Mã số N1032: Ứng dụng công nghệ ảnh siêu phổ HSI và học máy vi biên Hybrid AI trong phân loại tự động và kiểm soát chất lượng nguyên liệu nông sản hướng tới chuỗi cung ứng xanh.

  - Chia sẻ:    
Công ty TNHH Dược Liệu Nhân Việt đề xuất nghiên cứu, phát triển hệ thống kiểm soát chất lượng nguyên liệu nông sản, dược liệu ứng dụng công nghệ ảnh siêu phổ (HSI), X-ray và trí tuệ nhân tạo Hybrid Edge AI. Giải pháp hướng đến tự động hóa quy trình phân loại, hỗ trợ phát hiện dấu hiệu bất thường, quản trị dữ liệu chất lượng theo lô, góp phần nâng cao hiệu quả kiểm soát nguyên liệu và thúc đẩy chuỗi cung ứng xanh, minh bạch, bền vững.

1. Tổng quan dự án và tính cấp thiết

Chất lượng nguyên liệu nông sản và dược liệu có ảnh hưởng trực tiếp đến hiệu quả sản xuất, khả năng cạnh tranh và độ tin cậy của chuỗi cung ứng. Trong thực tế, nguyên liệu có thể bị thay đổi chất lượng do điều kiện canh tác, độ ẩm, thời điểm thu hoạch, bảo quản, sự phát triển của nấm mốc, vi sinh vật hoặc các quá trình bệnh lý trên cây trồng.

Nhiều dấu hiệu bất thường không thể được nhận diện đầy đủ bằng màu sắc bên ngoài. Đồng thời, việc đánh giá thủ công trên dây chuyền có thể chịu ảnh hưởng bởi kinh nghiệm người vận hành, tốc độ phân loại và điều kiện quan sát.

Các phương pháp kiểm nghiệm như sắc ký lỏng hiệu năng cao (HPLC), sắc ký lỏng ghép khối phổ (LC-MS/MS) và xét nghiệm vi sinh có vai trò quan trọng trong đánh giá chất lượng, nhưng thường yêu cầu lấy mẫu, chuẩn bị mẫu và thực hiện ngoài dây chuyền sản xuất.

Từ thực trạng đó, Công ty TNHH Dược Liệu Nhân Việt đề xuất nghiên cứu hệ thống kết hợp ảnh siêu phổ HSI, công nghệ X-ray và Hybrid Edge AI nhằm hỗ trợ sàng lọc, phát hiện bất thường và phân loại tự động nguyên liệu nông sản, dược liệu.

Giải pháp hướng tới hình thành một lớp kiểm tra chất lượng bổ sung, có khả năng thu nhận dữ liệu trên dây chuyền, hỗ trợ nhận diện nguyên liệu cần kiểm tra chuyên sâu và quản lý kết quả theo từng lô.

Dự án không đặt mục tiêu thay thế hoàn toàn các phương pháp kiểm nghiệm tiêu chuẩn mà tập trung phát triển giải pháp sàng lọc nhanh, phân loại theo những tiêu chí đã được kiểm chứng và hỗ trợ kiểm soát chất lượng theo hướng tự động hóa.

2. Mức độ mới, sáng tạo của công nghệ và khả năng ứng dụng

2.1. Tích hợp ảnh siêu phổ HSI, X-ray và trí tuệ nhân tạo

Công nghệ ảnh siêu phổ Hyperspectral Imaging (HSI) kết hợp thông tin hình ảnh với dữ liệu phản xạ tại nhiều bước sóng, giúp nghiên cứu những biến thiên liên quan đến sắc tố, nước, đặc điểm mô và một số thành phần vật liệu.

Khác với camera RGB thông thường, HSI có khả năng ghi nhận nhiều dải bước sóng, tạo cơ sở xây dựng mô hình phân loại và dự báo các chỉ tiêu chất lượng phù hợp.

