Mọi đề xuất AI cho nhà máy đều giả định dữ liệu vận hành đã có sẵn, đủ dài, đủ sạch. Giả định đó cần kiểm tra trước khi ký. Số hoá nhà máy chế biến thực phẩm vì vậy không bắt đầu từ thuật toán, mà từ một hệ thống ghi dữ liệu vận hành: mẻ nào, chạy thông số nào, thuộc lô nào, có sự cố gì.
Trong khung của Kim Nguyễn — thị trường đích, yêu cầu dữ liệu, hệ thống ghi dữ liệu, rồi mới đến thiết bị và AI — bài này bàn khâu thứ ba. Bức tranh chung: Ứng dụng AI trong nhà máy chế biến thực phẩm.
Cơ quan quốc tế và giới nghiên cứu cùng đặt dữ liệu lên trước
Ấn phẩm của FAO về AI cho an toàn thực phẩm (cùng Wageningen, 30/10/2025) xác định rào cản là thiếu dữ liệu, thiếu năng lực, và khuyến nghị ưu tiên thu thập dữ liệu.
Cơ quan Tiêu chuẩn Thực phẩm Anh (FSA), trong báo cáo của Hội đồng Khoa học đăng 25/06/2026, khuyến nghị thúc đẩy chuẩn dữ liệu; AI hỗ trợ quyết định, con người chịu trách nhiệm.
Tổng quan trên Trends in Food Science & Technology (2025) chỉ ra khoảng cách từ mô hình sang thực tế nằm ở thiếu dữ liệu, niềm tin và chi phí. Nhóm Wageningen (2024) ghi nhận triển khai khó ở nước thu nhập thấp và trung bình vì kết nối yếu, thiếu dữ liệu.
Bốn lớp dữ liệu khi số hoá nhà máy chế biến thực phẩm
| Lớp dữ liệu | Ghi những gì | Phục vụ ngay | Dùng cho AI về sau |
|---|---|---|---|
| Hồ sơ mẻ | Mã mẻ, nguyên liệu vào, công thức, giờ chạy, người vận hành, sản lượng | Kế hoạch sản xuất, QA | So sánh mẻ, dự báo hiệu suất |
| Dữ liệu cảm biến | Nhiệt độ, áp suất, lưu lượng, thời gian lưu, có mốc thời gian | Giám sát điểm kiểm soát tới hạn, bảo trì | Cảnh báo xu hướng, bảo trì dự đoán |
| Mã lô | Từ tiếp nhận đến xuất hàng, liên kết với mẻ | Truy xuất, hồ sơ thị trường | Khoanh vùng lô nhanh |
| Sổ sự cố | Dừng máy, lệch thông số, nguyên nhân, hành động khắc phục, người xử lý | Bảo trì, HACCP | Dữ liệu đã có nhãn để mô hình học |
Bốn lớp chỉ có giá trị khi ghép được: cùng mã mẻ, cùng mã lô, cùng đồng hồ. Một giá trị nhiệt độ không biết thuộc mẻ nào không dạy được thuật toán điều gì.
Nghiên cứu cũng vậy: một công trình về song sinh số (digital twin) cho dây chuyền tiệt trùng công nghiệp (Journal of Food Engineering, 2025) bắt đầu bằng thu và đối chiếu hiệu chỉnh dữ liệu cảm biến; phần AI bảo trì dự đoán, tác giả ghi là chưa thực hiện.
Nối với HACCP: điểm kiểm soát tới hạn là nơi bắt đầu
HACCP (hệ thống phân tích mối nguy và điểm kiểm soát tới hạn) vốn buộc nhà máy giám sát và lưu hồ sơ tại mỗi điểm kiểm soát tới hạn (CCP). CCP vì vậy là nơi nên tự động hoá việc ghi trước: nhiệt độ và thời gian thanh trùng, tiệt trùng, cấp đông.
Bộ yêu cầu đối sánh GFSI 2024 đòi chương trình làm sạch và khử trùng có biện pháp kiểm chứng hiệu quả, và bắt buộc có thủ tục quản lý thay đổi. Cả hai đều cần dữ liệu có ngày giờ, có người chịu trách nhiệm.
