Bài “Lập kế hoạch sản xuất: Cân đối đơn hàng, năng lực máy và nguồn lực” đã chỉ ra rằng lập kế hoạch sản xuất là bài toán cân đối đơn hàng với năng lực và nguồn lực hữu hạn. Nhưng ngay cả một kế hoạch được xây dựng kỹ lưỡng cũng không thể giữ nguyên khi đơn hàng mới xuất hiện, máy móc dừng đột xuất hoặc vật tư giao chậm. Bài #24 đi sâu vào cách điều độ lại lịch sản xuất bằng dữ liệu, dự báo và tối ưu hóa có ràng buộc, đồng thời phân tích những giới hạn cần quản trị khi ứng dụng AI.

1. Khi kế hoạch đã được phê duyệt, thực tế vẫn tiếp tục thay đổi

Trong môi trường sản xuất theo đơn hàng, lịch sản xuất là một cam kết có điều kiện chứ không phải một bảng phân công bất biến. Thời điểm chốt lịch, bộ phận kế hoạch đã sử dụng những giả định về ngày giao vật tư, năng lực máy, số ca làm việc, thời gian chuyển đổi và thứ tự ưu tiên. Chỉ cần một giả định thay đổi, tính khả thi của các công việc còn lại cũng thay đổi theo. Vì vậy, một nhà máy có thể lập kế hoạch rất tốt vào sáng thứ Hai nhưng đến chiều thứ Ba đã phải đối mặt với nhiều xung đột mới.

Đơn hàng bổ sung của khách hàng chiến lược thường là nguyên nhân dễ thấy nhất, nhưng các biến động âm thầm đôi khi gây hậu quả lớn hơn. Một máy sơn phải bảo dưỡng đột xuất, một lô nguyên liệu không đạt chất lượng hoặc một công đoạn mất thêm mười phút cho mỗi sản phẩm đều có thể làm tăng hàng chờ và đẩy lùi ngày giao. Nếu bộ phận kế hoạch chỉ cập nhật tổng sản lượng mà không điều chỉnh quan hệ giữa các công đoạn, lịch mới có thể trông hợp lý trên báo cáo nhưng không thể thực hiện tại hiện trường.

Vấn đề quản trị nằm ở chỗ mỗi thay đổi tạo ra tác động dây chuyền. Chèn một đơn hàng gấp vào máy đang là điểm nghẽn có thể khiến ba đơn hàng khác giao muộn; chuyển sản phẩm sang máy khác có thể làm tăng thời gian chuẩn bị và tỷ lệ phế phẩm; tăng ca có thể giải quyết một tuần nhưng làm tăng chi phí và nguy cơ suy giảm chất lượng. Điều độ lại sản xuất vì thế là bài toán cân đối nhiều mục tiêu có ràng buộc, không đơn thuần là kéo thả các thanh tiến độ.

Trí tuệ nhân tạo có thể giúp hệ thống nhận biết sớm sự thay đổi, ước lượng thời gian xử lý thực tế và đề xuất những phương án lịch khác nhau. Tuy nhiên, muốn tạo giá trị, hệ thống phải mô tả đúng những điều không được vi phạm, những cam kết có thể thương lượng và những quyết định cần người quản lý phê duyệt. Khả năng tính nhanh chỉ hữu ích khi bài toán được đặt đúng theo thực tế nhà máy.

Hình 1. Biến động làm thay đổi lịch

2. Từ lịch cố định sang điều độ theo trạng thái thực tế

Lập lịch ban đầu trả lời câu hỏi công việc nào sẽ thực hiện trên nguồn lực nào và vào thời điểm nào. Điều độ lại phải trả lời một câu hỏi khó hơn: trong điều kiện đã có sản phẩm đang gia công, vật tư đang di chuyển, máy đang chạy và một số cam kết đã khóa, cần thay đổi phần nào để cải thiện kết quả mà không làm xáo trộn toàn bộ hệ thống. Bởi vậy, trạng thái thực tế tại thời điểm ra quyết định là đầu vào quan trọng nhất.

Đối với mỗi lệnh sản xuất, hệ thống cần biết công đoạn đã hoàn thành, khối lượng còn lại, mức ưu tiên, ngày giao, vật tư sẵn có và các bước bắt buộc tiếp theo. Đối với mỗi máy, phải có lịch làm việc hữu ích, thời gian chuẩn bị theo cặp sản phẩm, năng lực công nghệ, tình trạng bảo trì và phần thời gian đã cam kết. Không thể coi hai máy là thay thế được chỉ vì cùng tên nhóm thiết bị nếu một máy không đáp ứng dung sai hoặc yêu cầu kiểm định.

