm tra là gì, các mục ghi và lợi ích của điện tử hóa – tebiki
• Kiến thức cơ bản về chứng nhận kiểm tra và điện tử hóa chứng từ – WingArc
• Mill certificate là gì và cách đọc các mục ghi – Tokushu Kinzoku Excel
• Mẫu Excel chứng nhận kiểm tra và vấn đề của việc chép tay – GUTHCAD
• Thai Government Extends Timeline for Implementation of COA Again – USDA FAS
• IATF 16949 Requirements Enhancing Traceability in Automotive Manufacturing – QMII
• ISO 9001 Clause 8.5.2 Identification and Traceability – Qualityze
• Intelligent Document Processing Market Report – Grand View Research
• AI for Manufacturing Quality Control – Azilen