Series Từ số hóa đến AI #19: Khách hàng audit gì khi yêu cầu minh bạch dữ liệu và truy xuất trong nhà máy?

I. Audit không chỉ hỏi “có hồ sơ không?” mà còn hỏi “hồ sơ có đáng tin không?”

Một file hoặc biểu mẫu tồn tại chưa đủ chứng minh dữ liệu đáng tin. Người đánh giá có thể quan tâm:

• Nguồn dữ liệu là gì và ai chịu trách nhiệm?
• Dữ liệu được ghi tại thời điểm phát sinh hay nhập lại sau?
• Có thể biết ai đã tạo, sửa, duyệt hoặc tải dữ liệu không?
• Phiên bản SOP, biểu mẫu hoặc tiêu chuẩn nào đã được dùng?
• Dữ liệu giữa sản xuất, chất lượng, kho và bảo trì có khớp nhau không?
• Khi phát hiện sai lệch, nhà máy xử lý và ngăn tái diễn thế nào?

Vì vậy, mục tiêu không chỉ là số hóa tài liệu thành PDF. Nhà máy cần số hóa cả mối quan hệ giữa sản phẩm, quy trình, con người, thiết bị và hành động.

II. Nhóm dữ liệu 1: Nhận diện lô, đơn hàng và sản phẩm

Đây là điểm bắt đầu của hầu hết luồng truy xuất. Nhà máy cần có cách xác định rõ:

• Mã sản phẩm và phiên bản/specification áp dụng.
• Lệnh hoặc batch/lot sản xuất.
• Thời gian bắt đầu và kết thúc.
• Dây chuyền, công đoạn và trạng thái thực hiện.
• Số lượng kế hoạch, thực tế, đạt và không đạt.
• Liên kết với đơn hàng hoặc yêu cầu khách hàng khi cần.

Nếu cùng một sản phẩm được gọi bằng nhiều mã giữa ERP, sản xuất và chất lượng, việc truy xuất sẽ chậm và dễ nhầm. Vì vậy, master data và bảng đối chiếu mã là phần quan trọng của nền tảng audit.

III. Nhóm dữ liệu 2: Nguyên vật liệu, nhà cung cấp và luồng cấp phát

Khi có lỗi, một câu hỏi phổ biến là sản phẩm đã dùng vật tư hoặc linh kiện nào. Dữ liệu nên giúp truy ngược:

• Mã và lô vật tư.
• Nhà cung cấp hoặc nguồn nhập.
• Kết quả kiểm tra đầu vào nếu có.
• Thời điểm và số lượng cấp phát.
• Lệnh sản xuất, công đoạn hoặc máy đã sử dụng.
• Vật tư thay thế hoặc điều chỉnh được phê duyệt.

Nếu kho chỉ ghi tổng xuất theo ngày mà không liên kết với lệnh hoặc lô, truy xuất nguyên nhân sẽ bị giới hạn. Không phải mọi ngành đều cần mức chi tiết giống nhau; mức dữ liệu phải dựa trên rủi ro và yêu cầu khách hàng.

IV. Nhóm dữ liệu 3: Máy, công cụ, thông số và điều kiện sản xuất

Khách hàng có thể cần biết sản phẩm được chạy trên thiết bị nào và điều kiện có nằm trong phạm vi cho phép không. Tùy quy trình, dữ liệu liên quan có thể gồm:

• Mã thiết bị, khuôn, jig hoặc dụng cụ.
• Ca/kíp và người vận hành.
• Thông số cài đặt hoặc giá trị quá trình quan trọng.
• Sự kiện chạy/dừng, chuyển đổi sản phẩm hoặc cảnh báo.
• Tình trạng hiệu chuẩn đối với dụng cụ đo.
• Phiếu bảo trì hoặc sự cố gần thời điểm sản xuất.

Không phải mọi thông số đều phải lưu tự động. Nhà máy nên ưu tiên dữ liệu ảnh hưởng trực tiếp đến chất lượng, an toàn, truy xuất hoặc quyết định giải phóng sản phẩm.

