OEE là gì?

OEE (Overall Equipment Efficiencies – Hiệu suất tổng thể thiết bị) là một chỉ số quan trọng chỉ thị hiệu quả sản xuất của nhà máy. OEE càng cao nghĩa là hiệu quả sản xuất càng cao và chi phí sản xuất càng thấp. Chỉ cần tăng OEE thêm 1% của nhà máy sản xuất 50 triệu USD/năm với OEE hiện tại 50% thì nhà máy đã có thể tạo ra thêm 1 triệu USD một năm rồi.

OEE được tính thế nào?

OEE (%) = Avalaibility (%) x Performance (%) x Quality (%)

Trong đó:

  • Availability (%) = Running Time/Available Time: Available Time của máy là tổng thời gian ca làm việc trừ đi thời gian dự kiến cho bảo trì, dừng máy theo kế hoạch. Availability (%) cho biết thời gian thực tế máy chạy so với Available time. Ở đây, nếu máy dừng sự cố càng lâu thì Availablity (%) càng thấp. Trường hợp lý tưởng là máy chạy 100% Available Time (suốt ca không dừng phút nào).
  • Performance (%): Cái này liên quan đến tốc độ của máy (ví dụ như sản phẩm trên phút). Lý tưởng là 100% tốc độ như quy định của nhà máy hoặc theo như công suất thiết kế.
  • Quality (%): Tỉ lệ thành phẩm so với phế phẩm. Lý tưởng là 100%, máy sản xuất ra không lỗi sản phẩm nào.
Calculate OEE - Sistemas OEE
Hình trên Internet

Như vậy trong điều kiện lý tưởng thì OEE có thể đến 100%. Nhưng thực tế thì rất khó mà đạt được OEE cao như vậy. Các công ty đẳng cấp thế giới OEE trung bình cũng ở ngưỡng 85% mà thôi (OEE 85% tương đương với Availability 90%, Performance 95% và Quality 99%)

6 tồn thất lớn (6 big losses)

Chỉ số tổng OEE cho ta biết mình đang ở đâu so với các công ty ‘world-class’. Nhưng OEE là tổng hợp của nhiều thành phần. Do vậy cần phải phân tích sâu hơn các nhân tố ảnh hưởng đến OEE thì mới có thể tìm nguyên nhân và cải thiện OEE được. Người ta hay nói đến 6 tổn thất lớn, cũng rút ra từ 3 thành phần của OEE trong công thức trên.

Tổn thất về Availability (Downtime):

  • Máy bị lỗi phải dừng sự cố
  • Thời gian cân chỉnh, cài đặt máy, Changover

Tổn thất về Performance (Tốc độ)

  • Máy ở trạng thái chờ
  • Máy phải chạy dưới tốc độ tiêu chuẩn

Tổn thất về Quality (phế phẩm)

  • Sản phẩm bị lỗi do quá trình gia công của máy
  • Sản phẩm trong quá trình chạy thử, khởi động

Đo lường OEE tự động

Để đo lường OEE, các nhà máy có nhiều giải pháp khác nhau từ thủ công cho đến ứng dụng phần mềm tự động hóa. Việc ứng dụng các phần mềm (như Factorytalk Metrics) ngày càng phổ biến trong các nhà máy. Việc thu thập dữ liệu tự động sẽ giúp thông tin được khách quan, kịp thời, giảm chi phí và đồng thời giúp nhà máy tích hợp với các hệ thống phần mềm sản xuất khác (như MES).

Giáp Văn Vỹ

Oct – 2021

Posted in DX/MES/IIoT | Tagged , | Leave a comment

[MES] Bài 2: Tại sao các công ty sản xuất cần MES?

7-OCT:

(Bài 1 và Bài 2 được tổng hợp và đăng trên tạp chí Tự Động Hóa Ngày Nay: Tại sao các công ty sản xuất cần MES? – Tạp chí tự động hóa ngày nay | Automation today (vnautomate.net))

Môi trường kinh doanh và công nghệ luôn thay đổi từng ngày, việc duy trì hiệu quả sản xuất, tiết giảm chi phí và tăng khả năng cạnh tranh trên thị trường luôn là mục tiêu hàng đầu của các nhà sản xuất. MES ra đời cũng không ngoài mục đích hiện thực các mục tiêu này.

MES Cơm vs MES ‘công nghệ’

Nếu là một doanh nghiệp sản xuất, bạn đã có MES rồi. Hãy nhìn lại 11 chức năng của mô hình MESA-11, các chức năng này là thiết yếu cho hầu hết doanh nghiệp sản xuất. Những chức năng như quản lý chất lượng, quản lý nhân công hay quản lý bảo trì đều có hầu hết trong doanh nghiệp sản xuất. Chỉ khác, bạn đang chạy 11 chức năng này như thế nào mà thôi. Với rất nhiều doanh nghiệp, việc thực hiện các chức năng này đều có các phòng ban liên quan với nhân sự cụ thể phụ trách, với các form báo cáo phải hoàn thành hàng ngày, hàng tuần. Mọi việc trao đổi qua email, điện thoại, ghi chép thủ công. Cho nên, nhiều người gọi đùa là MES cơm là vậy. 

Từ MESA-11, các doanh nghiệp đã bắt đầu số hóa các công việc thủ công của các chức năng MES bằng các công cụ, hệ thống phần mềm. Từ đó các hệ thống MES ra đời, là các công cụ phần mềm giúp quản lý, giám sát, đồng bộ thời gian thực việc điều hành sản xuất  từ nguyên liệu đầu vào, bán thành phẩm, và thành phẩm đầu ra; ngoài ra nó còn tích hợp với ERP để cung cấp các báo cáo sản xuất kịp thời nhất. MES ‘công nghệ’ dần thay thế cho MES cơm.

Khu vực sản xuất, từng được xem như là “hộp đen” dưới cái nhìn của ERP. Các phòng ban sản xuất cập nhật báo cáo thủ công vào ERP theo các thời gian cố định, hoặc theo các sự vụ (event). Việc thiếu đồng bộ thông tin giữa các chức năng, phòng ban luôn là trở ngại lớn khi các cấp lãnh đạo phải ra quyết định nhanh chóng (vì phải chờ báo cáo, tổng hợp báo cáo…). Các hãng ERP cũng cho ra đời các module ‘quản lý sản xuất’ nhưng phần lớn chỉ phục vụ cho việc báo cáo của ERP hơn là thực sự là một hệ thống MES đầy đủ.

