AI trong công nghiệp: SME Việt đang bị bỏ lại phía sau
Các nhà máy thông minh của Samsung hay LG tại Việt Nam không chỉ sản xuất mà còn đang “tự chữa bệnh” bằng hàng ngàn cảm biến AI dự đoán lỗi trước khi máy hỏng. Trong khi khối FDI âm thầm tối ưu hóa từng giây vận hành với ROI lên tới 10:1, phần lớn SME Việt Nam vẫn loay hoay với những bảng tính Excel rời rạc.
Đây không còn là câu chuyện tụt hậu công nghệ đơn thuần, mà là cảnh báo về một “khoảng cách năng suất” của doanh nghiệp nội địa trong chuỗi cung ứng toàn cầu.
AI trong công nghiệp tạo sự chuyển dịch từ tự động hóa sang tự chủ hóa
Tại các nhà máy của Samsung Bắc Ninh hay LG Hải Phòng, dây chuyền sản xuất làm được nhiều hơn việc lắp ráp linh kiện điện tử đơn thuần: chúng “tự cảm nhận” được sức khỏe của thiết bị, dự báo chính xác thời điểm máy móc sắp gặp sự cố trước khi điều đó thực sự xảy ra.
Bên trong các thiết bị công nghiệp, hàng trăm cảm biến nhúng sâu liên tục theo dõi nhiệt độ, rung động, áp suất. Dữ liệu này không được gửi lên đám mây, nó được xử lý tại chỗ bằng các mô hình AI huấn luyện sẵn, cho phép máy móc đưa ra quyết định gần như thời gian thực. Đó là AI trong công nghiệp (Industrial AI), khác biệt hoàn toàn với AI tạo sinh (ChatGPT, Claude…) mà phương tiện truyền thông thường quảng cáo.
Sự khác biệt cơ bản giữa hai loại AI này là mục đích. AI tạo sinh giúp tạo nội dung mới (văn bản, hình ảnh), còn AI công nghiệp nhìn vào dữ liệu máy móc, nhận ra các bất thường, và hành động. Industrial AI hoạt động trên ba ứng dụng cốt lõi: dự báo sự cố máy móc trước khi chúng xảy ra, giảm thời gian chết; kiểm tra lỗi sản phẩm tự động, phát hiện các khuyết tật mà mắt người có thể bỏ lỡ và tạo bản sao số của nhà máy, cho phép nhà quản lý mô phỏng các kịch bản, tối ưu hóa quy trình, và dự báo hiệu suất.
McKinsey cho biết bảo trì dự đoán giảm thời gian chết 30-50%[1] và cắt giảm chi phí bảo trì 18-25% so với phương pháp bảo trì định kỳ hay bảo trì khắc phục truyền thống[2]. Một nhà máy chế biến thép đã tiết kiệm 1.5 triệu USD trong năm đầu bằng cách phát hiện sự suy giảm dần của máy trước khi hỏng hoàn toàn[3]. Công ty bao bì tiêu dùng khác đạt 5 triệu USD tiết kiệm hàng năm thông qua triển khai cảm biến và phân tích dự đoán[4].
Báo cáo từ Bộ Năng lượng Hoa Kỳ (DOE) còn chỉ ra rằng một chương trình bảo trì dự đoán hoàn chỉnh có thể mang lại tỷ suất hoàn vốn (ROI) lên tới 10 lần (10:1) nhờ loại bỏ lãng phí vận hành[5]. Song song đó, chỉ số Hiệu suất thiết bị tổng thể (OEE) tại các nhà máy tiên phong cũng được ghi nhận cải thiện ngoạn mục từ mức trung bình 60% lên mức “World Class” 85% (Siemens Case Study)[6], đồng nghĩa với việc tăng sản lượng đáng kể mà không cần mở rộng quy mô nhà xưởng.
Thị trường AI công nghiệp khu vực APAC (không bao gồm Nhật và Trung Quốc) đang bước vào giai đoạn bùng nổ với dự báo tăng trưởng 17.4% mỗi năm trong giai đoạn 2024-2029, đóng góp thêm 6.54 tỷ USD giá trị[7]. Động lực chính của sự tăng trưởng này đến từ nhu cầu bức thiết về xử lý dữ liệu tại chỗ. Thay vì đẩy toàn bộ dữ liệu lên đám mây (Cloud) vốn tiềm ẩn rủi ro về độ trễ và bảo mật, các nhà máy hiện đại đang chuyển dịch sang mô hình Edge AI (AI tại biên).
