• Bộ phận hàng hải của Caterpillar đang tiết kiệm 400 nghìn đô la Mỹ trên từng con tàu mỗi năm sau khi ứng dụng Machine Learning vào việc phân tích dữ liệu, đưa ra tần suất vệ sinh thân tàu mang lại hiệu quả tối đa.
• Tập đoàn BMW sử dụng AI cho việc đánh giá dây chuyền sản xuất, phát hiện lỗi sai so với tiêu chuẩn đề ra theo thời gian thực.
• Theo nhóm nghiên cứu Capgemini, bảo trì máy móc và quản lý chất lượng là những dự án chuyển đổi AI hàng đầu trong các hoạt động sản xuất hiện nay.

Vượt qua những khó khăn và trở ngại do đại dịch COVID-19 gây ra, những nhà quản trị sản xuất cho rằng đây chính là một cơ hội để phát triển mạnh mẽ và kiên cường hơn. Kết hợp kinh nghiệm con người và các công nghệ Trí tuệ nhân tạo AI trong sản xuất, họ đang dần khám phá ra những cách làm mới để tạo ra sự khác biệt trong khi cắt giảm chi phí mà vẫn đảm bảo lợi nhuận kinh doanh. Bài viết dưới đây nêu ra tám ví dụ về cách mà những ông lớn trong ngành sản xuất ứng dụng AI. 

1. General Motors và thuật toán thiết kế tổng quát sử dụng Trí tuệ nhân tạo AI

General Motors đã hợp tác cùng Autodesk để triển khai các thuật toán thiết kế tổng quát ứng dụng AI nhằm phát hiện các hạn chế còn tồn đọng và đưa ra thiết kế sản phẩm tối ưu. Việc sử dụng logic tối ưu hóa bị ràng buộc (constraint-optimizing logic) trong môi trường thiết kế CAD đã giúp cho General Motors có thể tạo mẫu nhanh (rapid prototyping). Các nhà thiết kế đưa ra những định nghĩa về các yêu cầu chức năng, nguyên vật liệu, phương pháp sản xuất, và các tiêu chuẩn khác. Vào tháng Năm năm 2018, General Motors đã sử dụng phần mềm thiết kế tổng quát Autodesk nhằm tối ưu hóa trọng lượng và các tiêu chí quan trọng khác cho những bộ phận có thể được sản xuất bằng công nghệ in 3D. Giải pháp này đã được thử nghiệm gần đây với việc tạo mẫu giá đỡ dây an toàn. Kết quả là so với thiết kế tám mảnh ban đầu, họ đã tạo ra thiết kế một mảnh duy nhất nhẹ hơn 40% và chắc chắn hơn 20%.

Thêm vào đó, GM cũng ứng dụng Trí tuệ nhân tạo AI để bảo trì máy móc và thiết bị sản xuất. GM phân tích hình ảnh từ camera gắn trên robot lắp ráp, phát hiện các dấu hiệu hỏng hóc. Trong một bài kiểm tra thử nghiệm hệ thống, camera này đã phát hiện 72 trường hợp lỗi thành phần trên 7.000 robot, xác định vấn đề trước khi nó có thể dẫn đến sự cố ngoài mong muốn.

Kết quả là so với thiết kế tám mảnh ban đầu, họ đã tạo ra thiết kế một mảnh duy nhất nhẹ hơn 40% và chắc chắn hơn 20%.

2. Schneider Electric ứng dụng Trí tuệ nhân tạo AI trong bảo trì máy móc

Schneider Electric đã tạo ra một giải pháp phân tích dự đoán IoT, dựa trên dịch vụ Microsoft Azure Machine Learning và Azure IoT Edge nhằm nâng cao an toàn người lao động, giảm thiểu chi phí và hướng tới các mục tiêu bền vững. Các nhà khoa học dữ liệu của Schneider Electric sử dụng dữ liệu từ mỏ dầu để xây dựng các mô hình dự đoán thời gian và bộ phận cần bảo dưỡng. Họ đã sử dụng Trí tuệ nhân tạo AI để tự động điều chỉnh các siêu tham số máy móc để tiết kiệm thời gian và nâng cao hiệu quả. Chỉ trong vòng hai ngày, giải pháp này đã giúp cho các nhà khai thác tăng hiệu quả từ 10% đến 20%.