Trong khi đó, SCADA cũng làm được một số việc như báo cáo sản xuất. SCADA lấy thông tin từ các bộ PLC, cung cấp thông tin thời gian thực, chi tiết vận hành của máy. Nhưng giới hạn của nó chỉ cho một máy hoặc một khu vực hay một quy trình trong nhà máy mà thôi. 

MES công nghệ giải quyết nhanh vấn đề này vì nó hoạt động như một nền tảng chung bao phủ mọi hoạt động sản xuất. Do vậy, việc ứng dụng MES ngày càng phổ biến.

Cơ hội cải tiến sản xuất

4 cơ hội cải tiến trong hầu hết các doanh nghiệp sản xuất mà MES sẽ hỗ trợ rất tốt: (1) Tăng tốc việc xử lý báo cáo và ra quyết định, (2) Kiểm soát chi phí nguyên liệu và nhân công, (3) Trực quan hóa việc vận hành sản xuất,và (4)Nâng cao chất lượng.

Có nhiều dữ liệu chưa chắc đã có nhiều thông tin. Việc xử lý dữ liêu báo cáo nhanh chóng và hiệu quả sẽ giúp doanh nghiệp ra quyết định nhanh và chính xác để đáp  ứng sự thay đổi của khách hàng. Khi mà các doanh nghiệp chuyển sang sản xuất linh hoạt (agility) thì việc có thông tin kịp thời, toàn diện là rất quan trọng. MES rõ ràng giúp ích trong trường hợp này bởi nó có thể tự động hóa việc báo cáo sản xuất nhanh chóng.

Kiểm soát chi phí nguyên vật liệu ở đây không có nghĩa là kiếm được nguồn giá tốt hơn, mà quan trọng là nguyên liệu sẵn có đúng thời điểm cần sản xuất. Rất nhiều nhân công bị lãng phí trong sản xuất bởi thời gian chờ nguyên vật liệu. MES cung cấp rất tốt các thông tin từ kho nguyên vật liệu, hiện trạng máy sản xuất, hiện trạng nhân công nên sẽ giúp rất nhiều trong việc kiểm soát tốt các chi phí này.

Trực quan hóa vận hành sản xuất nghĩa là thấy bức tranh tổng thể của các quy trình sản xuất, việc gì đang diễn ra, ở đâu, bởi ai…để sản xuất không là các hộp đen quy trình kết nối với nhau. Như vậy sẽ giúp cho quản lý sản xuất nhanh chóng xác định điểm nghẽn cổ chai hoặc dự đoán tốt hơn về các tình huống sắp tới. 

Cuối cùng là nâng cao chất lượng. Chất lượng sản phẩm phụ thuộc vào rất nhiều yếu tố trong sản xuất trên chặng đường chuyển hóa từ nguyên liệu thô đầu vào đến thành phẩm đầu ra. Bằng việc phân tích các dữ liệu, thông tin trong suốt hành trình này, nhà máy có cơ hội tìm ra các điểm mình có thể thay đổi để nâng cao chất  lượng, giảm hao phí nguyên vật liệu, tiết kiệm chi phí.

MES cho mọi nhà

Công ty tôi nhỏ quá, ứng dụng hệ thống MES vào không phù hợp vì MES rất phức tạp và đắt đỏ ? Không ít người có quan điểm như vậy. Điều đó đúng 20 năm về trước, không phải thời điểm hiện tại.

Với sự sự thay đổi nhanh chóng trong công nghệ thông tin, các hệ thống MES ngày càng đa dạng và dễ dàng tiếp cận cho doanh nghiệp ở các quy mô khác nhau. Các hệ thống MES đã module hóa, hoặc được thiết kế cho các ngành công nghiệp riêng biệt.

Việc triển khai MES cũng đa dạng không kém. Hiện tại MES có thể triển khai trên Cloud hoặc là một SaaS (Software as a Service, ví dụ như Office 365). Doanh nghiệp không phải lo ngại về hệ thống Server cồng kềnh đắt đỏ hoặc một bộ phận IT để quản lý các hệ thống này.

Có thể nói, mọi doanh nghiệp sản xuất dù lớn hay nhỏ đều có thể ứng dụng MES. Để quyết định đầu tư hệ thống MES cho công ty mình hay không nằm ở bài toán ROI – tỷ suất hoàn vốn (Return on investment). Các nhà cung cấp MES thường có các công cụ tính toán này để hỗ trợ cho khách hàng của mình.

Giáp Văn Vỹ

Oct – 2021

Posted in DX/MES/IIoT | Tagged , , | Leave a comment

[MES] Bài 1: MES là gì?

MES,viết tắt của ‘Manufacturing Execution System’, hay được dịch là hệ thống quản lý sản xuất hay hệ thống điều hành sản xuất. Nhưng cụ thể MES là gì thì lại có nhiều cách hiểu khác nhau gây ít nhiều bối rồi. Nếu bạn đem câu hỏi này hỏi hai người khác nhau thì hai câu trả lời nhận được cũng khác nhau. Cũng dễ hiểu, bởi MES là một thuật ngữ rộng. Mỗi ngành sản xuất khác nhau thì yêu cầu về ‘execution’ cũng khác nhau. Trong bài viết này, ta đi sơ lược về nơi MES bắt đầu.

MESA-11

MES ra đời những năm 1990, trong bối cảnh việc quản lý, điều hành sản xuất ngày càng trở nên phức tạp, với các ứng dụng máy tính được đưa vào các công ty (tại Mỹ). Hiệp hội các công ty sản xuất (MESA)ra đời, đưa ra các hướng dẫn về hệ thống quản lý sản xuất, theo các khu vực chức năng. Đến năm 1996 thì MESA hoàn thiện mô hình (MESA Model) chính thức về MES gồm 11 chức năng, gọi là mô hình MESA-11. 11 chức năng này như sau:

  1. Operations/Detailed Sequencing
  2. Dispatching production units
  3. Product tracking and genealogy
  4. Labour Management
  5. Quality Management
  6. Maintenance Management
  7. Resource allocation and status
  8. Document control
  9. Performance Analysis
  10. Process Management
  11. Data Collection and Acquisition

Mô hình MESA-11 được phổ biến rộng rãi trong nhiều năm,giúp việc chuẩn hóa hiểu biết về MES cũng như đơn giản hóa sự phối hợp giữa nhà cung cấp giải pháp MES và người sử dụng (ít ra cũng chung ngôn ngữ với nhau). Như vậy, theo MESA-11 thì MES chính là 11 chức năng trên.

