Triển khai IoT trong nhà máy 2026: 5 lớp chi phí và cách bắt đầu giám sát thiết bị

“Dây chuyền rõ ràng là có dừng, nhưng tỷ lệ vận hành trong báo cáo tháng nào cũng nằm quanh 87% và không nhích đi đâu cả.” Ở các nhà máy tại Việt Nam và ASEAN, câu chuyện triển khai IoT trong nhà máy thường bắt đầu từ đúng cảm giác khó chịu này. Báo cáo hằng ngày vẫn viết tay, lý do dừng máy chỉ có một dòng “sự cố thiết bị”, trong khi công ty mẹ liên tục hỏi căn cứ của con số tỷ lệ vận hành. Đến khi xin báo giá thì độ chênh lệch giữa các nhà cung cấp lên tới cả chục lần, và không ai giải thích rõ là tiền đó trả cho cái gì. Bài viết này đi lần lượt ba việc: các đường lấy dữ liệu vận hành thực tế từ thiết bị đang có, cách phân tách chi phí thành 5 lớp, và những giả định về chi phí mà một nhà máy tại Việt Nam cần tự xác nhận bằng số liệu của chính mình.

Nguyên nhân thật sự khiến dự án IoT nhà máy mắc kẹt là “cách lấy dữ liệu từ thiết bị cũ”

Phần lớn dự án IoT được khởi động bằng câu hỏi “dùng cloud nào” hoặc “chọn sản phẩm dashboard nào”. Nhưng chỗ dự án thật sự đứng lại không nằm ở đó. Nó đứng lại vào đúng thời điểm nhóm kỹ thuật muốn lấy tín hiệu từ PLC của một máy ép nhựa mua cách đây 20 năm và phát hiện ra rằng máy đó không có module truyền thông, hoặc vào lúc phát hiện sóng không tới được vị trí đặt máy.

Cấu trúc của một hệ thống giám sát máy móc trong nhà máy gồm bốn tầng, tính từ dưới lên: tầng đo (lấy được dữ liệu), tầng truyền (vận chuyển dữ liệu), tầng lưu trữ (chứa dữ liệu) và tầng sử dụng (xem và ra quyết định). Thông tin có sẵn trên thị trường tập trung áp đảo vào hai tầng trên, tức là màn hình và nền tảng. Nhưng ở một nhà máy đang chạy, nơi thiết bị cũ chiếm khoảng 90% danh mục, thất bại về đầu tư gần như luôn xảy ra ở tầng thấp nhất là tầng đo, và ở tầng cao nhất là tầng sử dụng.

Tách rời việc thu thập dữ liệu khỏi việc ra quyết định là thất bại

Một bài phân tích tại Nhật Bản về chi phí và nguyên nhân thất bại khi xây nền tảng dữ liệu IoT liệt kê bốn mẫu thất bại: thu thập dữ liệu bị tách rời khỏi việc ra quyết định, không kéo được người vận hành tại xưởng vào cuộc, bỏ qua khảo sát mạng không dây trước khi thiết kế, và để thiết kế bảo mật lại sau cùng (nguồn: GXO). Ba trong bốn mẫu này hoàn toàn không liên quan đến việc chọn cloud hay chọn dashboard. Nghĩa là dù có chọn sản phẩm giỏi đến đâu, bạn cũng không tránh được loại thất bại này.

Mẫu đầu tiên, tách rời khỏi quyết định, là mẫu khó chữa nhất. Kể cả khi đồ thị tỷ lệ vận hành đã hiện trên máy tính của giám đốc nhà máy, nếu chưa ai định nghĩa được ai xem đồ thị đó vào lúc nào và quyết định điều gì, thì sau ba tháng sẽ không còn ai mở nó nữa. Ngược lại, nếu quy tắc “mỗi buổi sáng cả nhóm cùng xem ba thiết bị có thời gian dừng nhiều nhất của ngày hôm trước và lý do dừng” được chốt trước, thì các trường dữ liệu cần lấy sẽ tự thu hẹp lại, và số tiền đầu tư cũng nhỏ đi theo.

Vì vậy thứ tự đúng là “cách lấy dữ liệu, rồi mới đến cách dùng dữ liệu”

Bài viết này đi theo đúng thứ tự đó. Nửa đầu cụ thể hóa việc lấy dữ liệu vận hành thực tế từ thiết bị hiện hữu thành 5 con đường. Nửa sau sắp xếp việc nối dữ liệu đó vào quyết định của từng vai trò, thông qua OEE, dừng máy ngắn và phân tích nguyên nhân dừng máy. Ở giữa là phần cốt lõi: phân tách 5 lớp chi phí và các giả định chi phí cần tự kiểm chứng tại chỗ. Riêng chuyện chọn hệ thống quản lý sản xuất tổng thể, chúng tôi đã tách ra trong bài cách chọn hệ thống quản lý sản xuất và MES cho nhà máy, bạn nên đọc kèm khi cần phân định vai trò giữa lớp giám sát và lớp hệ thống bên trên.

Năm con đường lấy dữ liệu vận hành thực tế từ thiết bị cũ: lời giải thực tế cho retrofit

Việc lắp thêm cảm biến cho máy cũ (retrofit), tức lấy dữ liệu mà không thay thiết bị, có thể gom lại thành 5 con đường. Ngay trong cùng một nhà máy, con đường tối ưu cho từng máy cũng khác nhau, nên mẹo thực dụng nhất là đừng chốt cứng kiểu “toàn bộ thiết bị dùng chung một cách”.

Con đường 1: thu thập dữ liệu từ PLC một cách trực tiếp

Đây là con đường cho nhiều thông tin nhất, và cũng là con đường khó ước lượng công nhất. Trong các thanh ghi của PLC đang điều khiển thiết bị có gần như toàn bộ những gì bạn muốn: trạng thái chạy, trạng thái dừng, số alarm, thời gian chu kỳ, bộ đếm sản lượng, giá trị đặt. Nếu máy có module truyền thông, một IoT gateway có thể đọc ra qua các giao thức công nghiệp như Modbus TCP, PROFINET hay EtherNet/IP.

Tuy nhiên có ba điểm phải lưu ý. Thứ nhất, để biết địa chỉ nào chứa dữ liệu gì, bạn phải đọc được chương trình ladder, và với máy do nhà sản xuất thiết bị viết thì chương trình thường không công khai hoặc bị đặt mật khẩu. Thứ hai, việc thêm một kênh truyền thông vào PLC tạo thêm tải cho chu kỳ điều khiển, nên nếu thiết kế chu kỳ đọc sai thì có thể ảnh hưởng đến hoạt động của máy. Thứ ba, việc này có thể vướng vào điều kiện bảo hành của nhà sản xuất thiết bị, phải xác nhận trước.

Cách làm thực tế là giữ ba nguyên tắc: chỉ đọc và tuyệt đối không ghi, chu kỳ đọc từ 1 giây trở lên, và đánh giá ảnh hưởng trên đúng một máy trước. Nếu con đường này khả thi, bạn tiến luôn được tới việc tự động nhận diện dừng máy ngắn sẽ nói ở phần sau.

Con đường 2: lấy tín hiệu từ đèn tháp tín hiệu (signal tower)

Phần lớn thiết bị cũ đều có đèn tháp tín hiệu ba tầng xanh, vàng, đỏ. Chỉ cần gắn thêm cảm biến quang không tiếp xúc hoặc mạch phát hiện điện áp vào phần dây của đèn này, bạn lấy được ba trạng thái “đang chạy, cần chú ý, đang dừng” mà không phải can thiệp gì vào thiết bị.

Điểm mạnh của con đường này là nhanh và rẻ hơn hẳn các cách khác, đồng thời khó vướng vào điều kiện bảo hành. Điểm yếu là độ chi tiết của thông tin: bạn biết đèn đỏ đã sáng, nhưng không biết vì sao nó đỏ. Vì vậy nguyên tắc là thiết kế con đường 2 đi kèm với việc “người nhập mã lý do dừng” nói ở dưới. Máy lấy chính xác thời điểm bắt đầu và kết thúc mỗi lần dừng, con người chỉ chọn lý do. Chỉ với cách phân vai này, độ chính xác của việc tổng hợp thời gian dừng đã ở mức không thể so sánh với báo cáo viết tay.

Với các dây chuyền lắp ráp nhiều chủng loại ít sản lượng, hoặc nhà máy có nhiều máy vạn năng và máy vận hành bằng tay không có PLC, cách hiệu quả nhất về chi phí là dùng con đường 2 cho toàn bộ thiết bị để khởi động, rồi chỉ đào sâu bằng con đường 1 ở những máy đã chứng minh được hiệu quả.

Con đường 3: lắp thêm cảm biến bên ngoài thiết bị

Là cách dán, kẹp hoặc đặt cảm biến ở phía ngoài máy. Các tổ hợp tiêu biểu như sau.

• Cảm biến dòng điện (CT kiểu kẹp): chỉ cần kẹp vào dây nguồn chính hoặc dây động lực là suy ra được trạng thái đang gia công, chạy không tải hay dừng từ dạng sóng dòng tiêu thụ. Điểm lớn nhất là khởi động được đồng thời cả giám sát điện năng và giám sát tình trạng thiết bị
• Cảm biến rung và nhiệt độ: dán lên động cơ, bơm, quạt, hộp giảm tốc để theo dõi xu hướng suy giảm. Đây là cửa vào của bảo trì dự đoán
• Cảm biến tiệm cận và cảm biến quang điện: đặt ở cửa ra sản phẩm hoặc trên băng tải để đếm số lượng sản xuất, gồm cả hàng đạt và hàng lỗi
• Cảm biến áp suất và lưu lượng khí nén: nắm được lượng khí nén tiêu thụ và mức rò rỉ. Liên quan trực tiếp đến việc cải thiện suất tiêu hao năng lượng

Sức hấp dẫn của con đường này là dùng được bất kể đời máy, hãng sản xuất hay xuất xứ. Một cái máy từ thập niên 1970 vẫn có dòng điện chạy qua, nên cảm biến dòng chắc chắn nói cho bạn một điều gì đó. Điểm yếu là dữ liệu thu được là giá trị suy ra từ hiện tượng vật lý, nên cần một khoảng thời gian đo thực tế tại xưởng để hiệu chỉnh ngưỡng. Từ mức dòng nào là “đang gia công” và từ mức nào là “chạy không tải” thì chỉ có cách đo 1–2 tuần trên từng máy mới quyết định được. Nếu quên đưa khoảng thời gian này vào tiến độ, dự án chắc chắn trễ.