Cấu hình camera nghiên cứu dự kiến gồm:

Công nghệ X-ray đóng vai trò bổ sung thông tin về cấu trúc bên trong, trong khi HSI cung cấp dữ liệu quang phổ. Hai nguồn dữ liệu được dự kiến kết hợp bằng các phương pháp Machine Learning và Deep Learning nhằm nghiên cứu khả năng cải thiện độ tin cậy của quá trình phân loại.

Hệ thống Hybrid Edge AI được định hướng sử dụng máy tính xử lý tại thiết bị, kết hợp bộ điều khiển công nghiệp FPGA/PLC để đồng bộ dữ liệu với chuyển động của băng tải và cơ cấu phân loại.

Giá trị đổi mới sáng tạo của dự án được đề xuất nằm ở khả năng tích hợp đa cảm biến, xây dựng bộ dữ liệu tham chiếu theo nguyên liệu Việt Nam, phát triển thuật toán chuyên biệt và triển khai trong điều kiện công nghiệp, thay vì khẳng định đã phát minh ra các công nghệ cảm biến riêng lẻ.

2.2. Ứng dụng bước sóng HSI trong sàng lọc nấm mốc trên nông sản và dược liệu

Nấm mốc là một trong những nhóm tác nhân có thể gây ảnh hưởng đến chất lượng nguyên liệu trong quá trình thu hoạch, vận chuyển và bảo quản.

Sự phát triển của nấm có thể làm thay đổi độ ẩm, sắc tố, cấu trúc mô và thành phần hóa học của nền nguyên liệu. Những thay đổi này có khả năng tạo ra khác biệt về phổ phản xạ so với mẫu đối chứng.

Các nghiên cứu HSI cho thấy những vùng bước sóng khác nhau có thể được lựa chọn để xây dựng mô hình sàng lọc tình trạng nhiễm nấm trên từng loại nông sản.

Bảng 3. Những bước sóng tham khảo trong nghiên cứu sàng lọc nấm mốc

Đối với Aspergillus flavus, năm bước sóng 1.317; 1.459; 1.865; 1.934 và 2.274 nm được báo cáo trong nghiên cứu HSI về mức nhiễm aflatoxin B1 trên hạt ngô. Đây là những bước sóng quan trọng của mô hình trong nghiên cứu đó, không phải năm vạch hấp thụ định danh trực tiếp riêng loài nấm.

Đặc biệt, ba bước sóng 1.865; 1.934 và 2.274 nm vượt ngoài phạm vi thu nhận của FX17. Nếu muốn khảo sát chúng, dự án phải sử dụng cảm biến có dải đo phù hợp.

Đối với Fusarium trên ngô, những bước sóng trong khoảng 1.168–1.691 nm nằm trong phạm vi nghiên cứu của FX17, có thể được lựa chọn để đánh giá mô hình sàng lọc trên nền nguyên liệu tương ứng.

Đối với nấm mốc xanh trên chanh liên quan đến Penicillium digitatum, vùng 500–560 nm và bước sóng gần 550 nm đã được nghiên cứu như đặc trưng giúp phân biệt vùng nguyên liệu có biểu hiện nhiễm so với vùng đối chứng trong điều kiện thử nghiệm.

Đối với Penicillium verrucosum, các bước sóng 1.280; 1.300 và 1.350 nm đã được báo cáo trong nghiên cứu trên lúa mì liên quan đến nhiễm nấm và ochratoxin A.

Những kết quả này là cơ sở để lựa chọn các vùng phổ ưu tiên trong nghiên cứu ban đầu, nhưng không được xem là bộ bước sóng đặc hiệu có thể nhận diện mọi loài nấm trên mọi loại nông sản hoặc dược liệu.

Dự án định hướng xây dựng bộ dữ liệu mẫu khỏe và mẫu có trạng thái nhiễm được xác nhận, đồng thời kiểm soát các yếu tố như độ ẩm, giống, vùng trồng và thời gian bảo quản trước khi lựa chọn thuật toán phân loại.

