Chiếc camera giám sát trong nhà máy đang trở thành thanh tra an toàn lao động: ngưỡng thật sự khi triển khai thị giác máy tính

Bảy giờ bốn mươi sáng, ca ngày của một nhà máy gia công kim loại ở Bình Dương vừa giao ca. Xe nâng lùi ra khỏi khu giá liệu, một công nhân mới vào làm được ba tuần cúi đầu lướt điện thoại, bước ra từ chỗ rẽ — hai đường đi của họ sẽ giao nhau sau ba giây.

Nếu nhà máy này đã lắp thị giác máy tính cho an toàn lao động, ngay lúc này chiếc loa trên trần sẽ vang lên trước. Nếu không, kết cục của chuyện này phó mặc cho may rủi.

Vài năm nay ngày càng nhiều sản phẩm "biến camera giám sát thành thanh tra an toàn lao động AI", điểm bán chung đều là: không cần thay phần cứng, đấu vào camera sẵn có là dùng được. Nghe thì ngưỡng thấp đến mức khó tin. Nhưng khi tôi hỏi thực tế vài nhà máy đã triển khai, chỗ mắc kẹt lại hoàn toàn khác với những gì ghi trên slide giới thiệu của nhà cung cấp.

Bối cảnh sự việc

Thị trường này hình thành nhanh hơn tưởng tượng. Intenseye tuyên bố chính thức mỗi ngày xử lý 22 tỷ khung hình, danh sách khách hàng gồm Swire Coca-Cola, Siemens, Unilever và Heineken, trong đó trường hợp của Swire Coca-Cola là tỷ lệ chấn thương gây mất ngày công giảm 27%. Voxel chủ đạo lên sóng trong 48 giờ, tương thích hơn 95% camera IP sẵn có, khách hàng phản hồi chi phí bồi thường tai nạn lao động giảm tối đa 73%. Protex AI thì đi theo hướng điện toán biên (edge), nhấn mạnh hình ảnh không ra khỏi nhà máy.

Con đường công nghệ thật ra khá giống nhau: đưa luồng camera vào mô hình thị giác máy tính, nhận diện mấy loại hành vi rủi ro cao như không đội đồ bảo hộ, vào khu cấm, người và xe giao nhau, leo trèo không đúng cách, rồi kích hoạt cảnh báo hoặc phiếu công việc. Khác biệt nằm ở chiều sâu của các hạng mục phát hiện, đặt tính toán trên đám mây hay ở biên, và sau khi phát hiện vấn đề thì nối vào quy trình gì.

Lực đẩy ở Việt Nam đến từ hai hướng. Một là mức xử phạt đối với tai nạn lao động nghiêm trọng ngày càng nghiêm ngặt hơn qua từng năm, hai là nhà máy ngày càng khó tuyển người — khi thợ lành nghề nghỉ hưu, tỷ lệ nghỉ việc của người mới cao, thì cách quản lý an toàn truyền thống dựa vào "công nhân kỳ cựu dùng mắt canh" đang mất tác dụng.

Trọng tâm lần này

• Không đầu tư phần cứng là thật, nhưng không tốn công triển khai là giả. Tương thích camera sẵn có đúng là tiết kiệm chi phí thay máy, nhưng góc, độ cao và độ phân giải của camera lại là chuyện khác.
• Tỷ lệ tín hiệu trên nhiễu của hạng mục phát hiện quan trọng hơn số lượng. Bắt được 50 loại vi phạm chưa chắc hữu ích bằng bắt 5 loại rủi ro nghiêm trọng.
• Chọn đám mây hay biên là vấn đề an toàn dữ liệu, không phải sở thích công nghệ. Hình ảnh có ra khỏi nhà máy hay không, trong chuỗi cung ứng có yêu cầu kiểm toán từ khách hàng, là điều kiện cứng.
• Cảnh báo xong không ai xử lý thì cả hệ thống coi như lắp cho có. Đây là kiểu thất bại thường gặp nhất.
• Trao đổi giữa chủ và thợ là biến số then chốt quyết định thành bại khi triển khai, và không tính năng phần mềm nào giải quyết được.

Phân tích tác động thị trường

Với người dùng Việt Nam (nhân sự tại hiện trường)

Lời than thực tế nhất tôi từng nghe đến từ một quản đốc nhà máy: "Tuần đầu hệ thống lên sóng bắt được hơn bốn trăm lượt vi phạm, tuần thứ hai chúng tôi tắt luôn tiếng cảnh báo."

