알림 목록

Khu vực phân tích: Thành phố thủ đô Ulsan

Các khu vực trọng điểm: Khu công nghiệp ô tô Buk-gu, Khu công nghiệp đóng tàu Dong-gu, Khu công nghiệp hóa dầu Nam-gu.

Chương trình nghị sự: Sự phù hợp giữa Tuyên bố về Thành phố Trí tuệ Nhân tạo và các kết quả về Năng suất, Chất lượng, An toàn và Tiết kiệm Năng lượng tại các Địa điểm Sản xuất

Thời kỳ vàng son: Tăng tốc phát triển cơ sở hạ tầng + Khoảng trống bằng chứng về chuyển đổi nhà máy

Ngày tham chiếu: 28/08/2026

Phiên bản: Tiêu chuẩn nâng cấp Regional AX Golden Time Intelligence v3.2
 

Năm 2025, Ulsan đã thu hút dự án trung tâm dữ liệu AI trị giá 7 nghìn tỷ won của SK-AWS và đưa "Ulsan, Thủ đô AI" lên hàng đầu trong chính quyền thành phố. Chiến lược AI của thành phố đã chuyển từ tập trung vào giáo dục và nghiên cứu sang mô hình AI kiểu thành phố công nghiệp, kết hợp cơ sở hạ tầng điện toán quy mô lớn với ngành công nghiệp sản xuất. Tuy nhiên, hiện chưa có bằng chứng công khai nào được xác nhận liên kết đầu tư vào trung tâm dữ liệu với những cải thiện về tỷ lệ áp dụng AI, năng suất, giảm lỗi, an toàn hoặc hiệu quả năng lượng tại các nhà máy ô tô, đóng tàu và hóa dầu của Ulsan. Nếu việc xây dựng trung tâm dữ liệu và các dự án AI trong nhà máy tiến hành theo các con đường riêng biệt từ năm 2026 đến năm 2028, Ulsan có thể thành công trong việc thiết lập cơ sở hạ tầng AI, nhưng quá trình chuyển đổi của các khu công nghiệp có thể phụ thuộc vào nhu cầu điện toán đám mây bên ngoài. Trong khi  tuyên bố Ulsan là một thành phố AI được xác nhận về mặt đầu tư cơ sở hạ tầng, thì kết quả hoạt động của các nhà máy vẫn chưa được khẳng định.

Năm 2026, Ulsan đã phân bổ ngân sách 117,8 tỷ won cho việc hỗ trợ các doanh nghiệp vừa và nhỏ (SME) và thúc đẩy đổi mới sáng tạo, tăng 26% so với năm trước, bao gồm cả chương trình SME AX. Phạm vi ứng dụng chính sách AI đang được mở rộng từ việc tập trung vào các tập đoàn lớn và các viện nghiên cứu sang bao gồm cả các SME địa phương và các công ty đối tác. Tuy nhiên, dữ liệu công khai hiện có không xác nhận số lượng các công ty được hỗ trợ đã vượt qua giai đoạn Chứng minh Khái niệm (PoC) để áp dụng AI một cách lâu dài vào dây chuyền sản xuất thực tế, cũng như không tiết lộ những thay đổi về năng suất, doanh thu và việc làm. Nếu việc hỗ trợ vẫn chỉ dừng lại ở giai đoạn tư vấn, thiết bị và trình diễn từ năm 2026 đến năm 2028, khoảng cách về dữ liệu, nhân lực và quy trình giữa các tập đoàn lớn và các công ty đối tác của họ sẽ ngày càng nới rộng.  Mặc dù chính sách phổ biến chương trình Ulsan Manufacturing AX đã được xác nhận, nhưng tỷ lệ chuyển đổi tại các địa điểm sản xuất của SME vẫn chưa được xác nhận.

Ulsan đã đặt ra các mục tiêu trong 5 năm tới là đào tạo 500 nhân tài AI hội tụ công nghiệp, thực hiện 150 cuộc trình diễn thực địa tập trung vào các tập đoàn lớn và hỗ trợ 500 công ty khởi nghiệp công nghệ tiên tiến, trong khi Trường Cao học Novatus của UNIST dự kiến ​​đào tạo khoảng 100 chuyên gia AI mỗi năm. Hệ sinh thái AI công nghiệp đã mở rộng thành một cấu trúc kết hợp phát triển nhân tài, các công ty khởi nghiệp và các cuộc trình diễn tại các tập đoàn lớn. Tuy nhiên, các tiêu chí chuyển đổi—từ 150 cuộc trình diễn sang ứng dụng vào dây chuyền sản xuất, hợp đồng trả phí, doanh thu định kỳ và mở rộng sang các công ty đối tác—vẫn chưa được công bố. Nếu các mục tiêu vẫn tập trung vào nhân tài, các công ty khởi nghiệp và số lượng trình diễn trong hai đến ba năm tới, những thay đổi thực tế trong các nhà máy sẽ bị che khuất bởi các yếu tố đầu vào của hệ sinh thái.  Trong khi nền tảng AI công nghiệp của Ulsan đang được hình thành, bằng chứng về quá trình chuyển đổi sang sản xuất vẫn còn thiếu.

Bộ Thương mại, Công nghiệp và Năng lượng đã mở rộng ngân sách AX công nghiệp năm 2026 lên 1.134.700 tỷ won, tăng 100,8% so với năm trước, và nâng ngân sách cho dự án Nhà máy AI lên 220 tỷ won. Giai đoạn từ năm 2026 đến năm 2028, khi sự mở rộng đầu tư quốc gia vào sản xuất AX hội tụ với cơ cấu công nghiệp ô tô, đóng tàu và hóa dầu của Ulsan, là thời điểm sẽ thu hút nguồn vốn đầu tư nước ngoài quy mô lớn. Tuy nhiên, dữ liệu thực tế công khai tích hợp việc đảm bảo các dự án hàng đầu quốc gia và hiệu suất ứng dụng theo quy trình tại các nhà máy Ulsan vẫn chưa được xác minh. Nếu các tiêu chuẩn dữ liệu nhà máy, đường cơ sở hiệu suất và cấu trúc phổ biến cho các công ty đối tác không được thiết lập trong giai đoạn này, ngân sách quốc gia mở rộng sẽ bị cạn kiệt bởi các dự án trình diễn riêng lẻ.  Thời điểm vàng cho ngành sản xuất của Ulsan không phải là khi ngân sách AI không đủ, mà là hai đến ba năm tới để xác định tỷ lệ chuyển đổi giữa trình diễn và sản xuất.

Luận điểm Thời kỳ Vàng son — Tiêu chí để xác định xem Ulsan có phải là một thành phố AI toàn cầu hay không không phải là số tiền đầu tư vào trung tâm dữ liệu hay số lượng dự án trình diễn AI. Tiêu chí đánh giá là mức độ AI đã thay đổi thời gian ngừng hoạt động, lỗi sản phẩm, chi phí, năng lượng và tai nạn an toàn trong nhà máy, và liệu những thay đổi đó đã lan rộng đến các công ty đối tác hay chưa.

Ulsan là một thành phố công nghiệp, nơi tập trung ngành công nghiệp ô tô ở quận Buk-gu, đóng tàu ở quận Dong-gu, và các ngành công nghiệp hóa dầu và năng lượng ở quận Nam-gu và Ulju-gun. Phạm vi ứng dụng trí tuệ nhân tạo (AI) không chỉ giới hạn ở một quy trình duy nhất, mà bao trùm toàn bộ chuỗi giá trị từ thiết kế, mua sắm, sản xuất, chất lượng, hậu cần, cơ sở vật chất, an toàn và năng lượng. Tuy nhiên, chưa có số liệu cơ sở chính thức nào so sánh số lượng nhà máy, quy trình, tỷ lệ chuyển đổi dữ liệu cơ sở vật chất và tỷ lệ ứng dụng AI giữa ba ngành công nghiệp chính bằng cùng một tiêu chí được xác nhận. Hơn nữa, nếu hoạt động kinh doanh theo từng lĩnh vực mở rộng riêng biệt trong giai đoạn 2026-2028, thì tỷ lệ chuyển đổi của tất cả các nhà máy ở Ulsan không thể được tính toán hồi tố. Mặc  dù quy mô công nghiệp của Ulsan là rõ ràng, nhưng mẫu số của quá trình chuyển đổi AI vẫn chưa được xác định.

Nhà máy Ulsan của Hyundai Motor, HD Hyundai Heavy Industries và các cơ sở hóa dầu quy mô lớn là những công ty trụ cột sở hữu nền tảng cho tự động hóa quy mô lớn, cảm biến và quản lý sản xuất. Ngành sản xuất của Ulsan đã chuyển đổi từ các nhà máy tập trung vào lao động thủ công sang cấu trúc kết hợp các nhà máy tự động hóa cao với mạng lưới hợp tác quy mô lớn. Tuy nhiên, phạm vi công bố về tỷ lệ các quy trình chuyển đổi từ tự động hóa hiện có sang dự đoán dựa trên AI và điều khiển tự động, cũng như hiệu suất đạt được, khác nhau tùy theo từng công ty. Nếu thiết bị tự động hóa và các quy trình AI không được phân biệt trong hai đến ba năm qua, các khoản đầu tư kỹ thuật số hiện có sẽ được tính hai lần như những thành tựu AX mới.  Mặc dù nền tảng kỹ thuật số của nhà máy Ulsan rất mạnh, nhưng quy mô chuyển đổi AI của nó không thể được đánh giá riêng biệt.

Trung tâm dữ liệu AI SK-AWS được giới thiệu là một dự án đầu tư trị giá 7 nghìn tỷ won và nằm trong Top 5 dự án trọng điểm của thành phố Ulsan năm 2025. Tài sản AI của Ulsan đã mở rộng từ các dự án trình diễn của các trường đại học địa phương và khu vực công sang cơ sở hạ tầng điện toán quy mô lớn của các nhà cung cấp dịch vụ đám mây toàn cầu. Tuy nhiên, không có dữ liệu công khai nào phân biệt được tác động của khoản đầu tư này đối với việc mua sắm công, việc làm, mức độ sử dụng điện toán của các công ty sản xuất địa phương, điện, nước và doanh thu thuế. Ngay cả khi đầu tư xây dựng được tiến hành trong giai đoạn 2026-2028, nếu các nhà máy địa phương không trở thành khách hàng thực tế, quy mô đầu tư và quy mô chuyển đổi công nghiệp vẫn tách biệt. Trong khi quy mô kinh tế của trung tâm dữ liệu AI được xác nhận, quy mô kết nối công nghiệp của nó với các nhà máy ở Ulsan vẫn chưa được xác định.

