AI viết lại cách vận hành nhà máy lớn

Với những ngành công nghiệp vận hành liên tục như lọc hóa dầu và năng lượng, việc một hệ thống phải dừng đột ngột luôn là rủi ro lớn vì chỉ một thiết bị gặp sự cố cũng có thể ảnh hưởng đến cả dây chuyền, kéo theo chi phí phát sinh và làm xáo trộn kế hoạch sản xuất.

Theo bà Ann Moore, Giám đốc Toàn cầu ngành điện của Tập đoàn AVEVA, các doanh nghiệp chủ yếu dựa vào bảo trì định kỳ theo một lịch trình cố định. Song, cách làm này bộc lộ những giới hạn nhất định khi thiết bị có thể phát sinh vấn đề trước thời điểm bảo trì hoặc vẫn đang vận hành tốt dù đã đến lịch kiểm tra.

Khi quy mô nhà máy ngày càng lớn và số lượng tài sản ngày càng nhiều, việc xác định đúng thời điểm cần can thiệp ngày càng khó, đòi hỏi doanh nghiệp phải có khả năng theo dõi tình trạng thiết bị liên tục.

"Nhiều doanh nghiệp hiện vẫn gặp thách thức lớn do quy trình thủ công mất quá nhiều thời gian để thu thập và phân tích dữ liệu khi có sự cố", bà Ann chia sẻ với TheLEADER.

Đại diện AVEVA chỉ ra, sự phát triển của dữ liệu và trí tuệ nhân tạo (AI) đang mở ra cách tiếp cận mới, giúp doanh nghiệp theo dõi những thay đổi trong quá trình vận hành, nhận diện sớm các dấu hiệu bất thường và từ đó xác định thiết bị nào cần được kiểm tra, thời điểm nào cần bảo trì thay vì chờ đến khi sự cố xảy ra mới xử lý.

AI đang trở nên phổ biến hơn trong cộng đồng doanh nghiệp Việt Nam. Nghiên cứu của B&Company cho thấy, đến hết năm 2025, có tới 73% doanh nghiệp Việt Nam đã ứng dụng AI ở những phạm vi nhất định.

Dù vậy, cũng nghiên cứu này chỉ ra, chỉ 13,8% có khả năng triển khai AI ở quy mô toàn doanh nghiệp. Bà Ann cho rằng, vấn đề gốc rễ nằm ở việc dữ liệu bị rời rạc và cô lập. Nhiều tổ chức vẫn gặp khó khăn do dữ liệu phân tán, hạ tầng công nghệ lạc hậu và khả năng quan sát hoạt động vận hành còn hạn chế.

Theo đó, dữ liệu công nghệ thông tin và dữ liệu vận hành thực tế trong một nhà máy thường nằm ở những hệ thống khác nhau. Lãnh đạo nhìn vào báo cáo có thể thấy sự sai lệch số liệu giữa bộ phận cấp nước và bộ phận truyền tải điện. Khi dữ liệu bị phân mảnh, các cỗ máy AI dù thông minh đến đâu cũng chỉ đưa ra những dự báo sai lệch.

Nhận thức rõ điểm nghẽn này, các tập đoàn lớn tại Việt Nam đang thay đổi chiến lược. Thay vì chạy đua mua sắm các công nghệ AI rời rạc, họ xây dựng một nguồn sự thật duy nhất để quản trị dữ liệu tập trung cho toàn tổ chức.

Bắt đầu hành trình chuyển đổi số với việc bắt tay cùng Tập đoàn AVEVA từ những năm 1990, Tổng công ty Lọc hóa dầu Việt Nam (BSR) đang hiện thực hóa tầm nhìn về một nhà máy lọc dầu thông minh. Thông qua việc ứng dụng các giải pháp như quản lý hiệu suất tài sản và bản sao số trên nền tảng dữ liệu đám mây CONNECT, mọi thông số từ hàng chục ngàn thiết bị phức tạp của nhà máy được gom về một mối.

Từ nền tảng này, AI bắt đầu phân tích điều kiện vận hành thực tế như nhiệt độ, độ rung chấn... để dưa ra dự báo chính xác thời điểm cần bảo trì. Nhờ đó, doanh nghiệp chuyển từ thế bị động khắc phục sự cố sang chủ động triệt tiêu rủi ro.

Tương tự, tại các nhà máy điện của Tập đoàn Công nghiệp - năng lượng quốc gia Việt Nam (Petrovietnam), việc sử dụng một nền tảng dữ liệu thông minh đồng nhất cho phép ban lãnh đạo tự phát triển các ứng dụng quản lý chuyên biệt.

Theo bà Ann, họ có thể theo dõi chính xác từng dòng tương tác giữa các bộ phận, từ nguồn nước đầu vào đến lượng điện truyền tải, ngay trên màn hình theo thời gian thực mà không lo ngại về độ vênh số liệu.

Gần đây nhất, vào tháng 9/2025, Tập đoàn Điện lực Việt Nam (EVN) cũng đã bước vào các cuộc thảo luận chiến lược với AVEVA nhằm tối ưu hóa việc quản lý dữ liệu vận hành, hướng tới việc hiện đại hóa lưới điện quốc gia.

Bà Ann khẳng định, việc chuyển đổi dữ liệu rời rạc thành thông tin vận hành đáng tin cậy sẽ là bệ phóng thực sự cho hành trình chuyển đổi số dựa trên AI.

Không dừng lại ở việc cắt giảm chi phí và nâng cao hiệu suất, chuyển đổi số trong ngành công nghiệp hiện nay đang giúp các doanh nghiệp giải những bài toán phức tạp từ sức ép vĩ mô. Cam kết đạt mức phát thải ròng bằng 0 (Net Zero) vào năm 2050 của Chính phủ đang đặt ra yêu cầu chuyển dịch năng lượng cho các tập đoàn sản xuất.

Đồng thời, theo bà Ann, sự bùng nổ của các trung tâm dữ liệu tại khu vực châu Á - Thái Bình Dương đang tạo ra một cuộc chiến cạnh tranh gay gắt về nguồn năng lượng sạch và ổn định.

Do đó, khả năng phân tích dữ liệu vẫn là chìa khóa cho việc giảm phát thải mà vẫn duy trì công suất. Bà cho biết, những công cụ như đồ thị tri thức công nghiệp dự kiến được AVEVA ra mắt vào đầu năm 2027 sẽ giúp các nhà máy lập bản đồ toàn bộ quy trình, tìm ra những điểm mù đang gây lãng phí năng lượng và mô phỏng các phương án sản xuất xanh hơn.