Khi nói đến AI cho doanh nghiệp sản xuất, nhiều người nghĩ ngay tới robot, camera và máy móc thông minh. Nhưng với một xưởng vài chục đến vài trăm công nhân, doanh nghiệp có thể bắt đầu từ những thông tin đang được ghi nhận hằng ngày: đơn hàng, lệnh sản xuất, tồn kho và phiếu bảo trì.
Bài viết giải thích sự khác nhau giữa AI gắn trên máy móc và AI trong quản lý sản xuất, nêu những câu hỏi người quản lý xưởng có thể đặt ra cùng câu trả lời chúng tôi nhận được khi chạy thử, chỉ ra dữ liệu nào cần ghi tại xưởng, và nói rõ những việc AI chưa làm.
Hai loại AI cho doanh nghiệp sản xuất: doanh nghiệp nên bắt đầu từ loại nào
Trong nhà máy, AI có thể được dùng theo hai cách rất khác nhau. Loại thứ nhất làm việc trực tiếp trên máy móc, chẳng hạn camera kiểm tra sản phẩm hoặc cảm biến dự đoán khi nào máy có thể hỏng, thường gọi là bảo trì dự đoán(predictive maintenance). Loại thứ hai làm việc với chứng từ của doanh nghiệp như đơn hàng, lệnh sản xuất, tồn kho và phiếu bảo trì, để trả lời câu hỏi và chuẩn bị chứng từ.
| AI trên máy móc | AI trong quản lý sản xuất | |
|---|---|---|
| AI lấy thông tin từ đâu | Hình ảnh và tín hiệu từ cảm biến | Đơn hàng, lệnh sản xuất, tồn kho, phiếu bảo trì |
| Cần chuẩn bị gì trước khi dùng | Cảm biến, camera và kết nối với máy | Hoạt động sản xuất được ghi nhận trên cùng một hệ thống |
| Ai sử dụng | Kỹ sư và kỹ thuật viên | Giám đốc, quản lý sản xuất, nhân viên kho, mua hàng và bảo trì |
| Câu hỏi điển hình | "Chi tiết này có lỗi không?" | "Lệnh sản xuất nào đang thiếu linh kiện?" |
Phần lớn doanh nghiệp sản xuất vừa và nhỏ chưa có cảm biến và hệ thống kết nối máy móc mà loại AI thứ nhất cần. Nhưng gần như doanh nghiệp nào cũng đã phải quản lý đơn hàng và tồn kho. Vì vậy, bắt đầu bằng AI trong quản lý sản xuất thường phù hợp hơn, và phần còn lại của bài viết tập trung vào loại AI này.
Những câu hỏi người quản lý sản xuất phải trả lời mỗi ngày
Ở phần lớn nhà máy, để trả lời những câu hỏi này, người quản lý phải xuống xưởng, gọi điện cho đồng nghiệp hoặc mở nhiều bảng tính. Việc tìm câu trả lời mất thời gian, và đến khi có đủ thông tin thì tình hình có thể đã thay đổi.
Giám đốc
Tháng trước sản xuất được bao nhiêu, theo từng sản phẩm? Đơn hàng nào của khách đang trễ, và vì sao?
Quản lý sản xuất
Lệnh sản xuất nào đang mở, lệnh nào quá hạn, và lệnh nào chưa bắt đầu được vì thiếu linh kiện?
Kho và mua hàng
Mặt hàng này còn bao nhiêu ở từng kho? Những mặt hàng nào đang thiếu cho các đơn phải giao?
Bảo trì
Phiếu bảo trì nào còn đang mở, và máy nào hỏng nhiều nhất?