Kế hoạch Thành phố Thông minh Ulsan đã trình bày 21 dự án, bao gồm thông tin không gian AI và mô hình song sinh kỹ thuật số, với tổng chi phí dự án là 294,2 tỷ won cho giai đoạn 2022–2026. Ứng dụng dữ liệu đô thị đã mở rộng sang các lĩnh vực giao thông, an ninh và quản lý không gian. Tuy nhiên, cấu trúc phân tích chung dữ liệu thành phố thông minh với dữ liệu khu công nghiệp và quy trình doanh nghiệp vẫn chưa được xác nhận trong các bằng chứng công khai. Nếu AX đô thị và AX công nghiệp được phát triển thành các nền tảng riêng biệt trong hai đến ba năm tới, sự ảnh hưởng lẫn nhau giữa giao thông, hậu cần, quản lý thiên tai, năng lượng và hoạt động nhà máy sẽ bị bỏ qua. Mặc dù  quy mô ứng dụng AI tại Ulsan đã mở rộng trong cả lĩnh vực đô thị và công nghiệp, nhưng mối liên hệ giữa hai hệ thống này vẫn chưa được xác nhận.

Các trung tâm dữ liệu AI, UNIST, Khu công nghệ Ulsan, các cơ sở nghiên cứu và phát triển cũng như sản xuất của các tập đoàn lớn, và các chương trình hỗ trợ cho các doanh nghiệp vừa và nhỏ chứng minh sự tập trung của các tài sản AI tại Ulsan. Hệ sinh thái AI đã phát triển thành một cấu trúc đáp ứng nhu cầu nghiên cứu, nhân tài, điện toán và sản xuất trong một khu vực duy nhất. Tuy nhiên, tỷ lệ chuyển đổi—từ kết quả nghiên cứu được đưa vào các dự án thử nghiệm (PoC) tại nhà máy đến các hợp đồng sản xuất và doanh thu khởi nghiệp—lại không được công khai. Ngay cả khi số lượng các tổ chức và dự án tăng lên trong giai đoạn 2026-2028, nếu tỷ lệ chuyển đổi này vẫn thấp, sự tập trung này sẽ chỉ dừng lại ở một danh sách song song các tài sản.  Mặc dù Ulsan sở hữu các thành phần của AI công nghiệp, nhưng một hệ sinh thái thương mại hoạt động hiệu quả vẫn chưa được xác minh.

Trong 5 năm tới, 150 cuộc trình diễn thực địa do các tập đoàn lớn dẫn đầu sẽ tạo ra các điểm tiếp xúc quy mô lớn, cho phép các công ty khởi nghiệp và các viện nghiên cứu tiếp cận các địa điểm sản xuất thực tế. Việc phát triển công nghệ đang chuyển từ kiểm chứng trong phòng thí nghiệm sang kiểm chứng thực địa bằng cách sử dụng dữ liệu công nghiệp và điều kiện thiết bị. Tuy nhiên, các tiêu chí công khai để đánh giá hợp đồng sản xuất, khả năng nhân rộng tại các nhà máy khác, ứng dụng cho các công ty đối tác và doanh thu bảo trì sau cuộc trình diễn vẫn chưa được xác nhận. Nếu số lượng các cuộc trình diễn tăng nhanh chóng từ năm 2026 đến năm 2028, sẽ không thể phân biệt giữa các PoC (Proof of Concept) đã hoàn thành và sản xuất đang vận hành.  Mặc dù các điểm tiếp xúc thực địa của Ulsan đang mở rộng, khoảng cách giữa hệ sinh thái trình diễn và hệ sinh thái sản xuất vẫn còn tồn tại.

Trường Cao học Novatus thuộc Đại học Khoa học và Công nghệ Bắc Mỹ (UNIST) đang đào tạo khoảng 100 chuyên gia AI mỗi năm, trong khi thành phố Ulsan đặt mục tiêu đào tạo 500 nhân tài AI hội tụ ngành trong vòng 5 năm. Chính sách nhân tài đã chuyển từ giáo dục AI tổng quát sang bồi dưỡng nhân tài hội tụ ngành, có khả năng hiểu biết về các quy trình trong ngành ô tô, đóng tàu và năng lượng. Tuy nhiên, chưa có dữ liệu công khai nào được xác minh liên kết việc làm của sinh viên tốt nghiệp tại các công ty ở Ulsan, thời gian làm việc lâu dài, các dự án thực địa hoặc đóng góp vào năng suất. Nếu chỉ tính số lượng sinh viên tốt nghiệp tích lũy trong vòng hai đến ba năm, thì nhân tài địa phương sẽ bị tách rời khỏi nguồn nhân lực bên ngoài, và kết quả giáo dục sẽ không còn liên quan đến hiệu suất nhà máy.  Mặc dù hệ sinh thái phát triển nhân tài tồn tại, nhưng năng lực chuyên môn còn lại tại các nhà máy ở Ulsan vẫn chưa được xác nhận.

Quỹ Phát triển Khu vực 50 tỷ won của thành phố Ulsan và mục tiêu thu hút 500 công ty khởi nghiệp công nghệ tiên tiến kết nối nguồn vốn đầu tư với việc thương mại hóa sau khi công nghệ được phát triển. Hệ sinh thái trí tuệ nhân tạo công nghiệp đang mở rộng từ các chương trình trợ cấp sang cấu trúc đầu tư và mở rộng quy mô. Tuy nhiên, việc theo dõi công khai dữ liệu về doanh số bán hàng của các công ty được quỹ đầu tư tại các nhà máy ở Ulsan, các khoản đầu tư tiếp theo, tỷ lệ sống sót và sự định cư tại địa phương vẫn đang ở giai đoạn đầu. Ngay cả khi số lượng công ty khởi nghiệp tăng lên trong giai đoạn 2026-2028, các công ty có thể chuyển đến khu vực thủ đô Seoul hoặc thị trường nước ngoài nếu việc tìm kiếm khách hàng sản xuất bị trì hoãn.  Mặc dù nền tảng tài trợ cho các công ty khởi nghiệp đã được xác nhận, nhưng mối liên hệ thương mại với nhu cầu sản xuất trong nước vẫn chưa được kiểm chứng.

Trí tuệ nhân tạo (AI) trong sản xuất đang chuyển dịch từ các ứng dụng riêng lẻ như kiểm tra chất lượng, bảo trì dự đoán và dự báo nhu cầu sang sản xuất tự động, nơi thiết bị, robot và lập kế hoạch sản xuất được tích hợp. Bộ Thương mại, Công nghiệp và Năng lượng cũng đã đề xuất hướng đi thành lập hơn 500 nhà máy sản xuất tự động sử dụng AI vào năm 2030. Tuy nhiên, số lượng nhà máy tại Ulsan sử dụng AI để kiểm soát các điều kiện sản xuất theo vòng khép kín, vượt ra ngoài các khuyến nghị quy trình, vẫn chưa được công bố. Nếu các khoản đầu tư tập trung vào các mô hình riêng lẻ được củng cố trong giai đoạn 2026-2028, chi phí mở rộng sang tự động hóa hoàn toàn toàn bộ quy trình sẽ tăng lên.  Mặc dù có những dấu hiệu trình diễn ứng dụng AI trong sản xuất tại Ulsan, nhưng giai đoạn sản xuất tự động vẫn được coi là chưa được xác nhận.

Ngành công nghiệp ô tô đang chuyển dịch từ việc tập trung vào động cơ đốt trong sang một ngành công nghiệp kết hợp xe điện, xe tự lái (SDV), robot, pin và dịch vụ dữ liệu. Phạm vi của trí tuệ nhân tạo (AI) đã mở rộng vượt ra ngoài hiệu quả quy trình để bao gồm cạnh tranh dữ liệu trên phần mềm xe và toàn bộ vòng đời sản phẩm. Bằng chứng liên quan đến hệ sinh thái công nghiệp khu vực, liên kết dữ liệu sản xuất từ ​​nhà máy Ulsan với dữ liệu vận hành và dịch vụ xe, hiện chưa được công bố. Nếu AI nhà máy và AI sản phẩm được tách biệt trong hai đến ba năm tới, Ulsan có thể vẫn là trung tâm sản xuất trong khi phần mềm giá trị gia tăng cao tập trung ở các khu vực bên ngoài. Người ta  đánh giá rằng khoảng cách trong hệ sinh thái ô tô (AX) của Ulsan lớn hơn ở việc tích hợp dữ liệu sản phẩm và quy trình so với tự động hóa sản xuất.

Ngành đóng tàu đang đối mặt với những thách thức đồng thời liên quan đến sự phức tạp trong thiết kế, sản xuất, hàn, sơn, hậu cần và vận hành thử, cũng như tình trạng thiếu lao động lành nghề. Trí tuệ nhân tạo (AI) và robot đang chuyển từ việc tự động hóa các thiết bị riêng lẻ sang tối ưu hóa tích hợp, kết nối thiết kế tàu với hoạt động tại xưởng đóng tàu. Tuy nhiên, hiện chưa có số liệu nào được công bố xác nhận mức độ ứng dụng AI tại các xưởng đóng tàu Ulsan đã thay đổi tiến độ dự án, việc làm lại, năng suất và tai nạn lao động như thế nào. Nếu giải pháp tập trung vào lao động tạm thời và thuê ngoài trở nên phổ biến trong việc xử lý đơn đặt hàng tồn đọng từ năm 2026 đến năm 2028, dữ liệu từ giai đoạn bùng nổ sẽ không được tích lũy thành tài sản tự động hóa dài hạn. Mặc dù  cơ hội ứng dụng trí tuệ nhân tạo (AX) trong ngành đóng tàu Ulsan là rất lớn, nhưng vẫn thiếu bằng chứng cho thấy mối liên hệ giữa giai đoạn bùng nổ với sự chuyển đổi cấu trúc.

