CII
ControlledIndustrialIntelligence
Số đầu tiênn2t.net/ark:66356/c100010
AI công nghiệp
Từ Trí tuệ đến Thực thi.
cii.network
Đơn vị xuất bảnCII NETWORK
CIICII № 01 · Khoảng cách · Nền tảng · Quyền thực thi
Lời mở đầu
CII № 01
Số đầu tiên
Lời mở đầu
Trí tuệ nhân tạo đang phát triển với tốc độ phi thường.
AI công nghiệp chưa theo kịp.
Nghiên cứu AI trong cả học thuật và công nghiệp tiếp tục mở ra những hướng mới, với nhiều kết quả đạt hiệu năng tốt trong đánh giá chuẩn và ứng dụng thực tế.
Những người làm thực tiễn công nghiệp mong muốn tăng năng suất nhờ AI, nhưng phải đối mặt với dữ liệu công nghiệp phức tạp, kết quả bất định và các rủi ro tiềm ẩn.
Khi AI công nghiệp chuyển từ đột phá sang triển khai thực tế, khả năng giải thích, kiểm chứng và kiểm soát trở nên thiết yếu.
Đây là nơi
Controlled Industrial Intelligence
bắt đầu.
Trong số này
CII № 01
Mục lục
Xác định vấn đề
Khoảng cách
Xây dựng nền tảng
Nền tảng
Quản trị hoạt động thực thi
Quyền thực thi
CII Atlas
Đơn vị xuất bản
CII NETWORK
CII NETWORK là một hiệp hội tại Thụy Sĩ chuyên nghiên cứu và thúc đẩy Controlled Industrial Intelligence, kết nối những người làm thực tiễn trong công nghiệp và học thuật trên toàn thế giới để đưa trí tuệ vào hành động.
Network Members
- Quality and Data Analytics Lab · HKUST
- AI & Mobility Lab · TUM
- Chinese Academy of Intelligent Decisions & Control · Taipei
- ASCETEX INTERNATIONAL LIMITED · Hong Kong
Phần 01 · Xác định vấn đề
01
Khoảng cách
Từ trí tuệ đến hành động
01 · Khoảng cách
Vì sao AI công nghiệp
khó triển khai?
Năng lực AI đang phát triển nhanh chóng,
nhưng việc chuyển từ trí tuệ sang hành động
đặt ra những thách thức mới khi triển khai.
AI đang mở rộng nhanh chóng
AI hiện có thể hiểu và tạo ngôn ngữ, hình ảnh, video và mã nguồn, suy luận qua các nhiệm vụ phức tạp, đồng thời ngày càng sử dụng được công cụ và phần mềm.
88%người được hỏi cho biết tổ chức của họ sử dụng AI trong ít nhất một chức năng kinh doanh.
75%người dùng AI trong doanh nghiệp được khảo sát hiện có thể hoàn thành những nhiệm vụ trước đây họ chưa làm được.
Stanford AI Index 2026, dựa trên dữ liệu McKinsey · OpenAI, The State of Enterprise AI 2025
AI công nghiệp đang mở rộng
chậm hơn
AI đã được dùng trong sản xuất để kiểm tra, bảo trì dự đoán, tối ưu hóa sản xuất và thiết kế kỹ thuật, nhưng ở quy mô hạn chế; nhiều dự án vẫn đang chứng minh tính khả thi hoặc thí điểm.
29%đang sử dụng AI/ML ở cấp nhà máy hoặc mạng lưới.
23%đang thí điểm công nghệ AI/ML.
Địa lý AI công nghiệp
nằm ở giao điểm giữa năng lực AI và nền tảng công nghiệp.
Năng lực AI phản ánh công nghệ và nhân lực; nền tảng công nghiệp thể hiện chiều sâu và tiềm năng công nghiệp. Vùng giao nhau là nơi AI công nghiệp có ý nghĩa lớn nhất.