Điển hình như giải pháp Siemens Industrial Edge AI, công nghệ này kết hợp Edge Computing với AI inference (suy luận) để cho phép máy móc tự đưa ra quyết định xử lý gần như tức thời mà không cần chờ tín hiệu từ máy chủ trung tâm[8]. Trong môi trường sản xuất dây chuyền liên tục, nơi một mili-giây độ trễ hay sự cố mất mạng cũng có thể gây thiệt hại hàng tỷ USD, khả năng “tự chủ” này của máy móc chính là yếu tố thay đổi cuộc chơi.
Bức tranh tương phản giữa khối FDI và SME
Tại Việt Nam, vào tháng 9/2024 Samsung đã tuyên bố đầu tư thêm 1.8 tỷ USD vào Samsung Display Bắc Ninh, mở rộng từ màn hình OLED smartphone sang OLED cho IT và ô tô[9]. Vào tháng 11/2024 LG cũng tăng tổng vốn đầu tư lên 5.65 tỷ USD để sản xuất 14 triệu màn hình OLED cao cấp mỗi tháng - một trong những dự án lớn nhất của LG toàn cầu[10]. Foxconn, nhà cung cấp Apple, cũng đã công bố khoản đầu tư 80 triệu USD cho sản xuất chip tại Bắc Giang vào đầu tháng 11/2024[11]. Những nhà máy này áp dụng AI để tối ưu hóa OEE - chỉ số đo hiệu suất thiết bị = Sẵn sàng × Hiệu năng × Chất lượng. Khi OEE cải thiện từ 60% lên 80-85%, sản lượng tăng mà chi phí vận hành giảm.
Trong khi đó, khối doanh nghiệp sản xuất vừa và nhỏ (SME) Việt Nam vẫn đang vật lộn với chuyển đổi số cơ bản. Dữ liệu từ VCCI tháng 11/2025 cho thấy 60% SME Việt vẫn “đói vốn” và gặp rào cản lớn về nguồn lực[12]. Hầu hết chưa tích hợp ERP (quản lý tài nguyên doanh nghiệp) hoặc MES (hệ thống thực thi sản xuất), huống chi triển khai AI.
Chương trình SME Digital Transformation (SMEdx) do Bộ Thông tin và Truyền thông (nay đã sáp nhập vào Bộ Khoa học và Công nghệ) khởi động năm 2021 cho biết tới tháng 10/2024 có hơn 1.28 triệu doanh nghiệp tham gia, nhưng chỉ 400,000 SME thực sự sử dụng các nền tảng kỹ thuật số được hỗ trợ - tỷ lệ chuyển đổi thực tế vẫn thấp[13].
Rào cản chính là chi phí, đầu tư vốn để lắp camera công nghiệp, cảm biến IoT, và máy chủ có GPU/AI accelerators (những con chip chuyên dụng đắt đỏ để xử lý AI) có thể tốn từ 500 triệu đến vài tỷ đồng. Cho một SME có doanh thu 50-200 tỷ đồng/năm, khoản đầu tư này vượt quá khả năng, đặc biệt khi chưa thấy ROI rõ ràng. Thêm vào đó, dữ liệu “sạch” cần thiết để huấn luyện mô hình AI hiện nay là rất hiếm hoi - hầu hết SME chưa số hóa dữ liệu vận hành, nên không có lịch sử để AI học hỏi. Kỹ sư AI phần cứng cũng khan hiếm ở Việt Nam.
Bộ Kế hoạch & Đầu tư (MPI) (nay là Bộ Tài chính) báo cáo rằng từ 2021 tới nay, chỉ khoảng 14,200 doanh nghiệp được huấn luyện chuyển đổi số cơ bản[14], và khoảng 400 doanh nghiệp nhận tư vấn chuyên sâu để lập lộ trình chuyển đổi số[15]. Con số này cực nhỏ so với số lượng doanh nghiệp hoạt động tại Việt Nam.
Theo EuroCham, các doanh nghiệp châu Âu và Mỹ tại Việt Nam xác định rằng độ sẵn sàng kỹ thuật số của SME là một "chiến dịch phải thắng" để nâng cao năng lực cạnh tranh và thu hút FDI chất lượng cao[16]. Khoảng cách giữa các nhà máy thông minh của FDI và SME trong nước ngày càng rộng, tạo thành một "khoảng cách năng suất" có nguy cơ khó thay đổi.
