Quản lý vận tải ngày càng thách thức vì yêu cầu khách hàng vốn không ngừng nâng cao, cộng thêm việc thiếu hụt tài xế đã giới hạn năng lực vận tải. Nhiều tiến bộ trong công nghệ, như phương tiện tự lái – một giải pháp đầy tiềm năng, hiện vẫn chủ đủ “độ chín” để khai thác ở mức thương mại.

Tuy vậy, điều này không có nghĩa là ta phải chấp nhận nhiều quy trình vận hành kém hiệu quả và sự rời rạc của dữ liệu trong khi phải chờ đợi các công nghệ mới. Hiện đã có nhiều sáng kiến hay đang được đưa vào áp dụng để mang lại hiệu quả đầu tư trong ngắn hạn cũng như gia tăng gia trị cho khách hàng. Dưới đây là 03 giải pháp nên được cân nhắc:

1. Xây dựng một nền tảng thống nhất để trực quan hóa toàn bộ quá trình

Trực quan hóa trong quá trình vận chuyển đã trở thành một điều cần thiết trong một thị trường đầy cạnh tranh và không ngừng thay đổi như hiện nay. Tuy nhiên, khả năng trực quan hóa từ các phần mềm quản lý vận tải (TMS) hiện nay vẫn chỉ ở mức độ tiếp cận được bởi nhà cung cấp dịch vụ vận tải. Điều này vô tình tạo ra nhiều điểm mù trong chuỗi cung ứng và tăng độ thách thức trong  phân tích và tổng hợp dữ liệu để tối ưu quá hiệu quả hoạt động cũng như chi phí.

Các TMS thế hệ mới hiện đang giải quyết bài toán này bằng cách phối hợp dữ liệu của đội xe với hệ thống quản lý đơn hàng, quản lý kho bãi, và cả với các hệ thống TMS hay ERP khác nữa. Bằng việc tích hợp dữ liệu trên toàn chuỗi cung ứng, nền tảng này sẽ cho ta cái nhìn toàn vẹn về những hoạt động vận tải liên quan, từ đó nâng cao tính trực quantầm nhìn cho tất cả mọi hoạt động.

Với dữ liệu cận thời gian thực từ nhiều hệ thống và nhiều đội xe, nhà quản trị có thế giải quyết các vấn đề vận tải một cách nhanh chóng, thậm chí còn trước khi khách hàng nhận ra được các vấn đề này. Tất cả các dữ liệu cần cho việc phân tích hiệu quả vận hành cũng có thể dễ dàng lấy được từ một nền tảng duy nhất, cho phép ta sử dụng hiệu quả các công cụ phân tích dữ liệu lớn – big data để nhân diện và hành động kịp thời trước các cơ hội, cũng như đánh giá năng lực/hiệu quả của nhà cung ứng, khai thác được các dự báo phù hợp.

Hiệu quả đầu tư đến từ:

  • Tiết kiệm thời gian gọi hay email giải quyết các vấn đề phát sinh
  • Tăng cường năng lực phân tích bằng cách tổng hợp nhiều dữ liệu hữu quan trong một nền tảng duy nhất
  • Giảm chi phí mà không ảnh hưởng đến hiệu quả vận hành
  • Thắt chặt hơn mối quan hệ với khách hàng

2. Dữ liệu lớn (Big Data) và Máy học (Machine Learning) để giảm rủi ro

Sự bất ổn về chính trị, khí hậu, đình công, và nhiều yếu tố khác là nguồn gốc của các bất định trong vận tải, và các bất định này nhiều nguy cơ gây ra việc giao hàng trễ (vô cùng tốn kém), mất hàng hay hàng hóa bị hư hại. Nhờ vào các nền tảng quản lý rủi ro có thể kết hợp dữ liệu lớn và máy học, nhà quản trị chuỗi cung ứng có thể sớm nhận biết được những “gián đoạn” trước khi chúng xảy ra, đồng thời đơn giản hóa các thủ tục, quy định trong toàn chuỗi cung ứng.

