Lời giải cho bài toán chi phí 16-20% GDP của logistics Việt Nam
Logistics được ví như "mạch máu" của nền kinh tế nhưng đang gánh phí lớn nhất, làm suy giảm sức cạnh tranh của doanh nghiệp và của cả nền kinh tế.
Từ chi phí đến thay đổi cách điều phối
Mọi hoạt động sản xuất, thương mại và xuất nhập khẩu đều phụ thuộc vào khả năng lưu chuyển hàng hóa. Tuy nhiên, chi phí logistics của Việt Nam hiện ở mức 16-20% GDP, gần gấp đôi nhiều nền kinh tế phát triển. Trong đó, vận tải chiếm khoảng 60% tổng chi phí logistics, trong khi biên lợi nhuận của doanh nghiệp vận tải chỉ khoảng 3-5%, rất dễ bị bào mòn khi giá nhiên liệu tăng hoặc ùn tắc kéo dài.
Ngày 29/7, tại sự kiện "Giải pháp hoạch định tuyến thông minh bằng trí tuệ nhân tạo và tối ưu hóa" diễn ra ở TP.HCM, TS. Nguyễn Đức Duy - đại diện nhóm nghiên cứu thuộc Trường Đại học Bách khoa - Đại học quốc gia TP.HCM, giới thiệu giải pháp AI Smart Routing Engine (tự động tìm kiếm tuyến đường tối ưu nhất).
Theo TS. Nguyễn Đức Duy, lập tuyến giao hàng không đơn thuần là công việc điều phối, đó là bài toán tối ưu rất phức tạp. Doanh nghiệp phải đồng thời giảm chi phí, bảo đảm giao hàng đúng hẹn. Đồng thời sử dụng đội xe hiệu quả và đáp ứng các ràng buộc về tải trọng cũng như quy định giao thông. Khi số lượng đơn hàng lên tới hàng nghìn mỗi ngày, việc xử lí bằng kinh nghiệm gần như không còn khả thi.
Thực tế, nhiều doanh nghiệp vẫn lập tuyến dựa trên kinh nghiệm của điều phối viên. Mỗi ngày, họ phải xử lí hàng loạt biến số như tải trọng xe, khung giờ giao hàng, giờ cấm tải, tình trạng giao thông và các đơn hàng phát sinh.
Trong vận trù học, đây là bài toán định tuyến phương tiện (Vehicle Routing Problem - VRP), một trong những bài toán tối ưu có độ phức tạp rất cao. Vì vậy, nhiều doanh nghiệp đang chuyển từ điều phối dựa trên kinh nghiệm sang điều phối dựa trên dữ liệu.
Dữ liệu trở thành "bộ não" hệ thống điều phối
Từ thực tế đó, nhóm nghiên cứu đã phát triển AI Smart Routing Engine, kết hợp trí tuệ nhân tạo với các thuật toán tối ưu để giải bài toán định tuyến phương tiện.
Theo TS. Nguyễn Đức Duy, AI không thay thế mà hỗ trợ con người ra quyết định. Thuật toán tối ưu bảo đảm phương án vận chuyển đáp ứng các ràng buộc về tải trọng, thời gian, chi phí và quy định giao thông. Trong khi AI liên tục học từ dữ liệu để thích ứng với những thay đổi trong quá trình vận hành.
Khác với các phần mềm định tuyến truyền thống, AI Smart Routing Engine liên tục cập nhật dữ liệu về đơn hàng, đội xe và giao thông để tính toán phương án tối ưu. Hệ thống rút ngắn quãng đường vận chuyển, giảm số phương tiện huy động, tiết kiệm nhiên liệu, bảo đảm giao hàng đúng hẹn.
Hệ thống có thể tự động tái định tuyến khi xảy ra ùn tắc, tai nạn hoặc phát sinh đơn hàng. Dữ liệu sau mỗi chuyến xe tiếp tục được đưa vào hệ thống để nâng cao độ chính xác cho những lần lập kế hoạch tiếp theo.
Theo TS. Nguyễn Đức Duy, mục tiêu của nhóm nghiên cứu là xây dựng một phần mềm lập tuyến, phát triển hệ thống có khả năng tự học từ dữ liệu của chính doanh nghiệp. Càng vận hành lâu, hệ thống càng hiểu đặc thù hoạt động và đưa ra các quyết định sát thực tế hơn.
Nâng cao năng lực cạnh tranh
Kết quả thử nghiệm trên dữ liệu vận hành thực tế tại TP.HCM cho thấy, AI Smart Routing Engine giúp giảm 15-20% tổng quãng đường vận chuyển, giảm 10-15% số phương tiện huy động và rút ngắn thời gian lập kế hoạch từ nhiều giờ xuống còn vài phút.
Theo TS. Nguyễn Đức Duy, giá trị lớn nhất của giải pháp nằm ở việc tiết kiệm chi phí, chuẩn hóa quy trình điều phối, giảm phụ thuộc vào kinh nghiệm cá nhân và chuyển tri thức vận hành thành dữ liệu. Đây là nền tảng để doanh nghiệp mở rộng quy mô nhưng vẫn bảo đảm chất lượng dịch vụ.
Việc tối ưu hóa còn góp phần nâng cao tỉ lệ giao hàng đúng hẹn, sử dụng hiệu quả đội xe, giảm tiêu thụ nhiên liệu và cắt giảm phát thải khí nhà kính.
Trong bối cảnh chi phí logistics của Việt Nam vẫn ở mức cao và yêu cầu phát triển xanh ngày càng khắt khe. AI kết hợp với các thuật toán tối ưu được xem là hướng đi giúp doanh nghiệp giảm chi phí, nâng cao năng suất và tăng năng lực cạnh tranh trong chuỗi cung ứng toàn cầu.
Theo nhóm nghiên cứu, thay vì cung cấp một phần mềm dùng chung, giải pháp sẽ được thiết kế theo đặc thù dữ liệu và quy trình của từng doanh nghiệp. Đồng thời tích hợp với các hệ thống quản trị hiện có để doanh nghiệp có thể tự vận hành và tiếp tục phát triển sau khi chuyển giao.
Nhóm nghiên cứu gồm TS. Nguyễn Đức Duy, TS. Lê Thị Diễm Châu, TS. Trần Quỳnh Lê, PGS.TS. Đỗ Ngọc Hiền, TS. Nguyễn Thùy Dương và ThS. Lao Khải Kiện. Nhóm tập trung nghiên cứu các mô hình kết hợp vận trù học, trí tuệ nhân tạo và phân tích dữ liệu nhằm tối ưu hóa hoạt động logistics, chuỗi cung ứng và sản xuất thông minh.
.jpg)