AI tìm kiếm bản vẽ 2026 | 3 lớp và chi phí tìm bản vẽ cũ

Số lượng yêu cầu tư vấn về AI tìm kiếm bản vẽ đang tăng lên rõ rệt, kể cả từ các nhà máy Nhật Bản đang hoạt động tại Thái Lan. Tuy nhiên, khi thực sự bước vào những hiện trường đang than phiền rằng “không tìm được bản vẽ cũ”, số nhà máy đã ở trạng thái chỉ cần gắn AI vào là giải quyết được vấn đề lại không nhiều. Lý do là bên trong cùng một câu nói “không tìm được” có nhiều vấn đề với bản chất hoàn toàn khác nhau chồng lên nhau. Bài viết này chia vấn đề đó thành ba lớp, và sắp xếp lại xem nhà máy đang tắc ở lớp nào thì nên đầu tư theo thứ tự nào, với số tiền bao nhiêu, bao gồm cả khoảng chi phí cụ thể.

Trước khi cân nhắc AI tìm kiếm bản vẽ, hãy phân tách nội hàm của “không tìm được”

Khi nhận được yêu cầu từ bộ phận thiết kế hoặc kỹ thuật sản xuất rằng “không tìm được bản vẽ cũ nên muốn dùng AI để tìm kiếm”, điều đầu tiên cần xác nhận không phải là tính năng của sản phẩm. Điều cần xác nhận là thực tế đang diễn ra ở chính nhà máy đó.

Cùng nói “không tìm được”, nhưng những gì đang xảy ra tại hiện trường lại hoàn toàn khác nhau. Ở một nhà máy, bản vẽ được xếp trên kệ dưới dạng giấy và dữ liệu điện tử vốn dĩ không tồn tại. Ở một nhà máy khác, các tệp PDF nằm trên máy chủ, nhưng tên tệp là “ban_ve_moi_final_2.pdf”, phải mở ra xem bên trong mới biết đó là bản vẽ gì. Ở một nhà máy khác nữa, số hiệu bản vẽ và mã sửa đổi đều được quản lý bằng sổ theo dõi, nhưng riêng cách tìm kiểu “chắc là trước đây mình đã từng làm một chi tiết có hình dạng tương tự thế này” thì không thực hiện được.

Ba tình huống này đòi hỏi những biện pháp hoàn toàn khác nhau. Vậy mà ngay từ giai đoạn đầu của quá trình xem xét, cả ba đều được báo cáo bằng đúng một cụm từ “không tìm được”. Và khi mở catalogue sản phẩm ra, ở đó viết rằng “AI tìm kiếm xuyên suốt kho bản vẽ”. Vì vậy, dù rơi vào tình huống nào trong ba tình huống trên thì cùng một sản phẩm vẫn được đưa vào danh sách ứng viên.

Xin nêu kết luận trước. Chỗ mà AI tìm kiếm bản vẽ thực sự tạo ra giá trị chỉ là lớp trên cùng trong ba lớp đó. Nếu triển khai AI tại nhà máy mà hai lớp bên dưới chưa được chuẩn bị, AI sẽ không có được chính đối tượng để tìm kiếm. Và trong nhiều trường hợp, kết quả còn đọng lại trong nội bộ dưới dạng một tổng kết sai lệch rằng “AI không đạt được độ chính xác”. Đây không phải vấn đề độ chính xác, mà là vấn đề cấu trúc, khi thông tin đáng lẽ phải trở thành chỉ mục thì ngay từ đầu đã không tồn tại.

Do đó, thứ mà bên đặt hàng cần quyết định đầu tiên không phải là sản phẩm, mà là xác định xem cái “không tìm được” của công ty mình đang xảy ra ở lớp nào.

“Không tìm được bản vẽ” chia thành 3 lớp — vị trí, nhận dạng, nội dung

Khi phân tách “không tìm được”, ta có 3 lớp sau đây. Lớp trên chỉ có thể đặt lên trên lớp dưới. Thứ tự này không thể hoán đổi.

L1 vị trí là trạng thái mà ngay từ đầu đã không biết bản vẽ thực tế nằm ở đâu. Tủ hồ sơ giấy, máy tính cá nhân của người thiết kế, máy chủ dùng chung của bộ phận, thư mục làm việc cục bộ của CAD, vùng lưu trữ tạm của máy chủ cũ, tệp đính kèm trong email trao đổi với nhà thầu phụ. Bản vẽ thực tế của cùng một số hiệu nằm rải rác ở nhiều nơi, và không ai dám khẳng định cái nào mới là bản chính. Ở lớp này, bản thân hành vi tìm kiếm không thể thành lập, bởi vì phạm vi đối tượng cần tìm không định nghĩa được.

L2 nhận dạng là trạng thái mà các tệp đã tập trung về một nơi, nhưng máy móc không đọc được từng bản vẽ đó là cái gì. Những thông tin như số hiệu bản vẽ, phiên bản sửa đổi, tên sản phẩm, khách hàng, vật liệu, phép chiếu đều được ghi trong một khung gọi là khung tên bản vẽ. Nhưng trong tệp PDF đã quét, đó chỉ là một tập hợp các nét vẽ nằm trong hình ảnh. Mắt người đọc được, nhưng nhìn từ phía hệ thống thì nó không khác gì một tệp trắng tinh.

L3 nội dung là trạng thái mà số hiệu bản vẽ, phiên bản sửa đổi và thuộc tính đều đã đầy đủ, tìm kiếm theo điều kiện chỉ định thì được, nhưng tìm theo “nội dung” thì không. Những cách tìm như muốn tìm chi tiết có hình dạng tương tự, hay muốn tìm chi tiết có lỗ Φ50 H7, thì tìm kiếm khớp tuyệt đối theo thuộc tính không với tới được.

Điều quan trọng nằm ở cột cuối cùng. AI của L3 dùng chính các thuộc tính do L2 tạo ra làm khóa tìm kiếm. Nếu mua AI của L3 tại một nhà máy không có L2, AI sẽ không lập được chỉ mục. Lý do không thể nhảy cóc thứ tự nằm ở đây.