- năng lực AI
- Nghiên cứu · Nhân lực · Mô hình · Năng lực tính toán
- Nền tảng công nghiệp
- Sản xuất · Tự động hóa · Robot học · Bán dẫn · Công nghiệp quy trình
Hình 1Địa lý AI công nghiệp
01 · Khoảng cách
CII № 01 · Controlled Industrial Intelligence
Địa lý AI công nghiệp
nằm ở giao điểm giữa năng lực AI và nền tảng công nghiệp.
Năng lực AI phản ánh công nghệ và nhân lực; nền tảng công nghiệp thể hiện chiều sâu và tiềm năng công nghiệp. Vùng giao nhau là nơi AI công nghiệp có ý nghĩa lớn nhất.
- năng lực AI
- Nghiên cứu · Nhân lực · Mô hình · Năng lực tính toán
- Nền tảng công nghiệp
- Sản xuất · Tự động hóa · Robot học · Bán dẫn · Công nghiệp quy trình
Hình 1Địa lý AI công nghiệp
01 · Khoảng cách
Từ trí tuệ đến hành động
Toàn cảnh ứng dụng AI công nghiệp
AI công nghiệp đang chứng minh giá trị ở nhiều giai đoạn sản xuất,
nhưng mức độ phổ biến và chiều sâu áp dụng vẫn khác nhau giữa các trường hợp sử dụng.
Kích thướcTác động công nghiệp tiềm năng (tương đối)
Màu sắcMức áp dụng cao hơnMức áp dụng thấp hơn
Tham khảoCó dữ liệu nghiên cứu tình huống hoặc khảo sát
Quan sát
Cảm nhận thế giới vật lý
Hiểu
Chuyển dữ liệu thành hiểu biết
Tư vấn
Đề xuất và đánh giá phương án
Tối ưu hóa
Cải thiện kết quả công nghiệp
Thực thi
Thực thi trong thế giới vật lý
Kiểm tra bằng thị giácPhát hiện và phân loại khuyết tật
Đo lường và kiểm tra kích thước
Kiểm thử trên dây chuyền
Giám sát môi trường
Bảo trì dự đoánTình trạng thiết bị và tuổi thọ hữu ích còn lại
Phân tích chất lượng quy trình
Phát hiện bất thường
Phân tích nguyên nhân gốc rễ
Chẩn đoán lỗi
Quản lý hiệu suất tài sản
Trợ lý AI kỹ thuậtThiết kế, lập trình và xử lý sự cố
Trợ lý tri thức công nghiệp
Sinh mã cho công nghiệp
Mô phỏng và xác nhận ảoMô phỏng quy trình, dây chuyền và nhà máy
Tối ưu hóa thiết kế
Phân tích an toàn và rủi ro
Tuân thủ và tài liệu
Tối ưu hóa sản xuấtSản lượng thông qua, thời gian chu kỳ và OEE
Tối ưu hóa năng lượng
Tối ưu hóa tỷ lệ thành phẩm
Tối ưu hóa dòng vật liệu
Lập lịch sản xuất
Tối ưu hóa tồn kho
Tối ưu hóa tham số quy trình
Dự đoán chất lượng
Vận hành tự chủSản xuất và vận hành tự chủ
Can thiệp vòng kínĐiều chỉnh trực tiếp các quá trình vật lý
Điều khiển thích nghi dựa trên học máy
Tối ưu hóa thời gian thực
Thực thi nhiệm vụ có hiện thân (VLA)
Thao tác thích nghi
Logistics nội bộ tự chủ
01Giá trị đã được chứng minh
Đã được triển khai rộng rãi
trong nhiều môi trường công nghiệp.
02Phạm vi ứng dụng đang mở rộng
Phát triển nhanh, ngày càng
được triển khai ở nhiều ngành.
03Tiềm năng chưa khai thác
Tiềm năng tác động lớn,
nhưng mức áp dụng còn hạn chế.