Luật Trí tuệ nhân tạo số 134/2025/QH15 (hiệu lực 01/03/2026) đặt nguyên tắc tại Điều 4 khoản 2: duy trì sự kiểm soát và khả năng can thiệp của con người đối với quyết định của hệ thống AI. Điều 28 khoản 3 nêu việc cung cấp hồ sơ kỹ thuật, nhật ký lưu vết, dữ liệu huấn luyện khi thanh tra. Không có nhật ký vận hành, nhà máy khó giải trình khi đã đưa AI vào.
Kim Nguyễn đề xuất: bộ ghi gốc tại CCP chạy độc lập với phần mềm phân tích; AI chỉ đọc, không ghi đè bản ghi.
Thị trường đích đòi dữ liệu trước khi AI cần đến
Theo quy tắc FSMA 204, doanh nghiệp, kể cả ở nước ngoài, phải ghi dữ liệu bắt buộc tại các sự kiện truy xuất trọng yếu, gán mã lô truy xuất, và nộp bảng tính điện tử sắp xếp được trong 24 giờ khi FDA yêu cầu. Quốc hội Mỹ chỉ thị FDA không cưỡng chế trước 20/07/2028, FDA tuyên bố tuân theo.
Với dây chuyền puree, nước quả tiệt trùng, theo 21 CFR 1.1305(d)(3), bên áp dụng bước tiêu diệt vi sinh được miễn phần lớn yêu cầu nhưng vẫn phải giữ hồ sơ tiếp nhận và hồ sơ áp dụng bước đó. Hồ sơ ấy chính là dữ liệu của cụm tiệt trùng. Chi tiết tại bài FDA và FSMA: nhà máy Việt Nam cần chuẩn bị những gì.
Codex đã sửa CXG 38-2001 năm 2021 cho chứng thư điện tử, và ban hành CXG 102-2023 về thanh tra từ xa. Dữ liệu vận hành đang thành hồ sơ phải xuất trình. Yêu cầu của EU có tại bài Truy xuất nguồn gốc khi xuất khẩu sang EU.
Cổng xuất dữ liệu: ghi vào hồ sơ ngay khi mua dây chuyền mới
Tạp chí Quản lý nhà nước (30/01/2026) ghi nhận rào cản “thiếu dữ liệu sạch và dữ liệu lịch sử dài hạn” ở Việt Nam, cùng quyền sở hữu dữ liệu chưa rõ. Cả hai xử lý được từ khâu mua thiết bị: nêu ở giai đoạn báo giá thì nằm trong phạm vi chào giá; nêu sau nghiệm thu thì thành dự án cải tạo riêng.
Khi mời chào giá, Quý doanh nghiệp nên ghi rõ:
- Danh mục tín hiệu hệ điều khiển phải xuất ra, gồm toàn bộ tín hiệu tại CCP.
- Tần suất ghi và thời gian lưu tại chỗ, tối thiểu bằng thời hạn truy xuất người mua yêu cầu.
- Giao thức truyền thông mở, có tài liệu mô tả, để đơn vị tích hợp khác đọc được.
- Đồng hồ hệ thống đồng bộ, nhận được mã mẻ, mã lô từ phần mềm quản lý sản xuất.
- Dữ liệu thuộc doanh nghiệp; nhà cung cấp truy cập từ xa khi doanh nghiệp cho phép.
- Nghiệm thu cổng dữ liệu là hạng mục riêng trong FAT và SAT: xuất thử một mẻ, đối chiếu với màn hình vận hành. Các dòng này nên có trong bước đọc báo giá.
Doanh nghiệp nên làm gì
- Xác định thị trường đích và yêu cầu dữ liệu, truy xuất của thị trường đó.
- Kiểm kê: thông số nào đang được ghi, bằng gì, ai ghi, lưu ở đâu.
- Tự động hoá việc ghi tại CCP trước tiên.
