Trí tuệ nhân tạo trong quản trị chuỗi cung ứng

Trí tuệ nhân tạo (Artificial Intelligence – AI) là chủ đề được bàn luận sôi nổi, đặc biệt là sau sự kiện phần mềm trí tuệ nhân tạo Alphago (do Google Deepmind phát triển) thắng nhà vô địch cờ vây thế giới Lee Sedol với tỷ số áp đảo 4-1 trong các trận đấu diễn ra vào giữa 3.2016. Nhiều ý kiến cho rằng, AI có khả năng gây ra nhiều mối đe dọa cho con người, tuy nhiên, tiềm năng ứng dụng AI vào các lĩnh vực trong cuộc sống là rất to lớn.

Trí tuệ nhân tạo là gì?

Trí tuệ nhân tạo (Artificial Intelligence – AI) là việc tạo ra và phát triển những cỗ máy biết suy nghĩ, có khả năng bắt chước, học hỏi như bộ óc con người. Trong lĩnh vực kinh doanh, AI là việc ứng dụng phần mềm máy tính để ra quyết định và tương tác với khả năng của con người. Theo Kokey Min, AI đã bắt đầu phát triển từ hơn 60 năm trước khi những phần mềm máy tính đầu tiên bắt đầu xác định cách hệ thống máy tính có thể phân tích thông tin và dự báo về cách các mẫu tương tự phát triển. Đó là sự kết hợp của những phép tính song song, dữ liệu lớn và những phân tích của thuật toán.

AI tồn tại từ lâu nhưng tiềm năng xử lý những vấn đề phức tạp và tìm kiếm thông tin trong lĩnh vực quản lý chuỗi cung ứng vẫn chưa được khai thác đầy đủ. Những lĩnh vực của AI như hệ chuyên gia (expert systems) và giải thuật di truyền (Genetic Algorithms – GAs) được sử dụng để giải quyết các vấn đề: quản trị hàng tồn kho, lên kế hoạch thu mua, sắp đặt trang thiết bị, hợp nhất vận tải và sắp xếp lịch trình.

Trí tuệ nhân tạo trong quản trị chuỗi cung ứng

Những ứng dụng của AI trong quản trị chuỗi cung ứng

Kiểm soát và hoạch định hàng tồn kho

Hàng tồn kho là những nguồn lực rảnh rỗi nhằm duy trì tốt dịch vụ khách hàng nhưng làm phát sinh chi phí đáng kể. Theo Timeme và Williams (2003), chi phí hàng năm để nắm giữ một đơn vị hàng tồn kho dao động từ 15 – 35% giá trị hàng. Do đó, khả năng kiểm soát và hoạch định hàng tồn kho ở mức chi phí tối thiểu mà vẫn đảm bảo lượng sản phẩm sẵn sàng cung ứng cho khách hàng là yếu tố quan trọng đối với sự thành công của doanh nghiệp.

Khả năng đó có thể được nâng cao nhờ sự hỗ trợ từ những thông tin chính xác và kịp thời về ước tính nhu cầu khách hàng, quy mô và chủng loại hàng tồn kho sẵn có và lượng thời gian để hoàn thành đặt hàng của khách hàng. Tuy vậy, những thông tin này thường khó ước tính hoặc dự đoán. Trong trường hợp này, một hệ chuyên gia như Trợ lý quản trị hàng tồn kho (IMA) được thiết kế bởi Allen (1986) có thể giúp cải thiện hiệu quả quản trị hàng tồn kho từ 8-18% bằng cách giảm lỗi hàng tồn kho.

Một hệ chuyên gia còn được tích hợp vào hệ thống hoạch định nguyên vật liệu để lưu trữ cơ sở dữ liệu liên quan đến kế hoạch sản xuất tổng thể, hóa đơn nguyên liệu, đơn đặt hàng và sau đó phát triển một cách có hệ thống những quy tắc về kích cỡ lô hàng nhằm ước tính kích cỡ đơn hàng tối ưu và thời gian bổ sung hàng tồn kho tối ưu trong tương lai. Một công cụ AI khác để quản trị hàng tồn kho trong nghiên cứu gần đây của Teodorovic và các cộng sự (năm 2002) là quy tắc logic mờ (fuzzy logic rules) ứng dụng trong quản lý đặt vé máy bay trực tuyến thông minh giúp ra quyết định chấp nhận hoặc từ chối yêu cầu đặt chỗ của hành khách.

Thiết kế mạng lưới vận tải

Những vấn đề liên quan đến mạng lưới vận tải như kế hoạch hệ thống vận tải, tuyến và lịch trình xe, cây khung tối thiểu, hợp nhất vận tải, liên kết đa phương tiện, thiết kế mạng lưới đường đi, mạng lưới đường ống phân phối gas,… Do những đặc tính kết hợp của các vấn đề này, giải thuật di truyền đã trở thành dạng kỹ thuật AI phổ biến nhất được sử dụng để giải quyết những khía cạnh của vấn đề thiết kế mạng lưới vận tải (Chambers 2001). Ngoài ra, các kỹ thuật AI khác mới đang được phát triển nhằm giải quyết các vấn đề khác nhau của mạng lưới vận tải.

