inflearn logo

Cách đánh giá để triển khai chatbot AI không bị bỏ rơi

Bạn đã bao giờ thấy một chatbot trị giá 200 triệu won bị bỏ xó chưa? 70~85% các dự án AI không đạt được kết quả như kỳ vọng. Tại các nhà máy sản xuất, con số này còn gây đau đớn hơn thế. Một chatbot vốn hoàn hảo trong buổi demo của nhà cung cấp, nhưng khi đưa tài liệu thực tế tại hiện trường vào, nó lại tự tin đưa ra những câu trả lời sai lệch. Những công nhân lành nghề với 30 năm kinh nghiệm sẽ quay lưng và nói rằng: "Thứ đó vô dụng thôi". Hệ thống tiêu tốn hàng trăm triệu won để xây dựng cứ thế lặng lẽ bị vứt bỏ. Tôi đã trực tiếp lập kế hoạch và triển khai MES, nhà máy thông minh (Smart Factory), DX/AX sản xuất tại các hiện trường sản xuất như Samsung Electronics, Samsung Display, Hyundai Mobis và LS Electric trong hơn 16 năm qua. Và hiện tại, tôi đang trực tiếp thiết kế và xây dựng chatbot AI cho các nhà máy sản xuất. Trong quá trình này, tôi luôn trăn trở "Tại sao chatbot sản xuất lại thất bại nhiều đến vậy?", và tôi đã đi đến kết luận rằng câu trả lời không nằm ở công nghệ, mà nằm ở khâu lập kế hoạch. Khóa học này không dạy viết code Đây không phải là khóa học dành cho các nhà phát triển tạo ra chatbot. Đây là khóa học dành cho những người cần lập kế hoạch triển khai chatbot, đánh giá nhà cung cấp, kiểm chứng hiệu suất và cuối cùng là quyết định có đưa vào sử dụng hay không. Đối tượng là các nhà hoạch định, quản lý và trưởng nhóm tại hiện trường sản xuất. Không cần lập trình, chỉ trong 50 phút, bạn sẽ có thể làm được những điều sau: 1. Hiểu các công nghệ cốt lõi của chatbot AI (RAG, Knowledge Graph) thông qua một phép ẩn dụ đơn giản. 2. Sử dụng ngay 5 câu hỏi thực tế để phân biệt năng lực của các nhà cung cấp. 3. Thiết kế 30 ngày dùng thử (POC) chỉ với một trang danh sách kiểm tra (checklist). 4. Xây dựng chiến lược để chatbot được tiếp nhận mà không gặp phải sự phản kháng từ công nhân hiện trường. Tại sao khóa học này lại cần thiết? - Tỷ lệ áp dụng AI trong ngành sản xuất Hàn Quốc chỉ dừng lại ở mức 24%, nhưng 81% doanh nghiệp đang có kế hoạch mở rộng đầu tư vào AI. Điều này có nghĩa là tỷ lệ áp dụng thấp nhưng ý chí lại cao. Vấn đề là đang thiếu những nhà hoạch định biết cách thực hiện. - Trên Inflearn có các bài giảng về RAG và chatbot, nhưng tất cả đều dành cho nhà phát triển. Đây là khóa học lập kế hoạch chatbot AI đầu tiên dành cho những người không phải là nhà phát triển trong lĩnh vực sản xuất. 50 phút này có thể giúp bạn ngăn chặn một sai lầm trị giá 200 triệu won.

1 học viên đang tham gia khóa học này

Độ khó Nhập môn

Thời gian Không giới hạn

Chatbot
Chatbot
RAG
RAG
knowledge-graph
knowledge-graph
Chatbot
Chatbot
RAG
RAG
knowledge-graph
knowledge-graph

Bạn sẽ nhận được điều này sau khi học.

  • Khả năng phán đoán để không bị đánh lừa bởi các buổi demo của nhà cung cấp — Ngay cả khi không am hiểu về kỹ thuật, bạn vẫn có thể đánh giá năng lực của nhà cung cấp và chỉ ra những điểm yếu trong bản đề xuất chỉ với 5 câu hỏi.

