Trong nhà máy, không phải mọi khu vực nguy hiểm đều có vị trí và phạm vi giống nhau. Một số khu vực có ranh giới tương đối ổn định, chẳng hạn vùng làm việc của máy dập, máy cắt hoặc dây chuyền sản xuất. Trong khi đó, những khu vực khác có thể thay đổi liên tục theo chuyển động của cầu trục, tải nâng hoặc phương tiện vận chuyển. Sự khác biệt này ảnh hưởng trực tiếp đến cách doanh nghiệp tổ chức giám sát an toàn. Nếu áp dụng cùng một phương pháp nhận diện và cảnh báo cho mọi khu vực, hệ thống có thể phát sinh cảnh báo không cần thiết hoặc bỏ sót những tình huống nguy hiểm. Với công nghệ AI Camera, doanh nghiệp có thể phân tích hình ảnh để phát hiện người xuất hiện trong vùng giám sát và hỗ trợ cảnh báo sớm. Tuy nhiên, vùng nguy hiểm cố định và vùng nguy hiểm động cần được tiếp cận khác nhau về cách bố trí camera, xác định phạm vi giám sát và thiết lập điều kiện cảnh báo. VÙNG NGUY HIỂM CỐ ĐỊNH VÀ VÙNG NGUY HIỂM ĐỘNG LÀ GÌ? VÙNG NGUY HIỂM CỐ ĐỊNH Vùng nguy hiểm cố định là khu vực có vị trí hoặc ranh giới tương đối ổn định trong quá trình vận hành. Những khu vực này thường gắn với máy móc, thiết bị hoặc công đoạn sản xuất được bố trí tại một vị trí xác định. Ví dụ, khu vực thao tác của máy dập, vùng tiếp cận bộ phận chuyển động của máy cắt hoặc khu vực hạn chế ra vào quanh một dây chuyền sản xuất có thể được xác định trước trên mặt bằng nhà máy. Trong các khu vực này, nguy cơ thường xuất phát từ hoạt động của thiết bị, chuyển động cơ khí, vật liệu đang gia công hoặc việc con người tiếp cận những vị trí không an toàn. Đối với hệ thống AI Camera, doanh nghiệp có thể thiết lập một vùng giám sát trên hình ảnh tương ứng với khu vực cần kiểm soát. Khi phát hiện người xuất hiện trong vùng đã cấu hình, hệ thống có thể ghi nhận sự kiện và tạo cảnh báo theo điều kiện xác định. Tuy nhiên, một vùng có vị trí cố định không đồng nghĩa với việc mức độ nguy hiểm luôn giống nhau. Trạng thái hoạt động của máy, quy trình bảo trì và quyền tiếp cận của từng nhóm nhân sự có thể làm thay đổi yêu cầu giám sát. VÙNG NGUY HIỂM ĐỘNG Vùng nguy hiểm động là khu vực có vị trí, phạm vi hoặc mức độ rủi ro thay đổi theo chuyển động của thiết bị, phương tiện hoặc vật thể trong quá trình vận hành. Ví dụ điển hình là khu vực bên dưới và xung quanh tải được nâng bằng cầu trục. Khi cầu trục di chuyển, vị trí của tải thay đổi, đồng nghĩa với việc khu vực cần đặc biệt chú ý cũng thay đổi theo. Tương tự, xe nâng di chuyển trong kho hàng có thể tạo ra những tình huống nguy hiểm khác nhau tùy theo hướng di chuyển, tốc độ, tầm nhìn và sự xuất hiện của người đi bộ. Khác với vùng nguy hiểm cố định, việc chỉ thiết lập một khu vực giám sát không thay đổi trên hình ảnh có thể không đủ để phản ánh các tình huống nguy hiểm phát sinh trong quá trình thiết bị di chuyển. Đối với những ứng dụng này, hệ thống AI Camera cần được thiết kế để giám sát phù hợp với đặc điểm chuyển động thực tế. Tùy giải pháp, việc giám sát có thể dựa trên camera di chuyển cùng thiết bị, nhiều camera cố định hoặc các mô hình nhận diện và theo dõi đối tượng. AI CAMERA GIÁM SÁT VÙNG NGUY HIỂM CỐ ĐỊNH NHƯ THẾ NÀO? XÁC ĐỊNH KHU VỰC CẦN KIỂM SOÁT TRÊN HÌNH ẢNH Với vùng nguy hiểm cố định, bước đầu tiên là xác định khu vực mà doanh nghiệp cần giám sát dựa trên đánh giá rủi ro tại hiện trường. Camera được bố trí để quan sát rõ khu vực này, sau đó hệ thống AI thiết lập vùng nhận diện tương ứng trên hình ảnh. Khi người xuất hiện hoặc đi vào vùng giám sát, hệ thống có thể xác định sự kiện theo quy tắc đã cấu hình. Ví dụ, tại khu vực máy dập, AI Camera có thể hỗ trợ phát hiện người đi vào vùng hạn chế tiếp cận bên ngoài hàng rào bảo vệ. Khi sự kiện xảy ra, hệ thống gửi cảnh báo để nhân sự phụ trách kiểm tra. Việc thiết lập vùng giám sát cần xem xét cả góc camera, vật cản, kích thước đối tượng trong hình ảnh và những vị trí người lao động thường xuyên di chuyển. Đặc biệt, vùng giám sát trên hình ảnh không được mặc nhiên coi là ranh giới an toàn đã được kiểm chứng về mặt kỹ thuật. THIẾT LẬP ĐIỀU KIỆN CẢNH BÁO PHÙ HỢP VỚI QUY TRÌNH Không phải mọi trường hợp xuất hiện trong một khu vực đều là hành vi vi phạm. Một số nhân sự có thể được phép tiếp cận thiết bị để kiểm tra, vận hành hoặc bảo trì theo quy trình. Vì vậy, hệ thống AI Camera cần được cấu hình theo yêu cầu giám sát thực tế, thay vì đơn giản phát cảnh báo mỗi khi nhận diện được người. Chẳng hạn, doanh nghiệp có thể thiết lập các điều kiện khác nhau cho khu vực hạn chế ra vào, khu vực cần giám sát liên tục hoặc những thời điểm thiết bị đang vận hành. Nếu muốn kết hợp thông tin trạng thái máy với dữ liệu hình ảnh, hệ thống cần có khả năng tích hợp phù hợp và được đánh giá về độ tin cậy. Không nên giả định mọi giải pháp AI Camera đều có thể tự động xác định chính xác trạng thái vận hành của thiết bị. KIỂM SOÁT CẢNH BÁO SAI VÀ ĐIỂM MÙ Ngay cả khi vùng giám sát không thay đổi, hiệu quả nhận diện vẫn chịu ảnh