Mục lục
AI tối ưu hóa chuỗi cung ứng: Khi công nghệ gặp thực tế
Tôi ngồi uống cà phê với một giám đốc logistics ở TPHCM tuần trước, anh ta kể một câu chuyện mà tôi chắc là bạn cũng từng gặp: công ty anh làm hàng tiêu dùng, một lần chuỗi cung ứng bị gián đoạn vì... một nhân viên quên kiểm tra hộp mail. Dự báo tự động sai, kho hàng bị tắc, chi phí tăng vọt. Việt Nam có khoảng 30-40% chi phí logistics là do dự báo nhu cầu không chính xác, nhưng hầu như không ai nói về con số này.
Đó là lý do tại sao AI bỗng nhiên trở nên quan trọng trong chuỗi cung ứng.
Thực tế không bao giờ sạch sẽ
Khi nói đến AI tối ưu hóa logistics, mọi người thường hình dung các mô hình học máy siêu phức tạp chạy trong data centers, xử lý hàng tỷ dữ liệu. Nhưng thực tế? Nhiều công ty Việt Nam vẫn đang sử dụng Excel với công thức tính tay để dự báo nhu cầu ba tháng tới.
Các công cụ AI hiện tại như Llamaindex, Claude API, hoặc các giải pháp khác có thể xử lý dữ liệu không chuẩn mực tốt hơn mô hình truyền thống. Thay vì chỉ nhìn doanh số quá khứ, chúng có thể nhận diện mẫu ẩn: ví dụ, tại sao sales tháng 5 luôn tăng 15%? Có phải vì lễ hội, hay vì công ty có khách hàng mùa hè?
Điều thú vị là những insight này phải được con người xác nhận và giải thích. AI chỉ chỉ ra các mối tương quan, còn bạn phải hiểu tại sao chúng lại tồn tại.
Vấn đề mà ít ai nói đến
Hầu hết các báo cáo về AI trong supply chain nói về việc tiết kiệm chi phí 15-20%. Nhưng tôi thường hỏi: "Bạn có thực sự triển khai cái đó được không?"
Câu trả lời thường là: không. Vì sao?
- 1Dữ liệu lộn xộn: Một warehouse ở Hà Nội dùng hệ thống này, chi nhánh ở Đà Nẵng dùng hệ thống kia. SKU được đặt tên không nhất quán. Mô hình AI tốt nhất cũng không thể làm gì với garbage in.
Chia sẻ bài viết


