Andrei Kulik, Đồng sáng lập XENOM – Loạt bài phỏng vấn

Andrei Kulik là Đồng sáng lập kiêm CEO của XENOM, mang kinh nghiệm về AI chạy trực tiếp trên thiết bị, hệ thống phân tán và học máy vào các hoạt động công nghiệp. Trước đây, ông đồng sáng lập AIMatter, công ty sau đó được Google mua lại, và làm việc về các hệ thống AI dành cho thiết bị tiêu dùng tại Google. Sự nghiệp của ông tập trung vào việc giúp AI tiên tiến hoạt động ổn định trong những giới hạn thực tế của phần cứng và môi trường đời thực.

XENOM phát triển một nền tảng AI công nghiệp kết hợp phần mềm với thiết bị bảo hộ thông minh, giúp người vận hành theo dõi tình hình tại nơi làm việc theo thời gian thực. Hệ thống của công ty tích hợp các dữ liệu về định vị, liên lạc giữa lực lượng lao động, cảm biến môi trường và an toàn. Trong cuộc phỏng vấn này, Kulik trao đổi về AI biên, mũ bảo hộ thông minh, sự giám sát của con người, quyền riêng tư của người lao động và lộ trình chuyển từ giám sát công nghiệp sang hỗ trợ ra quyết định dự báo.

Trước đây, ông đồng sáng lập AIMatter, công ty sau đó được Google mua lại, và dành nhiều năm phát triển các hệ thống AI được thiết kế để chạy trực tiếp trên thiết bị tiêu dùng. Điều gì đã thôi thúc ông đồng sáng lập XENOM, và kinh nghiệm tại Google đã định hình tầm nhìn của ông về việc đưa AI vào môi trường công nghiệp như thế nào?

Sau thương vụ mua lại, tôi dành nhiều năm tập trung giải quyết một vấn đề cụ thể: làm thế nào để AI tiên tiến hoạt động ổn định trên một thiết bị vừa túi, dù bị hạn chế về pin, kết nối không ổn định và phải hoạt động trong những điều kiện thực tế mà không phòng thí nghiệm nào có thể mô phỏng đầy đủ. Chúng tôi triển khai công nghệ đó trên điện thoại, kính và tai nghe — tổng cộng hàng tỷ thiết bị. Đến một lúc, tôi bắt đầu tự hỏi còn nơi nào khác có thể ứng dụng kiến trúc này. Thiết bị tiêu dùng mang lại sự tiện lợi, nhưng tại các cơ sở công nghiệp, một quyết định sai lầm — hoặc không đưa ra quyết định nào — có thể phải trả giá bằng sinh mạng con người và hàng triệu đô la năng suất bị mất. Phần lớn các cơ sở công nghiệp vẫn chưa có cái nhìn theo thời gian thực về những gì đang diễn ra. Tôi cảm thấy khoảng trống đó chính là vấn đề phù hợp để áp dụng công nghệ mà chúng tôi đã dành nhiều năm xây dựng.

XENOM kết hợp phần mềm ứng dụng AI với thiết bị bảo hộ thông minh để cung cấp khả năng quan sát hoạt động công nghiệp theo thời gian thực. Những điểm mù lớn nhất trong các hệ thống an toàn công nghiệp truyền thống là gì, và nền tảng của ông giải quyết những thách thức mà các công nghệ giám sát thông thường khó xử lý như thế nào?

Vấn đề cốt lõi là phần lớn hệ thống được thiết kế để ghi lại những gì đã xảy ra, chứ không phải để ngăn sự việc xảy ra. Vị trí của người lao động chỉ được cập nhật vài phút một lần. Bảng chấm công được điền vào cuối ca. Các vi phạm an toàn chỉ được ghi nhận sau khi báo cáo sự cố được lập. Đến khi người quản lý xem được dữ liệu thì ca làm đã kết thúc hoặc tai nạn đã xảy ra. Điểm mù thứ hai là tình trạng phân mảnh — một công ty có thể sử dụng hệ thống giám sát khí gas, một hệ thống kiểm soát ra vào riêng, danh sách kiểm tra thiết bị bảo hộ cá nhân trên giấy và quy trình chấm công thủ công, nhưng các hệ thống này không kết nối với nhau. XENOM thay thế tất cả bằng một luồng dữ liệu liên tục duy nhất từ cơ sở, được xử lý theo thời gian thực, giúp người quản lý có được bức tranh tổng thể nhất quán thay vì năm bức tranh rời rạc.

Phần lớn sự nghiệp của ông tập trung vào việc tối ưu hóa học máy và suy luận LLM trên các thiết bị có tài nguyên hạn chế. Ông áp dụng những nguyên tắc này vào môi trường công nghiệp ra sao, và xử lý các tác vụ AI tại biên có ưu thế kỹ thuật nào so với việc phụ thuộc vào hạ tầng đám mây?