Nguy cơ "đứt gãy chuỗi cung ứng" thế hệ mới: Yêu cầu dữ liệu thời gian thực
Những chuỗi cung ứng toàn cầu (Apple, Nike, Toyota, Volkswagen) không còn chỉ yêu cầu sản phẩm có chất lượng cao và giá cạnh tranh. Chúng bắt đầu áp dụng một ngôn ngữ mới: yêu cầu nhà cung cấp phải cung cấp dữ liệu thời gian thực (Real-time Data) và truy xuất nguồn gốc bằng AI. Không phải vì giá cao hay chất lượng thấp, mà vì thiếu khả năng cung cấp dữ liệu tức thời, SME Việt có nguy cơ bị loại khỏi cuộc chơi.
KPMG cho biết 50% tổ chức chuỗi cung ứng trong năm 2024 đầu tư vào ứng dụng hỗ trợ AI và phân tích nâng cao[17]. Các nhà mua hàng quốc tế giờ đây đòi hỏi một hệ thống kiến trúc dữ liệu liên thông - nơi mà dữ liệu từ máy móc (IoT), dây chuyền (MES) và quản trị (ERP) có thể “giao tiếp” với nhau theo thời gian thực, xóa bỏ mọi độ trễ trong việc ra quyết định. Theo IDC FutureScape 2025, 67% chi tiêu AI năm 2025 (227 tỷ USD toàn cầu) xuất phát từ các doanh nghiệp nhúng AI vào hoạt động lõi[18].
Một nhà máy SME không thể tích hợp với trung tâm điều khiển chuỗi cung ứng của người mua sẽ trở thành điểm yếu trong mạng lưới. Các yêu cầu bao gồm: cung cấp tình trạng sản xuất hàng ngày, mức độ hoàn thành đơn hàng, tỷ lệ khuyết tật, và thời gian giao hàng dự kiến - tất cả phải được cập nhật tự động, không phải qua email hay điện thoại. Ví dụ, Apple yêu cầu các nhà cung cấp kết nối vào Supplier Collaboration Portal[19] hay Toyota yêu cầu tích hợp trực tiếp với hệ thống kanban kỹ thuật số[20].
Nếu SME Việt không thể làm được điều này, người mua sẽ tìm nhà cung cấp khác. Thái Lan có Thailand 4.0 initiative, Malaysia có Industry 4WRD roadmap, Ấn Độ có Make in India 2.0 với tập trung vào sản xuất kỹ thuật số. Những quốc gia này không nhất thiết có chi phí lao động thấp hơn Việt Nam, nhưng họ có khả năng cung cấp dữ liệu mà các nhà mua hàng toàn cầu đang tìm kiếm.
Điều này không phải là cuộc cạnh tranh về giá hoặc chất lượng nữa. Đây là cuộc cạnh tranh về dữ liệu và tích hợp hệ thống. Nếu SME Việt không thay đổi trong 3-5 năm tới, chúng sẽ bị loại khỏi những chuỗi cung ứng này - không phải vì hết việc làm, mà vì không thể "nói" cùng ngôn ngữ mà chuỗi cung ứng toàn cầu đang dùng.
Giải pháp nào cho SME Việt?
Thay vì chạy đua công nghệ tốn kém, SME Việt có thể tiếp cận mô hình AI-as-a-Service (Trí tuệ nhân tạo như một dịch vụ) - tức là đi thuê giải pháp thay vì bỏ tiền tỷ mua phần cứng.
Một số giải pháp tại Việt Nam đang cung cấp các gói giải pháp “may đo” linh hoạt theo nhu cầu. Đơn cử, một SME có thể khởi đầu với camera kiểm tra lỗi tự động lắp trên một dây chuyền thí điểm, hoặc gắn cảm biến theo dõi sức khỏe máy móc để giám sát vận hành. Cách làm này giúp doanh nghiệp tránh việc phải xây dựng một hệ thống bản sao kỹ thuật số đồ sộ ngay từ đầu khi nguồn lực còn hạn chế.
Mô hình này có ba lợi ích: (1) Chi phí thấp hơn khi SME chi trả theo nhu cầu sử dụng, không bắt buộc mua phần cứng tốn kém. (2) Triển khai nhanh, các nhà cung cấp dịch vụ chịu trách nhiệm cập nhật phần mềm, bảo trì hệ thống, và huấn luyện đội ngũ. (3) Rủi ro thấp hơn, SME có thể dừng hoặc nâng cấp kịp thời mà không chịu lỗ từ vốn đầu tư quá lớn.