Một nền tảng quản lý rủi ro tốt có thể cho ta một tầm nhìn sâu nhiều bậc trong mạng lưới cung ứng, vị trí, sản phẩm, phụ tùng, “giá trị rủi ro”, và các biến khác song song với việc nắm bắt được luân lý tương tác giữa các biến phụ thuộc trong một mạng lưới cung ứng xác định. Năng lực trực quan hóa thể hiện trình độ chuỗi cung ứng trước các rủi ro trên một bản đồ thế giới động. Ví dụ trong một chuỗi cung ứng có vận chuyển hàng bằng đường biển, trực quan hóa là năng lực cho ta thấy đươc sự chuyển động của các con tàu và dự báo được thời điểm tàu cập cảng.

Một cái nhìn toàn diện lưu ý ta những điểm cần lưu ý và những rủi ro phát sinh vốn dĩ quan trọng hơn hiều một danh mục kiểm soát 20 rủi ro. Sử dụng dữ liệu từ nhiều nguồn rời rạc khác nhau – được xác nhận bởi con người, và máy học, nền tảng giảm rủi ro sẽ hỗ trợ ta phân tích chi phi/lợi ích với những rủi ro, xác định các điểm nóng, và đề xuất các giải pháp phù hợp để giảm thiểu rủi ro.

Hiệu quả đầu tư đến từ:

  • Tránh được các bất định/biến động tiềm ẩn
  • Tập trung vào sự phù hợp, đánh giá, và quản lý rủi ro ở các nhà cung ứng hữu quan
  • Ngăn chặn các tổn thất danh tiếng nhờ vào việc nhanh chóng giải quyết các vấn đề phát sinh
  • Xác định các nhà cung cấp không phù hợp với các quy định về tài chính, an toàn, lao động và môi trường

3. Tìm kiếm năng lực vận tải một cách nhanh chóng nhờ vào thị trường thương mại điện tử

Kinh tế chia sẻ dần tham gia vào nhiều ngành, từ khách sạn đến vận tải. Với một nền tảng kết nối hiệu quả người cần dịch vụ và người có đủ nguồn lực và năng lực cung cấp dịch vụ, thị thường thương mại điện tử có thể kết nối được họ với mức phí thấp cho người dùng và tăng được hiệu quả khai thác tài sản đối với người cung cấp.

Mô hình này rất lý tưởng cho việc môi giới vận tải hàng hóa, sắp xếp hợp lý quá trình tìm kiếm và bảo vệ nhà cung ứng dịch vụ vận tải. Đối với các chủ hàng không thường xuyên hoặc có khối lượng nhỏ, nền tảng này sẽ là một công cụ thuận tiện để chủ hàng có thể đặt trước được năng lực vận tải họ cần mà không nhất thiết phải đầu tư vào một hệ thống TMS phức tạp.

Giá trị chính của thị trường điện tử nằm ở việc sử dụng phần mềm để mang lại trải nghiệm trực quan và đơn giản cho cả chủ hàng và nhà cung ứng dịch vụ vận tải. Với lượng người dùng điện thoại thông minh trên quy mô toàn cầu, nền tảng môi giới vận tải còn hỗ trợ dòng thông tin thời gian thực và thông báo kịp thời đến chủ hàng cũng như công ty vận tải, nhờ vậy mà nó có thể kết nối nhu cầu và năng lực vận chuyển một cách phù hợp.

Hiệu quả đầu tư đến từ:

  • Kết nối nhanh chóng nhu cầu và năng lực vận tải trong một thị trường nhiều ràng buộc
  • Giảm việc gọi điện và kiểm tra tín dụng khi nhận cước phí môi giới
  • Cho phép hiểu sâu hơn về tất cả những lựa chọn sẵn có để đảm năng lực cạnh tranh về chi phí

Sáng kiến mang lại hiệu quả đầu tư

Từ xe tải không người lái đến các phương tiện chạy bằng năng lượng mặt trời, nhiều đổi mới sẽ sớm định hình lại ngành công nghiệp vận tải trong 10 năm tới, tạo nên nhiều cơ hội mới để cải thiện hiệu suất và giảm chi phí. Cơ hội trước mắt cho các doanh nghiệp là dành thêm nhiều nỗ lực để thu thập và khai thác vẻ đẹp của dữ liệu bên trong và bên ngoài chuỗi cung ứng. Hệ thống TMS tiên tiến, nền tảng quản lý rủi ro mạnh mẽ, cùng nền tảng môi giới vận tải kỹ thuật số, đều đã đang tạo ra giá trị đáng kể cho hiện tại cũng như kiến tạo các công nghệ đổi mới cho tương lai./.