Hình 2Toàn cảnh ứng dụng AI công nghiệp
01 · Khoảng cách
CII № 01 · Controlled Industrial Intelligence
Toàn cảnh ứng dụng AI công nghiệp
AI công nghiệp đang chứng minh giá trị ở nhiều giai đoạn sản xuất,
nhưng mức độ phổ biến và chiều sâu áp dụng vẫn khác nhau giữa các trường hợp sử dụng.
Kích thướcTác động công nghiệp tiềm năng (tương đối)
Màu sắcMức áp dụng cao hơnMức áp dụng thấp hơn
Tham khảoCó dữ liệu nghiên cứu tình huống hoặc khảo sát
Quan sát
Cảm nhận thế giới vật lý
Hiểu
Chuyển dữ liệu thành hiểu biết
Tư vấn
Đề xuất và đánh giá phương án
Tối ưu hóa
Cải thiện kết quả công nghiệp
Thực thi
Thực thi trong thế giới vật lý
Kiểm tra bằng thị giácPhát hiện và phân loại khuyết tật
Đo lường và kiểm tra kích thước
Kiểm thử trên dây chuyền
Giám sát môi trường
Bảo trì dự đoánTình trạng thiết bị và tuổi thọ hữu ích còn lại
Phân tích chất lượng quy trình
Phát hiện bất thường
Phân tích nguyên nhân gốc rễ
Chẩn đoán lỗi
Quản lý hiệu suất tài sản
Trợ lý AI kỹ thuậtThiết kế, lập trình và xử lý sự cố
Trợ lý tri thức công nghiệp
Sinh mã cho công nghiệp
Mô phỏng và xác nhận ảoMô phỏng quy trình, dây chuyền và nhà máy
Tối ưu hóa thiết kế
Phân tích an toàn và rủi ro
Tuân thủ và tài liệu
Tối ưu hóa sản xuấtSản lượng thông qua, thời gian chu kỳ và OEE
Tối ưu hóa năng lượng
Tối ưu hóa tỷ lệ thành phẩm
Tối ưu hóa dòng vật liệu
Lập lịch sản xuất
Tối ưu hóa tồn kho
Tối ưu hóa tham số quy trình
Dự đoán chất lượng
Vận hành tự chủSản xuất và vận hành tự chủ
Can thiệp vòng kínĐiều chỉnh trực tiếp các quá trình vật lý
Điều khiển thích nghi dựa trên học máy
Tối ưu hóa thời gian thực
Thực thi nhiệm vụ có hiện thân (VLA)
Thao tác thích nghi
Logistics nội bộ tự chủ
01Giá trị đã được chứng minh
Đã được triển khai rộng rãi
trong nhiều môi trường công nghiệp.
02Phạm vi ứng dụng đang mở rộng
Phát triển nhanh, ngày càng
được triển khai ở nhiều ngành.
03Tiềm năng chưa khai thác
Tiềm năng tác động lớn,
nhưng mức áp dụng còn hạn chế.
Hình 2Toàn cảnh ứng dụng AI công nghiệp
01 · Khoảng cách
Từ trí tuệ đến hành động
AI công nghiệp càng tiến gần đến thực thi,càng khó triển khai
Cùng vượt qua giới hạn CÙNG NHAU.
— CII NETWORK
01 · Khoảng cách
CII № 01 · Controlled Industrial Intelligence
AI công nghiệp càng tiến gần đến thực thi,càng khó triển khai
Cùng vượt qua giới hạn CÙNG NHAU.
— CII NETWORK
01 · Khoảng cách
Từ trí tuệ đến hành động
Điều khiển công nghiệp vẫn phân mảnh
giữa các bộ điều khiển, giao thức và lớp hệ thống.
Phần 02 · Xây dựng nền tảng
02
Nền tảng
Hệ thống điều khiển định nghĩa bằng phần mềm
02 · Nền tảng
Điều gì đưa trí tuệ vào hành động?
Hệ thống điều khiển kết nối tính toán với thực thi vật lý — và điều khiển định nghĩa bằng phần mềm tạo nên nền tảng vững chắc hơn.
