Thứ Ba, ngày 22 tháng 09 năm 2026
Giám đốc điều hành Hàn Quốc Siemens: "Chuyển đổi AI trong sản xuất Hàn Quốc không muộn... Chìa khóa là sử dụng dữ liệu"

Giám đốc điều hành Hàn Quốc Siemens: "Chuyển đổi AI trong sản xuất Hàn Quốc không muộn... Chìa khóa là sử dụng dữ liệu"

JINYOUNG PARK 06:04 17-09-2026
Dữ liệu tích lũy lâu dài của ngành sản xuất Hàn Quốc là điểm mạnh... Đa dạng trong các lĩnh vực như bán dẫn, đóng tàu, hàng hải, ô tô Các doanh nghiệp lớn sử dụng dữ liệu sản xuất cao... Cần hỗ trợ từ chính phủ để thử nghiệm công nghệ mới như Trung Quốc
Giám đốc điều hành Jeong Ha-jung của Hàn Quốc Siemens
Giám đốc điều hành Jeong Ha-jung của Hàn Quốc Siemens đã có cuộc phỏng vấn với Ajou Economics gần đây. [Ảnh=Hàn Quốc Siemens]

"Có ý kiến cho rằng việc áp dụng AI trong sản xuất đang chậm lại, nhưng theo tôi, quá trình này đang diễn ra nhanh hơn nhiều so với những gì mọi người nghĩ."

Giám đốc Jeong Ha-jung của Hàn Quốc Siemens đã đưa ra đánh giá này trong cuộc gặp gỡ với Ajou Economics vào ngày 16. Ông cho rằng Hàn Quốc có đủ sức cạnh tranh toàn cầu nhờ vào dữ liệu và kinh nghiệm tích lũy từ các lĩnh vực sản xuất như bán dẫn, ô tô và đóng tàu. Ông nhấn mạnh rằng yếu tố quyết định trong tương lai không phải là số lượng dữ liệu mà là cách mà AI có thể sử dụng dữ liệu đó để tạo ra kết quả trong sản xuất.

Ông Jeong cho rằng tốc độ phát triển của công nghệ AI trong sản xuất đang diễn ra nhanh hơn dự kiến. Ông nói: "Các chuyên gia toàn cầu cũng không thể dự đoán rằng sự chuyển đổi từ AI agentic sang AI vật lý sẽ diễn ra nhanh như vậy."

Ông chỉ ra rằng một trong những điểm mạnh của ngành sản xuất Hàn Quốc là dữ liệu chất lượng cao đã được tích lũy trong thời gian dài. Ông nhấn mạnh: "Hàn Quốc là một cường quốc sản xuất" và cho biết rằng để sử dụng AI hiệu quả, cần có dữ liệu, mà ngành công nghiệp đã tích lũy rất nhiều kinh nghiệm và dữ liệu chất lượng. Ông giải thích rằng từ thiết kế và sản xuất bán dẫn đến đóng tàu, hàng hải và ô tô, có rất nhiều kiến thức chuyên môn và dữ liệu phong phú. Ông nhấn mạnh: "Điều quan trọng bây giờ là làm thế nào để sử dụng dữ liệu thông qua AI."

Tuy nhiên, việc có dữ liệu và việc AI có thể sử dụng ngay lập tức là hai vấn đề khác nhau. Dữ liệu thường phân tán dưới dạng tài liệu giấy hoặc tệp Excel, Word, và cần phải được tinh chỉnh và kết nối. Ông Jeong cho biết: "Có rất nhiều dữ liệu, nhưng việc phân loại chúng một cách có hệ thống để có thể áp dụng ngay vào ngành công nghiệp số là rất quan trọng," đồng thời cho rằng "các doanh nghiệp lớn của Hàn Quốc đang làm rất tốt." Ông cũng đánh giá: "Các tập đoàn lớn của Hàn Quốc thực sự là đẳng cấp thế giới."

Vấn đề nằm ở các doanh nghiệp vừa và nhỏ. Hầu hết trong số họ thiếu nhân lực chuyên môn về AI và khả năng đầu tư, mặc dù họ nhận thức được sự cần thiết nhưng gặp khó khăn trong việc áp dụng thực tế. Ông Jeong cho biết: "Các doanh nghiệp vừa và nhỏ thường thiếu chuyên gia và nguồn lực tài chính, vì vậy họ biết rằng họ cần phải làm nhưng thường không dám thực hiện." Ông nhấn mạnh rằng để áp dụng AI, họ cần quyết định về đối tác và công nghệ nào sẽ kết hợp, và trong vấn đề này, cần có sự hỗ trợ từ chính phủ.

Ông cũng chỉ ra rằng sự chuyển đổi nhanh chóng của ngành sản xuất Trung Quốc sang AI có được nhờ vào sự hỗ trợ toàn diện từ chính phủ và môi trường thử nghiệm công nghệ. Ông nói: "Chính phủ Trung Quốc thực sự hỗ trợ rất mạnh mẽ," và cho biết rằng trong quá trình áp dụng các công nghệ mới như AI và tự lái, chính phủ đã tạo ra một môi trường linh hoạt để chấp nhận nhiều thử nghiệm và sai sót, điều này có lợi cho sự phát triển ngành công nghiệp.

Ngoài ra, Siemens cũng có kế hoạch hỗ trợ việc chuyển đổi AI của các doanh nghiệp sản xuất trong nước bằng cách kết hợp tự động hóa, phần mềm công nghiệp, mô hình số và AI công nghiệp. Ông Jeong cho biết: "Năng lực cạnh tranh của AI trong sản xuất không chỉ phụ thuộc vào việc áp dụng bao nhiêu công nghệ mà còn vào việc tạo ra kết quả nhanh chóng trong sản xuất." Ông bày tỏ mong muốn trở thành một đối tác công nghệ lâu dài, cùng thiết kế và thực hiện để giúp các doanh nghiệp sản xuất Hàn Quốc kết nối AI với kết quả kinh doanh thực tế.




* Bài viết này được dịch tự động bằng AI.