2.3. Ứng dụng HSI trong nghiên cứu phân biệt vi sinh vật

Ngoài nấm mốc, một số nghiên cứu đã sử dụng HSI để phân tích đặc trưng tán xạ ánh sáng của vi khuẩn ở cấp khuẩn lạc hoặc tế bào. Các kết quả cho thấy những nhóm vi sinh vật khác nhau có thể xuất hiện khác biệt về tín hiệu quang phổ trong điều kiện nuôi cấy và thu nhận dữ liệu xác định.

Bảng 4. Các vùng bước sóng trong nghiên cứu vi sinh vật ở cấp khuẩn lạc

 

Những bước sóng trên là khoảng khác biệt quan sát được giữa các nhóm hoặc chủng vi sinh vật trong nghiên cứu HSI trên khuẩn lạc. Điểm giới hạn quan trọng là kết quả nghiên cứu trên khuẩn lạc nuôi cấy không thể chuyển trực tiếp thành khả năng định danh vi khuẩn trên nông sản nguyên vẹn đang di chuyển trên băng tải. Khi vi sinh vật hiện diện trên nền nguyên liệu, tín hiệu quang phổ có thể bị chi phối bởi sắc tố, độ ẩm, cấu trúc bề mặt và thành phần hóa học của chính nguyên liệu.

Do đó, dự án không mặc định khả năng phân biệt trực tiếp E. coli, Salmonella, Listeria hoặc Staphylococcus chỉ từ một số vùng phổ đã công bố. Định hướng nghiên cứu phù hợp là sàng lọc những biến đổi có liên quan đến trạng thái vi sinh trên từng nền mẫu, sau đó sử dụng phương pháp kiểm nghiệm vi sinh phù hợp để xác nhận.

Đối với các yêu cầu định danh vi sinh vật hoặc xác định mức nhiễm theo quy định, kết quả HSI chỉ được sử dụng trong phạm vi đã được kiểm chứng và không thay thế phép thử chuyên biệt.

2.4. Ứng dụng HSI trong nhận diện thay đổi bệnh lý trên cây trồng

Các quá trình bệnh lý trên cây trồng có thể gây biến đổi sinh lý, cấu trúc mô, hàm lượng nước và sắc tố. Những biến đổi này tạo cơ sở cho việc nghiên cứu sàng lọc bệnh bằng ảnh siêu phổ.

Bảng 5. Bước sóng đối với một số bệnh cây trồng

Trong nghiên cứu thối than trên đậu tương, tổ hợp sáu bước sóng đã được lựa chọn bằng thuật toán tối ưu và mô hình phân loại. Kết quả cho thấy việc kết hợp nhiều bước sóng có thể hỗ trợ phát hiện sớm sự khác biệt giữa cây khỏe và cây nhiễm trong điều kiện nghiên cứu.

Đối với bệnh Fusarium head blight trên lúa mì, các cặp bước sóng gần 570/678 nm và 565/661 nm được báo cáo có ý nghĩa trong đánh giá bệnh ở các giai đoạn sinh trưởng khác nhau.

Những dải phổ này chủ yếu liên quan đến biến đổi của sắc tố và mô cây, không phải tín hiệu định danh trực tiếp phân tử của tác nhân gây bệnh.

Đối với bệnh phấn trắng trên nho và bệnh loét trên cây có múi, dự án sẽ cần lựa chọn công trình phù hợp, xác định nền mẫu, điều kiện đo và các bước sóng có khả năng chuyển giao trước khi xây dựng mô hình.

Các kết quả nghiên cứu bệnh cây trồng có thể được sử dụng làm cơ sở tham khảo cho việc phát triển tính năng sàng lọc tổn thương trên nông sản. Tuy nhiên, khả năng phân loại trên trái cây đã thu hoạch hoặc dược liệu đã sơ chế vẫn cần được kiểm chứng riêng.

