AI-Enabled Garment Operations
New Wide Vietnam tích hợp AI vào các workflow may mặc thực tế, từ xử lý PO, packing list và techpack đến kiểm soát vật tư, theo dõi sản xuất, phân tích chất lượng và báo cáo quản trị.
AI tăng tốc xử lý dữ liệu và nhận diện ngoại lệ. Quy tắc nghiệp vụ kiểm tra kết quả, trong khi nhân sự phụ trách giữ quyền kiểm soát mọi quyết định quan trọng về sản xuất, chất lượng và giao hàng.
AI ở xưởng may là trợ lý quy trình, không phải hộp đen tự động.
Trong thực tế vận hành, AI tại New Wide Vietnam được thiết kế để đọc dữ liệu đầu vào, chuẩn hóa nội dung, hỗ trợ phân tích nhanh và gợi ý bước tiếp theo. Mỗi đầu ra quan trọng đều có nhân sự phụ trách kiểm tra trước khi dùng cho sản xuất hoặc trao đổi với khách hàng.
Đọc PO, packing list, techpack, file Excel, PDF, hình ảnh và ghi chú kỹ thuật; sau đó chuyển chúng thành dữ liệu dễ sử dụng hơn cho các bộ phận liên quan.
- Không tự ý thay đổi nội dung đơn hàng.
- Không tự phê duyệt thông số kỹ thuật.
- Không thay thế trách nhiệm của QA, IE hay merchandiser.
Quy mô AI đã được ghi nhận đến ngày 11/07/2026
Các số liệu dưới đây là dữ kiện đã chốt trong bộ ngữ cảnh AI. Chúng cho thấy AI tại nhà máy không chỉ là thử nghiệm nhỏ lẻ mà đã trở thành một lớp hỗ trợ nghiệp vụ có lượt dùng thực tế.
| Mức trưởng thành | Cấp độ 4 ở các workflow trọng điểm, theo mô hình trưởng thành AI nội bộ gồm năm cấp độ. | AI tham gia xuyên nhiều chức năng, kết nối dữ liệu, quy tắc và workflow. |
|---|---|---|
| Nguyên tắc vận hành | AI xử lý dữ liệu, quy tắc nghiệp vụ kiểm tra và nhân viên xác nhận bước quan trọng. | Human-in-the-loop vẫn là lớp kiểm soát cuối cùng. |
| Phạm vi ứng dụng | PO, packing list, techpack, sản xuất, QC, vật tư, chứng từ, HR và quản trị. | AI đang hỗ trợ nhiều phòng ban trong chuỗi giá trị may mặc. |
AI đã trở thành một lớp năng lực vận hành xuyên phòng ban
Đây là đánh giá theo mô hình trưởng thành AI nội bộ, không phải chứng nhận độc lập. Ở các workflow trọng điểm, AI đã gắn với dữ liệu, quy tắc nghiệp vụ và trách nhiệm của từng bộ phận; mức triển khai có thể khác nhau giữa phòng ban và use case.
AI-enabled workflows, assistants và một số Agent phục vụ các tác vụ cụ thể như đọc PO, xử lý packing list, dịch techpack, nhập hóa đơn, phân tích QC và theo dõi tiến độ.
AI hiện diện từ merchandising, planning, QA/QC, IE và kỹ thuật đến thu mua, kho, shipping, kế toán, nhân sự và hành chính.
Một yêu cầu có thể đi qua các bước nhận file, đọc nội dung, chuẩn hóa, kiểm tra, tạo đầu ra và chuyển tới người phụ trách; một số quy trình kết hợp AI với RPA.
Danh mục Agent, lượt xử lý, trạng thái chạy, token và một phần chi phí được theo dõi để nhận diện ứng dụng hiệu quả và workflow cần tối ưu.
Dữ liệu đầu vào → AI xử lý → quy tắc nghiệp vụ kiểm tra → con người xác nhận → workflow tiếp tục.