- Dùng chung mã mẻ, mã lô và đồng hồ cho cả bốn lớp dữ liệu.
- Lập sổ sự cố điện tử có trường nguyên nhân và hành động khắc phục.
- Đưa yêu cầu cổng xuất dữ liệu vào hồ sơ mời chào giá và biên bản nghiệm thu.
- Chạy tối thiểu một mùa vụ có dữ liệu liên tục, rồi mới chọn bài toán AI.
Đầu tư dữ liệu trước, thuật toán sau. AI hỗ trợ, con người chịu trách nhiệm.
Quý doanh nghiệp muốn đặt yêu cầu dữ liệu ngay từ khi đầu tư dây chuyền, hãy đặt lịch trao đổi với Kim Nguyễn tại trang Liên hệ. Phạm vi tư vấn xem tại Dịch vụ.
Bài viết là góc nhìn tư vấn công nghệ, không phải tư vấn pháp lý.
Nguồn
- FAO (phối hợp Wageningen Food Safety Research). Tin công bố ấn phẩm Artificial intelligence for food safety – A literature synthesis, real-world applications and regulatory frameworks, 30/10/2025. https://www.fao.org/food-safety/news/detail/ai-for-food-safety–fao-publication-highlights-real-world-applications-and-regulatory-considerations/en
- Food Standards Agency, Science Council. AI Applications in Food Safety and Authenticity, đăng GOV.UK 25/06/2026. https://www.gov.uk/government/publications/report-artificial-intelligence-applications/science-council-report-of-project-artificial-intelligence-applications-in-food-safety-and-authenticity
- P. Balakrishnan và cộng sự. Artificial intelligence for food safety: From predictive models to real-world safeguards. Trends in Food Science & Technology, 2025. https://doi.org/10.1016/j.tifs.2025.105153
- Wenjuan Mu, Hans Marvin và cộng sự. Making food systems more resilient to food safety risks by including AI, big data, and IoT into food safety early warning… Comprehensive Reviews in Food Science and Food Safety, 2024. https://core.ac.uk/reader/595485570
- Marcello M. Bozzini và cộng sự. Energy-efficient start-up optimization via digital twin for a vegetable broth sterilization process. Journal of Food Engineering, 2025. https://doi.org/10.1016/j.jfoodeng.2025.112822
- GFSI. Bộ yêu cầu đối sánh (Benchmarking Requirements) phiên bản 2024 — tài liệu các thay đổi chính, 12/2024. https://mygfsi.com/wp-content/uploads/2024/12/Benchmarking_KeyChanges_v2024.pdf
- Quốc hội. Luật Trí tuệ nhân tạo số 134/2025/QH15, Công báo số 40 ngày 22/01/2026. https://congbao.chinhphu.vn/van-ban/luat-so-134-2025-qh15-468694.htm
- FDA. FSMA Final Rule on Requirements for Additional Traceability Records for Certain Foods, cập nhật 24/07/2026. https://www.fda.gov/food/food-safety-modernization-act-fsma/fsma-final-rule-requirements-additional-traceability-records-certain-foods
- 21 CFR § 1.1305, bản do Legal Information Institute (Cornell Law School) đăng tải, truy cập 26/09/2026. https://www.law.cornell.edu/cfr/text/21/1.1305
- Sarah Cahill (Thư ký Uỷ ban Codex Alimentarius). Codex work on digitalisation to support food regulatory practices and fair food trade, Vienna Food Safety Forum, 07/2025. https://www.unido.org/sites/default/files/files/2025-07/Codex%20work%20on%20digitalisation%20to%20support%20%20food%20regulatory%20practices%20and%20fair%20food%20%20trade.pdf
- Tạ Kim Sen. Ứng dụng trí tuệ nhân tạo (AI) trong sản xuất nông nghiệp ở Việt Nam. Tạp chí Quản lý nhà nước, 30/01/2026. https://www.quanlynhanuoc.vn/2026/01/30/ung-dung-tri-tue-nhan-tao-ai-trong-san-xuat-nong-nghiep-o-viet-nam/