2.5. Ứng dụng bước sóng HSI trong sàng lọc nguy cơ độc tố nấm mốc

Độc tố nấm mốc là nhóm chất chuyển hóa thứ cấp có thể xuất hiện trong nguyên liệu nông sản dưới những điều kiện nhiễm và bảo quản nhất định. Những độc tố được quan tâm trong nghiên cứu an toàn nguyên liệu gồm aflatoxin B1 (AFB1), ochratoxin A (OTA), deoxynivalenol (DON), fumonisin và zearalenone (ZEN). HSI đã được nghiên cứu như một phương pháp hỗ trợ dự báo hoặc phân loại nguy cơ nhiễm độc tố trên một số nền mẫu như ngô, lúa mì và ngũ cốc. Tuy nhiên, kết quả HSI thường khai thác những thay đổi liên quan đến nền nguyên liệu và quá trình nhiễm nấm, không nhất thiết đo trực tiếp phân tử độc tố tại hàm lượng thấp.

Bảng 6. Các vùng phổ tham khảo trong nghiên cứu nguy cơ độc tố nấm mốc

 

Đối với AFB1, các bước sóng 1.317; 1.459; 1.865; 1.934 và 2.274 nm được chọn từ nghiên cứu phổ SWIR trên hạt ngô. Hệ thống FX17 dự kiến chỉ tiếp cận được hai bước sóng đầu tiên; việc sử dụng những vùng còn lại cần thiết bị có dải đo rộng hơn.

Đối với OTA, các bước sóng 1.280; 1.300; 1.350 và khoảng 1.480 nm được báo cáo trong nghiên cứu liên quan đến nhiễm nấm và nguy cơ OTA trên ngũ cốc. Những tín hiệu này phải được diễn giải trong mối quan hệ với thay đổi nước, carbohydrate, protein và nền mẫu, không phải bằng chứng định danh trực tiếp OTA.

Đối với DON, nhóm bước sóng từ khoảng 1.067 đến 1.554 nm nằm trong dải đo FX17 và đã được lựa chọn trong các nghiên cứu trên ngũ cốc liên quan đến Fusarium. Mô hình cần được đối chiếu với kết quả định lượng DON trên mẫu tương ứng.

Đối với fumonisins, phạm vi ứng dụng HSI chủ yếu liên quan đến những thay đổi phổ của ngô và nền nguyên liệu bị ảnh hưởng bởi quá trình nhiễm nấm. Các vùng khoảng 1.208 và 1.474 nm đã được thảo luận trong nghiên cứu, nhưng không được xem là bước sóng định danh đặc hiệu của fumonisin.

Lưu ý kỹ thuật: Nhóm bước sóng 1.038; 1.110 và 1.393 nm xuất hiện trong hình tham khảo cần được rà soát nguồn trước khi ghi là dấu hiệu của fumonisin; một tài liệu tổng quan liên hệ nhóm bước sóng này với nghiên cứu độc tố T-2.

Đối với ZEN, các vùng khoảng 970; 1.200 và 1.450 nm được lựa chọn trong một số nghiên cứu sử dụng HSI và học sâu trên ngũ cốc. Những vùng này cũng liên quan đến nước và các thành phần nền nên phải được phân tích bằng mô hình hiệu chuẩn phù hợp.

Ngoài phổ phản xạ HSI, một số nghiên cứu sử dụng huỳnh quang kích thích bằng tia UV khoảng 365 nm để hỗ trợ sàng lọc nguy cơ liên quan đến aflatoxin và các biến đổi vật liệu. Tín hiệu huỳnh quang trong vùng khả kiến, bao gồm vùng khoảng 440–485 nm trong một số cấu hình, có thể được khai thác bằng hệ thống chiếu sáng và ghi nhận phù hợp.