L1 vị trí — bắt đầu từ việc đếm xem bản vẽ thực tế đang nằm ở bao nhiêu nơi

Có đang tắc ở L1 hay không thì có thể phân biệt bằng một câu hỏi đơn giản. Hãy hỏi “bản chính của những bản vẽ đã phát hành năm ngoái hiện đang nằm ở bao nhiêu nơi”, nếu không trả lời được ngay thì đó là L1.

Việc khảo sát lớp này không phải là câu chuyện hệ thống, mà là công việc đếm số lượng. Thư mục bản vẽ trên máy chủ dùng chung của bộ phận, màn hình desktop trên máy tính cá nhân của người thiết kế, thư mục làm việc cục bộ của CAD, vùng lưu trữ tạm của máy chủ cũ, tệp đính kèm trong email trao đổi với nhà thầu phụ, và tủ hồ sơ giấy. Hãy đếm xem ở sáu nơi này, mỗi nơi có bao nhiêu bản. Đếm xong rồi thì thường thấy tổng số vượt xa dự đoán ban đầu, bởi vì bản vẽ thực tế của cùng một số hiệu tồn tại trùng lặp ở nhiều nơi.

Có hai loại trùng lặp được phát hiện ở đây. Một là bản sao hoàn toàn giống hệt, hai là một phiên bản khác đã bị ai đó chỉnh sửa giữa chừng. Loại thứ nhất chỉ cần xóa đi là xong, nhưng loại thứ hai thì nguy hiểm. Cái nào mới đúng thì tại chỗ không thể phán đoán được. Nếu để nguyên phán đoán này lại phía sau rồi gom tất cả đưa lên cloud, toàn bộ công việc từ L2 trở đi sẽ bị nhiễm bẩn.

Vì vậy công việc của L1 không phải là “gom lại” mà là “quyết định bản chính”. Với từng số hiệu bản vẽ, hãy quyết định tệp nào là bản chính, còn lại chuyển sang vùng lưu trữ tạm không cho phép tham chiếu. Phán đoán này không thể tự động hóa. Chỉ có con người ở bộ phận thiết kế mới quyết định được theo từng số hiệu bản vẽ. Với một nhà máy quy mô 20,000 bản vẽ, chỉ riêng công việc phán đoán này đã mất từ vài tuần đến vài tháng.

Đối với bản vẽ giấy, đừng quyết định số hóa hay không một cách đồng loạt. Việc quét toàn bộ bản vẽ trong quá khứ không phải lúc nào cũng đúng. Bản vẽ của sản phẩm đã ngừng sản xuất, của chi tiết đã được thay thế bằng đời kế tiếp, của dự án đã kết thúc hợp đồng với khách hàng, dù xét theo nghĩa vụ lưu trữ thì vẫn cần giữ lại, nhưng thường không cần đưa vào phạm vi tìm kiếm. Vì chi phí quét tỷ lệ thuận với số lượng bản, nên phán đoán thu hẹp đối tượng sẽ tác động trực tiếp lên chi phí.

L2 nhận dạng — nếu khung tên bản vẽ vẫn là hình ảnh thì AI không lập được chỉ mục nào cả

L2 là lớp quyết định trên thực tế sự thành bại của việc tìm kiếm bản vẽ. Và cũng là lớp dễ bị xem nhẹ nhất.

Trong khung tên bản vẽ có hàng loạt thông tin như số hiệu bản vẽ, tên bản vẽ, mã sửa đổi, ngày sửa đổi, người vẽ, người kiểm tra, người phê duyệt, tỷ lệ, phép chiếu, vật liệu, xử lý bề mặt, tên khách hàng. Đây đều là những thông tin có thể dùng ngay làm chỉ mục tìm kiếm. Thế nhưng trong tệp PDF đã quét, hoặc trong bản vẽ được xuất ra dưới dạng ảnh raster, khung tên này chỉ là tập hợp các nét và điểm. Nó không mang thông tin ở dạng mã ký tự.

Công việc giải quyết trạng thái này chính là L2. Cụ thể là cắt ra vùng khung tên bản vẽ, dùng OCR để nhận dạng ký tự, gán kết quả đó vào các mục như số hiệu bản vẽ, phiên bản sửa đổi, tên sản phẩm, rồi đối chiếu với dữ liệu chủ mã hàng và dữ liệu chủ khách hàng hiện có để chuẩn hóa và khớp dữ liệu. So với bản thân độ chính xác của OCR thì chính hai việc “gán mục” và “chuẩn hóa đối chiếu” này mới ngốn nhiều công sức hơn. Bởi vì bố cục khung tên bản vẽ khác nhau tùy theo thời kỳ, tùy theo người thiết kế, và tùy theo việc bản vẽ đó có phải do khách hàng cung cấp hay không. Về việc lựa chọn công cụ dùng để đọc bản vẽ, bài so sánh AI-OCR đã sắp xếp điểm mạnh và điểm yếu của từng phương thức đọc.

Vấn đề gần như chắc chắn xuất hiện khi chuẩn hóa đối chiếu là sai lệch cách viết. Cùng một khách hàng nhưng được viết theo ba kiểu khác nhau, hoặc thêm hoặc bớt phần chỉ loại hình doanh nghiệp. Vật liệu thì dao động giữa “SS400”, “ss400”, “SS-400”. Con người đọc và hiểu đó là cùng một thứ, nhưng hệ thống tìm kiếm lại coi chúng là những thứ khác nhau. Nếu đổ dữ liệu vào nền tảng tìm kiếm mà không đi qua bước chuẩn hóa này, triệu chứng xuất hiện sẽ là tìm mà không ra kết quả. Và triệu chứng này lại hay bị báo cáo thành lỗi thiếu độ chính xác của AI ở phía sau.

