Tóm tắt
- Ứng dụng AI vào chuỗi cung ứng nên bắt đầu từ một khúc có dữ liệu sạch, không từ một phần mềm dự báo mua sẵn.
- Chuỗi giá trị có bốn khúc: nhu cầu, mua hàng, tồn kho, giao hàng. Mỗi khúc cần một loại dữ liệu khác nhau.
- Gartner 8/2026: 67% ngân sách số của chuỗi cung ứng đổ vào AI, 55% giám đốc không rõ khoản đó mang lại gì.
- Năm bước: chọn khúc, viết tiêu chuẩn đúng sai, gom 12 tháng dữ liệu, chạy song song một tuần, so hai con số.
Ứng dụng AI vào chuỗi cung ứng thường bắt đầu sai chỗ. Cuối tháng bạn mở báo cáo và thấy hai con số cãi nhau: kho đầy hàng không ai mua, còn mã bán chạy thì đứt từ tuần trước. Phản xạ đầu tiên là đổ cho khâu dự báo, rồi đi tìm một phần mềm dự báo. Chỗ hỏng nằm trước khâu đó một bước.
Ứng dụng AI vào chuỗi cung ứng là việc đặt mô hình dự báo và tự động hóa lên đúng khúc mà dữ liệu đã sạch và tiêu chuẩn đúng sai đã viết ra được. Không phải mua một công cụ rồi nạp file Excel vào. Thứ tự đúng có ba nhịp: chọn một khúc, làm sạch dữ liệu của khúc đó, rồi mới đặt model lên trên.
Chuỗi giá trị của bạn có bốn khúc, không phải một
Khi chủ doanh nghiệp nói "chuỗi cung ứng đang có vấn đề", câu đó gộp bốn thứ rất khác nhau vào một chỗ. Tách ra thì mới biết đưa AI vào đâu.
| Khúc | Dấu hiệu điểm nghẽn | Dữ liệu phải có trước | AI làm được gì ở đây |
|---|---|---|---|
| Nhu cầu và đơn hàng | Dự báo bằng cảm giác, tháng nào cũng lệch | Lịch sử bán 12 tháng theo mã, theo kênh | Dự báo theo mã, cảnh báo mã sắp đứt |
| Mua hàng và nhà cung cấp | Giá nhập mỗi lần một khác, không ai theo dõi | Bảng giá, lead time thật của từng nhà cung cấp | So sánh chào giá, chấm điểm giao đúng hạn |
| Tồn kho và điều phối | Tiền chôn trong kho, mã chết nằm im | Tồn theo mã theo ngày, tốc độ quay vòng | Gợi ý mức đặt lại, phát hiện mã chết sớm |
| Giao hàng và hậu mãi | Khách hỏi hàng đâu, không ai trả lời ngay | Trạng thái đơn theo thời gian thật | Trả lời trạng thái tự động, gom lý do trễ |
Bốn khúc này không cùng độ chín. Phần lớn doanh nghiệp Việt có dữ liệu tạm dùng được ở khúc một và khúc ba, gần như không có gì ở khúc hai. Đưa AI vào khúc không có dữ liệu là cách chắc chắn nhất để mất tiền mà không học được gì.
Chọn một khúc. Đúng một.
Vì sao hơn một nửa lãnh đạo chuỗi cung ứng không nói được tiền về từ đâu?
Tháng 8/2026, Gartner công bố kết quả khảo sát 394 người làm chuỗi cung ứng, thực hiện từ 11/2025 đến 02/2026, tại các doanh nghiệp doanh thu tối thiểu 250 triệu USD. Hai con số đáng để bạn dừng lại: 67% ngân sách đầu tư số của chuỗi cung ứng đang đổ vào AI, và 55% giám đốc chuỗi cung ứng nói họ không rõ khoản đầu tư đó mang lại gì.
Trước đó, tháng 6/2025, một khảo sát khác của Gartner trên 120 lãnh đạo đã triển khai AI trong 12 tháng cho thấy chỉ 23% có chiến lược AI chính thức cho chuỗi cung ứng. Phần còn lại chạy theo từng dự án nhỏ, mỗi dự án tìm một cái lợi ngắn hạn.
Đây là các tập đoàn có phòng ban riêng, có ngân sách, có người làm dữ liệu chuyên trách. Nếu họ còn vậy, chủ doanh nghiệp Việt vài chục nhân sự không có gì phải tự trách.
Nhưng bài học thì rõ. Tiền không mất vì model dở. Tiền mất vì không ai viết ra trước rằng thành công của vòng này đo bằng con số nào.
