Trí tuệ nhân tạo, robot có thay thế kỹ thuật viên thang máy?

Ngành thang máy đang bước vào quá trình chuyển đổi tương tự

Ngày nay, AI có thể phân tích hàng triệu dữ liệu vận hành chỉ trong vài giây, phát hiện sớm những dấu hiệu bất thường của động cơ, cửa tầng hay hệ thống phanh.

Robot có thể thay con người kiểm tra những vị trí nguy hiểm trong giếng thang bằng camera 360°, cảm biến nhiệt, LiDAR hoặc các thiết bị đo rung động. Trong các khách sạn và bệnh viện hiện đại, robot giao hàng, robot phục vụ hay robot vận chuyển thuốc đã có thể tự gọi thang máy, lựa chọn tầng và di chuyển giữa các khu vực mà không cần con người hỗ trợ.

Những hình ảnh đó khiến nhiều người đặt câu hỏi: Liệu nghề kỹ thuật viên thang máy có dần biến mất?

Những dữ liệu hiện nay lại chưa cho thấy điều đó. Thực tế, công nghệ đang tự động hóa một số nhiệm vụ lặp lại, xử lý dữ liệu hoặc tiềm ẩn nguy hiểm, nhưng chưa thể thay thế những công việc đòi hỏi thao tác tại hiện trường, xử lý tình huống bất thường và chịu trách nhiệm về an toàn.

Tại Mỹ, Cục Thống kê Lao động dự báo số việc làm của kỹ thuật viên lắp đặt và sửa chữa thang máy, thang cuốn tăng 5% trong giai đoạn 2024–2034, từ 24.200 lên 25.400 việc làm.

Bình quân mỗi năm có khoảng 2.000 vị trí cần tuyển, chủ yếu để thay thế người chuyển nghề hoặc rời lực lượng lao động. Cơ quan này cho rằng nhu cầu bảo trì, sửa chữa, cải tạo thiết bị cũ và xử lý các hệ thống điều khiển ngày càng phức tạp sẽ tiếp tục duy trì nhu cầu nhân lực kỹ thuật. 

Tương tự với châu Âu, Singapore, Nhật Bản, Hàn Quốc hay Trung Quốc - những nơi ứng dụng AI và tự động hoá sớm nhất - nhu cầu tuyển dụng kỹ thuật viên thang máy vẫn tiếp tục tăng.

Nguyên nhân không phải vì AI kém hiệu quả, mà bởi công nghệ càng phát triển thì càng đòi hỏi đội ngũ kỹ thuật viên có trình độ cao hơn để lắp đặt, giám sát, bảo trì, xử lý sự cố và chịu trách nhiệm về an toàn. AI không làm mất đi nghề kỹ thuật viên; AI đang làm thay đổi chính nghề đó.

Cuộc cách mạng AI và robot đang diễn ra như thế nào?

AI, Internet vạn vật (IoT) và robot đang tham gia vào các công đoạn trong vòng đời thang máy, mỗi công nghệ đảm nhiệm một vai trò khác nhau.

Cảm biến và IoT thực hiện nhiệm vụ thu thập, truyền dữ liệu. AI và các thuật toán phân tích dữ liệu nhận diện bất thường, hỗ trợ dự báo và chẩn đoán. Robot hoặc thiết bị tự động thực hiện những tác vụ vật lý như hàn, khoan, vận chuyển hoặc quét đo.

Trong các nhà máy, robot công nghiệp được sử dụng ở những công đoạn như hàn, cắt kim loại, sơn, vận chuyển và lắp ráp module. Các hệ thống phân tích dữ liệu có thể hỗ trợ kiểm soát sai số, theo dõi chất lượng và tối ưu hóa dây chuyền sản xuất. Mức độ tự động hóa phụ thuộc vào quy mô, công nghệ và mô hình sản xuất của từng nhà máy.

Ở giai đoạn lắp đặt, chưa có hệ thống thương mại nào được chứng minh có thể tự động hoàn thành lắp đặt toàn bộ một thang máy. Tuy nhiên, quét laser, mô hình thông tin công trình (BIM), robot khoan định vị và thiết bị đo đạc tự động đã bắt đầu hỗ trợ kỹ thuật viên trong nhiều công đoạn.

Trong quá trình vận hành, dữ liệu từ bộ điều khiển và cảm biến nhiệt độ, rung động, dòng điện, tốc độ, tải trọng và tần suất đóng mở cửa... liên tục được truyền về nền tảng phân tích để theo dõi tình trạng thiết bị. Các thuật toán có thể nhận diện dấu hiệu bất thường, dự báo lỗi, hỗ trợ sắp xếp công việc bảo trì, sửa chữa và cung cấp thông tin cho kỹ thuật viên trước khi đến hiện trường.