Ở L2 nên dựng thuộc tính đến đâu thì liên quan trực tiếp đến chi phí. Dựng toàn bộ các mục với độ chính xác cao thì đắt. Thực tế thì trước tiên nên thu hẹp vào ba mục là số hiệu bản vẽ, phiên bản sửa đổi và tên sản phẩm, rồi làm cho chúng chắc chắn máy đọc được. Khách hàng và vật liệu thì bổ sung sau khi đã quan sát cách tìm kiếm thực sự được sử dụng. Thay vì nhắm toàn bộ các mục ngay từ đầu rồi cạn ngân sách, làm trọn vẹn ba mục sẽ giúp việc tìm kiếm thành lập được.

L3 nội dung — đến đây AI tìm kiếm bản vẽ mới thực sự vào cuộc

Khi L1 và L2 đã hoàn thiện, bản vẽ có thể tra được theo số hiệu, theo tên sản phẩm, theo khách hàng. Đến được đây rồi thì thứ bất mãn còn lại mới chính là L3.

Bất mãn ở L3 rất cụ thể. “Trước đây đã từng làm chi tiết nào giống hình dạng này chưa”, “muốn xem bản vẽ giá đỡ có cách bố trí lỗ tương tự”, “muốn rà soát những bản vẽ có ghi chú chỉ định xử lý nhiệt”. Những yêu cầu này không giải được bằng tìm kiếm khớp tuyệt đối theo thuộc tính, bởi vì đó là yêu cầu muốn lần theo hình dạng và nội dung mô tả trong khi không biết cả số hiệu lẫn tên sản phẩm.

Thứ mà AI cung cấp ở lớp này chia thành hai nhóm chức năng lớn. Một là tìm kiếm tương tự theo hình dạng, tức chuyển bản thân hình vẽ thành các đặc trưng rồi sắp xếp theo độ tương đồng. Hai là phản hồi cho những truy vấn gần với câu nói tự nhiên, nhắm vào ghi chú và văn bản kích thước nằm trong bản vẽ. Xét theo cách sắp xếp của thị trường, cấu hình phổ biến là kết hợp tìm kiếm tương tự về hình dạng, OCR kích thước và ghi chú, cùng tìm kiếm văn bản thuộc tính, và từ đó có xu hướng mở rộng sang truy vấn bằng câu tự nhiên.

Điều cần nắm ở đây là AI của L3 đứng ở phía tiêu thụ thành quả của L2. Tìm kiếm tương tự theo hình dạng nhìn vào dữ liệu hình học nên thoạt trông có vẻ không phụ thuộc vào L2, nhưng để trình bày kết quả tìm kiếm dưới dạng “bản vẽ số hiệu nào, phiên bản sửa đổi nào” thì rốt cuộc vẫn cần thuộc tính của L2. Dù có trả về mười bản vẽ có hình dạng tương tự, nếu không biết đó là sản phẩm nào và là phiên bản của thời điểm nào thì người phụ trách không thể phán đoán việc tái sử dụng.

Xét ở khía cạnh tìm kiếm bằng AI trên đối tượng là tài liệu, có phần trùng lặp với các vấn đề của việc xây dựng RAG cho tài liệu nội bộ. Tuy nhiên bản vẽ có hoàn cảnh khác với tài liệu văn bản, vì phần lớn thông tin nằm ở hình vẽ và cách bố trí, phần trích xuất được thành ký tự lại hạn chế. Về cách tư duy ở phía tài liệu văn bản, bài viết về xây dựng RAG cho tri thức nhà máy đã sắp xếp chi phí và cách triển khai, nhưng mong bạn đọc phân biệt rằng với bản vẽ thì tỷ trọng của bước tiền xử lý L2 lớn hơn rất nhiều.

AI tìm kiếm bản vẽ có 4 thành phần kỹ thuật

Cụm từ “AI tìm kiếm bản vẽ” trên thực tế chỉ một bó gồm nhiều thành phần kỹ thuật. Bên nhận đề xuất cần phân tách để đọc xem đề xuất đó được cấu thành từ những thành phần nào, bởi vì mỗi thành phần lại đòi hỏi những điều kiện tiền đề khác nhau.

Đọc dọc cột ngoài cùng bên phải của bảng này sẽ thấy độ nặng của tiền đề khác nhau theo từng thành phần. Lấy trực tiếp việc đã dựng được thuộc tính làm tiền đề là tìm kiếm văn bản thuộc tính và tìm kiếm bằng câu tự nhiên, còn tìm kiếm tương tự theo hình dạng cũng cần thành quả của L2 ở giai đoạn trình bày ứng viên trả về dưới dạng số hiệu bản vẽ và phiên bản sửa đổi. Nói cách khác, ba trong bốn thành phần sẽ không dùng được trên thực tế nếu L2 chưa xong. Thành phần duy nhất có thể đi trước L2 là OCR khung tên bản vẽ, và đó chính là công cụ để tạo ra L2.

Khi đánh giá bản đề xuất, hãy lập bảng để xác nhận trong bốn thành phần này thì cái nào có, cái nào không. Không nhất thiết phải đưa cả bốn vào. Nếu cái “không tìm được” của công ty bạn là L2, thứ cần thiết là thành phần đầu tiên, chứ không phải tìm kiếm tương tự theo hình dạng. Nếu ký hợp đồng khi vẫn còn lẫn lộn ở điểm này, bạn sẽ phải trả chi phí hằng năm cho những chức năng không dùng đến.

“Độ chính xác tìm kiếm” là độ chính xác của cái gì — bạn đang mua độ bao phủ hay độ chuẩn xác

Nếu tại buổi trình bày đề xuất xuất hiện cụm từ “độ chính xác tìm kiếm”, hãy hỏi rõ nội dung chi tiết của nó. Trong một từ độ chính xác có hai chỉ số với bản chất khác nhau bị nhét chung vào.

Một là độ bao phủ (recall). Trong số những bản vẽ đáng lẽ phải tìm ra, đã nhặt được bao nhiêu phần mà không bỏ sót. Hai là độ chuẩn xác (precision). Trong số kết quả tìm kiếm trả về, bao nhiêu phần thực sự là thứ ta đang tìm. Hai chỉ số này khó tăng cùng lúc. Nếu nới lỏng điều kiện để giảm bỏ sót thì các bản vẽ không liên quan sẽ lẫn vào kết quả. Nếu siết điều kiện để loại trừ những thứ không liên quan thì bản vẽ đáng lẽ phải tìm ra lại bị lọt khỏi kết quả.

