AI đối chiếu bằng chứng trước khi xử lý sản phẩm không phù hợp tại nhà máy

Khi phát hiện linh kiện ngoài tiêu chuẩn ở khâu kiểm tra đầu vào hoặc trong quá trình sản xuất, việc đầu tiên không phải là để AI chọn làm lại, sửa chữa, loại bỏ hay chấp nhận ngoại lệ. Cần nhận dạng và cách ly đúng hiện vật hoặc lô, xác định quy cách và phiên bản áp dụng, rồi để người có thẩm quyền quyết định cách xử lý. Khi triển khai AI cho quy trình xử lý sản phẩm không phù hợp, nên giới hạn AI ở việc tìm bằng chứng thiếu hoặc mâu thuẫn; đồng thời thiết kế thống nhất quyết định của MRB (Material Review Board), trạng thái MES/ERP/QMS và điều kiện mở chặn xuất hàng. Bài viết đi từ thiết kế nghiệp vụ tới RFP, FAT và SAT, có xét bối cảnh nhà máy tại Thái Lan. Các tình huống chỉ là ví dụ thiết kế, không phải kết quả đo tại một nhà máy cụ thể.

Phân biệt xử lý sản phẩm không phù hợp và hành động khắc phục

Xử lý sản phẩm không phù hợp trả lời câu hỏi phải làm gì với chính chi tiết hoặc lô này, ngay lúc này. Hàng đầu vào có thể được trả nhà cung cấp, thay thế, sàng lọc hoặc loại bỏ; sản phẩm đang sản xuất có thể được làm lại, sửa chữa, loại bỏ hoặc xin chấp nhận sai lệch theo ngoại lệ. Phương án thực tế phụ thuộc quy cách sản phẩm, hợp đồng khách hàng, tiêu chuẩn, pháp luật và bảng phân quyền nội bộ. Không phải lúc nào cũng được chấp nhận ngoại lệ; sửa chữa cũng không đồng nghĩa với làm lại. Trong bài này, “làm lại” là đưa sản phẩm trở về yêu cầu đã quy định, còn “sửa chữa” có thể khiến sản phẩm dùng được cho mục đích dự kiến nhưng chưa hoàn toàn trở về yêu cầu ban đầu. Hãy xác nhận định nghĩa trong tiêu chuẩn và hợp đồng đang áp dụng.

Hành động khắc phục tìm nguyên nhân và ngăn tái diễn. Việc chặn và quyết định với lô hôm nay khác với điều tra 8D có thể kéo dài nhiều tuần, dù hai quy trình cần liên kết. Có thể dẫn chiếu từ hồ sơ xử lý hiện vật sang hồ sơ hành động khắc phục, nhưng không được chờ xác định nguyên nhân mới nhận dạng và cách ly hàng. Bài đánh giá hiệu lực hành động khắc phục bằng AI phân tích phần sau. Tìm ảnh lỗi tương tự cũng chỉ hỗ trợ phân loại và tra cứu, không thay quyền quyết định MRB; xem tìm kiếm ảnh lỗi tương tự bằng AI.

Một số hệ thống hiện trường chỉ có một trạng thái “NG”, nhưng nghiệp vụ cần phân biệt mới nghi ngờ, đã xác nhận, đã cách ly vật lý, đang chờ MRB, đang thực hiện xử lý, chờ kiểm tra lại, chờ khách hàng chấp thuận và đã mở chặn xuất hàng. Nếu không phân biệt, kho có thể phân bổ lô chất lượng còn đang xem xét, hoặc MES kết thúc công đoạn khi chưa kiểm tra lại sau làm lại. Trạng thái của hiện vật phải khớp với trạng thái trên hệ thống trước khi bàn đến lợi ích của AI.

Bài này tập trung đối chiếu bằng chứng và quy cách áp dụng trước phê duyệt, nhằm nâng chất lượng tài liệu ra quyết định dùng chung cho mọi phương án xử lý. Thiết kế chi tiết công đoạn làm lại nằm ở bài hệ thống kiểm soát làm lại, còn điều kiện và thời hạn phê duyệt ngoại lệ ở bài hệ thống quản lý chấp nhận ngoại lệ. Vấn đề cần giải trước là chặn đường MRB ra quyết định bằng phiên bản tài liệu sai hoặc bằng chứng không đủ, không phải tự động chọn phương án.

Xác định phạm vi ban đầu: đầu vào, trong quá trình và trước xuất hàng

Nên bắt đầu từ sản phẩm không phù hợp phát hiện ở kiểm tra đầu vào và một điểm kiểm tra trong quá trình, để dễ xác định quy cách tham chiếu, trạng thái tồn kho/bán thành phẩm và người chịu trách nhiệm. RMA cho hàng trả từ thị trường, bảo hành và khiếu nại khách hàng có quy tắc phê duyệt, luồng vận chuyển và kế toán khác, nên tách khỏi phạm vi đầu. Chỉ thêm kiểm tra cuối cùng trước xuất hàng nếu có thể dùng cùng cơ chế nhận dạng và chặn hiện vật.

