**Thay vì phân tích dữ liệu, các tác nhân AI mới có thể phát hiện bất ngờ, đưa ra giải pháp giải quyết và năng lượng tối ưu ngay tại nhà.**

Schneider Electric, NVIDIA và Hewlett Packard Enterprise (HPE) đã công bố hợp tác chiến lược đưa vật lý AI (AI vật lý) vào các ngành công nghiệp chế biến và công nghiệp nặng. Trọng tâm là nhà phát triển các 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 mô hình phổ biến về AI vật lý gắn liền với hình người hoặc máy móc tự hành, giải pháp này tập trung vào hệ thống nhà máy đang vận hành. AI có thể giám sát thiết bị, nhận dạng sự cố, đánh giá rủi ro và hỗ trợ hoạt động tối ưu theo thời gian.

**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 phát triển và quản lý nhiều tác nhân AI trong cùng một môi trường.

Tác nhân đầu tiên giám sát công nghệ vận hành, kết hợp thực thi dữ liệu thời gian, cấu hình thiết bị, cảnh báo và lịch sử bảo trì để phát hiện sự bất thường. Hệ thống có thể đánh giá tác động của sự cố, đưa ra giải pháp hoặc giải pháp khởi động, sau đó kiểm tra kết quả.

Tệp hai nhân thứ hai vào mạng ninh, phân tích hoạt động mạng và điều khiển hệ thống để nhận dạng dấu hiệu nhận diện bất ngờ, đánh giá cơ sở dữ liệu và phản ứng hỗ trợ. Tác nhân thứ ba phân tích năng lượng tiêu thụ, hiệu suất thiết bị và yêu cầu sản xuất nhằm tìm cơ sở tiết kiệm năng lượng, đồng thời kiểm tra hiệu quả của các điều chỉnh.

Các nhân viên có thể hỗ trợ hoặc thực hiện một số hành động, nhưng người vẫn giữ quyền kiểm soát đối với những quyết định quan trọng.

**Vì sao AI công nghiệp cần xử lý dữ liệu tại chỗ?**

Theo ba tập đoàn, việc mở rộng AI trong nhà máy gặp rào cản chính.

Thứ tư là dữ liệu chủ. Thông tin từ hệ thống điều khiển và quy trình sản xuất có thể nhạy cảm hoặc chịu trách nhiệm pháp lý, khiến doanh nghiệp khó chuyển ra ngoài hệ thống nội bộ. Hỗ trợ xử lý dữ liệu ngay tại biên soạn giúp duy trì quyền kiểm soát và hỗ trợ đáp ứng yêu cầu xu thủ.

Thứ hai là một mạng lưới. Việc kết nối thêm nhiều hệ thống có thể làm tăng rủi ro khi lưu trữ và xử lý dữ liệu gần nơi phát hiện được mong muốn giúp giảm chiều mặt tấn công.

Cuối cùng là chi phí. Khi AI được phát triển trên nhiều nhà và địa điểm, bộ xử lý chi phí trên đám mây, truyền tải dữ liệu và sử dụng mã thông báo có thể tăng lên. AI tại biên giới doanh nghiệp kiểm soát tốt hơn cách thức thực hiện nhiệm vụ và có thể giảm bớt một phần chi phí này.

Tuy nhiên, sản phẩm chưa được đưa ra số liệu định lượng về mức độ tiết kiệm chi phí hoặc năng lượng mà các tác nhân AI mới có thể đạt được.

**CMPC Chile đã có ba năm phát triển khai hệ thống giám sát**