Làm sao để ứng dụng AI tạo ra giá trị khi vận hành thực tế?

Tại Hội thảo Chuyển đổi số trong sản xuất - phân phối - bán lẻ và ứng dụng AI do Tổng công ty Giải pháp doanh nghiệp Viettel (Viettel Solutions) vừa tổ chức, câu chuyện chuyển từ “AI có thể làm gì” sang “AI đã tạo ra kết quả gì” được các doanh nghiệp và chuyên gia đặc biệt quan tâm.

Theo chia sẻ tại hội thảo, một số thống kê trên thị trường cho thấy tỷ lệ dự án AI được triển khai thành công vẫn ở mức thấp. Khoảng cách giữa một mô hình AI hoạt động tốt trong môi trường thử nghiệm và một hệ thống có thể tạo ra giá trị trong vận hành thực tế vẫn là thách thức lớn đối với doanh nghiệp.

Trong lĩnh vực phân phối bán lẻ, khoảng cách này có thể được nhìn thấy qua những chỉ số rất cụ thể như lượng hàng tồn kho, độ chính xác trong nhận diện hình ảnh tại điểm bán, năng lực xử lý đơn hàng hay hiệu quả của đội ngũ bán hàng.

Ảnh: BTC

Theo ông Trần Xuân An - Giám đốc Trung tâm Sản phẩm bán lẻ Viettel Solutions, thách thức của doanh nghiệp không còn nằm ở việc xác định AI có thể làm gì, mà ở việc lựa chọn đúng bài toán, đánh giá mức độ sẵn sàng của dữ liệu và xác định vai trò phù hợp của AI trong quy trình vận hành.

Đặc biệt với lĩnh vực phân phối, bán lẻ, dữ liệu thường phân tán trên nhiều hệ thống. Nếu dữ liệu chưa được liên thông, chuẩn hóa, mô hình AI dù hoạt động tốt trong thử nghiệm vẫn có thể hạn chế khi triển khai thực tế.

Từ góc nhìn của một doanh nghiệp, ông Nguyễn Đức Hạnh (Công ty cổ phần Tập đoàn Thiên Long) đánh giá với các dự án chuyển đổi số và AI, tiêu chí không chỉ là hệ thống đã được triển khai, mà còn là giá trị kinh doanh mà hệ thống tạo ra.

Từ dự báo nhu cầu đến kiểm soát hàng tồn của AI

Trong phân phối bán lẻ, quản trị hàng tồn là một trong những bài toán có thể phản ánh khá rõ hiệu quả của AI. Theo ông Trần Xuân An, AI được triển khai để dự báo nhu cầu và gợi ý đơn hàng, qua đó giúp doanh nghiệp hạn chế tình trạng đặt hàng hoặc sản xuất chênh lệch lớn so với nhu cầu thực tế. 

Viettel đã triển khai AI dự báo nhu cầu và gợi ý đơn hàng cho các khách hàng, kết quả cho thấy mức “lệch tồn” có thể giảm khoảng 80 - 90%. Cùng với đó, với giải pháp Viettel DMS, doanh nghiệp giảm khoảng 30% lượng hàng tồn. Một bài toán khác cho thấy rõ hơn khả năng đo lường của AI là chấm ảnh trưng bày tại điểm bán. 

Một trong những bài toán được triển khai là xử lý đơn hàng trong các đợt livestream và chương trình bán hàng quy mô lớn. Khi kho phải xử lý hơn 30.000 đơn/ngày, AI phân tích các sản phẩm thường được mua cùng nhau để tối ưu đóng gói, giúp nâng công suất lên 36.000 đơn/ngày. Hệ thống cũng giám sát tồn kho theo thời gian thực và tự động ngắt đơn khi dự báo nguy cơ hết hàng.

Ở một mắt xích khác của hoạt động phân phối, AI được ứng dụng để tối ưu tuyến và lịch viếng thăm điểm bán. Thay vì phân bổ lịch làm việc hoàn toàn dựa trên kinh nghiệm, dữ liệu về điểm bán, lịch sử đơn hàng và khả năng phát sinh nhu cầu có thể được sử dụng để hỗ trợ nhân viên bán hàng xác định những điểm cần ưu tiên. Theo ông Trần Xuân An, tại một số khách hàng có quy mô xử lý khoảng 50.000 - 60.000 đơn hàng mỗi ngày, mức cải thiện hiệu quả được ghi nhận khoảng 2 - 5%, có thể tạo ra tác động đáng kể đối với tổng chi phí và doanh thu.

Vì vậy, hiệu quả của AI không chỉ được đo bằng độ chính xác của mô hình hay việc hệ thống đã vận hành, mà bằng những kết quả cụ thể như giảm hàng tồn, tăng năng lực xử lý đơn hàng, tiết kiệm nguồn lực hay cải thiện hiệu quả bán hàng. Khi những thay đổi đó có thể được đo lường bằng các chỉ số vận hành và kinh doanh, AI mới thực sự bước qua ranh giới giữa “công nghệ có thể làm được” và “công nghệ tạo ra giá trị”.