Tuy nhiên, huỳnh quang không đặc hiệu tuyệt đối cho AFB1 vì nhiều thành phần của nền mẫu cũng có thể phát tín hiệu. Việc sử dụng UV cần thiết kế nguồn kích thích, lọc quang và kiểm soát an toàn riêng.

Nguyên tắc khoa học của dự án là phân biệt rõ ba trạng thái: nhiễm nấm, biến đổi bệnh lý của nguyên liệu và sự hiện diện của độc tố.

Một nguyên liệu có dấu hiệu nhiễm nấm không mặc nhiên chứng minh có độc tố, đồng thời nguyên liệu không có dấu hiệu nấm rõ ràng cũng không được mặc định là không có độc tố.

Vì vậy, các mô hình sàng lọc nguy cơ độc tố phải được nghiên cứu theo từng loại độc tố, từng nền mẫu và có phép kiểm nghiệm tham chiếu phù hợp.

2.6. Quy trình nghiên cứu và kiểm chứng các mô hình HSI

Để bảo đảm tính chính xác và khả năng ứng dụng, dự án đề xuất quy trình kiểm chứng gồm bảy bước:

Bước 1 – Lựa chọn nguyên liệu và chỉ tiêu nghiên cứu: Xác định nhóm nông sản hoặc dược liệu, đối tượng sàng lọc và tiêu chí chất lượng cần đánh giá.

Bước 2 – Xây dựng mẫu đối chứng: Thu thập mẫu khỏe, mẫu có biểu hiện bất thường và những mẫu được xác nhận tình trạng bằng phương pháp chuyên môn phù hợp. Kiểm soát các yếu tố gây nhiễu như độ ẩm, nguồn gốc và bảo quản.

Bước 3 – Thu nhận dữ liệu HSI và X-ray: Ghi nhận dữ liệu cảm biến, thông số đo và mã mẫu; bảo đảm dữ liệu từ hai cảm biến được liên kết đúng với nguyên liệu.

Bước 4 – Thu nhận kết quả kiểm nghiệm tham chiếu: Sử dụng phương pháp phân tích hóa học, kiểm nghiệm vi sinh hoặc đánh giá cấu trúc phù hợp với từng nhiệm vụ.

Bước 5 – Phát triển và lựa chọn mô hình AI: Thực hiện tiền xử lý phổ, phân tích đặc trưng, lựa chọn bước sóng, huấn luyện mô hình và đánh giá trên tập dữ liệu độc lập.

Bước 6 – Đánh giá hiện tượng chồng lấp phổ: So sánh đặc trưng phổ của mẫu có thành phần hóa học khác nhau, kiểm tra ảnh hưởng của độ ẩm và nghiên cứu giá trị bổ sung của dữ liệu X-ray.

Bước 7 – Kiểm chứng tính khả thi trên dây chuyền: Đánh giá tốc độ xử lý, độ chính xác phân loại, tỷ lệ bỏ sót, tỷ lệ loại nhầm và khả năng hoạt động ổn định trong điều kiện sản xuất.

Các nhóm chỉ tiêu kỹ thuật dự kiến gồm:

  • Định lượng: R², RMSE, MAE và độ lệch dự báo.

  • Phân loại: Độ nhạy, độ đặc hiệu, precision, F1-score và tỷ lệ phân loại sai.

  • Vận hành: Độ trễ xử lý, tốc độ phân loại, độ chính xác điều khiển và thời gian hoạt động ổn định.

  • Khả năng chuyển giao: Mức độ duy trì hiệu năng theo lô, vùng trồng, mùa vụ và điều kiện vận hành.

Mục tiêu R² trên 0,85 đối với những chỉ tiêu định lượng phù hợp và mục tiêu chu trình xử lý–điều khiển dưới 50 ms là các tiêu chí nghiên cứu cần được kiểm chứng, không phải kết quả thực nghiệm đã được nghiệm thu.