AI cho doanh nghiệp sản xuất trả lời được gì: kết quả sáu câu hỏi chúng tôi đã chạy thử
Chúng tôi đặt các câu hỏi này cho AI trên Viindoo, dùng dữ liệu của một công ty thử nghiệm lắp ráp xe điện. Các con số thuộc về công ty thử nghiệm đó và chỉ để minh họa cách AI trả lời; những con số chúng tôi đối chiếu với chứng từ đều khớp.
| Câu hỏi | Câu trả lời của AI | AI giúp bớt việc gì |
|---|---|---|
| "Lệnh nào đang mở, linh kiện nào không đủ?" | 29 lệnh đang mở, trong đó 17 lệnh thiếu linh kiện, kèm các lệnh đã quá hạn | Tự đối chiếu từng lệnh với tồn kho |
| "Tháng 10 hoàn thành bao nhiêu lệnh, theo từng mẫu xe?" | 39 lệnh đã hoàn thành, chia theo mẫu xe | Tổng hợp số lệnh hoàn thành trong tháng |
| "Đơn hàng nào chưa giao đủ, mặt hàng nào đang thiếu trong kho?" | 35 đơn chưa giao hết và bảng các mặt hàng đang thiếu | Gọi kho trước khi trả lời khách |
| "Tồn xe Nova theo từng kho là bao nhiêu?" | 26 chiếc, chia theo màu và theo kho | Mở báo cáo tồn kho rồi tự lọc |
| "Phiếu bảo trì nào chưa xử lý xong, máy nào hỏng nhiều?" | Danh sách 16 phiếu bảo trì đang mở, phiếu cần chú ý nhất và các máy được xếp theo số phiếu sửa chữa | Rà danh sách bảo trì từng dòng |
| "Đơn S00170 đang ở bước nào, còn phải làm gì?" | Các bước đã xong và hai việc còn lại: phần giao hàng còn thiếu đã quá hạn, và khoản thu còn hai ngày đến hạn | Theo một đơn hàng qua kinh doanh, kho và kế toán |
Mỗi câu trả lời đều có mục Nguồn. Bấm vào từng dòng trong mục này, người quản lý mở được đúng chứng từ mà AI đã lấy số liệu, như lệnh sản xuất, phiếu giao hàng hoặc phiếu bảo trì, để kiểm tra trước khi hành động.

Ví dụ: AI trả lời kèm mục Nguồn; bấm vào từng dòng để mở chứng từ.
AI làm theo đúng quyền của từng người. Người dùng chỉ được xem một phần dữ liệu thì cũng chỉ nhận được câu trả lời trong phần đó, đúng như khi người đó tự mở phần mềm. Trong lần chạy thử, một nhân viên kinh doanh hỏi về báo giá còn mở thì chỉ thấy báo giá của chính mình.
Bốn tình huống thực tế: AI cho doanh nghiệp sản xuất hỗ trợ công việc hằng ngày ra sao
Bảng trên cho thấy AI trả lời được những câu hỏi nào. Bốn tình huống dưới đây đi sâu vào cách người quản lý dùng những câu trả lời đó trong công việc: hỏi gì, nhận được kết quả gì, làm gì tiếp theo trên Viindoo, và nhận ra điều gì về dữ liệu của doanh nghiệp. Các câu hỏi được giữ nguyên như khi gõ vào hệ thống; câu trả lời được trích và rút gọn từ lần chạy thử trên công ty thử nghiệm lắp ráp xe điện.
Tình huống 1: Sáng thứ Hai, lệnh nào chưa thể sản xuất và cần ưu tiên mua gì
Bối cảnh. Quản lý sản xuất chuẩn bị cuộc họp đầu tuần. Một số lệnh sản xuất chưa bắt đầu, nhưng chưa rõ có phải vì thiếu linh kiện hay không.
Câu hỏi gõ vào: "Lệnh sản xuất nào đang mở, và linh kiện nào không đủ tồn để chạy các lệnh đó? Tôi nên đặt mua gì trước?"
