Doanh trường KH&<strong>CN</strong>Cơ cấu lật sàn thùng, một trong nhữngthiết bị được cải tiến để làm tăng hàmlượng công nghệ tại nhà máy.của Công ty Cổ phần Ô tô Trường Hải.Do chuyền hàn thùng tải lửng khôngvận hành được tốt, công suất thấp,hiệu suất chuyền chỉ đạt 50%. Đây làdây chuyền quan trọng của quá trìnhsản xuất xe tải, nên Ban giám đốc, Bankhoa học kỹ thuật và công nghệ củacông ty cùng các giảng viên tại KhoaKỹ thuật Giao thông TP.HCM đã tiếnhành đánh giá thử nghiệm công nghệcủa chuyền này.Qua quá trình đánh giá, xác địnhnguyên nhân là do trình độ con ngườicòn hạn chế và máy móc sử dụngtrong chuyền còn ở mức độ côngnghệ thấp chưa đáp ứng để tạo racác sản phẩm có chất lượng cao. Kếtluận của quá trình đánh giá là cầntiến hành đào tạo và kiểm tra trình độtay nghề công nhân hàn, thay thế cácmáy hàn cũ, có công suất nhỏ khôngđảm bảo yêu cầu và lượng tiêu thụđiện năng lớn. Sau khi tiến hành thaythế, cải tiến một số máy hàn theo yêucầu cũng như nâng cao tay nghề củacông nhân, thực tế cho thấy công suấtvà hiệu suất làm việc của nhà máy đãđược nâng cao đáng kể, lên đến 80%.Tư vấn “hẹp” có nhiều triểnvọng phát triển hơn tư vấn“rộng”Thực tế tại Việt Nam còn hiếm cáctrường hợp công ty nhờ tư vấn, đặcbiệt là về mặt công nghệ. Giám đốcCông ty Tư vấn Council WorldwideNguyễn Đăng Duy Nhất cho biết làmtư vấn ở Việt Nam rất khó bởi vì nhiềuDN còn chưa thực sự <strong>tin</strong> tưởng vào cácnhà tư vấn. Chẳng hạn như khi đề xuấtthay đổi một cái gì đó thì ban giám đốcthường từ chối. Trong quá trình thực40hiện, còn nhiều công ty can thiệp vàocông việc của nhà tư vấn. Ông Nguyễn<strong>Trung</strong> Thẳng, Chủ tịch Hội đồng quảntrị Tập đoàn Masso, cho rằng để tưvấn cho DN Việt Nam, thay vì vấn đềtư vấn chỉ cần 1 giờ đồng hồ thì côngty tư vấn phải tốn đến 10 giờ, tuy vậyhiệu quả không cao. Theo ông Thẳng,nhiều DN muốn công ty tư vấn phảigiải quyết những vấn để của DN, trongkhi thực tế, công ty tư vấn chỉ là đơn vịhỗ trợ về cách thức, còn lãnh đạo DNvẫn phải thực thi. Điều này khiến chonhiều khi cả hai phía không tìm đượctiếng nói chung, dẫn đến hợp đồngtư vấn đổ vỡ. Bên cạnh đó, việc quảngbá cho tư vấn công nghệ còn yếu. Hầuhết các công ty tìm đến nhà tư vấn dựatrên sự quen biết từ trước. Việc tìmđến nhà tư vấn qua các kênh thông<strong>tin</strong> khác rất ít. Cầu nối giữa DN với lựclượng khoa học và công nghệ còn khámong manh. Trong số 400 viện nghiêncứu của Nhà nước, hiện có rất ít việntạo ra được những sản phẩm đáp ứngnhu cầu thực tiễn.Tuy nhiên, theo TS. Bùi Nguyên Hùng,giảng viên Trường Đại học Bách khoathì các DN vẫn có nhu cầu sử dụng tưvấn nhưng thường nhờ đến lĩnh vực tưvấn rất hẹp như 5S hay Kaizen chứ hiếmcó DN nào nhờ tư vấn về quản trị. Theokhảo sát tại một trường đại học với hơn300 giảng viên thì số giảng viên có thunhập từ nghiên cứu khoa học, tư vấncao hơn thu nhập từ việc giảng dạytruyền thống khoảng 10%. Con số nàyhiện đang tăng