V. Nhóm dữ liệu 4: Kiểm tra chất lượng và xử lý sản phẩm không phù hợp

Một bản ghi “OK/NG” thường không đủ cho phân tích. Dữ liệu chất lượng nên trả lời:

• Kiểm tra ở công đoạn nào, theo tiêu chuẩn nào?
• Đặc tính nào được đo và kết quả là gì?
• Ai kiểm tra, thiết bị đo nào được sử dụng?
• Lỗi thuộc mã nào, mức độ ra sao?
• Số lượng ảnh hưởng và phạm vi cách ly là gì?
• Quyết định xử lý: rework, scrap, concession hay hướng khác?
• Có CAPA hoặc hành động phòng ngừa không?

Khi mã lỗi, lô, máy và ca được liên kết, nhà máy có thể phân tích xu hướng thay vì chỉ đóng từng sự cố riêng lẻ.

VI. Nhóm dữ liệu 5: Bảo trì, vệ sinh, checklist và điều kiện thiết bị

Audit có thể yêu cầu bằng chứng rằng thiết bị liên quan được bảo trì, kiểm tra hoặc vệ sinh theo kế hoạch. Dữ liệu nên cho thấy:

• Kế hoạch PM và trạng thái thực hiện.
• Checklist, kết quả, người thực hiện và người xác nhận.
• Công việc bị dời, lý do và phê duyệt.
• Sự cố, nguyên nhân, hành động sửa chữa và phụ tùng dùng.
• Thời gian thiết bị ngừng và thời điểm trả lại sản xuất.
• Tài liệu hướng dẫn hoặc tiêu chuẩn được áp dụng.

Một CMMS giúp quản lý dòng công việc này, nhưng chỉ có giá trị audit khi người dùng ghi nhận đầy đủ và định nghĩa “hoàn thành” được thống nhất.

VII. Nhóm dữ liệu 6: Tài liệu, SOP và kiểm soát phiên bản

Một câu hỏi quan trọng là tại thời điểm thực hiện, người dùng đã được hướng dẫn bởi phiên bản nào. Cần kiểm soát:

• Mã tài liệu và phiên bản.
• Ngày hiệu lực, trạng thái phê duyệt và người phê duyệt.
• Lịch sử thay đổi.
• Phạm vi áp dụng theo bộ phận, sản phẩm hoặc thiết bị.
• Quyền truy cập và cách thu hồi bản cũ.
• Bằng chứng đào tạo hoặc xác nhận đã đọc khi cần.

Scan tài liệu chỉ tạo ra bản số. Quản trị tài liệu cần thêm metadata, trạng thái và quyền truy cập để tránh người dùng mở nhầm phiên bản.

VIII. Nhóm dữ liệu 7: Audit trail, phân quyền và lịch sử chỉnh sửa

Với dữ liệu ảnh hưởng đến KPI, chất lượng hoặc quyết định, nhà máy nên biết:

• Ai tạo bản ghi?
• Ai sửa, sửa nội dung gì và khi nào?
• Ai duyệt hoặc đóng công việc?
• Có lý do chỉnh sửa không?
• Ai đã xem hoặc tải dữ liệu nhạy cảm?

Audit trail không thay thế quy trình kiểm soát, nhưng giúp bảo vệ tính toàn vẹn và khả năng truy nguyên. Phân quyền nên theo vai trò: công nhân, trưởng ca, kỹ thuật viên, quản lý, chất lượng, IT và ban giám đốc không nhất thiết có cùng quyền xem hoặc sửa.

Với AI Copilot, nguyên tắc tương tự: người dùng chỉ nên nhận câu trả lời từ tài liệu họ được phép truy cập.