Ưu tiên cái nào thì tùy thuộc vào việc dùng tìm kiếm đó cho mục đích gì. Trong tình huống tìm chi tiết tương tự phục vụ thiết kế tái sử dụng, độ bao phủ (recall) mới là thứ có tác dụng, vì dù ứng viên có hơi nhiều thì người thiết kế vẫn nhìn bằng mắt để thu hẹp được. Nếu bỏ sót ở đây, cùng một chi tiết sẽ bị thiết kế hai lần, khuôn và kiểm tra đều phát sinh trùng lặp.

Ngược lại, trong tình huống tra “bản vẽ hiện hành của sản phẩm này là bản nào” để trả lời câu hỏi của khách hàng, độ chuẩn xác (precision) mới là thứ có tác dụng. Trả về mười ứng viên thì rắc rối. Nếu không trả về đúng một bản chính xác thì chẳng có ý nghĩa gì.

Khác biệt này quan trọng vì nó liên quan trực tiếp đến việc thiết kế cách đánh giá. Cách làm thường gặp trong các buổi đánh giá triển khai là người phụ trách nghĩ ra chừng mười bản vẽ, đem đi tìm rồi phán đoán dựa trên việc có ra hay không ra. Như thế thì không đo được cả độ bao phủ (recall) lẫn độ chuẩn xác (precision). Nếu đánh giá, hãy quyết định trước tập đáp án đúng. Hãy lập bảng đối chiếu ghi rằng với điều kiện tìm kiếm này thì nhóm bản vẽ này phải được trả về, rồi mới tiến hành tìm kiếm. Bản thân công việc lập bảng đối chiếu này chính là công việc diễn đạt thành lời xem công ty mình muốn tìm cái gì.

Ngoài ra, con số về độ chính xác phụ thuộc rất mạnh vào tình trạng bản vẽ của từng nhà máy. Dù triển khai cùng một sản phẩm, kết quả ở nhà máy có bố cục khung tên bản vẽ đồng nhất sẽ khác với nhà máy có các mẫu biểu của hai mươi năm trộn lẫn. Tốt nhất đừng lấy nguyên con số nêu trong ví dụ triển khai của công ty khác để đặt thành kỳ vọng cho công ty mình.

Ranh giới giữa hệ thống quản lý bản vẽ (PDM) và AI tìm kiếm bản vẽ

Khi việc xem xét AI tìm kiếm bản vẽ tiến triển, câu chuyện về ranh giới với hệ thống quản lý bản vẽ sẽ xuất hiện. Hai bên không cạnh tranh nhau, mà đảm nhiệm những lớp khác nhau.

Thứ mà hệ thống quản lý bản vẽ đảm nhiệm là quản lý tập trung bản chính, lịch sử sửa đổi, luồng phê duyệt, quyền truy cập, và tìm kiếm theo thuộc tính. Nghĩa là nó đảm nhiệm L1, và bao phủ đến cả phần tìm kiếm theo thuộc tính vốn chỉ thành lập được khi L2 đã hoàn thiện. Tuy nhiên bản thân L2, tức công việc dựng thuộc tính từ khung tên bản vẽ rồi chuẩn hóa đối chiếu, lại không phải là chức năng của hệ thống quản lý bản vẽ. Thuộc tính do con người tạo ra, hoặc do OCR khung tên bản vẽ tạo ra. Mặt khác, thứ mà AI tìm kiếm bản vẽ đảm nhiệm là L3, phần mà tìm kiếm theo thuộc tính không với tới, tức tìm kiếm tương tự theo hình dạng và tìm kiếm bằng câu tự nhiên.

Do đó, câu hỏi “nên triển khai cái nào trước” trên thực tế đồng nghĩa với câu hỏi “công ty mình đang tắc ở lớp nào”.

Đừng xem nhẹ dòng thứ tư. Chuyện lý do tìm kiếm không được sử dụng nằm ở luồng công việc chứ không phải ở việc thiếu chức năng là điều không hiếm. Đằng sau việc người thiết kế vẽ mới thay vì đi tìm bản vẽ cũ là một phán đoán rằng công sức vẽ nhỏ hơn công sức tìm. Nếu phán đoán này không thay đổi, dù có nâng cao nền tảng tìm kiếm đến đâu thì mức sử dụng cũng không tăng.

Bỏ quên quản lý phiên bản thì bản vẽ tìm được lại là bản sai

Thứ hay bị bỏ sót khi mải tập trung vào câu chuyện tìm kiếm chính là quản lý phiên bản. Nhưng đây lại là thứ liên quan trực tiếp đến sự cố, hơn cả độ chính xác tìm kiếm.

Điều xảy ra khi bản vẽ tìm được lại là phiên bản cũ thì rất rõ ràng. Gia công theo kích thước của phiên bản cũ, kiểm tra theo quy cách của phiên bản cũ, rồi bị khách hàng đánh giá là không phù hợp. Tìm kiếm nhanh lên bao nhiêu thì tốc độ bản vẽ sai đến được hiện trường cũng tăng lên bấy nhiêu. Nếu nền tảng tìm kiếm chứa lẫn lộn phiên bản cũ và phiên bản hiện hành mà không phân biệt, xác suất xảy ra sự cố này có thể còn cao hơn trước khi triển khai.

Yêu cầu về quản lý phiên bản còn đến từ phía hệ thống quản lý chất lượng. Trong việc kiểm soát thông tin dạng văn bản theo ISO 9001, các yêu cầu được đặt ra gồm phê duyệt, xem xét, cập nhật, nhận biết tình trạng sửa đổi, và kiểm soát truy cập. Cái gọi là “nhận biết tình trạng sửa đổi” ở đây chính là quản lý phiên bản của bản vẽ. Ngay cả ở phiên bản hiện hành là ISO 9001:2015, yêu cầu này đã được đặt ra rồi.