  • Năng lực thiết kế POC trong 30 ngày — Từ việc lựa chọn trường hợp sử dụng (use case) đến định nghĩa tiêu chí thành công, thử nghiệm thực tế và quyết định Go/No-Go, bạn sẽ có thể tự mình thiết kế việc triển khai thí điểm chỉ với một bản danh sách kiểm tra (checklist).

  • Tìm hiểu công nghệ cốt lõi của chatbot AI dành cho người không chuyên — Bạn sẽ có thể giải thích sự khác biệt giữa RAG và Knowledge Graph chỉ bằng một phép ẩn dụ, đồng thời tự mình đánh giá được phương thức nào phù hợp với nhà máy của chúng ta.

  • Chiến lược định cư tại hiện trường — Bạn sẽ có thể áp dụng ngay vào thực tế phương pháp định vị giúp biến sự phản kháng của những thợ lành nghề thành sự ủng hộ, cùng chiến lược triển khai bắt đầu từ quy mô nhỏ và lan rộng dần.

🏭 Cách lập kế hoạch chatbot sản xuất để tránh sai lầm trị giá 200 triệu won

Bạn đã bao giờ trải qua tình huống này chưa?

"Chúng ta cũng nên đưa một chatbot AI vào sử dụng đi." Chỉ thị này được đưa xuống từ cấp trên. Vì vậy, bạn đã gọi nhà cung cấp đến và bản demo trông khá thuyết phục. Thế nhưng, trong lòng bạn vẫn cảm thấy bất an.

"Liệu cái này có thực sự hoạt động được trong nhà máy của chúng ta không?" "Liệu có nên ký hợp đồng chỉ dựa vào lời nói của nhà cung cấp không?" "Nếu triển khai mà không thành công thì ai sẽ chịu trách nhiệm?"

Sự bất an này hoàn toàn có cơ sở. Khoảng 70~85% các dự án AI không đạt được kết quả như kỳ vọng, và 42% doanh nghiệp đã từ bỏ hoàn toàn các sáng kiến AI của mình. Tại các nhà máy sản xuất, thực tế đang diễn ra việc những chatbot trị giá hàng trăm triệu won bị bỏ xó một cách lặng lẽ.


🔍 Tại sao lại thất bại nhiều đến vậy?

Không phải vì thiếu hụt công nghệ. Mà là vì việc lập kế hoạch đã sai lầm.

  • Họ đã không kiểm chứng trước vấn đề ảo giác, nơi AI tự tin bịa ra những điều mà nó không biết

  • Chúng ta đã không xem xét đến vấn đề sử dụng hỗn hợp tiếng Hàn và tiếng Anh, nơi mà "작업지시" và "Work Order" có cùng ý nghĩa nhưng lại không thể tìm kiếm được.

  • Chỉ đánh giá dựa trên bản demo do nhà cung cấp chuẩn bị mà không kiểm tra bằng chính tài liệu của chúng ta

  • Không quản lý cảm giác bị đe dọa mà những người thợ lành nghề với 30 năm kinh nghiệm đang cảm thấy. felt by skilled workers with 30 years of experience.

  • Chúng tôi đã không kiểm tra quyền sở hữu dữ liệu thuộc về ai sau khi kết thúc hợp đồng

Tất cả những thất bại này đều có thể ngăn chặn được trước khi áp dụng. Nếu chúng ta biết cách đặt ra những câu hỏi đúng đắn.


📋 Nội dung được đề cập trong bài giảng này

Bài 1. Tại sao 70% chatbot sản xuất thất bại (Công khai miễn phí) Phân tích 5 mô hình cấu trúc dẫn đến sự thất bại của chatbot trong lĩnh vực sản xuất. Chúng tôi sẽ trình bày thông điệp cốt lõi thông qua các con số và ví dụ thực tế rằng đây không phải là vấn đề kỹ thuật mà là vấn đề về lập kế hoạch.