Con đường 4: lấy gián tiếp từ bảng điều khiển, relay và tiếp điểm phụ

Cách này nằm giữa con đường 1 và con đường 2. Bạn trích tín hiệu tiếp điểm của relay trung gian, van điện từ, công tắc hành trình hay mạch dừng khẩn cấp trong tủ điện điều khiển, thông qua module đầu vào cách ly. Điểm mạnh là không cần giải mã chương trình PLC mà vẫn chọn được đúng số lượng tín hiệu có ý nghĩa rõ ràng như “đóng khuôn xong”, “lấy sản phẩm xong”, “cửa an toàn mở”.

Ở các nhà máy tại Việt Nam, mỗi lần thay hoặc bổ sung thiết bị lại có thêm một lớp dây được đi thêm vào tủ điện, và không ít trường hợp bản vẽ không còn khớp với hiện trạng. Nếu chọn con đường này, hãy tính công theo giả định là bạn sẽ phải cùng nhân viên điện tại chỗ đo lại bên trong tủ và cập nhật bản vẽ song song. Nói cách khác, đây cũng là dịp tốt để kiểm kê lại thực trạng tủ điện.

Con đường 5: con người nhập liệu (đưa thao tác nhập tay vào thiết kế ngay từ đầu)

“Làm IoT mà vẫn nhập tay?” Nhưng trong thực tế đây là con đường không thể thiếu. Lý do dừng, nội dung lỗi, thời điểm bắt đầu và kết thúc chuyển đổi mã hàng, lô vật liệu, người vận hành — không cảm biến vật lý nào sinh ra được những thông tin này.

Điều quan trọng là coi việc nhập tay là “đối tượng cần thiết kế” chứ không phải “sự thỏa hiệp”. Cụ thể, hãy phân vai như sau.

• Thời điểm, số lượng, thay đổi trạng thái → máy lấy (không để người bấm. Giao phần này cho người thì độ chính xác chắc chắn giảm)
• Lý do, phân loại, phán đoán → người chọn (không để người gõ. Cho chọn trong 10–20 mã đã chuẩn bị sẵn)

Màn hình trên tablet hay trên trạm Andon phải thiết kế theo tiếng Việt, giảm số nút bấm, và mỗi thao tác kết thúc trong 3 giây. Thỏa hiệp ở chỗ này thì người vận hành sẽ luôn bấm “mã trên cùng cho xong”, và dữ liệu trở nên vô giá trị.

Bảng tra nhanh cách dùng 5 con đường

Ở một nhà máy thật, tổ hợp có hiệu quả chi phí cao nhất thường là: dùng con đường 2 để chốt thời gian dừng của toàn bộ thiết bị, chỉ đào sâu bằng con đường 1 hoặc 4 ở thiết bị nút cổ chai, thêm con đường 3 cho các thiết bị động lực cần xem điện năng, và dùng con đường 5 để gán ý nghĩa cho toàn bộ.

Thu thập dữ liệu từ PLC và thiết kế giao thức: OPC UA, MQTT, Sparkplug B và IoT gateway

Khi đã quyết được cách lấy dữ liệu, tiếp theo là cách vận chuyển. Nắm được cấu hình tiêu chuẩn của thời điểm 2026 ở đây sẽ giảm rủi ro phải làm lại toàn bộ sau 5 năm.

MQTT để “vận chuyển”, OPC UA để “định nghĩa ý nghĩa”

Các bài so sánh giao thức IIoT đều xếp MQTT và OPC UA vào quan hệ dùng song song chứ không phải cạnh tranh, bởi vai trò của chúng khác nhau. MQTT là giao thức truyền thông nhẹ theo mô hình publish/subscribe, rất giỏi việc đưa dữ liệu đi qua các đường truyền không ổn định. Còn OPC UA giỏi việc gán cho dữ liệu một mô hình thông tin: giá trị này là đại lượng gì của thiết bị nào, đơn vị là gì.

Cấu hình tiêu chuẩn thực dụng của năm 2026 là ba tầng: gán ý nghĩa tại sàn nhà máy bằng OPC UA, vận chuyển lên cloud bằng MQTT, và nối hai bên bằng Sparkplug B (nguồn: HiveMQ, FlowFuse). Sparkplug B là đặc tả đặt thêm lên MQTT các quy ước về không gian tên topic, định nghĩa kiểu dữ liệu và cơ chế theo dõi trạng thái sống/chết của thiết bị. Có nó thì bạn tránh được sự cố kinh điển “dữ liệu đã chuyển qua MQTT nhưng bên nhận không hiểu nó nghĩa là gì”.

PLC cũ không hỗ trợ OPC UA thì chuyển đổi tại edge gateway

Đa số PLC ở các nhà máy đang chạy không hỗ trợ OPC UA. Lời giải chuẩn cho trường hợp này là đặt một edge gateway hỗ trợ Modbus, PROFINET, EtherNet/IP ở phía thiết bị (trong thuật ngữ Sparkplug là node Edge of Network), chuyển đổi sang dạng OPC UA tại đó rồi mới đẩy lên các lớp trên. Nghĩa là cách nghĩ không phải “làm mới PLC cũ”, mà “đặt thêm một cái hộp làm phiên dịch cho tiếng nói của PLC cũ”.

Hiệu quả của cấu hình này thể hiện dưới dạng bảo vệ khoản đầu tư. Khi bạn thay một thiết bị, phần thay đổi chỉ là dây nối giữa gateway và thiết bị, còn toàn bộ phần phía trên gateway gồm nền tảng dữ liệu, bảng điều khiển (dashboard) của nhà máy, báo cáo và cảnh báo thì không phải làm lại. Ngược lại, nếu lược bỏ gateway và cho thiết bị nói trực tiếp lên cloud, thì cứ thay một máy là lại phát sinh công phát triển ở phía cloud.

Unified Namespace xóa khoảng cách giữa thiết bị mới và thiết bị cũ

Một bước thiết kế cao hơn là chuẩn hóa Unified Namespace (không gian tên hợp nhất). Cách nghĩ là quyết định trước hệ phân cấp nhà máy, dây chuyền, thiết bị, tín hiệu, rồi cho toàn bộ dữ liệu chảy theo đúng “địa chỉ” đó.

Khi đã chuẩn hóa xong, thiết bị mới nói OPC UA nguyên bản và thiết bị cũ đang bị bắt nói chuyện bằng tổ hợp “cảm biến gắn thêm cộng gateway Modbus” sẽ trông giống nhau ở phía nền tảng phân tích, với cùng cấu trúc topic, cùng kiểu dữ liệu, cùng đơn vị và cùng độ chính xác dấu thời gian (nguồn: iFactory). Nhìn từ xưởng thì một bên là máy mới nhất, một bên là máy 30 năm tuổi, nhưng logic dashboard và logic tính OEE có thể xử lý cả hai theo cùng một cách. Đây chính là chìa khóa để retrofit không dừng ở mức chắp vá tạm thời.

Đừng bỏ qua khảo sát mạng không dây

Mẫu thất bại thứ ba là “bỏ qua khảo sát mạng không dây trước khi thiết kế”, và nó nằm trong danh sách vì thực tế nó xảy ra rất thường xuyên. Nhà xưởng là môi trường sóng khắc nghiệt: thiết bị kim loại, giá kim loại, vách kim loại, đường ống nước, biến tần, máy hàn. Chuyện Wi-Fi dùng bình thường ở khối văn phòng nhưng lại mất gói đúng lúc máy dập đang chạy là chuyện xảy ra hằng ngày.

Đối sách rất đơn giản: thực hiện khảo sát sóng (site survey) trước khi thiết kế, và đo ở cả hai điều kiện thiết bị đang chạy và thiết bị đang dừng. Cùng với đó, bắt buộc yêu cầu gateway có bộ đệm cục bộ, tức khả năng tích dữ liệu trong lúc mất kết nối và gửi lại sau khi phục hồi. Chỉ cần hai điểm này là bạn tránh được sự sụp đổ về độ tin cậy kiểu “ngày nào mất dữ liệu là ngày đó không tính được tỷ lệ vận hành”. Riêng phần phân tách phân đoạn mạng và quản lý tài sản khi kết nối mạng OT với phía IT, chúng tôi đã trình bày chi tiết trong bài biện pháp bảo mật OT cho nhà máy.

Phân tách chi phí triển khai IoT nhà máy thành 5 lớp: cơ cấu chi phí và mô hình theo quy mô

Không thể trả lời câu hỏi “chi phí triển khai IoT nhà máy là bao nhiêu” bằng một con số duy nhất, nhưng nếu bạn nắm được chia thành từng lớp, và mỗi lớp trả bao nhiêu tiền, bạn sẽ tự đánh giá được tính hợp lý của một bản báo giá. Ở đây chúng tôi phân tách thành 5 lớp dựa trên dữ liệu giá thị trường Nhật Bản bản 2026.

Toàn bộ số tiền dưới đây là mức giá tham khảo của thị trường Nhật Bản, ghi bằng JPY và không quy đổi sang VND. Ở Việt Nam, cơ cấu sẽ khác đi do chi phí nhân sự kỹ thuật tại chỗ, thuế nhập khẩu và phí vận chuyển thiết bị, cũng như khối lượng công việc cho đa ngôn ngữ tiếng Việt, tiếng Nhật và tiếng Anh. Vì vậy đừng áp nguyên con số, hãy dùng nó như tài liệu để đọc tỷ lệ giữa các lớp và danh mục hạng mục trong từng lớp.