Cũng xin đề cập tới động thái sửa đổi. Theo thông báo chính thức của ISO/TC 176/SC 2, cuộc bỏ phiếu cho ISO/FDIS 9001 được thông báo có hạn chót là ngày 9 tháng 7 năm 2026. Tuy nhiên tính đến ngày 10 tháng 8 năm 2026, ISO 9001:2026 vẫn chưa được công bố. Bản thân ISO không nêu rõ ngày tháng của thời điểm công bố, và hiện đang ở giai đoạn các tổ chức chứng nhận thông báo rằng dự kiến công bố vào tháng 9 năm 2026. Do đó ở thời điểm hiện tại nên coi đây là “dự kiến công bố”, và còn quá sớm để lập kế hoạch chuyển đổi như thể tiêu chuẩn đã được công bố. Dù thế nào đi nữa, vì yêu cầu kiểm soát thông tin dạng văn bản đã có sẵn ở phiên bản hiện hành, nên đó không phải là lý do để chờ bản sửa đổi.

Về mặt thực tiễn, hãy đưa vào yêu cầu kỹ thuật những chi tiết như luôn hiển thị mã sửa đổi và ngày sửa đổi trên màn hình kết quả tìm kiếm, thiết lập để không tải xuống được phiên bản cũ, và dẫn hướng sang phiên bản hiện hành khi có người mở phiên bản cũ. Về việc số hóa luồng phiên bản và phê duyệt của tài liệu, bài viết về biểu mẫu điện tử và không giấy tờ đã tổng hợp cách tư duy ở phía biểu mẫu. Bản vẽ và biểu mẫu có chung một bài toán ở điểm phiên bản và phê duyệt.

5 tiền đề bị phá vỡ tại các cơ sở ở Thái Lan và ASEAN

Quy trình triển khai AI tìm kiếm bản vẽ được viết cho thị trường trong nước Nhật Bản thì không dùng nguyên xi được tại các cơ sở ở Thái Lan và ASEAN. Xin nêu năm chỗ mà tiền đề bị phá vỡ.

Nơi phát hành bản vẽ nằm ở trụ sở chính tại Nhật Bản. Cơ sở tại Thái Lan thường là bên nhận bản vẽ, còn bản chính nằm ở phía Nhật Bản. Trong trường hợp này, dù có xây nền tảng tìm kiếm tại cơ sở Thái Lan thì việc cập nhật bản chính cũng không kiểm soát được từ phía Thái Lan. Nếu không có cơ chế truyền đạt việc phía Nhật Bản đã sửa đổi sang phía Thái Lan, nền tảng tìm kiếm ở Thái Lan sẽ âm thầm cũ đi. Cần quyết định cơ chế đồng bộ trước.

Không đoán được lượng bản vẽ giấy còn tồn lại. Không chỉ hiện trường còn giấy, mà cả các công ty hợp tác và đơn vị gia công thuê ngoài cũng đang giữ bản giấy. Nếu giới hạn phạm vi kiểm kê chỉ trong bốn bức tường nhà máy, sau này giấy tờ bên ngoài công ty sẽ lòi ra.

Ngôn ngữ của khung tên bản vẽ bị trộn lẫn. Khung tên tiếng Nhật, khung tên tiếng Anh, ghi chú tiếng Thái cùng tồn tại trong một kho bản vẽ. Mở rộng ngôn ngữ đối tượng của OCR đến đâu thì cả chi phí lẫn độ chính xác đều thay đổi. Trên thực tế, cách phân định khả thi là thu hẹp khung tên bản vẽ vào tiếng Nhật và tiếng Anh, còn tiếng Thái thì xử lý như một phần của ghi chú.

Tốc độ thay đổi nhân sự phụ trách rất nhanh. Trạng thái “bản vẽ đó thì người kia biết” bị mất đi nhanh hơn ở Nhật Bản. Nhà máy nào càng phụ thuộc vào trí nhớ cá nhân để biết bản vẽ nằm ở đâu thì càng có lý do để gấp rút kiểm kê L1. Về cách lưu giữ tri thức gắn với con người, bài viết về AI truyền đạt kỹ năng có bàn tới những luận điểm trùng lặp.

Tiền đề về mạng và cloud khác nhau. Với cấu hình để nguyên trên máy chủ của trụ sở chính Nhật Bản rồi tham chiếu từ Thái Lan, việc xoay xở với những tệp lớn như bản vẽ sẽ trở nên chậm chạp. Nhưng nếu giữ một bản sao ở phía Thái Lan thì vấn đề “bản vẽ thực tế tồn tại ở nhiều nơi” đáng lẽ đã giải xong ở L1 sẽ tái phát. Hãy nêu rõ ngay ở giai đoạn thiết kế rằng đó là bộ nhớ đệm dùng để tham chiếu hay là bản chính.

Dữ liệu cá nhân và bí mật kinh doanh lẫn trong bản vẽ — 2 điểm cần xác nhận trước khi đưa lên cloud

Trước khi đưa bản vẽ lên cloud, có hai luận điểm cần xác nhận, đó là dữ liệu cá nhân và bí mật kinh doanh.

Thứ nhất là dữ liệu cá nhân. Bản thân bản vẽ thông thường không phải dữ liệu cá nhân. Nhưng trong khung tên bản vẽ có tên người vẽ, tên người kiểm tra, tên người phê duyệt. Đây là những thông tin có thể nhận dạng cá nhân và có khả năng cấu thành dữ liệu cá nhân. Tại Thái Lan, Ủy ban Bảo vệ Dữ liệu Cá nhân đã ban hành các thông báo dựa trên Điều 28 và Điều 29 của PDPA vào tháng 12 năm 2023, và có hiệu lực từ ngày 24 tháng 3 năm 2024. Khung quy định này áp dụng cho việc chuyển dữ liệu xuyên biên giới.