AI tác động lênVí dụThực thi thông quaLớp điều khiển
Hệ thống số
Thông tin và giao dịch
Tài chính, mua sắm, lập kế hoạch
API và quy trình công việc
—
Vận hành vật lý
Quá trình vật lý và hoạt động vận hành
Năng lượng, logistics, tòa nhà, công nghiệp quy trình
OT và hệ thống giám sát cấp trên
Có liên quan
Điều khiển máy
Máy móc và chuyển động
Thiết bị công nghiệp, robot học, hệ thống tự động hóa
Bộ điều khiển và điều khiển thời gian thực
Thiết yếu
Trọng tâm của chúng tôi Nơi trí tuệ gặp thế giới vật lý.
Bảng 1AI công nghiệp trong hệ thống số và vật lý
Cách trí tuệ
đến với máy móc
AI phân tích dữ liệu và đề xuất hành động.Hệ thống điều khiển quan sát trạng thái máy và thực thi lệnh trong thời gian thực.
Sự phát triển của
hệ thống điều khiển định nghĩa bằng phần mềm
Tách rời khỏi phần cứng chuyên dụng cho phép tích hợp dữ liệu rộng hơn và thực hiện tính toán nâng cao hơn.
Hình 3Nền tảng điều khiển
Hình 4Từ điều khiển định nghĩa bằng phần cứng sang phần mềm
PLC phần cứng, PLC phần mềm và PLC ảo nhiều khả năng sẽ tiếp tục cùng tồn tại.
Automation.com, 2025
01Năng lực tính toán
Máy tính đa dụng hiện đủ mạnh để thực hiện điều khiển tất định theo thời gian thực.
02Tích hợp
Các chức năng từng phân tán trên nhiều bộ điều khiển nay có thể dùng chung một nền tảng.
03Tính linh hoạt
Năng lực điều khiển có thể phát triển qua cập nhật phần mềm mà không cần thay phần cứng.
02 · Nền tảng
CII № 01 · Controlled Industrial Intelligence
Cách trí tuệ
đến với máy móc
AI phân tích dữ liệu và đề xuất hành động.Hệ thống điều khiển quan sát trạng thái máy và thực thi lệnh trong thời gian thực.
Sự phát triển của
hệ thống điều khiển định nghĩa bằng phần mềm
Tách rời khỏi phần cứng chuyên dụng cho phép tích hợp dữ liệu rộng hơn và thực hiện tính toán nâng cao hơn.
Hình 3Nền tảng điều khiển
Hình 4Từ điều khiển định nghĩa bằng phần cứng sang phần mềm
PLC phần cứng, PLC phần mềm và PLC ảo nhiều khả năng sẽ tiếp tục cùng tồn tại.
Automation.com, 2025
01Năng lực tính toán
Máy tính đa dụng hiện đủ mạnh để thực hiện điều khiển tất định theo thời gian thực.
02Tích hợp
Các chức năng từng phân tán trên nhiều bộ điều khiển nay có thể dùng chung một nền tảng.
03Tính linh hoạt
Năng lực điều khiển có thể phát triển qua cập nhật phần mềm mà không cần thay phần cứng.
02 · Nền tảng
Hệ thống điều khiển định nghĩa bằng phần mềm
AI và điều khiển chạy ở các nhịp khác nhau,
chúng vẫn phải phối hợp với nhau
01DeloitteTech Trends 2026
Ayanna Howard chia sẻ với Deloitte rằng mô hình ngôn ngữ và thị giác hoạt động theo nhịp thời gian của con người. Với robot đang đi, độ trễ một hoặc hai giây có thể khiến nó làm rơi đồ, va chạm hoặc gây thương tích.
02NVIDIAIGX ThorJetson ThorHoloscan
Nhân Linux thời gian thực và các phân vùng GPU tách biệt mang lại bảo đảm hiệu năng cứng cho tác vụ thời gian thực chạy cạnh AI. Holoscan kết nối từ suy luận AI đến hành động tất định trong thế giới thực.