Kết quả nhận về sau 39 giây. 29 lệnh đang mở, trong đó 17 lệnh thiếu linh kiện. Hai lệnh làm xe V6 và V8 đã chờ từ giữa tháng 9. Sau đó AI xếp thứ tự những gì nên mua:
| Ưu tiên | Linh kiện | Thiếu | Lý do AI đưa ra |
|---|---|---|---|
| 1 | Chín linh kiện của xe V6 và V8 | Mỗi loại 1 cái | Mỗi loại chỉ thiếu một cái nhưng khiến hai lệnh đã quá hạn gần hai tháng chưa thể sản xuất |
| 2 | Sạc 60V20Ah | 63 | Thiếu nhiều nhất, và nhiều đơn hàng cùng cần linh kiện này |
| 3 | Sạc 60V20Ah bản 2 | 36 | Thiếu nhiều |
| 4 | Bộ điều khiển 60V1200W | 27 | Thiếu nhiều |
Có hai nhận xét trong câu trả lời quan trọng không kém các con số. AI chỉ xác định một linh kiện là thiếu khi tồn dự báo vẫn âm. Tồn dự báo bằng tồn hiện có cộng hàng đang về, rồi trừ đi toàn bộ nhu cầu đã cam kết. AI cũng không đưa cụm khung Zeta vào danh sách cần mua, vì đây là bán thành phẩm doanh nghiệp tự sản xuất, cần làm chứ không cần mua.
Bước tiếp theo trên Viindoo. Quản lý gửi danh sách cho phòng mua hàng. Phòng mua hàng lập yêu cầu báo giá cho bốn dòng đầu. Nếu doanh nghiệp có quy định hạn mức phê duyệt, yêu cầu sẽ được chuyển đến người có thẩm quyền duyệt trước khi trở thành đơn mua hàng.

Ví dụ: yêu cầu báo giá vẫn liên kết với phiếu phê duyệt ban đầu, nên có thể lần ngược từ đơn mua hàng về nhu cầu mua hàng ban đầu.
Áp dụng vào xưởng của bạn. Hãy hỏi câu này mỗi sáng thứ Hai trước cuộc họp sản xuất. Nếu nhiều lệnh chưa thể chạy dù mỗi lệnh chỉ thiếu một ít linh kiện, hãy kiểm tra thời gian chờ hàng ở khâu mua, thay vì chỉ xem mức tồn kho.
Tình huống 2: Khách gọi hỏi bao giờ nhận được hàng
Bối cảnh. Một nhà phân phối gọi cho nhân viên kinh doanh hỏi về đơn hàng đang trễ. Trước đây, nhân viên kinh doanh sẽ gọi xuống kho rồi hẹn gọi lại cho khách.
Câu hỏi gõ vào: "Có đơn bán đã xác nhận nào chưa giao hết hàng không? Mặt hàng nào đang thiếu tồn để giao?"
Kết quả nhận về. 35 đơn bán đã xác nhận chưa giao hết; trong đó chỉ đơn S00170 đã giao một phần. Kèm theo là bảng các mặt hàng không đủ tồn để giao, ví dụ:
| Mặt hàng | Còn phải giao | Tồn kho | Thiếu |
|---|---|---|---|
| Xe điện Zeta, đỏ đô | 23 | 2 | 21 |
| Xe điện thời trang Mira | 50 | 35 | 15 |
| Xe đạp điện Nova, đen nhám | 15 | 6 | 9 |
AI còn đưa ra hai lưu ý. Thứ nhất, AI đã cộng nhu cầu của tất cả các đơn cùng cần một mặt hàng, nên có những đơn riêng lẻ vẫn đủ hàng để giao. Thứ hai, số tồn kho chưa tính hàng sắp nhập hoặc lệnh sản xuất đang chạy, nên một số mặt hàng tồn bằng 0 có thể là hàng sản xuất theo đơn. Cách tính này khác với tình huống 1: ở đây AI so nhu cầu với tồn hiện có, chưa phải với tồn dự báo.
Bước tiếp theo trên Viindoo. Nhân viên kinh doanh hỏi tiếp về đúng đơn của khách, ví dụ "Đơn S00170 đang ở bước nào, còn phải làm gì?", và nhận về các bước đã xong cùng những việc còn lại. Nhân viên mở đơn để kiểm tra số đã giao và đã lập hóa đơn, rồi có thể trả lời khách ngay trong cuộc gọi.

Ví dụ: trên đơn bán, cột Đã giao và cột Đã lập hóa đơn nằm cạnh nhau.
Áp dụng vào xưởng của bạn. Lưu ý AI đưa ra là một phần của câu trả lời. Hãy đọc kỹ trước khi hứa ngày giao: lưu ý cho biết con số nào vẫn cần kiểm lại với kho hoặc sản xuất.
