AI nền tảng phải chuyển dữ liệu thành việc làm
AI nền tảng trong vận hành là lớp phần mềm kết nối dữ liệu, thiết bị và quy trình để tạo hiểu biết có thể dẫn tới hành động, thay vì chỉ trả lời câu hỏi. Đây là khác biệt đáng chú ý giữa một công cụ AI riêng lẻ và một nền tảng được thiết kế để tham gia vào công việc hằng ngày.
Tại sự kiện “AI in Action: Infrastructure to Operations” ngày 23/10, AIZ giới thiệu BrainOS, hệ điều hành AI hướng tới việc giúp doanh nghiệp xây dựng bộ não vận hành riêng. Cùng lúc, Percepto công bố Axion, nền tảng Physical AI không phụ thuộc phần cứng, tập trung phân tích dữ liệu kiểm tra công nghiệp bằng drone. Hai sản phẩm phục vụ những địa bàn khác nhau: tri thức nội bộ và tài sản ngoài hiện trường. Nhưng cả hai cùng đặt ra một câu hỏi thực tế hơn khả năng của mô hình AI: dữ liệu nào được kết nối, AI được phép làm gì và kết quả có thể kích hoạt quy trình nào?
BrainOS gom tri thức, phân vai cho AI
BrainOS được cấu trúc thành ba lớp. BrainZ hợp nhất dữ liệu từ hệ thống quản trị nguồn lực, khách hàng, nhân sự, cảm biến kết nối và tài liệu; AgentZ giao cho AI một vai trò cùng quyền hạn; còn ColabZ điều phối quy trình giữa con người và hệ thống. Cách thiết kế này nhắm tới một điểm yếu phổ biến: doanh nghiệp mua nhiều công cụ AI nhưng mỗi phòng ban dùng riêng, trong khi dữ liệu và công việc vẫn bị chia cắt.
AIZ trình diễn ba nghiệp vụ cụ thể: đọc cảm biến IoT theo thời gian thực để cảnh báo kèm bối cảnh kỹ thuật, tra cứu tài liệu nhà máy để đề xuất xử lý sự cố, và tổng hợp dữ liệu bán hàng đa kênh để chạy tác vụ lặp lại. Giá trị ở đây không nằm ở việc AI tạo câu trả lời trôi chảy, mà ở khả năng liên kết câu trả lời với dữ liệu và bước xử lý tiếp theo. Tuy vậy, gọi tác nhân AI là “nhân sự số” không xóa bỏ trách nhiệm của nhân sự thật: quyền truy cập, phạm vi thao tác, người duyệt và nhật ký hành động phải được xác định trước.
Axion đưa AI kiểm tra bằng drone ra khỏi ràng buộc thiết bị
Axion thể hiện hướng tiếp cận khác: thay vì tập trung vào kho tri thức nội bộ, nền tảng phân tích dữ liệu kiểm tra tài sản vật lý và hỗ trợ người vận hành phát hiện vấn đề sớm. Percepto cho biết Axion sử dụng hơn 160 mô hình AI chuyên biệt, được huấn luyện trên hơn 100.000 giờ dữ liệu kiểm tra tự động thu thập trong hơn một thập kỷ. Nền tảng xử lý dữ liệu từ nhiều loại cảm biến như lidar, ảnh RGB, ảnh nhiệt và OGI, trong các lĩnh vực gồm dầu khí thượng nguồn, truyền tải và phân phối điện, chế biến hạ nguồn và năng lượng tái tạo.
Việc không phụ thuộc phần cứng là bước chuyển đáng kể với một công ty vốn gắn sản phẩm phần mềm với drone và trạm của mình. Percepto cho biết Axion có thể làm việc với nhiều drone, trạm và cảm biến, đồng thời điều phối phần cứng từ một nơi. Lý do chuyển sang phần mềm khá thuyết phục: drone tạo ra ngày càng nhiều dữ liệu, trong khi ngành năng lượng và tiện ích gặp khó khăn khi thiếu hụt và già hóa lực lượng lao động. Phần mềm có thể giúp sàng lọc lượng dữ liệu đó, nhưng cảnh báo chỉ hữu ích khi gắn với tài sản cụ thể và quy trình kiểm tra, bảo trì.
Tích hợp và quản trị mới là phép thử triển khai
Đặt cạnh nhau, hai nền tảng cho thấy nền tảng AI doanh nghiệp có thể hỗ trợ cả tri thức vận hành bên trong lẫn giám sát tài sản ngoài hiện trường. BrainOS kết nối dữ liệu vận hành doanh nghiệp với vai trò và quy trình; Axion biến dữ liệu cảm biến, hình ảnh và lịch sử kiểm tra thành tín hiệu để người vận hành hành động. Khác biệt về ứng dụng không làm mất đi điểm chung: AI cần dữ liệu đủ chuẩn và quyền hạn rõ ràng mới có thể vượt khỏi giai đoạn thử nghiệm.
Doanh nghiệp nên kiểm tra khả năng kết nối với hệ thống hiện có, chất lượng và định dạng dữ liệu, tương thích thiết bị, cũng như cách cảnh báo đi vào quy trình phê duyệt và bảo trì. Với BrainOS, AIZ nhấn mạnh việc chuẩn hóa dữ liệu và rà soát phân quyền; khi AI kết nối nhiều nền tảng, quyền truy cập phải giới hạn đúng phạm vi và hành động cần để lại nhật ký. Với Axion, Percepto cho biết phần mềm AIM phục vụ điều khiển đội drone vẫn tiếp tục tồn tại và cũng có thể được cung cấp theo hướng không phụ thuộc phần cứng. Vì vậy, đừng đánh giá hiệu quả chỉ bằng số mô hình hay lượng dữ liệu đã xử lý. Hãy đo xem hệ thống có đưa đúng thông tin đến đúng người, đúng lúc và hỗ trợ hoàn tất công việc hay không.
