AI tạo sinh bán lẻ: từ khái niệm đến bước ngoặt tại Vinasoy
AI tạo sinh bán lẻ là việc dùng các mô hình trí tuệ nhân tạo biết suy luận từ hình ảnh và dữ liệu để tự động kiểm tra trưng bày, chấm điểm thực thi ngoài thị trường và đưa ra gợi ý hành động, giúp thương hiệu nắm tình hình điểm bán gần theo thời gian thực thay vì phụ thuộc báo cáo thủ công chậm trễ. Trong bức tranh đó, Vinasoy là một ví dụ hiếm hoi dám chuyển một nghiệp vụ “ngốn sức người” thành quy trình số hóa toàn diện. Nhà sản xuất sữa đậu nành này công bố đã triển khai giải pháp GenAI trên nền tảng Amazon Web Services (GenAI AWS) để tự động hóa giám sát trưng bày sản phẩm tại hệ thống bán lẻ trên toàn quốc. Điều đáng nói không phải là công nghệ hào nhoáng, mà là cú rút ngắn thời gian chấm điểm từ hơn 20 ngày xuống 1–2 ngày, kéo theo thay đổi cách vận hành bán lẻ từ gốc.
Vì sao Vinasoy buộc phải tự động hóa trưng bày
Đằng sau quyết định đi theo AI tạo sinh bán lẻ là một áp lực rất đời thường: khối lượng công việc thủ công đã vượt ngưỡng chịu đựng. Vinasoy quản lý mạng lưới trưng bày tại 34 tỉnh, thành phố, với doanh thu lớn và hàng chục biến thể sản phẩm cần theo dõi thường xuyên. Trước khi có GenAI AWS, mỗi đợt chấm điểm hình ảnh trưng bày qua hệ thống DMS ngốn gần 2.000 giờ công, nhưng mỗi tháng doanh nghiệp chỉ giám sát được khoảng 17% điểm bán, và một chu kỳ chấm điểm hoàn chỉnh kéo dài hơn 20 ngày. Hệ quả là các vấn đề rất cơ bản như hết hàng, thiếu hàng, trưng bày sai chuẩn liên tục bị phát hiện muộn. Khi số lượng điểm bán và ảnh tăng nhanh, mô hình thủ công không còn là chậm nữa, mà thành lực cản cho tăng trưởng. Nếu không tự động hóa trưng bày, Vinasoy khó giữ lợi thế tại điểm bán trong cuộc cạnh tranh FMCG ngày càng khốc liệt.
Giải pháp GenAI AWS ba bước: từ ảnh chụp kệ đến hành động tại điểm bán
Điểm thú vị của dự án này không nằm ở một “siêu ứng dụng” mà ở cách Vinasoy, AWS và Renova Cloud gói lại một quy trình rất rối thành ba bước rõ ràng. Bước một, nhân viên kinh doanh chụp ảnh kệ hàng trong mỗi lần ghé thăm, tải lên DMS; ảnh được xử lý bằng Amazon SageMaker kết hợp công nghệ nhận dạng hình ảnh nội bộ, cho phép hệ thống nhận diện 24 phiên bản sản phẩm với tốc độ 22 ảnh/giây, nhanh gấp khoảng 1.300 lần so với kiểm tra thủ công. Bước hai, mô hình GenAI vận hành trên Amazon Bedrock tự động chấm điểm trưng bày theo bộ tiêu chuẩn đã định, vẫn cho ra kết quả ngay cả khi góc chụp xấu hoặc kệ sắp xếp lệch chuẩn. Bước ba, điểm số và cảnh báo được đẩy về đội kinh doanh trong 1–2 ngày, nhanh hơn tới 20 lần so với trước đây, biến dữ liệu hình ảnh thành hành động cụ thể tại cửa hàng.
Tác động thực tế: ít hết hàng hơn, nhiều thời gian bán hàng hơn
Những con số sau vài tháng vận hành cho thấy AI tạo sinh bán lẻ của Vinasoy không dừng ở mức “thí điểm cho vui”. Nhờ tự động hóa trưng bày, thời gian chấm điểm giảm từ hơn 20 ngày xuống 1–2 ngày, phạm vi giám sát mở rộng lên hơn 70% điểm bán mỗi tháng, và tần suất kiểm tra kệ được nâng từ một lần mỗi tháng lên một lần mỗi tuần. Một kết quả dễ cảm nhận nhất ở ngoài kệ là tỷ lệ hết hàng giảm 20% chỉ sau hai tháng. Đây là dữ liệu mà bất kỳ giám đốc bán hàng nào cũng muốn trích dẫn trong cuộc họp. Như ông Lê Bá Bé chia sẻ, khi dữ liệu trưng bày đến sớm, đội ngũ không còn bị kẹt trong công việc rà ảnh, mà có thể dành thời gian xây dựng quan hệ với nhà bán lẻ và thúc đẩy bán hàng, đồng thời đưa sản phẩm đến tay người tiêu dùng khi họ thực sự có nhu cầu.
Từ kệ hàng đến nhà máy: bước tiếp theo của Vinasoy với AI
Điểm đáng khen ở Vinasoy là họ không xem giải pháp GenAI AWS cho trưng bày là đích đến, mà là bước mở màn cho một lộ trình rộng hơn. Song song với giám sát kệ, doanh nghiệp đã dùng phân tích dữ liệu dựa trên AI cho quản lý bán hàng, rút thời gian chuẩn bị báo cáo quản trị từ vài ngày xuống chỉ còn vài phút, đồng thời hỗ trợ dự báo nhu cầu và tối ưu phân phối. Trong thời gian tới, Vinasoy đặt mục tiêu đưa giải pháp giám sát trưng bày tự động đến 100% điểm bán và tiếp tục hợp tác với Renova Cloud để phát triển giải pháp kiểm tra bao bì bằng AI trên dây chuyền đóng gói. Hướng đi này cho thấy AI tạo sinh nếu được gắn chặt với bài toán vận hành cụ thể – từ kệ hàng đến nhà máy – có thể trở thành “xương sống” mới cho vận hành bán lẻ, thay vì chỉ là một dự án công nghệ thời vụ.
