Một số case studies thực tiễn về Doanh nghiệp số

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.