Nguồn: Inbound Logistics, 01/2018

 

Điều gì cũng có thể xảy ra trong chuỗi cung ứng – xe hư, tàu bị chuyển tuyến, hàng bị mất cắp, phụ tùng bị lỗi, cảng bị đóng, nhân viên bốc xếp đình công, và nhà cung ứng gặp sự cố trong cung ứng. Chính các bất định này đã khiến nhiều doanh nghiệp buộc phải tồn kho nhiều hơn nhu cầu, chỉ để đảm bảo an toàn phòng khi có vấn đề gì xảy ra.

Tuy nhiên, tồn kho quá nhiều thật sự rất tốn kém, nó buộc vốn lưu động của bạn và thường xuyên đưa doanh nghiệp bạn tình trạng quá tải tồn kho với những “thứ có thể không bao giờ cần đến nữa”. Nhiều nghiên cứu đã chỉ ra rằng, trong thực tế, tồn kho quá nhiều đã đẩy chi phí quản lý tồn kho thêm 25-32% (The Retail Owners Institute).

Nhiều công ty xử lý các bất định trong chuỗi cung ứng bằng hệ thống hoạch định linh hoạt. Mỗi khi vấn đề bất thường phát sinh, hệ thống này nhanh chóng xử lý chúng nhờ vào thuật toán tối ưu hóa. Tuy nhiên, việc này cũng tương tự như khi ta nhìn vào kính chiếu hậu – ta chỉ toàn thấy những thứ đã qua rồi. Ngoài ra, lead time để giao hàng, lead time để mua sản phẩm hay sản xuất sản phẩm mới thường rất dài, điều đó làm cho việc đáp ứng nhu cầu khách hàng khi nguồn cung bất chợt thay đổi là điều không tưởng.

trí thông minh nhân tạo (AI) là một hướng tiếp cận để giải quyết vấn đề này. Với cơ chế “machine learning”, hệ thống có thể dự báo điều gì có thể diễn ra và sử dụng những dữ liệu đó như một nguồn đầu vào khi hoạch định chuỗi cung ứng. Lối tiếp cận này sử dụng các viễn cảnh được xây dựng từ những mô hình dự báo.

Cơ chế machine leaning xây dựng các mô hình từ dữ liệu lịch sử, có thể được áp dụng cho các viễn cảnh tương lại. Ví dụ như, giả sử một doanh nghiệp có 1,000 ASNs (thông báo giao hàng trước – advance shipment notices) bằng đường hàng không tại một thời điểm. Mỗi một ASN được lên kế hoạch sẽ được thực hiện tại những thời điểm khác nhau. Do đó, khi ta hỏi nhân viên lập kế hoạch, giám đốc chuỗi cung ứng, hay bất kì ai đơn hàng này đang ở đâu, họ đều có thể cho ta những thông tin về rủi ro giao trễ hàng. Làm sao họ biết được điều này? Đó chính là vì họ được tiếp cận dữ liệu – nguồn thông tin dự báo và họ cũng hiểu được cơ sở để mô hình suy luận được các rủi ro tiềm ẩn trong chuỗi cung ứng.

Giới thiệu quy trình dự báo trực tuyến

Một nền tảng tên online predictive processingOLPP (dự báo trực tuyến) có thể tự động hóa điều này. Nền tảng này có thể xây dựng các viễn cảnh kì vọng trực tuyến từ những mô hình AI, những mô hình này có thể dự báo được ASN nào có thể bị trễ và ước tính được mức độ trễ của chúng. Với OLPP, mô hình có thể cung cấp thông tin cho từng ASN về ngày giao hàng ước tính bên cạnh ngày giao hàng theo kế hoạch, nhờ vậy ta có thể có được bức tranh của tất cả ASNs chưa giao và thời gian giao dự báo của chúng.