Ngoài ra, ứng dụng Robot mang camera, cảm biến nhiệt, thiết bị quét LiDAR hoặc cảm biến rung có thể khảo sát những vị trí nguy hiểm trong giếng thang, thu thập dữ liệu và gửi về trung tâm phân tích. AI xử lý dữ liệu này để nhận diện nguy cơ, còn kỹ thuật viên quyết định phương án sửa chữa.

Điều đó cho thấy xu hướng của thế giới không phải là Robot thay thế kỹ thuật viên, mà là Robot giúp kỹ thuật viên làm việc an toàn hơn, nhanh hơn và chính xác hơn.

Vì sao AI càng phát triển, thế giới càng thiếu kỹ thuật viên thang máy?

Nếu AI và Robot ngày càng thông minh thì lẽ ra nhu cầu kỹ thuật viên phải giảm. Nhưng thực tế ở nhiều quốc gia phát triển lại diễn ra theo chiều ngược lại.

Như đã đề cập, tại Mỹ, nghề kỹ thuật viên lắp đặt và sửa chữa thang máy vẫn được dự báo tiếp tục tăng trưởng trong thập niên tới, với hàng nghìn vị trí tuyển dụng mới mỗi năm.

Nhiều doanh nghiệp tại châu Âu, Nhật Bản và Hàn Quốc cũng liên tục mở các chương trình đào tạo và tuyển dụng kỹ thuật viên, mặc dù họ là những nước ứng dụng AI, IoT và tự động hóa sớm nhất. Nguyên nhân nằm ở chính bản chất của cuộc cách mạng AI.

AI không làm giảm số lượng thang máy

AI không trực tiếp quyết định số lượng thang máy được lắp đặt. Nhu cầu thiết bị chủ yếu phụ thuộc vào quá trình đô thị hóa, phát triển công trình, yêu cầu tiếp cận cho người cao tuổi và người khuyết tật, cùng nhu cầu cải tạo hệ thống hiện hữu.

Mỗi thang máy mới vẫn phải trải qua các công đoạn thiết kế, lắp đặt, thử nghiệm, kiểm định, bảo trì, sửa chữa và cứu hộ khi cần thiết. Đối với thiết bị đã vận hành, nhu cầu bảo trì và cải tạo còn kéo dài trong suốt hàng chục năm.

AI làm giảm thời gian tìm lỗi, nhưng không thay thế việc sửa lỗi

Trong bảo trì truyền thống, kỹ thuật viên có thể phải dành nhiều thời gian kiểm tra để xác định nguyên nhân sự cố. Với hệ thống kết nối, dữ liệu vận hành được thu thập liên tục, giúp phần mềm nhận diện dấu hiệu bất thường và khoanh vùng những bộ phận cần được kiểm tra.

Nền tảng kết nối của Thang máy Orona (Tây Ban Nha) là một ví dụ. Dữ liệu hiện tại và dữ liệu lịch sử của thang máy được phân tích để xác định những hành động cần thiết, sau đó chuyển đến kỹ thuật viên qua ứng dụng OronaLink. Công nghệ giúp kỹ thuật viên tiếp cận thông tin sớm hơn, nhưng việc xác định chính xác nguyên nhân và xử lý thiết bị vẫn do con người thực hiện.

Những công việc như hiện đại hoá, thay cáp tải, căn chỉnh ray và cửa, xử lý phanh, thay máy kéo, khắc phục hậu quả ngập nước hoặc cứu hộ người mắc kẹt vẫn cần kỹ thuật viên có năng lực trực tiếp thực hiện.

Vì vậy, cách diễn đạt chính xác hơn là AI và phân tích dữ liệu hỗ trợ, rút ngắn quá trình chẩn đoán, chứ không thay thế hoàn toàn quá trình tìm và sửa lỗi.

Công nghệ càng hiện đại, yêu cầu về kỹ thuật viên càng cao

Khi thang máy ngày càng được số hóa, công việc của kỹ thuật viên cũng trở nên phức tạp hơn.

Nếu trước đây kỹ thuật viên chủ yếu làm việc với cơ khí, điện và thủy lực, thì nay họ còn phải hiểu về cảm biến, bộ điều khiển lập trình, mạng truyền thông, dữ liệu thời gian thực, phần mềm chẩn đoán và các nguyên tắc bảo vệ hệ thống kết nối.

