Ngành vận tải hàng hóa đang hỏi AI những câu hỏi sai

Trí tuệ nhân tạo (AI) trong vận tải hàng hóa không nên chỉ tập trung vào việc di chuyển hàng hóa một cách hiệu quả và tiết kiệm hơn. Thay vào đó, nó nên tập trung vào việc quyết định nên di chuyển gì trước tiên.

Trong khi cuộc trò chuyện hiện tại về AI trong vận tải hàng hóa đang tập trung vào các chủ đề như tối ưu hóa hoạt động – từ lập kế hoạch tuyến đường và thuật toán định giá đến quản lý hàng tồn kho – thì cách tiếp cận này bỏ qua nơi có lợi thế thực sự: Không phải trong quá trình vận chuyển, mà trước khi nó xảy ra.

Đó là lý do tại sao các ứng dụng mạnh mẽ nhất của các tác nhân AI trong vận tải hàng hóa sẽ xuất hiện khi chúng trở thành hệ thống quyết định cho các nhà nhập khẩu từ rất sớm trước khi hàng hóa được vận chuyển. Hơn nữa, việc di chuyển hàng hóa một cách hiệu quả, AI nên giúp đẩy nhanh chiến lược thị trường và trả lời các câu hỏi thực sự thúc đẩy kinh doanh – Tôi nên đặt hàng này? Bao nhiêu? Từ ai? Khi nào?

Thực tế, ở lớp trên của quy trình này, các tác nhân AI sẽ thay đổi nền kinh tế nhập khẩu.

Bẫy tối ưu hóa

Công nghệ vận tải hàng hóa hiện nay giả định rằng một chuyến hàng sẽ thực sự diễn ra. Các công cụ AI giúp chọn nhà vận chuyển, sắp xếp tuyến đường, dự đoán thời gian lưu kho và cắt giảm một vài điểm phần trăm giá cả. Những lợi ích này là thực tế, cải thiện khả năng phản ứng trong chuỗi cung ứng toàn cầu, nhưng chúng sẽ sớm đạt đến giới hạn.

Tối ưu hóa ở cấp độ thực hiện bỏ qua giá trị lớn hơn ở cấp độ quyết định, nơi tạo ra chính chuyến hàng. Việc chọn nhà cung cấp, cân nhắc giữa số lượng đặt hàng tối thiểu (MOQ), mô hình hóa chi phí hạ cánh, phơi nhiễm thuế quan, thời gian tồn kho và tài chính thương mại đều ảnh hưởng đến lợi nhuận trước khi một container di chuyển một inch.

Nơi vòng lặp quyết định thực sự tồn tại

Cơ hội thực sự cho các tác nhân AI nằm ở việc kết nối phía thương mại và hậu cần của thương mại toàn cầu. Một bài tập hữu ích là vẽ toàn bộ vòng đời của một nhập khẩu và nhận thấy thời điểm muộn mà các công cụ AI tham gia vào quá trình.

Khám phá nhà cung cấp và đánh giá đến trước. Các tác nhân có thể xếp hạng nhà cung cấp dựa trên điểm số tin cậy, chứng chỉ, biến động thời gian dẫn, phơi nhiễm địa chính trị và lịch sử kiểm toán, sau đó giữ cho xếp hạng luôn mới khi điều kiện thay đổi.

MOQ và mô hình hóa hàng tồn kho tiếp theo. Một tác nhân có thể chạy số lượng đặt hàng chống lại dự báo nhu cầu, vị thế tiền mặt và chi phí lưu kho, sau đó đề xuất kích cỡ và tần suất đặt hàng để bảo vệ vốn lưu động thay vì làm cạn kiệt nó.

Chi phí hạ cánh, bao gồm chi phí sản phẩm, thuế và cước vận chuyển quốc tế, và mô phỏng thuế quan diễn ra song song. Tối ưu hóa vận chuyển tính đến khi hàng hóa sẵn sàng để lấy, so sánh các lựa chọn vận chuyển theo chi phí và thời gian vận chuyển, tất cả được tính toán dựa trên mức độ khẩn cấp của việc bổ sung hàng tồn kho. Phân tích mã HTS (Hệ thống hài hòa) thời gian thực, kịch bản hoàn thuế và phơi nhiễm thuế quan dưới các nguồn gốc thay thế biến giá thành từ một bảng tính văn phòng thành đầu vào trực tiếp vào quyết định mua hàng.

Tài chính thương mại hoàn thành vòng lặp. Các tác nhân có thể chỉ ra liệu một đơn đặt hàng sẽ làm cạn kiệt vốn lưu động và đưa ra các lựa chọn tài chính trước khi đơn đặt hàng được đặt, thay vì sau khi tiền đã được chuyển.

Mỗi bước này là một nơi mà phần mềm có thể đặt câu hỏi thông minh hơn thay mặt cho người mua đang xử lý sáu công việc cùng một lúc. Ghép chúng lại với nhau và công nghệ vận tải hàng hóa sẽ chuyển từ chất kết dính thực hiện sang cơ sở hạ tầng quyết định.

Biến động thuế quan là một hàm số buộc

Ngay cả trong một môi trường thương mại yên tĩnh với chi phí tương đối cố định, sự thay đổi này cũng sẽ quan trọng. Nhưng môi trường hiện tại không yên tĩnh, bị ảnh hưởng bởi rủi ro và gián đoạn địa chính trị tăng cao, và áp lực gần hóa. Chi phí của một quyết định trước khi vận chuyển sai lầm có thể là tồn tại đối với một doanh nghiệp nhỏ.