3. Tập đoàn BMW ứng dụng Trí tuệ nhân tạo AI trong khâu kiểm duyệt cuối cùng

Tập đoàn BMW sử dụng AI để đánh giá linh kiện trong dây chuyền sản xuất, cho phép phát hiện sai sót so với tiêu chuẩn chất lượng theo thời gian thực. Trong khu vực kiểm duyệt cuối cùng tại nhà máy Dingolfing của Tập đoàn BMW, một ứng dụng AI sẽ so sánh dữ liệu đơn đặt hàng với hình ảnh trực tiếp về kiểu dáng của chiếc xe mới được sản xuất. Ký hiệu kiểu dáng và các ký hiệu nhận dạng khác, chẳng hạn như “xDrive” cho xe dẫn động bốn bánh, đều được lưu trữ trên cơ sở dữ liệu hình ảnh chung. Từ đó, nếu hình ảnh của sản phẩm thực tế không tương ứng với dữ liệu đặt hàng, nhóm kiểm duyệt cuối cùng sẽ nhận được thông báo về sự sai khác này. 

4. Ứng dụng video cảnh báo bằng công nghệ Trí tuệ nhân tạo AI của Nokia

Nokia đã cho ra mắt một ứng dụng video sử dụng AI để đưa ra cảnh báo cho nhà quản lý về trục trặc xảy ra trong quá trình sản xuất. Ứng dụng video này của Nokia sử dụng Trí tuệ nhân tạo AI trong sản xuất để giám sát dây chuyền lắp ráp tại một trong những nhà máy của hãng tại Oulu, Phần Lan. Điều đặc biệt ở đây là những cảnh báo này được gửi đến nhà quản lý theo thời gian thực, hỗ trợ sửa lỗi kịp thời và giảm thiểu đáng kể thời gian lãng phí.

5. Canon và quy trình giám sát chất lượng sản phẩm nghiêm ngặt bằng Trí tuệ nhân tạo AI

Canon đã phát minh ra Hệ thống nhận diện lỗi sản phẩm tân tiến, đưa việc kiểm soát chất lượng các trung tâm sản xuất của họ lên một tầm cao mới. Canon đã kết hợp kinh nghiệm của con người và công nghệ Trí tuệ nhân tạo AI, bao gồm học máy (machine learning), thị giác máy tính (computer vision), và mô hình dự đoán (predictive modeling), giúp tăng hiệu quả của việc kiểm tra các bộ phận máy móc đòi hỏi mức chính xác cao. Các nhà sản xuất các bộ phận có tính kỹ thuật cao trong các ngành như Ô tô & Vận tải, Hàng không & Quốc phòng, Dầu khí và Xây dựng thường yêu cầu quy trình kiểm tra sau lắp ráp nghiêm ngặt. Quy trình kiểm tra chất lượng của Canon được tiến hành chặt chẽ bằng phương pháp chụp X quang công nghiệp. Với machine learning và computer vision, hệ thống nhận diện lỗi sản phẩm của Canon có thể phát hiện các lỗi tiềm ẩn, bao gồm cả những lỗi mà mắt người thông thường bỏ qua. 

6. Thử nghiệm ứng dụng Trí tuệ nhân tạo AI DriveSpark của Nissan

Nissan đang thử nghiệm việc sử dụng Trí tuệ nhân tạo AI để thiết kế các mẫu xe mới trong thời gian thực, với mục tiêu giảm thời gian đưa sản phẩm ra thị trường (time-to-market) cho các dòng xe thế hệ tiếp theo. Nissan gọi cuộc thử nghiệm này là DriveSpark. Các nhà thiết kế của Nissan sử dụng hệ thống DriveSpark để tạo ra các mẫu xe hoàn toàn mới tuân thủ các yêu cầu quy định mới nhất của ngành sản xuất. Thêm vào đó, họ cũng sử dụng Trí tuệ nhân tạo AI trong sản xuất nhằm kéo dài vòng đời của những sản phẩm sẵn có.

