Ở kho vận cỡ vừa, AI có ích sớm nhất trong việc rà và chuẩn hoá địa chỉ giao hàng, soạn báo cáo sự cố theo một mẫu thống nhất, và trả lời nháp các câu hỏi tra cứu đơn của khách hàng doanh nghiệp. Những việc như xác định lỗi thuộc bên nào, bồi thường, hay điều phối tuyến xe vẫn do người phụ trách quyết định dựa trên dữ liệu thật của hệ thống quản lý kho.
Tình huống dưới là ví dụ giả định: một công ty kho thuê ngoài khoảng 60 người, phục vụ vài chục chủ hàng bán online, nhận hàng, đóng gói và bàn giao cho đơn vị vận chuyển. Mọi con số chỉ để minh hoạ cách đo. Phần giao thông và lộ trình xe có ở AI Giao Thông.
Bối cảnh: địa chỉ cũ, địa chỉ mới và đơn giao lại
Từ ngày 1/7/2025, Việt Nam sắp xếp lại đơn vị hành chính: còn 34 tỉnh, thành phố, bỏ cấp huyện, chính quyền địa phương hai cấp gồm tỉnh và xã, phường, đặc khu. Với kho vận, thay đổi này kéo theo một giai đoạn dài địa chỉ lẫn lộn: khách vẫn ghi quận, huyện cũ; có người ghi tên tỉnh cũ; có đơn ghi xã mới nhưng tỉnh cũ. Phần mềm của các đơn vị vận chuyển cập nhật danh mục địa chỉ theo tiến độ khác nhau.
Ở kho giả định này, nhóm chăm sóc khách hàng ba người nhận phản ánh hằng ngày về đơn giao thất bại hoặc phải chuyển hoàn. Khi rà một tháng, họ thấy một phần đáng kể đơn giao lại có địa chỉ thiếu hoặc mâu thuẫn, ví dụ ghi tên xã nhưng xã đó thuộc tỉnh khác với tỉnh được ghi. Trước đây, nhân viên kiểm thủ công những đơn bị đơn vị vận chuyển trả về, tức là phát hiện sau khi đã mất một lượt giao.
Vấn đề thứ hai là báo cáo sự cố: hàng vỡ, thiếu hàng, giao nhầm. Mỗi ca trưởng viết một kiểu, có báo cáo ba dòng, có báo cáo một trang kể lể. Khi chủ hàng hỏi lại, trưởng kho phải gọi cho ca trưởng để hỏi thêm, mất thời gian và dễ tranh cãi.
Hai bài toán, hai cách tiếp cận khác nhau
Nhóm dự án tách hai bài toán vì tính chất khác nhau: một bài toán có dữ liệu chuẩn để đối chiếu, một bài toán chủ yếu là viết.
| Rà địa chỉ giao hàng | Báo cáo sự cố | |
|---|---|---|
| Đầu vào | Danh sách đơn chờ đóng gói, cột địa chỉ khách ghi | Ghi chép, ảnh, lời kể của ca trưởng |
| AI làm gì | Đánh dấu địa chỉ thiếu, mâu thuẫn, nghi dùng tên cũ; gợi ý cách hỏi lại khách | Dựng báo cáo theo mẫu bảy mục, liệt kê chỗ còn thiếu thông tin |
| Căn cứ đối chiếu | Danh mục đơn vị hành chính chính thức hiện hành do công ty tải và cập nhật | Mẫu báo cáo nội bộ và dữ liệu của hệ thống quản lý kho |
| Người quyết định | Nhân viên chăm sóc khách hàng gọi hoặc nhắn khách xác nhận | Trưởng kho kết luận nguyên nhân, trách nhiệm |
| Điều cấm | Tự sửa địa chỉ mà không hỏi khách | Viết kết luận lỗi thuộc bên nào |
Điểm mấu chốt ở cột rà địa chỉ: AI không được dùng trí nhớ của mô hình để quyết định xã nào thuộc tỉnh nào. Sau đợt sắp xếp, nhiều mô hình được huấn luyện trước đó vẫn mang dữ liệu cũ; căn cứ phải là danh mục chính thức mà công ty tải về và cập nhật định kỳ.
Cách làm: sáu tuần, không đụng vào hệ thống quản lý kho
Nhóm dự án gồm trưởng nhóm chăm sóc khách hàng, một ca trưởng và nhân viên phụ trách dữ liệu. Không tích hợp gì vào phần mềm đang chạy; mọi thứ làm trên bảng tính và trợ lý AI đã được duyệt.
- Chuẩn bị danh mục địa chỉ. Nhân viên dữ liệu lập một bảng tra gồm tên tỉnh mới, tên xã phường mới, kèm cột tên đơn vị cũ tương ứng theo nguồn chính thức, có ghi ngày cập nhật. Đây là bước quan trọng nhất và cần người kiểm chéo.