MESA-11 dần bộc lộ những khiếm khuyết của nó theo thời gian. Dễ thấy, 11 chức năng trên chỉ gói gọn trong phạm vi nhà máy hay nhà xưởng sản xuất. Trong khi nhu cầu quản trị sản xuất ngày càng phức tạp hơn và nhiều công nghệ mới xuất hiện. MESA-11 cũng thay đổi để hoàn thiện thêm vai trò của nó.

C-MES

Nhu cầu tương tác giữa khu vực sản xuất và khu vực kinh doanh trong doanh nghiệp ngày càng tăng, đòi hỏi MES không chỉ giới hạn các chức năng trong nhà máy mà còn phải giao tiếp với các hệ thống quản trị khác của doanh nghiệp để tăng hiệu quả quản trị. Năm 2004, MESA thêm một số chức năng giao tiếp mới vào mô hình MES, gọi là C-MES (C = Collaborative). Các chức năng mới bổ sung gồm:

  1. Supply focused Systems (procurement SCP)
  2. Customer focused systems (CRM)
  3. Financial focused systems (ERP)
  4. Product focused systems (CAD/CAM, PLM)
  5. Logistics systems (TMS, WMS)
  6. Controls (PLC, DCS)
  7. Compliance systems (DOO Management, ISO, EH&S)

Mô hình C-MES được sử dụng đến hiện tại và luôn được hoàn thiện theo thời gian.

Hình từ internet (MESA)

MESA định nghĩa MES theo các nhóm chức năng. Một hệ thống được coi là MES khi có đầy đủ các chức năng cốt lõi của MES hoặc là kết hợp giữa các chức năng này. với C-MES, MES là một tầng trung gian giữa tự động hóa nhà máy và hệ thống quản trị doanh nghiệp. Nó cũng được xem như là Hub thông tin sản xuất của doanh nghiệp.

ISA 95

Nếu như MESA định nghĩa MES theo chức năng thì ISA (International Society of Automation, hiệp hội các nhà cung cấp thiết bị, hệ thống tự động hóa (Mỹ), lại định nghĩa MES theo kiến trúc thông tin. Mô hình nổi tiếng mà hội này đưa ra là ISA-95 (được phát triển từ năm 1995).

Hình từ Internet

Theo mô hình ISA-95 thì MES nằm ở tầng 3, nằm giữa Control và ERP. Việc định nghĩa theo kiến trúc thông tin có lý do của nó. Ở đây, ISA muốn nhấn mạnh việc giao tiếp giữa các tầng với nhau, đặc biệt giữa MES và ERP. Việc giao tiếp thông tin hiệu quả, liền mạch giữa các bộ phận đóng vai trò then chốt trong việc giảm sai sót, giảm chi phí và tăng hiệu quả sản xuất.

Tóm lại, MES có lịch sử phát triển với nhiều định nghĩa khác nhau theo MESA hay ISA (hoặc các tổ chứ khác nữa). MES đóng vai trò xương sống trong sản xuất tương tự như ERP trong quản trị doanh nghiệp. Ngoài vai trò chủ đạo là điều hành sản xuất, MES còn cần có khả năng tương tác, tích hợp với các hệ thống quả trị khác trong doanh nghiệp. Các chức năng của MES cũng luôn được cập nhật theo nhu cầu từ sản xuất cũng như sự tiến hóa của công nghệ.

Giáp Văn Vỹ

Sep-2021

Posted in DX/MES/IIoT | Leave a comment

Hiệu ứng Dunning – Kruger

Ảo tưởng về năng lực, hay có mối quan hệ nào giữa năng lực và sự tự tin của chúng ta nói chung ? Vừa rồi mình có đọc cuốn Think Again của Adam Grant, có nói về hiệu ứng Dunning – Kruger này khá thú vị nên mới tìm hiểu thử.

Hiệu ứng Dunning – Kruger là nghiên cứu của hai nhà tâm lý học Mỹ là Dunning và Kruger. Nghiên cứu tìm hiểu mức độ nhận thức sai lệch về năng lực của chúng ta. Chúng ta thường có khuynh hướng đánh giá cao hiểu biết và năng lực của chính mình so với  năng lực thực tế. Không chỉ thế, chúng ta còn có khuynh hướng đánh giá năng lực của mình cao hơn người khác. 

Hiệu ứng Dunning – Kruger được minh họa bằng đồ thị sau đây. Trục hoành là năng lực, hiểu biết (competence) từ mức 0 đến chuyên gia. Trục tung là mức độ tự tin từ thấp lên cao. 

Hình trên internet

Hãy bắt đầu đi dọc theo trục hoành nằm ngang, về một chủ đề nào đó. Từ lúc chưa biết gì, dĩ nhiên tự tin lúc đó cũng chưa có gì rồi, đến lúc biết một ít thì tự tin cao lên vời vợi, lên đến ‘đỉnh ngu dốt’(mount stupid), nghĩ là mình đã biết tất cả rồi. Điều thú vị là nhiều người dừng lại ở đây, không tìm hiểu gì nữa (vì nghĩ mình hiểu hết rồi mà). Tiếp tục tìm hiểu tiếp, năng lực tăng lên, tự tin rơi xuống ‘thung lũng tuyệt vọng’ (valley of despair), vì càng tìm hiểu, càng thấy nhiều cái mình chưa biết, càng thấy cái mình tưởng đúng lại là sai…. Tiếp tục đi nữa, năng lực tăng lên và tự tin cũng tăng lên theo cho đến mức ổn định, năng lực và tự tin tương đồng với nhau.

