Schneider Electric, NVIDIA và Hewlett Packard Enterprise (HPE) vừa công bố hợp tác chiến lược nhằm đưa AI vật lý (Physical AI) vào các ngành công nghiệp chế biến và công nghiệp nặng. Trọng tâm là phát triển các tác nhân AI công nghiệp tại biên (Edge AI), hoạt động gần nơi dữ liệu được tạo ra thay vì phụ thuộc hoàn toàn vào điện toán đám mây.
Khác với hình dung phổ biến về AI vật lý gắn liền với robot hình người hay máy móc tự hành, giải pháp này tập trung vào các hệ thống nhà máy đang vận hành. AI có thể giám sát thiết bị, nhận diện sự cố, đánh giá rủi ro và hỗ trợ tối ưu hóa hoạt động theo thời gian thực.
Ba tác nhân AI đảm nhiệm ba nhiệm vụ
Giải pháp kết hợp nền tảng HPE Private Cloud AI, các mô hình AI mở NVIDIA Nemotron và chuyên môn về công nghệ vận hành công nghiệp của Schneider Electric. Thông qua nền tảng EcoStruxure Industrial Insights, doanh nghiệp có thể triển khai và quản lý nhiều tác nhân AI trong cùng một môi trường.
Tác nhân đầu tiên giám sát công nghệ vận hành, kết hợp dữ liệu thời gian thực, cấu hình thiết bị, cảnh báo và lịch sử bảo trì để phát hiện bất thường. Hệ thống có thể đánh giá tác động của sự cố, đề xuất hoặc khởi tạo biện pháp khắc phục, sau đó kiểm tra kết quả.
Tác nhân thứ hai tập trung vào an ninh mạng, phân tích hoạt động mạng và hệ thống điều khiển để nhận diện dấu hiệu bất thường, đánh giá nguy cơ và hỗ trợ ứng phó. Tác nhân thứ ba phân tích mức tiêu thụ năng lượng, hiệu suất thiết bị và yêu cầu sản xuất nhằm tìm cơ hội tiết kiệm năng lượng, đồng thời kiểm tra hiệu quả của các điều chỉnh.
Các tác nhân có thể hỗ trợ hoặc thực hiện một số hành động, nhưng con người vẫn giữ quyền kiểm soát đối với những quyết định trọng yếu.
Vì sao AI công nghiệp cần xử lý dữ liệu tại chỗ?
Theo ba tập đoàn, việc mở rộng AI trong nhà máy gặp ba rào cản chính.
Thứ nhất là chủ quyền dữ liệu. Thông tin từ hệ thống điều khiển và quy trình sản xuất có thể nhạy cảm hoặc chịu ràng buộc pháp lý, khiến doanh nghiệp khó chuyển ra ngoài hệ thống nội bộ. Xử lý dữ liệu ngay tại biên giúp duy trì quyền kiểm soát và hỗ trợ đáp ứng yêu cầu tuân thủ.
Thứ hai là an ninh mạng. Việc kết nối thêm nhiều hệ thống có thể làm tăng rủi ro, trong khi lưu trữ và xử lý dữ liệu gần nơi phát sinh được kỳ vọng giúp giảm bề mặt tấn công.
Cuối cùng là chi phí. Khi AI được triển khai trên nhiều nhà máy và địa điểm, chi phí xử lý trên đám mây, truyền tải dữ liệu và sử dụng token có thể tăng lên. AI tại biên giúp doanh nghiệp kiểm soát tốt hơn cách thức thực hiện tác vụ và có thể giảm một phần chi phí này.
Tuy nhiên, thông cáo chưa đưa ra số liệu định lượng về mức tiết kiệm chi phí hoặc năng lượng mà các tác nhân AI mới có thể đạt được.
CMPC Chile đã có ba năm triển khai hệ thống giám sát
Một nền tảng cho hướng phát triển này là hệ thống giám sát công nghệ vận hành OTMS của Schneider Electric, được CMPC Chile sử dụng trong ba năm qua để theo dõi các hệ thống điều khiển trong quy trình sản xuất bột giấy và giấy liên tục.
OTMS cung cấp cái nhìn thống nhất về hệ thống điều khiển, máy chủ, máy trạm và bộ chuyển mạch, giúp đội ngũ kỹ thuật phát hiện vấn đề sớm hơn, chẩn đoán nhanh và ưu tiên công việc bảo trì.
Theo ông Matías Jory, Giám đốc Kỹ thuật số và Quy trình, Phó Chủ tịch mảng Vận hành Công nghiệp tại CMPC, phát hiện sớm sự cố rất quan trọng đối với hoạt động sản xuất liên tục, giúp hạn chế nguy cơ gián đoạn tốn kém.
Schneider Electric, NVIDIA và HPE kỳ vọng các tác nhân AI có thể phát triển trên nền tảng vận hành này, giúp doanh nghiệp chuyển từ việc giám sát và phân tích sang phản ứng nhanh hơn trước các vấn đề thực tế.
Về dài hạn, ba tập đoàn hướng tới những hệ thống công nghiệp có khả năng giám sát và tối ưu hóa ngày càng tự chủ. Tuy nhiên, việc ứng dụng trên diện rộng vẫn phụ thuộc vào khả năng chứng minh hiệu quả thực tế, bảo đảm an toàn và duy trì quyền kiểm soát của con người.