Lớp 1: cảm biến và lấy tín hiệu (400.000–1.500.000 JPY)

Đây là lớp hiện thực hóa về mặt vật lý các con đường 1 đến 4 ở chương trước. Cơ cấu gồm bản thân cảm biến 100.000–500.000 JPY, thi công lắp đặt và đi dây 200.000–800.000 JPY, thử nghiệm hoạt động 100.000–200.000 JPY (nguồn: GXO).

Điều đáng chú ý là tỷ lệ: thi công lắp đặt và đi dây đắt hơn bản thân cảm biến. Đây là điểm quan trọng nhất để hiểu cơ cấu chi phí của IoT nhà máy, và cũng là lý do kỳ vọng kiểu “tìm được cảm biến giá rẻ nên tổng chi phí sẽ rẻ” thường không thành. Với thiết bị đang chạy, toàn bộ các điều kiện như làm việc trong tủ điện, bảo đảm tuyến cáp, sắp xếp khung giờ không được phép dừng sản xuất đều cộng vào khối lượng công. Nói ngược lại, nếu thi công nhiều thiết bị gộp một lần thì đơn giá trên mỗi máy của lớp này giảm rõ rệt.

Lớp 2: gateway và mạng (100.000–500.000 JPY)

Bản thân IoT gateway công nghiệp 50.000–300.000 JPY, cấu hình truyền thông 50.000–200.000 JPY (nguồn: GXO). Tổng của lớp 1 và lớp 2, tức “cảm biến cộng gateway”, nằm trong khoảng 500.000–2.000.000 JPY.

Đây là lớp có số tiền nhỏ nhất, nhưng như đã nói ở chương trước, nó quyết định chi phí phải làm lại trong tương lai. Chọn thiết bị dân dụng giá thấp ở lớp này thì các vấn đề sẽ hiện ra ở giai đoạn vận hành: hỏng sau vài tháng trong môi trường nhiệt độ, bụi và rung của nhà máy, không tự phục hồi sau khi mất kết nối, không được cấp bản cập nhật firmware. Lớp này không phải chỗ để cắt tiền.

Lớp 3: nền tảng dữ liệu (cloud hoặc on-premise, 2.000.000–8.000.000 JPY cộng phí tháng)

Cơ cấu chi phí xây dựng ban đầu gồm thiết kế và xây dựng nền tảng 500.000–2.000.000 JPY, phát triển phần thu nạp dữ liệu 500.000–2.000.000 JPY, logic phát hiện bất thường 500.000–2.000.000 JPY, thiết kế bảo mật 300.000–1.000.000 JPY, thử nghiệm và tài liệu 200.000–1.000.000 JPY. Cộng thêm phí dịch vụ hằng tháng 10.000–100.000 JPY (nguồn: GXO).

Đây là khối lớn nhất trong tổng đầu tư ban đầu. Cách thực tế để nén nó lại là đưa logic phát hiện bất thường ra khỏi giai đoạn đầu. Trước hết hãy làm cho chắc phần ghi nhận sự kiện thực tế gồm chạy, dừng và số lượng sản xuất; còn phát hiện bất thường và chẩn đoán dấu hiệu sớm thì bắt tay vào sau khi đã tích lũy được nửa năm đến một năm dữ liệu vận hành. Chỉ riêng quyết định này đã giảm mạnh đầu tư ban đầu, mà logic làm ra lại chính xác hơn. Trả tiền giai đoạn đầu cho một mô hình phát hiện bất thường không có dữ liệu huấn luyện là bất hợp lý về thứ tự.

Lớp 4: phát triển màn hình và cảnh báo (1.000.000–5.000.000 JPY)

Cơ cấu chi phí phát triển dashboard gồm thiết kế UI/UX 200.000–800.000 JPY, phát triển màn hình 500.000–2.500.000 JPY, chức năng báo cáo 200.000–800.000 JPY, quản lý quyền 100.000–400.000 JPY, hỗ trợ đa thiết bị 100.000–500.000 JPY (nguồn: GXO).

Mẫu khiến chi phí phình lên ở đây rất điển hình: biến mọi yêu cầu từ mọi bộ phận thành một màn hình. Cứ làm riêng cho giám đốc nhà máy, trưởng phòng sản xuất, chất lượng, bảo trì, ban lãnh đạo và công ty mẹ thì số màn hình vượt 20 rất dễ. Như phần sau sẽ trình bày, lời giải tối ưu trong thực tế là gom màn hình về 4 nhóm theo vai trò.

Lớp 5: vận hành (chuẩn hóa dữ liệu chủ, thiết kế mã lý do dừng, đào tạo tại xưởng) — quản lý riêng như chi phí vận hành hằng năm

Và đây là lớp bị bỏ sót nhiều nhất, đồng thời quyết định thành bại của dự án nhiều nhất. Cụ thể gồm: chuẩn hóa dữ liệu chủ thiết bị, dữ liệu chủ mã hàng và thời gian chu kỳ tiêu chuẩn; thiết kế và rà soát lại hệ thống mã lý do dừng; đào tạo người vận hành và cấp quản lý; kiểm tra độ chính xác dữ liệu hằng ngày; cập nhật cấu hình khi thêm thiết bị hoặc thay đổi layout.

Ở đây cần chốt một điểm rất quan trọng về mặt kế toán và ra quyết định. Lớp 5 không thuộc số tiền đầu tư ban đầu, hãy quản lý nó riêng như chi phí vận hành hằng năm. Lý do là để tránh tính trùng. Nội dung chính của lớp 5 là công nội bộ của chính doanh nghiệp; nếu cộng nó vào số tiền đầu tư ban đầu rồi lại trừ nó ra ở phần chi phí vận hành hằng năm trong công thức ROI, bạn đã đếm cùng một chi phí hai lần. Vì vậy quy tắc là: ô “đầu tư ban đầu” trong bảng chi phí chỉ chứa lớp 1 đến lớp 4; lớp 5 ghi vào ô “chi phí vận hành hằng năm”, cùng với phí dịch vụ hằng tháng của bên ngoài (10.000–100.000 JPY mỗi tháng, tương đương 120.000–1.200.000 JPY mỗi năm).

Về số tiền cho công nội bộ, do không có dữ liệu giá thị trường công khai nên bài viết này không nêu con số. Bạn hãy tự tính bằng đơn giá giờ công của doanh nghiệp mình nhân với khối lượng công dự kiến. Về cảm nhận khối lượng công, thông thường trong giai đoạn khởi động, một người phụ trách dành khoảng 30–50% thời gian làm việc cho việc chuẩn hóa dữ liệu chủ và rà soát mã lý do dừng; sau khi ổn định thì còn khoảng vài ngày mỗi tháng.

Tổng đầu tư ban đầu và mô hình theo quy mô

Tổng của lớp 1 đến lớp 4 cho khoảng đầu tư ban đầu là 3.500.000–15.000.000 JPY (500.000–2.000.000 cộng 2.000.000–8.000.000 cộng 1.000.000–5.000.000 bằng 3.500.000–15.000.000). Ba mô hình theo quy mô được nêu như sau (nguồn: GXO).

Bảng này đáng để bạn tự chia ra kiểm tra. 5 máy với 3.000.000 JPY thì mỗi máy 600.000 JPY; 30 máy với 11.000.000 JPY thì mỗi máy khoảng 366.700 JPY. Số máy tăng 6 lần mà số tiền đầu tư chỉ tăng khoảng 3,7 lần, và đơn giá trên mỗi máy giảm khoảng 40%. Nguyên nhân là lớp 3 và lớp 4 là “nền tảng dùng chung”, gần như không tỷ lệ thuận với số máy. Kết luận thực tế rút ra từ cơ cấu này rất rõ ràng: nếu đã quyết định làm nền tảng thì đừng thu hẹp phạm vi thiết bị quá mức, vì như vậy đơn giá trên mỗi máy sẽ rẻ hơn. Tuy nhiên, như phần sau sẽ nói, giai đoạn đầu vẫn cần thu hẹp phạm vi để học, nên lời giải tối ưu là “thiết kế nền tảng theo tổng số máy trong tương lai, còn số kết nối thì tăng dần theo từng bước”.

Con số khoảng 20.000.000 JPY cho toàn nhà máy vượt trần của khoảng 3.500.000–15.000.000 JPY nói ở trên. Đây không phải mâu thuẫn: khoảng đó giả định các trường hợp phổ biến ở mức một dây chuyền hoặc triển khai từng phần, còn khi lấy cả nhà máy làm đối tượng một lần thì lớp 1 và lớp 4 dồn lên và tổng vượt trần. Khi so sánh báo giá, hãy luôn xác nhận “khoảng giá đó giả định phạm vi triển khai tới đâu”.

Mức giá khi bắt đầu từ quy mô nhỏ

Nếu quy mô là “trước hết một dây chuyền” hoặc “trước hết chỉ nhiệt độ và độ ẩm của kho”, con số nhỏ đi một bậc. Mức giá được nêu là 300.000–800.000 JPY cho giám sát nhiệt độ và độ ẩm, 800.000–2.000.000 JPY cho giám sát vận hành kèm chức năng thông báo, cộng phí tháng từ vài nghìn đến vài chục nghìn JPY (nguồn: is-prime, OPTiM). Đây là dải giá đạt được bằng cách dùng dịch vụ cloud có sẵn và từ bỏ việc tùy biến màn hình.

Tiêu chí để quyết định là “sau đó bạn có ý định mở rộng ra hay không”. Nếu chỉ dừng ở một dây chuyền thì dịch vụ có sẵn là đủ. Nếu trong vòng 3 năm bạn định mở ra toàn nhà máy, thì riêng gateway ở lớp 2 và cấu trúc dữ liệu nên chọn theo hướng nhìn về tương lai.

Các bước triển khai và thời gian: cách đi trong 8–12 tháng và 4 mẫu thất bại

Thời gian triển khai IoT nhà máy được nêu ở mức tiêu chuẩn là 8–12 tháng với 5 bước (nguồn: GXO). Cơ cấu như sau.