Khái niệm lịch đóng băng cũng đặc biệt quan trọng. Những công việc sắp bắt đầu, khuôn đã lắp hoặc vật tư đã đưa lên dây chuyền thường không nên bị thay đổi tùy tiện. Một phương án tối ưu trên máy tính có thể tạo ra hàng chục lần đổi lịch trong một ca; nếu mọi đề xuất đều được thực hiện, người vận hành sẽ mất niềm tin và năng suất thực tế suy giảm. Vì thế, chi phí xáo trộn phải được tính như một ràng buộc hoặc mục tiêu rõ ràng.

Mô hình vận hành phù hợp thường kết hợp một khoảng thời gian gần được giữ ổn định với một khoảng xa hơn có thể điều chỉnh linh hoạt. Khi có biến động đáng kể, hệ thống cập nhật dữ liệu, kiểm tra mức độ ảnh hưởng và chỉ đề nghị lập lại lịch đối với những công việc liên quan. Đây là sự khác biệt giữa điều độ chủ động có kiểm soát và việc liên tục phản ứng bằng những thay đổi cục bộ thiếu nhất quán.

Hình 2. Lịch phải phản ánh trạng thái

3. Những ràng buộc quyết định lịch sản xuất có khả thi hay không

Một thuật toán có thể đưa ra lịch rất đẹp nhưng vô nghĩa nếu chỉ xét số giờ máy. Năng lực thực tế còn bị giới hạn bởi người vận hành đủ chứng chỉ, khuôn và đồ gá, số lượng vật tư đã kiểm tra, thời gian vệ sinh, năng lực kiểm định, khu vực lưu trữ trung gian và khả năng chuyển hàng giữa công đoạn. Trong sản xuất nhiều chủng loại, thời gian chuyển đổi phụ thuộc mạnh vào thứ tự sản phẩm; đổi màu sơn hoặc thay khuôn liên tục có thể làm mất nhiều giờ công suất.

Quan hệ trước sau giữa các công đoạn tạo thành một mạng phụ thuộc. Một chi tiết chưa qua nhiệt luyện không thể đi thẳng sang kiểm tra cuối; một lô hàng chưa đạt kiểm định không thể được coi là bán thành phẩm sẵn sàng. Nếu lịch cho phép công đoạn sau bắt đầu trước khi công đoạn trước hoàn thành và đủ điều kiện chuyển giao, đó không phải là tối ưu mà là lỗi mô hình dữ liệu. Các ràng buộc kỹ thuật bắt buộc phải được kiểm tra trước khi chấm điểm phương án.

Cũng cần phân biệt năng lực danh nghĩa với năng lực hữu ích. Một máy có 16 giờ ca làm việc không có nghĩa có thể xử lý 16 giờ công việc tiêu chuẩn: phải trừ bảo trì, nghỉ theo quy định, thay dụng cụ và các khoảng dừng có thể dự kiến. Khi đưa dữ liệu thực tế vào, hệ thống còn phải ước lượng biến động thời gian chu kỳ và tỷ lệ sản phẩm cần làm lại. Việc sử dụng một hệ số hiệu suất chung cho mọi máy dễ che giấu những điểm nghẽn quan trọng.

Từ góc độ quản trị, ràng buộc không chỉ giới hạn lời giải mà còn chỉ ra nơi cần can thiệp. Nếu mọi phương án đều trễ vì một buồng sấy, quyết định đúng có thể là tăng ca buồng sấy, thuê ngoài một phần hoặc thương lượng lại thời hạn, chứ không phải ép thuật toán chạy lâu hơn. Một hệ thống tốt cần giải thích vì sao không thể đáp ứng mọi đơn hàng đồng thời và điều kiện nào phải thay đổi để mở rộng tập phương án khả thi.

4. AI dự báo biến động, thuật toán tối ưu lựa chọn phương án

Trong nhiều tài liệu truyền thông, cụm từ “AI tối ưu lịch sản xuất” dễ khiến người đọc hiểu rằng một mô hình duy nhất tự làm tất cả. Thực tế, hệ thống hiệu quả thường gồm hai năng lực khác nhau. Mô hình dự báo sử dụng dữ liệu lịch sử và trạng thái mới nhất để ước lượng thời gian chu kỳ, nguy cơ máy dừng, thời gian giao vật tư hoặc xác suất đơn hàng trễ. Bộ giải tối ưu sau đó sử dụng những ước lượng ấy cùng các ràng buộc để tìm lịch khả thi.