Đối mặt với tình trạng dư cung toàn cầu, các quy định về carbon và áp lực chi phí, ngành công nghiệp hóa dầu đang chuyển từ việc đơn thuần mở rộng sản lượng sang các sản phẩm có giá trị gia tăng cao, hiệu quả năng lượng, an toàn và tối ưu hóa carbon. Vai trò của trí tuệ nhân tạo (AI) cũng đang mở rộng từ bảo trì dự đoán thiết bị sang tối ưu hóa đồng thời năng suất quy trình, năng lượng, khí thải và an toàn. Tuy nhiên, thời gian thực thi công khai cho việc sử dụng chung dữ liệu quy trình và dữ liệu về năng lượng, đường ống và an toàn giữa các công ty trong Khu phức hợp hóa dầu Ulsan vẫn chưa được xác minh. Nếu việc tối ưu hóa chỉ được thực hiện trên cơ sở từng công ty trong vòng hai đến ba năm, hiệu quả cộng hưởng về năng lượng, nguyên vật liệu và an toàn trên toàn bộ khu phức hợp sẽ bị hạn chế.  Khu phức hợp hóa dầu Ulsan AX được đánh giá là có mức độ sẵn sàng thấp hơn trong việc tối ưu hóa khu phức hợp công nghiệp chung so với việc áp dụng cho từng công ty riêng lẻ.

Thành phố Ulsan đang theo đuổi chiến lược thành phố AI dựa trên Trụ sở Xúc tiến Thủ đô AI và Ủy ban Trí tuệ Nhân tạo Ulsan, tích hợp các trung tâm dữ liệu quy mô lớn với AI công nghiệp. Khung phản ứng đã được mở rộng từ các dự án tin học hóa riêng lẻ đến Quản trị AI ở cấp chính quyền thành phố. Tuy nhiên, vẫn chưa tìm thấy một bảng điều khiển tích hợp và công khai các chỉ số năng suất cơ bản theo ngành, tỷ lệ áp dụng AI trong nhà máy, tỷ lệ phổ biến của nhà cung cấp và tỷ lệ hoàn vốn của AI. Ngay cả khi các tổ chức, ủy ban và dự án tăng lên trong giai đoạn 2026-2028, khoảng cách giữa tuyên bố và sự chuyển đổi của nhà máy vẫn không thể đo lường được trừ khi kết quả công nghiệp được xác định là các chỉ số chung. Mặc  dù phản ứng quản trị của Ulsan đã được tăng cường, hệ thống quản lý kết quả sản xuất vẫn được coi là chưa được xác nhận.

Ngân sách năm 2026 là 117,8 tỷ won dành cho việc hỗ trợ các doanh nghiệp vừa và nhỏ (SME) và thúc đẩy đổi mới sáng tạo, bao gồm hỗ trợ cho đầu tư mạo hiểm (AX) cho SME và hệ sinh thái khởi nghiệp. Cách tiếp cận đối với SME đã chuyển từ hỗ trợ tài chính và kênh bán hàng thông thường sang một cấu trúc bao gồm trí tuệ nhân tạo (AI) và đổi mới kỹ thuật số. Tuy nhiên, việc phân bổ AX thực tế, các công ty hưởng lợi, các công ty đang chuyển đổi sản xuất và cải thiện năng suất trong tổng ngân sách lại không được phân tách rõ ràng trong dữ liệu công khai. Nếu tổng ngân sách lớn trong hai đến ba năm được coi là hiệu quả của AX, thì nguồn lực và tác động thực tế được đầu tư vào chuyển đổi sản xuất có thể bị đánh giá quá cao.  Mặc dù hướng tiếp cận đối với SME đã được xác nhận, nhưng mối liên hệ giữa tài trợ AX và kết quả vẫn chưa được khẳng định.

Trung tâm Kiểm soát Tích hợp Khu Công nghiệp Xanh Thông minh đã đặt nền tảng cho việc quản lý an toàn khu công nghiệp bằng cách đầu tư 13 tỷ won từ tháng 12 năm 2022 đến tháng 11 năm 2025. Phương thức ứng phó với các khu công nghiệp đã chuyển từ việc kiểm tra an toàn từng công ty riêng lẻ sang một cấu trúc tích hợp giám sát các đường ống ngầm và rủi ro trong toàn khu phức hợp. Tuy nhiên, dữ liệu công khai hiện có không xác nhận được sự thay đổi về thời gian phát hiện tai nạn, thời gian phát hiện rò rỉ, thời gian ngừng hoạt động và khả năng ứng phó chung kể từ khi trung tâm đi vào hoạt động. Sau khi hoàn thành các công trình xây dựng giai đoạn 2026-2028, việc sử dụng dữ liệu an toàn cho hoạt động nhà máy sẽ bị hạn chế. Mặc dù  cơ sở hạ tầng cho việc ứng phó dữ liệu khu công nghiệp đã hoàn thành, nhưng kết quả giảm thiểu rủi ro thực tế vẫn chưa được xác nhận.

Các mục tiêu của Ulsan về 500 công ty khởi nghiệp công nghệ tiên tiến, 500 nhân tài AI hội tụ công nghiệp và 150 cuộc trình diễn thực địa đã đưa các công ty khởi nghiệp, nhân tài và các cuộc trình diễn vào một chiến lược duy nhất. Cấu trúc phản hồi đã mở rộng từ các chương trình hỗ trợ riêng lẻ thành một hệ sinh thái khởi nghiệp hoàn chỉnh. Tuy nhiên, toàn bộ chuỗi – trong đó một công ty khởi nghiệp trải qua quá trình trình diễn tại một tập đoàn lớn, mở rộng sang các công ty đối tác vừa và nhỏ, và đảm bảo doanh thu định kỳ – vẫn chưa được tiết lộ. Nếu kết quả hoạt động cho từng mục tiêu từ năm 2026 đến năm 2028 được quản lý riêng biệt, chiến lược chu kỳ đầy đủ sẽ được chia thành ba thành tựu độc lập.  Mặc dù phản ứng chu kỳ đầy đủ của Ulsan đã được thiết kế, nhưng tính khả thi về mặt vận hành của nó được coi là chưa được kiểm chứng.

Bộ Thương mại, Công nghiệp và Năng lượng đã mở rộng ngân sách cho chương trình AX Công nghiệp lên 1.134.700 tỷ won vào năm 2026 và tăng ngân sách cho chương trình Nhà máy AI lên 220 tỷ won. Ulsan sở hữu các cụm công nghiệp trong lĩnh vực ô tô, đóng tàu và hóa dầu, sẽ đóng vai trò là các trung tâm nhu cầu trực tiếp cho việc mở rộng chương trình AX Sản xuất quốc gia. Tuy nhiên, chưa có dữ liệu khu vực tích hợp nào được tìm thấy về số lượng dự án được chọn cho Ulsan, số vốn đầu tư hoặc tỷ lệ ứng dụng dây chuyền sản xuất trong chương trình Nhà máy AI quốc gia. Khi sự cạnh tranh cho các dự án quốc gia ngày càng gay gắt từ năm 2026 đến năm 2028, vị trí dẫn đầu của Ulsan không thể chỉ được đảm bảo bằng các cụm công nghiệp. Mặc dù  Ulsan thể hiện sự tương thích cấu trúc cao với chính sách AX quốc gia, nhưng thị phần kinh doanh thực tế và kết quả của nó vẫn chưa được xác nhận.

Mục tiêu quốc gia là có hơn 500 nhà máy sản xuất tự động sử dụng trí tuệ nhân tạo (AI) vào năm 2030, với dự kiến ​​26 nhà máy vào năm 2024. Điều này đánh dấu giai đoạn đầu của quá trình chuyển đổi ngành công nghiệp sản xuất AI trong nước từ một số nhà máy tiên phong hạn chế sang giai đoạn phổ biến quy mô lớn. Hiện chưa có dữ liệu so sánh chính thức nào về vị trí của các nhà máy ở Ulsan trong số 26 nhà máy tiên phong này hoặc trong tổng số 500 nhà máy dự kiến. Nếu các khu vực sản xuất khác có được nền tảng và nhà cung cấp chung trong vòng hai đến ba năm tới, Ulsan có thể bị tụt hậu trong hệ sinh thái sản xuất tự động, bất chấp quy mô của các nhà máy lớn thuộc tập đoàn.  Vị thế trong nước của Ulsan được đánh giá là dẫn đầu về quy mô công nghiệp, nhưng lại là "khoảng trống dữ liệu" về số lượng nhà máy sản xuất tự động.

Các công ty sản xuất hàng đầu thế giới xây dựng năng lực cạnh tranh của mình thông qua sự kết hợp giữa các tiêu chuẩn dữ liệu quy trình, mô hình kỹ thuật số song sinh, phần mềm công nghiệp và nhân sự tại chỗ, chứ không phải thông qua các mô hình AI. Ulsan cũng sở hữu khả năng tự động hóa cho các doanh nghiệp lớn, hệ thống điều khiển phức hợp công nghiệp và nguồn nhân lực AI. Tuy nhiên, chưa có dữ liệu nào so sánh khả năng tương tác dữ liệu quy trình giữa các công ty, khả năng tái sử dụng mô hình và các tiêu chuẩn chung giữa các công ty đối tác với các khu vực hàng đầu quốc tế. Nếu hệ thống doanh nghiệp độc quyền được củng cố trong giai đoạn 2026-2028, chỉ có năng lực tự động hóa nội bộ (AX) của từng doanh nghiệp lớn mới phát triển, chứ không phải hệ sinh thái hợp tác khu vực.  Năng lực cạnh tranh toàn cầu của Ulsan được đánh giá là phân tách giữa năng lực nội bộ của các doanh nghiệp lớn và khả năng lan tỏa của toàn khu vực.

