11. Quản Trị Chiến Lược, Chuyển Đổi Số

Một số case studies thực tiễn về Doanh nghiệp số

ENGIE: Chuyển đổi số ở quy mô toàn công ty

ENGIE, một công ty năng lượng tích hợp của Pháp mà Chúng ta đã giới thiệu trong những phần trước, xét trên nhiều khía cạnh, là một điển hình về việc doanh nghiệp lớn chào đón chuyển đổi số. Với hơn 150 ngàn nhân viên và hoạt động ở 70 quốc gia, ENGIE có doanh thu 60.6 tỷ euro . Hai hai triệu thiết bị IoT và hàng trăm doanh nghiệp cũng như hệ thống vận hành của ENGIE sản sinh ra những khối lượng dữ liệu khổng lồ.

Năm 2016, IsabMasterskills Kocher, CEO của tập đoàn xácđịnh được hai loại áp lực đang vây chặt lấy họ: chuyển đổi số và chuyển đổi năng lượng, chúng làm rung chuyển toàn ngành công nghiệp của ENGIE ngay ở phần lõi của nó.

Theo mô tả của chính ENGIE, cuộc cách mạng trong ngành năng lượng đang bị dẫn dắt bởi “phi các bon hóa, phi tập trung và chuyển đổi số.”Kocher thừa nhận rằng, để sống sót và phát triển trong thế giới năng lượng hoàn toàn mới này, ENGIE cần thực thi một công cuộc chuyển đổi số có tính căn bản.

Như chúng ta đã trao đổi, chuyển đổi số thành công cần xuất phát từ cấp lãnh đạo cao nhất. Tại ENGIE nó được khởi xướng từ Kocher. Bà đã vạch ra một tầm nhìn chuyển đổi số cho ENGIE và công bố một ngân sách 1,5 tỷ euro sẽ được tập đoàn dành cho chuyển đổi số trong giai đoạn 2016-. Bà cho thành lập ENGIE Digital, một bộ phận nhằm huy động mọi nỗ lực chuyển đổi số cho toàn tập đoàn.

ENGIE Digtal bao gồm cả Nhà máy số (Digital Factory), một Trung tâm Xuất sắc (CoE) nơi các nhà phát triển phần mềm của công ty cùng với các đối tác ươm tạo và cho ra đời các công cụ công nghệ thông tin cho toàn tổ chức. Sau cùng, Kocher bổ nhiệm Yves Le Gélard vào vị trí Giám đốc kỹ thuật số để giám sát tất cả những nỗ lực này.12

Bước đầu tiên của ENGIE khi thực hiện chuyển đổi số là xác định những ứng dụng mang lại giá trị cao, và xây dựng một lộ trình đặt trọng tâm vào việc chuyển đổi số toàn diện. Nhà máy số của ENGIE đã tạo ra và đặt ưu tiên vào một lộ trình dự án tổng thể. Các ứng dụng được phân bổ ra nhiều mảng kinh doanh của công ty. Sau đây là một vài ví dụ:

  • Đối với các thiết bị liên quan đến khí gas, ENGIE sử dụng phân tích tiên đoán và thuật toán AI để triển khai bảo trì tiên đoán cho các thiết bị đó và tối ưu hóa việc phát điện – xác định các nguyên nhân dẫn tới hiện tượng sụt giảm hiệu suất thiết bị, giúp giảm lỗi thiết bị và tăng thời gian hoạt động.
  • Đối với vấn đề quản trị khách hàng, ENGIE triển khai một loạt dịch vụ trực tuyến toàn diện cho khách hàng, bao gồm các ứng dụng tự phục vụ cho phép họ quản lý mức độ tiêu thụ năng lượng của chính họ. Với các hộ dân và những người quản lý tòa nhà, ENGIE đã phát triển một ứng dụng để phân tích dữ liệu truyền về từ các cảm biến thông minh nhằm phát hiện các cơ hội tiết kiệm năng lượng.
  • Với năng lượng tái tạo, ENGIE đã phát triển một nền tảng số gồm các ứng dụng để tối ưu hóa việc phát điện từ các nguồn năng lượng thay thế. Những ứng dụng này sử dụng phân tích tiên đoán và AI để dự báo bảo trì, xác định các tài sản thiết bị có hiệu suất thấp, và cung cấp cho đội ngũ vận hành tại hiện trường thông tin theo thời gian thực về tình trạng thiết bị cũng như nhu cầu bảo trì. Nền tảng này đã hỗ trợ cho hơn 2 gigawatt công suất cài đặt, và vào năm phạm vi hỗ trợ của nó sẽ được mở rộng ra hơn 25 gigawatt, biến nó trở thành dự án triển khai AI lớn nhất thế giới về quản lý năng lượng tái tạo.
  • Ngày nay, hơn 1000 mô hình học máy đang liên tục được huấn luyện để thích ứng với các điều kiện vận hành thay đổi, cung cấp tới 140 ngàn lượt dự đoán một ngày, thực hiện sau mỗi 10 phút, cho hơn 350 tua bin điện gió trên toàn thế giới. Vào năm , nền tảng số của tập đoàn sẽ xử lý hơn 20 bài toán học máy bổ sung, tạo ra những giá trị kinh tế đầy ý nghĩa.
  • Trong các thành phố thông minh, ENGIE lên kế hoạch phát triển và triển khai một loạt ứng dụng, bao gồm hệ thống sưởi và làm lạnh hiệu quả tại các quận, điều khiển giao thông, di chuyển xanh, quản lý rác thải, và an toàn, để tạo ra các thành phố kết nối bền vững, tiết kiệm năng lượng, khi tỷ lệ dân số thế giới sống trong các thành phố sẽ tăng từ 50 phần trăm lên 70 phần trăm vào năm 2050.

    Danh sách các ứng dụng chuyển đổi số tại ENGIE vẫn tiếp tục được nối dài thêm. Trên toàn bộ tổ chức của mình, ENGIE sẽ phát triển và triển khai 28 ứng dụng trong khoảng thời gian ba năm và đào tạo hơn 100 nghìn nhân viên. Để điều phối và thúc đẩy sự thay đổi này, ENGIE đã thiết lập một trung tâm xuất sắc tiên tiến, ứng dụng những bài học kinh nghiệm tốt nhất để phối hợp với các lãnh đạo bộ phận kinh doanh, xác định yêu cầu, xây dựng lộ trình, phát triển và triển khai ứng dụng theo cách tiếp cận hệ thống nhằm đạt được các kết quả có thể đo lường.

    Sau một năm khởi động chương trình, bốn ứng dụng đầu tiên đã được đưa vào triển khai thực tế. ENGIE đang bắt đầu nhìn thấy kết quả và thu về những lợi ích kinh tế tiềm năng rất khả quan, ví dụ, giá trị của chỉ hai ứng dụng: dự đoán và phòng ngừa hỏng hóc thiết bị, tối ưu hóa thời gian máy móc không hoạt động nằm trong kế hoạch và hoạt động vận chuyển hàng dự tính sẽ vượt quá 100 triệu euro một năm.

Enel: Chuyển đổi số từng bước một

Enel, công ty điện lực của Ý, là nhà sản xuất điện lớn thứ hai trên thế giới, với hơn 95 gigawatt công suất lắp đặt, phục vụ hơn 70 triệu khách hàng toàn cầu, đạt 75,7 tỷ euro doanh thu trong , và có 69 ngàn nhân viên. Là nhà cung cấp tiên phong về lưới điện thông minh, Enel là công ty điện lực đầu tiên trên thế giới thay thế các công tơ điện truyền thống bằng công tơ thông minh kỹ thuật số, trong một dự án lớn triển khai cho toàn bộ cơ sở khách hàng tại Ý của Enel.

Năm 2006, Enel lắp đặt 32 triệu công tơ điện thông minh trên toàn nước Ý; kể từ đó, hơn 40 triệu công tơ điện thông minh đã được Enel đã lắp đặt khắp Châu Âu, chiếm hơn 80 phần trăm tổng số công tơ điện thông minh ở lục địa này.