118 trong 128 workflow đã phát sinh sử dụng, tương đương 92,2%. Lượt dùng tập trung ở các workflow nghiệp vụ chính, vì vậy business impact được đánh giá theo từng use case thay vì lấy trung bình thô.
Năm cấp độ từ thử nghiệm đến AI-Native
Mức độ Cấp 4 chưa đồng đều ở mọi quy trình: có use case được dùng thường xuyên, có use case đang thử nghiệm và có workflow vẫn phụ thuộc thao tác tải file. Cấp 5 là trạng thái mục tiêu, không phải tuyên bố về năng lực đã hoàn thành.
Dùng AI riêng lẻ, chưa có tiêu chuẩn; con người tự thử nghiệm và kiểm tra toàn bộ.
AI hỗ trợ từng tác vụ hoặc bộ phận; con người vẫn vận hành chính.
AI xử lý dữ liệu và workflow có kiểm soát; con người kiểm tra đầu ra và ngoại lệ.
AI xuyên nhiều chức năng, kết nối dữ liệu, quy tắc và workflow; con người phê duyệt bước quan trọng.
AI chủ động dự báo, tối ưu và điều phối trong giới hạn được phê duyệt; con người quyết định rủi ro cao.
Luồng đang vận hành: dữ liệu đi qua lớp kiểm soát trước khi thành hành động
Tùy use case, một số bước vẫn cần tải file hoặc xác nhận thủ công. Khi kết nối dữ liệu hệ thống, workflow sử dụng API được kiểm soát; AI Agent không được mô tả là truy cập trực tiếp cơ sở dữ liệu.
PO, packing list, techpack, biểu mẫu, PDF hoặc dữ liệu vận hành.
OCR, trích xuất, dịch, phân loại, đối chiếu hoặc tổng hợp.
Schema và quy tắc nghiệp vụ kiểm tra trường dữ liệu, định dạng và ngoại lệ.
Lớp API quản lý quyền, xác thực, ghi log và trao đổi với hệ thống nguồn.
SQL Server, ERP, MES hoặc hệ thống nghiệp vụ liên quan, theo mức tích hợp của từng use case.
Nhân sự có trách nhiệm kiểm tra các quyết định kỹ thuật, chất lượng và giao hàng.
Cảnh báo, báo cáo, cập nhật dữ liệu hoặc chuyển sang workflow tiếp theo.
Kết nối Agent thành năng lực dự báo, tối ưu và điều phối chủ động
Đây là kiến trúc mục tiêu, chưa phải tuyên bố rằng mọi lớp đã hoàn tất. AI-Native cần dữ liệu và ngữ nghĩa thống nhất, hệ sinh thái Agent có tiêu chuẩn chung, decision engine, workflow orchestration và cơ chế quản trị con người rõ ràng.
PO, techpack, ERP, MES, QMS, WMS và HRM.
Thống nhất mã hàng, màu, size, vật tư, công đoạn và trạng thái giao hàng.
Đọc, dịch, đối chiếu, phân tích và dự báo theo schema, quyền và bộ kiểm thử.
Đánh giá ràng buộc, ưu tiên, mô phỏng tác động và đề xuất phương án tối ưu.
Cảnh báo, giao việc, kích hoạt Agent khác, RPA hoặc chuẩn bị báo cáo.
Khách hàng, chất lượng, tài chính và nhân sự giữ quyền kiểm soát quyết định quan trọng.
Hành động được thực thi theo chính sách và có khả năng khôi phục.
Kết quả quay lại cải thiện dữ liệu, kiểm thử và chất lượng khuyến nghị.
Khi vật tư về trễ, hệ thống không chỉ cảnh báo mà còn xác định đơn hàng bị ảnh hưởng, ước tính độ chậm, kiểm tra vật tư thay thế đã duyệt, mô phỏng điều chỉnh lịch cắt hoặc chuyền và chuyển phương án tối ưu cho người có thẩm quyền phê duyệt.
