Ứng dụng về AI trong vận hành và chuỗi cung ứng môn Trí tuệ nhân tạo | Trường Đại Học Nội Vụ Hà Nội
Ứng dụng về AI trong vận hành và chuỗi cung ứng môn Trí tuệ nhân tạo | Trường Đại Học Nội Vụ Hà Nội. Tài liệu được sưu tầm giúp bạn tham khảo, ôn tập và đạt kết quả cao. Mời bạn đọc đón xem.
Môn: Trí tuệ nhân tạo(huha) 11 tài liệu
Trường: Trường Đại Học Nội Vụ Hà Nội 1.4 K tài liệu
Tác giả:
Preview text:
Ứng dụng về AI trong vận hành và chuỗi cung ứng
1. AI trong quản lý kho
- Quản lý hàng tồn kho theo thời gian: AI kết hợp các công nghệ thông minh để giám sát, theo dõi và tối ưu hóa hoạt động như IoT, RFID, Computer Vision giúp theo dõi hàng hóa theo thời gian thực, tự động cập nhật dữ liệu tồn kho và cảnh báo sớm khi có bất thường.
- Tối ưu hóa không gian lưu trữ bằng AI: AI tối ưu không gian kho bằng cách phân tích kích thước hàng hóa, tần suất lấy hàng và loại sản phẩm để bố trí vị trí lưu trữ hợp lý. Nhờ đó, doanh nghiệp tiết kiệm diện tích kho và tăng tốc độ lấy hàng.
- AI phát hiện lỗi và đảm bảo chất lượng: AI sử dụng Computer Vision để phân tích hình ảnh, phát hiện lỗi bao bì, màu sắc, kích thước và cảnh báo hàng tồn quá lâu hoặc sắp hết hạn. Điều này giúp đảm bảo chất lượng sản phẩm trước khi xuất kho
Hình 1. AI sử dụng Computer Vision
Ví dụ: Walmart ứng dụng AI trong quản lý hàng tồn kho theo thời gian thực bằng cách kết hợp các công nghệ như trí tuệ nhân tạo (AI), Internet of Things (IoT) và Computer Vision trong kho và tại các cửa hàng bán lẻ. Hệ thống camera tích hợp AI được gắn trên kệ hàng và trong kho nhằm theo dõi số lượng sản phẩm còn lại, đồng thời phát hiện kịp thời các kệ hàng trống hoặc sắp hết hàng. Toàn bộ dữ liệu tồn kho được tự động cập nhật theo thời gian thực lên hệ thống quản lý trung tâm. Khi AI phát hiện các dấu hiệu bất thường trong tồn kho hoặc sản phẩm có nguy cơ thiếu hụt, hệ thống sẽ đưa ra cảnh báo sớm để doanh nghiệp chủ động bổ sung hàng hóa, từ đó giảm thiểu tình trạng hết hàng và nâng cao hiệu quả vận hành kho.
2. Ứng dụng AI trong dự báo nhu cầu thị trường
- AI phân tích dữ liệu đa nguồn: Dự báo truyền thống dựa vào dữ liệu quá khứ, dễ bỏ sót biến động thị trường, gây thiếu hàng hoặc dư thừa tồn kho. AI kết hợp xu hướng tìm kiếm, mạng xã hội, thời tiết, kinh tế để dự báo toàn diện hơn. Nhờ Big Data và Machine Learning, AI phát hiện mô hình tiêu dùng, giúp dự đoán nhu cầu chính xác hơn.
- AI giúp điều chỉnh sản xuất và tối ưu cung ứng: AI dự đoán chính xác số lượng hàng cần sản xuất, tối ưu nguyên liệu, nhân lực, vận hành để tránh tồn đọng. Hệ thống AI tự động điều chỉnh nhập hàng, phân phối, giúp cân bằng cung cầu và tăng hiệu suất.
- AI dự báo xu hướng thị trường theo mùa vụ: AI phân tích dữ liệu lịch sử, tìm kiếm trực tuyến, phản hồi khách hàng, dự đoán xu hướng tiêu dùng theo mùa. Nhờ đó, doanh nghiệp có thể chuẩn bị hàng hóa hợp lý trước các dịp Black Friday, Giáng Sinh, Tết, tránh thất thoát doanh thu.
Ví dụ : Unilever ứng dụng AI trong dự báo nhu cầu & cung ứng
Thứ nhất, AI phân tích dữ liệu đa nguồn để dự báo nhu cầu chính xác hơn.