3. Lợi thế khác biệt và khai thác quyền sở hữu trí tuệ

Dự án định hướng hình thành lợi thế cạnh tranh trên bốn phương diện.

Thứ nhất, tích hợp đa cảm biến: Kết hợp thông tin quang phổ và cấu trúc để nghiên cứu khả năng nâng cao độ tin cậy của quá trình sàng lọc chất lượng.

Thứ hai, dữ liệu chuyên biệt cho nguyên liệu Việt Nam: Xây dựng dữ liệu phổ và kết quả kiểm nghiệm tham chiếu theo loại nguyên liệu, vùng trồng, mùa vụ và đặc tính chất lượng.

Thứ ba, thiết kế ứng dụng công nghiệp: Hướng tới phát triển thiết bị dạng module, tích hợp xử lý AI tại biên và điều khiển phân loại tự động.

Thứ tư, mô hình kinh doanh tích hợp: Kết hợp phần cứng, phần mềm, dữ liệu và dịch vụ kỹ thuật để phát triển quan hệ khách hàng trong suốt vòng đời hệ thống.

Về sở hữu trí tuệ, doanh nghiệp định hướng đánh giá khả năng bảo vệ nhãn hiệu, phần mềm và mã nguồn do doanh nghiệp sở hữu hợp pháp, quy trình xử lý dữ liệu, bộ dữ liệu chuyên biệt và những giải pháp kỹ thuật đáp ứng điều kiện bảo hộ.

Dự án không mặc định công nghệ HSI, X-ray hoặc các thuật toán phổ biến là sáng chế độc quyền của doanh nghiệp. Quyền sở hữu trí tuệ cụ thể sẽ được xác lập theo kết quả nghiên cứu thực tế và các quy định pháp luật phù hợp.

4. Hiệu quả kinh tế, thị trường và khả năng tăng trưởng

4.1. Thị trường mục tiêu

Dự án lựa chọn mô hình B2B làm thị trường chủ lực, tập trung vào các doanh nghiệp có nhu cầu kiểm soát chất lượng nguyên liệu và giảm tổn thất trong quá trình phân loại.

Các phân khúc ưu tiên gồm doanh nghiệp dược liệu giá trị cao, cơ sở sản xuất nguyên liệu cho ngành dược phẩm, thực phẩm bảo vệ sức khỏe, doanh nghiệp chế biến cà phê, trái cây và nông sản xuất khẩu.

Sau khi có kết quả thử nghiệm và khách hàng B2B, dự án định hướng mở rộng theo mô hình B2B2C thông qua kết nối dữ liệu chất lượng và truy xuất nguồn gốc.

B2C được xác định là hướng phát triển tiếp theo, tập trung vào dịch vụ tra cứu thông tin chất lượng và hỗ trợ kiểm tra mẫu qua cơ sở đủ điều kiện.

Các nhóm thị trường này hiện là phân khúc mục tiêu trong kế hoạch kinh doanh, chưa được xem là số khách hàng đã ký hợp đồng.

4.2. Mô hình kinh doanh và nguồn doanh thu

Các dòng doanh thu dự kiến gồm bán thiết bị B2B, cho thuê HaaS, phần mềm SaaS, dịch vụ dữ liệu DaaS, bảo trì – hiệu chuẩn và dịch vụ phát triển mô hình chuyên biệt.

Theo phương án tài chính ban đầu, giá bán một hệ thống được dự kiến khoảng 768,5 triệu đồng, giá vốn phần cứng mục tiêu khoảng 415,2 triệu đồng, tương ứng biên lợi nhuận gộp phần cứng mục tiêu 45,97%.

Giá thuê thiết bị dự kiến là 38,5 triệu đồng/tháng, tùy phạm vi và điều kiện hợp đồng.

Các mức giá trên là giả định kế hoạch, cần được xác nhận sau khi có báo giá linh kiện, kết quả chế tạo, khảo sát nhu cầu và chi phí cung cấp dịch vụ thực tế.