- Lọc đơn bằng công thức trước, AI sau. Phần lớn địa chỉ khớp được bằng công thức tra cứu trong bảng tính. Chỉ những dòng không khớp mới được đưa vào trợ lý AI, đã bỏ tên và số điện thoại người nhận, kèm bảng tra, để AI phân loại: thiếu thông tin, mâu thuẫn tỉnh–xã, nghi dùng tên cũ, hoặc không xác định được.
- Soạn tin hỏi lại khách. Với mỗi loại lỗi, AI soạn sẵn một mẫu tin nhắn ngắn, lịch sự, ví dụ đề nghị khách xác nhận xã, phường mới. Nhân viên gửi qua kênh của chủ hàng theo thoả thuận.
- Mẫu báo cáo sự cố bảy mục. Thời điểm, mã đơn, mô tả hiện trạng, ảnh kèm theo, người phát hiện, xử lý tạm thời, thông tin còn thiếu. Ca trưởng đọc vào điện thoại hoặc gõ vắn tắt, AI dựng theo mẫu và liệt kê câu hỏi còn bỏ ngỏ.
- Trưởng kho duyệt và kết luận. Báo cáo gửi chủ hàng chỉ sau khi trưởng kho đối chiếu với dữ liệu quét mã, camera kho và ký xác nhận phần kết luận.
- Họp 15 phút mỗi tuần. Xem lại những địa chỉ AI phân loại sai và những báo cáo phải sửa nhiều, cập nhật bảng tra và mẫu.
Thứ tự "công thức trước, AI sau" giữ chi phí thấp và giảm sai: phần việc có quy tắc rõ để cho bảng tính, phần mơ hồ mới cần đến khả năng đọc hiểu của AI.
Cách đo và kết quả giả định
Nhóm chọn ba chỉ số. Chỉ số thứ nhất là tỷ lệ đơn bị trả về vì lý do địa chỉ trên tổng số đơn bàn giao, lấy từ báo cáo của các đơn vị vận chuyển. Trong ví dụ giả định này, tỷ lệ đó giảm khoảng một nửa sau sáu tuần, chủ yếu nhờ phát hiện địa chỉ có vấn đề trước khi đóng gói thay vì sau khi giao thất bại. Cần lưu ý giai đoạn đo trùng với thời gian các đơn vị vận chuyển cũng cập nhật danh mục, nên một phần cải thiện không đến từ dự án.
Chỉ số thứ hai là thời gian từ khi xảy ra sự cố đến khi chủ hàng nhận được báo cáo đầy đủ: từ khoảng hai ngày xuống khoảng nửa ngày (giả định). Chỉ số thứ ba là số lần chủ hàng phải hỏi lại sau khi nhận báo cáo, đếm trong hộp thư chung, giảm rõ vì mục "thông tin còn thiếu" buộc ca trưởng bổ sung ngay.
Nhóm cũng đếm số dòng AI phân loại sai trong mẫu kiểm 100 dòng mỗi tuần. Tuần đầu, tỷ lệ sai đáng kể, phần lớn do bảng tra còn thiếu tên một số phường mới. Đến tuần thứ tư, khi bảng tra được bổ sung, lỗi chủ yếu còn ở những địa chỉ viết tắt khó đoán, và với những dòng đó quy trình là luôn hỏi lại khách.
Điều học được ở kho
Dữ liệu chuẩn quan trọng hơn mô hình. Bảng tra đơn vị hành chính được cập nhật đúng ngày là nền tảng; khi bảng tra thiếu, AI đoán và đoán sai một cách tự tin.
Báo cáo tốt giảm tranh cãi. Mục "thông tin còn thiếu" thay đổi thói quen của ca trưởng: họ chụp ảnh tình trạng thùng hàng ngay khi phát hiện, ghi giờ cụ thể. Chủ hàng ít nghi ngờ hơn khi báo cáo đầy đủ và nhất quán.
Ranh giới kết luận phải rõ. AI chỉ trình bày sự việc; kết luận lỗi thuộc kho, đơn vị vận chuyển hay chủ hàng luôn do trưởng kho đưa ra sau khi đối chiếu dữ liệu quét mã và camera. Điều này cũng bảo vệ công ty khi có tranh chấp bồi thường.
Người trực tiếp làm là người cải tiến tốt nhất. Những đề xuất sửa mẫu hữu ích nhất đến từ ca trưởng ca đêm, người viết nhiều báo cáo nhất. Họ được mời vào buổi họp tuần và được ghi nhận đóng góp.
Sai lầm nên tránh
Một số sai lầm phổ biến khi kho vận dùng AI cho dữ liệu đơn hàng:
- Để AI tự sửa địa chỉ rồi bàn giao luôn. Một địa chỉ sửa sai còn tệ hơn địa chỉ thiếu, vì đơn đi đến nơi khác hẳn.