Hiệu ứng Dunning – Kruger ảnh hướng đến ai? Tất cả chúng ta. Cho nên việc nhận ra nó ít nhiều giúp ích bản thân mình trong trong việc nhận ra các giới hạn và vượt qua nó. Năng lực để nhận biết cái mình không có năng lực hay khả năng nhận biết cái mình không biết là điều rất khó. Cũng từ đồ thị trên, một cách để giúp chúng ta vượt qua đó là không ngừng học hỏi, nâng cao, mở rộng hiểu biết của mình. Ngoài ra cũng cần sự phản hồi từ những người xung quanh để giúp mình biết cái mình hạn chế hoặc không biết.

Giáp Văn Vỹ

Sep 2021

Posted in Tổng hợp | Leave a comment

XaaS là gì?

XaaS là viết tắt của ‘Anything as a service'(tất tật là dịch vụ), một mô hình kinh doanh phổ biến trong lĩnh vực công nghệ thông tin (và giờ là cả các lĩnh vực khác trong cuộc sống). Ý tưởng chung ở đây là chuyển giá trị sở hữu sang giá trị sử dụng của các sản phẩm.

XaaS thường được liên tưởng đến các công ty công nghệ, tuy nhiên việc ‘thuê’ dịch vụ đã tồn tại từ lâu trong lịch sử phát triển của chúng ta. Từ ‘Subscription’ xuất hiện từ thế kỉ XX trong ngành báo chí, khi người ta trả tiền mua báo theo năm cho các tòa soạn để hưởng các ưu đãi giảm giá. Hay việc thuê nhà, thuê đất, nhân công cũng đã có từ lâu. Sang những năm đầu thế kỉ XXI, với sự phát triển của Internet, XaaS mới lên một tầm cao mới, trở thành một mô hình kinh doanh thành công của các ông lớn trong ngành công nghệ thông tin như Google, Amazon, rồi sau đó sang các lĩnh vực khác như Uber, AirBnB… 

IaaS, PaaS, SaaS… 

Đây là ba mô hình ‘as a Service’ phổ biến nhất. Để phân biệt sự khác nhau, ở đây ta chia làm hai phần (trách nhiệm): Khách hàng (người sử dụng) và Nhà cung cấp dịch vụ. Mình mượn hình minh họa của Rehat ở đây để giải thích (các bạn có thể google là ra ngay).


(hình minh họa từ Redhat – internet)

Theo cách truyền thống, nghĩa là muốn sử dụng gì thì phải đầu tư từ đầu. Bạn bỏ tiền mua từ phần cứng, máy chủ, mạng, hệ điều hành, phần mềm ứng dụng, cơ sở dữ liệu… đến cả việc cung cấp điện, điều hòa cho phòng máy, kiêm luôn phòng cháy chữa cháy và bảo vệ. Ưu điểm là gì? bạn ‘kiểm soát’ mọi thứ theo ý của bạn. Nhưng ngược lại, bạn phải tốn nhiều công sức và tiền bạc để đầu tư và duy trì hệ thống hoạt động như bạn muốn. Theo thời gian, việc nâng cấp, thay thế cũng do bạn làm luôn. Thêm nữa, việc đầu tư ban đầu thường phải tính luôn việc mở rộng về sau, do đó thường là dư thừa công suất dẫn đến lãng phí. Khi dữ liệu ngày càng nhiều, thì bạn sẽ phải mở rộng thêm cơ sở hạ tầng (thêm server, thêm ổ cứng hoặc thậm chí thêm datacenter). Đấy là mô hình On-site hoặc On-Premise trên hình minh họa.

Đến đây, bạn thấy không nhất thiết phải đi quản lý hạ tầng cho mất công. Bạn chỉ cần ‘kiểm soát’ từ hệ điều hành trở lên thôi, còn hạ tầng để chạy nó thì thuê. Chẳng hạn bạn lên AWS hay Azure, chỉ cần cấu hình con server với sức mạnh đủ theo yêu cầu của bạn là xong. Đó là IaaS, bạn giao việc đầu tư quản lý hạ tầng cho nhà cung cấp. Bạn vẫn phải quản lý khá nhiều thứ trừ hạ tầng phần cứng, điện, điều hòa, mạng… Nhà cung cấp (AWS, Azure…) sẽ tính tiền thuê các hạ tầng này, hóa đơn gửi đều hàng tháng như tiền điện nước. Bạn sẽ lo lắng không biết hạ tầng này tin cậy không, nhưng yên tâm, các nhà cung cấp đều có SLA (Service Level Agreement) cam kết chất lượng dịch vụ (thường là uptime) cho bạn.

Tuy vậy, các công việc như cài đặt, nâng cấp, vá lỗi hệ điều hành, hạ tầng cơ sở dữ liệu cũng tốn không ít thời gian và công sức trước khi hệ thống có thể đi vào vận hành trơn tru. Bạn muốn nhanh hơn, nhất là phải làm việc với số lượng user lớn. Bạn chỉ muốn tập trung quản lý ứng dụng, dữ liệu, App… thôi. Đó là PaaS, Platform as a Service. Nhà cung cấp lo thêm việc cho bạn, hay nói cách khác bạn thuê họ làm.

Bạn muốn đơn giản hơn nữa, thuê hết. Chỉ cần cấu hình và dùng luôn ứng dụng. Đó là SaaS, Software as a Service. Ví dụ như Office365, bạn thuê và dùng luôn Word, Excel… ngay lập tức. Bạn chỉ quan tâm sử dụng app thôi, còn lại nhà cung cấp lo hết từ hạ tầng, nền tảng để chạy ứng dụng, cập nhật vá lỗi cho ứng dụng. Dĩ nhiên, bạn thuê nhiều hơn, bạn trả tiền nhiều hơn.

Như vậy, Từ On-Premise đến SaaS, bạn đang chuyển từ việc sở hữu và chịu trách nhiệm toàn bộ hạ tầng sang việc sử dụng các hạ tầng và ứng dụng mà mình cần. Việc sở hữu chuyển sang sử dụng (service). Với sự phát triển của Internet từ tốc độ đường truyền đến sự phong phú về ứng dụng, XaaS ngày càng đa dạng hơn và dễ sử dụng hơn cho tất cả mọi người. Đối với người sử dụng: triển khai nhanh, chi phí ban đầu thấp (chỉ trả phí thuê thay vì đầu tư toàn bộ hạ tầng), mở rộng hoặc thu hẹp các dịch vụ nhanh chóng (ví dụ: số User tăng lên thì thuê thêm, ít đi thì giảm lại), chất lượng dịch vụ được đảm bảo (theo cam kết của nhà cung cấp). Người sử dụng, thay vì tốn nguồn lực đi làm các việc không ‘value-add’ vào việc kinh doanh của mình thì đem nguồn lực tập trung vào việc có giá trị hơn. Đối với nhà cung cấp: Hạ tầng cho nhiều người thuê, nên hiệu quả sử dụng cao hơn (cũng giúp giá cho thuê giảm – win win), giảm chi phí kinh doanh (với lượng khách hàng ổn định) gia tăng lợi nhuận. Cơ hội mở rộng kinh doanh với các dịch vụ mới.