Trung tâm dữ liệu AI, trị giá hơn 7 nghìn tỷ won, đóng vai trò là tín hiệu dẫn đầu mạnh mẽ về quy mô đầu tư cơ sở hạ tầng AI trong khu vực. Sự tham gia của các nhà cung cấp dịch vụ đám mây toàn cầu kết nối cơ sở hạ tầng điện toán, mạng lưới và năng lượng với thị trường quốc tế. Ngược lại, các điều kiện sử dụng, chi phí, bảo mật, bảo vệ công nghệ cốt lõi quốc gia và tiêu chuẩn xuất khẩu dữ liệu cho các công ty sản xuất địa phương vẫn chưa được công khai hoàn thiện. Nếu trung tâm dữ liệu thiết lập cấu trúc hoạt động tập trung vào nhu cầu AI bên ngoài trong hai đến ba năm tới, khả năng tiếp cận thực tế đối với các nhà máy ở Ulsan có thể bị hạn chế bất kể quy mô đầu tư.  Ulsan được đánh giá là địa điểm dẫn đầu về cơ sở hạ tầng AI nhưng hệ thống sử dụng dữ liệu sản xuất của thành phố vẫn chưa được xác nhận.

Khi liên kết khoản đầu tư 7 nghìn tỷ won vào các trung tâm dữ liệu AI với ngân sách 117,8 tỷ won hỗ trợ doanh nghiệp vừa và nhỏ (SME) năm 2026, quy mô vốn của chiến lược AI của Ulsan cho thấy sự chênh lệch đáng kể giữa cơ sở hạ tầng quy mô lớn và hỗ trợ doanh nghiệp địa phương. Mặc dù hai con số này không thể so sánh trực tiếp theo tỷ lệ do khác biệt về bản chất và thời gian, nhưng chúng cho thấy khoảng cách cấu trúc giữa đầu tư cơ sở hạ tầng và mở rộng nhà máy. Con đường mà đầu tư trung tâm dữ liệu chuyển hóa thành giảm chi phí tính toán, truy cập dữ liệu và năng suất AI cho SME vẫn chưa được xác định. Nếu mối liên hệ này không được thiết lập trong giai đoạn 2026-2028, đầu tư quy mô lớn và hỗ trợ doanh nghiệp địa phương sẽ vẫn là những chính sách riêng biệt.  Khoảng cách về số liệu của thành phố AI Ulsan nằm ở lượng đầu tư cơ sở hạ tầng và lượng chuyển đổi nhà máy.

Việc kết nối mục tiêu của 500 nhân tài AI hội tụ công nghiệp, 500 công ty khởi nghiệp công nghệ tiên tiến và 150 dự án trình diễn thực địa không tự động đảm bảo cơ hội trình diễn thực địa và việc làm cho nhân tài đối với mỗi công ty khởi nghiệp. Do thời gian và chủ đề mục tiêu khác nhau, nên việc tính toán tỷ lệ một cách máy móc cũng không hợp lệ. Chưa có dữ liệu nào liên kết nhân tài, công ty, dự án trình diễn và hợp đồng sản xuất như một dự án duy nhất. Nếu chỉ tích lũy kết quả hoạt động cho mỗi mục tiêu trong vòng hai đến ba năm, sẽ xảy ra sự không phù hợp khi nhân tài được đào tạo và các công ty được thành lập, nhưng lại không thể đảm bảo được khách hàng nhà máy. Mặc dù  quy mô mục tiêu hệ sinh thái của Ulsan đã được trình bày, nhưng mật độ kết nối được đánh giá là chưa được đo lường.

Mục tiêu đào tạo khoảng 100 chuyên gia AI mỗi năm của UNIST phù hợp về mặt toán học với mục tiêu 500 chuyên gia trong vòng 5 năm. Mặc dù kế hoạch cung ứng giáo dục đã được xác nhận, nhưng nó không liên kết với nhu cầu việc làm cụ thể của các ngành công nghiệp ô tô, đóng tàu và hóa dầu ở Ulsan. Hơn nữa, dữ liệu về việc làm tại địa phương, thâm niên và hiệu suất dự án của sinh viên tốt nghiệp không được công bố. Nếu nhu cầu công nghiệp thay đổi nhanh hơn chương trình giảng dạy trong giai đoạn 2026-2028, tình trạng thiếu hụt nhân lực ở các vị trí cụ thể sẽ vẫn tiếp diễn ngay cả khi đạt được các mục tiêu về nhân sự.  Kế hoạch phát triển nhân tài AI của Ulsan được đánh giá là có tính nhất quán về mặt định lượng, nhưng tính phù hợp của nó đối với các vị trí việc làm trong nhà máy vẫn chưa được xác nhận.

Khoản 13 tỷ won được phân bổ cho Trung tâm Điều khiển Tích hợp Khu Công nghiệp Xanh Thông minh và 294,2 tỷ won cho Kế hoạch Thành phố Thông minh cho thấy nguồn vốn đã được đầu tư vào cơ sở hạ tầng dữ liệu khu phức hợp đô thị và công nghiệp. Sáng kiến ​​AX của Ulsan đã được triển khai dưới hình thức điều khiển, mô hình song sinh kỹ thuật số và thông tin không gian ngay cả trước khi được chính thức công bố. Tuy nhiên, các kết quả công khai liên quan đến việc giảm số tiền đầu tư với việc giảm tai nạn, tiết kiệm năng lượng và thời gian ngừng hoạt động của thiết bị vẫn chưa được kiểm chứng. Nếu các khoản đầu tư AI mới được bổ sung trong hai đến ba năm tới, các chức năng dư thừa có thể phát sinh mà không đánh giá được lợi tức thực tế từ các khoản đầu tư kỹ thuật số trước đó.  Mặc dù tổng khối lượng đầu tư AI tại Ulsan đang tăng lên, năng suất của các tài sản đầu tư hiện có vẫn là một "khoảng trống dữ liệu".

Việc liên kết mục tiêu 150 cuộc trình diễn thực địa với hỗ trợ AX cho các doanh nghiệp vừa và nhỏ tạo ra tiềm năng lan tỏa kết quả của các cuộc trình diễn quy mô lớn đến các công ty đối tác. Tuy nhiên, các chỉ số như số lượng công ty đối tác tham gia mỗi cuộc trình diễn, số lượng nhà máy nhân bản, hợp đồng đã thanh toán và doanh thu định kỳ vẫn chưa được công bố. Vì số lượng cuộc trình diễn thể hiện các điểm tiếp xúc công nghệ và số lượng lan tỏa thể hiện những thay đổi trong ngành, nên chúng không giống nhau. Nếu hai con số này không được phân biệt giữa năm 2026 và 2028, thì sự gia tăng số lượng PoC (Proof of Concept) sẽ bị đánh giá quá cao như là sự lan tỏa của AX trong nhà máy.  Khoảng cách số liệu lớn nhất trong AI sản xuất của Ulsan nằm giữa số lượng cuộc trình diễn và số lượng quy trình sản xuất.

Khoảng trống đầu tiên là sự thiếu vắng một Cơ sở dữ liệu chuẩn cho nhà máy . Mặc dù Ulsan sở hữu ba ngành công nghiệp chính và các nhà máy quy mô lớn, nhưng tỷ lệ của mỗi giai đoạn—thu thập dữ liệu, phân tích AI, đề xuất tự động và điều khiển tự động—trong toàn bộ quy trình lại không được tiết lộ. Đó là một cấu trúc thiếu mẫu số cho quá trình chuyển đổi. Khi các dự án trình diễn và triển khai tăng lên từ năm 2026 đến năm 2028, việc phân biệt giữa các quy trình có ứng dụng chồng chéo và các quy trình không có ứng dụng chồng chéo trở nên khó khăn.  Khoảng trống lớn nhất trong Ulsan Manufacturing AX được xác định là thiếu tỷ lệ ứng dụng thực tế so với tổng số nhà máy, chứ không phải là số lượng dự án AI.

Khoảng trống thứ hai là việc thiếu theo dõi quá trình chuyển đổi từ giai đoạn thử nghiệm (PoC) sang sản xuất . Mặc dù Ulsan đặt mục tiêu thực hiện 150 cuộc trình diễn thực địa, nhưng hoạt động dây chuyền sản xuất thực tế và các tiêu chí hợp đồng đã thanh toán sau khi các cuộc trình diễn kết thúc lại không được tiết lộ. Việc xác minh công nghệ và kết quả công nghiệp được tách biệt thành các giai đoạn riêng biệt. Nếu số lượng cuộc trình diễn trở thành chỉ số hiệu suất cố định trong hai đến ba năm, thì sự khác biệt giữa những bài học kinh nghiệm từ các cuộc trình diễn thất bại và các mô hình thương mại hóa sẽ biến mất. Mức  độ sẵn sàng ứng dụng AI trong công nghiệp được đánh giá là chưa được xác nhận dựa trên tỷ lệ chuyển đổi sản xuất chứ không phải dựa trên số lượng cơ hội trình diễn.

Khoảng cách thứ ba nằm ở ranh giới dữ liệu giữa các tập đoàn lớn và nhà cung cấp của họ . Trong khi các công ty chủ chốt sở hữu cơ sở vật chất, nhân sự, dữ liệu và khả năng bảo mật, các nhà cung cấp phải đối mặt với những thách thức lớn hơn về chi phí thu thập dữ liệu và thiếu hụt nhân sự chuyên môn. Mặc dù chất lượng, thời gian giao hàng và chi phí trong cùng một chuỗi cung ứng có mối liên hệ với nhau, nhưng hệ thống AI vẫn tách biệt đối với mỗi công ty. Nếu các tập đoàn lớn phát triển khả năng AX của họ trước tiên trong giai đoạn 2026-2028, các nhà cung cấp có thể không đáp ứng được các yêu cầu cao hơn về dữ liệu và chất lượng. Khoảng cách trong hệ sinh thái công nghiệp của Ulsan nằm giữa việc tối ưu hóa nội bộ trong các tập đoàn lớn và việc tối ưu hóa toàn bộ chuỗi cung ứng.

Khoảng trống thứ tư là sự thiếu kết nối giữa các trung tâm dữ liệu AI và các địa điểm sản xuất . Mặc dù cơ sở hạ tầng điện toán quy mô lớn đã được thiết lập, nhưng các điều kiện liên quan đến bảo mật dữ liệu nhà máy, chi phí, độ trễ, bảo vệ các công nghệ cốt lõi và vận hành mô hình vẫn chưa được xác minh công khai. Ngay cả khi các trung tâm dữ liệu và nhà máy nằm trong cùng một khu vực, chúng cũng không tự động tạo thành một hệ sinh thái AI duy nhất. Nếu cấu trúc hợp đồng và vận hành vẫn cố định theo nhu cầu bên ngoài trong hai đến ba năm, thì các yêu cầu về khả năng truy cập đối với các công ty sản xuất địa phương sẽ bị xếp vào ưu tiên thấp hơn.  Mức độ sẵn sàng của cơ sở hạ tầng rất cao, nhưng mức độ sẵn sàng ứng dụng công nghiệp lại được đánh giá là chưa được xác minh.

