Triển khai AI phân tích thao tác: đo thời gian tự động và nghiệm thu tại nhà máy Thái Lan

“Chúng tôi đang nghiên cứu thời gian bằng đồng hồ bấm giờ và video, nhưng phân tích không theo kịp, mỗi năm chỉ xem được vài công đoạn. Cân bằng dây chuyền cứ thế bị lệch mà không ai chỉnh lại.” Trăn trở này thường dẫn đến việc cân nhắc triển khai AI phân tích thao tác, và chúng tôi hay nhận được những chia sẻ như vậy từ các trưởng phòng kỹ thuật sản xuất và cán bộ IE (kỹ thuật công nghiệp) tại các nhà máy lắp ráp và nhà máy linh kiện điện tử vốn Nhật Bản ở Thái Lan.

Xin nêu kết luận trước. Giá trị của AI phân tích thao tác không nằm ở việc “giảm công phân tích”. Giá trị nằm ở việc “số công đoạn có thể phân tích tăng lên, và biến động đã phát hiện được đưa vào cải tiến”. Nếu chỉ dựa vào việc tiết kiệm công phân tích để biện minh cho khoản đầu tư, việc thu hồi vốn sẽ khó khăn (trong mô hình tính toán ở phần sau, chỉ tiết kiệm công phân tích thì cũng không thu hồi được vốn). Khi triển khai, có 5 điều cần quyết định: (1) đo cái gì, (2) cách quay, (3) tạo đáp án chuẩn cho phán định như thế nào, (4) xử lý con người và dữ liệu ra sao, (5) cơ chế đưa kết quả vào cải tiến. Nếu quyết định theo đúng thứ tự này, việc chọn sản phẩm, viết RFP và nghiệm thu sẽ ít bị chệch hướng.

Lưu ý rằng số dây chuyền, số người, thời gian, số tiền và số năm hoàn vốn của nhà máy xuất hiện trong bài viết này đều là giá trị tính toán, giá trị giả định (giá trị đặt tạm) do bài viết này tự xây dựng dựa trên nhà máy mô hình được trình bày ở phần sau. Đây không phải là mức trung bình ngành hay số liệu khảo sát. Bài viết cũng không sử dụng thông tin gốc về giá hay hiệu quả từ nhà cung cấp. Xin hãy đọc như một “khung tính toán” để thay bằng số liệu thực tế và báo giá của chính doanh nghiệp bạn.

Vì sao việc triển khai AI phân tích thao tác đang được đặt ra tại các nhà máy Thái Lan

Nghiên cứu thời gian bằng đồng hồ bấm giờ: phân tích không theo kịp

Bản thân tư duy nghiên cứu công việc (nghiên cứu phương pháp, đo lường công việc, nghiên cứu thời gian) đã có từ lâu, và có cả những tài liệu cơ bản như “Introduction to Work Study” ấn bản lần thứ 4 (George Kanawaty biên tập) do ILO (Tổ chức Lao động Quốc tế) phát hành năm 1992. Tại các nhà máy vốn Nhật Bản ở Thái Lan, cách làm phổ biến đến nay vẫn là cán bộ IE cầm đồng hồ bấm giờ đứng tại dây chuyền, hoặc quay video rồi sau đó tua từng khung hình để chia tách các thao tác.

Vấn đề là phân tích tốn nhiều thời gian hơn quay. Vừa xem video vừa tìm điểm chuyển giữa các yếu tố thao tác, ghi lại thời gian của từng chu kỳ, so sánh người lành nghề với người mới. Công việc này kéo dài hơn rất nhiều so với thời gian quay. Trên trang sản phẩm phần mềm phân tích thao tác của mình, Mitsubishi Electric ghi rằng thời gian phân tích “được cho là cần gấp 10 lần thời gian làm việc thực tế”. Fujitsu trong thông cáo năm 2021 viết rằng việc chia một video thao tác dài 20 phút theo từng yếu tố thao tác từng mất hơn 1 giờ.

Kết quả là tình trạng dễ xảy ra: mỗi năm chỉ phân tích được vài công đoạn, và cũng chỉ là những công đoạn đã phát sinh sự cố. Dù cân bằng dây chuyền bị lệch do số mã sản phẩm tăng hay công nhân thay đổi, cũng không có thời gian để đo lại. Các cuộc thảo luận về cải tiến diễn ra trong khi không có con số cho biết thời gian chu kỳ thực sự của công đoạn nút cổ chai là bao nhiêu giây, hay người lành nghề và người mới chênh nhau bao nhiêu.

Năm 2026 vẫn tiếp tục có dịch vụ AI phân tích video thao tác ra mắt

Trong vài năm gần đây, các công bố về sản phẩm và dịch vụ dùng AI phân tích video thao tác vẫn liên tục xuất hiện. Ngày 6 tháng 7 năm 2026, BrainPad bắt đầu cung cấp “COROKO Analytics”, dịch vụ trong đó AI agent phân tích video thao tác tại hiện trường sản xuất. Công ty cho biết dịch vụ cung cấp “phân tích thao tác tiêu chuẩn” để định nghĩa và đo thời gian thao tác tiêu chuẩn, và “phân tích năng suất” để xác định thao tác lãng phí và nút cổ chai, trực quan hóa khoảng cách giữa người lành nghề và người mới. Việc trực quan hóa vấn đề trong thời gian ngắn nhất là 1-2 tuần bằng video sẵn có là giá trị ngắn nhất do công ty công bố. Công ty đặt mục tiêu triển khai cho vài chục doanh nghiệp đến cuối năm 2027.

Tuy nhiên, đây là công bố của một công ty. Không thể dựa vào đó mà nói rằng “thị trường đang mở rộng nhanh chóng”. Điều đọc được từ công bố này là đã xuất hiện hình thức cung cấp phân tích video thao tác như một dịch vụ được dùng liên tục theo nhịp cải tiến, thay vì mua sản phẩm là xong.