03BainTừ điều khiển đến trí tuệ
Tự động hóa công nghiệp đang chuyển từ điều khiển máy móc sang điều phối trí tuệ. Bain nhận thấy các quy trình công việc được xây dựng từ nền tảng AI đang đi từ lớp phân tích vào lõi vận hành.
04ARCTự động hóa định nghĩa bằng phần mềm
Một chủ đề nổi bật với ARC: AI công nghiệp chỉ có thể mở rộng khi trí tuệ được kết nối với hành động tất định theo thời gian thực trên các thiết bị không đồng nhất.
Bất đồng bộ
Độ trễ biến thiên
Tối ưu hóa
Tất định
Kiến trúc điều khiển
định nghĩa bằng phần mềm
Hợp nhất tính toán, bộ nhớ và điều khiển.
Hành động khi vận hành ↓Dữ liệu thời gian thực ↑
Hình 5Nhịp của AI và điều khiển
Hình 6AI và điều khiển trên cùng một máy tính công nghiệp
01Đưa tính toán, điều khiển và bộ nhớ gần nhau hơn
Xu hướng tương tự xuất hiện trong nhiều kiến trúc tính toán. Tính toán trong bộ nhớ (IMC) đưa tính toán đến gần bộ nhớ; quang học đồng đóng gói (CPO) đưa I/O quang đến gần khối tính toán. Với AI công nghiệp, tính toán, điều khiển và bộ nhớ (CCM) có thể theo cùng nguyên tắc — đưa AI, dữ liệu máy và điều khiển thời gian thực đến gần nhau trên cùng một máy.
02Các vòng riêng biệt, kết nối trực tiếp
AI chạy bất đồng bộ trên GPU/NPU, trong khi điều khiển hoạt động độc lập trên các lõi CPU thời gian thực với thời gian tất định. Chúng giữ các vòng riêng, nhưng trao đổi trực tiếp dữ liệu máy và lệnh AI qua bộ nhớ dùng chung.
bất đồng bộ · độ trễ biến thiên~10–200 Hz~1 kHz đến nhiều kHz
02 · Nền tảng
CII № 01 · Controlled Industrial Intelligence
AI và điều khiển chạy ở các nhịp khác nhau,
chúng vẫn phải phối hợp với nhau
01DeloitteTech Trends 2026
Ayanna Howard chia sẻ với Deloitte rằng mô hình ngôn ngữ và thị giác hoạt động theo nhịp thời gian của con người. Với robot đang đi, độ trễ một hoặc hai giây có thể khiến nó làm rơi đồ, va chạm hoặc gây thương tích.
02NVIDIAIGX ThorJetson ThorHoloscan
Nhân Linux thời gian thực và các phân vùng GPU tách biệt mang lại bảo đảm hiệu năng cứng cho tác vụ thời gian thực chạy cạnh AI. Holoscan kết nối từ suy luận AI đến hành động tất định trong thế giới thực.
03BainTừ điều khiển đến trí tuệ
Tự động hóa công nghiệp đang chuyển từ điều khiển máy móc sang điều phối trí tuệ. Bain nhận thấy các quy trình công việc được xây dựng từ nền tảng AI đang đi từ lớp phân tích vào lõi vận hành.
04ARCTự động hóa định nghĩa bằng phần mềm
Một chủ đề nổi bật với ARC: AI công nghiệp chỉ có thể mở rộng khi trí tuệ được kết nối với hành động tất định theo thời gian thực trên các thiết bị không đồng nhất.
Bất đồng bộ
Độ trễ biến thiên
Tối ưu hóa
Tất định
Kiến trúc điều khiển
định nghĩa bằng phần mềm
Hợp nhất tính toán, bộ nhớ và điều khiển.