Vai trò của các doanh nghiệp dẫn dắt như Samsung, LG, Foxconn có thể chuyển giao công nghệ cho nhà cung cấp vệ tinh SME thông qua các chương trình hỗ trợ kỹ thuật hoặc cấp vốn.
Về chính sách, Việt Nam có thể ưu đãi thuế cho đầu tư nghiên cứu và phát triển AI ứng dụng, chứ không chỉ AI nghiên cứu cơ bản. Hiện tại, hầu hết ưu đãi tập trung vào công bố khoa học, không phải ứng dụng công nghiệp thực tế.
Bên cạnh đó, hỗ trợ cơ chế thử nghiệm có kiểm soát cho các giải pháp AI pilot trong khu công nghiệp, giúp SME thử nghiệm trong phạm vi kiểm soát mà không bị phạt khi còn trong giai đoạn hoàn thiện. Chương trình cấp tín dụng ưu đãi cho SME triển khai AI công nghiệp, với lãi suất thấp hơn các khoản vay thông thường, và kỳ hạn trả dài hơn để SME có thời gian thu hồi đầu tư.
Hiện thực hóa Chiến lược Quốc gia về AI đến 2030 (Quyết định 127/QĐ-TTg), Bộ Kế hoạch & Đầu tư (nay là Bộ Tài chính) đã đặt ra lộ trình đào tạo 7,000 chuyên gia AI theo tiêu chuẩn quốc tế và ươm tạo khoảng 500 startup AI[21]. Tuy nhiên, nếu không có can thiệp chính sách tập trung vào AI công nghiệp áp dụng (chứ không chỉ AI học thuật), SME Việt sẽ bị bỏ lại trong đợt chuyển dịch này.
[1] https://www.mckinsey.com/capabilities/operations/our-insights/manufacturing-analytics-unleashes-productivity-and-profitability#/
[2] https://www.mckinsey.com/capabilities/operations/our-insights/establishing-the-right-analytics-based-maintenance-strategy
[3] https://worktrek.com/blog/predictive-maintenance-cost-savings/
[4] https://worktrek.com/blog/predictive-maintenance-cost-savings/
[5] https://www.energy.gov/sites/prod/files/2020/04/f74/omguide_complete_w-eo-disclaimer.pdf
[6] https://mdcplus.fi/blog/oee-grades-case-studies/
[7] https://www.technavio.com/report/industrial-ai-software-market-industry-analysis
[8] https://assets.new.siemens.com/siemens/assets/api/uuid:1a9305ff-070c-4a21-97cb-33f16bcaada6/whitepaper-industrial-edge-en-0621.pdf
[9] https://www.reuters.com/technology/samsung-invests-18-billion-more-vietnam-oled-manufacturing-plant-2024-09-23/
[10] https://theinvestor.vn/lg-display-to-invest-1-bln-more-in-vietnam-565-bln-in-total-d13346.html
[11] https://vovworld.vn/en-US/news/foxconn-to-invest-80-million-usd-in-bac-giang-for-chip-manufacturing-1341034.vov
[12] https://vcci.com.vn/tin-tuc/doanh-nghiep-sme-van-loay-hoay-voi-bai-toan-von
[13] https://en.vietnamplus.vn/vietnams-digital-transformation-unpacking-opportunities-post320776.vnp
[14] https://en.vcci.com.vn/digital-transformation-in-businesses-for-a-sustainable-digital-economy
[15] https://lyluanchinhtri.vn/chuyen-doi-so-cho-doanh-nghiep-vua-va-nho-tai-viet-nam-thuc-trang-va-khuyen-nghi-chinh-sach-7054.html
[16] https://eur556-my.sharepoint.com/:f:/g/personal/marketing_eurochamvn_org1/EsGJn30_ab5KgA3vVdH0YQcBG6rvoEh2y4siyUJJILjPmg?e=1v93VC
[17] https://kpmg.com/xx/en/our-insights/ai-and-technology/supply-chain-trends-2024.html
[18] https://my.idc.com/getdoc.jsp?containerId=prUS52691924
[19] https://www.apple.com/legal/procurement/docs/Supplier_Connect_User_Guide.pdf
[20] https://docs.infor.com/autorelease/current/en-us/useradminlist/Toyota%20Supply%20Chain%20Instructions%20%2020190228_59488.pdf
[21] https://www.mpi.gov.vn/en/Pages/2024-11-29/Shaping-Vietnam-s-AI-futurez7i255.aspx
Nguyễn Nhiều Lộc
