AI trong nhà máy chế biến thực phẩm: lộ trình đầu tư bốn giai đoạn

Khi lập dự án nhà máy mới hoặc nâng cấp dây chuyền, ban dự án giờ phải trả lời thêm một câu hỏi: có đưa AI trong nhà máy chế biến thực phẩm vào tổng mức đầu tư không, đưa vào hạng mục nào, và vào năm thứ mấy.

Câu hỏi đó khó trả lời nếu bắt đầu từ bản chào thiết bị. Nó rõ ràng hơn nhiều nếu bắt đầu từ nơi hàng hoá sẽ được bán.

Kim Nguyễn áp cho AI cùng nguyên tắc chúng tôi dùng cho mọi dự án dây chuyền: chọn thị trường trước, chọn máy sau. Bài này trình bày bản đồ quyết định theo nguyên tắc đó, một lộ trình đầu tư bốn giai đoạn, và những giới hạn Quý doanh nghiệp nên biết trước khi ký.

Bản đồ quyết định: AI trong nhà máy chế biến thực phẩm bắt đầu từ thị trường đích

Chuỗi quyết định có bốn mắt xích, đi đúng thứ tự:

THỊ TRƯỜNG ĐÍCH  →  TIÊU CHUẨN VÀ YÊU CẦU DỮ LIỆU  →  HỆ THỐNG GHI DỮ LIỆU  →  THIẾT BỊ VÀ AI
   bán đi đâu          người mua, cơ quan hỏi gì        ghi ở đâu, theo lô nào     thuật toán học từ đâu

Mỗi mắt xích trả lời một câu hỏi và mở đường cho mắt xích sau. Bỏ qua một mắt, khoản chi phía sau thiếu căn cứ để duyệt.

Ba thị trường, ba kiểu yêu cầu dữ liệu khác nhau:

Cột bên phải chưa có dòng nào nhắc tới thuật toán. Cả ba thị trường hỏi dữ liệu trước. AI chỉ tạo ra giá trị khi đứng trên nền dữ liệu đó.

Chi tiết từng thị trường đã được Kim Nguyễn phân tích ở trang Thị trường xuất khẩu, bài truy xuất nguồn gốc khi xuất khẩu sang EU và bài chọn dây chuyền chế biến bắt đầu từ thị trường xuất khẩu.

Bên mua và cơ quan nhập khẩu đã dùng thuật toán để chọn lô

Trong khi nhiều nhà máy còn cân nhắc có dùng AI hay không, phía nhập khẩu đã dùng thuật toán để quyết định lô nào cần xem kỹ.

Canada. Trong báo cáo kết quả năm tài khoá 2024–2025, Cơ quan Thanh tra Thực phẩm Canada (CFIA) cho biết đã xây hạ tầng để dùng AI trong giám sát, trong đó có việc tự động phân tích tờ khai nhập khẩu cá nhằm nhận diện lô rủi ro cao và giảm rà soát thủ công. Mô hình đánh giá rủi ro nhà nhập khẩu của CFIA chấm điểm cho hơn 12.000 nhà nhập khẩu thực phẩm.

Hoa Kỳ. Hệ thống PREDICT của FDA sàng lọc điện tử mọi lô hàng thuộc diện FDA quản lý khi nhập vào Mỹ. Điểm rủi ro ghép từ hai phần: rủi ro vốn có của mặt hàng, và lịch sử của nhà nhập khẩu, nhà sản xuất, người gửi hàng. Điểm này không công bố cho nhà nhập khẩu hay môi giới hải quan. Riêng thuỷ sản, FDA thí điểm học máy tại 328 cảng nhập trong năm 2021, rồi chuyển sang giai đoạn 3 từ 15/08/2022, tập trung vào tôm nuôi có nguy cơ tồn dư thuốc thú y.