Tình huống 3: Báo cáo sản lượng tháng cho thấy dữ liệu còn thiếu ở đâu
Câu hỏi gõ vào: "Trong tháng 10 nhà máy hoàn thành bao nhiêu lệnh sản xuất, làm ra bao nhiêu xe, theo từng mẫu?"
Kết quả nhận về sau 12 giây. 39 lệnh đã hoàn thành. 29 lệnh làm ra xe thành phẩm (13 xe Lumi, 9 xe Aura, 7 xe Nova); 10 lệnh còn lại làm ra cụm bán thành phẩm và chi tiết gia công, được liệt kê riêng.
Điều đáng chú ý nhất nằm ở phần lưu ý của AI: số xe được báo cáo là số lượng cần sản xuất ghi trên lệnh, không phải sản lượng thực tế đã được ghi nhận. Như vậy, công ty thử nghiệm chưa ghi nhận sản lượng thực tế ngay tại xưởng, và AI đã chỉ rõ giới hạn này thay vì để người đọc hiểu nhầm số trên lệnh là sản lượng thực tế.
Áp dụng vào xưởng của bạn. Nếu câu trả lời của bạn cũng có lưu ý này, cách khắc phục không nằm ở AI. Cách khắc phục nằm ở việc ghi nhận sản lượng tại từng công đoạn ngay tại xưởng, như phần tiếp theo trình bày.
Tình huống 4: Bảo trì, xử lý phiếu nào trước và máy nào hỏng nhiều nhất
Câu hỏi gõ vào: "Có phiếu bảo trì nào đang mở không, máy nào hỏng nhiều nhất từ đầu tháng 9?"
Kết quả nhận về sau 13 giây. Có 16 phiếu đang mở. Đáng chú ý nhất là phiếu báo xe nâng có tiếng ồn lạ khi nâng hàng: phiếu này ưu tiên cao, đang thực hiện nhưng chưa có kỹ thuật viên phụ trách. Xét theo số phiếu sửa chữa, máy nén khí trục vít và máy bắt vít khí nén đứng đầu với 4 phiếu mỗi máy, tiếp theo là máy ép thủy lực với 3 phiếu.
Một lần nữa AI tự thêm lưu ý: số phiếu sửa chữa chỉ phản ánh gần đúng số lần hỏng, vì một số việc bảo dưỡng định kỳ, như kiểm tra an toàn hay thay dầu, đã bị phân loại là sửa chữa.
Áp dụng vào xưởng của bạn. Hãy giao kỹ thuật viên cho mọi phiếu ưu tiên cao, và tách rõ sửa chữa với bảo dưỡng định kỳ ngay khi tạo phiếu. Danh sách máy hỏng nhiều chỉ đúng khi việc phân loại này đúng.
Một buổi sáng của quản lý sản xuất thay đổi thế nào khi có AI
Một ví dụ minh họa cho thấy cùng một buổi sáng có thể khác đi thế nào.
Trước
7 giờ 30, người quản lý xuống xưởng xem chuyền nào đang chạy. 8 giờ, gọi kho hỏi về linh kiện còn thiếu, rồi mở bảng tính xem khách nào đang chờ hàng. Phải đến 9 giờ 30 mới nắm được tình hình, và những quyết định đầu tiên được đưa ra dựa trên thông tin đã cũ một tiếng.
Sau
7 giờ 30, người quản lý hỏi: "Lệnh nào đang mở, lệnh nào quá hạn, lệnh nào thiếu linh kiện?" Câu trả lời đến kèm nguồn. Người quản lý mở hai lệnh gấp nhất, nhờ phòng mua hàng xem các mặt hàng đang thiếu, rồi xuống xưởng xử lý những việc thật sự cần có người tại chỗ.
AI không thay thế được việc xuống xưởng. AI giúp giảm thời gian thu thập và tổng hợp số liệu vào buổi sáng, để người quản lý tập trung ra quyết định khi xuống xưởng.