Ở đây có một điểm quan trọng về mặt thực tiễn. Có cách xử lý rằng việc chuyển dữ liệu chỉ nhằm mục đích lưu trữ và không có bên thứ ba truy cập thì được loại khỏi phạm vi “chuyển” chịu điều chỉnh. Nghĩa là luận điểm không nằm ở bản thân việc “có đặt lên cloud hay không”, mà nằm ở “ai có thể truy cập”. Chỉ là lưu trữ trên kho lưu trữ đặt tại vùng máy chủ ở nước ngoài, hay là nhà cung cấp phát triển ở nước ngoài sẽ xem bản vẽ để tinh chỉnh độ chính xác tìm kiếm? Nếu là trường hợp sau thì cách xử lý sẽ thay đổi. Hãy làm rõ chủ thể truy cập bằng cả hợp đồng lẫn cấu hình hệ thống.

Thứ hai là bí mật kinh doanh. Thái Lan có Luật Bí mật Kinh doanh (Trade Secrets Act B.E. 2545), được ban hành vào năm 2002. Sự bảo hộ này lấy việc thông tin đó đang được quản lý như một bí mật làm tiền đề. Việc có áp dụng hạn chế truy cập chính là bằng chứng cho tính được quản lý bí mật.

Đây là chỗ va chạm trực diện với việc triển khai tìm kiếm bản vẽ. Khi muốn làm cho việc tìm kiếm tiện lợi hơn, người ta sẽ muốn nới lỏng quyền để toàn công ty tra được. Nhưng nếu để bản vẽ và bí quyết nằm nguyên trong thư mục dùng chung mà ai cũng xem được, lập luận rằng thông tin đang được quản lý như một bí mật sẽ yếu đi. “Dễ tìm” và “tính được quản lý bí mật” có quan hệ đánh đổi với nhau.

Điểm dung hòa khả thi là cấu trúc hai tầng, trong đó việc kết quả tìm kiếm hiển thị ra thì cho phép rộng rãi, còn quyền mở chính tệp bản vẽ thì thu hẹp lại. Việc lưu nhật ký ai đã mở bản vẽ nào vào lúc nào cũng là tư liệu cho thấy thực trạng quản lý.

Phân tách chi phí thành 5 lớp

Việc ước tính chi phí cũng nên chia theo lớp như vậy. Lớp ở đây khác với 3 lớp vị trí, nhận dạng, nội dung, mà là 5 phân khu theo loại chi tiêu. Nếu nhận báo giá AI tìm kiếm bản vẽ dưới dạng một khoản tiền duy nhất, bạn sẽ không biết mình đang trả bao nhiêu cho hạng mục nào. Dưới đây là mức tham khảo giả định cho một nhà máy Nhật Bản tại Thái Lan quy mô 20,000 bản vẽ.

Cách đọc bảng này cần lưu ý. Không nhất thiết phải chồng đủ cả năm lớp. Nhà máy đã có sẵn hệ thống quản lý bản vẽ thì có thể không cần lớp 4, còn nhà máy vẫn giữ bản gốc CAD và không có giấy thì không cần lớp 2. Ngược lại, không thể bỏ qua lớp 1 và lớp 3 để chỉ mua riêng lớp 5. Có lớp không thể bỏ qua, và có lớp có thể bỏ qua.

Khoảng chi phí của lớp 4 đã bao gồm chi phí năm của năm đầu tiên, nhưng chi phí vận hành hằng năm từ năm thứ hai trở đi nên dự tính ở mức khoảng 15 đến 25 % so với tổng chi phí xây dựng ban đầu từ lớp 1 đến lớp 5. Trong đó bao gồm phí bản quyền theo năm, việc bổ sung và chỉnh sửa thuộc tính, việc nạp bản vẽ mới, và việc tinh chỉnh lại độ chính xác. Đặc biệt lớp 5 nếu sau khi triển khai mà không đụng tới thì hiệu quả sẽ giảm, bởi vì xu hướng của bản vẽ thay đổi cùng với sự thay đổi cơ cấu sản phẩm.

Thứ dễ bị bỏ sót là công sức của chính nội bộ công ty. Việc phán đoán bản chính ở lớp 1 và việc xác nhận kết quả chuẩn hóa đối chiếu ở lớp 3 không thể hoàn tất bằng thuê ngoài. Cần có con người ở bộ phận thiết kế phán đoán. Nếu trình phê duyệt nội bộ mà không đưa công sức nội bộ này vào dự toán, dự án sẽ dừng giữa chừng vì lý do quá tải của người phụ trách. Sách trắng ngành chế tạo năm 2026 cũng nêu việc thiếu tri thức và bí quyết cùng khó khăn trong bảo đảm nhân lực như những thách thức khi ứng dụng AI và công nghệ số. Chỗ mà thách thức này xuất hiện trong việc triển khai tìm kiếm bản vẽ chính là công đoạn phán đoán nói trên.

Ngoài ra, tại Thái Lan, các hoạt động thuộc lĩnh vực số như phát triển phần mềm, dịch vụ cloud, trung tâm dữ liệu nằm trong đối tượng khuyến khích của BOI. Việc khoản đầu tư của công ty bạn có thuộc đối tượng hay không còn tùy nội dung hoạt động, nên cần xác nhận thông tin gốc của chế độ rồi phán đoán riêng cho từng trường hợp.

Đo hiệu quả thế nào — đặt “thời gian tìm kiếm” làm chỉ số sẽ thất bại

Chỉ số đầu tiên được nêu ra khi nói về hiệu quả triển khai là “rút ngắn thời gian tìm bản vẽ”. Nhưng nếu đặt nó làm chỉ số chính thì phần lớn trường hợp sẽ thất bại.

Có hai lý do. Thứ nhất, “thời gian tìm kiếm” trước khi triển khai vốn không được đo. Nếu hỏi bằng bảng khảo sát sau đó, câu trả lời sẽ dựa trên trí nhớ và con số thay đổi tùy cách hỏi. Thứ hai, việc thời gian tìm kiếm ngắn đi tự nó không nối trực tiếp với con số kinh doanh. Dù có lập công thức quy đổi thời gian rút ngắn thành tiền, cũng không còn lại bằng chứng nào cho thấy thời gian đó thực sự được chuyển sang một giá trị gia tăng khác.