hưởng từ điều kiện thực tế. Người lao động có thể bị che khuất bởi vật liệu, đứng ở mép vùng giám sát hoặc xuất hiện dưới góc nhìn khiến hệ thống khó xác định chính xác vị trí. Ánh sáng thay đổi, bụi và rung động cũng có thể ảnh hưởng đến chất lượng hình ảnh. Do đó, doanh nghiệp cần thử nghiệm hệ thống trong nhiều tình huống vận hành để kiểm tra khả năng phát hiện và điều chỉnh cấu hình trước khi sử dụng chính thức. AI CAMERA GIÁM SÁT VÙNG NGUY HIỂM ĐỘNG NHƯ THẾ NÀO? THEO DÕI SỰ THAY ĐỔI VỊ TRÍ CỦA KHU VỰC NGUY HIỂM Với vùng nguy hiểm động, thách thức lớn hơn nằm ở việc đối tượng gây nguy hiểm không đứng yên. Trong hoạt động nâng hạ, cầu trục có thể di chuyển theo nhiều hướng, tải nâng thay đổi vị trí và những người lao động ở gần cũng có thể liên tục di chuyển. Nếu chỉ sử dụng một vùng giám sát cố định trên hình ảnh, hệ thống có thể không theo dõi được toàn bộ khu vực cần quan sát khi tải nâng thay đổi vị trí. Vì vậy, doanh nghiệp cần lựa chọn cách bố trí camera và phương pháp phân tích phù hợp với đặc điểm chuyển động của thiết bị. Một phương án là sử dụng camera di chuyển cùng cầu trục để duy trì khả năng quan sát khu vực liên quan đến tải. Phương án khác là bố trí nhiều camera cố định tại các vị trí thích hợp và kết hợp dữ liệu giám sát theo thiết kế hệ thống. Tuy nhiên, camera di chuyển cùng thiết bị không đồng nghĩa với việc hệ thống tự động xác định chính xác toàn bộ vùng nguy hiểm. Hiệu quả vẫn phụ thuộc vào trường nhìn, chuyển động của tải, độ che khuất và năng lực của mô hình AI. NHẬN DIỆN MỐI QUAN HỆ GIỮA CON NGƯỜI VÀ THIẾT BỊ ĐANG DI CHUYỂN Đối với vùng nguy hiểm động, việc phát hiện có người trong hình ảnh mới chỉ là bước đầu tiên. Hệ thống cần hỗ trợ xác định người đó có xuất hiện trong khu vực cần giám sát liên quan đến thiết bị đang hoạt động hay không. Ví dụ, một công nhân đứng gần đường di chuyển của cầu trục chưa chắc đang ở cùng mức độ rủi ro với người đứng trực tiếp bên dưới tải nâng. Việc đánh giá tình huống phụ thuộc vào vị trí tương đối, hướng chuyển động, kích thước tải và các điều kiện vận hành khác. Tương tự, trong kho hàng, sự xuất hiện đồng thời của người và xe nâng trên cùng khung hình chưa đủ để khẳng định nguy cơ va chạm. Hệ thống cần có quy tắc giám sát phù hợp với luồng di chuyển và đặc điểm khu vực. Những khả năng phân tích quan hệ không gian hoặc dự đoán chuyển động nâng cao chỉ nên được xem là chức năng của giải pháp khi đã được xác nhận và kiểm thử thực tế. ĐẢM BẢO CẢNH BÁO PHÙ HỢP VỚI TỐC ĐỘ VẬN HÀNH Khi thiết bị hoặc tải nâng đang di chuyển, thời gian phát hiện và truyền cảnh báo trở thành yếu tố đặc biệt quan trọng. Một cảnh báo được tạo ra quá muộn có thể không còn đủ hữu ích để nhân sự tại hiện trường nhận biết và phản ứng trước tình huống nguy hiểm. Do đó, ngoài độ chính xác nhận diện, doanh nghiệp cần đánh giá độ trễ của toàn bộ quy trình, từ khi sự kiện xuất hiện trong hình ảnh đến khi thiết bị cảnh báo hoặc người phụ trách nhận được thông tin. Yêu cầu này có thể khiến các kiến trúc xử lý tại chỗ, chẳng hạn AI Hub hoặc Edge AI, trở thành phương án đáng cân nhắc. Tuy nhiên, khả năng đáp ứng thời gian phản ứng phải được xác minh bằng thử nghiệm, không thể chỉ suy ra từ việc hệ thống sử dụng Edge AI. SỰ KHÁC BIỆT KHI TRIỂN KHAI AI CAMERA CHO HAI LOẠI VÙNG NGUY HIỂM Tiêu chí Vùng nguy hiểm cố định Vùng nguy hiểm động Đặc điểm Vị trí giám sát tương đối ổn định Vị trí hoặc phạm vi rủi ro thay đổi Ví dụ Khu vực máy dập, máy cắt, vùng hạn chế tiếp cận Cầu trục, tải nâng, xe nâng đang di chuyển Bố trí camera Thường có thể sử dụng camera cố định Có thể cần camera di chuyển cùng thiết bị hoặc nhiều góc quan sát Cấu hình giám sát Vùng nhận diện được xác định trước Cần phù hợp với chuyển động của thiết bị hoặc đối tượng Điều kiện cảnh báo Thường dựa trên việc xuất hiện hoặc đi vào vùng giám sát Có thể cần xét vị trí tương đối và điều kiện vận hành Thách thức Che khuất, ánh sáng, cảnh báo không cần thiết Thay đổi vị trí, che khuất, độ trễ, khả năng theo dõi Kiểm thử Tập trung vào ranh giới vùng giám sát và các tình huống tiếp cận Cần kiểm tra thêm nhiều trạng thái và quỹ đạo chuyển động Bảng so sánh trên mô tả những khác biệt thường gặp trong thiết kế giám sát bằng AI Camera. Trên thực tế, một nhà máy có thể có cả vùng nguy hiểm cố định và vùng nguy hiểm động trong cùng một dây chuyền hoặc khu vực sản xuất. ỨNG DỤNG THỰC TẾ: GIÁM SÁT VÙNG NGUY HIỂM CỦA CẦU TRỤC BẰNG AI CAMERA Trong nhà máy gia công thép cuộn, cầu trục thường được sử dụng để nâng và di chuyển những cuộn thép có khối lượng lớn. Trong quá trình vận hành, vị trí tải thay đổi theo chuyển động của cầu trục, tạo ra yêu cầu giám sát khác với khu vực máy móc cố định. Một trong những thách thức là việc quan sát liên tục khu vực bên dưới và xung quanh tải nâng. Người vận hành có thể gặp hạn chế về tầm nhìn, đặc biệt khi tải lớn hoặc thiết bị trong nhà máy che khuất một phần