Với hàng đầu vào, liên kết số đơn mua, nhà cung cấp, lô nhận, mã chi tiết, ngày nhận, phiên bản bản vẽ và quy cách mua hàng, kết quả kiểm tra và nhãn vật lý. Với hàng đang sản xuất, liên kết lệnh sản xuất, công đoạn, thiết bị, số sê-ri hoặc lô, vật tư đã dùng, thời gian, phiên bản hướng dẫn thao tác và tiêu chuẩn kiểm tra, dụng cụ đo, trạng thái hiệu chuẩn và giá trị đo. Điều này không có nghĩa phải đưa mọi dữ liệu vào AI; điều quan trọng là trình bày bằng chứng tối thiểu cần cho quyết định mà vẫn giữ liên kết tới bản gốc và phiên bản.

Phải quyết định đơn vị kiểm soát trước. Nếu sản phẩm được theo dõi theo từng chiếc nhưng màn hình cho phép mở chặn cả lô, hàng chưa xác minh có thể trở nên xuất được. Ngược lại, màn hình theo sê-ri không dùng được với vật tư chỉ nhận dạng theo lô. RFP cần nêu riêng đơn vị nhận dạng, phạm vi chặn, điều kiện mở chặn một phần và lịch sử tách/gộp lô.

Bắt đầu từ nhận dạng, cách ly và cổng mở chặn

Ngay khi nhân viên kiểm tra ghi nhận nghi ngờ, xác định sê-ri hoặc lô và vị trí hiện vật. Có thể quét mã vạch/QR đối chiếu với hàng thật, dán nhãn chặn và chuyển tới kệ hoặc khu cách ly có đánh dấu. Nếu là vật nặng hay bán thành phẩm trong máy không di chuyển được, phải có biện pháp vật lý khác như chỉ thị rõ tại thiết bị hoặc vị trí khóa để tránh dùng nhầm. Trạng thái “chặn” trên màn hình không đủ nếu hiện vật vẫn có thể được lấy dùng.

Một cách phân vai là QMS giữ bản ghi chính của vụ việc, MES ngăn chuyển sang công đoạn kế tiếp, ERP hoặc WMS ngăn phân bổ và xuất hàng. Hệ thống sở hữu dữ liệu thực tế có thể khác tùy nền tảng sẵn có. Điều cốt yếu là quy định một nơi quyết định trạng thái cuối cùng “được xuất hàng” và truyền tới mọi hệ thống thực thi kịp thời. Cả tình huống màn hình chất lượng báo đã mở chặn nhưng hệ thống xuất hàng còn chặn, lẫn chiều ngược lại, phải được tái hiện trong kiểm thử nghiệm thu.

Cổng mở chặn không nên chỉ là nút bấm của quản trị viên. Nó phải kiểm tra phê duyệt phương án xử lý, chấp thuận khách hàng khi cần, kết quả thực hiện làm lại/sửa chữa, kết quả kiểm tra lại đạt chuẩn, số lượng khớp, đúng sê-ri/lô và chữ ký điện tử hoặc lịch sử phê duyệt của người có quyền. Thiếu một điều kiện thì không mở chặn. Nếu có đường ngoại lệ khẩn cấp, phải quy định riêng thẩm quyền, cơ sở, phạm vi, thời hạn và kiểm tra sau theo yêu cầu khách hàng. Điểm số AI không phải ngưỡng mở chặn tự động.

AI cần đối chiếu những gì “thiếu” và “mâu thuẫn”

AI nên kiểm tra liệu thông tin đã đủ cho MRB hơn là khẳng định phương án xử lý. Ví dụ: mã chi tiết trên phiếu kiểm tra khác đơn mua; đơn vị đo khác quy cách; phiên bản bản vẽ không có hiệu lực tại thời điểm kiểm tra; hạn hiệu chuẩn dụng cụ trước ngày kiểm; ảnh có nhưng không gắn được với chi tiết nào. Các phép so sánh chính xác và giới hạn cứng nên dùng quy tắc xác định; AI dùng cho tìm đoạn văn trong quy cách, bản vẽ, ghi chú đa ngữ và liên kết nhiều tài liệu.