Với việc môi trường kinh doanh thay đổi nhanh chóng, XaaS là mô hình hợp tác win-win giữa người sử dụng và nhà cung cấp. Ngày càng nhiều các công ty ở các lĩnh vực khác nhau chuyển sang hướng XaaS để gia tăng lợi thế cạnh tranh của mình.

Giáp Văn Vỹ

Sep-2021

Posted in Tổng hợp | Tagged , , , | Leave a comment

Digital Transformation: Chữ và nghĩa

Cụm từ ‘hot’ trong vài năm rồi chắc là đây: Chuyển đổi số (Digital Transformation). Không biết bao nhiêu người nói về nó, như một điều gì đó rất tự nhiên. Nhưng khi hỏi nó là gì thì mỗi người lại có một định nghĩa khác nhau, rất phong phú. Tuy nhiên, có một điểm chung là mọi người nói nhiều về công nghệ, từ tự động hóa, đến công nghệ thông tin, rồi IoT, rồi đám mây. Như thể, công nghệ là cây đũa thần trong cổ tích, chạm vào cái gì sẽ ‘hô biến’ cái đó thành vàng. Thêm nữa, chúng ta cũng nói về số hóa (digitalization) trong những câu chuyện tương tự. Điều đó cũng gây không ít lẫn lộn.

Digital Transformation. Transformation (danh từ) hay Transform (động từ) theo từ điển Oxford định nghĩa là “to completely change the appearance or character of something/somebody, especially so that it is better” (Thay đổi toàn diện về hình thái hoặc đặc tính của sự vật/con người, đặc biệt là làm cho nó tốt hơn). Transform nếu dịch là Chuyển hóa,Biến đổi có lẽ rõ nghĩa hơn. Transform luôn là từ cái gì (cũ) sang cái gì đó (mới) mà cái mới hoàn toàn không còn liên hệ gì với cái cũ nữa. Ví dụ, như quả trứng nở ra con gà con là một cái Transformation. Con gà con là kết quả của quá trình biến đổi đó. Hoặc người ta hay lấy minh họa là sự biến đổi từ con sâu thành con bướm, cũng như vậy.

Transformation là một quá trình khó khăn, và đau đớn theo nhiều nghĩa, nhưng là bắt buộc trong quá trình tồn tại và phát triển của mọi sự vật. Nếu quả trứng không nở thành con gà con, thì quả trứng đó sẽ hỏng. Nếu doanh nghiệp không Transform thì sự tồn tại và cạnh tranh trong tương lai sẽ rất bấp bênh, và khó tránh khỏi bị đào thải. Trong Digital Transformation, thì Transformation là chính, còn ‘Digital’ là công cụ giúp cho việc Transform diễn ra thuận lợi, hiệu quả. Nhưng nhiều khi ta tập trung quá vào ‘digital’ mà quên mất mục tiêu của mình là ‘transformation’, do đó rất nhiều ‘digital transformation’ thất bại (kể cả các tập đoàn lớn, đổ không biết bao nhiêu tiền của vào công nghệ). Đã gọi là biến đổi (transform) thì đó là một quá trình liên tục (process), không thể là một dự án (one-time) làm một lần là xong (nếu vậy thì dễ quá, chẳng có Transform gì cả). Biến đổi đến cái mới, cái mới thường chưa rõ ràng và cần thai nghén đến một độ chính nhất định. Trong lộ trình đó,chúng ta dò dẫm từng bước nhưng cần kiên trì mục tiêu.

Phần ‘Digital’ là phần dễ thấy vì đã có bao nhiêu là công nghệ tối tân hiện hữu trước mắt rồi, chưa kể các chiến dịch marketing của các hãng khiến người ta hoa mắt. Tuy nhiên, dù ‘digital’ tối tân mấy cũng chỉ giúp cho phần How và What trong khi Transformation tập trung vào phần Why. ‘Digital’ chỉ là một phần trong quá trình Transformation. Nghĩa là còn nhiều phần khác nữa mới có thể Transform thành công được. Nếu gói gọn thành 3 phần: People, Process, Technology thì ‘Digital’ là một phần của Technology, hai phần còn lại khó hơn nhiều là People và Process. Nhưng hai phần khó này mới là quyết định cả một lộ trình Transformation. Nếu không đồng bộ thì Technology thậm chí không giúp gì mà còn trở thành rào cản của công việc.

‘Transformation’ chưa bao giờ dễ, dù là bản thân mỗi cá nhân hay là cả một tập đoàn. Nó là câu hỏi Why hơn là What hay How. Chỉ khi ta nắm rõ được thì ‘Digital’ hay gì nữa mới có thể phát huy được tác dụng, còn không thì ….

TB: Digitalization (Số hoá): Số hoá là việc chuyển hoá các dữ liệu để máy tính có thể đọc được. Ví dụ như scan một văn bản giấy thành file trên máy tính, tức là đã ‘số hoá’ văn bản đó. Hay việc một quy trình làm việc, phê duyệt thông qua văn bản, công văn, phê duyệt… chuyển thành một flow trên máy tính cũng là số hoá rồi. Số hoá là bước đầu tiên trong lộ trình Digital mọi thứ sau này.

