HỌC VIỆN NGÂN HÀNG

KHOA HỆ THỐNG THÔNG TIN QUẢN LÝ

BÀI THU HOẠCH CÁ NHÂN

Học phần: Trí tuệ nhân tạo trong kinh doanh

ĐỀ TÀI:
ĐỀ XUẤT XÂY DỰNG MÔ HÌNH KIỂM SOÁT VÀ HOẠCH ĐỊNH
HÀNG TỒN KHO CÔNG TY TNHH CUNG ỨNG
THỰC PHẨM TƯƠI VÀ AN TOÀN

Giảng viên hướng dẫn: Ngô Thuỳ Linh

Sinh viên thực hiện: Vũ Tiến Hùng
Mã sinh viên: 22A4050189
Lớp học phần: IS42A01

Hà Nội, ngày 22 tháng 5 năm 2022

MỤC LỤC
1. Xác định vấn đề 2
1.1. Giới thiệu về doanh nghiệp 2
1.2. Những vấn đề còn tồn tại trong quản lý hàng tồn kho của công ty. 2
2. Lập kế hoạch 3
3. Xây dựng mô hình 4
4. Đánh giá 6
5. Tài liệu tham khảo 7

1. Xác định vấn đề

1
1.1. Giới thiệu về doanh nghiệp

Tên đầy đủ Công ty TNHH Cung Ứng Thực Phẩm Tươi Và An Toàn
Thành lập 29 tháng 8 năm 2018
Trụ sở chính 174/1 Điện Biên Phủ, Phường 17, Quận Bình Thạnh, Thành
Phố Hồ Chí Minh
Người đại diện Nguyễn Quang Huy
Loại hình DN Công ty trách nhiệm hữu hạn 2 thành viên trở lên ngoài NN
Quản lý bởi Chi cục Thuế quận 1
Lĩnh vực hoạt Cung ứng các loại trái cây có nguồn gốc trong nước và nhập
động khẩu từ nước ngoài
Đến với chúng tôi mọi thứ đều an toàn
Khẩu hiệu 0985555654
Điện thoại 0315243750
Fax

1.2. Những vấn đề còn tồn tại trong quản lý hàng tồn kho của công ty.
Không đảm bảo được chất lượng các sản phẩm đang kinh doanh.
Hiện tại, doanh nghiệp kinh doanh và cung ứng nhiều sản phẩm nhưng không quản lý
hàng hoá tốt khiến công tác kiểm thử chất lượng sản phẩm bị ảnh hưởng. Dễ dẫn đến
việc cung cấp hàng hóa kém chất lượng đến khách hàng, gây ảnh hưởng nghiêm trọng
đến uy tín, thương hiệu của doanh nghiệp.
Sản phẩm quá hạn
Do các mặt hàng, sản phẩm của công ty kinh doanh chủ yếu là sản phẩm trái cây có
hạn sử dụng trong thời gian ngắn. Bên cạnh đó, quy trình quản lý hàng tồn kho lỏng