Khoảng trống thứ năm là việc thiếu minh bạch về kết quả hoạt động của nhà máy . Kết quả ứng dụng AI được phản ánh qua năng suất, tỷ lệ lỗi, thời gian ngừng hoạt động của thiết bị, mức tiêu thụ năng lượng, an toàn và thời gian giao hàng. Mặc dù các số liệu riêng lẻ có thể bị hạn chế do bí mật thương mại, nhưng các số liệu thống kê khu vực dựa trên chỉ số và ẩn danh cũng không có sẵn. Nếu dữ liệu hiệu suất cho giai đoạn 2026–2028 vẫn không được công bố, các chính sách sẽ chỉ được đánh giá dựa trên số lượng công ty được hỗ trợ và các dự án thí điểm.  Mặc dù những thay đổi trong các nhà máy ở Ulsan có thể đang diễn ra trong từng công ty riêng lẻ, nhưng chúng vẫn chưa được xác nhận thông qua bằng chứng trên toàn thành phố.

Trung tâm dữ liệu AI SK-AWS và cơ sở hạ tầng hiện có trong các khu công nghiệp và khu công nghiệp xanh thông minh đang mở rộng nền tảng cho điện toán, mạng lưới và điều khiển. Cơ sở hạ tầng công nghệ của Ulsan đã chuyển sang cấu trúc nơi điện toán đám mây toàn cầu và các nền tảng khu công nghiệp/thành phố cùng tồn tại với các máy chủ nhà máy riêng lẻ. Tuy nhiên, tỷ lệ sử dụng thực tế, chi phí dịch vụ, độ trễ và xếp hạng bảo mật của các nhà máy địa phương vẫn chưa được xác nhận. Sau khi mô hình hoạt động của trung tâm dữ liệu được hoàn thiện trong giai đoạn 2026-2028, các điều kiện sử dụng ban đầu sẽ được cố định khi khả năng tiếp cận công nghiệp dài hạn được đảm bảo.  Cơ sở hạ tầng điện toán được đánh giá là đang trong giai đoạn xây dựng quy mô lớn, trong khi khả năng tiếp cận cho sản xuất địa phương được coi là chưa được xác nhận.

Mục tiêu tuyển dụng 500 nhân tài AI hội tụ ngành công nghiệp với UNIST Novatus đặt nền tảng cho việc cung cấp nhân sự chuyên môn. Đào tạo nhân tài đã chuyển từ phân tích dữ liệu tổng quát sang mô hình hội tụ ngành công nghiệp, giải quyết các vấn đề trong quy trình sản xuất. Tuy nhiên, nhu cầu theo chức năng công việc trong các lĩnh vực ô tô, đóng tàu và hóa dầu, cũng như tỷ lệ giữ chân sinh viên tốt nghiệp theo khu vực, vẫn chưa được công bố. Nếu các tập đoàn lớn, trung tâm dữ liệu và các công ty khởi nghiệp cạnh tranh nhau để giành lấy cùng một nguồn nhân lực trong hai đến ba năm tới, tình trạng thiếu lao động ở các doanh nghiệp vừa và nhỏ (SME) sẽ trầm trọng hơn trước tiên.  Mặc dù kế hoạch cung ứng nhân lực đã được xác nhận, nhưng việc phân bổ theo ngành và tỷ lệ giữ chân theo khu vực vẫn chưa được xác định.

Các quy trình trong ngành ô tô, đóng tàu và hóa dầu bao gồm các công nghệ cốt lõi quốc gia, bí mật thương mại và thông tin an toàn. Dữ liệu công nghiệp đang chuyển từ sự cởi mở rộng rãi sang cấu trúc học tập hợp tác trong các vùng tin cậy hạn chế. Các tiêu chuẩn của Ulsan về dữ liệu liên công ty, quyền hạn, ẩn danh hóa, học tập liên kết và trách nhiệm giải trình của mô hình chưa được xác nhận bằng chứng công khai. Nếu các hệ thống độc lập của từng công ty trở nên vững chắc trong giai đoạn 2026-2028, việc bảo mật dữ liệu huấn luyện cho các mô hình AI khu vực chung sẽ trở nên khó khăn.  Mức độ sẵn sàng của dữ liệu được đánh giá là cao trong các tập đoàn lớn nhưng thấp về mặt sử dụng chung trong khu vực.

Trụ sở Xúc tiến Vốn AI, Ủy ban Trí tuệ Nhân tạo, Kế hoạch AX cho Doanh nghiệp vừa và nhỏ, và Chiến lược Khởi nghiệp đóng vai trò là nền tảng thể chế cho việc triển khai. Quản lý AI của Ulsan đã mở rộng từ các phòng ban riêng lẻ thành các tổ chức chuyên trách và một hệ thống triển khai hợp tác giữa khu vực công, ngành và học thuật. Tuy nhiên, cơ chế quản trị mở tích hợp và quản lý các tiêu chí dừng dự án cụ thể, xác minh hiệu suất, quyền dữ liệu, chuyển đổi lao động và trách nhiệm an toàn vẫn chưa được xác nhận. Khi các dự án tăng lên trong hai đến ba năm tới, sự mơ hồ về ranh giới trách nhiệm – chứ không phải số lượng các tổ chức – sẽ biến thành rủi ro vận hành.  Có thể thấy rằng, mặc dù đã đạt được sự sẵn sàng về mặt thể chế trong việc thiết lập khung triển khai, nhưng vẫn chưa đạt được khung trách nhiệm AI trong ngành.

Ngân sách hỗ trợ cho các doanh nghiệp vừa và nhỏ (SMEs) năm 2026 là 117,8 tỷ won, tăng 26% so với năm trước, và công nghệ AI (AX) đã được đưa vào định hướng hỗ trợ. Đối tượng của chính sách đã được mở rộng từ các tập đoàn lớn và các viện nghiên cứu sang các SMEs khu vực. Tuy nhiên, số lượng công ty, quy trình, năng suất, việc làm và doanh thu nhận được hỗ trợ AX không được công bố riêng biệt. Nếu chỉ xét đến việc tăng tổng ngân sách hỗ trợ cho giai đoạn 2026-2028, quá trình chuyển đổi thực tế sang dây chuyền sản xuất AI sẽ bao gồm hỗ trợ tài chính, kênh bán hàng và đổi mới nói chung.  Mặc dù việc mở rộng đối tượng nhắm mục tiêu vào SMEs đã được xác nhận trong phạm vi chính sách, nhưng kết quả thực tế tại các nhà máy vẫn chưa được xác nhận.

150 cuộc trình diễn thực địa tập trung vào các tập đoàn lớn đóng vai trò là con đường giúp các công ty khởi nghiệp và nhà cung cấp AI tiếp cận dữ liệu quy trình thực tế. Các công ty công nghệ có được điều kiện để chuyển đổi từ người hưởng lợi từ các dự án nghiên cứu thành nhà cung cấp giải pháp cho các công ty sản xuất. Tuy nhiên, các điều kiện liên quan đến chi phí trình diễn, quyền sở hữu trí tuệ, quyền truy cập dữ liệu, các giao dịch mua tiếp theo và việc mở rộng sang các khách hàng khác không được tiết lộ. Nếu các cuộc trình diễn miễn phí dành riêng cho các tập đoàn lớn được lặp lại trong hai đến ba năm, các nhà cung cấp có thể tích lũy công nghệ nhưng không đảm bảo được doanh thu định kỳ.  Mặc dù việc mở rộng của các công ty khởi nghiệp được xác nhận tại thời điểm tiếp xúc thực địa, nhưng nó được coi là chưa được kiểm chứng về mặt hình thành thị trường.

Trí tuệ nhân tạo (AI) trong nhà máy ảnh hưởng đến nhiệm vụ và rủi ro của người lao động bằng cách thay đổi việc ngừng hoạt động thiết bị, tai nạn lao động, tiêu thụ năng lượng và chất lượng sản phẩm. Tác động lâu dài của AI công nghiệp không chỉ thể hiện ở năng suất doanh nghiệp mà còn ở an toàn lao động, thay đổi công việc và sự ổn định việc làm. Dữ liệu công khai từ Ulsan liên quan đến tai nạn, việc làm đòi hỏi kỹ năng, việc làm và đào tạo lại trước và sau khi ứng dụng AI vẫn chưa được xác nhận. Khi tự động hóa mở rộng từ năm 2026 đến năm 2028, lợi ích về năng suất và chi phí chuyển đổi việc làm sẽ xuất hiện trong các số liệu thống kê riêng biệt.  Tác động của AI đối với người lao động vẫn chưa được đánh giá đầy đủ vì an toàn, chức năng công việc và việc làm không được xem xét cùng nhau.

Đầu tư vào các trung tâm dữ liệu AI và sản xuất AI làm tăng nhu cầu điện, nước, xây dựng và dịch vụ tại địa phương. Tác động đến người dân và doanh nghiệp không chỉ thể hiện ở việc làm và doanh thu thuế địa phương mà còn gây gánh nặng cho lưới điện, môi trường và cơ sở hạ tầng sinh hoạt. Tuy nhiên, hiện chưa có dữ liệu công khai tích hợp về việc làm, điện, nước, doanh thu thuế và chi phí môi trường liên quan đến các trung tâm dữ liệu tại địa phương. Nếu việc đầu tư cơ sở vật chất được tiến hành trong khoảng thời gian từ hai đến ba năm, lợi ích dự kiến ​​ban đầu sẽ không thay đổi, trong khi chi phí vận hành có thể chỉ rõ ràng sau khi hoàn thành.  Mặc dù sự mở rộng khu vực của cơ sở hạ tầng AI quy mô lớn được xác nhận bởi số tiền đầu tư, nhưng giá trị ròng tại địa phương vẫn chưa được xác nhận.