Giáp Văn Vỹ

Sep 2021

Posted in Tổng hợp | Leave a comment

Dữ liệu: Yếu tố sản xuất thứ 4

Trong kinh tế học cơ bản, các yếu tố sản xuất gồm đất đai (land), lao động (labor) và vốn (capital). Đây là những yếu tố cơ bản cho bất cứ nền kinh tế nào. Tuy vậy, với sự phát triển, việc sản xuất ra của cải vật chất không chỉ diễn ra trên ruộng đồng hay công xưởng, mặt khác, sản phẩm không chỉ là vật chất hữu hình (máy cày, xe cộ) mà còn là thông tin, phần mềm. Trong những năm gần đây, người ta nói đến một yếu tố sản xuất mới, đó là dữ liệu (data). Dữ liệu ngày càng đóng vai trò quan trọng trong nền kinh tế cũng như ở cấp độ doanh nghiệp hiện đại.

data mining example
(hình trên Internet0

Mười năm trước,dữ liệu lớn (big-data) là chủ đề hot (giờ vẫn còn). Các bài báo trên Forbes, Financial Times lần lượt xuất bản các bài phân tích của các công ty tư vấn về tầm quan trọng của dữ liệu. Câu hỏi đặt ra cho lãnh đạo các công ty: quyết định theo trực giác hay theo dữ liệu? Financial Times đưa ra các ví dụ các lãnh đạo vĩ đại theo cả hai hướng. Steve Job theo trực giác thiên tài của ông chứ không phải dữ liệu nghiên cứu thị trường (lúc đó ai đã biết gì về iPhone), Nhưng Jeff Bezos thì nổi tiếng về quyết định dựa trên dữ liệu với câu nói nổi tiếng khắc trong phòng “Tôi tin Chúa, còn lại hãy đưa ra dữ liệu”. Lại có những quyết định dựa theo dữ liệu dẫn đến thảm bại, ví dụ Coca-cola tin rằng khách hàng sẽ mê mệt công thức mới (theo khảo sát) nhưng khi sản phẩm bán ra thì lại chẳng ai mua. Hành vi con người khó đoán hơn rất nhiều. Tuy vậy, với công nghệ tính toán ngày càng hiệu quả cộng với lượng dữ liệu ngày càng phong phú,dữ liệu sẽ phục vụ hiệu quả hơn cho việc ra quyết định (dù theo trực giác hay theo dữ liệu thì sử dụng thông có được từ dữ liệu sẽ làm cho quyết định hiệu quả hơn). Do đó, trong khảo sát của Capgemini(2012), hơn chín mươi phần trăm lãnh đạo các tập đoàn tin rằng dữ liệu chính là yếu tố sản xuất thứ 4.

Ở cấp độ quốc gia, các nước đều đã và đang xây dựng các chính sách vừa để kiểm soát các công ty công nghệ làm mưa làm gió, vừa bảo vệ dữ liệu nước mình, vừa muốn khai thác dữ liệu để phát triển kinh tế. Năm ngoái, Trung Quốc chính thức khẳng định dữ liệu chính là yếu tố sản xuất mới trong chính sách của mình. Tuy vậy, việc tiến lên nhanh hay chậm phụ thuộc nhiều yếu tố trong bản thân mỗi quốc gia và các công nghệ mà họ nắm giữ hoặc có thể tiếp cận. 

4V trong Dữ liệu

Cũng hơi liên quan nên nói qua một chút, không phải cứ nhiều dữ liệu là ‘big data’. Ở đây, người ta hay nói đến 4V: Volume, Variety, Veracity, Velocity.

Volume (dung lượng)

Dĩ nhiên rồi, dữ liệu trước hết liên quan đến dung lượng. Big data là nói đến lượng dữ liệu khổng lồ.

Variety (Đa dạng)

Dữ liệu có thể đến từ nhiều nguồn, chủng loại khác nhau. Cơ bản dữ liệu được phân làm hai loại: Có cấu trúc (như kiểu bảng biểu excel) và Không cấu trúc (video, audio, hình ảnh…). Trong thực tế, dữ liệu không cấu trúc là chủ yếu.

Veracity (xác thực)

Nghĩa là độ tin cậy của dữ liệu hay là chất lượng của dữ liệu. Dữ liệu không thể tin cậy thì nhiều hay ít cũng ko để làm gì.

Velocity (tốc độ)

Tốc độ xử lý dữ liệu nhanh đến mức nào. Có đầy đủ dữ liệu, mà xử lý lâu quá thì cũng không hiệu quả.

Tóm lại, thay vì đặt ra các giả thuyết khi ra quyết định, người ta sẽ lao vào khai thác dữ liệu (data minning) để xem các “mẫu” tìm thấy là gì. Nếu dữ liệu cho họ các thông tin quan trọng về cơ hội hay rủi ro thì họ sẽ hành động trên kết luận đó. Thêm nữa, khai thác dữ liệu hiệu quả sẽ giúp tự động hóa việc ra quyết định cho rất nhiều việc mà trước đây phải làm thủ công, qua đó giải phóng nhiều nguồn lực của doanh nghiệp (hay cá nhân). Cuối cùng, với nhà quản lý, việc khai thác dữ liệu còn giúp tự kiểm nghiệm kết quả của việc ra quyết định của mình trước đó hiệu quả hay không hiệu quả đến mức nào. 

Giáp Văn Vỹ

Aug-2021

Posted in Tổng hợp | Leave a comment

Công việc nào cho tương lai?

Tháng 10, năm 2020, diễn đàn kinh tế thế giới (World Economic Forum – WEF) xuất bản một báo cáo dài về công việc tương lai (The Future of Jobs Report 2020). Báo cáo là kết quả nghiên cứu, khảo sát từ 26 nền kinh tế, 15 ngành công nghiệp khác nhau, cung cấp một lượng thông tin sâu về sự thay đổi trong các ngành, các công việc mà thế giới chúng ta sẽ tiến tới. Bài viết này sẽ điểm qua một số thông tin nổi bật từ báo cáo này

Ảnh hưởng của Covid

Covid thúc đẩy các công ty tăng tốc trong việc thay đổi môi trường làm việc, nếu như trước đây là lựa chọn, thì bây giờ là bắt buộc. Trong đó có thể kể đến việc làm việc từ xa, tăng tốc chuyển đổi số, và tăng tốc ứng dụng công nghệ tự động hóa. Không phải doanh nghiệp nào cũng đã sẵn sàng với cuộc đua này, nhưng để tồn tại, không còn lựa chọn nào khác. Có thể nói, Covid tạo ra đột phá kép (double discruption) trong việc ứng dụng công nghệ ở tất cả các lĩnh vực.