Không mặc định bản mới nhất luôn đúng. Lô cụ thể có thể dùng hợp lệ một bản cũ theo hợp đồng. Phải xét ngày kiểm, ngày đặt hàng, ngày phát hành lệnh sản xuất, thông báo thay đổi của khách và điều kiện có hiệu lực. Nếu vẫn mơ hồ, hiển thị “chưa xác định phiên bản áp dụng” và chuyển người kiểm, tránh để AI chọn bản mới có vẻ hợp lý rồi đánh giá sai theo một trong hai chiều.

Màn hình phải nêu mục đã đối chiếu, ID tài liệu gốc, phiên bản, trang/đoạn, khác biệt và bằng chứng chưa lấy được, bên cạnh kết quả AI. Nếu hiện độ tin cậy, không dùng con số đó làm căn cứ chất lượng duy nhất. Đầu ra mơ hồ, liên kết tài liệu gãy, OCR không đọc được hoặc đơn vị lẫn lộn đều phải chuyển sang “cần người xác minh”. Lưu đầu vào/đầu ra mô hình, phiên bản prompt và quy tắc, thời điểm chạy, lý do người kiểm sửa vào audit log.

Trước khi triển khai, phải phân biệt bốn ý nghĩa của dữ liệu “không có”: chưa nhập; bản gốc có nhưng không có quyền truy cập; lỗi truyền thông nên không lấy được; và không cần vì không thuộc phạm vi. Gom ba trường hợp đầu thành “không thấy bất thường” tạo ra lỗ hổng vận hành nguy hiểm. Khi lỗi, tiếp tục chặn và đối chiếu lại sau khi hệ thống hồi phục.

Giả sử lô nhập của chi tiết A ghi đường kính ngoài vượt dung sai. Nhân viên nhập giá trị; AI so mã chi tiết trong đơn mua, phiên bản bản vẽ áp dụng, ID dụng cụ, hồ sơ hiệu chuẩn và đơn vị. Nếu phiên bản bản vẽ mâu thuẫn, phải dừng trước khi ước lượng mức độ sai lệch. Sau khi xác nhận phiên bản, AI có thể cho biết những chi tiết khác trong lô đã được đo chưa và đây có phải đặc tính do khách chỉ định không, nhưng không kết luận “làm lại được”. Thành viên MRB xem bản gốc, xác định phạm vi ảnh hưởng và ghi quyết định. Đây là ví dụ thiết kế, không phải báo cáo đo lường thực tế.

Ví dụ khác: cảm biến mô-men xoắn ngừng truyền về MES trong chốc lát. Giá trị mất là “không có dữ liệu”, không phải “đạt”. Chặn các chi tiết bị ảnh hưởng, xem log gốc của thiết bị, thời gian làm việc và hiệu chuẩn, rồi xác định dải sê-ri liên quan. AI có thể sắp xếp dữ liệu trước/sau làm bối cảnh, nhưng giá trị nội suy không được ghi thành kết quả đo thật. Nếu không khôi phục được log gốc, người đủ thẩm quyền quyết định việc kiểm lại hoặc phương án khác dựa trên rủi ro sản phẩm và quy trình.

Chuyển bảng thẩm quyền MRB thành đặc tả hệ thống

MRB không nhất thiết là tên một phòng ban cố định, mà là quy trình quyết định có chất lượng, sản xuất, kỹ thuật, mua hàng hoặc kinh doanh tham gia theo tính chất vụ việc. Bảng quyền phải nói rõ ai mở vụ việc, ai đánh giá ảnh hưởng kỹ thuật, ai phê duyệt hướng dẫn làm lại, ai phê duyệt ngoại lệ và khi nào cần chấp thuận khách hàng. Phân tuyến theo an toàn, chức năng, pháp lý và đặc tính khách chỉ định, không chỉ theo giá trị tiền. AI có thể đề xuất tuyến phù hợp, nhưng không được dùng quyền của người khác để duyệt thay.

Mỗi phương án cần bằng chứng riêng. Làm lại cần chỉ dẫn đã duyệt, số lượng, người thực hiện và hạng mục kiểm lại. Sửa chữa cần ghi sai lệch còn tồn tại, đánh giá phù hợp mục đích sử dụng và chấp thuận khách hàng nếu cần. Loại bỏ phải nối xử lý vật lý với giảm tồn kho ERP, tránh đếm đôi. Chấp nhận ngoại lệ phải xác định sai lệch, phạm vi, thời hạn, người duyệt và văn bản đồng ý của khách khi cần. Đây là ví dụ thiết kế; mỗi doanh nghiệp xác định trường bắt buộc theo QMS, hợp đồng và quy định của mình.