Quản lý thu mua và cung ứng

Một quyết định làm hay mua liên quan đến việc cân nhắc giữa các lựa chọn là sản xuất hàng hóa, dịch vụ hay mua từ các nguồn cung cấp bên ngoài để sử dụng tốt hơn. Quyết định làm hay mua nên được phân tích thành nhiều trường hợp như: Lượng hàng hóa công ty dự tính sản xuất là bao nhiêu? Cần bao nhiêu vốn đầu tư để sản xuất hàng hóa hoặc cung cấp dịch vụ? Có bao nhiêu rủi ro liên quan đến việc phát triển sản phẩm hay cải tiến công nghệ để duy trì lợi thế cạnh tranh trên thị trường?

Do sự phức tạp của các trường hợp này, quyết định làm hay mua cần đến những công cụ hỗ trợ ra quyết định hệ thống. Những công cụ đó bao gồm một hệ chuyên gia. Ví dụ, Humphreys và cộng sự đã phát triển một hệ chuyên gia có thể hỗ trợ các nhà quản lý thu mua trong việc đánh giá hiệu quả của các nhà cung cấp tiềm năng, mở rộng trao đổi thông tin giữa các nhân viên thu mua và giảm thời gian ra quyết định. Gần đây nhất, Nissen và Sengupta đã đề xuất một phần mềm thông minh có thể tự động hóa quy trình tìm kiếm nhà cung cấp tiềm năng thông qua danh mục sản phẩm trực tuyến, đánh giá các nhà cung cấp đối với nhiều thuộc tính, sàng lọc những nhà cung cấp đủ tiêu chuẩn và hoàn thành những đơn hàng.

Trí tuệ nhân tạo trong quản trị chuỗi cung ứng

Hoạch định và dự báo nhu cầu

Thông tin về nhu cầu trong tương lai là cơ sở để hoạch định năng lực sản xuất, nguồn nhân lực, kiểm soát hàng tồn kho, phát triển sản phẩm mới và các chiến dịch xúc tiến. Tuy nhiên, sự hữu dụng của nó thường phụ thuộc vào tính chính xác, dựa vào khả năng của doanh nghiệp để dự đoán sự biến động của những nhu cầu trong tương lai. Trong khi những kỹ thuật dự báo truyền thống chủ yếu dựa vào sự chính xác và hợp lệ của dữ liệu trong quá khứ thì kỹ thuật AI hiện nay đã được giới thiệu như một công cụ thay thế nhằm dự báo và hoạch định nhu cầu. Ví dụ, Yu và các cộng sự (năm 2002) đã đề xuất phương pháp khớp mẫu trong khuôn khổ hệ thống dựa trên agent (agent là các kỹ thuật giải quyết vấn đề trong đó chia nhỏ một quyết định thành các vấn đề nhỏ hơn và giải quyết các vấn đề đó) kết hợp với chuyên môn của con người và kỹ thuật khai thác dữ liệu để dự đoán nhu cầu cho sản phẩm mới.

Thu gom đơn hàng

Thu gom đơn hàng cần nhiều lao động, thường chiếm tỉ lệ lớn trong chi phí vận hành kho bãi, do vậy, nó ảnh hưởng đáng kể đến năng suất kho bãi. Như một phần của quy trình tự động hóa, Kim và các cộng sự (năm 2002) đã phát triển một hệ thống dựa trên agent thông minh có thể phân công công nhân đến những vùng cụ thể của những đơn hàng. Nó cũng được thiết kế để điều chỉnh tốc độ băng chuyền để tối thiểu hóa thời gian xếp hàng và tối đa hóa lượng thu gom đơn hàng.

Trí tuệ nhân tạo trong quản trị chuỗi cung ứng

Quản trị quan hệ khách hàng

Quản trị quan hệ khách hàng là yếu tố quan trọng trong việc cải thiện giao hàng, xây dựng liên kết xã hội với khách hàng và đảm bảo sự trung thành của khách hàng bằng cách duy trì mối quan hệ cùng có lợi dài hạn với những khách hàng giá trị được lựa chọn từ nhiều khách hàng. Baxter và cộng sự (năm 2003) đã đề xuất một mô hình dựa trên agent mô phỏng tương tác giữa môi trường kinh doanh và những khách hàng. Mô hình của họ xem xét tương tác của những khách hàng qua mạng xã hội và sau đó kết hợp với marketing truyền miệng về sản phẩm và dịch.

Có thể thấy, trí tuệ nhân tạo không còn là chủ đề giới hạn trong khoa học viễn tưởng mà nó rất có tiềm năng ứng dụng trong cuộc sống và kinh doanh. Đối với lĩnh vực quản trị chuỗi cung ứng, AI có thể giúp doanh nghiệp nắm bắt đầy đủ tình hình kinh doanh theo thời gian thực, hỗ trợ ra quyết định chiến lược, phân bổ kế hoạch và đảm bảo việc thực hiện công việc.

Nguyễn Thịnh Phát & Nguyễn Thị Thu Thùy
Vietnam Logistics Review