Tiền đề về chi phí nhân công cũng đang thay đổi

Về lương tối thiểu của Thái Lan, lần điều chỉnh mới nhất có thể xác nhận là lần có hiệu lực từ ngày 1 tháng 7 năm 2025, theo chế độ nhiều bậc theo từng tỉnh với mức THB 337-400 mỗi ngày. Mức THB 400 áp dụng cho 5 tỉnh và 1 huyện bao gồm Bangkok, cùng 2 ngành khách sạn và cơ sở giải trí trên toàn quốc. Samut Prakan, nơi tập trung nhiều nhà máy sản xuất, ở mức THB 372, còn Chonburi và Rayong thuộc nhóm THB 400. Mức lương này không đồng nhất trên toàn quốc. Ngoài ra, mức trần tiền lương dùng để tính phí bảo hiểm xã hội đã được nâng từ THB 15,000 lên THB 17,500 mỗi tháng kể từ ngày 1 tháng 1 năm 2026. Tỷ lệ đóng là 5% cho mỗi bên người lao động và người sử dụng lao động, nên mức đóng tối đa hằng tháng của mỗi bên tăng từ THB 750 lên THB 875.

Khi thời gian của con người dần trở nên đắt hơn, tầm quan trọng của cải tiến nhằm “làm ra cùng một sản lượng với ít giờ công hơn” ngày càng tăng. Và điểm xuất phát của cải tiến là đo đúng thời gian thao tác và biến động hiện tại. Bức tranh tổng thể về AI cải tiến công đoạn cũng được trình bày trong bài AI cải tiến công đoạn trong nhà máy.

AI phân tích thao tác là gì: cơ chế đo thời gian và biến động thao tác bằng ước lượng tư thế

Trích xuất “khung xương” từ video camera để đếm chuyển động

Phần lớn AI phân tích thao tác được xây dựng trên nền tảng “ước lượng tư thế (pose estimation)”, tức ước lượng vị trí các khớp của con người (keypoint) từ video camera. Vị trí cổ tay, khuỷu tay, vai, hông… được trích xuất ở từng khung hình, rồi từ sự lặp lại của chuyển động đó, hệ thống tìm điểm bắt đầu và kết thúc của chu kỳ, hoặc nhận diện các yếu tố thao tác như “lấy linh kiện”, “siết vít”. Vì khung xương được ước lượng từ video camera, đặc điểm lớn là công nhân không cần đeo cảm biến hay marker.

Một số mô hình ước lượng tư thế được công bố dưới dạng mã nguồn mở. Số lượng keypoint và giấy phép khác nhau đáng kể tùy mô hình.

Có 2 điểm cần nắm ở đây. Thứ nhất, có công cụ mà thiết lập mặc định chỉ phát hiện 1 người. Nếu dùng nguyên thiết lập mặc định ở cell có 2 công nhân làm việc cạnh nhau, hoặc công đoạn có người đi qua phía sau, khung xương đang được theo dõi có thể bị hoán đổi sang người khác. Thứ hai, ngay cả mô hình OSS cũng có thể phát sinh vấn đề giấy phép khi dùng cho mục đích thương mại hay nội bộ. Việc Ultralytics nói “dùng nội bộ cũng cần” là tuyên bố từ phía bên cấp phép, không phải là cách diễn giải pháp lý đã được xác định đối với AGPL. Dù vậy, sản phẩm của nhà cung cấp tích hợp mô hình nào và ai chịu trách nhiệm xử lý giấy phép là hạng mục nhất định phải xác nhận trong RFP.

Ví dụ về các lựa chọn trên thị trường

Dưới đây là các sản phẩm đã xác nhận được, đưa ra làm ví dụ. Đây không phải là khuyến nghị hay so sánh. Mọi con số về hiệu năng đều là giá trị có điều kiện, dựa trên công bố của phía nhà cung cấp (riêng MotionLogic dựa trên bài báo của tạp chí ngành). Điều đó không có nghĩa là dây chuyền của bạn sẽ đạt được cùng giá trị.

Những con số này không thể so sánh trên cùng một thước đo. “Tối đa 99%” là giá trị tối đa trong thử nghiệm thực chứng, “từ 90% trở lên” là độ chính xác phát hiện khi huấn luyện với dữ liệu của 1 công nhân tại 1 nhà máy, “ngắn nhất 1-2 tuần” là khoảng thời gian ngắn nhất. Không con số nào trả lời được câu hỏi “tại công đoạn này của nhà máy chúng ta, kết quả trùng khớp với phân tích IE do con người thực hiện đến mức nào”. Chính vì vậy, cần so sánh với đáp án chuẩn của chính doanh nghiệp trong quá trình nghiệm thu.

Những gì AI phân tích thao tác làm được và không làm được

Những việc làm được chủ yếu gồm 4 điểm sau.

• Tự động đếm thời gian của từng chu kỳ trong thời gian dài, trên toàn bộ các chu kỳ
• Tìm điểm chuyển giữa các yếu tố thao tác và đưa ra thời gian cho từng yếu tố (cần huấn luyện hoặc thiết lập)
• Sắp xếp bằng con số biến động giữa người lành nghề và người mới, giữa các ca, giữa các ngày
• Từ tư thế và góc khớp, đưa ra các ứng viên là động tác gây tải lớn

Mặt khác, cũng có những việc không làm được, hoặc không thể chỉ do AI quyết định.

• “Quyết định” thời gian thao tác tiêu chuẩn. Thứ AI đưa ra là thời gian thực đo. Đặt hệ số dư thời gian (allowance) thế nào, lấy thời gian nào của công nhân nào làm chuẩn là do con người và quy định nội bộ quyết định
• Cải tiến. Vai trò của AI là tìm ra chỗ có biến động. Người thay đổi trình tự thao tác hay cải tiến đồ gá là con người
• Đo những gì không xuất hiện trong hình. Trong các điều kiện như bàn tay bị cơ thể che khuất, linh kiện quá nhỏ, độ chính xác sẽ giảm
• Phán định sự phù hợp với tiêu chuẩn. Có thể mượn tư duy của các phương pháp đánh giá công thái học, nhưng không thể nói “vì AI đã phán định nên đã tuân thủ tiêu chuẩn”

Cách dùng khoảng cách giữa người lành nghề và người mới cho việc chuyển giao kỹ năng cũng được đề cập trong bài AI chuyển giao kỹ năng tay nghề cao.

Thu hẹp mục tiêu đo về một: thời gian chu kỳ / yếu tố thao tác / biến động / công thái học

Điều cần quyết định đầu tiên khi triển khai AI phân tích thao tác là đo cái gì. Vì từ cùng một video camera có thể đưa ra nhiều loại con số, người ta dễ muốn có tất cả. Tuy nhiên, tùy mục đích mà cách quay, cách tạo đáp án chuẩn và tiêu chí đạt đều thay đổi. Trong PoC đầu tiên, thu hẹp mục đích về một là con đường ngắn nhất.