Một chuỗi trạng thái mẫu là Phát hiện → Chặn → Thu thập bằng chứng → MRB xem xét → Phê duyệt phương án → Thực hiện → Kiểm lại/xác nhận → Mở chặn hoặc hoàn tất loại bỏ. Phải có nhánh trả lại, đo thêm, chờ khách hàng, xử lý một phần số lượng và thay đổi quyết định. “Đã duyệt nhưng chưa làm” và “đã làm nhưng chưa kiểm lại” vẫn không được xuất. Khi người phụ trách đổi, đừng ghi đè phê duyệt cũ mà lưu sự kiện mới.

Hợp đồng dữ liệu giữa QMS, MES và ERP

Đồng bộ hai chiều cả ba hệ thống mà không xác định chủ sở hữu sẽ tạo nhiều bản ghi chính. RFP phải nêu với case ID, mã chi tiết, lô/sê-ri, số lượng, lý do chặn, mã phương án, trạng thái duyệt, kết quả kiểm lại và giờ mở chặn: hệ thống nào là nguồn chuẩn, ai được sửa, gửi đi đâu và gửi lại thế nào khi lỗi. Có thể dùng case ID QMS làm khóa tham chiếu chung với lệnh sản xuất MES và dòng tồn kho ERP. Nếu hệ thống hiện tại dùng kiến trúc ID khác, cần bảng ánh xạ và lịch sử thay đổi.

Không được giả định đồng bộ đã thành công. Mỗi sự kiện cần ID duy nhất và số phiên bản; gửi lại cùng sự kiện chỉ áp dụng một lần. Sự kiện cũ đến sau không được ghi đè trạng thái mới. Nếu thông báo mở chặn tới ERP thất bại, hệ thống xuất hàng vẫn phải giữ chặn cho đến khi gửi và đối soát xong, dù chất lượng đã phê duyệt. Nếu ERP mở chặn nhưng QMS còn chặn, phát cảnh báo và dừng luồng vận hành. Xác định độ trễ chấp nhận được theo thời gian giao hàng của khách rồi đo thực tế.

Số lượng cũng phải cân. Nếu lô nhận 100 chiếc có 10 chiếc lỗi, không thể suy ra 90 chiếc còn lại tự động đạt. Phải xem quy tắc lấy mẫu, khả năng nguyên nhân chung và quy trình tách lô. Lưu riêng “10 chiếc chặn”, “90 chiếc đang điều tra thêm” và “số đã xử lý”, rồi so tổng với lượng nhập. Nếu chiếc đã làm lại vẫn lỗi và được mở case mới, bắt buộc dẫn chiếu case cũ để tránh đếm đôi.

Thống nhất bảng câu hỏi trước khi chọn phương án xử lý

Chỉ chia “AI quyết” và “người quyết” không đủ để vận hành. Với từng mục đối chiếu, phải định nghĩa bản gốc cần có, điều kiện quy tắc xác định được, tình huống không thể kết luận và người chịu trách nhiệm. Ví dụ mã chi tiết chỉ được tự động xác nhận khi đơn mua, nhãn hiện vật và phiếu kiểm tra cùng khớp; không đọc được một điểm thì trả về bộ phận nhận hàng. Phiên bản bản vẽ đôi khi cần cả lệnh thay đổi của khách và lô chuyển tiếp, chứ không chỉ ngày; lúc đó chuyển kỹ thuật hoặc chất lượng. AI có thể đọc ký hiệu hay văn bản để tìm đặc tính do khách chỉ định, nhưng kết luận phải so với danh sách đặc tính đã phê duyệt.

Bảng này là cơ sở viết yêu cầu, không phải biểu mẫu pháp lý chung. Căn cứ quy cách, duyệt khách và kiểm lại khác nhau theo nhóm sản phẩm. Khi gặp ngoại lệ ngoài bảng, không cho nhập tự do rồi mở chặn; ghi ngoại lệ, để người có quyền duyệt quy tắc nghiệp vụ, sau đó cập nhật quy tắc và dữ liệu kiểm thử. Che giấu ngoại lệ ít gặp sẽ khiến mô hình có vẻ ổn định dù quy trình còn lỗ hổng.

Về bảo mật, phải quyết định trước điều kiện gửi bản vẽ hay quy cách khách hàng tới mô hình bên ngoài. Loại tên người và giá giao dịch nếu không cần cho đối chiếu; tùy mức mật mà cấm gửi, che dữ liệu hoặc xử lý trong mạng kín. Tách quyền truy cập AI theo nhà máy, khách và sản phẩm. NIST có hướng dẫn về nguồn gốc và độ tin cậy của dữ liệu sản xuất; quản lý phiên bản và xuất xứ là nền tảng dù có AI hay không.