4.3. Hiệu quả kinh tế đối với doanh nghiệp sử dụng

Giá trị kinh tế mà dự án hướng tới chủ yếu đến từ khả năng hạn chế loại nhầm nguyên liệu đạt chất lượng, giảm tổn thất và nâng cao hiệu quả kiểm soát đầu vào.

Theo kịch bản tài chính cơ sở, một doanh nghiệp giả định có tổn thất nguyên liệu khoảng 625 triệu đồng mỗi quý.

Nếu giải pháp hỗ trợ thu hồi được 30,4% giá trị tổn thất, lợi ích gộp ước tính là 760 triệu đồng/năm. Sau khi trừ 130,7 triệu đồng/năm theo giả định của mô hình, lợi ích ròng còn khoảng 629,3 triệu đồng/năm.

Với mức đầu tư 768,5 triệu đồng, thời gian hoàn vốn giản đơn theo kịch bản này khoảng 14,7 tháng.

Đây là kết quả tính toán dựa trên giả định tài chính, chưa phải mức hiệu quả đã đo được tại doanh nghiệp. Dự án sẽ ưu tiên triển khai Pilot để xác nhận lợi ích kinh tế thực tế trước khi sử dụng chỉ số hoàn vốn như cơ sở thương mại.

4.4. Nhu cầu đầu tư và huy động nguồn lực

Dự án đã xây dựng nhu cầu vốn khởi điểm dự kiến khoảng 4,585 tỷ đồng, phân bổ cho nghiên cứu – phát triển, dữ liệu, chế tạo nguyên mẫu, tích hợp phần cứng, vận hành và phát triển thị trường.

Công ty TNHH Dược Liệu Nhân Việt mong muốn được Nhà nước, Sở Khoa học và Công nghệ, Sở Công Thương, các cơ quan liên quan, cơ sở giáo dục đại học, viện nghiên cứu và tổ chức hỗ trợ đổi mới sáng tạo xem xét tạo điều kiện hỗ trợ về nguồn lực tài chính, nhân lực chuyên môn, thiết bị nghiên cứu, cơ sở kiểm nghiệm và kết nối thử nghiệm công nghiệp.

Doanh nghiệp dự kiến triển khai theo từng giai đoạn, ưu tiên nghiên cứu và chế tạo nguyên mẫu, thử nghiệm tại cơ sở sản xuất trước khi mở rộng thương mại.

Các khoản vốn dự kiến chưa được xem là vốn đã huy động hoặc giải ngân.

5. Tác động xã hội, môi trường và đóng góp đối với Thành phố Hồ Chí Minh

5.1. Nâng cao năng suất và chất lượng

Việc phát triển hệ thống kiểm tra và phân loại tự động có tiềm năng hỗ trợ doanh nghiệp nâng cao tính nhất quán trong hoạt động kiểm soát chất lượng.

Thông qua sàng lọc và quản lý dữ liệu theo lô, doanh nghiệp có thể chủ động hơn trong nhận diện bất thường, đánh giá biến thiên nguyên liệu và lựa chọn những trường hợp cần kiểm nghiệm bổ sung.

Đối với nông sản và dược liệu có giá trị cao, hạn chế loại nhầm có thể góp phần bảo toàn giá trị nguyên liệu và giảm tổn thất kinh tế.

Các kết quả về năng suất, tỷ lệ giảm tổn thất và hiệu quả vận hành sẽ được xác định bằng dữ liệu thử nghiệm thực tế.

5.2. Tác động môi trường và chuỗi cung ứng xanh

Dự án hướng tới giảm lãng phí nguyên liệu thông qua nâng cao chất lượng hoạt động phân loại và hỗ trợ kiểm soát sớm những bất thường.