Dữ liệu nào cần được ghi tại xưởng để AI trả lời đúng
AI cho doanh nghiệp sản xuất chỉ trả lời được dựa trên những gì đã được ghi nhận. Nếu sản lượng được ghi trên giấy rồi cuối tuần mới nhập vào hệ thống, AI chỉ có số liệu của tuần trước. Có bốn loại dữ liệu tạo nên sự khác biệt.
1. Định mức và lệnh sản xuất
Mỗi sản phẩm có định mức nguyên vật liệu và mỗi việc sản xuất là một lệnh sản xuất. Thiếu hai thứ này, AI không biết một đơn hàng cần những linh kiện gì.
2. Công việc được ghi nhận tại từng công đoạn
Công nhân bấm bắt đầu, tạm dừng và hoàn thành từng công đoạn trên máy tính bảng đặt tại chỗ làm, đồng thời ghi kết quả kiểm tra chất lượng ngay tại đó. Nhờ vậy, số liệu phản ánh đúng tình hình hiện tại, không phải chờ nhập lại sau.
3. Nhập xuất kho
Nhập hàng, xuất vật tư cho sản xuất và giao hàng được ghi nhận ngay khi diễn ra, nhờ đó tồn kho trên hệ thống khớp với tồn kho trên kệ.
4. Phiếu bảo trì
Mỗi lần hỏng hoặc bảo dưỡng là một phiếu gắn với đúng máy. Theo thời gian, chính những phiếu này cho biết máy nào hỏng nhiều nhất.

AI nằm ở lớp trên cùng. Nếu thiếu chứng từ bên dưới, AI có thể trả lời trôi chảy nhưng không có căn cứ.
Ví dụ: mỗi lệnh công đoạn hiện trạng thái, và phiếu kiểm tra chất lượng được ghi ngay tại công đoạn đang làm.
Ví dụ: trên lệnh sản xuất, phiếu kiểm tra chất lượng được mở ngay từ lệnh công đoạn cần kiểm.
Ví dụ: công nhân bắt đầu hoặc chặn công đoạn trên máy tính bảng tại chỗ làm; có thể dùng máy quét mã vạch.
Ví dụ: danh sách cho biết từng lệnh sản xuất đã có đủ linh kiện hay chưa.
Việc lập kế hoạch cũng dựa trên cùng bộ dữ liệu đó. Kế hoạch sản xuất tổng thể lập theo dự báo bán hàng cho biết từng kỳ cần sản xuất và mua bao nhiêu, để lệnh sản xuất và đơn mua vật tư được tạo trước.

Ví dụ: mỗi quy tắc đặt hàng lại quy định mức tồn tối thiểu, mức tồn tối đa và bội số đặt hàng (số lượng mỗi lần đặt phải là bội của con số này) cho một sản phẩm tại một kho.
Ví dụ: kế hoạch cho biết từng tháng dự báo nhu cầu, số lượng cần bổ sung và tồn kho dự kiến.
Vật tư đi qua nhà máy thế nào, từ nguyên vật liệu đến thành phẩm, đã được trình bày trong bài về dòng chảy vật tư trong nhà máy.
AI chuẩn bị, con người duyệt
Trả lời câu hỏi mới chỉ là một nửa công việc. Khi được nhờ tạo hoặc thay đổi một việc, chẳng hạn soạn báo giá cho khách hoặc soạn email nhắc nhà cung cấp, AI chuẩn bị bản nháp rồi dừng lại ở thẻ xác nhận. Người bấm xác nhận là người chịu trách nhiệm.

AI tìm, tổng hợp và soạn thảo ở các bước giữa. Con người bắt đầu và kết thúc chuỗi công việc.

Từ lần chạy thử: khi được nhờ nhắc nhân viên kinh doanh gọi khách vào thứ Sáu, AI chuẩn bị thẻ này rồi chờ. Chưa có gì được ghi cho tới khi người dùng bấm Lên lịch.
Những việc AI cho doanh nghiệp sản xuất chưa làm
Nói rõ giới hạn ngay từ đầu giúp tránh thất vọng về sau. Trên Viindoo hiện nay:
- AI không đọc tín hiệu từ máy móc hay cảm biến. AI trả lời từ chứng từ trong hệ thống. AI không kết nối với bộ điều khiển máy hay cảm biến, nên không theo dõi máy theo thời gian thực.