Khu công nghiệp ô tô ở quận Buk-gu đặc trưng bởi các nhà máy sản xuất xe thành phẩm quy mô lớn, kết nối với mạng lưới phụ tùng và hậu cần, trong khi khu công nghiệp đóng tàu ở quận Dong-gu lại có các xưởng đóng tàu khổng lồ và cấu trúc hợp tác và gia công nhiều tầng. Tại khu công nghiệp hóa dầu ở quận Nam-gu và Ulju-gun, các quy trình liên tục, đường ống, năng lượng và an toàn được kết nối chặt chẽ giữa các công ty. Cấu trúc này khiến việc đo lường sự chuyển đổi của ba ngành công nghiệp này bằng một chính sách AI sản xuất duy nhất trở nên khó khăn. Một bảng điều khiển chung của Ulsan phân biệt các đơn vị quy trình và tiêu chí kết quả theo từng ngành công nghiệp vẫn chưa được xác định. Việc so sánh cùng số lượng dự án thí điểm giữa năm 2026 và 2028 làm sai lệch mức độ khó khăn và hiệu ứng lan tỏa theo ngành.  Sự chênh lệch về AX trong Ulsan được xác định là do thiếu các tiêu chuẩn đo lường phản ánh sự khác biệt về cấu trúc công nghiệp theo khu vực.

Buk-gu, Dong-gu và Nam-gu, nơi tập trung các doanh nghiệp lớn, khác biệt so với Ulju-gun, nơi phân bố các doanh nghiệp vừa và nhỏ cùng các khu công nghiệp, về khả năng đầu tư dữ liệu, nhân lực và cơ sở vật chất. Trong khi AI dành cho các công ty lớn có thể được triển khai thông qua đầu tư nội bộ, các doanh nghiệp nhỏ lại phụ thuộc rất nhiều vào sự hỗ trợ của chính phủ và cơ sở hạ tầng dùng chung. Hiện chưa có dữ liệu so sánh tỷ lệ áp dụng AI, số tiền đầu tư và hiệu suất của các công ty sản xuất giữa các quận và huyện. Nếu hiệu suất do các tập đoàn lớn thúc đẩy làm tăng mức trung bình của Ulsan trong hai đến ba năm tới, thì khoảng cách đối với các doanh nghiệp vừa và nhỏ không áp dụng AI sẽ bị che khuất.  Có thể thấy rằng chỉ số AX trung bình của Ulsan có nguy cơ bị đánh giá quá cao do hiệu suất của các tập đoàn lớn.

Mặc dù các trung tâm dữ liệu AI và cơ sở hạ tầng nghiên cứu và khởi nghiệp được đặt tại các khu vực cụ thể, nhu cầu sản xuất lại phân tán trên nhiều lĩnh vực công nghiệp khác nhau. Ngay cả khi khoảng cách vật lý ngắn, sự chênh lệch về hiệu quả sử dụng vẫn phát sinh nếu quyền truy cập vào bảo mật dữ liệu, mạng lưới, hợp đồng và nhân sự chuyên môn khác nhau. Thời gian sử dụng và chi phí cơ sở hạ tầng AI của các công ty ở mỗi khu vực vẫn chưa được công bố. Nếu các khách hàng và đối tác ban đầu được xác định ổn định trong giai đoạn 2026-2028, khoảng cách năng suất giữa các công ty được kết nối và không được kết nối sẽ càng kéo dài.  Người ta nhận thấy rằng khả năng tiếp cận AI tại Ulsan không đồng đều do quy mô công ty và quyền kiểm soát dữ liệu chứ không phải do khoảng cách.

Hệ thống điều khiển tích hợp khu công nghiệp xanh thông minh giám sát các rủi ro chung trong toàn khu phức hợp, nhưng mục đích và dữ liệu của nó khác với trí tuệ nhân tạo (AI) sản xuất của từng nhà máy riêng lẻ. Cấu trúc này bao gồm AI an toàn cấp khu phức hợp công nghiệp và AI sản xuất nội bộ của công ty hoạt động song song. Hiện không có một giao diện thời gian thực công khai nào liên kết các cảnh báo, trạng thái thiết bị và lịch trình bảo trì của hai hệ thống này. Nếu các hệ thống riêng biệt này hoạt động độc lập trong vòng hai đến ba năm, độ trễ thời gian giữa việc đánh giá rủi ro phức hợp và xác định hoạt động của nhà máy sẽ ngày càng lớn.  AI trong không gian công nghiệp Ulsan được xác định là bị phân mảnh giữa khu phức hợp và các nhà máy.

Việc đầu tư vào trung tâm dữ liệu AI SK-AWS đang được tiến hành, và Hệ thống Xúc tiến Vốn AI đã được triển khai đầy đủ vào năm 2026. Giai đoạn từ năm 2026 đến năm 2028 là thời điểm cụ thể hóa các điều kiện thiết kế, xây dựng và vận hành của trung tâm dữ liệu, cũng như cơ cấu sử dụng của các công ty sản xuất địa phương. Các tiêu chuẩn liên quan đến tỷ lệ sử dụng nhà máy địa phương, an ninh, chi phí và dịch vụ dùng chung vẫn chưa được xác nhận. Sau khi mô hình vận hành ban đầu được hoàn thiện, chi phí phản ánh lại nhu cầu sản xuất địa phương từ mức ưu tiên thấp hơn sẽ tăng lên.  Thời điểm vàng đầu tiên được xác định là trước khi mối quan hệ giữa cơ sở hạ tầng điện toán quy mô lớn và nhu cầu của nhà máy được cố định bằng hợp đồng.

Ngân sách của Bộ Thương mại, Công nghiệp và Năng lượng dành cho AX Công nghiệp đã được mở rộng lên 1.134.700 tỷ won vào năm 2026, và ngân sách cho các Nhà máy AI cũng tăng lên 220 tỷ won. AX Sản xuất Quốc gia đã bước vào giai đoạn phổ biến quy mô lớn, chuyển từ dự án thí điểm hạn chế sang giai đoạn mở rộng quy mô lớn. Tuy nhiên, thời gian thực hiện tại các khu vực liên quan đến các dự án được lựa chọn của Ulsan, quy trình sản xuất và sự mở rộng của các công ty đối tác vẫn chưa được xác nhận. Nếu các khu vực khác đi trước các tiêu chuẩn, nhà cung cấp và tài liệu tham khảo đặc thù của ngành trong giai đoạn 2026-2028, lợi thế tập trung công nghiệp của Ulsan có thể trở thành gánh nặng cho các cơ sở chưa được tự động hóa hiện có.  Thời kỳ vàng thứ hai là hai đến ba năm tới, trong đó các nguồn lực AX Quốc gia sẽ được cố định như các tiêu chuẩn ngành ban đầu.

Ulsan đặt mục tiêu có 150 cuộc trình diễn thực địa, 500 nhân tài AI hội tụ công nghiệp và 500 công ty khởi nghiệp công nghệ tiên tiến trong vòng 5 năm tới. Giai đoạn từ năm 2026 đến năm 2028 đánh dấu việc thực hiện nửa đầu các mục tiêu này và ổn định phương pháp đánh giá hiệu quả. Tiêu chí chuyển đổi sản xuất, doanh thu định kỳ và kết quả nhà máy vẫn chưa được công bố. Nếu việc đánh giá ban đầu tập trung vào số lượng cuộc trình diễn, đào tạo và công ty khởi nghiệp, sẽ rất khó để sau này chuyển trọng tâm sang thương mại hóa.  "Thời kỳ vàng" thứ ba được xác định là trước khi đơn vị đánh giá hiệu quả AI công nghiệp được cố định là các cuộc trình diễn.

Ngành công nghiệp ô tô đang đối mặt với xe tự lái và xe điện, ngành đóng tàu đang chuyển dịch sang tàu tự hành và tàu kỹ thuật số, và ngành công nghiệp hóa dầu đang chuyển đổi sang tình trạng dư cung, phát thải carbon và các sản phẩm có giá trị gia tăng cao. Thời điểm đầu tư vào AI tại Ulsan trùng khớp với sự chuyển đổi đồng thời về cấu trúc sản phẩm, quy trình và nguồn nhân lực của ba ngành công nghiệp này. Dữ liệu về các tiêu chuẩn quy trình và sự chuyển đổi việc làm theo từng ngành vẫn chưa đầy đủ. Sau khi các cơ sở, vai trò công việc và chuỗi cung ứng được tổ chức lại từ năm 2026 đến năm 2028, các dữ liệu và cấu trúc AI được lựa chọn không chính xác sẽ được tích hợp vào hệ thống sản xuất dài hạn.  "Thời kỳ vàng" thứ tư được xác định không phải là chu kỳ công nghệ AI, mà là giai đoạn hoàn thiện chu kỳ đầu tư cơ sở vật chất của các ngành công nghiệp trọng điểm tại Ulsan.

12-1. Trường hợp ứng dụng "Thời gian vàng" tại các chính quyền địa phương cơ sở ① — Buk-gu

Buk-gu là nơi đặt nhà máy Ulsan của Hyundai Motor và là trung tâm của hệ sinh thái sản xuất phụ tùng ô tô và logistics. Công nghệ AX trong ngành ô tô đang chuyển từ tự động hóa nhà máy sang cấu trúc tích hợp sản phẩm-quy trình, nơi xe điện, xe tự hành (SDV), robot và dữ liệu chất lượng được kết nối với nhau. Tuy nhiên, dữ liệu công khai hiện có không xác nhận mức độ lan rộng của lợi ích từ việc ứng dụng AI trong sản xuất xe thành phẩm đến việc cải thiện năng suất, thời gian giao hàng và chất lượng cho các nhà cung cấp tại Buk-gu. Nếu hệ thống sản xuất xe thành phẩm được tổ chức lại xoay quanh xe điện và phần mềm trong giai đoạn 2026-2028, các nhà cung cấp có kết nối dữ liệu yếu sẽ gặp khó khăn trong việc đáp ứng nhu cầu nếu chỉ dựa vào khả năng cung ứng hiện có.  Buk-gu được đánh giá là khu vực có tiềm năng cao để dẫn đầu công nghệ AX tại các nhà máy của các tập đoàn lớn, nhưng sự chuyển đổi toàn bộ chuỗi cung ứng vẫn chưa được xác nhận.