1. Làm rõ yêu cầu: 2–4 tuần — quyết định bạn muốn cải thiện quyết định nào, rồi tính ngược ra các trường dữ liệu cần thiết
2. PoC (thử nghiệm thực tế): 1–2 tháng — lấy dữ liệu thật trên 1–3 máy, đo thực tế độ chính xác và khối lượng công
3. Thiết kế và phát triển: 2–4 tháng — làm nền tảng dữ liệu và màn hình
4. Mở rộng và đào tạo: 1–2 tháng — mở rộng sang các thiết bị mục tiêu, đào tạo người vận hành và cấp quản lý
5. Ổn định hóa: từ 3 tháng trở lên — nâng độ chính xác dữ liệu, đưa quy tắc vận hành vào thành nếp

Trong tiến độ này, bước 5 là bước dễ bị bỏ nhất. Nhưng ở hiện trường, đây mới thực sự là phần chính. Hệ thống mã lý do dừng ở lần thiết kế đầu tiên chắc chắn khó dùng, và phải qua 2–3 lần rà soát thì người vận hành mới chọn đúng được. Nếu hiểu sai bước 5 là “thời gian dự phòng” và cắt nó khỏi tiến độ, việc vận hành sẽ bắt đầu khi độ chính xác dữ liệu chưa lên, dẫn tới kết cục tệ nhất: “số liệu không đáng tin nên không ai xem”.

Bốn mẫu thất bại và đối sách cụ thể cho từng mẫu

① Thu thập dữ liệu bị tách rời khỏi việc ra quyết định. Đối sách là ở bước làm rõ yêu cầu, viết ra một trang giấy trả lời “ai, vào lúc nào, xem cái gì, quyết định điều gì”. Ví dụ: “trưởng ca sản xuất mỗi sáng 8 giờ xem ba thiết bị có thời gian dừng nhiều nhất của ngày hôm trước và quyết định thứ tự ưu tiên bảo trì trong ngày”. Với trường dữ liệu nào bạn không viết được câu này, hoàn toàn có thể quyết định không lấy nó ở giai đoạn đầu.

② Không kéo được người vận hành tại xưởng vào cuộc. Đối sách là cho chính người vận hành tham gia thiết kế mã lý do dừng. Hệ thống mã do phía quản lý tự soạn thường lệch khỏi cảm nhận và từ vựng của hiện trường. Ở nhà máy tại Việt Nam, cách hiệu quả nhất là giao việc chốt thuật ngữ tiếng Việt cho tổ trưởng người Việt.

③ Bỏ qua khảo sát mạng không dây trước khi thiết kế. Đối sách như chương trước: khảo sát sóng trong lúc thiết bị đang chạy, và bộ đệm cục bộ trên gateway.

④ Để thiết kế bảo mật lại sau cùng. Đối sách là giữ thiết kế bảo mật thành một hạng mục riêng ngay từ lúc báo giá lớp 3 (khoản 300.000–1.000.000 JPY đã có trong cơ cấu). Chi phí làm lại việc phân tách mạng theo kiểu vá về sau lớn hơn hẳn chi phí thiết kế đúng từ đầu.

Trực quan hóa tỷ lệ vận hành và OEE hiệu suất thiết bị tổng thể: nối dữ liệu vào quyết định của ai

Từ đây chúng ta bước vào nửa sau, phần “cách dùng dữ liệu”. Việc đầu tiên một nhà máy đã thu thập được dữ liệu vận hành thực tế cần làm là thống nhất định nghĩa các chỉ số. Nếu không làm việc này, mỗi bộ phận sẽ đối chiếu dữ liệu thực tế với một mẫu số khác nhau, và các con số trong cùng một cuộc họp sẽ không cộng lại được với nhau.

Vấn đề “tỷ lệ vận hành” đang được dùng với ba nghĩa khác nhau trong cùng công ty

Ở nhiều nhà máy, một từ “tỷ lệ vận hành” đang lẫn lộn ba thứ sau.

• Tỷ lệ vận hành theo thời gian (Availability, còn gọi là tỷ lệ khả dụng): tỷ lệ thời gian thiết bị thực sự chạy trong tổng thời gian được giao việc (xem tổn thất do dừng)
• Hiệu suất tốc độ (Performance): trong thời gian đã chạy, tỷ lệ thực sự làm ra đúng theo thời gian chu kỳ lý thuyết (xem giảm tốc độ và dừng máy ngắn)
• Tỷ lệ sản phẩm đạt (Quality): trong số đã làm ra, tỷ lệ hàng đạt (xem tổn thất do lỗi)

Và tích của ba thứ này là hiệu suất thiết bị tổng thể (OEE).

OEE = Tỷ lệ vận hành theo thời gian × Hiệu suất tốc độ × Tỷ lệ sản phẩm đạt

Chỉ cần chia sẻ công thức này trong toàn công ty, chất lượng báo cáo đã thay đổi. Báo cáo “tỷ lệ vận hành 87%” có ý nghĩa hoàn toàn khác nhau tùy nó đang chỉ riêng tỷ lệ vận hành theo thời gian hay đang chỉ OEE. Ví dụ một thiết bị có tỷ lệ vận hành theo thời gian 95%, hiệu suất tốc độ 85% và tỷ lệ sản phẩm đạt 97% thì OEE là 0,95 × 0,85 × 0,97, xấp xỉ 78%. Cả ba chỉ số đều trông “tạm ổn” mà hiệu suất tổng thể vẫn dưới 80%. Đó chính là lý do lớn nhất để dùng OEE: nó cho thấy hiệu ứng nhân của các tổn thất mà một chỉ số đơn lẻ không thể hiện ra.

Ai xem chỉ số nào

Định nghĩa xong chỉ số thì bước tiếp theo là phân bổ. Trong thực tế, cách gán sau đây hoạt động tốt.

Ý nghĩa của bảng này là “làm 4 màn hình khác nhau từ cùng một tập dữ liệu”. Nói ngược lại, về cơ bản không cần thêm màn hình nào nữa. Chúng tôi khuyến nghị chốt trước 4 phân vùng này (hiện trường, trưởng ca, giám đốc nhà máy, ban lãnh đạo) như một cái phanh thực dụng để chi phí lớp 4 không phình lên.

Tỷ lệ vận hành tăng thì cái gì tăng theo

Nâng tỷ lệ vận hành thiết bị không phải mục đích tự thân. Truy đến cùng, khi tỷ lệ vận hành tăng bạn chỉ nhận được hai thứ: làm ra nhiều hơn trên cùng thiết bị (năng lực sản xuất tăng), hoặc làm ra cùng lượng đó trong thời gian ngắn hơn (giảm làm thêm giờ và giảm ngày chạy máy cuối tuần). Chọn thứ nào phụ thuộc vào nhà máy đó đang bị giới hạn bởi đơn hàng hay bị giới hạn bởi năng lực.

Điều này liên quan trực tiếp đến quyết định đầu tư. Nếu đơn hàng còn dư và tăng sản lượng là bán được, thì thời gian chạy máy tăng thêm chuyển thành lợi nhuận góp tăng thêm, tức thành số tiền hiệu quả. Ngược lại, trong tình huống cầu không tăng, hiệu quả chỉ hiện ra ở dạng giảm làm thêm giờ và giảm số ngày chạy máy, và số tiền sẽ nhỏ. Chương về ROI sẽ quay lại điểm này. Ngoài ra, để cải thiện phía giới hạn năng lực, việc xem lại chính bản kế hoạch cũng rất hiệu quả; bài so sánh và cách chọn phần mềm lập kế hoạch sản xuất (APS) sẽ hữu ích ở điểm này.

Trực quan hóa dừng máy ngắn và phân tích nguyên nhân dừng máy: thiết kế Andon và dashboard

Điều làm các nhà máy vừa lắp hệ thống giám sát vận hành ngạc nhiên nhất thường là bức tranh thật của dừng máy ngắn.

Tại sao dừng máy ngắn không xuất hiện trong báo cáo ngày

Dừng máy ngắn (chokotei), tức những lần dừng vài chục giây đến vài phút rồi hồi phục, về bản chất không được viết vào báo cáo ngày. Người vận hành gỡ chỗ kẹt, bấm reset, rồi quay lại sản xuất. Đó là việc quá thường ngày đến mức không được nhận thức là “sự cố”. Kết quả là nó không hiện lên trong thời gian dừng của báo cáo, mà vẫn tích lũy hàng chục lần mỗi ngày. Một lần dừng 2 phút, xảy ra 30 lần một ngày là 60 phút; nhân với 20 ngày chạy máy trong tháng là 20 giờ. Hai mươi giờ này không có trong bất kỳ báo cáo nào.

Điều cần cho việc trực quan hóa dừng máy ngắn là ghi nhận thời điểm mà không dựa vào ký ức của con người. Chỉ cần có một trong các con đường ở nửa đầu bài — con đường 1 (tín hiệu chạy và alarm của PLC), con đường 2 (thay đổi trạng thái sáng của đèn tháp tín hiệu), con đường 3 (sụt dòng điện hoặc bộ đếm sản lượng ngừng tăng) — là ghi tự động được đến từng giây. Đặc biệt cách phán đoán của con đường 3, tức “bộ đếm không tăng dù đã vượt thời gian chu kỳ lý thuyết”, là phương pháp áp dụng được cho hầu hết thiết bị, phát hiện được dừng máy ngắn cả trên thiết bị không có tín hiệu nào.

Thiết kế mã lý do dừng quyết định chất lượng của phân tích nguyên nhân dừng máy

Khi đã lấy tự động được thời điểm dừng, việc tiếp theo là gán lý do. Đây là chỗ quyết định thành bại của phân tích nguyên nhân dừng máy. Có bốn nguyên tắc thiết kế.