Tiềm năng của mô hình hoạch định What-if

Chúng ta luôn muốn có tầm nhìn tốt cho tương lai. 3PL có thể sử dụng “các viễn cảnh” dự báo để lưu ý bên nhận hàng các thay đổi dự kiến, cho họ những cơ hội để linh hoạt khi gặp vấn đề. 4PLs hay các nhà cung ứng thậm chí còn làm được nhiều hơn. “Các viễn cảnh” có thể được thông tin ngược dòng trong chuỗi cung ứng, đón đầu trước những đơn hàng sản xuất hay thậm chí cả những đơn hàng bán ở cửa hàng bị tác động bởi các vấn đề dự báo. Công cụ này này có thể lên kế hoạch đáp ứng các thiếu hụt dự báo, làm hài lòng khách hàng hàng và đảm bảo doanh thu kì vọng của doanh nghiệp.

OLPP là một công nghệ mới vừa hỗ trợ xử lý phân tích (điều thiết yếu trong việc cải thiện chất lượng dự báo), vừa hỗ trợ xử lý “giao dịch”, từ đó xây dựng được mô hình đảm bảo tồn kho hiệu quả cũng như khuyến khích hoạch định theo mô hình hình what-if.

Để tìm hiểu các mô hình, OLPP xử lý dữ liệu ASN lịch sử như dịch vụ vận chuyển, điểm nguồn, điểm đích, phương thức vận chuyển, cảng, kích cỡ hàng hóa, trọng lượng hàng hóa, người gửi hàng và người nhận hàng, và cả các dữ liệu ở bên ngoài như dữ liệu đội tàu, dữ liệu thời tiết hay thậm chí cả các bản tóm tắt tin tức. OLPP sử dụng kinh nghiệm trong quá khứ để xây dựng mô hình, khi triển khai và áp dụng cho các ASN dự báo, mô hình sẽ cung cấp dự đoán mức độ trễ của các ASN dựa trên tất cả các dữ liệu kinh nghiệm mà nó đã thu thập được.

Sau đó, nền tảng OLPP có thể thiết lập ngày giao hàng dự kiến ​​từ các dự đoán đó và hỗ trợ các dự án giảm tồn kho trong chuỗi cung ứng. Dựa vào các suy luận, ứng dụng này có thể phán đoán được việc thiếu hụt tồn kho cũng như tồn kho quá tải. Và đôi khi, nó còn hỗ trợ nhân viên lập kế hoạch kế xuất sắp xếp đơn hàng phù hợp để giải quyết các vấn đề phát sinh.

Trong quản lý chuỗi cung ứng, sức mạnh của giải pháp này là thay vì tồn kho quá nhiều và không cần thiết, các mô hình sẽ đưa ra những dự báo về các sự kiện có thể xảy ra trong chuỗi cung ứng. Thay vì như trước đây, doanh nghiệp chỉ có thể phản ứng khi vấn đề đã xảy ra rồi, giờ đây, doanh nghiệp có thể sử dụng dữ liệu để xây dựng mô hình dự báo phù hợp và sử dụng chúng như một công cụ mang tính hoạch định để có thể chủ động đối phó các vấn đề tiềm ẩn phát sinh. Nhờ vậy, ta có thể tiết kiệm được hàng triệu dollar chi phí tồn kho, cải thiện hiệu suất chuỗi cung ứng, và đáp ứng được sự hài lòng của khách hàng xuôi dòng./.

Nguồn: Inbound Logistics, 02/2018

 

Xây dựng thành công “Giám sát toàn diện vận tải” (control center) trong chuỗi cung ứng mang lại nhiều lợi ích lớn. Khi nhìn vào những doanh nghiệp lớn hay những chuỗi cung ứng toàn cầu, ta sẽ thấy rõ sự phù hợp của giải pháp này; và thiết nghĩ cũng rất nên dành thời gian xem họ vận hành như thế nào.

Giám sát toàn diện vận tải có thể làm được gì để hỗ trợ bạn vận hành chuỗi cung ứng?

Nucleus Research vừa công bố Ma trận Giá trị Giám sát toàn diện vận tải 2017 (Control Tower Value Matrix 2017). Với ma trận này, ta có thể thấy một cách chi tiết hiện trạng vận hành và các giá trị của giải pháp này mang lại cho doanh nghiệp.

Nghiên cứu này phân loại các giải pháp dựa trên chức năng của chúng, rồi từ đó xây dựng một ma trận hỗ trợ đánh giá các giải pháp giám sát toàn diện vận tải hiện có trên thị trường.

Vậy Giám sát toàn diện vận tải là gì?