khu vực làm việc. Trong một ứng dụng giám sát an toàn cầu trục của EYEFIRE tại nhà máy gia công thép cuộn, hệ thống sử dụng bốn camera được bố trí theo các hướng khác nhau và di chuyển cùng cầu trục. Các camera thu nhận hình ảnh của khu vực cần giám sát, sau đó truyền dữ liệu về AI Hub để phân tích. Hệ thống hỗ trợ phát hiện người xuất hiện trong vùng nguy hiểm theo điều kiện đã cấu hình và tạo cảnh báo nhằm giúp nhân sự tại hiện trường nhận biết tình huống. Điểm đáng chú ý của phương án này là cách tổ chức camera gắn với đặc điểm chuyển động của cầu trục, thay vì chỉ phụ thuộc vào một góc quan sát cố định trong nhà xưởng. Tuy nhiên, phạm vi phát hiện thực tế cần được xác định theo cấu hình triển khai. Không nên mặc định hệ thống có thể nhận diện mọi tình huống nguy hiểm, dự đoán chính xác quỹ đạo tải hoặc tự động dừng cầu trục nếu những chức năng này chưa được xác nhận. Đây là ví dụ cho thấy việc ứng dụng AI Camera cần bắt đầu từ đặc điểm vận hành của thiết bị, sau đó mới lựa chọn phương án bố trí camera và xử lý hình ảnh phù hợp. NHỮNG YẾU TỐ CẦN KIỂM TRA KHI TRIỂN KHAI AI CAMERA GIÁM SÁT VÙNG NGUY HIỂM Dù giám sát vùng nguy hiểm cố định hay vùng nguy hiểm động, doanh nghiệp cần đánh giá điều kiện thực tế trước khi triển khai hệ thống. * Đặc điểm rủi ro: Xác định nguồn nguy hiểm, vị trí có thể tiếp cận, trạng thái vận hành và những tình huống cần phát hiện. * Vị trí và góc camera: Đảm bảo khả năng quan sát khu vực cần giám sát, hạn chế che khuất và kiểm tra chất lượng hình ảnh trong nhiều điều kiện. * Logic phát hiện: Làm rõ hệ thống cần nhận diện người đi vào vùng giám sát, người hiện diện trong khu vực hay những tình huống liên quan đến thiết bị đang di chuyển. * Thời gian cảnh báo: Đánh giá độ trễ xử lý, truyền thông tin và kích hoạt thiết bị cảnh báo trong điều kiện vận hành thực tế. * Khả năng phối hợp xử lý: Xác định ai tiếp nhận cảnh báo, cách phản ứng tại hiện trường và phương án ghi nhận kết quả. Đối với vùng nguy hiểm động, quá trình thử nghiệm cần bao gồm nhiều vị trí của thiết bị, hướng di chuyển, kích thước tải và những tình huống có thể gây che khuất. Doanh nghiệp cũng cần đánh giá tỷ lệ phát hiện đúng, tỷ lệ bỏ sót, cảnh báo sai và mức độ ổn định của hệ thống trong thời gian vận hành liên tục. Quan trọng hơn, AI Camera không thay thế các biện pháp bảo vệ an toàn máy móc bắt buộc như hàng rào bảo vệ, khóa liên động, thiết bị bảo vệ chuyên dụng hoặc quy trình kiểm soát năng lượng nguy hiểm. Việc lựa chọn và bố trí các biện pháp này phải dựa trên đánh giá rủi ro và tiêu chuẩn áp dụng. EYEFIRE HỖ TRỢ GIÁM SÁT VÙNG NGUY HIỂM TRONG NHÀ MÁY NHƯ THẾ NÀO? EYEFIRE phát triển các giải pháp AI Camera và AI Vision nhằm hỗ trợ doanh nghiệp phát hiện sớm những tình huống bất thường trong môi trường công nghiệp. Đối với những khu vực nguy hiểm có ranh giới tương đối ổn định, hệ thống AI Camera có thể được cấu hình để giám sát sự xuất hiện của con người trong những vùng cần kiểm soát, tùy theo yêu cầu thực tế và khả năng nhận diện của giải pháp. Với các ứng dụng có yếu tố chuyển động như cầu trục, phương án triển khai cần xem xét vị trí camera, khu vực cần quan sát và cách truyền dữ liệu về hệ thống phân tích AI. Thông qua việc kết hợp camera và AI Hub, EYEFIRE hướng đến bổ sung khả năng phát hiện sự kiện và cảnh báo cho hoạt động giám sát an toàn, đặc biệt tại những khu vực mà việc quan sát thủ công liên tục gặp nhiều hạn chế. Hiệu quả triển khai phụ thuộc vào đặc điểm nhà máy, cấu hình hệ thống và kết quả thử nghiệm thực tế. Vì vậy, việc khảo sát hiện trường và xác định đúng bài toán giám sát là bước quan trọng trước khi lựa chọn giải pháp. KẾT LUẬN Vùng nguy hiểm cố định và vùng nguy hiểm động đều có thể được giám sát bằng AI Camera, nhưng cách triển khai không hoàn toàn giống nhau. Với vùng nguy hiểm cố định, doanh nghiệp thường có thể xác định trước khu vực cần kiểm soát và thiết lập điều kiện phát hiện phù hợp. Trong khi đó, vùng nguy hiểm động đòi hỏi cách tiếp cận linh hoạt hơn để đáp ứng sự thay đổi vị trí của thiết bị, tải nâng hoặc phương tiện trong quá trình vận hành. Sự khác biệt này ảnh hưởng đến cách bố trí camera, thiết lập vùng giám sát, xử lý hình ảnh và tổ chức cảnh báo. Giám sát an toàn bằng AI Camera không chỉ là phát hiện con người trong hình ảnh, mà còn là xác định đúng khu vực cần chú ý, trong đúng điều kiện vận hành và tại thời điểm phù hợp.  