Chỉ số nên đặt thay thế là những tổn thất cụ thể đã phát sinh do không tìm được. Ví dụ số lần đã thiết kế mới dù trước đó đã có sản phẩm tương đương. Số lần đã gia công theo bản vẽ phiên bản cũ. Số ngày cần để trả lời yêu cầu nộp bản vẽ từ khách hàng. Số lần phải nhờ nhà thầu phụ gửi lại bản vẽ. Những thứ này đếm được thành số vụ, và có lưu lại hồ sơ khi phát sinh.

Một chỉ số hữu hiệu nữa là nhật ký sử dụng tìm kiếm. Ai đã tìm cái gì, và từ kết quả đó có thực sự mở bản vẽ ra hay không. Những truy vấn đã tìm nhưng không có bản nào được mở chính là ví dụ thực tế của việc không tìm được. Việc định kỳ xem lại các truy vấn thất bại này trở thành đầu vào chắc chắn cho việc cải thiện độ chính xác. So với điều kiện tìm kiếm giả định trước, chính những từ ngữ mà hiện trường thực sự gõ vào mới chỉ rõ điểm cần cải thiện.

Điều cần chú ý khi thiết kế chỉ số là quyết định trước khi triển khai xem sẽ đo cái gì. Nếu chạy rồi mới bắt đầu nghĩ “báo cáo cái gì là hiệu quả”, thì chỉ những con số báo cáo được mới được chọn. Đó không phải là đánh giá, mà là sự biện minh gán ghép về sau.

6 mẫu thất bại của AI tìm kiếm bản vẽ

Những nhà máy triển khai không thuận lợi đều có chung một khuôn mẫu. Xin nêu sáu mẫu. Tất cả đều là vấn đề của thứ tự và tiền đề, chứ không phải của công nghệ.

Trong số này, mẫu đầu tiên gây tổn thất lớn nhất xét về số tiền, bởi vì sau khi đã đầu tư khoản tương đương lớp 5 thì lại phải làm lại lớp 3. Công việc lẽ ra chỉ làm một lần nếu giữ đúng thứ tự thì nay phải trả tiền hai lần.

Cũng xin nói thêm về mẫu thứ sáu. Nền tảng tìm kiếm bản vẽ nếu bỏ mặc thì giá trị sẽ giảm. Nếu bản vẽ mới phát hành không được nạp vào, thứ tìm kiếm được sẽ chỉ còn phần quá khứ, và người phụ trách sẽ nghĩ “đằng nào cái mới cũng không có trong đó” rồi thôi không dùng nữa. Việc tự động hóa khâu nạp dữ liệu và giám sát khâu đó quan trọng ngang với việc xây dựng ban đầu.

Làm gì trong 90 ngày đầu tiên

Xin sắp xếp lại xem nhà máy vừa bắt đầu xem xét thì nên làm gì trong 90 ngày đầu tiên. Trong khoảng thời gian này không cần chọn sản phẩm. Ngược lại, nên định vị đây là giai đoạn chuẩn bị tư liệu để chọn sản phẩm.

Công việc đếm số trong 30 ngày đầu tuy tẻ nhạt nhưng không thể lược bỏ. Nếu nhận đề xuất khi chưa có con số này, báo giá sẽ được lập theo số bản mà bên đề xuất giả định, rồi sau đó bị tăng giá.

Bảng đối chiếu lập ở giai đoạn giữa sẽ phát huy tác dụng lâu dài. Bảng này là thước đo để đánh giá, và cũng dùng được luôn cho việc đo độ chính xác sau khi vận hành. Bí quyết khi lập bảng là viết ra những lần tìm kiếm thực sự đã gặp khó khăn gần đây, chứ không phải những lần tìm kiếm lý tưởng. Nếu hỏi người phụ trách “hãy nhớ lại bản vẽ mà tháng trước bạn đã mất công mới tìm ra”, các điều kiện cụ thể sẽ hiện ra.

Việc bắt bên đề xuất tách báo giá theo từng lớp trong 30 ngày cuối chính là mục đích của 90 ngày này. Báo giá đưa ra dưới dạng một tổng số duy nhất thì hãy yêu cầu chia nhỏ theo lớp. Đề xuất không chia được, hoặc ngần ngại chia, có khả năng chứa những phần không chắc chắn trong cơ cấu chi tiết.

Câu hỏi thường gặp (FAQ)

Nếu không quét toàn bộ bản vẽ giấy thì không dùng được AI tìm kiếm bản vẽ phải không?

Không cần quét toàn bộ. Chỉ cần số hóa những bản vẽ sẽ đưa vào phạm vi tìm kiếm. Bản vẽ của sản phẩm ngừng sản xuất và của dự án đã kết thúc hợp đồng, dù có nghĩa vụ lưu trữ thì thường vẫn có thể loại khỏi đối tượng tìm kiếm. Việc quyết định phạm vi đối tượng trước tiên là biện pháp hữu hiệu để kìm chi phí.

OCR khung tên bản vẽ đạt được độ chính xác đến mức nào?

Vì phụ thuộc vào tình trạng bản vẽ của từng nhà máy nên không thể đưa ra một con số chung. Nếu bố cục khung tên bản vẽ đồng nhất và chất lượng quét ổn định thì kết quả sẽ tốt. Ngược lại, với những kho bản vẽ trộn lẫn mẫu biểu của hàng chục năm, có nếp gấp và phai màu, kết quả sẽ giảm. Nếu muốn đánh giá, cách chắc chắn là rút mẫu theo từng loại mẫu biểu từ chính bản vẽ của công ty mình, cho đọc thử rồi kiểm chứng.

Công ty đã có hệ thống quản lý bản vẽ. Có cần chồng thêm AI tìm kiếm bản vẽ không?

Nếu đã tra được theo thuộc tính thì việc bổ sung chỉ cần thiết khi muốn dùng tìm kiếm tương tự theo hình dạng hoặc tìm kiếm bằng câu tự nhiên. Nếu tìm kiếm của hệ thống quản lý không được sử dụng, trước hết hãy phân định xem nguyên nhân là thiếu thuộc tính hay là luồng công việc của người dùng. Nếu là thiếu thuộc tính thì phải hoàn thiện L2 trước khi chồng thêm AI.