dần theo từng năm.Theo kinh nghiệm nhiều nhà tư vấnthì nhu cầu tư vấn công nghệ nhiềuTS. Bùi Nguyên Hùng, giảng viênTrường Đại học Bách khoa trình bàycác kinh nghiệm trong quá trình tư vấncông nghệSTinfo SỐ 7 - 2013khi chỉ là những chi tiết nhỏ như làmthế nào để nâng chất lượng sản phẩm,giảm tỉ lệ hàng hao hụt, làm thế nàođể khu sản xuất gọn gàng hơn… Ví dụnhư công ty sản xuất bao bì carton ởĐồng Nai, năm 2012, công ty đạt mộtmức tăng trưởng ngoạn mục là doanhthu tăng 22%, lợi nhuận tăng 8% sovới năm 2011. Có được thành côngnày, công ty cho biết chính là nhờ vàotư vấn. Họ không nhờ tới sự hỗ trợ lớnlao mà chủ yếu đi vào những phần nhỏnhư nhờ tư vấn về 5S, Kainzen, bảo trìnăng suất tổng thể (TPM), kỹ thuậtbảo trì, chất lượng sản phẩm, tiết kiệmnăng lượng, …Một lãnh đạo công tycho biết: “Chúng tôi đã và tiếp tục sửdụng các dịch vụ tư vấn bởi vì nhu cầunày ngày càng tăng do đòi hỏi củakhách hàng công ty ngày càng khắtkhe. Ngoài ra, đối với DN, chi phí củatư vấn không đáng kể đối với công ty.Quan trọng là hiệu quả của tư vấn”.Theo ông Dieter Reineke, chuyên giatư vấn quản trị, Giám đốc chương trìnhEMBA-MCI phân tích rằng DN ViệtNam nên nhìn nhận một cách đúngđắn hơn khi phải thuê các nhà tư vấn.Phải đánh giá lại mức lãi khi thuê tưvấn, làm sao khi bỏ ra một đồng chiphí, DN phải có lợi gấp ba lần. Và hậutư vấn, làm sao để DN vẫn hoạt độnghiệu quả theo như chương trình tưvấn, không phải khi nhà tư vấn đi, mọithứ lại trở về như cũ. Do đó, để có thểlựa chọn nhà tư vấn công nghệ tốt thì:• Nên chọn một hoặc cả hai hìnhthức tư vấn: thường xuyên (dài hạn)và theo vụ việc, dự án (ngắn hạn) tùytheo nhu cầu.• Trả tiền cho tư vấn có thể chọnmột trong hai hình thức: theo ngày/giờ tư vấn hoặc theo % số tiền màdự án tư vấn tiết kiệm được nhằmtránh rủi ro cho DN khi gặp nhà tưvấn không có nghề.• Chọn tư vấn nên dựa trên kinhnghiệm và bằng cấp của nhà tư vấn.Trong đó, kinh nghiệm quan trọng hơn.• Đối với những dự án có giá trị lớn(liên quan tới nhiều ngành) nên kývới các trung <strong>tâm</strong>, các trường đạihọc, các viện, sở có uy tín cao.
Muôn màu cuộc sốngĐừng hỏi tại sao P. UYÊN (theo Foreign Affairs)Dữ liệu lớn sẽ giúp trả lời "cái gì" chứ không phải "tại sao", vàthường chỉ cần vậy là đủ.Bạn có biết, mỗi ngày chúng ta tạora 2,5 nghìn tỉ tỉ tỉ (mười tám số0) byte dữ liệu. Dữ liệu đang bùngnổ với tốc độ chóng mặt, chỉ hainăm gần đây đã tạo ra đến 90%lượng dữ liệu trên toàn thế giới.(Ước tính, nếu ghi tất cả dữ liệuhiện có trên thế giới lên đĩa CD rồixếp chồng các đĩa lên nhau, chúngta sẽ có năm cột CD cao đến mặtTrăng). Dữ liệu này từ đâu? Mọinơi, ví dụ như từ những chiếc cảmbiến để thu thập thông <strong>tin</strong> thờitiết, những thông <strong>tin</strong> được đưa lêncác trang web mạng xã hội, nhữngbức ảnh và video kỹ thuật số, tínhiệu GPS của điện thoại di động,giao dịch mua bán...Tên gọi “dữ liệu lớn” dễ làm chongười ta chỉ nghĩ đến kích cỡ hayquy