Làm việc với các thiết bị có tài nguyên hạn chế rèn cho chúng ta một kỷ luật: từng mili giây, từng miliwatt và từng byte đều phải có lý do chính đáng. Đó chính là tư duy mà mũ bảo hộ công nghiệp cần có, bởi thiết bị được đeo suốt cả ca và phải hoạt động ổn định như nhau ở giờ thứ mười một cũng như giờ đầu tiên. Chúng tôi chủ động phân chia công việc: các tác vụ cần xử lý tức thời và tiêu tốn nhiều dữ liệu, như xử lý luồng giọng nói và tín hiệu cảm biến hoặc phát hiện té ngã và va đập, được thực hiện trên NPU trong mũ bằng các mô hình đã được nén và tinh chỉnh cho phần cứng đó; trong khi bức tranh tổng thể của toàn cơ sở và các phân tích chuyên sâu hơn được xây dựng ở phía nền tảng.

Xử lý tại biên mang lại cho chúng tôi bốn lợi ích thiết thực. Thứ nhất là tốc độ: thiết bị phản ứng tức thì với sự kiện mà không cần gửi yêu cầu đến máy chủ rồi chờ phản hồi. Thứ hai là độ tin cậy: mô hình gọn nhẹ chạy trên thiết bị cho kết quả ổn định, còn mỗi mắt xích bổ sung trong chuỗi đều tạo thêm một điểm có thể gặp sự cố. Thứ ba là tải mạng: hàng trăm chiếc mũ không thể liên tục truyền phát âm thanh thô và dữ liệu cảm biến, vì vậy mỗi thiết bị chỉ gửi kết quả phân tích. Thứ tư là thời lượng pin: truyền dữ liệu là một trong những hoạt động tiêu thụ nhiều năng lượng nhất của thiết bị, nên xử lý tại chỗ và gửi ít dữ liệu hơn sẽ kéo dài thời gian hoạt động.

XENOM đã phát triển các loại mũ bảo hộ thông minh tích hợp khả năng định vị, liên lạc, cảm biến môi trường và AI. Những thách thức kỹ thuật khó khăn nhất khi kết hợp các công nghệ này là gì, đặc biệt trong những môi trường có kết nối, thời lượng pin và độ tin cậy khó lường?

Thách thức lớn nhất không nằm ở bất kỳ công nghệ riêng lẻ nào, mà là làm sao để tất cả cùng hoạt động ổn định trong một thiết bị, giữa những điều kiện có thể phá hỏng hầu hết thiết bị điện tử tiêu dùng. Các công trường công nghiệp bụi bẩn, đòi hỏi thể lực cao và có nhiệt độ khắc nghiệt. Mũ bảo hộ có thể bị rơi, dính mưa và được đội suốt ca làm việc kéo dài 12 giờ. Thời lượng pin trở thành một giới hạn thực sự khi định vị, cảm biến, liên lạc và suy luận AI cùng hoạt động. Ngoài ra còn có kiến trúc kết nối: chúng tôi cần chuyển đổi liền mạch giữa định vị vệ tinh RTK ngoài trời và mạng lưới UWB dạng lưới độc quyền trong nhà, không để độ chính xác bị gián đoạn khi người lao động di chuyển giữa hai môi trường. Để quá trình chuyển đổi đó diễn ra tự động, ổn định và theo thời gian thực là một trong những thách thức kỹ thuật lớn hơn mà chúng tôi từng giải quyết.

Đội ngũ của ông đã phát triển một mô hình AI giọng nói có khả năng phát hiện dấu hiệu suy giảm năng lực do rượu qua lời nói, với hiệu suất được báo cáo là vượt các chuẩn đối sánh học thuật trước đây. Những đột phá kỹ thuật nào đã giúp đạt được kết quả này, và ông xác thực độ tin cậy của hệ thống ra sao trong nhiều ngôn ngữ, giọng nói, mức độ tiếng ồn nền và điều kiện làm việc thực tế khác nhau?