Các phương pháp điều độ có thể bắt đầu từ quy tắc ưu tiên đơn giản như hạn giao gần nhất hoặc thời gian xử lý ngắn nhất. Khi nhà máy có nhiều công đoạn và nhiều ràng buộc, có thể sử dụng quy hoạch ràng buộc, quy hoạch nguyên hỗn hợp hoặc những phương pháp tìm kiếm gần đúng. Không có thuật toán nào luôn tốt nhất: bài toán vài chục lệnh khác với bài toán hàng nghìn công việc cần trả lời trong vài giây.

Dữ liệu dùng để dự báo phải được ghi nhận đúng thời điểm. Nếu mô hình học từ thời gian hoàn thành thực tế nhưng vô tình sử dụng thông tin chỉ xuất hiện sau khi công việc kết thúc, kết quả thử nghiệm sẽ tốt giả tạo. Tương tự, lịch sử của nhà máy thay đổi khi lắp máy mới, đổi nhà cung cấp hoặc thay quy trình. Mô hình cần được kiểm tra lại theo thời gian và so sánh với phương pháp điều độ hiện hành.

Đối với nhà quản lý, đầu ra không nên chỉ là một lịch “tối ưu” duy nhất. Hệ thống cần trình bày phương án bảo vệ đơn hàng quan trọng, phương án giảm tăng ca và phương án hạn chế đổi lịch, kèm số đơn hàng dự kiến trễ, tổng thời gian trễ, chi phí bổ sung và mức xáo trộn. Như vậy, AI và tối ưu hóa trở thành công cụ chuẩn bị quyết định có thể giải thích, thay vì một hộp đen tự thay đổi cam kết với khách hàng.

Hình 3. Hai lớp dự báo và tối ưu

5. Tối ưu đa mục tiêu và cái giá của việc đổi lịch

Nếu mục tiêu duy nhất là tăng tỷ lệ sử dụng máy, hệ thống có thể xếp những lô lớn lên trước để giảm thời gian chuyển đổi. Cách này thường làm báo cáo công suất đẹp hơn nhưng có thể đẩy đơn hàng nhỏ, gấp sang cuối. Nếu mục tiêu duy nhất là giao hàng đúng hạn, lịch có thể cần nhiều lần chuyển đổi và tăng ca, khiến chi phí tăng mạnh. Vì vậy, điều độ sản xuất cần xác định thứ tự ưu tiên kinh doanh thay vì tối ưu một chỉ số cô lập.

Các mục tiêu thường liên quan đến tỷ lệ giao đúng hẹn, tổng thời gian trễ, số lần chuyển đổi, giờ tăng ca, hàng đang sản xuất, chi phí gia công ngoài và độ ổn định lịch. Không phải tất cả đều nên gộp thành một điểm số không rõ nguồn gốc. Một số điều kiện như an toàn, tiêu chuẩn chất lượng và năng lực kỹ thuật là ràng buộc cứng; những mục tiêu còn lại có thể đánh đổi trong phạm vi được lãnh đạo phê duyệt.

Ví dụ, một lịch mới giúp cứu một đơn hàng lớn nhưng phải thay đổi thứ tự 18 lệnh đã cấp cho tổ đội. Lợi ích về doanh thu có thể đáng kể, song chi phí đổi khuôn, di chuyển bán thành phẩm và rủi ro nhầm lẫn cũng cần được lượng hóa. Nếu hệ thống không tính các chi phí này, phương án được đánh giá tốt trên máy tính có thể kém hiệu quả hơn lịch cũ khi triển khai.

Một cách điều hành có trách nhiệm là thiết lập những nguyên tắc ưu tiên theo nhóm khách hàng, mức phạt giao trễ, giá trị đơn hàng và mức độ chắc chắn của dữ liệu. Khi phát sinh xung đột lớn, hệ thống phải thể hiện rõ phương án nào được lợi, phương án nào chịu thiệt và người nào có quyền phê duyệt. Tối ưu hóa không xóa bỏ lựa chọn quản trị; nó làm cho các đánh đổi trở nên minh bạch và có cơ sở.