Đây không phải lỗi của sản phẩm, mà là lỗi quản lý kỳ vọng. Bất kỳ hệ thống thị giác máy tính an toàn lao động nào khi mới lên sóng cũng bắt ra một đống vi phạm mà bạn vốn không biết — vì những vi phạm đó vốn luôn tồn tại, chỉ là không ai nhìn thấy. Vấn đề là nếu không có quy trình xử lý đi kèm, bốn trăm việc cần làm chỉ khiến hiện trường cảm thấy hệ thống này đến để bới lỗi.

Cách làm thực tế là chia giai đoạn: tháng đầu chỉ bật hai ba hạng mục phát hiện rủi ro cao nhất (người và xe giao nhau, vào khu cấm), chạy trơn quy trình xử lý rồi mới dần bật thêm. Bật hết cùng lúc là tự sát.

Một vấn đề khác ở hiện trường là camera. Camera giám sát của nhà máy phần lớn lắp để chống trộm, góc hướng ra lối ra vào, đặt hơi cao, ngược sáng nghiêm trọng. Muốn phán đoán một người có đội mũ bảo hộ hay không, ống kính phải thấy được đầu họ; muốn phán đoán khoảng cách giữa xe nâng và người, ống kính phải có góc chúc xuống phù hợp. Tương thích không đồng nghĩa với nhìn rõ, điều này slide giới thiệu của nhà cung cấp không nói.

Với ứng dụng doanh nghiệp

Từ góc mua sắm của doanh nghiệp, tỷ suất hoàn vốn của loại hệ thống này thực ra dễ tính hơn đa số người nghĩ. Chi phí của một vụ tai nạn lao động nghiêm trọng không chỉ là tiền phạt, mà còn gồm tổn thất ngừng sản xuất, thiết bị bị niêm phong, mất điểm khi khách kiểm toán, cùng rủi ro trách nhiệm hình sự của người quản lý. Cộng hết lại, phí năm của hệ thống thường không phải con số lớn nhất.

Điều thật sự nên bàn là logic chọn hệ. Nếu điểm nghẽn của bạn là "muốn nhanh chóng kiểm chứng thứ này có tác dụng hay không", thì việc lên sóng trong 48 giờ của Voxel khiến dự án không chết ngay ở khâu khởi động; nếu bạn ở chuỗi cung ứng bán dẫn hoặc quốc phòng, hình ảnh tuyệt đối không được ra khỏi nhà máy, thì kiến trúc biên của Protex AI là lựa chọn duy nhất; nếu nhà máy của bạn đã có chế độ quản lý an toàn lao động chín muồi, cái cần là nối phát hiện vào hành động bảo vệ thực tế, thì điểm Intenseye hỗ trợ kích hoạt trực tiếp việc dừng khẩn thiết bị đáng để đánh giá. Với ngành luyện kim thép có môi trường khắc nghiệt (nhiệt độ cao, bụi, ánh sáng mạnh), thì phải xem các giải pháp tích hợp thiết bị đeo và cảm biến IoT như Everguard.ai.

Với lập trình viên

Lĩnh vực này thực ra có cơ hội cho các đội ngũ trong nước. Mô hình của các hãng quốc tế được huấn luyện bằng dữ liệu nhà máy Âu Mỹ, còn mật độ luồng di chuyển, kiểu máy móc và thói quen làm việc ở nhà máy Việt Nam đều khác; chưa kể bối cảnh tạm thời của công trường xây dựng khác rất xa so với nhà xưởng theo chuẩn. Mô hình phát hiện được bản địa hóa, và việc kết nối với hệ thống MES hay hệ thống quản lý an toàn lao động sẵn có, đều là việc tỉ mỉ mà các hãng ngoại không làm.

Về mặt kỹ thuật cần lưu ý sự bất đối xứng của chi phí báo động sai. Bỏ sót một lần có thể chết người, báo sai một trăm lần sẽ khiến hệ thống bị tắt — nhưng cái giá của hai thứ này khi huấn luyện mô hình thường bị xử lý như thể chúng đối xứng. Khi thiết kế mô hình cho bối cảnh Việt Nam, việc chỉnh ngưỡng thế nào, có đưa vào khâu người kiểm tra lại hay không, quan trọng hơn nhiều so với việc theo đuổi độ chính xác thêm một chữ số sau dấu phẩy.