1. Giới hạn số mã trong khoảng 10–20. Không ai chọn đúng được từ một bảng 50 mã
2. Tối đa 2 cấp phân loại (6–8 nhóm lớn × 2–4 mục nhỏ). Lên 3 cấp thì thời gian nhập dài ra và hiện trường bỏ cuộc
3. Theo dõi tỷ lệ mã “khác”. Nếu “khác” vượt 15% thì đó là lỗi thiết kế hệ thống mã, là dấu hiệu phải rà soát lại
4. Không gộp vào cùng một mã những thứ có chủ thể xử lý khác nhau. Gộp “chờ vật liệu” (vấn đề của mua hàng và kế hoạch sản xuất) với “khuôn có vấn đề” (vấn đề của bảo trì) thành một mã “liên quan set-up” thì không ai hành động được từ kết quả phân tích

Khi có một hệ thống mã tuân thủ bốn nguyên tắc này, chỉ cần nhìn thời gian dừng trên biểu đồ Pareto (cột xếp theo thứ tự nhiều đến ít) là bạn thấy ngay hôm sau phải xử lý cái gì. Ngược lại, nếu không tuân thủ, bạn chỉ nhận được một đồ thị chẳng nói gì cả: “sự cố thiết bị 62%”.

Hệ thống Andon và dashboard phải chia theo người xem và trục thời gian

Trong thiết kế màn hình giám sát thời gian thực, điều quan trọng là không lẫn Andon với dashboard.

Hệ thống Andon là “màn hình để làm người ta di chuyển ngay lập tức”. Đó là màn hình lớn hoặc đèn báo nhìn thấy được từ phía trên dây chuyền hoặc từ lối đi, và lượng thông tin phải cực kỳ ít. Chỉ một điều: thiết bị nào đang dừng. Yêu cầu là nhận biết tức thời bằng màu và bằng vị trí; nhồi số liệu và đồ thị vào là đã thất bại với tư cách Andon. Tiêu chí đánh giá là đứng cách 5 mét có đọc được trong 3 giây hay không.

Dashboard là “màn hình để xem xu hướng và quyết định bước tiếp theo”. Trục thời gian là hôm qua, tuần trước, tháng trước; nhân vật chính là biểu đồ Pareto, đồ thị diễn biến và so sánh giữa các thiết bị. Đây là thứ để xem trên máy tính ở phòng họp hoặc văn phòng.

Và giữa hai thứ đó, hãy đặt cảnh báo. Đó là các liên lạc chủ động dựa trên ngưỡng, kiểu “khi một thiết bị dừng quá 15 phút thì gửi thông báo vào điện thoại của tổ trưởng”, “khi mã khác được chọn quá 20 lần trong một ngày thì thông báo cho cấp quản lý”. Điều duy nhất cần cẩn thận khi thiết kế cảnh báo là báo quá nhiều thì bị bỏ qua. Nguyên tắc là cố ý đặt cấu hình ban đầu ở mức trơ (ngưỡng cao), rồi tăng dần độ nhạy khi đã theo dõi được cách vận hành.

Cơ chế để hệ thống trực quan hóa dữ liệu sản xuất trụ được trong nhà máy

Việc một nhà máy sau ba tháng còn dùng hệ thống trực quan hóa nữa hay không được quyết định bởi cơ chế họp, không phải bởi công nghệ. Điểm chung của các nhà máy thực sự duy trì được là những nếp vận hành cố định như sau.

• Họp đầu giờ (10 phút): cả nhóm cùng xác nhận top 3 thời gian dừng của ngày hôm trước và tỷ lệ mã “khác”
• Họp tuần (30 phút): xác nhận tiến độ đối sách cho hạng mục số 1 trên biểu đồ Pareto, và chốt hạng mục số 1 tiếp theo
• Họp tháng: báo cáo diễn biến OEE và quy đổi phần thời gian chạy máy tăng thêm nhờ cải tiến thành số tiền

Có ba cơ chế họp này thì dữ liệu ở trạng thái “đang được xem”. Chỉ lắp hệ thống mà không lập cơ chế họp thì mẫu thất bại ① tức tách rời khỏi quyết định sẽ xảy ra đúng như vậy. Ở giai đoạn bắt đầu đẩy tự động hóa về phía thiết bị, đọc kèm bài cách triển khai tự động hóa nhà máy sẽ giúp bạn sắp xếp rõ quan hệ thứ tự giữa việc đo và việc tự động hóa.

Cách nghĩ về ROI: tổn thất mỗi giờ dừng máy phải do chính bạn tính

Thứ cần cho quyết định đầu tư không phải giá trị trung bình của ngành, mà là con số của chính nhà máy bạn. Chương này định vị lại các dữ liệu nước ngoài đang được công bố, sau đó đưa ra công thức để bạn tự tính.

Không được áp nguyên giá trị trung bình của nước ngoài

Trong dữ liệu năm 2026 về chi phí của dừng máy ngoài kế hoạch, chi phí trung bình trong ngành sản xuất công nghiệp được báo cáo là khoảng 260.000 USD mỗi giờ. Nhưng cùng tài liệu đó cũng cho thấy độ phân tán rất lớn: với sản xuất rời rạc (lắp ráp) là 10.000–50.000 USD mỗi giờ, còn với nhà máy ô tô thì tối đa 2.300.000 USD mỗi giờ (nguồn: ReliaMag, Manufacturing Lead Generation).

Đặt ba con số này cạnh nhau là hiểu ngay bản chất của con số trung bình 260.000 USD. Giá trị trung bình bị kéo mạnh bởi các tổn thất khổng lồ của ngành ô tô và các ngành chế biến liên tục, còn con số phản ánh thực tế của sản xuất rời rạc, nơi phần lớn nhà máy Nhật Bản tại ASEAN thuộc về, sẽ nằm trong khoảng 10.000–50.000 USD và thường nghiêng về phía dưới của khoảng đó. Nếu bạn chép con số 260.000 USD vào tờ trình đầu tư của mình, bạn có nguy cơ ước lượng hiệu quả cao hơn thực tế cả một bậc.

Tương tự, các giá trị tổng hợp cho rằng bảo trì dự đoán dùng IoT giảm 35–50% dừng máy ngoài kế hoạch và nâng OEE 20–25%, giá trị cho rằng nhà máy có giám sát tình trạng thiết bị đã chín muồi giảm 70–75% sự cố đột xuất, và các ước lượng cho rằng chi phí bố trí cảm biến IoT là 2.000–8.000 USD trên mỗi tài sản trong khi các sự cố ngăn được có quy mô 50.000–500.000 USD với ROI 12–24 tháng — tất cả đều là số liệu tổng hợp và ước lượng do các nhà cung cấp và truyền thông ngành thực hiện (nguồn: ReliaMag, L2L). Chúng hữu ích để tham khảo về hướng, nhưng làm căn cứ số liệu cho tờ trình thì phải thay bằng số đo thực tế của chính bạn.

Công thức tính “tổn thất mỗi giờ dừng máy” của chính nhà máy bạn

Tổn thất của một giờ dừng máy được tính bằng tổng của ba thành phần sau.

Tổn thất mỗi giờ dừng máy = ① Lợi nhuận mất đi + ② Chi phí cố định vẫn phát sinh trong lúc dừng + ③ Chi phí phát sinh thêm để phục hồi

① Lợi nhuận mất đi = Số sản phẩm đạt sản xuất được trong 1 giờ × Lợi nhuận góp trên mỗi sản phẩm (= giá bán − biến phí)
② Chi phí cố định = Số người đang gắn với dây chuyền đó × Đơn giá giờ công + Tiền điện vẫn tiêu thụ trong lúc dừng + Chi phí khấu hao thiết bị theo giờ
③ Chi phí phát sinh thêm = Phụ trội làm thêm giờ để bù sản lượng, chi phí chuyến vận chuyển đặc biệt hoặc đường hàng không, bán thành phẩm phải loại bỏ, hư hỏng khuôn và đồ gá

Có một lưu ý quan trọng ở đây. Mục ① lợi nhuận mất đi chỉ được tính khi phần sản lượng tăng thêm bán được. Trong tình huống đơn hàng có giới hạn trên, việc lấy lại thời gian dừng chỉ dẫn tới việc “hôm đó không phải làm thêm giờ”, tức chỉ là khoản giảm của mục ②. Cộng ① vào một cách vô điều kiện là đánh giá số tiền hiệu quả quá cao. Trong tờ trình, cách trung thực là viết hai phương án song song: số tiền hiệu quả với giả định cầu được đảm bảo, và số tiền hiệu quả trong trường hợp cầu không tăng. Cách này trên thực tế cũng dễ được phê duyệt hơn.

Tránh tính trùng khi tính số năm thu hồi vốn

Số năm thu hồi vốn được tính bằng công thức sau.

Số năm thu hồi vốn = Đầu tư ban đầu (tổng lớp 1 đến lớp 4) ÷ (Số tiền hiệu quả hằng năm − Chi phí vận hành hằng năm (lớp 5))

Điểm cốt yếu là trừ chi phí vận hành hằng năm ở mẫu số. Và như đã nói ở trên, không được cộng lớp 5 vào tử số là đầu tư ban đầu rồi lại trừ nó ở mẫu số. Đó là tính trùng cùng một chi phí. Hãy nhớ: lớp 5 chỉ xuất hiện ở phía mẫu số.

Để tham khảo, mô hình được công bố nêu trường hợp “5 thiết bị, đầu tư ban đầu khoảng 3.000.000 JPY, giả định số tổn thất tránh được hằng năm là 1.500.000 JPY, thu hồi trong 2 năm” (3.000.000 ÷ 1.500.000 = 2 năm). Đây là cách tính thu hồi đơn giản, chưa trừ chi phí vận hành hằng năm. Nếu trừ chi phí vận hành hằng năm theo công thức trên, số năm thu hồi sẽ dài hơn con số này. Trong tờ trình của chính bạn, viết theo số năm sau khi đã trừ chi phí vận hành sẽ giúp bạn không bị nói “đầu tư không ra hiệu quả” về sau.

Tính bằng đơn giá giờ công của chính bạn thì thấy được điều gì

Khi bạn thay đơn giá giờ công ở mục ② bằng mức thực tế tại nhà máy mình, kết luận sẽ khác với cảm nhận của công ty mẹ ở Nhật Bản. Ở các nhà máy tại Việt Nam cũng như ở ASEAN nói chung, đơn giá giờ công thấp hơn đáng kể so với Nhật Bản, nên hiệu quả tính theo tiền lương trực tiếp nhỏ hơn nhiều so với hình dung ban đầu.