Bắt đầu từ thời gian chu kỳ là an toàn

Mục đích ban đầu dễ khuyến nghị nhất là đo thời gian chu kỳ tự động. Đáp án chuẩn (thời gian do con người đếm) dễ tạo, chênh lệch giữa người và AI có thể so sánh bằng giây, nên các cuộc thảo luận về đạt hay không đạt sẽ ăn khớp với nhau. Khi đã biết thời gian chu kỳ của công đoạn nút cổ chai, có thể nhanh chóng chuyển sang cải tiến cân bằng dây chuyền. Cách tìm nút cổ chai, cũng như cách nhìn bao gồm cả thời gian dừng phía thiết bị, sẽ dễ thấy toàn cảnh hơn khi kết hợp với bài Cải thiện OEE.

Yếu tố thao tác và biến động là “bước thứ hai”

Phân tích yếu tố thao tác là hữu ích nhất khi xét như manh mối cho cải tiến. Tuy nhiên, nếu con người không quyết định trước tên và định nghĩa điểm chuyển của các yếu tố, sẽ không thể so sánh đầu ra của AI với phán định của con người. Điểm kết thúc của “lấy linh kiện” là lúc tay chạm vào linh kiện hay lúc nhấc linh kiện lên? Mọi việc bắt đầu từ việc quyết định những định nghĩa như vậy. Với phân tích biến động, thứ tự hợp lý là đợi đến khi thời gian chu kỳ và thời gian các yếu tố thao tác được lấy ổn định, rồi mới sắp xếp theo từng công nhân.

Với công thái học, hãy nắm rõ tên gọi và phạm vi áp dụng

Để đánh giá tư thế, có các phương pháp đánh giá và tiêu chuẩn thường được sử dụng. RULA (Rapid Upper Limb Assessment) là công cụ khảo sát do McAtamney và Corlett công bố năm 1993, dành cho nơi làm việc có báo cáo về rối loạn chi trên. REBA (Rapid Entire Body Assessment) là phương pháp do Hignett và McAtamney công bố năm 2000, dành cho các tư thế toàn thân mang tính động và khó dự đoán. Về tiêu chuẩn, ISO 11226:2000 đề cập đến đánh giá tư thế làm việc tĩnh, ISO 11228-3:2007 đề cập đến thao tác tải thấp với tần suất cao, và ISO/TR 12295:2014 là hướng dẫn áp dụng các tiêu chuẩn này.

Góc khớp do AI phân tích thao tác đưa ra có thể trở thành dữ liệu đầu vào cho các đánh giá như vậy. Tuy nhiên, góc tính từ khung xương 2D chưa chắc giống với cách đo góc mà phương pháp đánh giá giả định. Thay vì nghĩ rằng “cứ để AI tự động phán định là tuân thủ được tiêu chuẩn”, cách thực tế là dùng nó như công cụ để đưa ra các ứng viên động tác gây tải lớn và thu hẹp đối tượng mà con người sẽ đánh giá.

Cách quay quyết định kết quả: vị trí camera, góc nhìn, số người, che khuất, chiếu sáng

Phần lớn độ chính xác của AI phân tích thao tác được quyết định bởi “quay như thế nào”, trước cả việc chọn mô hình. Ước lượng tư thế là công nghệ ước lượng vị trí các khớp xuất hiện trong hình. Nếu khớp không xuất hiện trong hình, dù mô hình thông minh đến đâu, kết quả ước lượng cũng chỉ là phỏng đoán.

Vị trí camera và góc nhìn

Hướng quay thay đổi tùy loại thao tác. Nếu muốn xem thao tác lắp ráp tỉ mỉ trong tầm tay, dùng góc nhìn chéo từ trên xuống bao quát được tay và hai cánh tay. Nếu thao tác có cả di chuyển hay với tay lấy linh kiện trên kệ, dùng góc nhìn từ bên cạnh bao quát toàn thân. Nhắm cả hai bằng 1 camera thường khiến cả hai đều nửa vời. Camera cần được cố định, vị trí và góc nhìn được ghi lại bằng bản vẽ và ảnh chụp. Bởi chỉ cần camera bị lệch do vệ sinh hay di chuyển thiết bị là kết quả đã thay đổi.

Số người xuất hiện trong hình

Nhất định phải xác nhận trước có bao nhiêu người xuất hiện trong một góc nhìn. Như đã nói ở trên, có công cụ mà thiết lập mặc định chỉ phát hiện 1 người. Khi công nhân ở công đoạn bên cạnh, tổ trưởng đi qua phía sau, hay nhân viên vận chuyển bổ sung linh kiện lọt vào khung hình, người đang được theo dõi có thể bị hoán đổi. Hãy điều chỉnh góc nhìn để chỉ người cần theo dõi xuất hiện, hoặc xác nhận trong nghiệm thu thiết lập dành cho nhiều người và hiệu năng của thiết lập đó.

Che khuất và đồng phục

Công đoạn nào cũng có lúc tay bị che khuất bởi cơ thể công nhân, đồ gá hay kệ linh kiện. Thời gian bị che càng dài thì càng khó lấy được điểm chuyển giữa các yếu tố thao tác. Ngoài ra, khi tất cả công nhân mặc đồng phục hay đeo găng tay cùng màu, có thể khó phân biệt khi 2 người chồng lên nhau. Đây là vấn đề của điều kiện quay hơn là của hiệu năng sản phẩm, nên cần thay đổi điều kiện trong nghiệm thu để quan sát cách hệ thống phản ứng.

Chiếu sáng và khung giờ

Ở công đoạn có ánh sáng ngoài trời chiếu vào qua cửa sổ, độ sáng thay đổi lớn theo khung giờ. Ánh sáng ca đêm hay những chỗ bị thiết bị che bóng cũng tương tự. Ở giai đoạn thử nghiệm, nếu quay video cả ca ngày lẫn ca đêm, có thể sớm phát hiện những vấn đề vốn chỉ lộ ra về sau, như “chỉ ban đêm mới bỏ sót nhiều”.