Bài 2. RAG vs Knowledge Graph, kết thúc bằng phép ẩn dụ Giải thích hai công nghệ cốt lõi của chatbot AI thông qua phép ẩn dụ về "tìm kiếm thư viện" và "sơ đồ tổ chức nhà máy". Chúng tôi sẽ cung cấp cho bạn các tiêu chí để xác định lý do tại sao các vấn đề phát sinh trong các tài liệu sử dụng hỗn hợp tiếng Hàn và tiếng Anh tại hiện trường sản xuất, và phương pháp nào phù hợp với nhà máy của bạn.

Bài 3. 5 câu hỏi để không bị nhà cung cấp qua mặt Chúng tôi sẽ chia sẻ 5 câu hỏi then chốt giúp bạn đánh giá năng lực của nhà cung cấp ngay cả khi không am hiểu về kỹ thuật. Với mỗi câu hỏi, chúng tôi sẽ chỉ ra cụ thể sự khác biệt giữa câu trả lời tốt và câu trả lời không tốt.

Bài 4. Thiết kế POC 30 ngày như thế này Thiết kế lộ trình theo từng tuần cho việc triển khai thử nghiệm trong 30 ngày để kiểm tra tính khả thi thực tế trước khi chính thức áp dụng. Nội dung bao gồm nguyên tắc cốt lõi "Đừng để nhà cung cấp tự chọn kịch bản", cùng với lý do tại sao sự hợp tác ba bên giữa người lập kế hoạch, người phụ trách hệ thống nội bộ và nhà cung cấp là yếu tố bắt buộc.

Bài 5. 3 điều kiện để chatbot tồn tại trong thực tế Ngay cả khi vượt qua kiểm chứng kỹ thuật, chatbot sẽ vô nghĩa nếu không được sử dụng tại hiện trường. Bài học này đề cập đến cách biến những công nhân lành nghề thành đồng minh, chiến lược bắt đầu nhỏ để chứng minh nhanh chóng, và cấu trúc nơi AI đề xuất còn con người quyết định.


👤 Giới thiệu giảng viên

Tôi là một chuyên gia thực tế về DX trong sản xuất, người đã trực tiếp lập kế hoạch và triển khai MES, nhà máy thông minh, sản xuất DX/AX tại hiện trường sản xuất trong hơn 16 năm tại Samsung Electronics, Samsung Display, Hyundai Mobis và LS Electric. Tôi đã nghiên cứu điểm giao thoa giữa công nghệ và quản lý trong chương trình Thạc sĩ Quản lý Công nghệ tại KAIST, và hiện đang thực hiện dự án trực tiếp thiết kế và xây dựng chatbot AI tại các hiện trường sản xuất.

Đây là bài giảng không đứng từ lập trường của nhà cung cấp mà từ lập trường của người đặt hàng, không dựa trên lý thuyết mà từ kinh nghiệm thực tế.


✅ Rất đề xuất cho những người sau đây

  • Những người nhận được chỉ thị "hãy xem xét việc triển khai chatbot" nhưng không biết phải bắt đầu từ đâu

  • Những người đã xem bản demo của nhà cung cấp nhưng vẫn chưa chắc chắn liệu nó có thực sự hoạt động hiệu quả hay không

  • Những người đã triển khai chatbot AI nhưng không được sử dụng trong thực tế

  • Những người muốn nắm thế chủ động với tư cách là người lập kế hoạch mà không bị cuốn theo các thuật ngữ kỹ thuật

❌ Không phù hợp với những đối tượng sau

  • Những người muốn tự tay lập trình để tạo chatbot AI (khóa học này không bao gồm mã code)

  • Những người muốn học các khung phát triển (framework) như RAG/LangChain

  • Những người đang lên kế hoạch xây dựng chatbot cho các lĩnh vực không phải ngành sản xuất


💡 Lưu ý trước khi học

  • Không cần kiến thức tiên quyết. Hoàn toàn không cần kiến thức về lập trình, AI hay coding.