Điểm mấu chốt là tình trạng say rượu để lại dấu hiệu có thể phát hiện trong những đặc điểm vi mô của lời nói — không phải ở từ ngữ, mà ở các đặc tính âm học như nhịp điệu, biến thiên cao độ và độ chính xác khi phát âm. Chúng tôi xây dựng một mô hình phân tích những đặc điểm này trong nền khi mọi người giao tiếp bằng giọng nói bình thường, không cần thực hiện bài kiểm tra riêng hay yêu cầu người lao động làm bất cứ điều gì. Mức độ chính xác 86,7% đến từ các thử nghiệm đối sánh nghiêm ngặt với những bộ dữ liệu học thuật đã được công bố. Để xác thực trong thực tế, chúng tôi thử nghiệm với nhiều ngôn ngữ, giọng nói và điều kiện tiếng ồn nền đặc trưng cho các công trường công nghiệp thực tế — tiếng máy móc hạng nặng, tiếng gió và nhiều người nói cùng lúc. Mô hình phải đủ vững để hoạt động trong những điều kiện hoàn toàn khác với môi trường nghiên cứu được kiểm soát. Điều đó đòi hỏi dữ liệu huấn luyện đa dạng đáng kể và quá trình lặp lại, điều chỉnh liên tục.

Các hệ thống AI được thiết kế để nhận diện tình trạng suy giảm năng lực hoặc mệt mỏi của người lao động đặt ra những vấn đề đáng kể về kết quả dương tính giả và trách nhiệm giải trình. XENOM cân bằng việc phát hiện rủi ro sớm với nhu cầu xác minh của con người như thế nào, và có những biện pháp bảo vệ nào để ngăn một đánh giá thiếu chính xác của AI gây ảnh hưởng bất công đến người lao động?

Đây là vấn đề chúng tôi đã cân nhắc rất kỹ ngay từ đầu. Hệ thống được thiết kế để báo cho người giám sát biết về một mối lo ngại, chứ không tự đưa ra hành động. Khi AI đánh giá rằng có khả năng người lao động bị suy giảm năng lực, hệ thống sẽ kích hoạt bước kiểm tra của con người — người giám sát có thể trực tiếp quan sát người lao động, đặt câu hỏi hoặc yêu cầu kiểm tra thể chất nếu thấy cần thiết. AI không khiến ai đó bị đưa khỏi công trường. Hệ thống cung cấp cho con người thông tin cần thiết để đưa ra quyết định nhanh hơn so với khi không có thông tin đó. Chúng tôi cũng theo dõi tỷ lệ dương tính giả trong quá trình triển khai và liên tục cải thiện mô hình. Mục tiêu là giảm số sự cố xảy ra vì không ai nhận ra vấn đề — chứ không phải tạo ra một hệ thống trừng phạt người lao động chỉ dựa trên thuật toán.

Trước khi thành lập XENOM, ông từng giữ chức CTO tại OneSoil, nơi ông ứng dụng thị giác máy tính và học máy vào giám sát nông nghiệp và phân tích năng suất. Những bài học nào từ việc triển khai AI trong nông nghiệp đã trở nên hữu ích nhất khi xây dựng các hệ thống thông minh cho công trường xây dựng, mỏ, cảng và cơ sở năng lượng?

Triển khai AI trong thế giới thực là một thách thức hoàn toàn khác về bản chất so với triển khai AI trong phần mềm. Bạn phải xử lý sự biến thiên, thiết bị không bao giờ hoạt động giống hệt nhau trong hai lần và những người vận hành đã làm công việc của mình suốt hàng chục năm, vốn rất hoài nghi về bất cứ thứ gì bảo họ phải làm khác đi. Các công trường công nghiệp cũng có đặc điểm tương tự. Công nghệ phải tạo dựng được niềm tin bằng cách đưa ra kết quả đúng một cách đáng tin cậy và thường xuyên hơn mọi người kỳ vọng; đồng thời, nó phải đủ đơn giản để người quản lý một đội ngũ 50 người có thể sử dụng mà không cần đào tạo. Một bài học khác là chất lượng dữ liệu thu thập tại hiện trường hầu như luôn kém hơn dự tính. Bạn phải xây dựng các hệ thống đủ vững để xử lý nhiễu, dữ liệu thiếu hụt và những trường hợp ngoại lệ không bao giờ xuất hiện trong một bộ dữ liệu sạch.

Các nền tảng AI công nghiệp có thể tạo ra thông tin chi tiết về vị trí, hoạt động, liên lạc và năng suất của người lao động. Ông giải quyết vấn đề quyền riêng tư dữ liệu, sự đồng thuận của nhân viên và nguy cơ giám sát tại nơi làm việc như thế nào, đồng thời bảo đảm những công nghệ này thực sự cải thiện an toàn và hiệu quả vận hành?