Việc sử dụng công nghệ sàng lọc không phá hủy đối với các chỉ tiêu phù hợp có thể góp phần hạn chế lượng mẫu cần xử lý bằng phương pháp phá hủy, nhưng không thay thế các phép kiểm nghiệm bắt buộc.

Hệ thống quản lý dữ liệu cũng được định hướng hỗ trợ doanh nghiệp theo dõi nguyên liệu theo lô, đánh giá những nguồn phát sinh tổn thất và cải tiến quy trình sản xuất.

Hiệu quả môi trường trong tương lai sẽ được đánh giá trên cơ sở dữ liệu về nguyên liệu giảm thất thoát, điện năng tiêu thụ, vật tư, vận hành và vòng đời thiết bị.

5.3. Tạo việc làm và phát triển nguồn nhân lực

Dự án có khả năng tạo nhu cầu nhân lực trong các lĩnh vực trí tuệ nhân tạo, khoa học dữ liệu, kỹ thuật cảm biến, điều khiển tự động, cơ khí, kiểm nghiệm chất lượng, bảo trì thiết bị và phát triển thị trường công nghệ.

Thông qua hợp tác với trường đại học, viện nghiên cứu và doanh nghiệp, dự án có tiềm năng tạo điều kiện cho hoạt động nghiên cứu liên ngành, đào tạo và phát triển nguồn nhân lực kỹ thuật.

5.4. Đóng góp cho phát triển khoa học – công nghệ tại Thành phố

Dự án định hướng kết nối nghiên cứu AI, công nghệ quang phổ và tự động hóa với nhu cầu ứng dụng của các doanh nghiệp nông nghiệp, dược liệu và sản xuất nguyên liệu.

Nếu được triển khai thành công, dự án có thể đóng góp vào hoạt động nghiên cứu ứng dụng, chuyển giao công nghệ, phát triển dịch vụ kỹ thuật và tăng cường liên kết giữa doanh nghiệp với các tổ chức khoa học – công nghệ tại Thành phố Hồ Chí Minh.

6. Năng lực thực hiện, quản trị rủi ro và phát triển bền vững

Dự án có tính chất liên ngành, yêu cầu phối hợp giữa các nhóm chuyên môn về quang phổ, AI, kỹ thuật X-ray, điều khiển tự động, kiểm nghiệm nông sản và dược liệu.

Công ty TNHH Dược Liệu Nhân Việt định hướng huy động chuyên gia và đối tác phù hợp nhằm phát triển các năng lực này theo từng giai đoạn triển khai.

Những rủi ro trọng tâm được xác định gồm sai số phân loại do chồng lấp phổ; thay đổi đặc tính nguyên liệu theo mùa vụ; độ trễ xử lý và sai lệch vị trí trên băng tải; an toàn bức xạ; chi phí phần cứng và rủi ro dòng tiền.

Phương án kiểm soát dự kiến gồm xây dựng dữ liệu có đối chứng, đánh giá mô hình trên lô độc lập, quản lý độ tin cậy dự đoán, thử nghiệm độ ổn định trong môi trường công nghiệp và kiểm định an toàn thiết bị.

Đối với X-ray, việc thiết kế, lắp đặt và vận hành phải có che chắn, khóa liên động, quy trình an toàn và đáp ứng những yêu cầu pháp lý áp dụng.

Về tài chính, doanh nghiệp định hướng triển khai theo giai đoạn, ưu tiên chứng minh hiệu quả kỹ thuật và kinh tế trước khi mở rộng mô hình cho thuê thiết bị.

Theo phương án dòng tiền ba năm hiện tại, hiệu quả đầu tư toàn dự án chưa được chứng minh dương theo chỉ tiêu NPV. Vì vậy, việc huy động vốn và mở rộng kinh doanh sẽ phải gắn với khả năng hoàn thiện nguyên mẫu, kết quả Pilot, chi phí thực tế và hợp đồng khách hàng.

Thông tin

  • Tác giả: Công ty TNHH Dược Liệu Nhân Việt