Tự động hóa ngày càng cao

Sự tham gia của máy móc tự động vào việc tạo ra của cải vật chất ngày càng cao. Nếu như năm 2020, lao động trực tiếp (của con người) chiếm gần 70% thì năm 2025 giảm xuống còn khoảng 50%, trong khi máy móc tự động sẽ tăng phần đóng góp của mình từ 30% lên 50%. Như vậy, rất nhiều công việc sẽ được thay thế bởi máy móc, robot, phần mềm. Nếu đang làm trong lĩnh vực công nghiệp, chúng ta đang thấy điều này diễn ra hàng ngày hàng giờ. Các công việc bị thay thế không phải chỉ là các công việc tay chân đơn thuần (vd, bốc xếp, lắp ráp…) mà còn cả các công việc ‘trí óc’ như nhập liệu, kế toán… (sẽ thay bởi các phần mềm).

Top 10 kĩ năng cần thiết cho 2025

Như danh sách dưới đây là 10 kĩ năng quan trọng, đặc biệt cần từ 2025 trở đi. Kĩ năng phân tích, giải quyết vấn đề, sáng tạo và sử dụng công nghệ là những cái thiết yếu. Quan trọng không kém là kĩ năng học cái mới (active learning & learning strategies). Rất nhiều công việc trong tương lai chưa tồn tại bây giờ, cho nên kĩ năng học là cực kì quan trọng. Có thể bạn đang tự hỏi, trường học của chúng ta đang dạy gì trong 10 kĩ năng này

Những cánh cửa mở ra

Nói rằng robot sẽ cạnh tranh công việc với con người, như ô tô ra đời cạnh tranh với xe ngựa, thì có vẻ tiêu cực và bế tắc. Thực ra, các công việc được tạo ra trong tương lai lớn hơn nhiều so với số lượng công việc bị thay thế. Các công việc có nhu cầu tuyển dụng cao trong tương lai phần lớn liên quan đến ứng dụng công nghệ, dữ liệu, trí tuệ nhân tạo… trong khi số lượng các công việc bị giảm ở các lĩnh vực như nhập liệu, kế toán, kiểm kê, công nhân nhà máy…

Tái đào tạo kĩ năng

Câu hỏi lớn là làm sao tái đào tạo lực lượng lao động dư thừa trong các ngành đang suy giảm nhu cầu? Vì việc chuyển đổi ngành nghề mới cần các kĩ năng mới mà nếu lực lượng lao động hiện tại chưa có các kĩ năng này thì sẽ như thế nào? Và chỉnh bản thân người lao động sẽ phải chuẩn bị gì trước những thay đổi đang đến ngay ngưỡng cửa. Mặc dù ngày càng nhiều doanh nghiệp có các chương trình tái đào tạo lực lượng lao động của mình, nhằm tối đa hóa hiệu quả sản xuất, tuy nhiên hiệu quả cũng còn là câu hỏi. Đây không chỉ vấn đề của các doanh nghiệp, mà có trách nhiệm của nhà nước trong việc hoạch định chiến lược giáo dục đào tạo cho tương lai.

Tóm lại, trong vài năm tới thôi, bối cảnh việc làm, công việc sẽ thay đổi rất nhiều. Sẽ có nhiều công việc mới chưa từng tồn tại bây giờ xuất hiện trong khi cũng nhiều công việc sẽ biến mất do không còn cần thiết hoặc không còn nhu cầu. Covid thúc đẩy tốc độ thay đổi, ứng dụng công nghệ nhanh hơn và theo đó bối cảnh trên sẽ diễn ra sớm hơn. Việc chuẩn bị các kĩ năng mới là rất quan trọng, trong khi việc tái đào tạo cũng là một yếu tố quan trọng để duy trì năng suất. Hãy luôn là Active Learner để cập nhật cho mình những kĩ năng mới.

Ghi chú:

Các hình ảnh lấy từ WEF. Link báo cáo chi tiết: WEF_Future_of_Jobs_2020.pdf (weforum.org)

Giáp Văn Vỹ

Posted in Tổng hợp | Leave a comment

Những khái niệm cơ bản trong Data Analytics

Dữ liệu (Data) sẽ không có giá trị gì nếu không được phân tích để chắt lọc ra những thông tin quan trọng giúp cho doanh nghiệp (hay cá nhân) gia tăng hiệu quả hoạt động của mình. Hay nói cách khác, từ dữ liệu thô đến thông tin cần qua một quy trình xử lý – chính là Data Analytics (phân tích dữ liệu). Với lượng dữ liệu được tạo ra ngày càng nhiều vừa về số lượng vừa đa dạng nguồn dữ liệu, kiểu dữ liệu, thì việc sử dụng phương pháp phân tích, các công cụ phần mềm hỗ trợ… ngày càng quan trọng cho mọi doanh nghiệp. Trong nhà máy sản xuất, hãy thử tưởng tượng bằng việc phân tích các lỗi, nguyên nhân dừng máy (downtime), nhà máy giảm được số lỗi, tăng thêm OEE vài phần trăm thôi thì sản lượng đã tăng lên bao nhiêu rồi?

Khi nói về phân tích dữ liệu, người ta hay nói đến 5 loại sau đây:

  • Descriptive
  • Diagnostic
  • Predictive
  • Prescriptive
  • Cognitive

DESCRIPTIVE ANALYTICS

Descriptive (mô tả) trả lời câu hỏi CÁI GÌ (WHAT) đã sảy ra trong quá khứ (historical data), ví dụ như các sự cố dừng máy tháng trước sảy la bao nhiêu lần. Hoặc là trả lời các KPI có đạt hay không đạt… Nói tóm lại, Descriptive mô tả những gì đã sảy ra (những gì ở đây tùy theo nhu cầu của từng công ty, phòng ban). Khi ta có kết quả thì cũng không thay đổi gì được (vì đã sảy ra rồi). Ở nhà máy, các tính năng như Historical Data, Trend trên HMI, SCADA có thể làm được các việc này.