Các điểm AI đang đi vào quy trình thật
Dưới đây là các nhóm use case bám sát bộ dữ liệu vận hành. Tên nhóm giữ theo ngôn ngữ dễ đọc cho khách hàng, nhưng nội dung bên trong phản ánh đúng cách AI đang hỗ trợ công việc hàng ngày.
AI hỗ trợ đọc PO, packing list, BOM và file đơn hàng để bóc tách mã hàng, màu sắc, size breakdown, số lượng và cấu trúc nguyên phụ liệu.
- Giảm nhập liệu thủ công.
- Giảm sai số khi copy từ nhiều nguồn.
AI kết hợp OCR giúp đọc bản scan, dịch tài liệu kỹ thuật, so sánh phiên bản và trích xuất yêu cầu quan trọng để bộ phận kỹ thuật rà soát nhanh hơn.
- Rút ngắn thời gian hiểu tài liệu.
- Chuẩn hóa thuật ngữ may mặc.
AI tổng hợp trạng thái cắt, may, hoàn thiện, lịch giao và dữ liệu báo cáo để quản lý nhìn thấy điểm chậm sớm hơn.
- Hỗ trợ cảnh báo rủi ro trễ.
- Giúp báo cáo tiến độ ngắn gọn hơn.
AI đối chiếu tồn kho, chứng từ và danh mục vật tư để phát hiện thiếu vải, thiếu trim, nhập lệch hoặc chênh số lượng trước khi vào chuyền.
- Giảm chờ vật tư.
- Phát hiện lệch dữ liệu sớm hơn.
AI gom dữ liệu defect, chuẩn hóa mô tả bất thường và giúp QA tập trung vào các điểm cần kiểm soát chặt hơn, đồng thời tạo bản nháp CAP khi cần.
- Hỗ trợ ưu tiên kiểm tra.
- Giảm thời gian rà soát dữ liệu rời rạc.
AI hỗ trợ hỏi đáp chính sách, nhập dữ liệu, tạo biên bản cuộc họp và tổng hợp báo cáo để office team giảm thao tác lặp lại.
- Tổng hợp dữ liệu từ nhiều nguồn.
- Giảm thao tác lặp lại cho office team.
Khách hàng nhìn thấy lợi ích gì?
Một vài ứng dụng có bằng chứng sử dụng thực tế
| Workflow | Trước AI | Sau AI | Kiểm soát |
|---|---|---|---|
| Techpack Translation | 40–60 phút | 5–10 phút | Kỹ thuật xác nhận |
| Attendance/Payroll Report | 120 phút | 10 phút | HR/Kế toán xác nhận |
| Packing List Processing | Nhập liệu và tính toán thủ công | AI bóc tách và chuẩn hóa dữ liệu | PPC xác nhận trước khi ghi dữ liệu |
Năm workflow tiêu biểu dưới đây chiếm 3.038 lượt, tương đương 52,9% tổng lượt xử lý. Dữ liệu cho thấy mức sử dụng tập trung vào các nhu cầu nghiệp vụ chính; business impact được đánh giá riêng theo từng use case.
| Packing List Processing Workflow | 1.336 lượt xử lý | Hỗ trợ xử lý packing list. |
|---|---|---|
| Customer-specific PO Quantity Processing | 496 lượt xử lý | Đọc và chuẩn hóa PO theo mẫu khách hàng. |
| Đăng ký khách | 447 lượt xử lý | Chuẩn hóa quy trình đăng ký khách. |
| Nhập linh kiện và văn phòng phẩm | 442 lượt xử lý | Nhập và chuẩn hóa dữ liệu vật tư. |
| Xử lý số lượng PO | 317 lượt xử lý | Xử lý dữ liệu đơn hàng. |
Dịch techpack giảm từ 40–60 phút xuống 5–10 phút mỗi mẫu. Báo cáo attendance/payroll giảm từ 120 phút xuống 10 phút. Một quy trình kiểm tra đồng bộ vật tư ghi nhận tiết kiệm khoảng 5 giờ 40 phút mỗi tháng. Các kết quả này thuộc từng use case cụ thể và không được suy rộng cho toàn bộ danh mục.