Dữ liệu chuỗi cung ứng của bạn đang nằm ở đâu?
Ở phần lớn doanh nghiệp tôi làm việc cùng, câu trả lời thật là: một phần trong phần mềm bán hàng, một phần trong Excel của bạn kế toán, một phần trong tin nhắn Zalo giữa kho và sale, và một phần trong đầu người quản lý kho.
Ba câu hỏi để tự kiểm tra trước khi nghĩ đến AI. Một, bạn có lấy được lịch sử bán 12 tháng theo từng mã hàng mà không phải nhờ ai ghép tay không. Hai, lead time thật của từng nhà cung cấp có được ghi lại ở đâu ngoài trí nhớ không. Ba, tồn kho cuối ngày hôm qua có một con số duy nhất mà cả công ty đồng ý không.
Nếu có một câu trả lời "không", đó chính là việc cần làm trước. Tôi đã viết riêng về chuyện này trong bài dữ liệu sẵn sàng cho AI, qua một ca thật ở SushiWay: khách thuê làm chatbot, nhưng điểm nghẽn thật nằm ở nguồn dữ liệu.
Tự động hóa không sửa một quy trình sai. Nó chỉ làm quy trình sai chạy nhanh hơn.
Năm bước ứng dụng AI vào chuỗi cung ứng cho doanh nghiệp nhỏ
Bước 1: chọn một khúc và viết ra tiêu chuẩn đúng sai. Không phải "dự báo tốt hơn", mà "sai số dự báo tháng của 20 mã bán chạy nhất dưới 15%". Nếu bạn không viết ra được tiêu chuẩn đúng sai cho một việc, đừng giao việc đó cho máy. Máy không biết bạn muốn gì, nó chỉ biết bạn mô tả gì.
Bước 2: gom dữ liệu 12 tháng của đúng khúc đó. Chỉ khúc đó. Đừng mở dự án data warehouse toàn công ty ở bước này. Một file sạch cho một bài toán là đủ để chạy vòng đầu.
Bước 3: chạy song song một tuần. Cách cũ vẫn chạy, cách mới chạy bên cạnh, không ai bị cắt quyền. Một tuần đủ để lộ ra chỗ dữ liệu bẩn mà bạn không ngờ tới.
Bước 4: so hai con số. Sai số cũ so sai số mới. Số giờ người bỏ ra cũ so mới. Không cần hoàn hảo, chỉ cần chạy thật và có số liệu để so.
Bước 5: chỉ nhân rộng khi vòng một đã có số. Sang khúc thứ hai với đúng năm bước này. Đây là chỗ phần lớn dự án hỏng: người ta nhân rộng dựa trên cảm giác tốt sau buổi demo, không dựa trên con số của vòng một.
Cách tiếp cận này giống hệt khung tôi mô tả trong lộ trình ứng dụng AI cho doanh nghiệp. Chuỗi cung ứng chỉ là một chỗ hạ cánh cụ thể của nó.
Vòng đầu tiên tốn bao nhiêu?
Câu hỏi này hay bị né trong các buổi tư vấn, nên tôi nói thẳng phần tôi biết.
Chi phí vòng đầu gần như không nằm ở tiền mua công cụ. Các mô hình phổ thông hiện đã đủ tốt cho bài toán dự báo mức doanh nghiệp nhỏ, và giá thuê theo tháng thấp hơn lương một nhân viên bán thời gian. Với bất kỳ tính năng AI phổ thông nào, hãy giả định 6 tới 12 tháng nữa nó sẽ rẻ đi nhiều lần.
Chi phí thật nằm ở giờ người. Gom và làm sạch 12 tháng dữ liệu của một khúc thường ngốn từ hai tới năm ngày công, phần lớn là việc đối chiếu số giữa phần mềm bán hàng và file kho. Đây là khoản không ai bán được cho bạn, vì chỉ người trong công ty mới biết con số nào đúng.
Vì vậy thứ cần bảo vệ trong vòng đầu là thời gian của đúng một người hiểu số liệu, không phải ngân sách mua phần mềm. Nếu bạn không cắt được vài ngày công cho việc này, dự án chưa nên bắt đầu.
Ba dấu hiệu cho thấy bạn đang trả tiền cho sai thứ:
- Báo giá tính theo số tính năng thay vì theo bài toán cần giải.
- Không có mốc đo nào trong 30 ngày đầu.