Chuẩn bị dữ liệu và quy tắc vận hành trước triển khai

Thay vì nạp hàng loạt hồ sơ cũ vào mô hình khi bắt đầu PoC, hãy lấy một số phiếu không phù hợp đã đóng để xem có truy về bản gốc đúng hay không. Mã chi tiết nhập tay không thống nhất, có số bản vẽ nhưng không có phiên bản, tên ảnh không chỉ ra hiện vật, hoặc số đo chỉ có trong ảnh PDF đều là vấn đề trước AI. Có thể dùng OCR hay đối sánh thực thể để bổ sung, nhưng phải có cách phát hiện và sửa mối nối sai.

Ví dụ, giới hạn thí điểm ở một họ chi tiết đầu vào và một điểm kiểm tra trong quá trình, chọn hồ sơ đã đóng gồm cả sau sửa đổi quy cách, chặn một phần số lượng, khác đơn vị đo, kiểm lại thất bại, ngoại lệ cần khách duyệt, thiếu bản gốc và nhiều case trên một lô. Số hồ sơ và giai đoạn chọn theo tần suất thực của nhà máy; không có một “số chuẩn” chung có cơ sở để áp dụng mọi nơi.

Chỉ số thành công nên là tỷ lệ phát hiện bằng chứng thiếu/mâu thuẫn, tỷ lệ cảnh báo sai, thời gian chuẩn bị bộ hồ sơ MRB, số lần trả hồ sơ, số lần dùng hoặc xuất nhầm hàng đang chặn, thời gian tìm lịch sử duyệt và thời gian xử lý trạng thái lệch. Ghi rõ mẫu số là số case hay số mục đối chiếu, so cùng phạm vi trước và sau. Không chỉ tính hoàn vốn từ thời gian tiết kiệm; rủi ro giao nhầm hiếm nhưng tác động lớn cần đánh giá riêng. Dùng số đo tại nhà máy mình, không lấy số nơi khác làm dự báo.

Yêu cầu bắt buộc trong RFP

Đừng viết một dòng “tự động hóa xử lý hàng lỗi bằng AI”. RFP phải tách nghiệp vụ, dữ liệu, quyền, tích hợp và kiểm thử. Yêu cầu nhà cung cấp trình diễn bằng mẫu gần dữ liệu thật cùng tình huống bất thường, không chỉ màn hình đẹp.

Khi so nhà cung cấp, chú trọng việc hệ thống dừng khi thiếu dữ liệu, phát hiện trạng thái lệch và giải thích lại được hơn số tính năng. Nếu vận hành bằng tiếng Nhật và Thái, cần hiển thị và tìm nhãn, hướng dẫn, lý do trả hồ sơ bằng hai thứ tiếng, nhưng cùng một mã lỗi phải giữ cùng ý nghĩa. Nếu dự kiến mở rộng sang Việt Nam, xử lý ngôn ngữ hiển thị và khác biệt quyền duyệt địa phương riêng.

FAT và SAT phải thử những tình huống “không được cho qua”

FAT kiểm thử theo yêu cầu ở môi trường nhà cung cấp hoặc trước giao hệ thống. SAT kiểm tại địa điểm sau lắp và kết nối với máy quét, mạng, mã vạch, hệ thống cũ và vai trò thực. IEC 62381:2024 nêu kế hoạch FAT/SAT cho hệ thống tự động hóa ngành công nghiệp quá trình; có thể tham khảo để thống nhất phạm vi và trách nhiệm, không phải quy định áp dụng nguyên vẹn cho mọi nhà máy sản xuất rời rạc.

Ở FAT, chuẩn bị một lô có hai case, lô dùng hợp lệ phiên bản cũ, nguồn tham chiếu AI không truy xuất được, người không có quyền phê duyệt, ngoại lệ chưa được khách duyệt, làm lại xong nhưng chưa kiểm lại, thông điệp trùng và sự kiện đến sai thứ tự. Mọi tình huống không an toàn phải giữ chặn. Cũng chứng minh đường bình thường chỉ mở đúng số lượng đã duyệt. Đánh giá cảnh báo AI so với các case được chuyên gia gắn nhãn độc lập, tách số bỏ sót và số báo sai.

Ở SAT, dùng máy quét, nhãn, kệ, người dùng, mạng và liên kết QMS/MES/ERP thật. Thử quét sai lô, máy trạm mất mạng, thông điệp ERP chậm, ca đêm không có người duyệt và cố lấy từ kệ cách ly. Nếu có quy trình giấy dự phòng, thử phục hồi dữ liệu và ngăn mở chặn hai lần. Biên bản ghi đầu vào, kết quả mong đợi, kết quả thực, ảnh màn hình hoặc event ID, lỗi, kết quả thử lại và người ký. Không đánh giá đạt chỉ vì màn hình hiển thị.