Nhiều nhà máy đã đầu tư hệ thống camera giám sát tại khu vực sản xuất, kho hàng và những vị trí có nguy cơ mất an toàn. Tuy nhiên, phần lớn hệ thống CCTV truyền thống chủ yếu phục vụ quan sát và lưu trữ hình ảnh, trong khi việc phát hiện các tình huống nguy hiểm vẫn phụ thuộc vào nhân sự theo dõi camera. AI Hub là một trong những giải pháp giúp bổ sung khả năng phân tích hình ảnh bằng trí tuệ nhân tạo vào hệ thống giám sát. Thông qua việc tiếp nhận và xử lý dữ liệu từ camera, AI Hub có thể hỗ trợ phát hiện những sự kiện bất thường, tạo cảnh báo và cung cấp thông tin để nhân sự phụ trách kịp thời xử lý. Vậy AI Hub là gì, hoạt động như thế nào và đóng vai trò gì trong việc nâng cấp hệ thống CCTV thành hệ thống giám sát an toàn thông minh tại nhà máy? AI HUB LÀ GÌ? AI Hub là thiết bị hoặc nền tảng xử lý trung tâm, có khả năng tiếp nhận dữ liệu hình ảnh từ một hoặc nhiều camera và sử dụng các mô hình trí tuệ nhân tạo để phân tích, nhận diện những sự kiện theo yêu cầu. Trong hệ thống giám sát an toàn nhà máy, AI Hub có thể được sử dụng để xử lý video từ camera IP, phát hiện người đi vào khu vực nguy hiểm, nhận diện hành vi không tuân thủ quy định an toàn hoặc giám sát những tình huống có nguy cơ xảy ra tai nạn. Khác với camera truyền thống chỉ ghi nhận hình ảnh, AI Hub bổ sung một lớp phân tích dữ liệu bằng công nghệ Computer Vision (thị giác máy tính). Nhờ đó, hệ thống không chỉ cung cấp video để người dùng quan sát mà còn hỗ trợ xác định những sự kiện cần được chú ý. Tùy theo kiến trúc triển khai, AI Hub có thể là thiết bị xử lý đặt tại nhà máy hoặc một thành phần trong nền tảng phân tích video. Trong mô hình xử lý tại chỗ (Edge AI), dữ liệu hình ảnh được phân tích ngay trong hạ tầng của doanh nghiệp, giúp giảm sự phụ thuộc vào việc truyền toàn bộ video lên hệ thống đám mây. Tuy nhiên, AI Hub không phải tên gọi của một cấu hình phần cứng hay tiêu chuẩn kỹ thuật duy nhất. Khả năng xử lý, số lượng camera hỗ trợ và các chức năng AI phụ thuộc vào từng giải pháp cụ thể. AI HUB HOẠT ĐỘNG NHƯ THẾ NÀO TRONG HỆ THỐNG AI CAMERA? Một hệ thống giám sát an toàn sử dụng AI Hub thường kết hợp camera IP, hạ tầng mạng, bộ xử lý AI và phần mềm quản lý cảnh báo. Quy trình hoạt động có thể được mô tả qua các giai đoạn sau. Tiếp nhận dữ liệu từ camera: Camera IP ghi nhận hình ảnh tại những khu vực cần giám sát và truyền luồng video đến AI Hub thông qua hệ thống mạng. Tùy thiết bị, việc kết nối có thể sử dụng các giao thức và chuẩn tương thích như RTSP hoặc ONVIF. Phân tích hình ảnh bằng AI: AI Hub sử dụng các mô hình Computer Vision để nhận diện người, phương tiện, thiết bị hoặc những đặc điểm chuyển động trong video. Kết quả phân tích được đối chiếu với điều kiện giám sát đã cấu hình để xác định sự kiện bất thường. Phát hiện và tạo cảnh báo: Khi phát hiện sự kiện đáp ứng điều kiện cảnh báo, hệ thống có thể ghi nhận thời điểm, camera liên quan và hình ảnh sự kiện. Tùy cấu hình, thông báo được chuyển đến giao diện quản lý, nhân sự phụ trách hoặc thiết bị cảnh báo tại hiện trường. Xác minh và xử lý: Nhân sự phụ trách tiếp nhận thông tin, kiểm tra tình huống và thực hiện biện pháp phù hợp. Với những nguy cơ nghiêm trọng, cơ chế cảnh báo hoặc bảo vệ cần được thiết kế để phản ứng kịp thời theo yêu cầu an toàn, không phụ thuộc hoàn toàn vào việc con người xác nhận thông báo. Theo dõi và cải tiến: Dữ liệu sự kiện và kết quả xử lý có thể được tổng hợp để đánh giá tình trạng an toàn, xác định những khu vực thường xuyên phát sinh rủi ro và điều chỉnh biện pháp kiểm soát. Thông qua quy trình này, AI Hub đóng vai trò kết nối dữ liệu hình ảnh từ camera với hoạt động phát hiện, cảnh báo và quản lý sự kiện an toàn. Tuy nhiên, việc hệ thống có hỗ trợ đầy đủ chức năng lưu trữ, quản lý sự kiện hay báo cáo hay không còn phụ thuộc vào phần mềm và cấu hình triển khai. VAI TRÒ CỦA AI HUB TRONG GIÁM SÁT AN TOÀN NHÀ MÁY BỔ SUNG KHẢ NĂNG PHÂN TÍCH AI CHO HỆ THỐNG CCTV HIỆN HỮU Một trong những ứng dụng đáng chú ý của AI Hub là tận dụng hệ thống camera IP đã được lắp đặt để bổ sung khả năng phân tích hình ảnh. Thay vì thay thế toàn bộ camera bằng thiết bị tích hợp AI, doanh nghiệp có thể xem xét kết nối các camera tương thích với AI Hub để xử lý video và phát hiện những sự kiện theo yêu cầu. Cách tiếp cận này có thể giúp tận dụng hạ tầng hiện có và triển khai theo từng khu vực ưu tiên. Tuy nhiên, không phải mọi camera IP đều phù hợp để sử dụng với AI Hub. Khả năng tương thích còn phụ thuộc vào giao thức truyền video, độ phân giải, tốc độ khung hình, chất lượng hình ảnh, góc lắp đặt và yêu cầu của mô hình AI. Vì vậy, trước khi nâng cấp CCTV, doanh nghiệp cần khảo sát hệ thống thực tế để xác định camera nào có thể tiếp tục sử dụng và vị trí nào cần điều chỉnh hoặc bổ sung thiết bị. HỖ TRỢ PHÁT HIỆN SỚM NHỮNG TÌNH HUỐNG MẤT AN TOÀN Trong môi trường sản xuất, nhiều rủi ro xuất hiện trong thời gian ngắn và có thể bị bỏ sót nếu chỉ dựa vào việc quan sát camera thủ công. AI Hub có thể hỗ trợ phân tích video liên tục và nhận diện những sự kiện đã được cấu hình, chẳng hạn người xuất hiện trong vùng hoạt động của xe nâng, công nhân không sử dụng thiết bị bảo hộ hoặc người đi vào khu vực nguy hiểm gần máy móc. Khi phát hiện sự kiện, hệ thống có thể tạo cảnh báo để người phụ trách nhanh chóng tiếp nhận thông tin. Điều này giúp chuyển hoạt động giám sát từ việc chủ yếu xem lại hình ảnh sau sự cố sang hỗ trợ nhận diện rủi