Các công ty bán lẻ và hàng tiêu dùng đang đối mặt với sự gián đoạn chuỗi cung ứng liên tục, ảnh hưởng đến doanh thu và sự hài lòng của khách hàng. Để giải quyết thách thức này, Microsoft giới thiệu hệ thống agentic AI (AI tác tử), một phương pháp đột phá giúp tự động hóa các quyết định phức tạp, tăng tốc độ phản ứng và nâng cao hiệu quả vận hành.
Sự linh hoạt và khả năng phục hồi của chuỗi cung ứng phụ thuộc vào việc ra quyết định nhanh chóng và chính xác. Các quyết định sai lầm hoặc phản ứng chậm trễ dẫn đến lỡ hẹn với khách hàng, tác động tiêu cực đến doanh thu, đồng thời làm tăng chi phí do vận chuyển không hiệu quả và mức tồn kho cao hơn.
Hệ thống AI agent là gì?
Hệ thống agentic cung cấp một cơ hội mang tính cách mạng để nâng cao chất lượng và tốc độ ra quyết định. Khi được kích hoạt bởi một sự kiện kinh doanh, các agent sẽ thu thập và phân tích dữ liệu liên quan để trực tiếp hành động hoặc đề xuất hành động. Tại sự kiện Microsoft Ignite vào tháng 10 năm 2024, Microsoft đã công bố khả năng xây dựng các agent tự hành bằng Microsoft Copilot Studio. Trong bối cảnh chuỗi cung ứng, khả năng này cho phép xác định và hành động dựa trên các nguồn cung ứng thay thế trong trường hợp một lô hàng bị chậm trễ, với sự can thiệp tối thiểu của con người.
Một hệ thống agentic có các đặc điểm sau:
- Tự chủ (Autonomy): Hoạt động độc lập, ra quyết định và thực thi nhiệm vụ mà không cần giám sát liên tục, chỉ báo cáo cho con người khi cần thiết.
- Nhận thức theo ngữ cảnh (Context aware): Diễn giải dữ liệu và điều chỉnh hành động cho phù hợp.
- Định hướng mục tiêu (Goal orientation): Có thể được lập trình để đạt được các mục tiêu cụ thể, ví dụ như ưu tiên tối ưu hóa chi phí thay vì chỉ chọn phương án có sẵn đầu tiên.
- Học hỏi (Learning): Nâng cao hiệu suất bằng cách sử dụng dữ liệu mới và kết quả trong quá khứ.
- Lý luận và ra quyết định (Reasoning and decision making): Sử dụng khả năng suy luận để xử lý thông tin và đưa ra quyết định.
- Kỹ năng và năng lực (Skills and capabilities): Sở hữu các kỹ năng cụ thể để thực hiện nhiệm vụ, có thể được học hoặc lập trình sẵn.
Khác biệt so với RPA và Copilot
Nhiều người có thể nhầm lẫn AI agent với Tự động hóa Quy trình bằng Robot (RPA) hoặc đặt câu hỏi về sự khác biệt giữa agent và copilot.
- So với RPA: RPA sử dụng tự động hóa dựa trên quy tắc cứng nhắc. Ngược lại, AI agent tăng cường khả năng này bằng cách sử dụng các mô hình ngôn ngữ lớn (LLM) để suy luận trên dữ liệu và trích xuất thông tin liên quan từ các bộ dữ liệu khổng lồ. Một giải pháp dựa trên agent có thể học hỏi và cải thiện theo thời gian, mang lại kết quả hiệu quả hơn.
- So với Copilot: Agent hoạt động tự chủ (thường ở chế độ nền), trong khi copilot hỗ trợ người dùng trong thời gian thực. Một agent có thể hoạt động bên trong Copilot, phù hợp với tầm nhìn của Microsoft về Copilot như là ‘giao diện người dùng cho AI’ (UI for AI). Trong tương lai, người dùng sẽ có một copilot nhưng có thể có nhiều agent hoạt động song song.
Ứng dụng thực tiễn trong chuỗi cung ứng bán lẻ (RCG)
Agent có thể được áp dụng rộng rãi trong chuỗi cung ứng bán lẻ và hàng tiêu dùng (RCG) để tự động hóa các tác vụ lặp đi lặp lại, phân tích lượng lớn dữ liệu để tìm kiếm insight và cải thiện quản lý. Các trường hợp sử dụng lý tưởng là những tác vụ tốn nhiều nhân lực, lặp đi lặp lại và đòi hỏi ra quyết định theo thời gian thực.