Một ví dụ so sánh về mặt phương pháp: tại Thái Lan, mức lương tối thiểu đến tháng 7/2026 vẫn chưa được thống nhất toàn quốc mà chia theo tỉnh, ở mức 337–400 baht mỗi ngày (bình quân toàn quốc khoảng 374 baht/ngày). Mức 400 baht áp dụng cho Bangkok, Phuket, Chonburi, Rayong, Chachoengsao và Samui; mức 337 baht cho Narathiwat, Pattani và Yala; Chiang Mai chia theo huyện với 380 baht ở khu Muang và 357 baht ở nơi khác. Thông báo số 14 có hiệu lực từ 1/7/2026 giữ nguyên các mức này (nguồn: EmployerRecords, Employsome). Đây là mức theo ngày, không phải theo giờ. Đọc sai điểm này thì ước lượng đơn giá giờ công lệch cả một bậc. Nếu quy đổi thô theo ngày làm việc 8 giờ thì 337 ÷ 8 ≈ 42 baht/giờ, 400 ÷ 8 = 50 baht/giờ, và bình quân 374 ÷ 8 ≈ 47 baht/giờ. Chi phí lao động thực tế cao hơn các số này vì còn cộng phần đóng bảo hiểm xã hội của người sử dụng lao động, phụ trội làm thêm giờ, các loại phụ cấp và chi phí gián tiếp — nhưng bậc độ lớn vẫn là “vài chục baht cho mỗi giờ công”.

Bài học chuyển giao được không phải các con số của Thái Lan, mà là cách làm: hãy lấy đơn giá giờ công thực tế của nhà máy mình từ bảng lương và các khoản phụ trợ, rồi kiểm tra xem chỉ riêng phần đó có đủ thu hồi vốn hay không. Ở đa số nhà máy trong khu vực, câu trả lời là không đủ. Rất khó thu hồi khoản đầu tư IoT nhà máy chỉ bằng việc cắt giảm lao động. Dù bạn có 5 người gắn với dây chuyền và ngăn được một giờ dừng máy, hiệu quả xét theo tiền lương trực tiếp cũng chỉ ở mức nhỏ, trong khi lớp 1 đến lớp 4 là khoản đầu tư cỡ hàng triệu JPY. Chỉ tích lũy phần này thì không tới được mốc thu hồi tính theo năm.

Vậy thu hồi bằng cái gì? Ba thứ có hiệu quả lớn là:

1. Năng lực sản xuất tăng nhờ thời gian chạy máy tăng (phía ① lợi nhuận mất đi. Nếu có đơn hàng thì đây là thứ hiệu quả nhất)
2. Giảm chi phí năng lượng (nói ở chương sau. Cần tính bằng đơn giá thực tế trên hóa đơn điện của chính nhà máy)
3. Đơn giá trên mỗi máy giảm nhờ mở rộng (như đã kiểm tra ở chương trước: 5 máy thì 600.000 JPY/máy, 30 máy thì khoảng 370.000 JPY/máy)

Nói cách khác, ROI của IoT nhà máy nên được dựng theo cấu trúc “làm ra nhiều hơn với cùng số người và cùng thiết bị, làm ra với ít năng lượng hơn, rồi mở rộng điều đó sang các dây chuyền khác với chi phí thấp hơn” — chứ không phải theo cấu trúc “giảm người”.

Bối cảnh Việt Nam: Nghị quyết 57, mạng lưới 201 nhà máy và cách đọc con số của người khác

Cuối cùng, hãy sắp xếp lại các tiền đề riêng của bối cảnh Việt Nam mà bạn cần nắm khi cân nhắc đầu tư IoT. Đây là vùng thông tin dễ bị lẫn giữa các nước, nên hãy phân biệt rõ cái gì là của Việt Nam và cái gì là số liệu tham chiếu từ nơi khác.

Nghị quyết 57-NQ/TW đưa IoT vào nhóm công nghệ chiến lược

Nghị quyết 57-NQ/TW của Bộ Chính trị đặt khoa học công nghệ, đổi mới sáng tạo và chuyển đổi số vào vị trí ưu tiên cao nhất, đồng thời xác định AI, IoT, dữ liệu lớn, bán dẫn, robot và tự động hóa là những công nghệ chiến lược. Với người phụ trách một nhà máy, ý nghĩa thực tế của điều này khá cụ thể: đề xuất đầu tư cho việc trực quan hóa dữ liệu sản xuất và giám sát tình trạng thiết bị dễ được đặt trong cùng một mạch với định hướng chung, nên phần thuyết minh nội bộ và phần trao đổi với các bên liên quan bên ngoài thường nhẹ hơn trước.

Nhưng cần tách rạch ròi hai chuyện. Định hướng chính sách làm cho việc phê duyệt dễ hơn, nó không làm cho việc thu hồi vốn dễ hơn. Số tiền hiệu quả vẫn phải dựng từ lợi nhuận góp, đơn giá giờ công và đơn giá điện của chính nhà máy bạn, theo đúng công thức ở chương trước.

Con số 201 nhà máy: đọc như một chỉ dấu về hướng đi, không phải như một lời hứa về hiệu quả

Theo báo cáo, mạng lưới các nhà máy đã triển khai công nghệ tiên tiến ở quy mô lớn tại Việt Nam đã đạt 201 nhà máy, và mức bình quân của nhóm này được cho biết là năng suất tăng khoảng 40%, chi phí giảm khoảng 40%, phát thải carbon giảm tối đa 40% (nguồn: VnEconomy, OpenGov Asia).

Ba con số này rất dễ bị chép thẳng vào tờ trình, nên hãy dừng lại một chút. Thứ nhất, đây là số liệu được truyền thông đưa lại từ nguồn của cơ quan nhà nước, chưa phải kết quả đo có phương pháp luận công khai trên từng nhà máy, nên nên được đọc như chỉ dấu về hướng đi. Thứ hai, đối tượng là các nhà máy đã triển khai ở quy mô lớn, tức điểm khởi đầu, cấu hình thiết bị và mức độ đầu tư của họ có thể khác xa nhà máy của bạn. Thứ ba, “+40%” là mức bình quân, và như đã thấy với con số 260.000 USD mỗi giờ ở chương trước, giá trị bình quân luôn có thể bị kéo lệch bởi một nhóm nhỏ các trường hợp cực lớn.

Cách dùng đúng con số này là: dùng nó để trả lời câu hỏi “hướng này có đang được đi hay không” (có), và không dùng nó để trả lời câu hỏi “nhà máy tôi sẽ tăng bao nhiêu phần trăm” (phải tự đo bằng PoC ở bước 2).

Chi phí điện: dùng đúng đơn giá thực tế trên hóa đơn của nhà máy bạn

Khi tính hiệu quả của giám sát năng lượng, tuyệt đối không dùng đơn giá điện của nước khác, và cũng không dùng đơn giá cơ bản. Hãy lấy đơn giá thực tế, tính bằng tổng số tiền trên hóa đơn chia cho tổng kWh, bao gồm cả thuế, phí công suất và chênh lệch theo khung giờ nếu nhà máy bạn đang áp dụng biểu giá theo thời điểm sử dụng.

Lý do phải nhấn mạnh điểm này có thể thấy qua một ví dụ tham chiếu. Tại Thái Lan, điện cho nhà máy có phần năng lượng cơ bản 3,78 baht/kWh cộng phụ phí điều chỉnh nhiên liệu (Ft) 0,1623 baht/kWh (mức áp dụng cho kỳ tháng 5 đến tháng 8/2026), tổng đơn thuần là 3,9423 baht/kWh. Nhưng khi cộng thêm VAT 7%, phí công suất hợp đồng và phân loại theo khung giờ TOU (Cat3 quy mô trung bình, Cat4 quy mô lớn, giờ cao điểm và ngoài cao điểm) thì đơn giá thực tế nằm trong khoảng 4,10–5,50 baht/kWh (nguồn: CAP Solar). Nếu tính bằng riêng 3,78 baht thì số tiền hiệu quả bị ước lượng thiếu: so với 4,10 baht là thiếu khoảng 8%, còn so với 5,50 baht là thiếu khoảng 31%. Cơ chế tính tiền điện ở mỗi nước mỗi khác, nhưng cái bẫy “chỉ lấy đơn giá cơ bản” thì giống nhau ở mọi nơi, và độ lệch có thể lên tới gần một phần ba số tiền hiệu quả.

Khuôn tính rất đơn giản.

Số tiền tiết kiệm hằng năm = Lượng điện giảm được trong năm (kWh) × Đơn giá thực tế trên hóa đơn của nhà máy bạn

Phần kWh giảm được thì không đo là không có. Chính vì vậy việc thêm cảm biến dòng điện vào cùng gateway đang dùng cho giám sát vận hành, để đo trước điện năng tiêu thụ theo từng thiết bị và theo từng khung giờ, mới có ý nghĩa. Các điểm đáng nhắm nhất là điện năng ở chế độ chờ trong khung giờ không sản xuất, rò rỉ khí nén, và các phụ tải gián đoạn đang dồn vào giờ cao điểm. Nếu bạn dùng biểu giá theo khung giờ, chỉ cần dịch phụ tải sang ngoài giờ cao điểm là phần chênh đơn giá đã có tác dụng. Khi dữ liệu vận hành và dữ liệu điện năng nằm trên cùng một trục thời gian, sự thật kiểu “thiết bị này đang dừng mà vẫn ăn điện” mới lần đầu hiện ra.

Đọc điều kiện của các chính sách ưu đãi, đừng đọc tiêu đề

Chính sách ưu đãi cho đầu tư số ở mỗi nước có thiết kế riêng, nhưng có một bài học chung mà mọi nhà máy đều nên áp dụng: hãy đọc điều kiện áp dụng, không đọc con số phần trăm trên tiêu đề. Hai ví dụ tham chiếu tại Thái Lan minh họa rất rõ điều này.