EU. Đầu năm 2026, Uỷ ban châu Âu đưa vào dùng TraceMap, công cụ kết nối dữ liệu truy xuất để phát hiện sớm tín hiệu bất thường. Báo cáo năm 2025 của Mạng lưới Cảnh báo và Hợp tác gọi đây là bước hướng tới một hệ thống mang tính dự báo.

Ba hệ thống có một điểm chung: chúng đọc lịch sử của doanh nghiệp. FDA nêu rõ lịch sử của nhà sản xuất là một đầu vào của điểm rủi ro.

Điều đó đổi cách một ban dự án nên tính giá trị của hệ thống ghi dữ liệu. Nó không chỉ phục vụ quản lý nội bộ. Nó là hồ sơ doanh nghiệp đưa ra khi một lô bị giữ lại, và là căn cứ để khoanh đúng phạm vi khi phải thu hồi. Khoản chi này nên nằm trong ngân sách tuân thủ xuất khẩu, không chỉ trong ngân sách công nghệ thông tin.

Lộ trình đầu tư bốn giai đoạn

Bốn giai đoạn dưới đây không phải bốn gói mua sắm. Mỗi giai đoạn có một đầu ra cụ thể, và đầu ra đó là điều kiện để duyệt ngân sách giai đoạn sau.

Giai đoạn 1 — Chốt thị trường và danh mục dữ liệu phải có

Việc đầu tiên là xác định thị trường đích, mặt hàng và dạng sản phẩm: tươi, đông lạnh, puree hay cô đặc. Dạng sản phẩm thay đổi nghĩa vụ. Danh mục truy xuất của FDA gồm trái cây nhiệt đới tươi như xoài, đu đủ, ổi, vải, mít, khế, nhưng loại trừ đích danh dứa, chanh dây, chuối, bơ, cam quýt.

Đầu ra của giai đoạn này là ba tài liệu: bảng yêu cầu dữ liệu theo từng thị trường, định nghĩa thế nào là một lô, và danh sách điểm cần đo trên dây chuyền. Chi phí chủ yếu là thời gian chuyên môn. Chưa phát sinh CAPEX (chi phí đầu tư ban đầu) cho thiết bị.

Giai đoạn 2 — Xây hệ thống ghi dữ liệu từ vùng nguyên liệu tới kho thành phẩm

Hệ thống ghi có hai đầu.

Một đầu là vùng nguyên liệu: thửa hoặc vùng trồng, mùa vụ, lô thu hoạch, ngày làm lạnh, ngày đóng gói lần đầu. Thị trường Mỹ và Trung Quốc đều hỏi ngược tới khâu này.

Đầu kia là nhà máy: cảm biến tại các điểm kiểm soát tới hạn trong kế hoạch HACCP (hệ thống phân tích mối nguy và điểm kiểm soát tới hạn), dữ liệu ghi tự động theo mẻ, mã lô chuyển thẳng từ hệ thống sang máy in bao bì.

Kim Nguyễn đã tham gia tư vấn, phát triển và hỗ trợ kỹ thuật cho các dự án tiệt trùng và sấy hồ tiêu, sấy gelatine, dây chuyền nước trái cây cô đặc và đông lạnh trái cây. Ở loại dự án này, danh sách điểm đo và cách xuất dữ liệu nên được chốt cùng bảng thông số thiết bị, trước khi ký hợp đồng mua. Bổ sung sau khi dây chuyền đã chạy vẫn làm được, nhưng tốn kém hơn và thường phải dừng sản xuất.

Hợp đồng mua dây chuyền mới nên ghi ba điều: dữ liệu xuất ra theo định dạng nào, qua cổng nào, và thuộc quyền sở hữu của ai. Cách đọc các dòng chi phí liên quan có trong bài đọc báo giá dây chuyền chế biến.