Hành động khi vận hành ↓Dữ liệu thời gian thực ↑
Hình 5Nhịp của AI và điều khiển
Hình 6AI và điều khiển trên cùng một máy tính công nghiệp
01Đưa tính toán, điều khiển và bộ nhớ gần nhau hơn
Xu hướng tương tự xuất hiện trong nhiều kiến trúc tính toán. Tính toán trong bộ nhớ (IMC) đưa tính toán đến gần bộ nhớ; quang học đồng đóng gói (CPO) đưa I/O quang đến gần khối tính toán. Với AI công nghiệp, tính toán, điều khiển và bộ nhớ (CCM) có thể theo cùng nguyên tắc — đưa AI, dữ liệu máy và điều khiển thời gian thực đến gần nhau trên cùng một máy.
02Các vòng riêng biệt, kết nối trực tiếp
AI chạy bất đồng bộ trên GPU/NPU, trong khi điều khiển hoạt động độc lập trên các lõi CPU thời gian thực với thời gian tất định. Chúng giữ các vòng riêng, nhưng trao đổi trực tiếp dữ liệu máy và lệnh AI qua bộ nhớ dùng chung.
bất đồng bộ · độ trễ biến thiên~10–200 Hz~1 kHz đến nhiều kHz
02 · Nền tảng
Hệ thống điều khiển định nghĩa bằng phần mềm
Hệ sinh thái
điều khiển định nghĩa bằng phần mềm
Từ phần cứng và hệ điều hành đến điều khiển định nghĩa bằng phần mềm và ứng dụng.
Ứng dụng
Điều khiển định nghĩa bằng phần mềm
Hệ điều hành
Phần cứng
Máy móc, hệ thống và ứng dụng công nghiệp
Chuyển động và logic dưới dạng phần mềm tái sử dụng
Nền tảng thực thi thời gian thực
Nền tảng tính toán x86 và Arm
Liên hệ với chúng tôi để biết thêm góc nhìn và ứng dụng thực tiễn.
contact@cii.network
02 · Nền tảng
CII № 01 · Controlled Industrial Intelligence
Hệ sinh thái
điều khiển định nghĩa bằng phần mềm
Từ phần cứng và hệ điều hành đến điều khiển định nghĩa bằng phần mềm và ứng dụng.
Ứng dụng
Điều khiển định nghĩa bằng phần mềm
Hệ điều hành
Phần cứng
Máy móc, hệ thống và ứng dụng công nghiệp
Chuyển động và logic dưới dạng phần mềm tái sử dụng
Nền tảng thực thi thời gian thực
Nền tảng tính toán x86 và Arm
Liên hệ với chúng tôi để biết thêm góc nhìn và ứng dụng thực tiễn.
contact@cii.network
02 · Nền tảng
Hệ thống điều khiển định nghĩa bằng phần mềm
Phần 03 · Quản trị hoạt động thực thi
03
Quyền thực thi
Bằng chứng, rủi ro và giám sát của con người
03 · Quyền thực thi
Làm thế nào để trí tuệ được trao quyền thực thi?
Có năng lực không đồng nghĩa với có thẩm quyền. Cơ chế cấp quyền được xác định rõ cho phép AI hành động tự chủ trong những điều kiện và giới hạn rõ ràng.
03 · Quyền thực thi
CII № 01 · Controlled Industrial Intelligence
AI tự chủ đã đi vào hoạt động
Yokogawa × Aramco2025
10%–15%
mức giảm sử dụng amin và hơi nước tại nhà máy khí Fadhili của Aramco, nơi nhiều tác nhân AI điều khiển tự chủ đang vận hành công đoạn loại bỏ khí axit.
Yokogawa, tháng 10 năm 2025Aramco
Nhà máy khí Fadhili · Aramco, qua Yokogawa
Caterpillar2026
Gần700
Xe tải tự hành Cat đang hoạt động trên toàn thế giới và đã vận chuyển an toàn tổng cộng hơn 11 tỷ tấn vật liệu.
Xe tải tự hành Cat · RobSimmons223311, CC BY-SA 4.0
Figure × BMW2025
90,000+
chi tiết được Figure 02 nạp trên dây chuyền lắp ráp đang hoạt động tại nhà máy BMW Spartanburg; hơn 1.250 giờ vận hành trong đợt triển khai 11 tháng.