Thứ nhất là chế độ khấu trừ 200% chi phí liên quan tới depa (Cơ quan Xúc tiến Kinh tế Số). Căn cứ là Sắc lệnh Hoàng gia số 802 (Phật lịch 2569), công bố công báo ngày 6/2/2026 và có hiệu lực từ 7/2/2026, áp dụng hồi tố cho các khoản chi từ 24/6/2025 đến 31/12/2027. Nhưng đối tượng là doanh nghiệp SME có vốn góp từ 5 triệu baht trở xuống và doanh thu năm từ 30 triệu baht trở xuống, còn mức khấu trừ tối đa là 300.000 baht mỗi năm tài chính, và chỉ áp dụng cho phần mềm, phần cứng, thiết bị thông minh và dịch vụ số đã đăng ký trong Thailand Digital Catalog; máy tính đa dụng như laptop và desktop không thuộc đối tượng (nguồn: LexNova Partners, Optimum Accounting). Điều kiện này rất ngặt, nên phần lớn doanh nghiệp Nhật Bản có cơ sở sản xuất tại Thái Lan bị loại khỏi diện áp dụng vì tiêu chí vốn hoặc tiêu chí doanh thu, và ngay cả khi đủ điều kiện thì trần 300.000 baht mỗi năm cũng chỉ có tác dụng hạn chế so với quy mô đầu tư ban đầu ở chương trước.

Thứ hai là BOI (Ủy ban Đầu tư Thái Lan). Định hướng năm 2026 cho ngành sản xuất được đưa tin là đặt trọng tâm vào Industry 4.0, tức nhà máy thông minh, sản xuất có ứng dụng AI và tự động hóa; nhóm S-Curve mới bao gồm hệ thống tự động hóa và trung tâm dữ liệu cho AI, đồng thời bổ sung các phân nhóm AI và tự động hóa như tính toán lượng tử, robot tiên tiến và AI tạo sinh (nguồn: Emerhub, Pertama Partners). Trong đó, khung “Smart and Sustainable Industry” liên quan nhiều nhất tới đầu tư cải tiến ở nhà máy đang chạy, và điều kiện của nó cần được nắm chính xác: trần miễn thuế thu nhập doanh nghiệp cơ bản là 50%, và chỉ đạt 100% khi đưa tự động hóa hoặc robot vào dây chuyền sản xuất, đồng thời mua từ ngành tự động hóa trong nước Thái Lan tối thiểu 30% giá trị máy móc được đổi mới; thời hạn nộp hồ sơ là cuối năm 2027. Nghĩa là cách giải thích “khung nhà máy thông minh của BOI thì miễn 100% vô điều kiện” là sai.

Hai ví dụ này dẫn tới cùng một hàm ý thực tế, và hàm ý đó áp dụng được ở Việt Nam: đừng lấy ưu đãi làm căn cứ chính cho quyết định đầu tư, hãy xác nhận điều kiện cụ thể của chương trình đang áp dụng tại địa phương mình trước khi đưa nó vào tờ trình. Ngoài ra, vì hệ thống giám sát vận hành đứng một mình thường khó được xếp vào diện “đưa tự động hóa hoặc robot vào sản xuất”, nên lập kế hoạch chung với đầu tư đổi mới thiết bị hoặc đầu tư tự động hóa sẽ dễ tận dụng ưu đãi hơn. Dựa trên dữ liệu về nút cổ chai thu được từ giám sát vận hành để chọn đối tượng tự động hóa, rồi gộp phần đo và phần tự động hóa vào cùng một hồ sơ — theo thứ tự này, bạn vừa có căn cứ đầu tư vừa dễ thỏa mãn điều kiện ưu đãi. Nếu bạn đang cân nhắc tự động hóa công đoạn kiểm tra chất lượng, bài những điểm cần lưu ý khi triển khai kiểm tra ngoại quan bằng AI cũng sẽ hữu ích.

Một lưu ý cuối về cách đọc số liệu bối cảnh: các chỉ số chu kỳ kinh tế cũng phải gắn đúng quốc gia. Ví dụ tại Thái Lan, PMI ngành sản xuất tháng 4/2026 là 52,7, giảm từ 54,1 của tháng trước và là mức thấp nhất kể từ tháng 1, nhưng vẫn là tháng thứ 12 liên tiếp nằm trên mốc 50, tức vùng mở rộng; đồng thời chi phí đầu vào được báo cáo là tăng với tốc độ nhanh nhất kể từ tháng 9/2022 (nguồn: Trading Economics). Cách đọc chuyển giao được là: khi cầu còn trong vùng mở rộng thì hiệu quả từ tăng sản lượng (tránh mất lợi nhuận ở mục ①) là khả thi, còn khi chi phí đầu vào đang tăng thì quản lý năng lượng và tỷ lệ sản phẩm đạt tác động trực tiếp đến tỷ suất lợi nhuận. Nghĩa là cấu hình khởi động đồng thời “giám sát vận hành cộng giám sát năng lượng” trên cùng một nền tảng là cấu hình hợp lý trong môi trường hiện nay. Hãy áp dụng cách đọc này với chỉ số của Việt Nam mà bạn theo dõi.

Câu hỏi thường gặp

Chi phí triển khai IoT trong nhà máy là bao nhiêu?

Theo mức giá tham khảo của thị trường Nhật Bản, cảm biến cộng gateway là 500.000–2.000.000 JPY, nền tảng cloud là 2.000.000–8.000.000 JPY (cộng phí tháng 10.000–100.000 JPY), phát triển dashboard là 1.000.000–5.000.000 JPY, và tổng đầu tư ban đầu nằm trong khoảng 3.500.000–15.000.000 JPY (nguồn: GXO). Theo quy mô, có các mô hình khoảng 3.000.000 JPY cho 5 thiết bị, khoảng 11.000.000 JPY cho 3 dây chuyền 30 thiết bị, và khoảng 20.000.000 JPY cho toàn nhà máy. Nếu chỉ giám sát vận hành kèm thông báo trên một dây chuyền thì mức 800.000–2.000.000 JPY, còn chỉ giám sát nhiệt độ và độ ẩm thì 300.000–800.000 JPY. Ngoài các khoản này còn có công nội bộ cho chuẩn hóa dữ liệu chủ, thiết kế mã lý do dừng và đào tạo tại xưởng, tính riêng như chi phí vận hành hằng năm. Nếu trong công ty chưa thống nhất được là tính công nội bộ vào đầu tư ban đầu hay vào chi phí vận hành, thì về sau phép tính thu hồi vốn sẽ không khớp. Lưu ý các con số trên là giá thị trường Nhật Bản và không được quy đổi sang VND; ở Việt Nam cơ cấu sẽ khác do chi phí nhân sự tại chỗ và thuế nhập khẩu thiết bị.

Làm thế nào để trực quan hóa dừng máy ngắn (chokotei)?

Ký ức của con người và báo cáo viết tay thì không bao giờ bắt được nó. Thứ cần có là ghi nhận thời điểm một cách tự động. Có ba cách: đọc trực tiếp tín hiệu chạy và alarm của PLC; bắt thay đổi trạng thái sáng của đèn tháp tín hiệu bằng cảm biến quang hoặc mạch phát hiện điện áp; phát hiện việc bộ đếm sản lượng không tăng dù đã vượt thời gian chu kỳ lý thuyết. Rẻ và nhanh nhất là cách thứ hai, vì lấy được thời điểm bắt đầu và kết thúc mỗi lần dừng đến từng giây mà không can thiệp vào thiết bị. Tuy nhiên cách thứ hai không cho biết “lý do” dừng, nên phải kết hợp với việc để người vận hành chỉ chọn mã lý do. Máy lấy thời điểm và số lượng, người chọn lý do và phân loại — đó là cách phân vai tối ưu trong thực tế.

Thiết bị cũ có lấy được dữ liệu vận hành không?

Lấy được. Một cái máy từ thập niên 1970 thì động cơ vẫn có dòng điện chạy qua, nên chỉ cần kẹp một cảm biến dòng kiểu kẹp vào dây nguồn chính là phân biệt được đang gia công, chạy không tải hay dừng. Nếu máy có đèn tháp tín hiệu, bạn cũng lấy được trạng thái từ phần dây của đèn. Nếu mở được tủ điện điều khiển, còn có cách trích tiếp điểm của relay trung gian qua module đầu vào cách ly. Không có PLC, không có module truyền thông, không có bản vẽ — không cái nào trong số đó là rào cản cho việc triển khai IoT. Rào cản thật sự là quên đưa thời gian hiệu chỉnh ngưỡng (đo thực tế 1–2 tuần cho mỗi loại thiết bị) vào tiến độ. Nhà máy càng nhiều thiết bị cũ thì việc bảo đảm được khoảng thời gian đo này càng là điểm phân định chuyện có giữ được tiến độ hay không.

Nên chọn giao thức nào để thu thập dữ liệu từ PLC?

Cấu hình tiêu chuẩn của thời điểm 2026 là ba tầng: OPC UA để gán ý nghĩa tại sàn nhà máy, MQTT để vận chuyển lên cloud, và Sparkplug B để nối hai bên. MQTT và OPC UA không cạnh tranh mà về cơ bản dùng song song: MQTT đảm nhiệm việc vận chuyển, OPC UA đảm nhiệm việc định nghĩa ý nghĩa (nguồn: HiveMQ, FlowFuse). Với PLC cũ không hỗ trợ OPC UA, bạn đặt một edge gateway hỗ trợ Modbus, PROFINET, EtherNet/IP ở phía thiết bị, chuyển đổi sang dạng OPC UA tại đó rồi mới đẩy lên các lớp trên. Làm theo cấu hình này thì sau này dù có thay thiết bị, toàn bộ phần đã phát triển ở phía trên gateway vẫn dùng lại được.

Nâng tỷ lệ vận hành thiết bị thì cụ thể được gì?