Trong Ma trận Giá trị Giám sát toàn diện vận tải 2017 của Nucleus Research, giám sát toàn diện vận tải (gọi tắt là giám sát vận tải) có thể được hiểu là công cụ “cung cấp khả năng hiển thị (visibility)… và nhiều tính năng hỗ trợ khác như phối hợp các bên, tự động hoá quy trình và nâng cao khả năng kiểm soát.”

Giám sát toàn diện vận tải là một phạm trù khá rộng. Trong những năm gần đây, giải pháp này phát triển một cách nhanh chóng và hiện nay, thị trường các loại giải pháp này rất đa dạng. Ma trận Giá trị Giám sát toàn diện vận tải đã tiến hành phân loại tất các giải pháp giám sát toàn diện vận tải hiện có – từ 13 nhà cung cấp dịch vụ phần mềm khác nhau.

Các loại Giám sát toàn diện vận tải trong chuỗi cung ứng

Tầm nhìn

Ở mức cơ bản nhất, giám sát toàn diện vận tải có thể cho ta thấy được bức tranh chuỗi cung ứng toàn cầu (hoặc gần như toàn cầu).

Ban đầu, giải pháp ra đời với mong muốn nắm bắt được bức tranh chuỗi cung ứng – một bức tranh ngày càng phân mảnh và phức tạp. Giải pháp này đã nổ lực xây dựng niềm tin giữa các bên, vượt qua các rào cản giữa phòng ban với phòng ban, và giữa doanh nghiệp với đối tác – nhà cung cấp, nhà sản xuất, các hãng vận tải và 3PL.

Tuy nhiên, tầm nhìn không thì vẫn chưa đủ? Với tầm nhìn mà giám sát toàn diện vận tải cho ta, ta vẫn chưa thể giải quyết được vấn đề.

Khả năng chủ động

Vì lý do trên mà giám sát vận tải đã được phát triển lên mức cao hơn – trở thành một công cụ hỗ trợ nhà quản lý chuỗi cung ứng không chỉ có thể theo dõi, mà còn có thể can thiệp và giải quyết các vấn đề phát sinh. Mặc dù vậy, khả năng này chỉ được giới hạn trong một vài phần xác định của chuỗi cung ứng. Đó thường là những phần được kiểm soát trực tiếp bởi một doanh nghiệp duy nhất.

Hợp tác

Ở một bước phát triển cao hơn, giám sát vận tải hướng tới năng lực liên kết các tổ chức trong chuỗi cung ứng, từ khách hàng, nhà cung cấp, đến nhà cung ứng dịch vụ logistics. Theo đó, nhà quản lý chuỗi cung ứng sẽ có thể giải quyết được nhiều vấn đề không chỉ ở phạm vi trực tiếp quản lý của họ mà còn rộng ra toàn chuỗi cung ứng.

Tự động hóa

Hiện tại, giám sát toàn diện vận tải đã tự động hóa được một số tính năng mà trước đây con người phải thực hiện. Ví dụ, khi tồn kho đạt một giá trị định trước, hệ thống sẽ tự động xuống đơn hàng. Tất nhiên, vẫn còn nhiều nghiệp vụ khác có thể tự động hóa được, và khi tự động hóa thành công, nhà quản lý sẽ có thêm thời gian cho những việc khác mang lại nhiều giá trị hơn.

“Nhờ vào tự động hóa, nhà quản lý chuỗi cung ứng sẽ có nhiều thời gian hơn để giải quyết các vấn đề quan trọng thay vì các vấn đề linh tinh mỗi ngày.” (Ma trận Giá trị Giám sát toàn diện vận tải 2017, Nucleus Research)

Giải pháp giám sát toàn diện vận tải làm được gì cho bạn?

Sự khác biệt giữa mô hình hub-spoke và mô hình mạng nhiều bên

 

Kết hợp tất cả những điều kể trên, lợi ích mà giải pháp này đem lại cho doanh nghiệp là vô cùng lớn.

Nhiều công ty hiện vẫn đang phải vật lộn để có được một bức tranh toàn cảnh về chuỗi cung ứng của họ. Tất nhiên, giám sát toàn diện vận tải có thể làm được điều đó và còn nhiều hơn thế nữa.