IX. Vì sao giấy và Excel làm audit chậm dù vẫn “có đủ hồ sơ”?

Giấy và Excel không phải lúc nào cũng sai. Vấn đề nằm ở quy mô và mức kiểm soát. Khi dữ liệu tăng, các hạn chế thường xuất hiện:

• Nhiều phiên bản của cùng một file.
• Khó biết ai sửa và sửa lúc nào.
• Dữ liệu trùng lặp hoặc khác mã giữa các bộ phận.
• Không liên kết tự động giữa lô, máy, lỗi và phiếu bảo trì.
• Tìm kiếm phụ thuộc vào người biết thư mục hoặc cách đặt tên.
• Bằng chứng được tổng hợp sau sự kiện thay vì ghi tại nguồn.

Nếu mỗi đợt audit đều cần một “đội gom hồ sơ”, đó là dấu hiệu luồng dữ liệu nên được thiết kế lại.

X. Một kịch bản truy xuất nên hoàn thành được trong bao lâu?

Không có một thời gian chuẩn chung cho mọi nhà máy. Thay vì đặt con số theo cảm tính, hãy thử nghiệm bằng một tình huống thật:

Chọn một lô sản phẩm gần đây và yêu cầu nhóm liên phòng ban cung cấp trong một khoảng thời gian định trước: lệnh sản xuất, vật tư, máy, ca, kết quả kiểm tra, sự cố, phiếu bảo trì liên quan, phiên bản SOP và hành động xử lý.

Ghi lại:

• Mất bao lâu để có câu trả lời đầu tiên?
• Có bao nhiêu hệ thống và người phải tham gia?
• Dữ liệu nào không khớp?
• Bằng chứng nào thiếu hoặc không rõ phiên bản?
• Có thể tái hiện lại kết quả lần thứ hai không?

Bài kiểm tra này tạo baseline thực tế cho dự án số hóa truy xuất.

XI. Checklist chuẩn bị audit dữ liệu

Checklist cần được điều chỉnh theo ngành, hợp đồng và tiêu chuẩn áp dụng. Không nên dùng một checklist chung như bằng chứng tuân thủ đầy đủ.

XII. Lộ trình số hóa truy xuất theo phạm vi nhỏ

1. Chọn một sản phẩm, một loại lỗi hoặc một khách hàng có yêu cầu rõ.
2. Vẽ luồng từ nguyên liệu đến thành phẩm và các điểm tạo dữ liệu.
3. Xác định nguồn chính thức cho từng trường dữ liệu.
4. Chuẩn hóa mã lô, máy, sản phẩm, lỗi và trạng thái.
5. Liên kết dữ liệu giữa ERP, sản xuất, chất lượng và CMMS ở mức cần thiết.
6. Thiết lập audit trail và phân quyền cho dữ liệu quan trọng.
7. Chạy thử một kịch bản truy xuất định kỳ và đo thời gian.
8. Mở rộng sau khi dữ liệu được dùng ổn định.

XIII. Câu hỏi thường gặp

Có cần kết nối tất cả hệ thống mới truy xuất được không?

Không. Có thể bắt đầu với một luồng ưu tiên và một số ID liên kết chính. Kết nối mọi hệ thống ngay từ đầu thường làm dự án phức tạp mà chưa chắc tăng giá trị tương ứng.

Scan toàn bộ hồ sơ giấy có đủ cho audit số không?

Scan giúp lưu và tìm tài liệu dễ hơn, nhưng chưa tạo dữ liệu có cấu trúc, audit trail hoặc liên kết tự động. Các trường quan trọng vẫn cần được số hóa thành dữ liệu.

Dashboard có thay thế hồ sơ gốc không?

Không. Dashboard là lớp tổng hợp để theo dõi và phát hiện vấn đề. Hồ sơ gốc, quyền truy cập và lịch sử chỉnh sửa vẫn phải được quản lý trong hệ thống nguồn phù hợp.

AI có thể tự trả lời mọi câu hỏi audit không?

AI có thể hỗ trợ tìm tài liệu, tóm tắt và điều hướng đến bằng chứng, nhưng không nên tự xác nhận tuân thủ hoặc thay thế người chịu trách nhiệm. Câu trả lời cần có nguồn, quyền truy cập và cơ chế kiểm tra.