Quản lý tồn kho và hiệu suất cửa hàng
AI agent có thể đóng vai trò quan trọng trong việc cải thiện hiệu suất cửa hàng và quản lý tồn kho. Một agent có thể tự động theo dõi dữ liệu để cảnh báo người quản lý khi các chỉ số hiệu suất cửa hàng giảm xuống dưới ngưỡng xác định. Bằng cách so sánh hiệu suất giữa các cửa hàng tương tự, agent có thể xác định các lĩnh vực cần cải thiện và đề xuất hành động.
Agent cũng giúp tránh tình trạng hết hàng (stockout) và thừa hàng (overstock). Bằng cách phân tích dữ liệu từ nhiều nguồn (doanh số, tồn kho, khuyến mãi), agent có thể xác định khi một đợt tăng đột biến về doanh số không khớp với dự báo, dẫn đến nguy cơ thiếu hụt và cảnh báo cho đội ngũ chuỗi cung ứng. Agent có thể tự động tạo đơn đặt hàng bổ sung để đảm bảo mức tồn kho tối ưu.
Giảm thiểu gián đoạn và phân bổ hàng hóa
Sự gián đoạn chuỗi cung ứng thường dẫn đến tình trạng thiếu hụt sản phẩm. AI agent có thể phân tích đơn đặt hàng của khách hàng, mức tồn kho hiện tại và các tùy chọn sản phẩm thay thế để xác định các tình huống rủi ro. Sau đó, agent sẽ phân bổ hàng tồn kho bằng cách ưu tiên các đơn hàng dựa trên các tiêu chí được xác định trước như lòng trung thành của khách hàng, phân khúc khách hàng, giá trị đơn hàng, và mức phạt SLA.
Đối phó với biến động thuế quan
Một trong những thách thức lớn mà các công ty RCG phải đối mặt trong năm 2025 là đánh giá tác động của thuế quan. AI agent có thể đánh giá và đề xuất các nhà cung cấp thay thế từ các khu vực khác nhau để giảm thiểu rủi ro thuế quan cao. Bằng cách liên tục theo dõi các quy định thuế quan và điều kiện thị trường, agent có thể đề xuất các biện pháp tiết kiệm chi phí như mua số lượng lớn trước khi thuế tăng hoặc chuyển sản xuất sang các quốc gia có thuế suất thấp hơn.
Tầm nhìn tương lai: Project Sophia
Tầm nhìn của Microsoft là hợp nhất agent, copilot và các ứng dụng kinh doanh vào một nền tảng duy nhất có tên Project Sophia. Được thiết kế với phương pháp ưu tiên AI, Project Sophia cho phép người dùng đặt các câu hỏi kinh doanh phức tạp bằng cách phân tích dữ liệu từ nhiều hệ thống khác nhau. AI sẽ hướng dẫn bạn xem xét các góc độ khác nhau, giúp bạn hiểu và hành động dựa trên các insight một cách toàn diện.
Khi các khả năng này được mở rộng, việc trả lời những câu hỏi phức tạp như “Làm cách nào để tối ưu hóa chuỗi cung ứng của tôi nhằm tăng doanh số bán hàng lên 10%?” sẽ không còn mất hàng tuần phân tích nữa. Thay vào đó, AI sẽ cung cấp câu trả lời nhanh chóng và sâu sắc hơn.
Bắt đầu với hệ thống AI agent
Để bắt đầu ứng dụng AI agent một cách chiến lược, doanh nghiệp cần xác định các quy trình kinh doanh phù hợp để tự động hóa, đặc biệt là các tác vụ tốn thời gian và đơn điệu. Điều quan trọng là phải thiết lập lòng tin của người dùng vào khả năng của agent và xây dựng các rào cản vận hành rõ ràng, bao gồm quản trị dữ liệu, quyền riêng tư và bảo mật.
Sự tích hợp của agentic AI và AI tạo sinh vào các ứng dụng kinh doanh báo hiệu một sự thay đổi lớn trong cách các tổ chức tiếp cận giải quyết vấn đề, lập kế hoạch chiến lược và hiệu quả hoạt động. Bằng cách tận dụng các khả năng AI tiên tiến này, doanh nghiệp có thể hướng tới một tương lai nơi việc ra quyết định không chỉ nhanh hơn và chính xác hơn mà còn sâu sắc và toàn diện hơn.