Quá trình chuyển đổi số của Enel diễn ra hệt như một trận đánh lớn: công ty có cuộc triển khai quy mô nhất về các ứng dụng AI và IoT trên thế giới. Hành trình hướng tới chuyển đổi số của Enel cũng được khởi xướng từ cấp lãnh đạo cao nhất, đứng đầu là CEO Francesco Starace, người bổ nhiệm Fabio Veronese, Trưởng bộ phận Dịch vụ Hạ tầng và Công nghệ, để chỉ đạo sáng kiến chuyển đổi số của Enel. Công ty dự tính chi 5,3 tỷ euro vào việc số hóa các tài sản thiết bị, vận hành và quy trình, cũng như nâng cao tín kết nối.13

Bây giờ chúng ta cùng tìm hiểu sâu hơn hai ứng dụng cụ thể trên hành trình chuyển đổi số của Enel. Đầu tiên là công tác bảo trì tiên đoán đối với mạng lưới phân phối gồm 1,2 triệu ki lô mét đường dây tại Ý, gồm rất nhiều loại tài sản như: trạm điện, đường dây truyền tải điện, máy biến áp, công tơ điện thông minh, và cảm biến đặt trên toàn hệ thống. Để nâng cao độ tin cậy của lưới điện và giảm số lần mất điện và gián đoạn dịch vụ do lỗi thiết bị, Enel đã triển khai một ứng dụng bảo trì tiên đoán phát triển sẵn được AI hỗ trợ.

Ứng dụng SaaS sử dụng công cụ học máy tiên tiến nhất để phân tích dữ liệu thu thập từ các nguồn khác nhau như: cảm biến mạng lưới thời gian thực, công tơ điện thông minh, nhật ký bảo trì thiết bị, và thời tiết để dự báo các sự cố gắn với các nguồn cấp điện cho mạng lưới phân phối điện (đó là đường dây truyền tải điện từ các trạm điện tới máy biến áp và khách hàng cuối) trước khi sự cố xảy ra.

Enel có thể giám sát tài sản tức thời, cho điểm về mức độ rủi ro theo từng ngày đối với các tài sản, và ngay lập tức nắm bắt được những bất thường hoặc thay đổi liên quan đến tình trạng vận hành của tài sản. Nhờ đó, công ty dự trù trước được những sự cố bảo có thể sẽ xảy ra. Năng lực dự báo nhờ vào AI này giúp Enel nâng cao độ tin cậy, giảm chi phí vận hành, và gia tăng đáng kể vòng đời của tài sản, cũng như nâng cao mức độ hài lòng khách hàng.

Những sáng kiến chủ chốt của dự án này bao gồm (a) khả năng tạo lập trạng thái mạng lưới vận hành thực ở bất cứ thời điểm nào khi vận dụng cách tiếp cận mạng đồ thị tiên tiến, và (b) sử dụng khuôn khổ dựa vào học máy cao cấp với khả năng học liên tục để cải thiện hiệu quả công tác dự báo sự cố tài sản. Nhờ khai thác điện toán đám mây co giãn, ứng dụng bảo trì tiên đoán có khả năng tập hợp được dữ liệu thời gian thực cấp độ petabyte từ các công tơ thông minh và cảm biến gắn trên điện lưới của Enel, xác định mối tương quan giữa những dữ liệu đó với dữ liệu của các hệ thống vận hành. Khi những bộ dữ liệu đó được khai thác bằng một bộ công cụ toàn diện gồm các phân tích về điện lực cũng như các thuật toán học máy, ứng dụng bảo trì sẽ giúp công ty nhìn thấu được hoạt động của nó.

Ứng dụng thứ hai cần nhấn mạnh là bảo vệ nguồn thu. Enel đã chuyển đổi cách tiếp cận để xác định và đặt ưu tiên vào việc ngăn ngừa tổn thất điện năng (hay “tổn thất phi kỹ thuật”) nhằm gia tăng mạnh mẽ khả năng phục hồi phần năng lượng thất thoát, đồng thời cải thiện năng suất. Tầm nhìn của Enel đối với việc chuyển đổi này là một ứng dụng IoT và AI dạng SaaS cho doanh nghiệp có thể được triển khai trong vòng sáu tháng cho các cơ sở vận hành toàn cầu của công ty. Để hiện thực hóa các kết quả đặt ra gắn với tầm nhìn đó đòi hỏi phải xây dựng một thuật toán học máy có thể bắt kịp khả năng của các chuyên gia của Enel, những người chỉ làm theo quy trình thủ công nhưng đã tích lũy hơn 30 năm kinh nghiệm trong nghề. Bản thân nhiệm vụ trên đã là một thử thách lớn, nhưng Enel còn đặt ra một mục tiêu tham vọng hơn, đó là tăng gấp đôi hiệu quả hoạt động mà công ty đã đạt được trong những năm gần đây.