Trụ sở chính tại Nhật Bản giữ bản chính của bản vẽ. Chỉ riêng cơ sở tại Thái Lan có triển khai được không?

Bản thân việc triển khai thì được, nhưng cần đồng thời quyết định cơ chế đồng bộ các lần sửa đổi. Nếu không có đồng bộ, nền tảng tìm kiếm phía Thái Lan sẽ rơi vào trạng thái trả về phiên bản cũ. Trong trường hợp này, việc tìm kiếm nhanh lên sẽ trực tiếp làm tăng xác suất xảy ra sự cố.

Đặt bản vẽ lên cloud có vấn đề gì không?

Luận điểm nằm ở việc ai truy cập, hơn là ở bản thân nơi lưu trữ. Có cách hiểu rằng việc chuyển dữ liệu chỉ nhằm mục đích lưu trữ và không có bên thứ ba truy cập thì được loại khỏi phạm vi quy định về chuyển dữ liệu xuyên biên giới của Thái Lan. Nếu là cấu hình mà nhà cung cấp nước ngoài xem bản vẽ để thực hiện công việc điều chỉnh thì cách xử lý sẽ khác. Hãy xác định rõ chủ thể truy cập bằng cả hợp đồng lẫn thiết lập hệ thống.

Nội bộ công ty không có người chuyên trách. Có thể hoàn tất bằng thuê ngoài không?

Việc quét ở lớp 2 và việc xây dựng nền tảng ở lớp 4 có thể tiến hành bằng thuê ngoài. Nhưng việc phán đoán bản chính ở lớp 1 và việc xác nhận chuẩn hóa đối chiếu ở lớp 3 cần đến phán đoán của nội bộ. Nếu khoán trắng chỗ này cho bên ngoài, nền tảng sẽ được xây dựng trong khi bản chính đã bị xác định sai. Không cần chuyên trách, nhưng hãy bảo đảm thời gian của người có thể phán đoán.

Tổng kết

AI tìm kiếm bản vẽ không phải là công cụ giải quyết toàn bộ triệu chứng “không tìm được bản vẽ”. Thứ nó giải được chỉ là lớp trên cùng trong 3 lớp, tức lớp tìm theo nội dung. Ở nhà máy không có việc thống nhất vị trí và việc gán thông tin nhận dạng nằm bên dưới, AI sẽ không có được chính đối tượng để tìm kiếm.

Do đó, thứ tự xem xét đã được ấn định. Trước hết hãy xác định cái “không tìm được” của công ty mình đang xảy ra ở lớp nào. Nếu là L1 thì quyết định bản chính rồi gom về một mối. Nếu là L2 thì làm cho khung tên bản vẽ máy đọc được rồi chuẩn hóa đối chiếu. Chỉ khi hai việc này xong thì AI của L3 mới có ý nghĩa như một khoản đầu tư.

Chi phí cũng phân tách theo cùng cấu trúc đó. Hãy chia thành 5 lớp gồm khảo sát hiện trạng, quét, gán thuộc tính, nền tảng tìm kiếm, chức năng AI, rồi chỉ chồng lên những lớp mà công ty mình cần. Chi phí vận hành hằng năm nên dự tính khoảng 15 đến 25 % của chi phí ban đầu. Và đừng bỏ quên quản lý phiên bản. Nếu bản vẽ tìm được lại là phiên bản cũ, thì việc tìm kiếm nhanh lên đồng nghĩa với việc sự cố đến nhanh hơn. Yêu cầu kiểm soát thông tin dạng văn bản của ISO 9001 đã đòi hỏi việc nhận biết tình trạng sửa đổi ngay từ phiên bản hiện hành là ISO 9001:2015. ISO 9001:2026 tính đến tháng 8 năm 2026 vẫn chưa được công bố và đang ở giai đoạn dự kiến công bố, nhưng đó không phải lý do để trì hoãn quản lý phiên bản.

Tại các cơ sở ở Thái Lan và ASEAN, việc nơi phát hành bản vẽ nằm ở trụ sở chính Nhật Bản, việc ngôn ngữ khung tên bản vẽ bị trộn lẫn, và việc nhân sự phụ trách thay đổi nhanh sẽ làm thay đổi các tiền đề. Thêm vào đó, điểm tên người trong khung tên bản vẽ có khả năng cấu thành dữ liệu cá nhân, và điểm để mặc bản vẽ trong thư mục dùng chung sẽ làm yếu đi thực trạng quản lý bí mật kinh doanh, đều cần được xử lý ngay ở giai đoạn thiết kế hệ thống.

TOMAS TECH hỗ trợ xuyên suốt cho các nhà máy Nhật Bản tại Thái Lan, từ việc kiểm kê vị trí bản vẽ đến gán thuộc tính và thiết kế nền tảng tìm kiếm. Bạn hoàn toàn có thể liên hệ ngay cả khi chưa đến giai đoạn chọn sản phẩm, mà mới chỉ muốn phân định xem cái “không tìm được” của công ty mình đang xảy ra ở lớp nào. Chúng tôi tiếp nhận cả những trao đổi chỉ nhằm sắp xếp lại hiện trạng, nên hãy thoải mái liên hệ qua trang liên hệ.

Thông tin tham khảo

• ISO 9001 revision update (thông báo chính thức của ISO/TC 176/SC 2)
• Sách trắng ngành chế tạo năm 2026 (Bộ Kinh tế, Thương mại và Công nghiệp, Bộ Y tế, Lao động và Phúc lợi, Bộ Giáo dục, Văn hóa, Thể thao, Khoa học và Công nghệ Nhật Bản)
• Sổ tay quản lý bí mật kinh doanh tại Thái Lan (do JETRO Bangkok biên soạn theo ủy thác của Bộ Kinh tế, Thương mại và Công nghiệp Nhật Bản)
• Giải thích quy định chuyển dữ liệu cá nhân xuyên biên giới của Thái Lan (Tilleke and Gibbins)
• Tổng hợp các thành phần kỹ thuật của AI tìm kiếm bản vẽ (AI Market)
• Tổng quan chế độ khuyến khích đầu tư BOI của Thái Lan (JETRO)