Cấu hình không đưa video ra ngoài

Nếu thực hiện trích xuất khung xương trên edge PC trong nhà máy và chỉ đưa dữ liệu khung xương và thời gian ra ngoài, cấu hình này sẽ dễ xử lý hơn cả về quyền riêng tư lẫn lưu lượng truyền thông. Tư duy xử lý tại biên được trình bày chi tiết trong bài Triển khai Edge AI trong nhà máy. Về cách viết yêu cầu bảo mật khi mua sắm bản thân camera, có thể tham khảo bài Mua sắm camera mạng và JC-STAR. Ý tưởng dùng cùng video camera cho quản lý an toàn được tổng hợp trong bài Camera AI quản lý an toàn nhà máy, nhưng xin lưu ý rằng khi mục đích sử dụng khác nhau thì cách quay và chính sách lưu trữ cũng thay đổi.

Chi phí và ROI của AI phân tích thao tác: mô hình tính toán

Từ đây là phần tính toán trên nhà máy mô hình. Tất cả các con số dưới đây đều là giá trị tính toán, giá trị giả định (giá trị đặt tạm) do bài viết này tự xây dựng, không phải là mức trung bình ngành hay số liệu khảo sát. Bài viết không sử dụng thông tin gốc về giá hay hiệu quả từ nhà cung cấp.

Tiền đề chung (nhà máy mô hình M)

Giả định một nhà máy lắp ráp linh kiện điện tử vốn Nhật Bản ở miền Trung Thái Lan.

Nhu cầu mỗi ca là 450 sản phẩm, năng lực của công đoạn nút cổ chai cũng là 27,000÷60 = 450 sản phẩm, vừa đúng bằng nhu cầu, tức là trạng thái không có dư địa.

Giả định phân tích mất 10 giờ được đặt theo mô tả “được cho là cần gấp 10 lần thời gian làm việc thực tế” trên trang sản phẩm của Mitsubishi Electric. Đây không phải là giá trị thực đo của ngành. 1 giờ quay thì dù làm thủ công hay dùng AI đều tốn như nhau, nên không đưa vào tính toán hiệu quả.

Hiệu quả 1: giảm công phân tích (toàn bộ 4 dây chuyền)

Giả sử 800 giờ phân tích thủ công, sau khi triển khai AI, trở thành 80 giờ con người kiểm tra và chỉnh sửa.

• Thời gian giảm: 800−80 = 720 giờ/năm
• Số tiền: 720 giờ × THB 300 = THB 216,000/năm

Hiệu quả 2: cải tiến cân bằng dây chuyền (mỗi dây chuyền)

Giả sử dùng AI phân tích thao tác tìm ra các yếu tố thao tác có biến động lớn, rồi nhờ thay đổi trình tự thao tác hay cải tiến đồ gá mà rút ngắn thời gian chu kỳ của công đoạn nút cổ chai từ 60 giây xuống 55 giây. Ở đây, việc AI làm là tìm ra “chỗ nào có biến động”, còn người cải tiến là con người.

• Thời gian cần để làm ra 450 sản phẩm theo nhu cầu: 450×55 = 24,750 giây
• Thời gian rút ngắn mỗi ca: 27,000−24,750 = 2,250 giây = 0.625 giờ
• Giờ công: 0.625 giờ × 10 người = 6.25 giờ công/ca, ×2 ca = 12.5 giờ công/ngày
• Số tiền: 12.5 giờ công × THB 80 = THB 1,000/ngày, ×250 ngày = THB 250,000/năm cho 1 dây chuyền

Số tiền này chỉ trở thành tiền thật khi thời gian rút ngắn thực sự mất đi dưới dạng giảm làm thêm giờ hay giảm điều người hỗ trợ. Nếu dây chuyền kết thúc sớm nhưng công nhân chỉ ngồi chờ việc thì hiệu quả bằng 0. Cần quyết định đồng thời với cải tiến rằng thời gian kết thúc sớm sẽ được dùng vào việc gì: giảm làm thêm giờ, hỗ trợ dây chuyền khác, hay đào tạo.

Ngoài ra, năng lực của công đoạn nút cổ chai sau cải tiến sẽ là 27,000÷55 ≈ 490 sản phẩm/ca. Điều này có nghĩa là đã tạo ra “dư địa năng lực”, và trong mô hình tính toán này không quy đổi thành tiền. Vì tiền đề là nhu cầu cố định, không cộng thêm phần tăng doanh thu do tăng sản lượng.

So sánh 3 trường hợp

Lợi ích ròng hằng năm là “hiệu quả hằng năm − chi phí hằng năm THB 400,000”, số năm hoàn vốn là “chi phí ban đầu THB 1,500,000 ÷ lợi ích ròng hằng năm”.

Ở trường hợp A, khoản giảm công phân tích THB 216,000 không đủ bù chi phí hằng năm THB 400,000, nên mỗi năm lỗ THB 184,000 (216,000−400,000 = −184,000). Chỉ tiết kiệm công phân tích thì không hoàn vốn.

Trường hợp B là khi chỉ cải tiến 1 dây chuyền. Lợi ích ròng hằng năm là 466,000−400,000 = 66,000, thời gian hoàn vốn là 1,500,000÷66,000 = 22.72…, tức khoảng 22.7 năm. Xét đến tuổi thọ thiết bị, về thực chất cũng giống như không hoàn vốn được.

Trường hợp C là khi nhân rộng cùng cải tiến đó ra cả 4 dây chuyền. Hiệu quả 2 là 250,000×4 = 1,000,000, hiệu quả hằng năm là 1,216,000, lợi ích ròng hằng năm là 1,216,000−400,000 = 816,000, thời gian hoàn vốn là 1,500,000÷816,000 = 1.83…, tức khoảng 1.8 năm.

Độ nhạy: nếu mức cải tiến nhỏ hơn

Ở trường hợp C, hãy xem trường hợp mức cải tiến chỉ dừng ở từ 60 giây xuống 58 giây.

• Thời gian cần để làm ra 450 sản phẩm theo nhu cầu: 450×58 = 26,100 giây
• Thời gian rút ngắn mỗi ca: 27,000−26,100 = 900 giây = 0.25 giờ
• Giờ công: 0.25 giờ × 10 người = 2.5 giờ công/ca, ×2 ca = 5 giờ công/ngày
• Số tiền: 5 giờ công × THB 80 = THB 400/ngày, ×250 ngày = THB 100,000/năm cho 1 dây chuyền
• 4 dây chuyền: 100,000×4 = 400,000, cộng với hiệu quả 1 là 400,000 + 216,000 = 616,000
• Lợi ích ròng hằng năm: 616,000−400,000 = 216,000, hoàn vốn: 1,500,000÷216,000 = 6.94…, tức khoảng 6.9 năm

Cùng là nhân rộng ra 4 dây chuyền, nhưng khi mức cải tiến giảm từ 5 giây xuống 2 giây, thời gian hoàn vốn kéo dài từ khoảng 1.8 năm lên khoảng 6.9 năm.