Năm đường lỗi cần kiểm chứng trong tình huống bất thường

Thứ nhất, lấy được quy cách nhưng lại là phiên bản cho khách khác. Tên tài liệu giống nhau chưa đủ; khách, mã chi tiết và điều kiện hiệu lực phải cùng khớp trước khi tự thêm vào hồ sơ MRB. Thứ hai, AI tìm đúng đoạn nhưng OCR đọc sai dấu cộng/trừ của dung sai. Hiển thị số quan trọng cạnh ảnh gốc và dữ liệu cấu trúc để người đối chiếu. Thứ ba, sau khi mạng phục hồi, sự kiện chặn và mở chặn đến đảo thứ tự. So phiên bản và thời điểm phát sinh; sự kiện mở chặn cũ không được phủ lên lệnh chặn mới.

Thứ tư, người duyệt MRB nghỉ việc hoặc chuyển vị trí, mất quyền nhưng màn hình phê duyệt cũ được tái sử dụng. Giữ lịch sử song yêu cầu duyệt mới theo quyền hiện tại. Thứ năm, chỉ một phần lô đạt kiểm lại còn phần khác chưa kiểm. Nếu hợp đồng khách và thủ tục nội bộ cho phép mở một phần, giới hạn đúng sê-ri và số lượng; nếu không, giữ chặn toàn bộ. Những tiêu chí này độc lập với độ chính xác AI và kiểm thiết kế tích hợp, quyền, số lượng.

Nếu bài thử không đạt, đừng chỉ sửa thông báo màn hình. Phân tích điều kiện gây chọn sai tài liệu gốc, thiếu quản lý phiên bản, chu kỳ cập nhật quyền, thứ tự xử lý sự kiện hoặc cấu trúc tách số lượng. Sau sửa, thử lại case lỗi và case đúng gần kề; chẳng hạn sửa để chặn bản cũ không được chặn cả lô dùng bản cũ hợp lệ. Nối phiếu FAT và SAT bằng cùng case ID và requirement ID để biết phải thử lại gì sau thay đổi thiết kế.

AI cũng cần được giám sát và đánh giá lại sau triển khai. NIST AI RMF bàn về vai trò, trách nhiệm được ghi nhận, kiểm thử trước và trong vận hành. Nếu cảnh báo sai tăng, định dạng tài liệu đổi hoặc sản phẩm mới thiếu hồ sơ, hãy xem ảnh hưởng và thử lại trước khi đưa phiên bản mô hình, ngưỡng hoặc prompt mới vào sản xuất. Quản lý phiên bản cho mọi thay đổi đó.

Triển khai theo giai đoạn và huấn luyện hiện trường

Giai đoạn một thiết lập nhận dạng hiện vật, chặn, phê duyệt MRB và cổng mở chặn; ngay cả không có AI cũng phải ngăn giao nhầm. Giai đoạn hai thêm đối chiếu ID và phiên bản tài liệu, kết quả kiểm tra, thông báo thiếu. Giai đoạn ba thêm tìm case cũ và sắp xếp bằng chứng bằng ngôn ngữ tự nhiên. Ở mọi giai đoạn, người kiểm phải mở được bản gốc trên màn hình và sửa nhận định AI kèm lý do, tránh chấp nhận máy một cách máy móc.

Nhà máy Thái có thể đồng thời dùng quy định chất lượng tiếng Nhật của trụ sở, hướng dẫn hiện trường tiếng Thái và quy cách khách tiếng Anh. Duyệt thuật ngữ dịch trước, giữ mã chi tiết, mã phương án, quyền duyệt và số phiên bản theo cùng ID xuyên ngôn ngữ. Nếu “chấp nhận ngoại lệ” và “khách đã duyệt” mang nghĩa khác nhau giữa các màn hình, lỗi dịch có thể thành sự cố chất lượng. Đào tạo cả thao tác bị cấm khi chặn, cách sửa cảnh báo AI sai và đầu mối liên lạc khi mất mạng.

Sau triển khai, đừng chỉ nhìn số lượng hoặc số ngày hàng chặn để ép mở nhanh. Phân nguyên nhân chờ thành bằng chứng, kỹ thuật, khách hàng, thực hiện công việc và lỗi giao diện. Nếu nhân viên luôn bỏ qua cảnh báo AI, tìm nguyên nhân ở độ chính xác mô hình, quy tắc, cách hiển thị hay đào tạo. Đưa cảnh báo sai đã xác minh trở lại bộ kiểm thử thay vì chỉ ẩn chúng.

