Giải pháp cho bài toán thiếu lao động: Robot tích hợp AI tái định hình quy trình và hiệu suất đóng gói như thế nào

Robot hỗ trợ bằng AI là hệ thống thiết bị tự động hóa kết hợp giữa thị giác máy (machine vision) và thuật toán học sâu (deep learning). Hệ thống này có khả năng nhận diện hình dạng vật thể cũng như phát hiện lỗi sản phẩm theo thời gian thực, từ đó tự chủ hoàn thành các tác vụ gắp, đặt và kiểm tra chất lượng (QC) một cách chính xác trên dây chuyền đóng gói

Những năm gần đây, khi ghé thăm hàng chục xưởng in lâu đời ở khu vực miền Trung và miền Nam, điều mà các chủ xưởng than phiền nhiều nhất không còn là cuộc chiến phá giá nữa, mà là có đơn hàng nhưng không tìm ra người đóng gói

Trước thực trạng già hóa và suy giảm lực lượng lao động, các khâu đóng gói và kiểm định chất lượng vốn phụ thuộc hoàn toàn vào thủ công giờ đây đã chạm ngưỡng giới hạn

Đội ngũ cố vấn từ Học viện Kiến thức Mins trong quá trình hỗ trợ các xưởng truyền thống chuyển đổi số đã nhận thấy rằng, việc đưa các thiết bị vận hành bằng AI này vào vận hành là con đường ngắn nhất để bứt phá nút thắt cổ chai về sản lượng

Thiết bị này có thể nhanh chóng thích ứng với các yêu cầu đóng gói đa dạng với số lượng nhỏ, giải phóng công nhân tại xưởng khỏi những công việc lặp đi lặp lại nhàm chán

Trước đây, khi nhắc đến tự động hóa dây chuyền sản xuất, chúng ta thường nghĩ ngay đến những cánh tay robot lập trình sẵn theo một quỹ đạo cố định và cứng nhắc

Tuy nhiên, hệ thống tích hợp AI giờ đây đã sở hữu cả 'đôi mắt' để quan sát hình ảnh lẫn 'bộ não' để phân tích các biến số sai lệch, giúp tự động xử lý những lỗi nhỏ phát sinh trên băng chuyền

Đây chính là chìa khóa giúp các xưởng vừa và nhỏ duy trì tỷ lệ thành phẩm đạt chuẩn cao, đồng thời giữ vững sự linh hoạt trong khâu nhận đơn hàng

Phương pháp kiểm tra quang học truyền thống phụ thuộc rất lớn vào việc thiết lập thông số. Chỉ cần khuôn bế (die-cut) của hộp giấy lệch đi một chút hoặc bề mặt giấy bị phản quang cục bộ, hệ thống sẽ liên tục nhấp nháy đèn đỏ báo lỗi

Trước đây tại xưởng, tôi thường thấy nhân viên QC buộc phải tắt tính năng kiểm tra tự động để quay lại phương pháp soi lỗi thủ công bằng mắt. Hệ quả là khâu xuất hàng bị tắc nghẽn ngay ở bước cuối cùng

Giờ đây, các hệ thống tích hợp mô hình học sâu không còn đánh giá dựa trên các tiêu chuẩn điểm ảnh (pixel) rập khuôn nữa. Thay vào đó, chúng biết cách phân biệt giữa vân giấy tự nhiên nằm trong phạm vi cho phép và các vết bẩn in ấn thực sự

Ngay khi camera thị giác máy ghi lại hình ảnh thực tế, hệ thống sẽ đối chiếu với cơ sở dữ liệu huấn luyện chỉ trong vài mili giây, lập tức điều khiển cánh tay robot thực hiện động tác gắp đặt chuẩn xác

Đối với khách hàng của Mins Printing - những đơn vị thường xuyên nhận đơn hàng bao bì chất liệu đặc biệt - khả năng chuyển đổi nhanh chóng các tiêu chuẩn nhận diện này giúp giảm thiểu tối đa tổn thất và thời gian chết trong mỗi lần thay đổi mã hàng (changeover)

Bạn cũng không cần phải thuê hẳn một đội ngũ kỹ sư túc trực tại xưởng để viết code

Hầu hết các hệ thống hiện đại đều hỗ trợ chế độ 'dạy học' trực quan. Tổ trưởng sản xuất chỉ cần đưa vài mẫu thành phẩm đạt chuẩn và sản phẩm lỗi cho máy quét qua vài lần, hệ thống sẽ tự động học hỏi và suy luận được ngay

Nhờ đó, rào cản công nghệ được hạ thấp đến mức các xưởng vừa và nhỏ hoàn toàn có thể tiếp cận. Tự động hóa không còn là sân chơi độc quyền để các tập đoàn lớn phô diễn tiềm lực tài chính

Nhiều năm qua, tôi đã chứng kiến quá nhiều nhà xưởng vội vàng xuống tiền mua trang thiết bị phần cứng đắt đỏ, để rồi cuối cùng máy móc chỉ biết đắp chiếu phủ bụi trong góc nhà xưởng

Để thiết bị tự động hóa vận hành trơn tru, bước đầu tiên tiên quyết là phải chuẩn hóa lại quy trình vận hành tiêu chuẩn (SOP) của chính mình, chứ không phải là liên hệ ngay với nhà cung cấp để đặt hàng

Trong thực tế triển khai, chúng tôi thường áp dụng khung đánh giá 'Ba bước nâng cấp dây chuyền Mins' để làm rõ hiện trạng:

・ Chuẩn hóa quy trình: Trước hết cần đảm bảo việc xếp chồng giấy, vật liệu bao bì và bán thành phẩm phải ngăn nắp và có quy luật. Máy móc cực kỳ dị ứng với sự lộn xộn không theo quy tắc

・ Khắc phục chính xác điểm nghẽn: Chọn ra một khâu đơn lẻ tốn nhiều nhân lực và có tỷ lệ sai sót cao nhất trong dây chuyền để làm dự án thí điểm đầu tiên, ví dụ như khâu đóng thùng hoặc kiểm tra lỗi bề mặt cụ thể

・ Phân định rõ ràng trách nhiệm giữa người và máy: Xác định ranh giới rõ ràng khi máy chịu trách nhiệm lọc thô, còn con người đảm nhận khâu kiểm tra lại. Đừng kỳ vọng thiết bị mới có thể hoạt động hoàn hảo không tì vết ngay từ ngày đầu tiên vận hành

Nếu bạn vẫn chưa thực sự tự tin vào quy trình nội bộ của xưởng mình, hãy cân nhắc trao đổi với đội ngũ cố vấn của Học viện Kiến thức Mins. Góc nhìn khách quan từ chuyên gia bên ngoài sẽ giúp chẩn đoán tổng thể và tìm ra điểm đột phá phù hợp nhất để đầu tư tự động hóa

Mua máy móc thì đơn giản, nhưng việc tích hợp mượt mà giữa kế hoạch sản xuất hiện tại với công nghệ thị giác máy mới là trận chiến quyết định tỷ suất hoàn vốn (ROI) của bạn

Trong vài tháng qua, tôi nhận thấy rõ ràng rằng việc nâng cấp thiết bị phần cứng không chỉ thay đổi hoạt động sản xuất tại xưởng, mà còn tác động trực tiếp đến các nhà thiết kế ở khâu đầu nguồn

Trước đây, những mẫu thiết kế bao bì hình dạng độc lạ do các designer thỏa sức sáng tạo thường trở thành nỗi ác mộng cho các công nhân thủ công ở khâu gấp hộp

Khi dây chuyền sản xuất bắt đầu phụ thuộc vào thị giác máy và cánh tay robot tự động, tư duy thiết kế khuôn bế cũng bắt buộc phải cải tiến theo

Cấu trúc bao bì cần phải tính toán kỹ đến vị trí đặt giác hút của cánh tay robot, các góc khuất camera không thể nhận diện, và thậm chí độ tương phản của mã vạch hay nhãn dán cũng phải đảm bảo máy quét đọc được trong một giây

Quy chuẩn của file chế bản (pre-press) sẽ trở nên nghiêm ngặt hơn bao giờ hết. Bất kỳ chi tiết thiết kế thừa thãi nào gây cản trở khả năng nhận diện của mô hình học sâu đều sẽ bị loại bỏ

Đây thực chất lại là một tín hiệu tích cực

Khi ngôn ngữ giữa khâu thiết kế đầu nguồn và dây chuyền sản xuất cuối nguồn được đồng bộ, tiến độ sản xuất sẽ trở nên vô cùng khoa học và dễ kiểm soát

Từ báo giá, kiểm duyệt file chế bản tránh lỗi cho đến khâu đóng thùng xuất xưởng cuối cùng, luồng thông tin sẽ không còn bị nghẽn lại ở kinh nghiệm cá nhân của bất kỳ ai, mà sẽ luân chuyển mượt mà xuyên suốt chuỗi cung ứng ngành in

・ Robot tích hợp AI kết hợp thị giác máy và học sâu có khả năng tự chủ đánh giá và thích ứng với các yêu cầu đóng gói đa dạng

・ Chìa khóa khi triển khai không nằm ở độ mạnh của phần cứng, mà là tìm ra khâu tiêu tốn nhiều nhân lực nhất trên dây chuyền để tập trung xử lý triệt để

・ Khâu thiết kế bao bì đầu nguồn bắt buộc phải đưa các yếu tố sản xuất như vị trí giác hút của cánh tay robot và góc khuất của thị giác máy vào tính toán

・ Thông qua việc phân định rõ ràng vai trò giữa người và máy, các xưởng vừa và nhỏ vẫn có thể xây dựng dây chuyền tự động hóa có tính linh hoạt và độ dung sai cao

Đối với các nhà xưởng in ấn và bao bì đang đứng trước đầu sóng ngọn gió của cơn bão thiếu hụt lao động, đừng xem robot tích hợp AI là một công nghệ viễn tưởng xa vời. Rào cản để 'dạy việc' cho máy móc hiện tại chỉ tương đương với việc đào tạo một nhân viên mới

Phía thiết kế cũng cần đưa logic nhận diện và gắp đặt của máy móc vào tính toán ngay từ đầu để nâng cao tỷ lệ thành phẩm đạt chuẩn từ gốc

If bạn đang cân nhắc nâng cấp thiết bị tại xưởng, hãy bắt đầu bằng việc chuẩn hóa lại quy trình vận hành tiêu chuẩn hiện tại, xác định xem khâu nào đang cần độ chính xác của máy móc nhất để bù đắp khoảng trống

・ Cách mạng nâng cấp dây chuyền: Robot tích hợp AI tái định hình quy trình và hiệu suất sản xuất đóng gói như thế nào