Điểm mấu chốt: thứ quyết định hoàn vốn không phải là độ chính xác của AI

Điều có thể rút ra từ mô hình tính toán này là thứ quyết định hoàn vốn không phải là “độ chính xác của AI”, mà là “thực sự đưa được bao nhiêu mức cải tiến vào bao nhiêu dây chuyền”. Chỉ phân tích nhanh hơn thôi là chưa đủ. Phải quyết định đến cả việc ai sửa biến động đã phát hiện và nhân rộng cải tiến đó ra bao nhiêu dây chuyền, khi đó khoản đầu tư mới bắt đầu hướng tới hoàn vốn. Trong PoC, không nên kết thúc ở việc xác nhận độ chính xác, mà cần quyết định đến cả mức cải tiến và kế hoạch nhân rộng. Về cách kết thúc PoC, xin tham khảo thêm bài Tiêu chí kết thúc AI PoC.

Lưu ý để không tính trùng

• Hiệu quả 1 là thời gian của cán bộ IE, hiệu quả 2 là thời gian của công nhân. Đây là thời gian khác nhau của những người khác nhau nên có thể cộng lại
• Hiệu quả 2 chỉ có một hướng duy nhất là “nhu cầu cố định, thời gian sản xuất giảm”. Nếu cộng thêm dư địa năng lực do cùng cải tiến đó tạo ra dưới dạng “tăng doanh thu nhờ tăng sản lượng”, sẽ trộn lẫn hai kịch bản có tiền đề khác nhau
• Hiệu quả 2 chỉ trở thành cắt giảm chi phí thực tế khi thời gian rút ngắn mất đi dưới dạng giảm làm thêm giờ hay giảm điều người hỗ trợ

Khi tự tính toán, xin hãy thay ít nhất 4 yếu tố bằng số liệu thực tế: “số lượt phân tích và thời gian mỗi lượt”, “chi phí nhân công của cán bộ IE và công nhân”, “mức thời gian chu kỳ có thể cải tiến” và “số dây chuyền có thể nhân rộng”. Chi phí nhân công sẽ thay đổi tiền đề tùy theo lương tối thiểu của tỉnh nơi đặt nhà máy và phần đóng bảo hiểm xã hội.

12 hạng mục cần ghi trong RFP cho AI phân tích thao tác

Khi lấy đề xuất từ nhiều nhà cung cấp, hãy ghi 12 hạng mục sau vào RFP để thống nhất tiền đề của các đề xuất.

Đặc biệt các hạng mục 5, 6, 7, 9 thường không được ghi trong hồ sơ đề xuất. Nếu đặt hàng khi chưa có tiêu chí đạt, khi nghiệm thu sẽ không thể xác nhận được gì hơn ngoài việc “hệ thống đang chạy”. Nếu chưa quyết định cách lưu trữ video và cách xử lý đánh giá cá nhân, về sau sẽ gặp khó khăn khi giải thích với người lao động.

Những điều cần xác nhận trong FAT/SAT của AI phân tích thao tác

Tạo bộ đánh giá trước

Trước khi nghiệm thu, hãy tạo bộ đánh giá. Ví dụ, chuẩn bị video gồm 2 công đoạn đại diện × 3 công nhân (lành nghề, trung bình, mới) × mỗi người 30 chu kỳ. Cán bộ IE phân tích thủ công cùng các video đó và lấy kết quả làm “đáp án chuẩn”.

Trong FAT (thử nghiệm tại môi trường nhà cung cấp), cung cấp video của bộ đánh giá cho nhà cung cấp và chạy thử trên môi trường của nhà cung cấp. Trong SAT (thử nghiệm bằng camera thực tế trên dây chuyền của doanh nghiệp), cán bộ IE gắn đáp án chuẩn theo cùng cách làm cho video quay bằng camera thực tế ở cùng công đoạn, cùng công nhân, rồi chạy cùng quy trình. Bằng cách chạy cả hai với bộ đánh giá có cùng cấu trúc và cùng quy trình, có thể thấy bằng con số khoảng chênh lệch kiểu “ở môi trường nhà cung cấp chạy tốt nhưng ra hiện trường thì không được”.

Các giá trị mục tiêu dưới đây là ví dụ đặt tạm. Đây không phải là giá trị tiêu chuẩn. Tiêu chí đạt do nhà máy tự quyết định.

Các chỉ số cần xem

1. Chênh lệch thời gian chu kỳ: tính chênh lệch giữa người và AI cho từng chu kỳ. Ví dụ mục tiêu là “trung vị trong phạm vi ±1 giây”. Không chỉ xem trung vị, mà còn xem các chu kỳ có chênh lệch lớn rơi vào tình huống nào
2. Mức trùng khớp của việc chia tách yếu tố thao tác: xem điểm chuyển giữa các yếu tố trùng khớp với phán định của con người bao nhiêu %
3. Bỏ sót: đếm số chu kỳ không đếm được. Đồng thời xác nhận việc bỏ sót có tập trung vào công nhân hay khung giờ cụ thể nào không
4. Phản ứng khi thay đổi điều kiện: kết quả thay đổi thế nào trong các điều kiện như che khuất, người đi ngang qua nhau, thao tác 2 người, thay đổi chiếu sáng, màu đồng phục giống nhau
5. Gánh nặng huấn luyện lại: sau khi chuyển đổi mã sản phẩm hay thay đổi công đoạn, huấn luyện lại cần bao nhiêu video và bao nhiêu giờ
6. Kết quả khi thiết lập không lưu video: với thiết lập không giữ video gốc, chỉ giữ dữ liệu khung xương và thời gian, có ra cùng kết quả hay không
7. Đầu ra: có xuất được kết quả sang MES hay Excel không, biểu mẫu có dùng được ngay trong cuộc họp cải tiến không

Nhất định phải đưa vào thử nghiệm có thay đổi điều kiện

Nếu chỉ thử với video trong điều kiện chỉn chu, sẽ không thấy được các vấn đề khi đưa ra hiện trường. Hãy cố ý đưa vào bộ đánh giá những video có điều kiện xấu. Đó là các tình huống như công nhân bên cạnh lọt vào khung hình, tổ trưởng đi qua phía sau, ánh sáng ngoài trời thay đổi vào buổi chiều. Nếu biết trước kết quả bị sai lệch đến mức nào trong những điều kiện đó, có thể chủ động xử lý trước bằng việc điều chỉnh vị trí camera hay quy tắc vận hành.