Một sáng tạo chủ chốt hỗ trợ quá trình chuyển đổi này là thay thế cách làm truyền thống trong việc xác định các tổn thất phi kỹ thuật. Sáng kiến này tập trung chủ yếu vào việc cải thiện hiệu quả của công tác kiểm tra tại hiện trường, áp dụng các thuật toán AI cao cấp nhằm đặt ưu tiên vào những tình huống thất thoát phi kỹ thuật tiềm ẩn ở các điểm dịch vụ, dựa đồng thời vào cả hai yếu tố là mức độ phục hồi năng lượng và khả năng xảy ra gian lận.

Ứng dụng bảo vệ nguồn thu được hỗ trợ bởi AI cho phép Enel hoàn thành mục tiêu đề ra và tăng gấp đôi mức năng lượng phục hồi trung bình trên mỗi lần kiểm tra, một kết quả khá ấn tượng nếu biết rằng quá trình ban đầu của Enel được thiết kế ra dựa trên kinh nghiệm chuyên môn đã tích lũy sau ba thập kỷ.

Chuyển đổi số đã mang lại những giá trị và tác động to lớn cho Enel. Những nỗ lực chuyển đổi số của công ty thậm chí còn đưa họ vào vị trí tâm điểm trong danh sách Fortune gồm 57 công ty toàn cầu, hạng mục “Thay đổi Thế giới”, lần thứ ba trong vòng bốn năm.

Danh sách này nhằm vinh danh những công ty có chiến lược kinh doanh cốt lõi giúp cải thiện điều kiện sống ở cấp độ xã hội lẫn môi trường. Enel đã biết cách làm cho đổi mới sáng tạo và chuyển đổi số được thấm nhuần trên toàn bộ tổ chức của mình, và được đền đáp với lợi ích kinh tế hàng năm dự đoán vượt mức 600 triệu euro một năm.

John Deere: Chuyển đổi chuỗi cung ứng và quản lý tồn kho

John Deere là một nhà sản xuất công nghiệp khác bắt tay vào chiến lược chuyển đổi số nhằm chuyển đổi chuỗi cung ứng của công ty. Thành lập năm 1837, John Deere là nhà sản xuất thiết bị nông nghiệp lớn nhất thế giới, với hơn 38 tỷ đô la doanh thu hàng năm và có hơn 60 ngàn nhân viên.

Một cấu phần chủ chốt trong chuyển đổi số của John Deere là quản lý tồn kho. John Deere vận hành cùng lúc hàng trăm nhà máy trên toàn cầu và sản xuất những thiết bị công nghiệp cực kỳ phức tạp. Công ty cho phép khách hàng chọn cấu hình gồm hàng trăm tính năng riêng lẻ, dẫn đến những sản phẩm với hàng ngàn biến thể khác nhau.

Tính chất tùy biến được của sản phẩm dẫn đến công tác quản lý cực kỳ phức tạp về mức độ tồn kho trong quá trình sản xuất. Trước đó, JohnDeere cần phải kiểm soát một loạt những bất ổn như biến động về cầu, thời gian giao hàng của nhà cung cấp, và gián đoạn dây chuyền sản xuất. Do những bất ổn này, và vì cấu hình cuối cùng của một sản phẩm thường không được xác định trước cho đến khi một đơn hàng được chốt, John Deere phải thường xuyên lưu kho ở mức dư thừa để hoàn thành các đơn hàng kịp thời, dẫn đến tốn kém chi phí và khó quản lý.

Cũng như những nhà sản xuất khác trong ngành, John Deere triển khai giải pháp phần mềm hoạch định nhu cầu vật tư (MRP) để hỗ trợ lập kế hoạch sản xuất và quản lý tồn kho. John Deere cũng đã tìm hiểu nhiều phương án đề xuất khác nhau về phần mềm tối ưu hóa tồn kho thương mại. Tuy nhiên, những giải pháp phần mềm hiện tại không có khả năng tối ưu hóa một cách năng động các cấp độ lưu kho linh kiện rời trên quy mô lớn trong khi vẫn quản lý được sự biến động và học liên tục từ dữ liệu. Biến động lưu kho có thể xuất phát từ thay đổi về cầu, rủi ro gắn với nhà cung cấp, các vấn đề chất lượng liên quan đến những hàng hóa được nhà cung cấp chuyển đến và gián đoạn dây chuyền sản xuất.