Hình 4. Cân bằng nhiều mục tiêu

6. Tình huống minh họa: đơn hàng gấp làm nghẽn công đoạn sơn

Giả sử một nhà máy gia công cơ khí có công đoạn sơn là điểm nghẽn, với 160 giờ năng lực hữu ích trong tuần tới. Các đơn hàng đã xác nhận cần 148 giờ sơn, trong đó nhiều lệnh đã hoàn thành gia công và đang chờ. Khách hàng quan trọng phát sinh đơn gấp cần thêm 24 giờ, giao cuối tuần. Nếu chỉ cộng nhu cầu, tổng tải lên 172 giờ, vượt năng lực 12 giờ; nhưng thực tế còn phức tạp vì thứ tự màu sơn ảnh hưởng thời gian vệ sinh và thay đổi thiết lập.

Một cách xử lý thủ công là đưa đơn gấp lên đầu hàng chờ và đẩy những lệnh còn lại ra sau. Phương án này có thể bảo vệ khách hàng mới nhưng làm hai đơn cũ trễ, tăng thời gian đổi màu và khiến bộ phận lắp ráp cuối tuần thiếu bán thành phẩm. Hệ thống điều độ phải kiểm tra cả hạn giao từng đơn, tồn bán thành phẩm, năng lực công đoạn sau và thời điểm vật tư sẵn sàng; chỉ nhìn số giờ sơn là chưa đủ.

Giả sử bộ giải xây dựng ba kịch bản để thảo luận. Kịch bản thứ nhất giữ nguyên ca làm và thương lượng lùi một đơn ít ưu tiên; kịch bản thứ hai bổ sung 12 giờ tăng ca nhưng phải kiểm tra điều kiện nhân lực và an toàn; kịch bản thứ ba gom các lệnh cùng màu để tiết kiệm thời gian chuyển đổi, song cần xác minh liệu phần giờ tiết kiệm có đủ và các đơn hàng có còn đáp ứng hạn giao hay không. Những kịch bản này là lựa chọn giả định, không phải kết quả tính toán từ dữ liệu nhà máy thực.

Giá trị của AI nằm ở việc liên tục cập nhật thời gian xử lý dự kiến và nhận diện sớm khi một kịch bản không còn khả thi. Giá trị của bộ giải là tạo phương án có thể kiểm tra trong các ràng buộc. Giá trị của người điều hành là quyết định có tăng ca, thương lượng với khách hàng hay thay đổi thứ tự, sau đó theo dõi thực tế để cập nhật lịch. Cả ba vai trò cần kết nối thì tối ưu lịch mới chuyển thành hiệu quả kinh doanh.

7. Đo hiệu quả bằng khả năng giao hàng và ổn định vận hành

Một hệ thống tối ưu không thể được đánh giá chỉ bằng việc tính ra lịch trong vài giây. Chất lượng lời giải trước hết phải được kiểm tra bằng khả năng thực hiện: không trùng máy, không vi phạm thứ tự công đoạn, không dùng vật tư chưa có và không vượt lịch làm việc đã phê duyệt. Nếu các điều kiện cơ bản này không được bảo đảm, những cải thiện về chỉ số giao hàng chỉ là kết quả mô phỏng không đáng tin.

Khi lịch đã khả thi, doanh nghiệp cần đo tỷ lệ đơn hàng giao đúng hẹn, số ngày trễ bình quân, giờ tăng ca, số lần đổi lịch sau khi phát hành, thời gian chờ ở điểm nghẽn và lượng bán thành phẩm. Các chỉ số phải được so sánh trên cùng loại đơn hàng và điều kiện sản xuất. Một tháng có ít đơn hàng phức tạp hơn có thể cho kết quả đẹp mà không phải nhờ thuật toán.

Cũng cần phân biệt chất lượng dự báo với hiệu quả quyết định. Nếu AI ước lượng thời gian máy chính xác hơn nhưng lịch vẫn bị thay đổi liên tục, vấn đề có thể nằm ở quy tắc ưu tiên hoặc quyền phê duyệt. Nếu số đơn trễ giảm nhưng tăng ca và hàng dở dang tăng mạnh, doanh nghiệp chưa chắc đã tối ưu được hiệu quả tổng thể. Hệ thống đánh giá phải xem đồng thời dịch vụ khách hàng, chi phí và độ ổn định.