Tùy vào từng mức độ, từ tầm nhìn, năng lực chủ động, hợp tác, đến tự động hóa, các giá trị lợi ích mà giám sát vận tải mang lại là khác nhau. Tuy nhiên, ở mức độ cao hơn, tiềm năng của giải pháp này phụ thuộc vào nền tảng mà nó được xây dựng.

Trong bài Sự bùng nổ của Giải pháp giám sát Chuỗi cung ứng (The Rise of Supply Chain Towers), các hạn chế của giải pháp giám sát vận tải truyền thống được xây dựng dựa trên mô hình hub-spoke truyền thống đã được giải thích. Ở đây, ta không bàn nhiều đến điều đó, chỉ cần một lưu ý nhỏ, mô hình này bị hạn chế về năng lực “tầm nhìn toàn cảnh” và khả năng tối ưu hóa do sự rời rạc của hệ thống. Khá là phức tạp để kết nối và bảo trì các kết nối này giữa những hệ thống độc lập.

Các giải pháp giám sát toàn diện vận tải mới được xây dựng trên nền tảng dữ liệu thời gian thực (real-time data) với sự tham gia của nhiều bên hữu quan sẽ giúp ta giảm chi phí, tăng tốc độ, có khả năng linh hoạt và phục hồi cao hơn.

“Nucleus nhận thấy rằng: giải pháp giám sát toàn diện vận tải có thể làm giảm các rủi ro cho doanh nghiệp áp dụng thành công  thông qua việc cải thiện tầm nhìn, sự hợp tác, và tối ưu hóa.” – Giá trị thực của mạng giá trị (The Real Value of Value Networks), 04/2017, Nucleus Research

Giải pháp thời gian thực loại bỏ sự chậm trễ của thông tin; cung cấp “tầm nhìn” từ đầu đến cuối và tối ưu hóa tốt hơn nhờ các dữ liệu được cập nhật liên tục và toàn cảnh, thể hiện được thực tế vận hành. Giải pháp này còn cung thông tin hỗ trợ ra quyết định, với các dữ liệu thực về đơn hàng, hàng tồn kho, hàng giao, và các ràng buộc về năng lực sản xuất ở tất cả các nút trong mạng lưới.

Giám sát toàn diện vận tải được xây dựng trên nền tảng mạng nhiều bên, mang lại giá trị lớn hơn so với các giải pháp được xây dựng trên nền tảng truyền thống (bị giới hạn trong hệ thống của một doanh nghiệp). Khi khảo sát 30 khách hàng với giải pháp mới, Nucleus Research thấy các doanh nghiệp này đạt được nhiều lợi thế cạnh tranh hơn như:

  • Tăng vòng xoay hàng tồn kho thêm từ 10% đến 75%, trung bình 56%
  • Giảm giảm mức tồn kho an toàn từ 10%-55%, trung bình 38%.
  • Giảm 15-90% trường hợp thiếu hụt tồn kho và nguyên liệu, trung bình khoảng 76%
  • Giảm trung bình 54% chi phí khẩn cấp (expedite costs)

Vì vậy, ta có thể khẳng định giải pháp giám sát toàn diện vận tải trên nền tảng mạng nhiều bên mang lại lợi ích lớn hơn và sự phù hợp cao của giải pháp này với các chuỗi cung ứng toàn cầu phức tạp. Nghiên cứu Ma trận Giám sát toàn diện vận tải của Nucleus Research đã phân loại các giải pháp hiện có trên thị trường từ nhiều nhà cung cấp, kết quả này rất đáng được cân nhắc ứng dụng cho chuỗi cung ứng của bạn./.

Nguồn: supplychain247.com

Nghiên cứu cho thấy rằng chuỗi cung ứng đường biển đang có những cơ hội to lớn để nâng cao hiệu quả hoạt động và dịch vụ khách hàng thông qua việc tận dụng công nghệ một cách tốt hơn.

Ngành công nghiệp hàng hải và rộng hơn chuỗi cung ứng đường biển đang gặp nhiều khó khăn lớn do chi phí chia sẻ dữ liệu không hiệu quả và sự hợp tác kém trong toàn bộ ngành công nghiệp, theo một cuộc khảo sát và báo cáo mới về ngành vừa được công bố cuối tháng 06 bởi BPI Network (Business Performance Innovation Network) phối hợp với NavisXVELA, cả hai đều thuộc Cargotec.

(more…)