Ba nguyên tắc để AI dùng được trong môi trường xưởng may
AI chỉ đề xuất và chuẩn hóa. Người phụ trách vẫn kiểm tra, sửa và xác nhận trước khi dữ liệu đi tiếp.
- Phù hợp với kỹ thuật và QC.
- Tránh tin tuyệt đối vào máy.
AI được cấu hình với bộ thuật ngữ may mặc, glossary song ngữ và quy tắc kiểm tra nghiệp vụ để các bên dùng cùng một ngôn ngữ khi trao đổi kỹ thuật.
- Giảm lệch nghĩa giữa phòng ban.
- Hỗ trợ trao đổi với khách hàng quốc tế.
Những thông tin quan trọng chỉ được dùng sau khi đã kiểm tra, và AI không thay thế quy trình phê duyệt nội bộ của nhà máy.
- Giữ kỷ luật dữ liệu.
- Hạn chế phát tán dữ liệu chưa xác nhận.
Những câu hỏi khách hàng hay hỏi nhất
AI trong xưởng may có thay người không?
AI có thay thế nhân viên kỹ thuật hoặc QA không?
Không. AI hỗ trợ tăng tốc và chuẩn hóa dữ liệu, còn quyết định kỹ thuật, chất lượng và xác nhận cuối cùng vẫn do con người chịu trách nhiệm.
Khách hàng được lợi gì khi nhà máy dùng AI?
Khách hàng nhận phản hồi nhanh hơn, dữ liệu nhất quán hơn, tiến độ dễ theo dõi hơn và rủi ro được nhìn thấy sớm hơn.
Nhà máy đang ở mức trưởng thành nào?
Theo mô hình trưởng thành AI nội bộ gồm năm cấp độ, nhà máy đạt năng lực Cấp độ 4 ở các workflow trọng điểm. Mức triển khai khác nhau giữa từng phòng ban và use case; đây không phải chứng nhận độc lập.
Có bao nhiêu ứng dụng AI đã được xây dựng?
Tính đến 11/07/2026, nhà máy đã phát triển 128 workflow, trợ lý và Agent có ứng dụng AI; 118 đã phát sinh sử dụng, tương đương 92,2%, với 5.744 lượt xử lý được ghi nhận.
Cách vận hành thực tế
AI được dùng ở bước nào trong quy trình?
AI hỗ trợ từ lúc nhận PO, packing list và techpack, rồi đi tiếp đến theo dõi tiến độ, quản lý vật tư, QC và báo cáo quản trị.
Có người kiểm tra lại trước khi dùng không?
Có. Mọi thông tin quan trọng đều được nhân sự phụ trách kiểm tra trước khi sử dụng cho sản xuất hoặc gửi ra ngoài.
Độ chính xác của AI được hiểu như thế nào?
Độ chính xác phụ thuộc vào use case và loại tài liệu. Các trường quan trọng được kiểm tra bằng quy tắc nghiệp vụ và con người trước khi sử dụng chính thức.
AI đã kết nối ERP hoặc MES toàn diện chưa?
Nhà máy đang từng bước tăng kết nối dữ liệu và chuẩn hóa workflow. Tích hợp liên thông toàn diện ERP, MES, QMS và WMS vẫn là lộ trình phát triển tiếp theo.
Đánh giá năng lực AI trong bối cảnh chương trình của bạn
Trao đổi với đội ngũ New Wide Vietnam về workflow phù hợp, bằng chứng vận hành, quản trị dữ liệu và phạm vi áp dụng cho chương trình sourcing cụ thể.
Request an AI Capability Briefing Schedule a Smart Factory Visit