Để khắc phục những vấn đề trên, John Deere đã xây dựng một ứng dụng được hỗ trợ bởi AI nhằm tối ưu hóa các cấp độ lưu kho, bắt đầu với một dòng sản phẩm có hơn 40 ngàn linh kiện riêng rẽ. Công ty sử dụng một thuật toán để tính toán mức tồn kho hàng ngày trong quá khứ dựa trên một loạt các thông số.

Với ứng dụng được AI tăng cường, John Deere có thể mô phỏng và tối ưu hóa các thông số về đơn hàng, và giảm thiểu mức lưu kho ở ngưỡng an toàn. Sự thấu hiểu này có tác động sâu sắc về mặt vận hành: John Deere có thể giảm tồn kho linh kiện từ 25 đến 35 phần trăm, nhờ đó tạo ra từ 100 triệu đến 200 triệu đô la giá trị kinh tế tăng thêm hàng năm cho công ty.

3M: Hiệu quả vận hành được thúc đẩy bởi AI

Có trụ sở ở Minnesota, 3M là một tập đoàn đa quốc gia sản xuất hàng ngàn dòng sản phẩm thuộc 46 nhóm nền tảng công nghệ lõi. Công ty hoạt động chủ yếu trong mảng sản xuất vật lý, dù một trong những nhánh hoạt động của nó là Hệ thống Thông tin Sức khỏe 3M cũng sản xuất phần mềm.

3M xuất phát từ một ý tưởng trước đó khi một nhóm thanh niên trẻ tuổi đam mê kinh doanh lập ra Công ty Sản xuất và Khai khoáng Minnesota vào năm 1902, một dự án mạo hiểm trong mảng khai khoáng đã nhanh chóng thất bại. Những nhà sáng lập này, cùng với một nhóm các nhà đầu tư và nhân viên đã không chấp nhận bỏ cuộc. Thay vào đó, họ cố gắng thương mại hóa nhiều sản phẩm khác nhau, và sau đó thu được thành công khi sản xuất giấy cát.

Tiếp theo, họ xây dựng một văn hóa đổi mới sáng tạo mạnh mẽ, thứ văn hóa đã thấm sâu vào công ty cho đến tận ngày nay. Các sản phẩm công nghiệp và tiêu dùng đa dạng của công ty bao gồm rất nhiều thương hiệu phổ biến như Scotch Tape, Post-it Notes và Scotchgard. Ngày nay, 3M Company (đổi tên từ năm 2002) sử dụng hơn 91 ngàn nhân công và tạo ra hơn 32 tỷ đô la doanh thu .

Mike Roman, CEO của tập đoàn, một cựu nhân viên của 3M trong suốt 30 năm, và ban lãnh đạo đang điều hành tập đoàn này theo “3M Playbook”, một tập hợp các chiến lược liên quan chủ yếu đến cách đơn giản hóa, tối ưu hóa, đổi mới sáng tạo và phát triển dựa vào những thế mạnh của 3M. Là một phần của đấu pháp (playbook) này, chương trình “chuyển đổi kinh doanh” của 3M tập trung vào việc tăng năng suất hoạt động bên cạnh nỗ lực cắt giảm chi phí.

“Vào thời đại mà mọi thứ đang biến đổi nhanh, các doanh nghiệp cần liên tục thích ứng, thay đổi và dự đoán,” Roman phát biểu ngắn gọn ngay khi được bổ nhiệm vào vị trí CEO . “Đây là lý do vì sao các nỗ lực chuyển đổi của chúng Chúng ta quan trọng như vậy, vì chúng Chúng ta đang trở nên linh hoạt, tân tiến, hiệu quả hơn và được trang bị tốt hơn để phục vụ các nhu cầu thay đổi của khách hàng.”15

3M đã nhìn thấy vô số cơ hội ứng dụng AI nhằm cải thiện mạnh mẽ hiệu quả vận hành và năng suất cho rất nhiều quy trình và hoạt động kinh doanh, tạo ra lợi ích kinh tế trực tiếp. Tập đoàn đang phát triển và triển khai nhiều ứng dụng được hỗ trợ bởi AI, tập trung vào các vấn đề cụ thể mang lại giá trị cao. Bây giờ, Chúng ta sẽ giới thiệu hai ví dụ minh họa nổi bật phù hợp với bất kỳ công ty sản xuất lớn nào.