Unilever ứng dụng AI để phân tích không chỉ dữ liệu bán hàng quá khứ mà còn kết hợp các nguồn dữ liệu bên ngoài như xu hướng tìm kiếm của người tiêu dùng, phản hồi trên mạng xã hội, điều kiện thời tiết và các chỉ số kinh tế. Nhờ Big Data và Machine Learning, hệ thống AI phát hiện được sự thay đổi trong hành vi tiêu dùng, ví dụ nhu cầu các sản phẩm chăm sóc cá nhân tăng cao vào mùa nắng nóng, từ đó giúp Unilever dự báo nhu cầu thị trường toàn diện hơn và hạn chế tình trạng thiếu hoặc dư thừa hàng tồn kho.
Ứng dụng về AI trong quản trị nhân sự
Ví dụ 1: Unilever ứng dụng AI trong tuyển dụng & đào tạo nhân sự
Unilever sử dụng AI trong quy trình tuyển dụng thông qua việc phân tích hồ sơ ứng viên và hành vi phỏng vấn trực tuyến. Hệ thống AI tự động sàng lọc CV dựa trên kỹ năng, kinh nghiệm và mức độ phù hợp với vị trí, giúp giảm thời gian tuyển dụng và hạn chế yếu tố cảm tính của con người. Ngoài ra, AI còn phân tích kết quả làm việc của nhân viên để đề xuất các chương trình đào tạo cá nhân hóa, phù hợp với năng lực và định hướng phát triển của từng cá nhân.
Tác động:
- Tuyển dụng nhanh và khách quan hơn
- Quyết định đào tạo dựa trên dữ liệu
- Nâng cao chất lượng nguồn nhân lực
Ví dụ 2: IBM ứng dụng AI trong đánh giá hiệu suất & quản trị nhân sự
IBM ứng dụng AI để phân tích dữ liệu hiệu suất làm việc, bao gồm KPI, mức độ hoàn thành công việc và phản hồi của quản lý. Hệ thống AI giúp đánh giá hiệu suất nhân viên một cách liên tục thay vì chỉ dựa vào đánh giá định kỳ. Bên cạnh đó, AI còn dự đoán nguy cơ nghỉ việc của nhân viên dựa trên hành vi làm việc và mức độ gắn kết, từ đó hỗ trợ nhà quản trị đưa ra các quyết định điều chỉnh chính sách lương thưởng, phúc lợi hoặc bố trí lại nhân sự kịp thời.
Tác động:
- Đánh giá hiệu suất công bằng, minh bạch
- Giảm tỷ lệ nghỉ việc
- Nâng cao hiệu quả ra quyết định nhân sự
Ví dụ 3: Google ứng dụng AI trong đánh giá hiệu suất & phát triển nhân sự
Google ứng dụng AI để phân tích dữ liệu hiệu suất làm việc của nhân viên thông qua các chỉ số như mức độ hoàn thành mục tiêu, phản hồi nội bộ và kết quả làm việc theo nhóm. Hệ thống AI giúp nhận diện điểm mạnh, điểm yếu của từng cá nhân, từ đó đề xuất lộ trình phát triển kỹ năng và đào tạo phù hợp. Nhờ AI, Google có thể đưa ra các quyết định nhân sự dựa trên dữ liệu thay vì cảm tính, đồng thời nâng cao hiệu quả quản trị nguồn nhân lực.
Tác động:
- Đánh giá hiệu suất khách quan
- Cá nhân hóa đào tạo
- Nâng cao năng lực nhân sự dài hạn
Xu hướng AI tạo sinh
VD1: Coca-Cola — chiến dịch quảng cáo sử dụng Generative AI
Coca-Cola là một trong những thương hiệu toàn cầu ứng dụng AI tạo sinh trong marketing. Trong chiến dịch Giáng Sinh 2025, công ty đã dùng công nghệ Generative AI để tạo ra nội dung quảng bá mang tính sáng tạo cao cho những quảng cáo lễ hội, từ thiết kế hình ảnh đến các yếu tố đồ họa độc đáo nhằm kết nối với người dùng. Việc ứng dụng AI giúp mở rộng phạm vi sáng tạo và thu hút sự chú ý trên các nền tảng số.
VD2: McDonald’s — AI tạo sinh nội dung quảng cáo & cá nhân hoá menu
McDonald’s tại một số thị trường (như Pháp) đã sử dụng công nghệ Generative AI để:
Tạo các caption quảng cáo cho mạng xã hội và thông điệp chiến dịch theo từng địa phương
Cá nhân hoá nội dung theo đối tượng khách hàng (ví dụ: giới trẻ, gia đình, nhân viên văn phòng)
Tư vấn nội bộ cho đội marketing về ý tưởng slogan, thông điệp chiến dịch dựa trên dữ liệu khách hàng và xu hướng thị trường.