Chúng tôi xem xét vấn đề này theo nguyên tắc giới hạn mục đích. Dữ liệu XENOM thu thập phục vụ an toàn và khả năng theo dõi hoạt động vận hành — đây không phải là công cụ giám sát năng suất và không nên được sử dụng như vậy. Trước khi triển khai, chúng tôi phối hợp với các đơn vị vận hành để xây dựng chính sách quản trị dữ liệu rõ ràng: dữ liệu nào được thu thập, lưu giữ trong bao lâu, ai có quyền truy cập và trong những trường hợp nào dữ liệu có thể được dùng để đưa ra quyết định về nhân sự. Dữ liệu vị trí của người lao động được tổng hợp và ẩn danh hóa để phân tích năng suất; tính năng theo dõi từng cá nhân chỉ dành cho người giám sát an toàn để ứng phó khẩn cấp, không dành cho quản lý trực tiếp để đánh giá hiệu suất. Khi Đạo luật AI của EU mở rộng phạm vi áp dụng sang các hệ thống AI công nghiệp, chúng tôi kỳ vọng các khuôn khổ pháp lý sẽ chính thức hóa nhiều nội dung trong số này. Chúng tôi muốn đi trước một bước hơn là cuống cuồng tìm cách tuân thủ.

Việc đưa AI từ môi trường phòng thí nghiệm được kiểm soát vào các hoạt động công nghiệp trọng yếu về an toàn đặt ra những thách thức mà các công ty AI chỉ phát triển phần mềm hiếm khi gặp phải. Những điều bất ngờ lớn nhất trong quá trình triển khai XENOM ngoài thực tế là gì, và các bạn đo lường ra sao để biết công nghệ này đang mang lại những cải thiện đáng kể trong việc ngăn ngừa tai nạn, nâng cao hiệu quả vận hành và tăng năng suất của lực lượng lao động?

Điều bất ngờ lớn nhất là giá trị có thể đạt được chỉ từ việc nắm chính xác mọi người đang ở đâu và thời gian đang được sử dụng như thế nào. Chúng tôi nghĩ rằng an toàn sẽ là chủ đề được các đơn vị vận hành quan tâm hàng đầu. Nhưng thực tế cho thấy khả năng quan sát năng suất — hiểu được các ca làm việc đang mất thời gian ở đâu, vì sao một số đội làm việc hiệu quả hơn những đội khác, các điểm nghẽn nằm ở đâu — thường giúp mang lại hiệu quả đầu tư nhanh hơn và tạo ra những người ủng hộ nền tảng trong nội bộ nhanh hơn nhiều. Điều bất ngờ thứ hai là mức độ khác biệt giữa các ngành, thậm chí giữa các địa điểm trong cùng một ngành. Hoạt động xây dựng ở Đức rất khác với hoạt động xây dựng ở UAE. Không thể xây dựng một sản phẩm rồi cho rằng sản phẩm đó phù hợp ở mọi nơi mà không cần điều chỉnh đáng kể.

Trong thời gian tới, XENOM hướng đến việc phát triển một Trợ lý AI Công nghiệp có khả năng vượt ra ngoài phạm vi giám sát để dự đoán rủi ro và đề xuất các quyết định vận hành. Bạn hình dung AI vật lý sẽ phát triển như thế nào trong 5 năm tới, và những đột phá công nghệ nào vẫn cần thiết để các hệ thống AI công nghiệp có thể hoạt động tự chủ hơn mà vẫn duy trì sự giám sát của con người?

Hiện nay, AI công nghiệp chủ yếu giúp quan sát — biết điều gì đang diễn ra. Giai đoạn tiếp theo là dự đoán: nhận diện các khuôn mẫu xuất hiện trước một sự cố hoặc sự sụt giảm năng suất, trước khi một trong hai điều đó xảy ra. Để làm được việc này, cần tích lũy dữ liệu có cấu trúc, được gắn nhãn ở quy mô lớn theo thời gian; đó chính xác là điều XENOM đang thực hiện ngay từ ngày đầu tiên. Giai đoạn tiếp theo nữa là đưa ra khuyến nghị: hệ thống không chỉ cho bạn biết điều gì có khả năng xảy ra mà còn đề xuất cách ứng phó — điều chuyển nhân sự như thế nào, khi nào nên tạm dừng một hoạt động, và cách bố trí đội ngũ nào sẽ mang lại kết quả tốt nhất cho một nhiệm vụ nhất định. Trợ lý AI Công nghiệp mà chúng tôi đang xây dựng hướng tới giai đoạn thứ ba này. Đột phá công nghệ cần có không chủ yếu nằm ở việc cải tiến mô hình — mà nằm ở dữ liệu. Cần có đủ dữ liệu vận hành chất lượng cao từ đủ nhiều địa điểm đa dạng để huấn luyện một mô hình có thể khái quát hóa một cách đáng tin cậy. Những công ty bắt đầu thu thập dữ liệu đó ngay bây giờ sẽ có lợi thế rất khó sao chép về sau.

Cảm ơn về cuộc phỏng vấn tuyệt vời này. Bạn đọc nào muốn tìm hiểu về AI biên, thiết bị bảo hộ thông minh và hoạt động giám sát an toàn công nghiệp theo thời gian thực, hãy truy cập XENOM.