Xu hướng phát triển tương lai

Tôi cho rằng hai ba năm tới sẽ đi theo ba hướng.

Thứ nhất là từ phát hiện tiến sang điều khiển. Hiện đa số hệ thống dừng ở mức phát cảnh báo, nhưng Intenseye đã làm việc kích hoạt trực tiếp dừng khẩn. Đi tiếp con đường này, AI an toàn lao động sẽ từ công cụ giám sát trở thành một phần của vòng lặp an toàn, và việc phân định trách nhiệm cùng thiết kế chế độ khi hỏng hóc sẽ thành vấn đề mới — hệ thống dừng nhầm dây chuyền thì tổn thất ai gánh?

Thứ hai là đa dạng hóa cảm biến. Trần giới hạn khi chỉ dựa vào camera thường sẽ sớm chạm tới, việc tích hợp ảnh nhiệt, camera chiều sâu, định vị UWB và thiết bị đeo sẽ trở thành trang bị tiêu chuẩn, nhất là ở những nơi che khuất nhiều, ánh sáng kém.

Thứ ba là kết nối với quy định pháp luật về an toàn lao động. Hiện dữ liệu do loại hệ thống này tạo ra chưa có địa vị pháp lý, nhưng khi chúng tích lũy đủ tình huống, "có lắp hay không" rất có thể sẽ trở thành một câu hỏi bị đặt ra trong các cuộc điều tra tai nạn lao động tương lai. Với nhà cung cấp thì đây là áp lực, cũng là chất xúc tác cho thị trường.

Tổng kết và bình luận của TheAI Academy

Nói thật, thái độ của tôi với AI an toàn lao động luôn là "công nghệ không phải vấn đề, tổ chức mới là vấn đề". Năng lực phát hiện của mấy hãng này đều đã đạt mức dùng được, thứ thật sự quyết định thành bại là ba điều: góc camera có đúng không, chủ và thợ có trao đổi rõ trước không, cảnh báo phát ra có người tiếp nhận không. Ba điều này đều xảy ra bên ngoài phần mềm.

Tôi đặc biệt muốn nhấn mạnh việc trao đổi giữa chủ và thợ. Camera quay được là con người, phản ứng đầu tiên của người lao động chắc chắn là "cái này để bắt mình đi trễ về sớm". Một khi nhận thức này đóng khung, tiếp theo sẽ là camera bị xoay hướng, cảnh báo bị phớt lờ, hệ thống bị vô hiệu. Chỉ có một cách phá thế này: trước khi triển khai phải cam kết rõ hình ảnh chỉ dùng cho an toàn lao động, không làm căn cứ đánh giá thành tích, và phải ghi vào biên bản họp giữa chủ và thợ, nói miệng không có tác dụng.

Bình luận: Thị giác máy tính an toàn lao động đã là công nghệ chín muồi, nhưng nó là một bài toán kỹ thuật tổ chức chứ không phải một thương vụ mua sắm. Trước khi mua hãy tự hỏi một câu — cảnh báo reo lên, ai đi xử lý? Trả lời không được thì đừng mua vội.

Gợi ý cụ thể cho độc giả Việt Nam: nếu bạn phụ trách an toàn lao động trong ngành sản xuất, hãy làm ba việc trước. Một, kiểm kê góc và chất lượng hình ảnh của camera hiện có, chọn ra ba đến năm chiếc thật sự quay được khu vực rủi ro cao; hai, chọn một nhà cung cấp sẵn sàng làm POC quy mô nhỏ, chỉ bật hai hạng mục phát hiện chạy một tháng; ba, trước khi bắt đầu POC hãy tổ chức họp giữa chủ và thợ để giải thích mục đích và ranh giới. Làm xong ba bước này, bạn sẽ gần với thành công hơn tám phần mười các trường hợp triển khai. Muốn so sánh công cụ trong lĩnh vực này, có thể xem phần tổng hợp trong mục AI an toàn công cộng và ứng phó, hoặc tìm tình huống ứng dụng gần giống trong Cẩm nang tác vụ AI.

Nguồn tham khảo

• Website chính thức Intenseye
• Website chính thức Voxel
• Cục An toàn và Vệ sinh Lao động, Bộ Lao động (Đài Loan)

(Bài viết được tổng hợp theo thông tin công khai; thông số sản phẩm và các con số tình huống khách hàng lấy theo công bố chính thức của nhà cung cấp.)