Có một mốc pháp lý đáng chú ý với máy châu Âu. Quy định Máy móc (EU) 2023/1230 áp dụng bắt buộc từ 20/01/2027; bộ phận an toàn có hành vi tự tiến hoá dùng học máy phải qua đánh giá của bên thứ ba. Quy định này điều chỉnh máy đưa ra thị trường EU. Theo cách đọc của chúng tôi, máy xuất sang Việt Nam không tự động chịu quy định đó. Vì vậy, nếu dây chuyền có bộ phận dùng học máy, Quý doanh nghiệp nên ghi rõ trong hợp đồng những hồ sơ kỹ thuật nào nhà chế tạo phải bàn giao.

Giai đoạn 3 — Thí điểm một ứng dụng AI, đo bằng tiền

Chỉ chọn một ứng dụng. Ba tiêu chí chọn: dữ liệu đầu vào đã được ghi đủ lâu; lợi ích quy được ra tiền; và nếu hệ thống sai, sai sót không chạm vào quyết định tại điểm kiểm soát tới hạn.

Hai nhóm ứng dụng có tài liệu công bố tương đối rõ là phân loại quang học và bảo trì dự đoán.

• Phân loại quang học. TOMRA công bố máy TOMRA 4C chạy song song học sâu và học máy truyền thống, với tỷ lệ loại nhầm hàng tốt dưới 1% cho hạt và dưới 0,5% cho rau quả đông lạnh IQF (theo hãng công bố).
• Bảo trì dự đoán. Siemens công bố dự án tại nhà máy Sachsenmilch ở Đức, nơi xử lý 4,7 triệu lít sữa mỗi ngày: cảm biến rung và nhiệt trên bơm phát hiện sớm một bơm sắp hỏng, khoản tiết kiệm ở mức “sáu chữ số thấp”, và dự án thí điểm đã hoàn vốn (theo nhà cung cấp công bố).

Cả hai là số liệu do nhà cung cấp đưa ra, chưa có kiểm chứng độc lập. Chúng cho biết loại lợi ích nên đo, không phải con số để chép vào báo cáo đầu tư.

Tiêu chí nghiệm thu mới là phần quyết định. Báo cáo của Hội đồng Khoa học thuộc Cơ quan Tiêu chuẩn Thực phẩm Anh (FSA), đăng tháng 6/2026, cảnh báo hiệu năng mô hình trôi dần theo thời gian nên thẩm định một lần không đủ. Báo cáo nêu một tình huống cần chạy thử dài, lý tưởng khoảng sáu tháng, mới bắt được các trường hợp hiếm.

Với Quý doanh nghiệp, điều đó quy về hai việc. Một là, tiêu chí loại nhầm, bỏ sót phải đo trên nguyên liệu của chính nhà máy, ở tốc độ dây chuyền thật, và được ghi vào biên bản FAT và SAT (nghiệm thu tại xưởng chế tạo và tại nhà máy). Hai là, OPEX (chi phí vận hành) phải tính cả việc hiệu chỉnh mô hình khi đổi giống, đổi mùa vụ, đổi bao bì, cùng chi phí đào tạo người vận hành.

Giai đoạn 4 — Nhân rộng và quản trị

Nhân rộng chỉ khi thí điểm cho ROI (tỷ suất hoàn vốn) tính bằng số liệu của chính nhà máy: tấn hàng loại nhầm giảm, giờ dừng máy ngoài kế hoạch giảm, lô bị khiếu nại giảm.

Song song là phần quản trị. Nhà máy cần một sổ kiểm kê hệ thống AI: tên hệ thống, nhà cung cấp, mục đích, dữ liệu đầu vào, người phụ trách và người có quyền dừng. Mô hình được thẩm định lại theo định kỳ. Quyết định tại điểm kiểm soát tới hạn vẫn do người có thẩm quyền ký.

Sổ kiểm kê này cũng là nền cho việc tuân thủ luật AI, trình bày ở phần dưới.

Giới hạn của bằng chứng

Một lộ trình đầu tư nghiêm túc phải nói rõ phần chưa chắc.

