Trong bối cảnh ESG (Môi trường – Xã hội – Quản trị) đang dần trở thành tiêu chuẩn bắt buộc của chuỗi cung ứng toàn cầu, các doanh nghiệp sản xuất Việt Nam đứng trước áp lực phải chuyển đổi mô hình quản trị theo hướng minh bạch, xanh và hiệu quả hơn. Xu hướng này cũng  thúc đẩy làn sóng ứng dụng AIoT (Artificial Intelligence of Things – Trí tuệ nhân tạo kết hợp Internet vạn vật) vào quản trị nhà máy thông minh nhằm tối ưu vận hành đồng thời đáp ứng các yêu cầu phát triển bền vững.

Chia sẻ tại Hội thảo Techmart chuyên ngành công nghệ xanh và tuần hoàn năm 2026, PGS. TS Trương Quang Vinh - Trường Đại học Bách Khoa, Đại học Quốc gia TP. Hồ Chí Minh cho biết, ESG đang chuyển từ “khuyến khích” sang “bắt buộc”, đặc biệt với các doanh nghiệp tham gia chuỗi cung ứng toàn cầu. Hàng loạt quy định quốc tế như Cơ chế điều chỉnh biên giới carbon của Liên minh châu Âu (CBAM), chuẩn công bố IFRS S1/S2 hay các mục tiêu phát triển bền vững của Liên Hợp Quốc (SDGs) đang tạo ra áp lực lớn đối với hoạt động sản xuất.

Tại Việt Nam, cam kết Netzero vào năm 2050 cùng Luật Bảo vệ môi trường 2020, Nghị định 06/2022 về giảm phát thải khí nhà kính hay các quy định về an toàn lao động đã đặt nền móng pháp lý cho quá trình chuyển đổi xanh trong công nghiệp. Do đó, nhà máy thông minh (Smart Factory) không chỉ dừng lại ở việc tối ưu năng suất mà còn phải đáp ứng yêu cầu giảm phát thải, tiết kiệm năng lượng, nâng cao an toàn lao động và minh bạch dữ liệu quản trị.

AIoT được xem là công nghệ cốt lõi của mô hình Smart Factory thế hệ mới. Nếu IoT đảm nhận vai trò thu thập dữ liệu thời gian thực thông qua các cảm biến và thiết bị kết nối, thì AI giúp phân tích dữ liệu, dự đoán sự cố và hỗ trợ ra quyết định tự động. Sự kết hợp này cho phép doanh nghiệp hình thành hệ thống quản trị dựa trên dữ liệu theo thời gian thực, thay vì phụ thuộc vào kinh nghiệm vận hành truyền thống.

Trong lĩnh vực môi trường, AIoT hỗ trợ giám sát tiêu thụ năng lượng, phát thải khí nhà kính và tối ưu hiệu suất vận hành thiết bị. Với khía cạnh xã hội, công nghệ giúp nâng cao an toàn lao động thông qua hệ thống giám sát môi trường làm việc và nhận diện nguy cơ mất an toàn. Ở góc độ quản trị, AIoT cho phép theo dõi KPI, tự động hóa báo cáo ESG và tăng tính minh bạch dữ liệu vận hành.

Tại Việt Nam, nhiều mô hình AIoT phục vụ quản trị nhà máy đã bắt đầu được triển khai thực tế với sự tham gia của các trường đại học và doanh nghiệp công nghệ.

Một trong những ứng dụng đáng chú ý là hệ thống giám sát trạng thái và năng lượng máy được phát triển bởi nhóm nghiên cứu Khoa Điện – Điện tử, Trường Đại học Bách khoa TP.HCM phối hợp cùng doanh nghiệp công nghệ trong nước. Hệ thống cho phép theo dõi tình trạng vận hành của máy móc từ xa, đo điện năng tiêu thụ và truyền dữ liệu trực tiếp lên nền tảng cloud. Thông qua dữ liệu thời gian thực, doanh nghiệp có thể nhanh chóng phát hiện bất thường, kiểm soát tiêu hao năng lượng và giảm thời gian dừng máy ngoài kế hoạch. Ứng dụng này hiện đang được triển khai thực tế tại Nhà máy cơ khí Duy Khanh, khu Công nghệ cao TP. Hồ Chí Minh.

Ở cấp độ cao hơn, AI còn được ứng dụng để chẩn đoán lỗi động cơ công nghiệp bằng cảm biến rung và mạng học sâu 1D CNN. Hệ thống có khả năng phát hiện các lỗi như lệch trục, mất cân bằng hay hỏng vòng bi trước khi sự cố nghiêm trọng xảy ra. Việc phát hiện sớm giúp doanh nghiệp chuyển từ mô hình bảo trì định kỳ sang bảo trì dự đoán, đây là xu hướng đang được nhiều nhà máy thông minh trên thế giới áp dụng nhằm giảm chi phí bảo trì và kéo dài tuổi thọ thiết bị.

Ngoài ứng dụng trên, nhóm nghiên cứu còn sử dụng thuật toán Random Forest Regressor kết hợp công nghệ truyền dữ liệu LoRa để ước lượng “tuổi thọ hữu ích còn lại” của máy móc công nghiệp. Kết quả thử nghiệm cho thấy mô hình này cho độ chính xác vượt trội so với nhiều thuật toán dự đoán truyền thống.

Đặc biệt, ứng dụng AIoT cũng được nghiên cứu mở rộng sang lĩnh vực an toàn lao động. Công nghệ nhận dạng đồ bảo hộ sử dụng nền tảng YOLLO v8 có thể phát hiện công nhân không đội mũ bảo hộ hoặc không mặc áo phản quang trong thời gian thực với độ chính xác hơn 91%. Đây là giải pháp rất phù hợp với các nhà máy quy mô lớn, nơi việc giám sát thủ công gặp nhiều hạn chế. Việc ứng dụng AI trong quản lý an toàn không chỉ giúp giảm rủi ro tai nạn lao động mà còn góp phần đáp ứng tiêu chí “S – Social” trong ESG.

Theo các chuyên gia, chuyển đổi số trong sản xuất hiện nay không còn là câu chuyện tự động hóa đơn thuần mà đang chuyển sang giai đoạn “ối ưu hóa bền vững, đòi hỏi doanh nghiệp phải xây dựng hệ sinh thái dữ liệu xuyên suốt từ thiết bị, dây chuyền đến quản trị ESG. Các xu hướng như Digital Twin, Edge AI, nhà máy tự hành (Autonomous Factory) hay nhà máy trung hòa carbon được dự báo sẽ trở thành chuẩn mực mới trong công nghiệp tương lai.

Tuy nhiên, để tận dụng hiệu quả AIoT, doanh nghiệp cần đầu tư đồng bộ vào hạ tầng dữ liệu, năng lực phân tích và nguồn nhân lực công nghệ cao. Việc tích hợp ESG ngay từ chiến lược chuyển đổi số cũng sẽ giúp doanh nghiệp tránh tình trạng chạy theo các tiêu chuẩn quốc tế trong tương lai.