Trong giai đoạn thử nghiệm, nên chạy lịch đề xuất song song với lịch thực tế để so sánh trên các tình huống đã ghi nhận. Cần lưu phiên bản dữ liệu và quyết định tại thời điểm lập lịch, tránh dùng thông tin tương lai để đánh giá quá khứ. Sau khi triển khai, mọi lần người quản lý từ chối hoặc điều chỉnh đề xuất đều là dữ liệu quý để hiểu ràng buộc nào còn thiếu và cải thiện mô hình.

8. Lộ trình đưa năng lực điều độ thông minh vào iBOM

Đối với một nền tảng quản trị công việc như iBOM, điểm xuất phát hợp lý không phải là thay thế ngay hệ thống điều hành sản xuất chuyên biệt. Trước hết, cần xác định các đối tượng nghiệp vụ có thể liên kết: đơn hàng, lệnh sản xuất, công đoạn, máy, ca, nhân sự, vật tư, trạng thái chất lượng và sự kiện gián đoạn. Những dữ liệu này có thể đến từ hệ thống hoạch định nguồn lực, hệ thống điều hành sản xuất, thiết bị hoặc ghi nhận tại hiện trường. iBOM có thể được xem xét như lớp phối hợp nhiệm vụ và xử lý ngoại lệ trên nền dữ liệu thống nhất.

Giai đoạn đầu nên xây dựng một thử nghiệm tại công đoạn có điểm nghẽn rõ ràng, chẳng hạn sơn, nhiệt luyện hoặc đóng gói. Nhóm triển khai cần thống nhất mã công việc, lịch máy, thời gian chuẩn bị, điều kiện chuyển công đoạn và tiêu chí giao hàng. Trước khi dùng AI, có thể xây dựng bộ lập lịch dựa trên quy tắc và cơ chế cảnh báo xung đột để tạo đường chuẩn. Đây là cách kiểm chứng giá trị vận hành mà không phụ thuộc vào lời hứa của mô hình phức tạp.

Giai đoạn tiếp theo bổ sung dịch vụ dự báo thời gian xử lý và nguy cơ gián đoạn, sau đó kết nối bộ giải điều độ để tạo các phương án. iBOM có thể nhận cảnh báo về đơn hàng trễ, giao nhiệm vụ cho bộ phận kế hoạch xác minh, trình phương án tăng ca hoặc đổi thứ tự cho người có thẩm quyền và ghi nhận kết quả. Cần thiết kế quyền truy cập theo vai trò, nhật ký thay đổi, cơ chế phê duyệt và khả năng quay về lịch đã xác nhận nếu phương án mới không đạt yêu cầu.

Khi thử nghiệm chứng minh được tác động đến tỷ lệ giao hàng và độ ổn định lịch, doanh nghiệp mới nên mở rộng sang nhiều công đoạn và nhiều nhà máy. Kiến trúc cần phân biệt rõ dữ liệu nguồn, dịch vụ dự báo, bộ giải tối ưu và lớp điều hành của iBOM. Đây là đề xuất phát triển sản phẩm, không phải khẳng định những tính năng AI điều độ đã có sẵn. Mục tiêu cuối cùng là tạo một vòng vận hành khép kín: phát hiện thay đổi, đánh giá tác động, lựa chọn phương án, giao việc, đo kết quả và cải tiến.

Hình 5. Vòng điều hành khép kín

Kết luận

AI chỉ tạo giá trị cho điều độ sản xuất khi được đặt trong một hệ thống có dữ liệu đáng tin, ràng buộc kỹ thuật rõ ràng và trách nhiệm ra quyết định minh bạch. Mục tiêu không phải thay đổi lịch liên tục hay làm mọi máy bận rộn hơn, mà là giữ được cam kết giao hàng với chi phí và mức xáo trộn hợp lý. Dự báo giúp nhìn thấy biến động; tối ưu hóa giúp so sánh phương án; người quản lý lựa chọn và chịu trách nhiệm thực thi.

Tài liệu tham khảo và nền tảng chuyên môn

• Pinedo, M. L. (2022). Scheduling: Theory, Algorithms, and Systems, 6th ed. Springer. Các khái niệm về lập lịch, ràng buộc và mục tiêu điều độ.
• International Organization for Standardization. ISO 22400-2:2014, Automation systems and integration — Key performance indicators for manufacturing operations management — Part 2: Definitions and descriptions.