7. Trí tuệ nhân tạo AI trong dự báo nhu cầu của Nhóm hàng tiêu dùng nhanh (FMCG)

Cải thiện độ chính xác của dự báo nhu cầu đang ngày càng trở nên hiệu quả trong nhiều ngành sản xuất FMCG. Tập đoàn Danone (một nhà sản xuất thực phẩm đa quốc gia của Pháp) đang sử dụng hệ thống Machine Learning để đưa ra dự báo nhu cầu chính xác hơn, thông qua việc cải thiện khả năng phối hợp lập kế hoạch trên các hoạt động tiếp thị, bán hàng, quản lý tài khoản, chuỗi cung ứng và tài chính. Danone có thể đáp ứng nhu cầu từ các chương trình khuyến mãi sản phẩm và đạt được mức dịch vụ mục tiêu đối với hàng tồn kho ở mỗi kênh bán hàng. Hệ thống giúp giảm 20% sai số dự báo, 30% doanh thu bị mất, 30% sản phẩm lỗi thời và 50% khối lượng công việc của người lập kế hoạch nhu cầu.

Hệ thống giúp giảm 20% sai số dự báo, 30% doanh thu bị mất, 30% sản phẩm lỗi thời và 50% khối lượng công việc của người lập kế hoạch nhu cầu.

8. Thales SA và ứng dụng Trí tuệ nhân tạo AI trong dự đoán bảo trì

Thales SA, nhà cung cấp các hệ thống điện tử hàng đầu cho nhiều ngành công nghiệp, đang sử dụng Machine Learning để dự đoán bảo trì phòng ngừa cho các tuyến đường sắt cao tốc trên khắp châu Âu. Họ thu thập dữ liệu của hàng nghìn bộ cảm biến trên các hệ thống đường sắt xuyên lục địa của Châu Âu. Dựa trên nguồn dữ liệu này, họ phát triển một thuật toán AI để dự đoán các lỗi tiềm ẩn và xác định khi nào một bộ phận cụ thể cần được thay thế.

Lựa chọn VTI Solutions cho việc ứng dụng Trí tuệ nhân tạo AI trong quy trình sản xuất

Theo tạp chí Forbes, 34% các nhà quản trị sản xuất đang đầu tư vào Trí tuệ nhân tạo AI và 19% vào các sáng kiến dựa trên Machine Learning để nâng cao năng suất sản xuất của họ, giải quyết các vấn đề lớn và khởi động những bước đầu trong quá trình chuyển đổi số lâu dài. 16% CFO cũng coi Trí tuệ nhân tạo AI trong sản xuất đóng một vai trò quan trọng trong kết quả kinh doanh, đặt nó ở vị trí thứ ba chỉ sau điện toán đám mây và Internet vạn vật (IoT). 

Nếu doanh nghiệp của bạn đang cân nhắc ứng dụng AI vào quá trình sản xuất nhưng cần hỗ trợ về chuyên môn kỹ thuật, VTI Solutions với nhiều năm kinh nghiệm về trí tuệ nhân tạo sẵn sàng đồng hành cùng bạn. Dưới đây là một vài trong số những dự án ứng dụng Trí tuệ nhân tạo AI mà VTI Solutions đã thực hiện:

FaceX: Hệ thống chấm công nhận diện khuôn mặt chính xác dưới 1.5 giây, gửi và phê duyệt yêu cầu nghỉ làm/đi muộn chỉ trong một cú nhấp chuột, dễ dàng tích hợp với hệ thống bảng lương.

ParkingX: Ứng dụng nhận dạng biển số xe tự động dưới 1.5 giây, nhận diện biển số chính xác 99%.

LogX: Hệ thống định vị vị trí và hành trình di chuyển thời gian thực của nhân viên, cảnh báo vùng lây nhiễm COVID hoặc vùng nguy hiểm.

Và rất nhiều giải pháp ứng dụng AI khác.

Liên hệ với chúng tôi, và bạn sẽ nhận được một thay đổi toàn diện ứng dụng tối ưu Trí tuệ nhân tạo AI trong sản xuất cho doanh nghiệp của mình.