Doanh nghiệp ở nước phát triển cũng mới bắt đầu. Theo Eurostat, năm 2025 có 20% doanh nghiệp EU từ 10 lao động trở lên dùng AI. Trong số doanh nghiệp đã cân nhắc dùng AI, 70,9% nêu rào cản thiếu chuyên môn và 52,5% nêu rào cản không rõ hệ quả pháp lý.

Điều kiện ở nước đang phát triển khó hơn. Tổng quan của nhóm Wageningen (Mu và Marvin, 2024) ghi nhận việc triển khai AI cho cảnh báo sớm an toàn thực phẩm đặc biệt khó ở nước thu nhập thấp và trung bình, do kết nối yếu và thiếu dữ liệu. FAO, trong tổng hợp năm 2025, khuyến nghị ưu tiên thu thập dữ liệu và nâng hiểu biết về AI. Tại Việt Nam, Tạp chí Quản lý nhà nước (01/2026) nêu rào cản là thiếu dữ liệu sạch và dữ liệu lịch sử dài hạn; một hệ thống drone kết hợp AI trong nông nghiệp tốn từ vài chục tới vài trăm triệu đồng.

Kết quả nghiên cứu chưa tự động thành kết quả sản xuất. Tổng quan về ảnh siêu phổ cho rau quả (Wieme và cộng sự, 2022) nêu thách thức chuyển từ thông số nghiên cứu sang thông số doanh nghiệp cần.

Có mặt hàng gần như chưa có bằng chứng. Trong phạm vi tài liệu Kim Nguyễn rà soát tới tháng 9/2026, chúng tôi chưa thấy nghiên cứu bình duyệt nào về AI cho dây chuyền puree, cô đặc nước quả hay collagen từ da cá.

Hệ quả thực tế: khi nhận một đề xuất “giải pháp AI”, Quý doanh nghiệp có quyền yêu cầu bằng chứng trên đúng nguyên liệu, đúng dạng sản phẩm và đúng điều kiện vận hành của mình.

Khung pháp lý: luật AI Việt Nam ở mức tổng quan

Việt Nam. Luật Trí tuệ nhân tạo số 134/2025/QH15 được Quốc hội thông qua ngày 10/12/2025, gồm 8 chương, 35 điều, có hiệu lực từ 01/03/2026. Những điểm doanh nghiệp chế biến cần nắm:

• Hệ thống AI chia ba mức rủi ro: cao, trung bình, thấp (Điều 9).
• Nhà cung cấp tự phân loại trước khi đưa vào sử dụng; bên triển khai kế thừa kết quả phân loại, nhưng nếu sửa đổi, tích hợp hay đổi chức năng làm phát sinh rủi ro mới thì phải phối hợp phân loại lại (Điều 10).
• Nguyên tắc chung: duy trì sự kiểm soát và khả năng can thiệp của con người đối với quyết định của hệ thống AI (Điều 4).
• Hệ thống đã hoạt động trước 01/03/2026 có 12 tháng để thực hiện nghĩa vụ, tức tới 01/03/2027; riêng y tế, giáo dục, tài chính là 18 tháng (Điều 35).

Danh mục hệ thống AI rủi ro cao ban hành kèm Quyết định 33/2026/QĐ-TTg (hiệu lực 15/08/2026) gồm 46 hệ thống trong sáu lĩnh vực: giáo dục, dân tộc và tôn giáo, y tế, ngân hàng, tố tụng, giao thông vận tải. Thực phẩm, nông nghiệp và chế biến không có trong danh mục. Nghị định 142/2026/NĐ-CP (Điều 8 khoản 2) còn nêu hệ thống chỉ phục vụ quản trị, vận hành nội bộ, không trực tiếp tác động tới quyền và lợi ích của bên ngoài, thì không được đề xuất vào danh mục rủi ro cao.

Theo cách đọc của chúng tôi, phần lớn ứng dụng AI thường gặp trong nhà máy thực phẩm vì vậy không thuộc nhóm rủi ro cao. Việc cần làm trước 01/03/2027 chủ yếu là kiểm kê, phân loại, lưu hồ sơ và giữ quyền can thiệp của con người, không phải xin chứng nhận.