  • Tổng cộng có 5 bài giảng, thời lượng khoảng 50 phút. Đây là thời lượng mà bạn có thể nghe mỗi ngày một bài trong giờ nghỉ trưa.

  • Bài 1 được công khai miễn phí, vì vậy bạn có thể nghe thử trước rồi mới quyết định.

Khuyến nghị cho
những người này

Khóa học này dành cho ai?

  • Nhà hoạch định/quản lý trong ngành sản xuất nhận được chỉ thị "hãy xem xét việc triển khai chatbot" nhưng không biết phải bắt đầu từ đâu — những người đang cảm thấy bế tắc khi phải đánh giá đề xuất từ các nhà cung cấp mà không có nền tảng kỹ thuật.

  • Những ai đã xem bản demo của nhà cung cấp nhưng vẫn chưa chắc chắn liệu "nó có thực sự hoạt động hay không" — những người cảm thấy bế tắc vì dù giao diện trông có vẻ ổn, nhưng lại không có tiêu chuẩn để đánh giá liệu nó có hoạt động tốt như vậy khi đưa tài liệu thực tế của nhà máy mình vào hay không.

  • Những người đã triển khai chatbot AI nhưng thực tế không được sử dụng — hệ thống vẫn đang hoạt động nhưng nhân viên lại ngó lơ, và bạn đang lo lắng vì không thể chứng minh được hiệu quả so với chi phí đầu tư.

  • Những người đang đảm nhận công việc Nhà máy thông minh/Chuyển đổi số sản xuất (DX) nhưng có cảm giác đang bị đội ngũ phát triển hoặc nhà cung cấp dẫn dắt trong việc ra quyết định liên quan đến AI — Những người không muốn bị choáng ngợp bởi các thuật ngữ kỹ thuật và muốn nắm thế chủ động với tư cách là người lập kế hoạch.

Cần biết trước khi bắt đầu?

  • Những người đã từng có kinh nghiệm làm việc tại hiện trường trong ngành sản xuất (nhà máy, sản xuất, chất lượng, thiết bị, v.v.)

  • Những người đã từng nghe qua tên các hệ thống sản xuất như MES hay ERP

  • Những ai đã từng sử dụng các dịch vụ AI như ChatGPT hay Claude ít nhất một lần

Xin chào
Đây là fleem826937

38

Học viên

5

Đánh giá

4.4

Xếp hạng

3

Các khóa học

Với hơn 15 năm kinh nghiệm trong lĩnh vực kỹ thuật sản xuất và kỹ thuật thiết bị tại nhà máy, tôi đã đảm nhận vai trò giải quyết các vấn đề tại hiện trường thông qua dữ liệu và hệ thống. Bắt đầu từ việc điều khiển thiết bị dựa trên PC, tôi đã tích lũy năng lực cải tiến hệ thống bằng cách thấu hiểu cấu trúc quy trình/thiết bị, đồng thời phân tích luồng dữ liệu sản xuất và cấu trúc công việc.
Hiện tại, tôi đang thiết kế và triển khai các giải pháp thực tiễn nhằm kết nối dữ liệu, quy trình, hệ thống và tự động hóa trong lĩnh vực AX (AI & Chuyển đổi số) sản xuất.

www.linkedin.com/in/기호-이-3015a317b

Thêm

Chương trình giảng dạy

Tất cả

5 bài giảng ∙ (41phút)

Tài liệu khóa học:

Tài liệu bài giảng
Ngày đăng: 
Cập nhật lần cuối: 

Đánh giá

Chưa có đủ đánh giá.
Hãy trở thành tác giả của một đánh giá giúp mọi người!

Khóa học khác của fleem826937

Hãy khám phá các khóa học khác của giảng viên!

Khóa học tương tự

Khám phá các khóa học khác trong cùng lĩnh vực!

Ưu đãi có thời hạn

358.064 ₫

25%

477.419 ₫