Figure 02 tại BMW Spartanburg · Figure AI
Toàn cảnh AI tác nhân
WEF × Capgemini2026
ACAP
Khi giới thiệu Agent Capability and Authorization Profile, WEF lưu ý rằng các tổ chức phải đối mặt với thách thức mới: xác định điều kiện để tác nhân được phép hành động và bảo đảm quyền hạn đó được thực thi khi hệ thống phát triển.
Gartner2025
Hơn40%
dự án AI tác nhân sẽ bị hủy trước cuối năm 2027 do chi phí leo thang, giá trị kinh doanh chưa rõ hoặc kiểm soát rủi ro không đầy đủ.
Dynatrace2026
Chỉ13%
tổ chức sử dụng tác nhân tự chủ hoàn toàn; 69% quyết định do AI tác nhân hỗ trợ vẫn được con người kiểm chứng.
03 · Quyền thực thi
Bằng chứng, rủi ro và giám sát của con người
Nhưng thẩm quyền vẫn là câu hỏi bỏ ngỏ
Tự chủ đã hiện hữu, nhưng chưa đồng đều
Aramco cho biết hệ thống Fadhili đã được áp dụng lâu dài. Việc triển khai diễn ra từng bước: huấn luyện và kiểm tra trên mô phỏng, rồi kết nối với hệ thống điều khiển hiện có của nhà máy. Vận tải, điều khiển quy trình và tác nhân AI đa dụng là những bài toán khác nhau. Tự chủ thành công trước hết khi nhiệm vụ rõ ràng, môi trường được kiểm soát và ranh giới có thể kiểm chứng.
2%tổ chức đã triển khai tác nhân AI trên quy mô lớn, 12% triển khai một phần. Phần lớn vẫn thí điểm (23%) hoặc tìm hiểu (61%), theo khảo sát 1.500 lãnh đạo.Capgemini, tháng 7 năm 2025
Thẩm quyền đang trở thành câu hỏi của mọi người
ACAP của WEF quy định quyền hạn, điểm kiểm tra, người chịu trách nhiệm và bằng chứng của tác nhân; NIST kêu gọi các biện pháp nhận dạng và kiểm soát cấp quyền phù hợp. Từ tự động hóa truyền thống đến tác nhân AI ngày nay, quản trị hành vi tự chủ từ lâu đã là thách thức cốt lõi.
Phê duyệt của con người chưa phải câu trả lời cuối cùng
Người dùng Claude Code chấp thuận 93% yêu cầu cấp quyền, sau đó là 97%: sự mệt mỏi khi phê duyệt khiến người dùng không còn chú ý kỹ vào điều đang chấp thuận. Lập trình viên không phải người vận hành nhà máy, nhưng nếu mọi bước rủi ro thấp đều cần một cú nhấp, những phê duyệt quan trọng sẽ bị bỏ qua. Cấp quyền cũng cần giúp công việc đủ điều kiện tự chạy không phải tiếp tục chờ đợi.
13.6%lệnh nguy hiểm được phát hiện qua đánh giá của con người trong một thí nghiệm có kiểm soát; chế độ tự động phát hiện 89%.Anthropic, 2026
03 · Quyền thực thi
CII № 01 · Controlled Industrial Intelligence
Năm cách tiếp cận
Khám phá khám phá
Từ tự động hóa đến AI, công nghiệp và học thuật từ lâu đã nghiên cứu cách định hướng và ràng buộc hành vi máy móc.
01 · Kỹ thuật điều khiển
Quy tắc
Liên động và kiểm tra điều kiện cho phép bảo đảm máy chỉ vận hành khi đáp ứng các điều kiện đã định.
02 · Điều khiển quy trình
Tối ưu hóa
Bộ điều khiển dùng mô hình quy trình để đạt mục tiêu trong các ràng buộc vận hành đã định.
03 · Yếu tố con người
Giám sát
Con người và hệ thống tự động chia sẻ việc thu thập thông tin, lựa chọn hành động và thực thi.