2
lẻo không xuất bán những mặt hàng đã nhập trước đó dẫn đến việc hàng hoá quá hạn
không phát hiện kịp thời, gây ra tình trạng lãng phí, ảnh hưởng đến doanh thu.
Gia tăng chi phí
Doanh nghiệp có trụ sở chính tại Thành phố Hồ Chí Minh và 2 chi nhánh tại Hà Nội
và Đà Nẵng những việc quản lý hàng tồn kho, không phân bổ nguồn hàng hợp lý khiến
gia tăng nhiều chi phí như: Chi phí quản lý kho bãi; chi phí sử dụng thiết bị, nhiên
liệu; chi phí quản lý điều hành kho hàng.
Mong muốn: Nâng cao hệ thống quản lý và hoạch định hàng tồn kho nhằm giảm thiểu
chi phí hàng tồn kho, số lượng hàng tồn kho và tối ưu năng lượng kinh doanh cho
doanh nghiệp.
2. Lập kế hoạch
Các giải pháp có thể thực hiện:
GP1: Phát triển nguồn nhân lực chất lượng.
Doanh nghiệp chú trọng hoàn thiện cơ cấu tổ chức, bộ máy quản trị hàng tồn kho;
thành lập các phòng chuyên trách về quản trị hàng tồn kho cũng như các đơn vị tư vấn
liên quan. Tăng cường hơn nữa công tác đào tạo chuyên môn nhằm nâng cao năng lực
quản trị hàng tồn kho. Tuy nhiên, việc thực hiện giải pháp này sẽ gặp rất nhiều khó
khăn vì việc thay đổi trong hệ thống tổ chức, quản lý và nhân sự liên quan đến nhiều
bộ phận, phòng, ban. Bên cạnh đó, tình trạng thiếu hụt nguồn nhân sự tại Việt Nam
hiện nay vừa thừa lại vừa thiếu, thừa nhân sự chất lượng chưa cao và thiếu nhân sự
chất lượng cao. Vì vậy, ở lĩnh vực này doanh nghiệp khó tìm ra cho mình được những
ứng cử viên phù hợp.
GP2: Ứng dụng AI xây dựng mô hình kiểm soát và hoạch định hàng tồn .
Ứng dụng AI có khả năng cải thiện việc tối ưu việc hoạch định và kiểm soát hàng tồn
kho dựa trên việc tiếp cận những thông tin khổng lồ. Hiện tại, khả năng kiểm soát và
hoạch định hàng tồn kho ở mức chi phí tối thiểu mà vẫn đảm bảo lượng sản phẩm sẵn
sàng cung ứng cho khách hàng là yếu tố quan trọng đối với sự thành công của doanh
nghiệp. Với việc sử dụng các hệ thống phân tích dữ liệu dựa trên AI, doanh nghiệp có thể
nâng cao khả năng kiểm soát và hoạch định hàng tồn kho từ những thông tin chính xác và
kịp thời về ước tính nhu cầu khách hàng, quy mô và chủng loại hàng tồn kho sẵn có và

3
 lượng thời gian để hoàn thành đặt hàng của khách hàng.
So sánh giải pháp:

Sử Chi Độ chính Tiếp Thời Tính khả

dụng phí xác cận gian thi
sức dữ quyết
người liệu định
GP Có Cao Trung Trung Chậ Trung
1 bình bình m bình
GP Khô Cao Cao Cao Nha Cao
2 ng nh

→ Em chọn giải pháp tối ưu nhất là GP2 - Xây dựng mô hình AI trong kiểm soát và hoạch
định hàng tồn kho bởi: Mô hình áp dụng trí tuệ nhân tạo có độ chính xác cao, khả năng xử
lý phạm vi dữ liệu rộng lớn, không tiêu tốn thời gian, hoạt động không cần sức người.
3. Xây dựng mô hình
Bước 1: Chuẩn bị dữ liệu
Xác định dữ liệu cần thu nhập: vị trí sản phẩm, số lượng từng loại, hàng hoá nào bán chạy,
biên lợi nhuận dựa theo loại sản phẩm, lượng hàng tồn lưu trữ trong kho ở mức chấp nhận
được, có bao nhiêu sản phẩm cần đặt hàng lại và tần suất đặt hàng, thời gian ngừng bán
sản phẩm.
Thuộc tính cần dự đoán: Tỷ lệ hàng tồn kho có hợp lý hay không?
Cách thu nhập dữ liệu: Thu nhập từ Báo cáo thống kê hoạt động quản lý kho tại doanh
nghiệp.
Bước 2: Xác định kỹ thuật triển khai và xây dựng mô hình

Mục tiêu ứng dụng các thuật toán của Machine Learning để phân tích tỷ lệ hàng tồn kho
của doanh nghiệp. Vì vậy, em sử dụng các kỹ thuật: Xử lý ngôn ngữ tự nhiên (NLP), K-
nearest neighbor, Logistic regression.

Natural language processing (NLP): Xử lý ngôn ngữ tự nhiên là một nhánh của trí tuệ

4
nhân tạo, tập trung vào việc xử lý các dữ liệu và mô hình hóa ngôn ngữ tự nhiên của con
người (văn bản hoặc âm thanh), rất hữu dụng trong việc trích xuất thông tin từ các nền
tảng media (mạng xã hội, website, báo chí...)