EU. Phụ lục III của Đạo luật AI châu Âu liệt kê tám lĩnh vực rủi ro cao, không có an toàn thực phẩm, chế biến hay nông nghiệp. Lô hàng thực phẩm xuất sang EU vẫn chịu luật thực phẩm EU, không chịu thủ tục riêng vì nhà máy dùng AI.

Kim Nguyễn khuyến nghị

Thứ tự việc nên làm, áp cho cả nhà máy mới và nhà máy nâng cấp:

1. Chốt thị trường đích và dạng sản phẩm trước khi xin báo giá bất kỳ hạng mục AI nào.
2. Lập bảng yêu cầu dữ liệu theo từng thị trường, kèm định nghĩa lô và danh sách điểm đo.
3. Đưa điểm đo, cách ghi và cổng xuất dữ liệu vào bảng thông số và hợp đồng mua dây chuyền, kèm điều khoản quyền sở hữu dữ liệu.
4. Số hoá vùng nguyên liệu song song với nhà máy, để mã lô nối liền từ vùng trồng tới container.
5. Chọn một ứng dụng AI thí điểm có lợi ích đo được bằng tiền; đặt tiêu chí nghiệm thu trên nguyên liệu thật, ghi vào FAT và SAT.
6. Lập sổ kiểm kê hệ thống AI, giao người phụ trách có quyền dừng hệ thống, và rà lại trước mốc 01/03/2027.
7. Chỉ nhân rộng khi số liệu thí điểm của chính nhà máy chứng minh được hiệu quả.

Loạt bài trong chuyên mục

Chuyên mục AI trong chế biến thực phẩm của Kim Nguyễn sẽ lần lượt đi sâu bảy chủ đề, mỗi bài ứng với một quyết định đầu tư hoặc quản trị:

• số hoá vùng nguyên liệu
• hợp đồng mua dây chuyền có AI
• hiệu quả đầu tư AI
• thị trường nhập khẩu dùng AI chọn lô kiểm tra
• luật trí tuệ nhân tạo và việc doanh nghiệp cần làm
• thị giác máy trong phân loại sau thu hoạch
• hệ thống ghi dữ liệu vận hành

Nếu Quý doanh nghiệp đang lập dự án hoặc chuẩn bị nâng cấp dây chuyền và cần xác định hạng mục dữ liệu, AI nào nên đưa vào ngay từ bản vẽ, hãy đặt lịch trao đổi với Kim Nguyễn tại trang Liên hệ. Phạm vi tư vấn được mô tả tại trang Dịch vụ.

Bài viết là góc nhìn tư vấn của Kim Nguyễn Corporation, tổng hợp từ nguồn công khai tới cuối tháng 9/2026, không phải tư vấn pháp lý. Kim Nguyễn tư vấn giải pháp công nghệ, không phải đơn vị chứng nhận.