- AI không dự đoán máy hỏng. AI xếp được các máy theo số phiếu sửa chữa đã có, nhưng không dự báo khi nào một máy sẽ hỏng.
- AI không tự xếp lại lịch sản xuất. AI chỉ ra đơn nào đang trễ và lệnh nào thiếu linh kiện; việc quyết định làm việc nào trước vẫn thuộc về quản lý sản xuất.
- AI chỉ biết những gì đã được ghi nhận. Sản lượng ghi trên giấy, hoặc một bảng tính nằm trên máy của ai đó, thì AI không nhìn thấy.
- AI không phải lúc nào cũng đúng. Các con số chúng tôi đối chiếu đều khớp với chứng từ, nhưng câu trả lời vẫn cần người đọc lại trước khi ra quyết định.
Doanh nghiệp sản xuất nên bắt đầu từ đâu
1. Định mức và lệnh sản xuất
Đưa những sản phẩm làm nhiều nhất vào hệ thống trước.
2. Ghi nhận tại chỗ làm
Bắt đầu từ một chuyền và một máy tính bảng, không phải cả nhà máy.
3. Giữ nhập xuất kho luôn cập nhật
Xuất vật tư cho sản xuất và nhập hàng được ghi trong ngày.
4. Hỏi AI ba câu mỗi ngày
Mỗi ngày hỏi AI về lệnh đang mở, linh kiện còn thiếu và đơn hàng giao trễ, và giao cho một người cụ thể kiểm tra lại.
Phần sản xuất của Viindoo, từ lập kế hoạch đến ghi nhận công việc tại xưởng, được giới thiệu trên trang phần mềm quản lý sản xuất. Khái niệm Agentic AI và những điều kiện cần có đã được giải thích trong bài Agentic AI là gì.
Bạn muốn xem AI trả lời các câu hỏi về chính hoạt động sản xuất của doanh nghiệp mình? Nói cho chúng tôi biết chỗ đang đau nhất. Đặt lịch tư vấn và mang theo định mức của một sản phẩm đang làm nhiều, hoặc xem chi phí trước.
Câu hỏi thường gặp về AI cho doanh nghiệp sản xuất
Không. AI được nói tới trong bài làm việc trên chứng từ doanh nghiệp đang ghi nhận: đơn hàng, lệnh sản xuất, tồn kho và phiếu bảo trì. Chỉ loại AI theo dõi trực tiếp máy móc mới cần cảm biến.
Màn hình tại xưởng hiển thị từng lệnh công đoạn với vài nút bấm lớn, và có thể dùng máy quét mã vạch. Phần lớn doanh nghiệp bắt đầu tại một chuyền, cho tổ trưởng dùng trước, rồi mới mở rộng.
Các thao tác tạo mới hoặc thay đổi chứng từ đều dừng ở bước xác nhận. Người dùng đọc bản nháp rồi đồng ý, sửa hoặc hủy.
Doanh nghiệp tự kết nối nhà cung cấp AI mình chọn bằng khóa của chính mình và trả tiền trực tiếp cho nhà cung cấp đó. Câu hỏi và phần dữ liệu cần để trả lời được gửi tới nhà cung cấp này. Viindoo không bán lại AI.
Bài viết liên quan
- Agentic AI là gì, và AI làm việc trong hệ thống quản trị doanh nghiệp ra sao?
- Phần mềm rời cộng Excel, hay một nền tảng cho cả doanh nghiệp?
- Tự viết phần mềm quản lý bằng AI, hay dùng nền tảng có sẵn AI?
- Dòng chảy vật tư trong nhà máy: nguyên vật liệu, bán thành phẩm, thành phẩm
- AI cho kế toán: Agentic AI làm được gì từ công nợ đến báo cáo
- Ứng dụng AI trong bán hàng: Agentic AI làm được gì từ cơ hội đến báo giá
- AI trong quản lý kho: Agentic AI làm được gì từ tồn kho đến giao hàng