ro ngay khi có dấu hiệu bất thường. Tuy nhiên, AI Hub chỉ có thể phân tích những gì camera ghi nhận được và những loại sự kiện mà mô hình AI được thiết kế để nhận diện. Công nghệ không loại bỏ hoàn toàn nguy cơ cảnh báo sai hoặc bỏ sót sự kiện. HỖ TRỢ GIÁM SÁT NHIỀU KHU VỰC TỪ MỘT HỆ THỐNG XỬ LÝ Nhà máy thường có nhiều khu vực cần giám sát với đặc điểm rủi ro khác nhau. Kho hàng cần chú ý đến hoạt động của xe nâng, dây chuyền sản xuất cần kiểm soát việc sử dụng PPE, trong khi khu vực cầu trục hoặc máy móc công nghiệp đòi hỏi giám sát vùng nguy hiểm. Tùy năng lực xử lý và kiến trúc hệ thống, AI Hub có thể tiếp nhận video từ nhiều camera và áp dụng những chức năng phân tích phù hợp với từng khu vực. Việc tổ chức giám sát theo một hệ thống xử lý chung có thể giúp doanh nghiệp quản lý các ứng dụng AI Vision thuận tiện hơn, thay vì triển khai những giải pháp hoàn toàn tách biệt. Dù vậy, số lượng camera có thể xử lý đồng thời không chỉ phụ thuộc vào số cổng kết nối. Doanh nghiệp cần tính đến độ phân giải video, số khung hình được phân tích mỗi giây, độ phức tạp của mô hình AI và khả năng xử lý của phần cứng. CUNG CẤP DỮ LIỆU PHỤC VỤ CẢI TIẾN AN TOÀN Giá trị của AI Hub không chỉ nằm ở khả năng phát hiện một sự kiện bất thường. Khi được kết hợp với phần mềm quản lý phù hợp, dữ liệu sự kiện còn có thể hỗ trợ doanh nghiệp phân tích những vấn đề an toàn thường xuyên xuất hiện trong quá trình vận hành. Ví dụ, nếu cảnh báo liên quan đến người và xe nâng liên tục phát sinh tại cùng một giao lộ, bộ phận EHS có thể xem xét lại cách tổ chức luồng di chuyển hoặc biện pháp phân tách người và phương tiện. Tương tự, nếu một khu vực thường xuyên xuất hiện tình trạng không tuân thủ PPE, doanh nghiệp có thể đánh giá lại quy trình làm việc, hoạt động đào tạo hoặc phương án kiểm tra tại hiện trường. Nhờ đó, dữ liệu từ hệ thống AI Camera có thể trở thành cơ sở hỗ trợ ra quyết định, thay vì chỉ được sử dụng để ghi nhận từng sự kiện riêng lẻ. AI HUB KHÁC GÌ CAMERA AI VÀ ĐẦU GHI NVR? AI Hub, camera AI và đầu ghi NVR đều có thể xuất hiện trong một hệ thống giám sát, nhưng đảm nhiệm những vai trò khác nhau. Camera AI là camera được tích hợp khả năng phân tích hình ảnh ngay trên thiết bị. Tùy sản phẩm, camera có thể thực hiện một số chức năng nhận diện và phát hiện sự kiện mà không cần chuyển toàn bộ quá trình phân tích sang bộ xử lý bên ngoài. AI Hub tập trung vào việc tiếp nhận và phân tích dữ liệu video từ camera hoặc các nguồn hình ảnh được hỗ trợ. Mô hình này phù hợp để xem xét khi doanh nghiệp muốn bổ sung khả năng AI cho hệ thống camera hiện hữu hoặc tổ chức xử lý tập trung cho nhiều luồng video. Đầu ghi NVR (Network Video Recorder) chủ yếu phục vụ tiếp nhận, ghi hình, lưu trữ và phát lại video từ camera IP. Một số NVR hiện đại cũng được tích hợp chức năng AI, vì vậy ranh giới giữa các loại thiết bị có thể khác nhau tùy sản phẩm. Điểm quan trọng không phải là lựa chọn thiết bị dựa trên tên gọi, mà là xác định rõ hệ thống cần thực hiện những chức năng nào: ghi hình, phân tích AI, phát hiện sự kiện, cảnh báo hay quản lý dữ liệu. Trong nhiều trường hợp, AI Hub và NVR có thể hoạt động cùng nhau, với một hệ thống phục vụ lưu trữ video và hệ thống còn lại đảm nhiệm phân tích AI. ỨNG DỤNG AI HUB TRONG CÁC BÀI TOÁN AN TOÀN NHÀ MÁY GIÁM SÁT AN TOÀN XE NÂNG Tại kho hàng và trung tâm logistics, xe nâng thường hoạt động trong những khu vực có người đi bộ, hàng hóa và thiết bị vận chuyển cùng di chuyển. Khi được triển khai với mô hình AI phù hợp, AI Hub có thể phân tích hình ảnh từ camera để phát hiện người hoặc xe nâng xuất hiện trong khu vực cần giám sát, từ đó hỗ trợ nhận diện các tình huống có nguy cơ giao cắt. Dữ liệu cảnh báo có thể giúp bộ phận phụ trách xác định những vị trí thường xuyên phát sinh rủi ro và xem xét điều chỉnh tổ chức giao thông nội bộ. GIÁM SÁT VIỆC SỬ DỤNG THIẾT BỊ BẢO HỘ CÁ NHÂN Trong các khu vực sản xuất có yêu cầu sử dụng PPE, AI Hub có thể hỗ trợ phân tích video để nhận diện công nhân không đội mũ bảo hộ, không mặc áo phản quang hoặc không sử dụng những thiết bị bảo hộ thuộc phạm vi nhận diện của mô hình. Khi phát hiện trường hợp nghi ngờ vi phạm, hệ thống tạo cảnh báo để nhân sự phụ trách kiểm tra và yêu cầu khắc phục nếu cần thiết. Ứng dụng này có thể giúp doanh nghiệp bổ sung khả năng giám sát tại những khu vực có nhiều lao động hoặc vận hành theo nhiều ca, nhưng không thay thế hoàn toàn hoạt động kiểm tra và quản lý an toàn tại hiện trường. GIÁM SÁT VÙNG NGUY HIỂM CỦA CẦU TRỤC VÀ MÁY MÓC Tại nhà máy thép, cơ khí hoặc các cơ sở sản xuất công nghiệp nặng, vùng hoạt động của cầu trục, máy dập và thiết bị nâng hạ có thể tiềm ẩn những rủi ro nghiêm trọng. AI Hub có thể tiếp nhận hình ảnh từ các camera bố trí tại khu vực cần giám sát, phân tích sự xuất hiện của con người và hỗ trợ phát hiện những tình huống xâm nhập vùng nguy hiểm theo điều kiện đã thiết lập. Đặc biệt, đối