Trong một ví dụ, 3M đã phát triển một ứng dụng AI để cải tiến mạnh mẽ quy trình “đặt hàng theo cam kết”, cho phép họ đưa ra những cam kết chính xác hơn nhiều về thời điểm hàng sẽ được bàn giao cho khách hàng doanh nghiệp. Với chuỗi cung ứng và mạng lưới hậu cần mở rộng của 3M cùng với hàng chục ngàn biến thể sản phẩm mà công ty làm ra, đây quả là một bài toán hóc búa cần giải.

Với ứng dụng được tăng cường bởi AI này, 3M tích hợp và thống nhất dữ liệu từ các hệ thống doanh nghiệp rời rạc, bao gồm quản lý đơn hàng, khách hàng, quản lý cung cầu, sản xuất, tồn kho và dịch vụ khách hàng để dự báo thời gian giao hàng dự kiến cho các đơn hàng lẻ và đưa ra cam kết chính xác cho khách hàng ngay khi họ đặt hàng. Loại quy trình được hỗ trợ bởi AI này khiến cho việc mua hàng B2B dễ dàng như mua một món đồ trên Amazon, giúp 3M cải thiện mạnh mẽ dịch vụ khách hàng, đảm bảo thời gian giao hàng đúng như cam kết. Điều này mang đến lợi ích nổi bật thứ hai là gỡ bỏ những nút thắt trong mạng lưới hậu cần và cung ứng, nâng mức độ tối ưu hóa mạng lưới lên một cấp độ mới.

Những người dùng được cấp quyền ở 3M có thể truy cập vào các chỉ tiêu đánh giá KPI phù hợp ở bất kỳ địa điểm nào trên thế giới, được cập nhật theo thời gian thực thông qua một giao diện thân thiện với người dùng. Khi đã thấu hiểu, họ có thể đưa ra các quyết định quan trọng, như yêu cầu bổ sung kho hàng, điều hướng lại đơn hàng và gửi cảnh báo tới những khách hàng có nguy cơ bị ảnh hưởng.

Ví dụ thứ hai tập trung giải quyết một vấn đề bị leo thang liên quan đến hóa đơn đặt hàng, với mục tiêu giảm đáng kể số lượt khiếu nại của khách hàng về hóa đơn. Với tích chất phức tạp của nhiều đơn đặt hàng, những đống hóa đơn chờ xử lý, giao hàng xuyên biên giới, rất nhiều loại thuế và chiết khấu hợp lệ, khách hàng có vô số lý do để khiếu nại về hóa đơn. 3M đã phát triển một ứng dụng dựa vào AI để dự báo những hóa đơn tiềm ẩn phát sinh khiếu nại, cho phép các chuyên gia của 3M rà soát và điều chỉnh hóa đơn trước khi chúng được gửi đi. Hệ thống hóa đơn của 3M trước đây chỉ dựa vào cách tiếp cận theo quy tắc (rules-based) để phát hiện và cảnh báo những sự cố tiềm tàng, và chưa có khả năng dự báo bằng công nghệ AI.

Ứng dụng mới phát huy sức mạnh của các phương pháp AI tiên tiến với sự bổ sung của những nguyên tắc đã xác định sẵn. Chính vì thế, mức độ chính xác của nó cao hơn nhiều trong việc xác minh những hóa đơn có vấn đề. Đối với một tập đoàn có độ phủ toàn cầu và có quy mô lớn như 3M, lợi ích mà ứng dụng trên mang lại, cụ thể là giảm bớt chi phí dành cho công tác điều tra các sự cố liên quan đến hóa đơn và khách hàng hài lòng hơn là rất ý nghĩa.

Vào năm , 3M kỳ vọng sáng kiến chuyển đổi kinh doanh sẽ giúp họ tiết kiệm được từ 500 đến 700 triệu đô la chi phí vận hành hàng năm và vốn lưu động giảm được thêm 500 triệu đô. Tổng cộng, số tiền tiết kiệm được là hơn 1 tỷ đô la – hay ba phần trăm tổng doanh thu của tập đoàn này.

  Viện Đào Tạo Kỹ Năng Masterskills chuyên Đào Tạo tại Doanh Nghiệp (In-house) trên Toàn Quốc  
G

0903966729

1
Hỗ trợ bạn qua Zalo