Khối lượng sản xuất, lỗi và thời gian ngừng hoạt động tại các nhà máy sản xuất xe thành phẩm đều liên quan đến dữ liệu giao hàng và chất lượng của các nhà cung cấp phụ tùng. Đơn vị cuối cùng của trí tuệ nhân tạo (AI) trong nhà máy không phải là các dây chuyền sản xuất riêng lẻ, mà là toàn bộ chuỗi cung ứng từ khi nhận phụ tùng đến khi vận chuyển xe thành phẩm. Mô hình liên công ty và các tiêu chuẩn dữ liệu, cũng như các kết quả chia sẻ, vẫn chưa được công bố. Nếu việc tối ưu hóa nội bộ trong nhà sản xuất xe thành phẩm trở nên phổ biến trong hai đến ba năm tới, các nhà cung cấp sẽ phải tự xoay xở để đáp ứng thời gian giao hàng ngắn hơn và yêu cầu chất lượng cao hơn mà không có nền tảng dựa trên AI.  "Thời điểm vàng" cho khu vực phía Bắc được xác định là trước khi khoảng cách dữ liệu giữa nhà sản xuất xe thành phẩm và nhà cung cấp trở nên cố định như một sự chênh lệch trong chuỗi cung ứng, chứ không phải trong quá trình tự động hóa nhà máy.

12-2. Các trường hợp ứng dụng "Thời gian vàng" tại các chính quyền địa phương cơ sở ② — Đông-gu

Đông Gu là nơi tập trung nhiều công ty như HD Hyundai Heavy Industries, các nhà thầu phụ đóng tàu và nguồn lao động lành nghề. Sự bùng nổ ngành đóng tàu và lượng đơn đặt hàng tồn đọng cung cấp dữ liệu thực địa quy mô lớn để ứng dụng trí tuệ nhân tạo (AI), robot và công nghệ nhà máy số vào sản xuất thực tế. Tuy nhiên, chưa có bằng chứng khu vực thống nhất nào xác nhận việc ứng dụng AI đã thay đổi như thế nào về thời gian đóng tàu, công đoạn làm lại, chất lượng hàn, tai nạn lao động hoặc tình trạng thiếu hụt lao động. Nếu áp lực sản xuất trong giai đoạn bùng nổ 2026-2028 được hấp thụ bởi sự gia tăng lao động thời vụ và thuê ngoài, dữ liệu thực địa và khả năng đầu tư cần thiết cho quá trình chuyển đổi sẽ cạn kiệt trước khi suy thoái kinh tế xảy ra.  Đông Gu được đánh giá là khu vực có cả nhu cầu trình diễn AI và khả năng tài chính, nhưng kết quả của sự chuyển đổi cấu trúc vẫn chưa được xác nhận.

Các xưởng đóng tàu gặp khó khăn trong việc áp dụng lặp đi lặp lại cùng một mô hình do thiết kế dựa trên đơn đặt hàng, quy mô xưởng lớn và quy trình nhiều giai đoạn. Trí tuệ nhân tạo (AI) trong ngành đóng tàu được cấu trúc để hoạt động hiệu quả hơn khi được tích hợp với các thay đổi thiết kế, vật liệu, trình tự công việc và nhân viên lành nghề, hơn là thông qua bảo trì dự đoán của một thiết bị đơn lẻ. Hiện chưa có dữ liệu thời gian thực công khai liên kết dữ liệu quy trình của nhà thầu chính-nhà thầu phụ với năng suất cụ thể của từng công việc. Nếu các cuộc trình diễn robot và hệ thống thị giác được thực hiện độc lập trong khoảng thời gian từ hai đến ba năm, chúng không được tổng hợp lại để rút ngắn thời gian xây dựng tổng thể của toàn bộ xưởng. "  Thời gian vàng" của Đông Cổ là khoảng thời gian để đánh giá hiệu quả tích hợp làm thay đổi thời gian dẫn đầu tổng thể của một dự án đóng tàu, chứ không phải số lượng công nghệ được trình diễn.

Nếu cấu trúc hoạt động của các trung tâm dữ liệu AI được tách rời khỏi sản xuất địa phương, Ulsan có thể là địa điểm cho cơ sở hạ tầng tính toán nhưng không phải là khu vực tạo ra giá trị từ dữ liệu công nghiệp. Hiện chưa có mối liên hệ nào được xác nhận giữa khoản đầu tư 7 nghìn tỷ won và điều kiện sử dụng của các công ty sản xuất. Nếu cấu trúc khách hàng cho các hợp đồng dài hạn, điện năng và dịch vụ đám mây được cố định trong giai đoạn 2026-2028, thì khả năng ưu tiên truy cập địa phương và tích hợp các dịch vụ chuyên biệt cho sản xuất sẽ giảm đi.  Thiệt hại đầu tiên không phải là hiệu quả thu hút các trung tâm dữ liệu, mà là thời gian để chuyển đổi cơ sở hạ tầng tính toán thành năng suất công nghiệp địa phương.

Nếu quá trình kiểm chứng thực địa không được chuyển sang giai đoạn sản xuất, dữ liệu từ nhà máy sẽ chỉ được sử dụng cho các dự án đơn lẻ, và các mô hình sẽ bị ngừng hoạt động mà không được bảo trì. Ulsan đặt ra 150 mục tiêu kiểm chứng, nhưng tiêu chí để chuyển sang thương mại hóa vẫn chưa được xác nhận. Nếu các dự án thử nghiệm (PoC) tích lũy trong vòng hai đến ba năm, các công ty sẽ phải gánh chịu gánh nặng về sự mệt mỏi trong quá trình kiểm chứng và chi phí cung cấp dữ liệu, trong khi các nhà cung cấp không tạo ra được doanh thu định kỳ.  Thiệt hại thứ hai không phụ thuộc vào ngân sách kiểm chứng, mà phụ thuộc vào sự tin tưởng giữa nhà máy và công ty AI, cũng như thời gian cần thiết để thương mại hóa.

Nếu khoảng cách về tốc độ giữa tập đoàn lớn AX và các đối tác AX ngày càng nới rộng, các tiêu chuẩn về chất lượng, giao hàng và an ninh trong chuỗi cung ứng sẽ tăng lên, nhưng khả năng đáp ứng của các doanh nghiệp vừa và nhỏ (SME) lại không thể theo kịp. Mặc dù hỗ trợ cho các SME đã được mở rộng vào năm 2026, nhưng tỷ lệ chuyển đổi nhà máy thực tế vẫn chưa được kiểm chứng. Khi hệ thống của các nhà sản xuất ô tô, đóng tàu và hóa dầu lớn trở nên ổn định trong giai đoạn 2026-2028, chi phí gia nhập thị trường cho các công ty đối tác chưa liên kết sẽ tăng lên.  Tổn thất thứ ba không chỉ là năng suất của từng SME mà còn là sự hoàn thiện chuỗi cung ứng khu vực của Ulsan.

Ngay cả khi nhân tài AI được đào tạo, nếu việc đào tạo không dẫn đến các dự án thực tế tại các công ty ở Ulsan hoặc việc làm lâu dài, thì kết quả đào tạo sẽ được chuyển sang các khu vực khác. Mặc dù mục tiêu là đào tạo khoảng 100 người mỗi năm và 500 người trong vòng 5 năm, nhưng số lượng người được tuyển dụng và giữ chân vẫn chưa được xác nhận. Khi sự cạnh tranh nhân tài ngày càng gay gắt giữa các trung tâm dữ liệu, các tập đoàn lớn và các công ty khởi nghiệp trong hai đến ba năm tới, tình trạng thiếu nhân lực AI công nghiệp trong các doanh nghiệp vừa và nhỏ (SMEs) sẽ trở nên trầm trọng hơn.  Tổn thất thứ tư được xác định không phải là số lượng nhân viên được đào tạo, mà là nguồn nhân lực địa phương sở hữu cả kiến ​​thức về quy trình và kiến ​​thức về AI.

Ulsan đồng thời sở hữu nhu cầu sản xuất quy mô lớn trong các ngành công nghiệp ô tô, đóng tàu và hóa dầu, nguồn nhân lực và nghiên cứu từ UNIST, địa điểm của các tập đoàn lớn, hỗ trợ khởi nghiệp và các trung tâm dữ liệu toàn cầu. Nhu cầu, nguồn cung và các thành phần cơ sở hạ tầng của trí tuệ nhân tạo công nghiệp cùng tồn tại trong một khu vực duy nhất. Tuy nhiên, một môi trường vận hành công cộng kết nối các yếu tố này thành một Kết quả Nhà máy duy nhất vẫn chưa được xác định. Vẫn còn dư địa để đánh giá khả năng kết nối trước khi cấu trúc vận hành của từng yếu tố được củng cố riêng lẻ trong giai đoạn từ năm 2026 đến năm 2028.  Hiện tại, cơ hội nằm ở việc xác định tỷ lệ chuyển đổi nhà máy của các tài sản đã được tích hợp thay vì bổ sung thêm các tài sản AI.

Các nhà máy sản xuất ô tô, đóng tàu và hóa dầu tạo ra lượng dữ liệu khổng lồ liên quan đến chất lượng, thiết bị, an toàn và năng lượng. Ulsan không phải là khu vực thiếu các vấn đề công nghiệp thực tế cần thiết cho việc học máy AI. Tuy nhiên, việc học tập hợp tác khu vực đang gặp khó khăn do sự khác biệt về bí mật doanh nghiệp và tiêu chuẩn dữ liệu. Khi cấu trúc dữ liệu đặc thù của từng công ty trở nên phức tạp hơn trong hai đến ba năm tới, chi phí phổ biến các mô hình chung cho các công ty đối tác sẽ tăng lên.  Hiện tại, cơ hội nằm ở việc đánh giá tính khả thi của việc học tập chung từ dữ liệu quy trình hiện có thay vì tạo ra dữ liệu mới.