DIAGNOSTICS ANALYTICS

Diagnostic (chẩn đoán), như kiểu bác sĩ bắt làm các xét nghiệm trước khi kết luận cho bênh nhân. Ở đây, Diagnostics trả lời câu hỏi TẠI SAO (WHY) sự kiện nào đó lại sảy ra trong quá khứ. Diagnostics là một bổ sung cho Descriptive, tìm nguyên nhân của sự kiện sẽ giúp ngăn ngừa các sự việc tương tự sảy ra trong tương lai (việc này còn tùy vào quyết định của doanh nghiệp). Ví dụ, Diagnostics trả lời máy A hay hỏng bởi vì thường xuyên quá tải, người vận hành biết sẽ cần điều chỉnh tải cho phù hợp sẽ không bị dừng nữa. Đại khái như vậy. Diagnostics cũng tìm các điểm dữ liệu bất thường, sử dụng các kĩ thuật xác xuất thống kê để tìm mối liên hệ với các trend dữ liệu.

PREDICTIVE ANALYTICS

Predictive tức là tiên đoán, phỏng đoán xem CÁI GÌ SẼ sảy ra trong tương lai. Có vẻ hấp dẫn hơn rồi, vì Descriptive và Diagnostic chỉ trả lời về quá khứ mà thôi, dù biết cái gì và tại sao thì sự việc cũng đã sảy ra rồi, không thể cứu vãn, sản phẩm hỏng cũng đã hỏng, máy dừng thì đã dừng. Predictive cho ta biết về tương lai. Bằng cách sử dụng dữ liệu lịch sử, xem xét các trend dữ liệu, so sánh với dữ liệu thời gian thực hiện tại đang có để dự đoán xu hướng tiếp theo sẽ xảy ra. Predictive sử dụng nhiều công cụ xác xuất thống kê, Machine learning… để làm các việc này.

PRESCRIPTIVE ANALYTICS

Cái này còn cao cấp hơn, nếu đã dự đoán được rồi thì sao không ra quyết định luôn? Chính nó là Prescriptive (từ này trong y học có nghĩa là kê đơn thuốc, kiểu như khám ra bệnh thì kê đơn luôn chứ còn gì nữa). Prescriptive trả lời cần phải làm gì để đạt được mục tiêu đề ra. Khi người ta nói quyết định dựa trên dữ liệu (data-driven decisions) thì chính là cái này. Với các thông tin phân tích, Prescriptive sẽ hỗ trợ ra quyết định nhanh chóng và hiệu quả hơn cho lãnh đạo doanh nghiệp.

COGNITIVE ANALYTICS

Đến đây thì cao cấp quá rồi. Cognitive là nhận thức. Cognitive analytics kết hợp sức mạnh các phân tích trước đây với bối cảnh (contex) của tình huống khác nhau dựa trên nhiều kĩ thuật machine learning và AI. Cognitive Analytics mô phỏng cách con người giải quyết vấn đề. Với sức mạnh của máy tính, nó được kì vọng sẽ giải quyết nhiều vấn đề tốt hơn con người.

Như vậy, tóm lại khi nói về phân tích dữ liệu – hay Data Analytics ta không chỉ nói đến một cách chung chung mà cần phân loại ‘đẳng cấp’ khác nhau không chỉ bởi kĩ thuật mà còn là các nguồn lực, kiến thức khác nhau trong lĩnh vực này. Sự cần thiết của Data Analytics không cần phải bàn cãi. Vấn đề là cần xác định mình đang ở đâu trong 5 loại Analytics này và muốn đến đâu, cũng trong 5 loại này thì con đường mới rõ ràng. Thu thập dữ liệu mà không phân tích thì chỉ phí công vô ích. Phân tích mà không rõ mục tiêu cần đạt được thì cũng không giúp ích gì.

Giáp Văn Vỹ

Aug-2021

Posted in Tổng hợp | Comments Off on Những khái niệm cơ bản trong Data Analytics

Microsoft Learn: Một trang học tập mùa Covid

Với sự thay đổi nhanh chóng về môi trường, công nghệ và kiến thức mới, việc cập nhật thêm các kĩ năng là việc phải làm. Covid đang thay đổi mọi thứ từ thói quen hàng ngày đến môi trường làm việc công sở. Có lẽ cũng nhờ Covid mà việc ứng dụng các công nghệ số vào đời sống nhanh hơn bao giờ hết từ cấp độ doanh nghiệp đến cuộc sống cá nhân. Tuy nhiên, việc ứng dụng hiệu quả đến đâu lại phụ thuộc vào kĩ năng của từng người. Rất may là hầu hết kiến thức và kĩ năng chúng ta đều có thể học được, rất nhiều đều miễn phí. Một trong những trang web học về các công nghệ mới rất thiết thực đó là Microsoft Learn mà mình đã trải nghiệm và sẽ giới thiệu ở đây.

Microsoft Learn | Microsoft Docs

Hầu hết chúng ta đều đã và đang sử dụng các sản phẩm, giải pháp trên nền tảng của Microsoft, hoặc là từ hệ điều hành Windows, phần mềm Office, OneDrive hay các sản phẩm Cloud Computing. Microsoft learn cung cấp rất nhiều khóa học từ cơ bản đến nâng cao, và đều miễn phí. Thậm chí bạn có thể học các khóa thi chứng chỉ của Microsoft tại đây.

https://docs.microsoft.com/en-us/learn/

Microsoft cũng thiết kế sẵn các Learning Path, lộ trình học cho các chuyên đề khác nhau để mọi người dễ hình dung và theo đuổi mục tiêu học tập của mình (ví dụ như Azure, Dynamics, IoT đều có các lộ trình từ cơ bản đến nâng cao). Bản thân mình đã học khá nhiều khóa trên này và cảm thấy rất bổ ích cho cá nhân và cho cả phục vụ công việc hiện tại. Cũng nhờ học ở đây mà mình biết thêm các công cụ, cách làm mới tốt hơn để giải quyết các vấn đề cũ.

Học trên Microsoft Learn không chỉ lý thuyết mà bao gồm cả thực hành (dĩ nhiên là tùy theo khóa học). Ví dụ khi học về Azure, mình sẽ thực hành trên Sanbox của Microsoft các bài đã học, rất thực tế. Bản thân bài học cũng thiết kế để giải quyết các bài toán hay gặp trên thực tế nên tạo được hiệu quả cao hơn cho người học (học đi đôi với hành).

Notes

Giap Van Vy

Jul-2021

Posted in Tổng hợp | Comments Off on Microsoft Learn: Một trang học tập mùa Covid