Sau khi vận hành, dùng cùng video đáp án chuẩn để theo dõi suy giảm

Sau khi đưa vào vận hành, mỗi quý một lần, hãy chạy lại cùng video đáp án chuẩn và so sánh kết quả. Bởi độ chính xác có thể giảm lúc nào không hay do camera bị lệch, thay đèn chiếu sáng, thêm mã sản phẩm… Video đáp án chuẩn cần được lưu giữ nguyên trạng, không chỉnh sửa, từ lúc nghiệm thu.

Các vấn đề đặc thù của Thái Lan và ASEAN

1. PDPA: mục đích quay, căn cứ pháp lý và thông báo

Luật Bảo vệ Dữ liệu Cá nhân của Thái Lan (PDPA, B.E.2562) có hiệu lực toàn diện từ ngày 1 tháng 6 năm 2022. Các dữ liệu như chủng tộc, sức khỏe, dữ liệu sinh trắc học (biometric) được coi là dữ liệu nhạy cảm, và việc thu thập, sử dụng, tiết lộ về nguyên tắc cần sự đồng ý rõ ràng (có các ngoại lệ theo luật định). Mức phạt hành chính tối đa là THB 5,000,000, ngoài ra còn có chế tài hình sự. Trong các trường hợp như thực hiện giám sát định kỳ quy mô lớn, còn có nghĩa vụ chỉ định DPO (người phụ trách bảo vệ dữ liệu cá nhân).

Với AI phân tích thao tác, vấn đề dễ phát sinh là cách xử lý dữ liệu khung xương. Việc dữ liệu khung xương có thuộc dữ liệu sinh trắc học hay không không được PDPA quy định rõ, và bài viết này không khẳng định. Cách xử lý có thể thay đổi tùy theo việc hệ thống có được thiết kế để dùng cho mục đích nhận dạng cá nhân hay không. Về mục đích quay, căn cứ pháp lý và nội dung thông báo, xin hãy xác nhận riêng từng trường hợp với cơ quan có thẩm quyền hoặc chuyên gia pháp lý.

Ngày 1-2 tháng 4 năm 2026, PDPC (Ủy ban Bảo vệ Dữ liệu Cá nhân Thái Lan) đã tổ chức lấy ý kiến công chúng về dự thảo hướng dẫn. Một trong 6 chủ đề là việc sử dụng CCTV và hệ thống kiểm soát ra vào. Tuy nhiên, đây vẫn ở giai đoạn dự thảo và không có hiệu lực ràng buộc pháp lý. Các ví dụ minh họa cũng chủ yếu xoay quanh khu dân cư và chung cư, không trực tiếp đề cập đến việc quay người lao động trong nhà máy.

Về mặt thực thi, ngày 1 tháng 8 năm 2025, PDPC đã công bố nhiều quyết định phạt hành chính. Ví dụ, một công ty bán máy tính và thiết bị ngoại vi bị phạt hành chính THB 7,000,000, một công ty mỹ phẩm bị phạt THB 2,500,000. Không vụ nào liên quan đến phân tích thao tác hay camera, nhưng điểm đáng tham khảo là các thiếu sót cơ bản như biện pháp quản lý an toàn hay việc chỉ định DPO đã bị xem xét. Cách sắp xếp toàn bộ dữ liệu IoT của nhà máy dưới góc độ PDPA được tổng hợp trong bài IoT nhà máy và PDPA.

2. Bảo vệ bằng thiết kế

Song song với việc xác nhận cách xử lý về mặt pháp lý, có thể giảm rủi ro ngay từ giai đoạn thiết kế. Những điểm sau là khuyến nghị, không được viết như nghĩa vụ pháp lý.

• Chuyển thành khung xương trên edge PC, xóa video gốc sau một thời gian ngắn
• Nếu giữ lại video thì làm mờ khuôn mặt
• Ghi rõ trong nội quy lao động và thông báo cho người lao động rằng kết quả không được dùng cho đánh giá cá nhân hay kỷ luật
• Đặt bảng thông báo bằng tiếng Thái tại vị trí lắp camera và tổ chức buổi giải thích

Chưa thấy Luật Bảo hộ Lao động của Thái Lan có quy định rõ ràng về việc giám sát người lao động. Trong thực tế, cách phổ biến là sắp xếp thông qua PDPA, nội quy lao động và thông báo cho người lao động. Để tham khảo, tại Nhật Bản, ngày 30 tháng 3 năm 2022, Bộ Nội vụ và Truyền thông cùng Bộ Kinh tế, Thương mại và Công nghiệp đã công bố “Sổ tay hướng dẫn sử dụng hình ảnh camera ver3.0”, và Ủy ban Bảo vệ Thông tin Cá nhân trong Q&A 1-14 nêu rằng với camera có chức năng nhận diện khuôn mặt, cần thông báo hoặc công bố mục đích sử dụng, đồng thời khuyến nghị đặt bảng thông báo tại vị trí lắp đặt. Cả hai đều là tài liệu của Nhật Bản chủ yếu nhắm đến cửa hàng hay phòng chống tội phạm, không áp dụng trực tiếp tại Thái Lan, nhưng có thể tham khảo về tư duy thông báo và đặt bảng thông báo.

3. Bối cảnh chi phí nhân công

Lương tối thiểu theo lần điều chỉnh có hiệu lực từ ngày 1 tháng 7 năm 2025 là THB 337-400 mỗi ngày tùy tỉnh, và mức trần tiền lương đóng bảo hiểm xã hội đã được nâng lên từ ngày 1 tháng 1 năm 2026. Chi phí nhân công làm tiền đề cho mô hình tính toán sẽ thay đổi tùy theo tỉnh nơi đặt nhà máy.