với cầu trục, vị trí vùng nguy hiểm có thể thay đổi theo chuyển động của tải. Vì vậy, hiệu quả nhận diện phụ thuộc vào cách bố trí camera, cấu hình vùng giám sát và khả năng xử lý của mô hình AI. AI Camera và AI Hub chỉ nên được xem là lớp hỗ trợ giám sát. Những chức năng bảo vệ an toàn máy móc bắt buộc vẫn cần được thực hiện bằng hệ thống chuyên dụng đáp ứng yêu cầu kỹ thuật và tiêu chuẩn áp dụng. NHỮNG YẾU TỐ CẦN KIỂM TRA TRƯỚC KHI TRIỂN KHAI AI HUB Trước khi đầu tư AI Hub, doanh nghiệp cần đánh giá cả hạ tầng camera hiện hữu lẫn yêu cầu giám sát an toàn thực tế. Trước hết là khả năng tương thích với camera IP. Doanh nghiệp cần xác định camera có cung cấp luồng video phù hợp hay không, hệ thống mạng có đáp ứng yêu cầu truyền dữ liệu hay không và thiết bị có thể tích hợp với nền tảng phân tích AI dự kiến hay không. Tiếp theo là chất lượng hình ảnh và vị trí lắp đặt. Camera có độ phân giải cao chưa chắc đã cung cấp hình ảnh phù hợp cho AI nếu đối tượng quá nhỏ, bị che khuất hoặc xuất hiện ở góc quan sát không thuận lợi. Bên cạnh đó, năng lực xử lý của AI Hub cần được đánh giá theo số lượng camera, loại mô hình AI, tốc độ phân tích và yêu cầu về độ trễ cảnh báo. Một hệ thống phù hợp cho vài camera giám sát đơn giản chưa chắc đáp ứng được nhiều luồng video độ phân giải cao với các tác vụ AI phức tạp. Doanh nghiệp cũng cần xem xét khả năng tích hợp cảnh báo, bảo mật và vận hành. Những nội dung quan trọng bao gồm phân quyền truy cập, bảo vệ dữ liệu video, kết nối với hệ thống quản lý hiện hữu, xử lý sự cố mạng và quy trình bảo trì. Cuối cùng, nên triển khai thử nghiệm tại một số khu vực đại diện trước khi mở rộng. Quá trình thử nghiệm cần đánh giá tỷ lệ phát hiện đúng, tỷ lệ cảnh báo sai, độ trễ cảnh báo và khả năng phối hợp giữa hệ thống AI với nhân sự phụ trách. EYEFIRE ỨNG DỤNG AI HUB TRONG GIÁM SÁT AN TOÀN NHÀ MÁY NHƯ THẾ NÀO? EYEFIRE phát triển các giải pháp AI Camera và AI Vision nhằm hỗ trợ doanh nghiệp phát hiện sớm những tình huống bất thường trong môi trường công nghiệp. Một trong những hướng triển khai là kết hợp camera với hệ thống xử lý AI để phân tích hình ảnh và tạo cảnh báo theo các điều kiện giám sát được cấu hình. Ví dụ, trong giải pháp giám sát an toàn cầu trục tại nhà máy gia công thép cuộn, hệ thống sử dụng bốn camera được bố trí theo những hướng khác nhau và di chuyển cùng cầu trục để quan sát khu vực bên dưới tải. Dữ liệu hình ảnh được đưa về AI Hub để phân tích, hỗ trợ phát hiện người xuất hiện trong vùng nguy hiểm và tạo cảnh báo theo điều kiện thiết lập. Cách triển khai này giúp bổ sung khả năng nhận diện rủi ro tại những vị trí khó quan sát liên tục bằng mắt thường. Bên cạnh giám sát cầu trục, các giải pháp AI Vision của EYEFIRE còn hướng đến những bài toán như an toàn xe nâng, giám sát PPE và phát hiện người đi vào khu vực nguy hiểm. Đối với doanh nghiệp đã có hệ thống CCTV, việc bổ sung AI Hub có thể là một phương án cần xem xét để tận dụng hạ tầng camera hiện hữu. Tuy nhiên, khả năng tích hợp và phạm vi chức năng cần được xác định thông qua khảo sát kỹ thuật và yêu cầu thực tế của từng nhà máy. Điều quan trọng là AI Hub không chỉ giúp camera nhận diện thêm sự kiện, mà còn tạo cơ sở để kết nối hoạt động giám sát với quy trình tiếp nhận cảnh báo, xử lý rủi ro và cải tiến an toàn. KẾT LUẬN AI Hub đóng vai trò quan trọng trong việc bổ sung khả năng phân tích hình ảnh bằng AI cho hệ thống giám sát an toàn nhà máy. Thông qua việc tiếp nhận dữ liệu từ camera, phát hiện sự kiện bất thường và hỗ trợ tạo cảnh báo, AI Hub giúp doanh nghiệp khai thác hiệu quả hơn nguồn dữ liệu video vốn đã được ghi nhận mỗi ngày. Tuy nhiên, hiệu quả triển khai không chỉ phụ thuộc vào thiết bị xử lý AI mà còn liên quan đến chất lượng camera, hạ tầng mạng, mô hình nhận diện và quy trình phản ứng của nhân sự tại hiện trường. Giá trị của AI Hub không nằm ở việc xử lý được bao nhiêu luồng video, mà ở khả năng biến hình ảnh từ camera thành thông tin hữu ích để doanh nghiệp phát hiện rủi ro sớm hơn và quản lý an toàn hiệu quả hơn.  

AI Camera có thể phát hiện người đi vào khu vực nguy hiểm, nhận diện hành vi không tuân thủ quy định an toàn hoặc gửi cảnh báo khi xuất hiện tình huống bất thường. Tuy nhiên, phát hiện được rủi ro không đồng nghĩa với việc rủi ro đã được xử lý. Trong môi trường nhà máy, mỗi cảnh báo có thể đòi hỏi những hành động khác nhau, từ xác minh tình huống, đánh giá mức độ nguy hiểm đến can thiệp tại hiện trường. Đây là lý do Human-in-the-Loop (HITL) trở thành một cách tiếp cận quan trọng khi triển khai AI trong giám sát an toàn. Vậy Human-in-the-Loop là gì, vì sao AI vẫn cần sự tham gia của con người và doanh nghiệp nên kết hợp hai yếu tố này như thế nào để nâng cao hiệu quả quản lý an toàn? HUMAN-IN-THE-LOOP LÀ GÌ? Human-in-the-Loop là mô hình kết hợp khả năng xử lý tự động của AI với sự tham gia của con người trong những giai đoạn cần xác minh, đánh