Về bản chất chỉ được hai thứ: làm ra nhiều hơn trên cùng thiết bị (năng lực sản xuất tăng), hoặc làm ra cùng lượng đó trong thời gian ngắn hơn (giảm làm thêm giờ và giảm ngày chạy máy cuối tuần). Thứ nào trở thành hiệu quả thì phụ thuộc vào nhà máy đó đang bị giới hạn bởi đơn hàng hay bởi năng lực. Nếu có đơn hàng thì thời gian chạy máy tăng thêm chuyển thẳng thành lợi nhuận góp tăng thêm; còn nếu cầu không tăng thì hiệu quả chỉ dừng ở việc giảm làm thêm giờ và số tiền sẽ nhỏ. Trong tờ trình, viết cả hai tình huống là cách làm thực tế. Ngoài ra, ở các nhà máy trong khu vực ASEAN, đơn giá giờ công thấp hơn Nhật Bản nhiều nên rất khó thu hồi vốn chỉ bằng cắt giảm lao động; dựng theo hướng tăng thời gian chạy máy, giảm năng lượng và giảm đơn giá mỗi máy nhờ mở rộng thì thực tế hơn.

Các trường hợp triển khai IoT trong ngành sản xuất dùng được đến mức nào làm căn cứ?

Thứ nên tham khảo từ các trường hợp triển khai không phải “con số hiệu quả” mà là “cấu hình cách lấy và cách dùng dữ liệu”. Các tỷ lệ hiệu quả được công bố, ví dụ bảo trì dự đoán bằng IoT giảm 35–50% dừng máy ngoài kế hoạch và nâng OEE 20–25%, phần lớn là số liệu tổng hợp và ước lượng do các nhà cung cấp và truyền thông ngành thực hiện, không có gì bảo đảm ngành nghề, cấu hình thiết bị và mức vận hành ban đầu của họ trùng với nhà máy bạn (nguồn: ReliaMag, L2L). Tương tự, con số chi phí trung bình khoảng 260.000 USD mỗi giờ cho dừng máy ngoài kế hoạch cũng là giá trị bình quân bị kéo lệch bởi các trường hợp cực lớn như tối đa 2.300.000 USD mỗi giờ ở nhà máy ô tô, còn với sản xuất rời rạc thì khoảng được nêu là 10.000–50.000 USD mỗi giờ. Con số 201 nhà máy tại Việt Nam với mức bình quân năng suất tăng khoảng 40% cũng nên được đọc theo cùng cách: như chỉ dấu về hướng đi, không phải như hiệu quả cam kết. Từ các trường hợp, hãy đọc lấy “họ lấy dữ liệu bằng con đường nào” và “ai xem dữ liệu đó trong cuộc họp nào”, còn số tiền hiệu quả thì tính lại bằng lợi nhuận góp và đơn giá giờ công của chính bạn.

Nên bắt đầu từ quy mô nhỏ hay từ toàn nhà máy?

Khuyến nghị là “thiết kế nền tảng theo toàn bộ, còn số kết nối thì tăng dần theo từng bước”. Lý do nằm ở cơ cấu số tiền đầu tư. 5 thiết bị với khoảng 3.000.000 JPY là 600.000 JPY mỗi máy, còn 30 thiết bị với khoảng 11.000.000 JPY là khoảng 366.700 JPY mỗi máy, vì nền tảng cloud và dashboard là chi phí dùng chung gần như không tỷ lệ thuận với số máy. Do đó thu hẹp phạm vi quá mức thì đơn giá mỗi máy sẽ neo ở mức cao. Mặt khác, nếu làm giai đoạn đầu quá lớn thì các lỗi thiết kế mã lý do dừng và việc phải làm lại phần hiệu chỉnh ngưỡng sẽ lan ra toàn bộ dây chuyền. Cách đi dung hòa hai yêu cầu này là “thiết kế lớp 2 và lớp 3 theo số máy dự kiến trong tương lai” cộng với “trước hết học cách kết nối và cách vận hành trên đúng một dây chuyền nút cổ chai”.

Kết luận

Điều quyết định thành bại của việc triển khai IoT trong nhà máy không phải việc chọn sản phẩm cloud hay dashboard, mà là hai điểm: lấy dữ liệu từ thiết bị hiện hữu bằng cách nào (tầng đo) và nối dữ liệu đó vào quyết định của ai (tầng sử dụng). Về cách lấy có 5 con đường, và tổ hợp hiệu quả chi phí nhất là bắt đầu từ đèn tháp tín hiệu rồi đào sâu bằng cách nối trực tiếp PLC ở các thiết bị nút cổ chai. Về cách vận chuyển, cấu hình tiêu chuẩn của năm 2026 là gán ý nghĩa bằng OPC UA, vận chuyển bằng MQTT và nối hai bên bằng Sparkplug B.

Chi phí thì hãy nắm theo 5 lớp. Từ lớp 1 (cảm biến và lấy tín hiệu) đến lớp 4 (phát triển màn hình và cảnh báo) là đầu tư ban đầu, tổng 3.500.000–15.000.000 JPY theo mức giá tham khảo của thị trường Nhật Bản. Lớp 5 (chuẩn hóa dữ liệu chủ, thiết kế mã lý do dừng, đào tạo tại xưởng) không thuộc đầu tư ban đầu mà phải quản lý riêng như chi phí vận hành hằng năm. Trộn hai thứ này thì phép tính thu hồi vốn bị tính trùng.

Và ROI thì phải tự tính, không chép giá trị trung bình của nước ngoài. Ở các nhà máy trong khu vực, đơn giá giờ công thấp hơn Nhật Bản nhiều nên rất khó thu hồi vốn chỉ bằng cắt giảm lao động; cách dựng thực tế là ba trụ: tăng thời gian chạy máy, giảm chi phí điện tính theo đúng đơn giá thực tế trên hóa đơn của nhà máy bạn, và giảm đơn giá mỗi máy nhờ mở rộng. Về bối cảnh, Nghị quyết 57-NQ/TW đưa IoT vào nhóm công nghệ chiến lược nên phần thuyết minh nội bộ nhẹ hơn trước, còn con số 201 nhà máy với mức bình quân năng suất tăng khoảng 40% được báo cáo thì nên đọc như chỉ dấu về hướng đi. Với các chương trình ưu đãi, hãy đọc điều kiện áp dụng chứ không đọc tiêu đề — bài học từ các ví dụ tại Thái Lan cho thấy khoảng cách giữa hai thứ đó có thể rất lớn.

Thiết bị của bạn dùng được con đường nào, chi phí sẽ dồn vào lớp nào, số tiền hiệu quả nào thì đủ để được phê duyệt. Ba điểm này không thể chốt được mà không xem danh sách thiết bị và tủ điện thực tế. TOMAS TECH đặt trụ sở tại Bangkok, cung cấp hệ thống quản lý sản xuất và quản lý năng lượng PEGASUS, MES, IoT, FA và AI cho các cơ sở của doanh nghiệp sản xuất Nhật Bản tại Việt Nam, Thái Lan và ASEAN. Bạn hoàn toàn có thể liên hệ ở giai đoạn còn đang cân nhắc, kiểu “nội bộ chưa chốt được hướng” hay “chỉ muốn biết các nhà máy khác bắt đầu từ đâu”. Nếu bạn cho chúng tôi biết cấu hình thiết bị hiện tại và điểm đang vướng qua mẫu liên hệ, chúng tôi sẽ cùng bạn sắp xếp từ những con đường khả thi và cách ước lượng chi phí sơ bộ.

Tài liệu tham khảo

• VnEconomy “A shift to smart manufacturing” https://en.vneconomy.vn/a-shift-to-smart-manufacturing.htm
• OpenGov Asia “Vietnam’s Resolution 57 Drives Strategic Technology Development in Industry and Trade” https://opengovasia.com/vietnams-resolution-57-drives-strategic-technology-development-in-industry-and-trade/?c=us
• GXO “Chi phí phát triển nền tảng dữ liệu IoT và trực quan hóa (bản 2026)” https://gxo.co.jp/column/iot-data-platform-visualization-development-cost-2026
• is-prime “Giám sát IoT trong nhà máy” https://is-prime.co.jp/tech-blog/iot-factory-monitoring/
• OPTiM “Hướng dẫn xây dựng nhà máy thông minh” https://www.optim.co.jp/media/cat-guide/sgp_260617-01
• ReliaMag “The Cost of Unplanned Downtime in Manufacturing” https://reliamag.com/articles/cost-unplanned-downtime-manufacturing/
• Manufacturing Lead Generation “Manufacturing Downtime Statistics” https://manufacturingleadgeneration.com/manufacturing-downtime-statistics/
• L2L “How to Improve OEE” https://www.l2l.com/blog/improve-oee
• HiveMQ “IIoT Protocols: OPC UA, MQTT and Sparkplug Comparison” https://www.hivemq.com/resources/iiot-protocols-opc-ua-mqtt-sparkplug-comparison/
• FlowFuse “OPC UA vs MQTT” https://flowfuse.com/blog/2026/01/opcua-vs-mqtt/
• iFactory “Connected Machine Architecture for Legacy and New Equipment” https://ifactoryapp.com/greenfield-consulting/connected-machine-architecture-legacy-new-equipment
• EmployerRecords “Thailand Minimum Wage” https://employerrecords.com/eor-location/thailand/minimum-wage/
• Employsome “Minimum Wage in Thailand” https://employsome.com/blog/minimum-wage-thailand/
• CAP Solar “Factory Electricity Cost in Thailand” https://capsolar.co.th/en/knowledge/factory-electricity-cost-thailand
• CAP Solar “Thailand Electricity Tariff” https://capsolar.co.th/en/knowledge/thailand-electricity-tariff
• Trading Economics “Thailand Manufacturing PMI” https://tradingeconomics.com/thailand/manufacturing-pmi
• LexNova Partners “Thailand Approves Tax Deduction” https://lexnovapartners.com/thailand-approves-tax-deduction/
• Optimum Accounting “SME 200% Tax Deduction Thailand” https://optimumacc.com/sme-200-percent-tax-deduction-thailand/
• Emerhub “Thailand’s Renewed BOI Incentives for 2026-2027” https://emerhub.com/thailand/thailands-renewed-boi-incentives-for-2026-2027/
• Pertama Partners “Thailand BOI Manufacturing” https://www.pertamapartners.com/training/funding/thailand-boi-manufacturing