Nguồn

1. 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
2. FDA — Food Traceability List, cập nhật 24/07/2026. https://www.fda.gov/food/food-safety-modernization-act-fsma/food-traceability-list
3. Cục Trồng trọt và Bảo vệ thực vật — Trung Quốc phê duyệt thêm 829 mã số vùng trồng và 131 mã số cơ sở đóng gói sầu riêng của Việt Nam, 05/2025. https://www.ppd.gov.vn/tin-moi-nhat/trung-quoc-phe-duyet-them-829-ma-so-vung-trong-va-131-ma-so-co-so-dong-goi-sau-rieng-cua-viet-nam.html
4. Uỷ ban châu Âu, DG SANTE — Alert and Cooperation Network 2025 Annual Report, 2026. https://food.ec.europa.eu/document/download/5266bb47-4b7e-4558-9910-4c66519cbe7f_en?filename=acn_annual-report_2025.pdf
5. Canadian Food Inspection Agency — 2024–2025 Departmental Results Report, truy cập 26/09/2026. https://inspection.canada.ca/en/about-cfia/transparency/corporate-management-reporting/reports-parliament/2024-2025-drr
6. FDA — Entry Screening Systems and Tools (PREDICT), cập nhật 09/10/2024. https://www.fda.gov/industry/fda-import-process/entry-screening-systems-and-tools
7. FDA — FDA Moves to Third Phase of Artificial Intelligence Imported Seafood Pilot Program, 22/08/2022. https://www.fda.gov/food/hfp-constituent-updates/fda-moves-third-phase-artificial-intelligence-imported-seafood-pilot-program
8. Uỷ ban châu Âu — Machinery (Quy định (EU) 2023/1230, mốc áp dụng 20/01/2027), truy cập 26/09/2026. https://single-market-economy.ec.europa.eu/sectors/mechanical-engineering/machinery_en
9. Baker McKenzie — Machinery Regulation — Product Risk Radar, truy cập 26/09/2026. https://www.bakermckenzie.com/en/insight/publications/resources/product-risk-radar-articles/machinery-regulation
10. TOMRA Food qua Postharvest.biz — TOMRA Food launches the TOMRA 4C, 10/10/2025. https://www.postharvest.biz/tomra-food/tomra-food-launches-the-tomra-4c-an-ai-powered-optical-sorter-for-the-nuts-and-iqf-industry
11. Siemens — Siemens advances predictive maintenance with Artificial Intelligence at Sachsenmilch, 04/06/2025. https://press.siemens.com/global/en/pressrelease/siemens-advances-predictive-maintenance-artificial-intelligence-sachsenmilch
12. FSA Science Council — AI Applications in Food Safety and Authenticity, 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
13. Eurostat — 20% of EU enterprises use AI technologies, 11/12/2025. https://ec.europa.eu/eurostat/web/products-eurostat-news/w/ddn-20251211-2
14. W. Mu, H.J.P. Marvin và cộng sự — Making food systems more resilient to food safety risks by including artificial intelligence, big data, and internet of things into food safety early warning and emerging risk identification tools, Comprehensive Reviews in Food Science and Food Safety, 2024. https://core.ac.uk/reader/595485570
15. FAO — AI for food safety: FAO publication highlights real-world applications and regulatory considerations, 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
16. 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/
17. J. Wieme, M. Zude-Sasse và cộng sự — Application of hyperspectral imaging systems and artificial intelligence for quality assessment of fruit, vegetables and mushrooms: A review, Biosystems Engineering, 2022. https://doi.org/10.1016/j.biosystemseng.2022.07.013
18. Quốc hội — Luật Trí tuệ nhân tạo số 134/2025/QH15, thông qua 10/12/2025, Công báo số 40 ngày 22/01/2026. https://congbao.chinhphu.vn/van-ban/luat-so-134-2025-qh15-468694.htm
19. Chính phủ — Nghị định 142/2026/NĐ-CP, ban hành 30/04/2026. https://vanban.chinhphu.vn/?pageid=27160&docid=218029
20. Thủ tướng Chính phủ — Quyết định 33/2026/QĐ-TTg ban hành Danh mục hệ thống trí tuệ nhân tạo có rủi ro cao, ký 30/06/2026. https://vanban.chinhphu.vn/?docid=218658&pageid=27160
21. Bộ Khoa học và Công nghệ — 46 hệ thống AI được xếp vào nhóm rủi ro cao, phải quản lý nghiêm ngặt, 03/07/2026. https://mst.gov.vn/46-he-thong-ai-duoc-xep-vao-nhom-rui-ro-cao-phai-quan-ly-nghiem-ngat-197260703152945179.htm
22. Đạo luật AI châu Âu — Annex III: High-Risk AI Systems Referred to in Article 6(2), truy cập 26/09/2026. https://artificialintelligenceact.eu/annex/3/