4. Ngôn ngữ của thao tác tiêu chuẩn và kết quả

Tên các yếu tố thao tác do AI đưa ra hay biểu mẫu dùng trong cuộc họp cải tiến, nếu không đọc được bằng ngôn ngữ của hiện trường thì sẽ không được sử dụng. Hãy xác nhận ngoài tiếng Thái, hệ thống có hiển thị được bằng ngôn ngữ của người làm việc trên dây chuyền như tiếng Myanmar hay không. Cách truyền đạt thao tác tiêu chuẩn bằng video cũng được đề cập trong bài Video AI hóa bảng hướng dẫn thao tác.

5. Cơ sở tại Việt Nam

Tại Việt Nam, Luật Bảo vệ dữ liệu cá nhân (Law No. 91/2025/QH15) đã có hiệu lực từ ngày 1 tháng 1 năm 2026. Luật yêu cầu đối với dữ liệu sinh trắc học các biện pháp như bảo đảm an toàn vật lý cho thiết bị lưu trữ và truyền tải, hạn chế quyền truy cập. Khi mở rộng cùng cơ chế như ở Thái Lan sang cơ sở tại Việt Nam, cần xác nhận riêng.

6. Bảo trì tại chỗ

Camera bị lệch vị trí, huấn luyện lại khi chuyển đổi mã sản phẩm, sự cố edge PC chắc chắn sẽ xảy ra sau khi đưa vào vận hành. Cần quyết định trước khi đặt hàng rằng ai tại Thái Lan sẽ xử lý những việc này và trong bao lâu. Chỉ hỗ trợ từ xa từ Nhật Bản có khi không theo kịp nhịp cải tiến của dây chuyền.

Kế hoạch 90 ngày triển khai AI phân tích thao tác

Điểm mấu chốt là ở giai đoạn ngày 31-60, thực sự triển khai 1 phương án cải tiến. Nếu dùng cả 90 ngày chỉ để xác nhận độ chính xác, mọi thứ sẽ dừng ở “AI có vẻ dùng được”, và không có được con số về mức cải tiến cần cho quyết định đầu tư. Về cách tiến hành cải tiến, xin tham khảo bài Bắt đầu với AI cải tiến công đoạn, còn tư duy gắn dữ liệu với cải tiến tại hiện trường có trong bài Cải tiến hiện trường dựa trên dữ liệu. Nếu phát hiện lãng phí về đường di chuyển, có thể nối tiếp sang bài Cải tiến bố trí mặt bằng nhà máy, và nếu cân nhắc tự động hóa như bước tiếp theo của cải tiến, có thể nối tiếp sang bài Triển khai robot cộng tác.

Câu hỏi thường gặp (FAQ)

AI phân tích thao tác có quyết định được thời gian thao tác tiêu chuẩn không?

Thứ AI phân tích thao tác đưa ra là kết quả đo thời gian thao tác thực tế. Để “quyết định” thời gian thao tác tiêu chuẩn, cần các phán đoán như lấy thời gian nào của công nhân nào làm chuẩn, đặt hệ số dư thời gian thế nào, và đó là việc do con người và quy định nội bộ quyết định. Xin hãy coi AI là công cụ thu thập nhanh các giá trị thực đo trên nhiều chu kỳ, làm dữ liệu đầu vào cho phán đoán đó.

AI ước lượng tư thế có bắt công nhân trong nhà máy phải đeo thiết bị gì không?

Có những sản phẩm như WA-SW1000 (tên sản phẩm 骨紋) phân tích chỉ bằng video camera mà không cần gắn cảm biến hay marker cho công nhân. Tuy nhiên, đổi lại việc không cần đeo thiết bị là cần điều kiện quay phù hợp. Nếu không chuẩn bị tốt góc nhìn thấy được tay và các khớp, số người lọt vào khung hình, che khuất, chiếu sáng…, độ chính xác sẽ không đạt.

Chi phí triển khai và thời gian hoàn vốn của AI phân tích công việc khoảng bao nhiêu?

Trong mô hình tính toán của bài viết này, chỉ tiết kiệm công phân tích thì không hoàn vốn, còn khi nhân rộng cải tiến cân bằng dây chuyền ra cả 4 dây chuyền thì kết quả là khoảng 1.8 năm. Tuy nhiên, đây là giá trị đặt tạm do bài viết này tự xây dựng, không phải mặt bằng chung của ngành. Xin hãy thay bằng số lượt phân tích, chi phí nhân công, mức cải tiến và số dây chuyền có thể nhân rộng của chính doanh nghiệp để tính toán.

Có dùng được cho dây chuyền có nhiều người làm việc cùng lúc không?

Có sản phẩm và thiết lập dùng được, nhưng cũng có công cụ mà thiết lập mặc định chỉ phát hiện 1 người. Ở công đoạn có thao tác 2 người hay người đi ngang qua nhau, xin hãy xác nhận hiệu năng trong điều kiện đó khi nghiệm thu. Cách chắc chắn là cố ý đưa vào bộ đánh giá những video có nhiều người lọt vào khung hình.

Khi quay công nhân tại nhà máy ở Thái Lan, cần lưu ý gì về PDPA?

Điểm xuất phát là sắp xếp rõ mục đích quay, căn cứ pháp lý và việc thông báo cho người lao động. Việc dữ liệu khung xương có thuộc dữ liệu sinh trắc học (dữ liệu nhạy cảm) hay không là điều không thể khẳng định, vì cách xử lý có thể thay đổi tùy theo việc có được thiết kế để dùng cho nhận dạng cá nhân hay không. Xin hãy xác nhận riêng từng trường hợp với cơ quan có thẩm quyền hoặc chuyên gia pháp lý. Trên cơ sở đó, cách thực tế là bảo vệ bằng thiết kế, như xóa video gốc sau thời gian ngắn, ghi rõ không dùng cho đánh giá cá nhân.

Cần xác nhận những gì trong RFP và nghiệm thu (FAT/SAT) của AI phân tích thao tác?

Trong RFP, hãy thống nhất 12 hạng mục: mục đích và công đoạn đối tượng, điều kiện quay, số người cùng xuất hiện trong hình, định nghĩa đầu ra, cách tạo đáp án chuẩn và tiêu chí đạt, lưu trữ và xóa video cùng dữ liệu khung xương, thiết kế không dùng cho đánh giá cá nhân, huấn luyện lại, giấy phép mô hình OSS, liên kết MES và Excel, ngôn ngữ hiện trường, bảo trì tại chỗ. Trong FAT/SAT, dùng bộ đánh giá có cùng cấu trúc lấy phân tích thủ công của cán bộ IE làm đáp án chuẩn để xác nhận chênh lệch thời gian chu kỳ, mức trùng khớp của việc chia tách yếu tố, bỏ sót, và phản ứng khi thay đổi điều kiện.