giá hoặc ra quyết định. Trong giám sát an toàn nhà máy, AI Camera có thể liên tục phân tích hình ảnh để phát hiện những sự kiện đáp ứng điều kiện đã cấu hình. Khi xuất hiện dấu hiệu bất thường, hệ thống tạo cảnh báo để nhân sự phụ trách kiểm tra và thực hiện hành động phù hợp. Ví dụ, AI Camera phát hiện một công nhân xuất hiện trong vùng hoạt động của xe nâng. Hệ thống có thể ghi nhận sự kiện và gửi thông báo, nhưng người phụ trách vẫn cần xem xét tình trạng vận hành của xe nâng, vị trí người lao động và mức độ nguy hiểm để xác định phương án xử lý. Trong mô hình này, AI hỗ trợ quan sát và phát hiện, còn con người chịu trách nhiệm đánh giá tình huống, xử lý và cải tiến hoạt động an toàn. Tuy nhiên, Human-in-the-Loop không có nghĩa là mọi cảnh báo đều phải chờ con người phê duyệt. Với những tình huống nguy hiểm tức thời, hệ thống cảnh báo hoặc thiết bị bảo vệ chuyên dụng cần phản ứng theo thiết kế an toàn đã được xác nhận. VÌ SAO AI VẪN CẦN CON NGƯỜI TRONG GIÁM SÁT AN TOÀN? AI NHẬN DIỆN HÌNH ẢNH NHƯNG CHƯA HIỂU ĐẦY ĐỦ NGỮ CẢNH AI Vision sử dụng Computer Vision để nhận diện đối tượng, phân tích chuyển động và phát hiện các tình huống bất thường. Tuy nhiên, kết quả nhận diện phụ thuộc vào dữ liệu hình ảnh và những quy tắc đã được thiết lập. Một công nhân cúi xuống gần máy móc có thể đang thực hiện bảo trì theo quy trình, nhưng cũng có thể đang tiếp cận khu vực nguy hiểm khi thiết bị vẫn hoạt động. Hai tình huống có hình ảnh tương tự nhau nhưng mức độ rủi ro và phương án xử lý hoàn toàn khác nhau. Con người cần kết hợp thông tin từ AI với trạng thái thiết bị, quy trình vận hành và điều kiện thực tế để đưa ra quyết định phù hợp. AI VẪN CÓ THỂ CẢNH BÁO SAI HOẶC BỎ SÓT SỰ KIỆN Độ chính xác của AI Camera chịu ảnh hưởng bởi ánh sáng, góc quan sát, vật cản, chất lượng hình ảnh và giới hạn của thuật toán. Hệ thống có thể nhận diện nhầm một hành vi bình thường là nguy hiểm hoặc bỏ sót sự kiện khi người lao động bị che khuất. Sự tham gia của con người giúp xác minh những kết quả chưa chắc chắn, phát hiện các trường hợp nhận diện chưa phù hợp và cung cấp thông tin để cải thiện hệ thống. Tuy nhiên, việc xác minh thủ công không thay thế cho kiểm thử định kỳ và các biện pháp bảo vệ độc lập đối với những rủi ro nghiêm trọng. QUYẾT ĐỊNH XỬ LÝ PHỤ THUỘC VÀO MỨC ĐỘ NGUY HIỂM THỰC TẾ Không phải mọi cảnh báo đều yêu cầu cùng một hành động. Một công nhân thiếu mũ bảo hộ có thể cần được nhắc nhở và khắc phục, trong khi người đứng dưới tải đang được cầu trục nâng có thể cần biện pháp bảo vệ ngay lập tức. AI có thể hỗ trợ phân loại sự kiện, nhưng phương án xử lý còn phụ thuộc vào quy trình EHS, tình trạng thiết bị và điều kiện tại hiện trường. Đối với nguy cơ tức thời, doanh nghiệp cần có cơ chế cảnh báo và bảo vệ phù hợp, không phụ thuộc hoàn toàn vào việc người quản lý có kịp tiếp nhận thông báo hay không. CON NGƯỜI CHỊU TRÁCH NHIỆM CẢI TIẾN AN TOÀN Một cảnh báo có thể kết thúc khi người lao động rời khỏi vùng nguy hiểm. Tuy nhiên, nếu tình huống tương tự liên tục xảy ra, nguyên nhân có thể nằm ở cách bố trí mặt bằng, quy trình làm việc hoặc tổ chức sản xuất. AI cung cấp dữ liệu về những sự kiện đã phát hiện, còn bộ phận EHS cần phân tích nguyên nhân, lựa chọn biện pháp khắc phục và đánh giá hiệu quả sau triển khai. Đây là vai trò quan trọng của con người mà việc tự động hóa phát hiện bằng AI không thể thay thế hoàn toàn. HUMAN-IN-THE-LOOP HOẠT ĐỘNG NHƯ THẾ NÀO TRONG HỆ THỐNG AI CAMERA? Một quy trình Human-in-the-Loop trong giám sát an toàn có thể được tổ chức theo các bước sau: * Phát hiện: AI Camera phân tích video và nhận diện những sự kiện bất thường theo điều kiện được cấu hình. * Cảnh báo: Hệ thống ghi nhận sự kiện và gửi thông báo đến nhân sự hoặc bộ phận phụ trách. * Xác minh: Người phụ trách kiểm tra hình ảnh, đánh giá ngữ cảnh và xác định mức độ nguy hiểm thực tế. * Xử lý: Nhân sự tại hiện trường thực hiện biện pháp phù hợp, chẳng hạn nhắc nhở, điều chỉnh hoạt động hoặc triển khai quy trình ứng cứu. * Theo dõi và cải tiến: Kết quả xử lý được ghi nhận để đánh giá hiệu quả, phân tích nguyên nhân và hạn chế tình huống tái diễn. Quy trình này giúp doanh nghiệp kết nối hoạt động phát hiện tự động với trách nhiệm xử lý thực tế. Thay vì chỉ nhận được một cảnh báo, bộ phận EHS có thêm thông tin để theo dõi sự kiện từ khi phát sinh đến khi được giải quyết. Tùy mức độ rủi ro, một số hành động cảnh báo hoặc bảo vệ có thể được thực hiện tự động mà không cần chờ bước xác minh của con người. ỨNG DỤNG HUMAN-IN-THE-LOOP TRONG GIÁM SÁT AN TOÀN NHÀ MÁY GIÁM SÁT VÙNG NGUY HIỂM CỦA CẦU TRỤC Trong nhà máy sử dụng cầu trục, vùng nguy hiểm có thể thay đổi liên tục theo vị trí của tải. Người vận hành không phải lúc nào cũng quan sát đầy đủ khu vực bên dưới, đặc biệt khi tầm nhìn bị che khuất bởi thiết bị hoặc kết cấu nhà xưởng. AI Camera có thể hỗ trợ phát hiện người xuất hiện trong vùng nguy hiểm và