Quy định quản lý thay đổi ngay từ lúc đưa vào vận hành

Mỗi lần bản vẽ hoặc tiêu chuẩn kiểm tra sửa đổi, quy tắc đối chiếu không tự nhiên được cập nhật đúng. Phân rõ bộ phận nhận thông báo đổi, người nhập lô bắt đầu áp dụng, người kiểm bán thành phẩm còn theo bản cũ và người cập nhật chỉ mục tìm kiếm AI; giữ khả năng truy cả bản cũ/mới tới khi đồng bộ xong. Nếu chỉ đổi prompt trước, giải thích trên màn hình có thể lệch với chuẩn kiểm đang hiệu lực trong MES. Phiếu thay đổi ghi sản phẩm, bản trước/sau, điều kiện hiệu lực, case chưa xử lý bị ảnh hưởng, kết quả thử và người duyệt.

Theo chu kỳ do công ty đặt, chẳng hạn hằng tháng, chất lượng xem tỷ lệ cảnh báo AI thực sự phát hiện thiếu/mâu thuẫn và những case bị bỏ sót. Số cảnh báo một mình không đo chất lượng mô hình vì hỗn hợp sản phẩm và định dạng tài liệu có thể đổi. Mẫu xem xét gồm vấn đề người tìm thấy khi không dùng AI, cảnh báo AI bị người hủy và case sau đó phải chặn lại. Phân nguyên nhân theo quản lý phiên bản, OCR, tìm kiếm, quyền và giao diện để chọn nơi sửa.

Khi kiểm toán, thay vì nói “có AI nên an toàn”, hãy chọn ngẫu nhiên một case và truy ngược từ nhãn hiện vật, phiếu giao, dòng tồn kho ERP, hồ sơ công đoạn MES, case QMS và quyết định MRB, kết quả đo tới phiên bản quy cách, cùng người và giờ từng bước. Đứt một liên kết thì chưa thể gọi là truy xuất được dù bản tóm tắt trên màn hình đẹp. Hướng dẫn dữ liệu sản xuất của NIST bàn về nguồn gốc và độ tin cậy, không thay quy định ra quyết định của từng nhà máy.

Viết rõ ranh giới trách nhiệm giữa hiện trường, chất lượng, kỹ thuật và IT. Nhân viên kiểm chịu trách nhiệm nhận dạng hiện vật và ghi dữ liệu đo gốc; chất lượng kiểm sự đầy đủ bằng chứng và cách ly; kỹ thuật xác định quy cách áp dụng và ảnh hưởng; người có quyền MRB phê duyệt phương án. IT phát hiện và khôi phục lỗi tích hợp nhưng không có quyền tự mở chặn hàng do chất lượng giữ. Nếu ca đêm/ngày nghỉ không có người duyệt, quy định quyền thay thế trước hoặc tiếp tục chặn. “Không liên lạc được người phụ trách” không phải lý do mở chặn.

Yêu cầu sửa dữ liệu hiện trường cũng phải có lịch sử. Nếu nhân viên chọn nhầm lô, không xóa bản ghi cũ như chưa từng xảy ra; lưu lý do sửa, hiện vật đúng và tác động tới lịch sử xuất kho/công đoạn. Nếu AI trích tài liệu sai, không chỉ tắt cảnh báo; sửa liên kết trong chỉ mục rồi tìm các case chưa xử lý khác có cùng tham chiếu sai. Nếu phát hiện lô khác bị ảnh hưởng, chặn thêm và báo MRB. Theo dõi được toàn bộ quá trình sửa có thể có giá trị hơn việc tiết kiệm thời gian đơn thuần.

Thời gian đầu thường ghi trùng trên phiếu giấy, bảng tính và QMS. Phải xác định hồ sơ chính thức và lúc hoàn tất nhập lại. Trong giai đoạn chuyển tiếp, so nhãn giấy trên hàng với lệnh chặn điện tử khi giao ca; lệch thì dừng phía xuất hàng theo hướng an toàn. Sau khi ổn định có thể giảm giấy nhưng vẫn giữ thủ tục dự phòng khi mất điện/mạng và đối soát khi hồi phục. Chỉ thêm màn hình AI mà không đổi biển báo hiện trường hay kiểm soát lấy hàng trong kho thì độ an toàn toàn quy trình không tăng.

Báo cáo hiệu quả phải công bố định nghĩa chỉ số và kỳ quan sát. “Thời gian tới MRB” có thể tính từ lúc phát hiện đến lúc đủ bằng chứng sẵn sàng xét hoặc đến lúc phê duyệt; hai cách cho kết quả khác. Tách giờ thực gồm đêm/ngày nghỉ với giờ làm việc. Với “tỷ lệ phát hiện thiếu bằng chứng”, mẫu số là các case thiếu đã được chuyên gia xác nhận sau đó, tử số là các case AI chỉ ra đúng; theo dõi tỷ lệ báo sai trên cùng tập. Khi ít case, nêu số đếm bên cạnh phần trăm. Không có giao nhầm chưa chứng minh kiểm soát hoạt động; xem cả log từ chối lấy hàng chặn và kết quả kiểm toán cổng mở chặn. Đưa định nghĩa đo vào RFP và kế hoạch thử trước để tránh chỉ chọn chỉ số có lợi sau triển khai.