Công nghệ không loại bỏ những kiến thức truyền thống mà bổ sung thêm những lớp năng lực mới. Một kỹ thuật viên có thể cần vừa nhận biết độ mòn cơ khí, vừa đọc dữ liệu lỗi, kiểm tra kết nối truyền thông và xác định liệu cảnh báo phần mềm có phản ánh đúng tình trạng thiết bị hay không.

Nhiều doanh nghiệp quốc tế cho biết thách thức lớn nhất hiện nay không phải là thiếu công nghệ, mà là thiếu những kỹ thuật viên đủ năng lực khai thác công nghệ.

Robot cũng cần kỹ thuật viên

Một số robot có thể tự vận hành trong phạm vi nhiệm vụ đã được thiết lập. Chẳng hạn, Schindler R.I.S.E có thể tự khoan và đặt bu lông neo sau khi được lắp đặt trong giếng thang; robot dịch vụ có thể tự gọi và sử dụng thang máy thông qua giao diện phần mềm.

Tuy nhiên, robot vẫn cần được thiết lập, lập trình, hiệu chuẩn, giám sát và bảo trì. Khi điều kiện thực tế khác với dữ liệu đầu vào hoặc xuất hiện tình huống ngoài kịch bản, con người phải đánh giá và can thiệp.

Việc sử dụng robot vì thế có thể làm xuất hiện những nhóm nhiệm vụ mới như vận hành thiết bị tự động, quản trị dữ liệu, hỗ trợ kỹ thuật từ xa hoặc tích hợp robot với hệ thống điều khiển tòa nhà. Những công việc này đòi hỏi sự phối hợp giữa nhân lực thang máy, tự động hóa và công nghệ thông tin.

Việt Nam đang đứng trước cơ hội rút ngắn quá trình chuyển đổi

Đây là điểm khác biệt lớn giữa Việt Nam và nhiều quốc gia phát triển. Nếu các nước đi trước phải mất hàng chục năm để chuyển đổi từ hồ sơ giấy sang dữ liệu số, Việt Nam có thể tận dụng ngay những thành tựu mới nhất của AI, IoT và điện toán đám mây để xây dựng hệ thống quản lý hiện đại ngay từ đầu.

Tuy nhiên, AI chỉ phát huy hiệu quả khi có dữ liệu đầy đủ, chính xác và được chuẩn hóa. Vì vậy, để AI thực sự trở thành công cụ hỗ trợ kỹ thuật viên, Việt Nam cần đồng thời xây dựng ba nền tảng: chuẩn kỹ năng nghề, chuẩn dữ liệu ngành thang máy và hạ tầng số kết nối toàn bộ vòng đời của mỗi thiết bị.

Đó cũng là cơ sở để hình thành “Căn cước thang máy” hay Mã định danh thang máy — Elevator ID, tiến tới xây dựng Cơ sở dữ liệu Thang máy Quốc gia. Xa hơn, đây có thể là nền móng cho một hệ sinh thái quản trị thông minh, hỗ trợ giám sát an toàn, bảo trì dự báo, cứu hộ khẩn cấp và hoạch định chính sách cho ngành thang máy Việt Nam.

Trong tiến trình này, vai trò của Hiệp hội Thang máy Việt Nam (VNEA) không chỉ dừng ở việc đại diện cho cộng đồng doanh nghiệp. VNEA có thể trở thành tổ chức kết nối và kiến tạo hệ sinh thái phát triển của toàn ngành thông qua việc phối hợp với cơ quan quản lý nhà nước, doanh nghiệp, cơ sở đào tạo và các đối tác quốc tế.

Trên nền tảng đó, VNEA có thể thúc đẩy hợp tác với các doanh nghiệp lớn trên thế giới, góp phần thúc đẩy xây dựng chuẩn kỹ năng nghề trong kỷ nguyên AI, phát triển lực lượng kỹ thuật viên thang máy số — Digital Elevator Technician — có khả năng làm chủ công nghệ mới; đồng thời tham gia vào quá trình chuẩn hóa dữ liệu, phát triển Elevator ID và từng bước hình thành Cơ sở dữ liệu Thang máy Quốc gia.

Bên cạnh đó, việc tăng cường hợp tác với các hiệp hội, trường đại học và doanh nghiệp quốc tế sẽ giúp Việt Nam cập nhật tiêu chuẩn, công nghệ và mô hình đào tạo tiên tiến. Đây là điều kiện quan trọng để kỹ thuật viên thang máy Việt Nam từng bước hội nhập vào thị trường lao động kỹ thuật chất lượng cao của khu vực và thế giới.

Khi đó, AI và robot sẽ không thay thế kỹ thuật viên thang máy, mà trở thành công cụ giúp họ làm việc an toàn hơn, hiệu quả hơn và tạo ra nhiều giá trị hơn cho xã hội.