tạo cảnh báo. Trong khi đó, nhân sự phụ trách đánh giá sự kiện, xác định nguyên nhân và thực hiện những biện pháp cần thiết để hạn chế tái diễn. Đối với các tình huống có nguy cơ tai nạn tức thời, hệ thống bảo vệ cần được thiết kế để phản ứng kịp thời, thay vì chờ người quản lý xác nhận cảnh báo. GIÁM SÁT VIỆC SỬ DỤNG THIẾT BỊ BẢO HỘ CÁ NHÂN AI Vision có thể hỗ trợ phát hiện công nhân không đội mũ bảo hộ hoặc không sử dụng PPE theo yêu cầu tại khu vực sản xuất. Tuy nhiên, hình ảnh không phải lúc nào cũng phản ánh đầy đủ điều kiện làm việc. Người phụ trách cần xác minh sự kiện, nhắc nhở hoặc yêu cầu khắc phục khi cần thiết. Nếu vi phạm liên tục xảy ra tại cùng một khu vực, bộ phận EHS có thể xem xét lại biển hướng dẫn, quy trình hoặc hoạt động đào tạo an toàn. GIÁM SÁT RỦI RO GIỮA XE NÂNG VÀ NGƯỜI ĐI BỘ Trong kho hàng, AI Camera có thể hỗ trợ phát hiện người và phương tiện xuất hiện trong những khu vực có nguy cơ giao cắt. Hệ thống tạo cảnh báo khi phát hiện tình huống đáp ứng điều kiện đã thiết lập. Tuy nhiên, việc xác định nguyên nhân cần xem xét thêm hướng di chuyển, tầm nhìn của người điều khiển và cách tổ chức giao thông nội bộ. Nếu cảnh báo liên tục xuất hiện tại cùng một vị trí, giải pháp lâu dài có thể là điều chỉnh luồng di chuyển hoặc bổ sung biện pháp phân tách người và phương tiện, thay vì chỉ tăng số lượng cảnh báo. NHỮNG YẾU TỐ CẦN LƯU Ý KHI TRIỂN KHAI HUMAN-IN-THE-LOOP Human-in-the-Loop không đơn giản là bổ sung một người vào quy trình xử lý cảnh báo. Để mô hình vận hành hiệu quả, doanh nghiệp cần xác định rõ trách nhiệm, quyền hạn và cách phối hợp giữa AI với nhân sự phụ trách. Trước hết, cần phân loại cảnh báo theo mức độ rủi ro. Những tình huống nguy hiểm tức thời phải có cơ chế phản ứng phù hợp, trong khi các sự kiện ít khẩn cấp hơn có thể được chuyển đến người phụ trách để xác minh và xử lý. Bên cạnh đó, doanh nghiệp cần tránh tình trạng phụ thuộc hoàn toàn vào kết quả AI. Nhân sự giám sát phải hiểu những giới hạn của hệ thống, có đủ thông tin để đánh giá cảnh báo và biết cách xử lý khi kết quả nhận diện không phù hợp với thực tế. Cuối cùng, kết quả xác minh và xử lý cần được sử dụng để cải tiến liên tục. Nếu hệ thống thường xuyên tạo cảnh báo sai hoặc một loại rủi ro liên tục tái diễn, doanh nghiệp cần đánh giá lại cấu hình giám sát, quy trình vận hành và các biện pháp kiểm soát hiện tại. Hiệu quả của Human-in-the-Loop có thể được đánh giá thông qua thời gian tiếp nhận cảnh báo, tỷ lệ xác minh, thời gian phản ứng tại hiện trường, tỷ lệ cảnh báo sai và mức độ tái diễn của các sự kiện sau khi khắc phục. EYEFIRE HỖ TRỢ KẾT HỢP AI VÀ CON NGƯỜI TRONG GIÁM SÁT AN TOÀN NHƯ THẾ NÀO? EYEFIRE phát triển các giải pháp AI Camera và AI Vision nhằm hỗ trợ doanh nghiệp phát hiện sớm những tình huống bất thường trong môi trường công nghiệp. Thay vì chỉ ghi hình như CCTV truyền thống, hệ thống ứng dụng Computer Vision để phân tích video và tạo cảnh báo theo điều kiện được cấu hình. Các ứng dụng của EYEFIRE bao gồm phát hiện người đi vào vùng nguy hiểm, giám sát việc sử dụng thiết bị bảo hộ cá nhân và nhận diện rủi ro liên quan đến hoạt động của thiết bị công nghiệp. Một ví dụ là giải pháp AI Camera giám sát an toàn cầu trục tại nhà máy gia công thép cuộn. Hệ thống sử dụng bốn camera bố trí theo các hướng khác nhau, di chuyển cùng cầu trục để giám sát khu vực bên dưới tải. Dữ liệu hình ảnh được đưa về AI Hub để phân tích và tạo cảnh báo khi phát hiện người xuất hiện trong vùng nguy hiểm theo điều kiện cấu hình. Trong ứng dụng này, AI Vision hỗ trợ nhận diện nguy cơ tại những vị trí khó quan sát liên tục. Con người tiếp tục giữ vai trò quan trọng trong việc tổ chức vận hành an toàn, đánh giá nguyên nhân sự kiện và cải tiến biện pháp kiểm soát. Đây cũng là hướng tiếp cận của Human-in-the-Loop: AI giúp phát hiện và cung cấp thông tin, còn con người sử dụng thông tin đó để đưa ra quyết định và hành động phù hợp. Khi triển khai AI Camera, doanh nghiệp cần xác định ngay từ đầu ai sẽ tiếp nhận cảnh báo, quy trình xử lý tại hiện trường và cách đánh giá kết quả. Điều này giúp công nghệ giám sát trở thành một phần của hoạt động quản lý an toàn, thay vì chỉ là công cụ phát hiện sự kiện. KẾT LUẬN AI Vision giúp doanh nghiệp mở rộng khả năng giám sát, phát hiện sớm những tình huống bất thường và giảm sự phụ thuộc vào việc quan sát camera liên tục. Tuy nhiên, công nghệ chỉ thực sự tạo ra giá trị khi thông tin về rủi ro được chuyển thành hành động phù hợp. Human-in-the-Loop kết hợp khả năng phân tích của AI với kinh nghiệm, kiến thức chuyên môn và trách nhiệm của con người. Sự kết hợp này không chỉ hỗ trợ xử lý cảnh báo mà còn giúp doanh nghiệp nhận diện nguyên nhân và liên tục cải thiện hoạt động an toàn. Mục tiêu của AI trong giám sát an toàn không phải là thay thế con người, mà là giúp con người phát hiện rủ i ro sớm hơn, ra quyết định có cơ sở hơn và hành động hiệu quả hơn.