- Không ai bên phía bạn được chỉ định làm người nghiệm thu.
Ba việc đừng giao cho máy
Có những quyết định trong chuỗi cung ứng mang rủi ro không đảo ngược được. Máy giữ tốc độ, bạn giữ phán đoán, và hai vai này không hoán đổi.
Chọn nhà cung cấp mới. Model chấm được giá và lịch sử giao hàng. Nó không biết ông chủ bên kia có giữ lời khi thị trường căng hay không.
Quyết định dừng bán một mã. Số liệu nói mã đó chậm. Số liệu không nói mã đó đang giữ chân một khách lớn mua kèm bốn mã khác.
Cam kết ngày giao cho khách quan trọng. Máy đưa ra ngày khả dĩ. Người ký tên vào lời hứa đó phải là người chịu trách nhiệm khi lỡ hẹn.
Ranh giới rất gọn: cái gì sai thì sửa lại được trong ngày, giao cho máy. Cái gì sai thì mất khách hoặc mất tiền không lấy lại được, giữ lại cho người.
Bắt đầu bằng một vòng đo được, không phải một dự án
Doanh nghiệp nhỏ và vừa chiếm gần 98% tổng số doanh nghiệp đang hoạt động tại Việt Nam, và phần lớn không có đội dữ liệu riêng. Điều đó nghe như bất lợi. Thực tế nó là lợi thế: bạn không phải xin phép ba tầng để đổi một quy trình, và bạn có thể chạy một vòng thử trong tuần này.
Chỉ cần một khúc, một tiêu chuẩn đúng sai viết ra giấy, và một tuần chạy song song. Nếu con số tốt hơn, bạn có bằng chứng để đi tiếp. Nếu không, bạn mất một tuần thay vì một năm ngân sách.
Bài toán không phải chọn công cụ AI nào cho chuỗi cung ứng, mà chọn khúc nào đủ chín để công cụ bám vào được.
Nếu bạn muốn có người ngồi cùng để chọn khúc đó và viết ra tiêu chuẩn đo, tôi dành 30 phút tư vấn miễn phí để đi qua đúng hai việc này. Muốn đi xa hơn thì có gói AI Roadmap giá 10 triệu, niêm yết công khai, kết quả là một lộ trình 30 ngày có mốc đo và có người chịu trách nhiệm ở từng mốc.
Câu hỏi thường gặp
Doanh nghiệp nhỏ có nên ứng dụng AI vào chuỗi cung ứng không?
Nên, với điều kiện chọn đúng một khúc và có dữ liệu 12 tháng của khúc đó. Ứng dụng AI vào chuỗi cung ứng ở quy mô nhỏ rẻ hơn nhiều so với trước, vì chi phí lớn nhất là giờ người làm sạch dữ liệu chứ không phải tiền thuê công cụ. Doanh nghiệp nhỏ còn có lợi thế đổi quy trình nhanh mà không phải xin phép nhiều tầng.
Nên bắt đầu từ khâu nào trong chuỗi cung ứng?
Bắt đầu từ khúc đã có dữ liệu tạm dùng được, thường là dự báo nhu cầu hoặc tồn kho. Khúc mua hàng và nhà cung cấp thường thiếu dữ liệu lead time thật, nên để sau. Nguyên tắc chung là chọn khúc mà bạn viết ra được tiêu chuẩn đúng sai cho đầu ra, chứ không chọn khúc đang ồn ào nhất.
Làm sao biết dự án AI chuỗi cung ứng có đáng tiền hay không?
Viết ra tiêu chuẩn đo trước khi bắt đầu, ví dụ sai số dự báo tháng của 20 mã bán chạy nhất dưới 15%. Sau đó chạy song song một tuần với cách làm cũ và so hai con số: sai số và số giờ người. Không có mốc đo nào trong 30 ngày đầu là dấu hiệu bạn đang trả tiền cho sai thứ.
Việc gì trong chuỗi cung ứng không nên giao cho AI?
Ba việc: chọn nhà cung cấp mới, quyết định dừng bán một mã hàng, và cam kết ngày giao cho khách quan trọng. Ranh giới rất gọn: việc nào sai mà sửa lại được trong ngày thì giao cho máy, việc nào sai mà mất khách hoặc mất tiền không lấy lại được thì giữ cho người.
Nguồn tham khảo
Nhận bài viết mới nhất từ Markus Lab
2-3 bài mỗi tuần về AI, build sản phẩm, và growth cho founder & SME Việt. Không spam, unsubscribe bất cứ lúc nào.