Việc mở rộng ngân sách AX công nghiệp quốc gia và tăng cường hỗ trợ cho các doanh nghiệp vừa và nhỏ ở Ulsan diễn ra đồng thời. Một cấu trúc trong đó nguồn vốn bên ngoài và trong nước tăng lên đồng thời tạo điều kiện để bù đắp chi phí cố định ban đầu cho việc sản xuất AI. Tuy nhiên, dữ liệu về sự chồng chéo dự án, khoảng trống quy trình và liên kết hiệu suất vẫn chưa được xác nhận. Sau khi giai đoạn mở rộng tài chính 2026-2028 kết thúc, việc đảm bảo các khoản đầu tư trình diễn và cơ sở hạ tầng với quy mô tương tự có thể trở nên khó khăn hơn.  Hiện tại, cơ hội nằm ở giai đoạn mở rộng tài chính, nơi các nguồn tài trợ khác nhau có thể được liên kết với sản xuất thay vì quy mô trợ cấp.

Mặc dù sự bùng nổ đóng tàu, quá trình chuyển đổi sản phẩm ô tô và áp lực tái cấu trúc ngành hóa dầu đại diện cho những tình huống công nghiệp khác nhau, nhưng tất cả đều đòi hỏi việc thiết kế lại dữ liệu quy trình và năng suất. Ulsan sở hữu một danh mục sản xuất cho phép so sánh các minh chứng cụ thể theo từng ngành, thay vì một chính sách AI đa năng duy nhất. Các chỉ số hiệu suất chung giữa các ngành vẫn chưa được xác định. Nếu quá trình chuyển đổi cụ thể theo từng ngành diễn ra trong hai đến ba năm tới, cơ hội ban đầu để học hỏi từ những thành công và thất bại chung sẽ biến mất.  Hiện tại, cơ hội không được xác định bằng cách nhóm ba ngành công nghiệp này dưới cùng một công nghệ, mà bằng khung thời gian mà chúng có thể được so sánh dựa trên cùng một kết quả.

Thời gian chạy AX công nghiệp

Quy trình cơ bản → Thu thập dữ liệu → Trình diễn AI → Ứng dụng trên dây chuyền sản xuất → Kết quả về chất lượng, thời gian ngừng hoạt động, chi phí, an toàn, năng lượng → Sao chép từ nhà cung cấp → Doanh thu định kỳ → Khả năng cạnh tranh trong ngành → Quy trình tiếp theo

Tăng tốc phát triển cơ sở hạ tầng + Khoảng trống bằng chứng về chuyển đổi nhà máy

Việc Ulsan được tuyên bố là thành phố trí tuệ nhân tạo đã mang lại những kết quả hữu hình thông qua đầu tư vào tổ chức, nhân tài, trình diễn, tài chính và trung tâm dữ liệu.

Những thay đổi về năng suất, chất lượng, an toàn và hiệu quả năng lượng ở cấp độ nhà máy không dẫn đến những thay đổi tích cực trên toàn thành phố.

Rủi ro hiện tại không phải là thiếu đầu tư vào AI, mà là cấu trúc hiện tại khiến các khoản đầu tư quy mô lớn không chuyển đổi được từ giai đoạn trình diễn và xây dựng cơ sở hạ tầng sang giai đoạn sản xuất hàng loạt.

Giai đoạn từ năm 2026 đến năm 2028 là thời điểm tỷ lệ chuyển đổi nhà máy, chứ không phải tên gọi của thành phố AI, quyết định vị thế thực sự của Ulsan.

Kết quả cuối cùng là Khoảng cách bằng chứng về Tăng tốc cơ sở hạ tầng + Chuyển đổi nhà máy.

1. Tổng số nhà máy sản xuất tại Ulsan
2. Tổng số quy trình sản xuất theo ngành
3. Tốc độ thu thập dữ liệu quy trình
4. Tỷ lệ ứng dụng AI trong các nhà máy và quy trình sản xuất
5. Sự khác biệt giữa Tự động hóa và Ứng dụng Trí tuệ nhân tạo
6. Tỷ lệ giữa các quy trình được AI đề xuất và các quy trình điều khiển tự động
7. Số lượng điểm bắt đầu và kết thúc của PoC
8. PoC → Tỷ lệ chuyển đổi sản phẩm
9. Tỷ lệ giữ chân khách hàng trong 12 tháng sau khi triển khai sản phẩm.
10. Tỷ lệ sản xuất hàng loạt khác nhau tại các nhà máy đối với cùng một mẫu sản phẩm.
11. Thời gian ngừng hoạt động của thiết bị trước và sau khi ứng dụng AI.
12. Tỷ lệ lỗi và tỷ lệ làm lại trước và sau khi ứng dụng AI.
13. Thời gian sản xuất trước và sau khi ứng dụng AI
14. Cường độ năng lượng trước và sau khi ứng dụng AI.
15. Các tai nạn và sự cố suýt xảy ra về an toàn trước và sau khi ứng dụng AI.
16. Dự án AI hợp tác giữa tập đoàn lớn và công ty đối tác
17. Tỷ lệ ứng dụng AI theo đối tác
18. Số tiền hỗ trợ SME AX, các công ty hưởng lợi và kết quả
19. Số lượng công ty sản xuất tại Ulsan sử dụng trung tâm dữ liệu
20. Chi phí tính toán và thời gian xử lý của các công ty sản xuất
21. Tỷ lệ tuyển dụng nhân tài AI tại các công ty ở Ulsan
22. Tỷ lệ cư trú tại địa phương trong 1 năm và 3 năm của nhân tài AI
23. Mức phí hợp đồng mà công ty khởi nghiệp trả cho các tập đoàn lớn
24. Doanh thu định kỳ và đầu tư tiếp theo trong các công ty AI công nghiệp
25. Lợi nhuận đầu tư vào sản xuất công nghiệp so với đầu tư vào trí tuệ nhân tạo

Khoảng trống dữ liệu: Trong các bằng chứng công khai, việc kết nối hệ thống Ulsan Manufacturing AX Runtime với trung tâm dữ liệu AI, nhân tài, công ty khởi nghiệp, tài chính → trình diễn thực địa → ứng dụng trên dây chuyền sản xuất → năng suất, chất lượng, an toàn, năng lượng → phổ biến đối tác → doanh thu định kỳ của công ty AI cho cùng một nhà máy/dự án và mốc thời gian chưa được xác nhận.

Chuỗi thời gian chạy

Tính toán, Nhân tài, Dữ liệu quy trình → Thử nghiệm khả thi (PoC) → Sản xuất → Kết quả nhà máy → Mở rộng chuỗi cung ứng → Doanh thu định kỳ → Năng suất công nghiệp → Khả năng cạnh tranh sản xuất toàn cầu

Nguồn · Xác minh

• Thành phố đô thị Ulsan quảng bá Ulsan là thủ đô AI
• Thành phố Ulsan đầu tư vào trung tâm dữ liệu AI SK–AWS.
• Khu đặc biệt về cơ hội và phát triển trung tâm dữ liệu AI, Thành phố Ulsan
• Chiến lược hội tụ công nghiệp tại thành phố Ulsan, phát triển khởi nghiệp AI, thu hút nhân tài và trình diễn thực địa.
• Kế hoạch năm 2026 của Thành phố Ulsan về thúc đẩy doanh nghiệp vừa và nhỏ và khuyến khích đổi mới sáng tạo
• Trung tâm điều khiển tích hợp Khu phức hợp công nghiệp xanh thông minh, Thành phố Ulsan
• Thành phố đô thị Ulsan, Kế hoạch thành phố thông minh 2022–2026
• Bộ Thương mại, Công nghiệp và Năng lượng mở rộng đầu tư vào các nhà máy công nghiệp AX và AI.
• Bộ Thương mại, Công nghiệp và Năng lượng, Chính sách Công nghiệp Mới cho Kỷ nguyên Trí tuệ Nhân tạo
• Thành phố đô thị Ulsan, Tình trạng dân số Ulsan tính đến tháng 5 năm 2026

Những hiểu biết về cấu trúc còn lại từ phân tích này

Trung tâm dữ liệu AI tạo ra khả năng tính toán, trong khi các nhà máy tạo ra năng suất. Việc hai cơ sở này cùng nằm trong một thành phố không đồng nghĩa với việc khả năng tính toán chuyển hóa thành năng suất. Khả năng tính toán của trung tâm dữ liệu chỉ được chuyển đổi thành giá trị sản xuất khi quyền sở hữu, bảo mật, chi phí và độ trễ của dữ liệu nhà máy được liên kết với hệ thống bảo trì tại chỗ của các mô hình AI.

Đặc điểm cấu trúc của Ulsan không nằm ở việc thiếu nhu cầu về AI, mà ở chỗ nhu cầu đó bị mắc kẹt trong nội bộ các công ty. Mặc dù các nhà máy ô tô, đóng tàu và hóa dầu tạo ra lượng dữ liệu khổng lồ, nhưng nếu chúng không thể vượt qua ranh giới của công ty và ngành, các nhà cung cấp AI phải tạo ra các bằng chứng về khái niệm (PoC) mới mỗi lần, và các công ty đối tác liên tục phải gánh chịu cùng một chi phí chuyển đổi.

Do đó, điểm mấu chốt về cấu trúc của thành phố AI Ulsan là sự tập trung tính toán và sự tập trung học hỏi là khác nhau . Trong khi các trung tâm dữ liệu tập trung tính toán ở một nơi, việc học hỏi trong công nghiệp không được tập trung trừ khi các thử nghiệm, thất bại và kết quả cụ thể của từng nhà máy được tái sử dụng. Điều mà Ulsan cần đạt được không phải là danh hiệu cơ sở AI lớn nhất, mà là tốc độ chuyển giao kiến ​​thức từ nhà máy này sang nhà máy khác.

Luận điểm Thời điểm Vàng — Thời điểm Ulsan trở thành một thành phố AI toàn cầu không phải là ngày trung tâm dữ liệu AI hoàn thành. Đó là ngày mà mô hình thử nghiệm (Proof of Concept - PoC) của một nhà máy được đưa vào sản xuất, và kết quả của nó được nhân rộng để cải thiện các lỗi, sự cố, chi phí và an toàn tại các nhà máy khác và các công ty đối tác. Nếu con đường nhân rộng này không được thiết lập trong giai đoạn 2026-2028, Ulsan sẽ chỉ còn lại cơ sở hạ tầng điện toán khổng lồ và nhiều mô hình trình diễn AI, nhưng tốc độ học hỏi của toàn bộ ngành công nghiệp sản xuất sẽ không thay đổi.