Câu hỏi thường gặp

Có thể giao AI quyết định xử lý sản phẩm không phù hợp không?

AI có thể thu thập, đối chiếu bằng chứng, cho thấy điều kiện từng phương án và tìm case tương tự. Quyết định làm lại, sửa chữa, loại bỏ, chấp nhận ngoại lệ và mở chặn xuất hàng vẫn nên thuộc người có quyền hiểu rủi ro sản phẩm và yêu cầu khách. Kết quả “không thấy vấn đề” của AI không thay thế cách ly thực tế hoặc phê duyệt.

Hệ thống hỗ trợ MRB có thể chỉ nằm trong QMS không?

QMS có thể giữ case và phê duyệt. Nhưng nếu MES vẫn chuyển hàng sang công đoạn sau hoặc ERP vẫn phân bổ/xuất hàng thì các hệ thống thực thi cũng cần đồng bộ chặn và mở. Chọn nguồn chuẩn theo chức năng và vận hành thực tế.

Khi AI đối chiếu làm lại, loại bỏ và ngoại lệ nên ưu tiên gì?

Trước tiên xác nhận nhận dạng và chặn đúng hiện vật. Tiếp đến đối chiếu phiên bản quy cách, bằng chứng đo, quyền và điều kiện duyệt khách. Sau đó kiểm tra điều kiện thực hiện và kiểm lại của từng phương án. Khả năng chặn case thiếu bằng chứng quan trọng hơn độ chính xác khi đoán tên phương án.

RFP, FAT và SAT cho AI xử lý hàng không phù hợp phải xác nhận gì?

RFP nêu đơn vị kiểm soát, chuyển trạng thái, nguồn chuẩn, quyền, phiên bản bản gốc và hành vi khi AI không thể kết luận. FAT thử bản cũ, thiếu bằng chứng, không đủ quyền, mất mạng và sự kiện trùng. SAT thử thiết bị hiện trường, hàng thật, mạng thật và hệ thống hiện hữu. Tiêu chí cốt lõi là “thiếu điều kiện thì không được mở chặn”.

Kết luận

Triển khai AI cho sản phẩm không phù hợp phải bắt đầu từ nhận dạng và cách ly hiện vật, xác định đúng phiên bản quy cách/bằng chứng, để AI phát hiện phần thiếu hoặc mâu thuẫn, để người có quyền MRB quyết định, rồi chỉ mở cổng MES/ERP khi công việc, kiểm lại và phê duyệt hoàn tất. Thành công không chỉ phụ thuộc độ chính xác mô hình mà còn vào nguồn chuẩn trạng thái, chấp thuận khách hàng, chặn khi sự cố, dấu vết kiểm toán và thử đường lỗi ở FAT/SAT.

Nếu nhà máy đang lập lại luồng chặn, MRB và mở xuất cho hàng đầu vào hoặc trong quá trình, hãy liên hệ TOMAS TECH ngay từ giai đoạn thu thập yêu cầu. Chúng tôi có thể cùng xem QMS, MES, ERP và quy trình giấy hiện tại, xác định chỗ AI giúp đối chiếu cùng những biện pháp kiểm soát cần xây trước.

Nguồn tham khảo

• ISO 9001 Quality management systems — Requirements — Kiểm tra phiên bản áp dụng và yêu cầu khách; thủ tục cụ thể theo tiêu chuẩn và hợp đồng liên quan.
• NIST AI Risk Management Framework — Khung quản trị rủi ro AI.
• NIST AI RMF Core — Vai trò, tài liệu hóa, đánh giá và giám sát.
• NIST Recommendations on Ensuring Traceability and Trustworthiness of Manufacturing-Related Data — Nguồn gốc và độ tin cậy dữ liệu sản xuất.
• NIST IR 8536 Supply Chain Traceability: Manufacturing Meta-Framework — Khung khái niệm về nguồn gốc và liên kết dữ liệu truy xuất trong hệ sinh thái chuỗi cung ứng sản xuất, công bố tháng 9 năm 2026.
• IEC 62381:2024 Automation systems in the process industry — FAT/SAT/SIT — Tham khảo phạm vi và trách nhiệm kiểm thử cho công nghiệp quá trình.

*Quy trình, trường dữ liệu và tình huống kiểm thử trong bài là ví dụ thiết kế, không thay việc đánh giá theo pháp luật, hợp đồng khách hoặc tiêu chuẩn áp dụng cho sản phẩm cụ thể.*