Đối với các doanh nghiệp nhỏ, đặc biệt, rủi ro là tồn tại. Phân tích ngành cho thấy rằng do các chính sách thuế quan thay đổi, các nhà nhập khẩu nhỏ đã dành cả năm qua để chuyển sang các chiến lược đa nguồn. Việc làm điều này một cách thông minh đòi hỏi các công cụ mô hình hóa mà hầu như không có doanh nghiệp nhỏ nào sở hữu, cho đến bây giờ.

Hãy xem xét một nhà nhập khẩu đang chuẩn bị một đơn đặt hàng 500.000 đô la từ một nhà cung cấp Trung Quốc lâu năm. Một tác nhân mua sắm AI chạy âm thầm trong nền tảng chỉ ra phơi nhiễm thuế quan trên SKU, xác định một nhà cung cấp thay thế dựa trên Việt Nam với MOQ thấp hơn và chi phí đơn vị cao hơn một chút, và chạy so sánh dòng tiền tự động. Người mua kết thúc bài tập với một lợi nhuận vật chất tốt hơn và một cơ sở cung cấp đa dạng hơn, trước khi bất kỳ container nào được chạm vào.

Đầu tư hoàn vốn (ROI) ở lớp này của chồng cho thấy câu chuyện của nó. Tiết kiệm 200 đô la trên phí đặt hàng là biên độ. Tránh một khoản thuế 25% trên một đơn đặt hàng 500.000 đô la thay đổi hình dạng của năm.

Đường dưới cùng – các tác nhân AI mô hình hóa phơi nhiễm thuế quan, nguồn gốc thay thế và chi phí hạ cánh trước khi cam kết không phải là một điều gì đó tốt – chúng là một công cụ quản lý rủi ro.

Thay vì phản ứng với gián đoạn sau khi chúng xảy ra, các hệ thống có tác nhân có thể tổng hợp các tập dữ liệu lớn trên chuỗi cung ứng để tạo ra mạng lưới hậu cần dự đoán và thích nghi, cho phép các công ty liên tục theo dõi những tín hiệu này và phản ứng nhanh hơn so với chu kỳ quyết định của con người truyền thống.

Đường ống cuối cùng đã bắt kịp

Cho đến gần đây, loại thông tin thượng nguồn này đòi hỏi một nhà phân tích thương mại chuyên dụng, một trưởng bộ phận tài chính và một nhóm mua sắm. Dữ liệu đã tồn tại, nhưng nó nằm trong các hệ thống riêng biệt của cổng nhà cung cấp, hệ thống hải quan, mô-đun Kế hoạch Tài nguyên Doanh nghiệp (ERP) và bảng tính không nói cùng một ngôn ngữ.

Hai thay đổi kỹ thuật đã thay đổi bức tranh. Các tác nhân dựa trên LLM hiện có thể đọc qua các nguồn không cấu trúc, bao gồm email của nhà cung cấp, giấy chứng nhận xuất xứ, tín hiệu thị trường và lịch thuế quan, và chuyển chúng thành đầu ra sẵn sàng cho quyết định. Các Giao diện lập trình ứng dụng (API) hiện đại vào cơ sở dữ liệu hải quan, hệ thống vận chuyển và nền tảng tài chính thương mại biến việc ghép thủ công trước đây thành tích hợp trực tiếp.

Kết quả là thông tin thượng nguồn trước khi vận chuyển không còn là đặc quyền của các bộ phận hậu cần của Fortune 500. Các nhà nhập khẩu nhỏ, phân khúc dễ bị tổn thương nhất bởi biến động thuế quan và phụ thuộc nhiều vào chuyên môn bên ngoài, hiện có thể tiếp cận cùng cấp độ hỗ trợ quyết định mà các doanh nghiệp lớn đã dành một thập kỷ để xây dựng.

Từ Nhanh nhất đến Thông minh nhất

Vận tải hàng hóa truyền thống cạnh tranh về thực hiện: Vận chuyển nhanh hơn, tầm nhìn chặt chẽ hơn, thẻ giá sắc nét hơn và tích hợp sạch hơn. Những khả năng này sẽ tiếp tục quan trọng, nhưng chúng sẽ không còn phân biệt người chiến thắng với người sống sót.

Vòng chu kỳ tiếp theo thuộc về những người nhập khẩu sử dụng các tác nhân AI để đặt câu hỏi tốt hơn trước khi đặt bất kỳ đơn đặt hàng nào. Sản phẩm này nên được lấy từ đâu hay từ một nơi khác? Kích cỡ đặt hàng có đúng cho dòng tiền cũng như nhu cầu không? Cấu trúc tài chính nào bảo tồn tính linh hoạt nếu thuế quan di chuyển lại vào quý tới? Hàng tồn kho ở đâu nếu nhu cầu giảm mạnh vào giữa mùa?

Ưu thế bắt đầu từ sàn nhà máy, hoặc thậm chí sớm hơn – vào khoảnh khắc người mua quyết định mua gì. Các công ty xây dựng hệ thống của họ xung quanh quyết định đó sẽ đặt tốc độ cho thương mại toàn cầu. Những công ty tiếp tục tối ưu hóa việc vận chuyển sau khi thực tế sẽ đang chạy về phía biên giới của ngày hôm qua.