Vai trò của dữ liệu AI trong chuyển đổi số
Ví dụ 1: Netflix – Tận dụng dữ liệu người dùng để cá nhân hóa nội dung
Netflix thu thập và phân tích dữ liệu lớn (Big Data) từ hành vi người dùng như các phim/series đã xem, thời gian xem, hành vi tua nhanh hoặc dừng giữa chừng, thể loại yêu thích và khung giờ xem. Trên cơ sở đó, AI và Machine Learning xử lý dữ liệu để xác định sở thích cá nhân của từng người dùng. Nhờ ứng dụng AI, Netflix có thể gợi ý phim và series phù hợp cho từng tài khoản, quyết định đầu tư sản xuất nội dung mới dựa trên những thể loại đang có nhu cầu cao, đồng thời tối ưu giao diện hiển thị nội dung khác nhau cho mỗi người dùng. Kết quả là Netflix gia tăng thời gian xem, giảm tỷ lệ hủy thuê bao và tối ưu chi phí sản xuất nội dung.
Ví dụ 2: Starbucks – Tận dụng dữ liệu để cá nhân hóa marketing và tối ưu vận hành
Starbucks thu thập và phân tích dữ liệu từ chương trình khách hàng thân thiết (Starbucks Rewards) như lịch sử mua hàng, đồ uống yêu thích, tần suất ghé quán, vị trí cửa hàng và thời gian mua sắm. AI và Machine Learning xử lý các dữ liệu này để hiểu rõ hành vi tiêu dùng của từng khách hàng. Dựa trên kết quả phân tích, Starbucks cá nhân hóa ưu đãi và thông điệp marketing (ví dụ: gợi ý đồ uống quen thuộc, gửi mã giảm giá đúng thời điểm), đồng thời dự báo nhu cầu theo từng khu vực để điều chỉnh nguyên liệu và nhân sự phù hợp. Nhờ đó, Starbucks tăng doanh thu trên mỗi khách hàng, nâng cao trải nghiệm cá nhân hóa và giảm lãng phí trong vận hành. Cá nhân hóa trải nghiệm trên mobile app doanh nghiệp là điều mà gã khổng lồ ngành F&B đã áp dụng điêu luyện. Bên cạnh các tính năng chăm sóc khách hàng, nhắc lịch ưu đãi mà ứng dụng mobile của Starbucks còn cung cấp nền tảng để khách hàng gửi ý kiến phản hồi, đánh giá về sản phẩm, dịch vụ
Thách thức về vấn đề đạo đức khi ứng dụng AI
Là một người dùng trong môi trường số, hướng giải quyết của tôi để đảm bảo dữ liệu cá nhân được an toàn trước hết là chủ động kiểm soát thông tin của chính mình. Tôi chỉ cung cấp dữ liệu cần thiết khi sử dụng dịch vụ, hạn chế chia sẻ thông tin cá nhân trên mạng xã hội và kiểm tra kỹ quyền truy cập của các ứng dụng.
Bên cạnh đó, tôi áp dụng các biện pháp bảo mật cá nhân như sử dụng mật khẩu mạnh, khác nhau cho từng tài khoản, kích hoạt xác thực hai yếu tố (2FA) và thường xuyên cập nhật phần mềm để tránh lỗ hổng bảo mật. Tôi cũng ưu tiên sử dụng những nền tảng có chính sách bảo mật minh bạch và cho phép người dùng quản lý, xóa dữ liệu cá nhân khi cần.
Ngoài ra, tôi cho rằng cần đề nghị doanh nghiệp và cơ quan quản lý tăng cường minh bạch trong việc thu thập – sử dụng dữ liệu, đồng thời có chế tài xử phạt nghiêm các hành vi vi phạm quyền riêng tư. Điều này giúp bảo vệ dữ liệu cá nhân không chỉ ở cấp độ cá nhân mà còn ở cấp độ hệ thống.
DANH MỤC TÀI LIỆU THAM KHẢO
http://startup.gov.vn/Pages/chi-tiet-tin-tuc.aspx?l=Cauchuyenkhoinghiep&ItemID=109
https://irtech.com.vn/chien-luoc-mobile-app-cua-starbucks-khi-buoc-chan-vao-cuoc-dua-cong-nghe/