Ứng dụng: thu thập dữ liệu từ báo cáo doanh thu từng sản phẩm, báo cáo nhập xuất tồn
kho.
K-nearest neighbor (KNN): là một kỹ thuật học có
giám sát (supervised learning) dùng để phân loại quan sát
mới bằng cách tìm điểm tương đồng giữa quan sát này
với dữ liệu sẵn có.

Ứng dụng: kỹ thuật KNN xác định một sản phẩm có đủ điều
kiện giữ lại trong kho hay không phụ thuộc vào lớp mà sản
phẩm này thuộc về, lớp đó là lớp chiếm ưu thế trong các lớp
của K sản phẩm khác mà có “khoảng cách gần nhất”.

Ví dụ: Từ mẫu dữ liệu gồm các loại mặt hàng trong kho, từ các thuộc tính (vị trí sản phẩm, số
lượng từng loại, hàng hoá nào bán chạy, biên lợi nhuận dựa theo loại sản phẩm, lượng hàng
tồn lưu trữ trong kho ở mức chấp nhận được, có bao nhiêu sản phẩm cần đặt hàng lại và tần
suất đặt hàng, thời gian ngừng bán sản phẩm....), doanh nghiệp cần biết: “Sản phẩm có khả
năng được giữ lại trong kho hay không?”
Logistic regression: là một thuật toán phân loại có giám sát. Trong một bài toán phân
loại, biến mục tiêu (hoặc đầu ra y) chỉ có thể nhận các giá trị rời rạc cho tập hợp các
điểm (hoặc đầu vào x) đã cho. Hồi quy Logistic, như hầu hết các phương pháp xây
dựng mô hình dự báo khác, được sử dụng để xây dựng một hàm các yếu tố rủi ro có
khả năng dự đoán cao khả năng có thể xảy ra (Likelihood) hoặc xác suất (Probability)
của một kết quả được lựa chọn nghiên cứu.
Ứng dụng: tính toán sản phẩm này có x% doanh số bán ra, tần suất đặt hàng (quyết
định sản phẩm lưu kho hợp lý)...

❖ Ưu điểm

AI có tác động lớn đến việc kiểm soát và hoạch định hàng tồn kho. Nhờ có AI, một lượng dữ

5
liệu lớn có thể được xử lý trong một thời gian ngắn và hệ thống có thể quản trị cả dữ liệu có
cấu trúc và phi cấu trúc.

Các thuật toán học máy của AI có khả năng nâng cao nhờ sự hỗ trợ từ những thông tin chính
xác và kịp thời về ước tính nhu cầu của khách hàng, quy mô và chủng loại hàng tồn kho có
sẵn và lượng thời gian hoàn thành đặt hàng của khách hàng từ đó đưa ra quyết định tỷ lệ
hàng tồn kho một cách chính xác.

Bên cạnh đó, mô hình giúp cho doanh nghiệp cải thiện hiệu quả quản lý và hoạch định hàng
tồn kho bằng cách giảm lỗi hàng tồn kho.

❖ Nhược điểm

Những thông tin thu nhập thường khó ước tính hoặc dự đoán.

Trong một số trường hợp đặc biệt và phức tạp vẫn có sự can thiệp của con người.

Việc tạo ra AI đòi hỏi chi phí rất lớn, loại máy móc phức tạp. Việc sửa chữa bảo trì cũng
phải đòi hỏi chi phí cao. Những chương trình cần được phân cấp thường xuyên để đáp ứng
nhu cầu cho sự thay đổi của môi trường và những yêu cầu cải tiến máy móc.

6
5. Tài liệu tham khảo

[1]. Khoa Hệ thống thông tin quản lý (2021), slide trí tuệ nhân tạo trong kinh doanh Học
viện Ngân Hàng

[2]. Yến Nhi Huỳnh, Cách mạng 4.0, từ

<https://www.academia.edu/35390702/Cach_mạng_4_0>