mô. Nhưng không chỉ vậy, dữliệu lớn còn có đặc tính quan trọngkhác đó là khả năng chuyển hóa thếgiới muôn màu vốn chưa từng địnhlượng được trước đây thành dữ liệu,như mối quan hệ bạn bè trên mạngxã hội Facebook chẳng hạn.Khi mẫu là tất cảGần như suốt chiều dài lịch sử,chúng ta chỉ làm việc với lượngdữ liệu tương đối nhỏ vì thiếu cáccông cụ thu thập, quản lý, lưu trữvà phân tích thông <strong>tin</strong>. <strong>Thông</strong> <strong>tin</strong>được chắt lọc để dễ kiểm tra. Đâychính là <strong>tin</strong>h thần của thống kêhiện đại, xuất hiện từ cuối thế kỷXIX và trở thành công cụ để lý giảinhững vấn đề phức tạp ngay cảkhi chỉ có ít dữ liệu.Việc thu thập thông <strong>tin</strong> trước đâyđược thực hiện bằng cách lấymẫu. Khi việc thu thập dữ liệu tốnkém, việc xử lý khó khăn và mấtnhiều thời gian, mẫu là vị cứu<strong>tin</strong>h. Việc lấy mẫu dựa trên quanđiểm cho rằng trong biên độ saisố nhất định có thể từ một nhómnhỏ (mẫu) suy ra điều gì đó củacả tập hợp lớn, miễn là mẫu đượcchọn ngẫu nhiên. Ví dụ, ngườita thăm dò ngẫu nhiên vài trămngười trước cuộc bầu cử để dựđoán kết quả trên cả nước.Cách này cho kết quả tốt với cácvấn đề đơn giản, nhưng khôngthể áp dụng khi cần phân tích sâuhơn, ví dụ như ứng cử viên nào cónhiều khả năng được phụ nữ độcthân dưới 30 tuổi bỏ phiếu bầu?Khi đó mẫu gần như vô dụng vì cóthể chỉ có vài người thỏa tiêu chí,quá ít để rút ra kết luận có tínhđại diện. Vấn đề được hóa giảinếu số mẫu mở rộng bao trùm tấtcả (thăm dò tất cả mọi người).Ví dụ này đặt ra một vấn đề kháccủa việc sử dụng một vài dữ liệuthay vì tất cả. Trước đây, khi thuSTinfo SỐ 7 - 2013thập chỉ một ít dữ liệu, người tathường phải quyết định ngay từđầu thu thập cái gì và dùng như thếnào. Giờ đây, khi thu thập tất cả dữliệu, chúng ta không cần phải biếttrước. Tất nhiên, không phải lúcnào cũng có thể thu thập được mọidữ liệu, nhưng so ra việc này khả thihơn việc “suy diễn” từ mẫu.Tuy nhiên ở đây có sự đánh đổi.Khi tăng quy mô, chúng ta có thểsẽ phải hy sinh sự <strong>tin</strong>h gọn của dữliệu và chấp nhận một chút “lộnxộn”. Quan điểm này đi ngược lạicách người ta làm việc với dữ liệuhàng chục năm qua. Tuy nhiên,về mặt nào đó, nỗi ám ảnh về sựchính xác là cảm xúc giả tạo domôi trường thông <strong>tin</strong> hạn chế.Khi không có nhiều dữ liệu, cácnhà nghiên cứu phải cố đảm bảonhững con số mà họ nhọc côngthu thập được chính xác nhấtcó thể. Giờ đây với vô số dữ liệuchúng ta có thể chấp nhận mộtchút sai số (miễn là toàn bộ dữliệu không sai lệch), bù lại có đượckhả năng phân tích thấu đáo.Ví dụ trong dịch thuật. Cóvẻ như máy tính hiểnnhiên sẽ dịch tốt vì cókhả năng lưu trữ nhiềuthông <strong>tin</strong> và tìm kiếmnhanh chóng. Nhưngnếu chỉ tra từ điển rồithay chữ, bản dịch sẽrất tệ. Ngôn ngữ rấtphức tạp. Google cócách tiếp cận khác, khaithác nhiều dữ liệu hơn từInternet “lộn xộn”: thu thậpbản dịch từ nhiều trang webvới mọi ngôn ngữ, kể cả các bản41