04 · Học máy
Học hành vi
Dữ liệu, phần thưởng và phản hồi của con người định hình hành vi, theo định hướng của các ưu tiên và nguyên tắc rõ ràng.
05 · Robot học · Hàng không vũ trụ
Bất định và bảo đảm an toàn khi vận hành
Ước lượng bất định và giám sát khi vận hành giúp xác định lúc cần trợ giúp hoặc chuyển sang phương án dự phòng.
03 · Quyền thực thi
Bằng chứng, rủi ro và giám sát của con người
Năm câu hỏi bỏ ngỏ
Những thách thức còn lại
Khi AI chuyển từ suy luận sang hành động, những câu hỏi nền tảng vẫn còn đó.
- Chính xác đến mức nào là đủ?
- Nếu không phải độ chính xác, chúng ta nên đo điều gì?
- Đâu là ranh giới, và ai xác lập chúng?
- Con người nên làm gì: phê duyệt, giám sát hay can thiệp?
- Ai chịu trách nhiệm khi AI hành động?
Câu hỏi đằng sau
Vì sao chuyển từ trí tuệ sang hành động lại khó đến vậy?
Một phần câu trả lời có thể nằm ở
thẩm quyền.
03 · Quyền thực thi
Bằng chứng, rủi ro và giám sát của con người
Trường hợp thực tế
Quản lý lỗi có kiểm soát quyền thực thi
Lỗi truyền thông trong sản xuất bán dẫn
01 Thách thức
Trong sản xuất bán dẫn, AI có thể nhanh chóng chẩn đoán lỗi truyền thông và đề xuất biện pháp khắc phục. Nhưng với thiết bị đắt tiền và chi phí dừng máy cao, kỹ sư vẫn thận trọng khi cho phép AI tự chủ thực thi.
02 Cách tiếp cận
Kỹ sư và nhà khoa học dữ liệu cùng xây dựng ma trận quyền thực thi 3×3 dựa trên độ vững chắc của bằng chứng và rủi ro hành động. Ma trận xác định AI được tiến đến đâu — từ giám sát và đề xuất khắc phục đến thực thi tự chủ hoặc yêu cầu con người phê duyệt.
Khi có đủ bằng chứng và hoàn tất các kiểm tra cần thiết, AI có thể tự chủ thực hiện các hành động khôi phục rủi ro thấp và trung bình. Hành động rủi ro cao vẫn cần con người phê duyệt.
| Độ vững chắc của bằng chứng | Rủi ro hành động | ||
|---|---|---|---|
| Thấp | Trung bình | Cao | |
| Mạnh | Thực thi+ kiểm tra sau thực thi | sau kiểm chứngThực thisau kiểm chứng | Con ngườiphê duyệt |
| Vừa | Đề xuất | Đề xuất+ kiểm chứng | Con ngườiphê duyệt |
| Yếu | Giám sát | Giám sát | Con ngườichú ý |
- AI thực thi
- AI đề xuất
- AI giám sát
- Con người quyết định
Để biết thêm trường hợp và góc nhìn thực tiễn, liên hệ với chúng tôi.
Atlas, Rockefeller Center, New York (Lee Lawrie, 1937). Với thiên cầu trên vai, bức tượng gợi lại chủ đề nghệ thuật của trung tâm: Những chân trời mới và bước tiến của nền văn minh.
n2t.net/ark:66356/c100062Trao đổi
CII Atlas
Kết nối nhu cầu với giải pháp
CII Atlas
Kết nối
- Nhu cầuThách thức công nghiệp thực tế
- Ghép nốiKết nối nhu cầu với chuyên môn
- Giải phápNghiên cứu và giải pháp kỹ thuật
- Xác nhậnThử nghiệm trong môi trường thực tế
- Triển khaiĐưa trí tuệ vào thực tiễn
thử nghiệm · cải tiến · lặp lại
Khách truy cập trên toàn thế giới
ControlledIndustrialIntelligence
Mục lục
Bình luận
CII · № 01 ·
Bình luận của bạn được gửi riêng đến ban biên tập CII, không được công bố.