Tổng kết

• Giá trị của AI phân tích thao tác không nằm ở việc giảm công phân tích, mà ở việc số công đoạn có thể phân tích tăng lên và biến động đã phát hiện được đưa vào cải tiến
• Thứ tự quyết định gồm 5 điều: đo cái gì, cách quay, cách tạo đáp án chuẩn, xử lý con người và dữ liệu, cơ chế đưa vào cải tiến
• Ban đầu hãy thu hẹp mục đích về một. Bắt đầu từ đo thời gian chu kỳ tự động thì có thể so sánh chênh lệch giữa người và AI bằng giây
• Các con số của nhà cung cấp đều có điều kiện như giá trị tối đa, giá trị ngắn nhất, kiểm chứng tại 1 nhà máy, và dây chuyền của bạn chưa chắc đạt được cùng giá trị
• Trong mô hình tính toán (giá trị đặt tạm), chỉ tiết kiệm công phân tích thì không hoàn vốn, cải tiến 1 dây chuyền thì khoảng 22.7 năm, nhân rộng ra 4 dây chuyền thì khoảng 1.8 năm. Nếu mức cải tiến nhỏ thì kéo dài lên khoảng 6.9 năm
• RFP thống nhất tiền đề bằng 12 hạng mục, còn FAT/SAT chạy bộ đánh giá có cùng cấu trúc lấy phân tích của cán bộ IE làm đáp án chuẩn
• Các vấn đề đặc thù của Thái Lan như PDPA, cách xử lý dữ liệu khung xương, ngôn ngữ hiện trường, bảo trì tại chỗ cần được tiến hành song song với việc xác nhận riêng với cơ quan có thẩm quyền và chuyên gia

Dù bạn muốn bắt đầu từ việc chọn công đoạn đối tượng, từ giai đoạn tạo dữ liệu đáp án chuẩn bằng phân tích IE thủ công, hay từ việc sắp xếp nội dung giải thích cho người lao động, cũng không sao cả. Nếu bạn đang xem xét triển khai AI phân tích thao tác tại nhà máy ở Thái Lan, chúng tôi có thể cùng bạn sắp xếp vấn đề ngay từ bước đầu tiên, xin vui lòng liên hệ qua trang Liên hệ.

Tài liệu tham khảo

• Mitsubishi Electric, trang sản phẩm phần mềm phân tích thao tác “WA-SW1000”: https://www.mitsubishielectric.co.jp/nwcamera/software/
• Mitsubishi Electric, thông cáo báo chí (25/1/2024): https://www.mitsubishielectric.co.jp/ja/pr/2024/0125-a/
• Fujitsu, thông cáo báo chí (18/2/2021): https://info.archives.global.fujitsu/global/about/resources/news/press-releases/2021/0218-01.html
• BrainPad, bắt đầu cung cấp “COROKO Analytics” (6/7/2026): https://newscast.jp/news/2562320
• MotionLogic, lọt vào chung kết Propel-AIR 2026 (Australian Manufacturing, 31/7/2026): https://www.australianmanufacturing.com.au/manufacturing-analytics-start-up-motionlogic-named-propel-air-2026-finalist/
• MediaPipe Pose Landmarker (Google): https://developers.google.com/edge/mediapipe/solutions/vision/pose_landmarker
• OpenPose (CMU Perceptual Computing Lab): https://github.com/CMU-Perceptual-Computing-Lab/openpose
• Ultralytics Pose Estimation: https://docs.ultralytics.com/tasks/pose/
• Ultralytics License: https://ultralytics.com/license
• ILO “Introduction to Work Study” ấn bản lần thứ 4: https://www.ilo.org/publications/introduction-work-study-4th-revised-edition
• REBA (Cornell University Ergonomics Web): https://ergo.human.cornell.edu/ahREBA.html
• ISO 11226:2000 (SCC Standards Database): https://scc-ccn.ca/standardsdb/standards/8112092
• Tổng quan PDPA Thái Lan (DLA Piper Data Protection Laws of the World): https://www.dlapiperdataprotection.com/?c=TH&t=law
• Lấy ý kiến công chúng về dự thảo hướng dẫn PDPA (Tilleke & Gibbins, 9/4/2026): https://www.tilleke.com/insights/thailands-public-consultation-on-proposed-pdpa-guidelines-key-updates/
• Các quyết định phạt hành chính của PDPC (Tilleke & Gibbins): https://www.tilleke.com/insights/more-than-a-warning-eight-serious-fines-imposed-in-thai-data-protection-cases/
• Luật lao động và quyền riêng tư điện tử tại Thái Lan (Chulalongkorn University Intellectual Repository): https://cuir.car.chula.ac.th/handle/123456789/66758
• Nâng mức trần tiền lương bảo hiểm xã hội Thái Lan (KPMG Thailand Tax News Flash Issue 157): https://kpmg.com/th/en/insights/2026/01/th-tax-news-flash-issue-157.html
• Điều chỉnh lương tối thiểu Thái Lan (Tilleke & Gibbins): https://www.tilleke.com/insights/thailand-increases-minimum-wage-across-all-provinces
• Điều chỉnh lương tối thiểu Thái Lan (DLA Piper, tháng 7/2025): https://www.dlapiper.com/insights/publications/2025/07/thailand-increases-minimum-wage-across-all-provinces
• Luật Bảo vệ dữ liệu cá nhân Việt Nam Law No. 91/2025/QH15 (GV Lawyers, 15/9/2025): https://gvlawyers.com.vn/legal-alert-september-2025-no-2/
• Sổ tay hướng dẫn sử dụng hình ảnh camera ver3.0 (Bộ Nội vụ và Truyền thông Nhật Bản, 30/3/2022): https://www.soumu.go.jp/menu_news/s-news/01kiban18_01000152.html
• Ủy ban Bảo vệ Thông tin Cá nhân Nhật Bản, Q&A 1-14: https://www.ppc.go.jp/all_faq_index/faq1-q1-14_