- Tin vào hiểu biết của mô hình về địa giới hành chính. Sau đợt sắp xếp năm 2025, chỉ dùng danh mục chính thức đã tải về và có ngày cập nhật.
- Đưa nguyên danh sách người nhận có họ tên, số điện thoại, địa chỉ chi tiết vào công cụ chưa duyệt. Đây là dữ liệu cá nhân của khách hàng của chủ hàng; hợp đồng dịch vụ kho thường có điều khoản về việc này.
- Dùng báo cáo do AI soạn làm bằng chứng mà không đối chiếu dữ liệu quét mã và hình ảnh camera.
- Đo cải thiện mà quên các yếu tố bên ngoài như mùa cao điểm, đơn vị vận chuyển cập nhật hệ thống, chủ hàng đổi mẫu đơn.
Sau thí điểm, bước hợp lý tiếp theo là đề nghị các chủ hàng cập nhật biểu mẫu đặt hàng theo đơn vị hành chính mới, xử lý từ gốc thay vì sửa ở kho.
Câu lệnh mẫu và cách kiểm từng lô
Câu lệnh rà địa chỉ mà nhóm giả định dùng sau vài lần chỉnh có dạng: "Bạn là nhân viên kiểm địa chỉ của kho. Dưới đây là bảng tra đơn vị hành chính hiện hành và danh sách địa chỉ chưa khớp, mỗi dòng có mã đơn. Chỉ dựa vào bảng tra, không dùng hiểu biết riêng. Với mỗi dòng, trả về: mã đơn, loại vấn đề (thiếu xã phường, mâu thuẫn tỉnh và xã, nghi dùng tên cũ, không xác định), lý do ngắn, và câu hỏi cần gửi khách. Không sửa địa chỉ. Dòng nào không chắc thì xếp vào không xác định." Cụm "không sửa địa chỉ" được thêm sau khi tuần đầu AI có lúc tự điền tên phường cho đủ.
Câu lệnh báo cáo sự cố thì ngắn hơn: dán lời kể của ca trưởng, yêu cầu dựng đúng bảy mục, giữ nguyên mọi giờ và số lượng trong lời kể, mục nào không có thông tin thì ghi "chưa có" và đưa vào danh sách câu hỏi. Không viết phần nguyên nhân hay trách nhiệm.
Cách kiểm từng lô cũng được viết thành thói quen: mỗi lô địa chỉ do AI phân loại, nhân viên lấy ngẫu nhiên mười dòng đối chiếu lại với bảng tra; nếu có từ hai dòng sai trở lên thì kiểm cả lô. Với báo cáo sự cố, trưởng kho so từng con số với dữ liệu quét mã trước khi ký. Các bước kiểm này tốn vài phút mỗi lô nhưng là lý do chủ hàng tin vào báo cáo.
Câu hỏi thường gặp
Sau sáp nhập tỉnh, địa chỉ giao hàng nên ghi thế nào?
Theo mô hình chính quyền hai cấp từ 1/7/2025, địa chỉ ghi số nhà, đường, xã hoặc phường hoặc đặc khu, rồi tỉnh hoặc thành phố, không còn cấp huyện. Khi chưa chắc tên mới, nên tra danh mục chính thức hiện hành thay vì đoán.
AI có tự tra được xã mới thuộc tỉnh nào không?
Không nên tin. Nhiều mô hình được huấn luyện trước khi sắp xếp đơn vị hành chính nên có thể trả lời theo dữ liệu cũ. Hãy đưa cho AI bảng tra chính thức kèm ngày cập nhật và yêu cầu chỉ dựa vào bảng đó.
Kho nhỏ không có nhân viên dữ liệu thì làm sao?
Có thể bắt đầu bằng việc lọc thủ công các đơn có ghi quận, huyện hoặc tên tỉnh cũ, rồi dùng mẫu tin nhắn hỏi lại khách do AI soạn sẵn. Phần bảng tra có thể nhờ một người quen bảng tính làm một lần và cập nhật mỗi tháng.
Báo cáo sự cố do AI soạn có dùng được khi tranh chấp bồi thường không?
Báo cáo chỉ là phần trình bày; giá trị bằng chứng nằm ở dữ liệu quét mã, ảnh chụp, camera và chữ ký xác nhận của người có trách nhiệm. Tranh chấp phức tạp nên hỏi ý kiến luật sư và đọc kỹ hợp đồng dịch vụ.
Có nên dùng AI trả lời khách hỏi đơn hàng đang ở đâu không?
Câu hỏi tra cứu cần dữ liệu thật từ hệ thống quản lý kho và đơn vị vận chuyển. Nếu trợ lý AI không được kết nối với dữ liệu đó, nó chỉ nên soạn khung câu trả lời để nhân viên điền trạng thái thật.