Hiệu quả mà không có khả năng phục hồi chỉ là cách dừng lại nhanh hơn

Góc nhìn từ Scaling Business Summit 2026, Thành phố Hồ Chí Minh.

Điều phối là Alyssa Nguyen, SAP Sales & Marketing Specialist tại Gradion. Trên sân khấu: Christoph Dirr, General Manager tại Würth Industries Vietnam, và Christian Boos, VP Global – Head of Sustainability Innovation tại SAP. Phiên đi qua năm câu hỏi cụ thể: tồn kho, AI, khoảng trống nhà cung cấp, ROI bền vững, và một khoản đầu tư nào trong 2026 sẽ quan trọng nhất.

Điều họ đồng thuận không phải là điều mà phần lớn quản lý nhà máy mong đợi nghe.

1. Mức tồn kho đúng không phải là 0

Tồn kho bằng 0 nghe như là mục tiêu. Nhưng không phải. Ít nhất là chưa.

Christoph Dirr nói rất rõ: "Tồn kho vô hình vẫn là chuyện của tương lai. Mục tiêu không phải là không có gì, mà là có đúng số lượng cần thiết." Số lượng đó phụ thuộc vào nhà máy phục hồi tốt đến đâu, mức giá đặt cho sự an toàn là bao nhiêu, và mức độ nhìn rõ những gì có thể trục trặc.

Christian Boos đưa ra một góc nhìn khác: đệm bằng dữ liệu thay vì bằng tồn kho. Khả năng nhìn xuyên suốt end-to-end biến tồn kho an toàn thành một quyết định có tính toán, không phải linh cảm. Khi đã có dữ liệu, mức tồn kho có thể được giảm dựa trên bằng chứng, chứ không phải sự lạc quan.

Hệ quả thực tế: KPI không phải là độ lớn của vùng đệm. Đó là chất lượng của dữ liệu phía sau quyết định.

Bài học 1: Đừng tối ưu cho con số 0. Hãy tối ưu cho khả năng nhìn rõ.

2. Thụy Sĩ vs. Đức - Khả năng phục hồi thắng đường dài

Christoph Dirr kể câu chuyện về hai hệ thống đường sắt. Thụy Sĩ và Đức. Cùng thời kỳ hạ tầng, đều có từ thế kỷ 19. Cùng kiểu lưu lượng. Mọi loại tàu chạy trên cùng một đường ray. Một hệ thống nổi tiếng đúng giờ. Hệ thống còn lại thì không.

Khác biệt không nằm ở lực lượng lao động. Cũng không nằm ở công nghệ. "Thụy Sĩ tối ưu cho khả năng phục hồi và hiệu quả bền vững. Đức cố đẩy càng nhiều khối lượng càng tốt lên đường ray mỗi ngày. Throughput, throughput, throughput, và độ phức tạp trừng phạt cách làm đó."

Thụy Sĩ chi gần gấp đôi cho hạ tầng đường sắt tính trên đầu người so với Đức. Mạng lưới có thể hấp thụ áp lực. Mạng của Đức thì không, và khi một thứ gãy, mọi thứ gãy theo.

Sự song song trong sản xuất là rất trực tiếp. Christian Boos đặt nó như câu hỏi: bạn đang yêu cầu AI làm gì? Tối đa hóa hiệu quả hay ngăn ngừa lỗi? Câu hỏi thiết kế quan trọng hơn công nghệ. Một nhà máy thông minh là khoản đầu tư vào kiến trúc đúng. Không phải chỉ thêm sản lượng.

Bài học 2: Những nhà máy sẽ mở rộng quy mô không phải là những nhà máy hiệu quả nhất. Đó là những nhà máy có khả năng phục hồi tốt nhất.

3. Đừng buộc nhà cung cấp thay đổi. Hãy định tuyến dữ liệu của họ

Khoảng trống trong chuỗi cung ứng là có thật. Nhà cung cấp địa phương dùng Excel. Người mua đòi dữ liệu sạch và báo cáo minh bạch. Phần lớn giải pháp xoay quanh việc thuyết phục các nhà cung cấp nhỏ áp dụng hệ thống mới. Cách đó hiếm khi hiệu quả.

Câu trả lời của Christian Boos thẳng thắn: cứ để họ ở Excel. Hãy xem đó là một nguồn dữ liệu. Dùng AI agents để biến dữ liệu bảng tính thành thứ đọc được, có cấu trúc và tích hợp vào kế hoạch end-to-end. "Thay vì mất thời gian ép bốn năm nhà cung cấp ít nhân sự vào giải pháp ERP, hãy lấy dữ liệu và tranh luận trên đó."

Kết quả là cùng một thông tin, với một phần nhỏ chi phí và không cần change management. Dữ liệu đã có sẵn. Cái thiếu là kiến trúc tích hợp.

Christoph Dirr xác nhận kết quả từ phía nhà sản xuất. Bằng việc kết hợp SAP với AI agents, Würth Industries Vietnam đã chuyển dịch các quyết định sourcing và hiện sản xuất tại Việt Nam nhiều hơn trước. Phép tính đến từ hệ thống. Không phải từ trực giác.

Bài học 3: Dữ liệu đã có sẵn. Hãy kết nối nó. Đừng cố định dạng lại con người đứng phía sau.

4. Bền vững là USP nếu bạn có dữ liệu để chứng minh

Những nhà máy coi bền vững là một bài tập compliance sẽ luôn nhìn nó như chi phí. Đó là khung sai.

Christian Boos vạch rõ ranh giới: "Nếu bạn làm bền vững chỉ để hoàn thành báo cáo và tuân thủ, đó là yếu tố tạo chi phí. Nếu bạn làm để giành lợi thế cạnh tranh, nó trở thành USP."

Khác biệt nằm ở dữ liệu cấp sản phẩm. Một hệ số phát thải trên mỗi đơn vị. Tiêu thụ năng lượng và nước trên mỗi mẻ. Những con số có thể đem so với đối thủ.

Christoph Dirr bổ sung một ví dụ trực tiếp. Cơ chế điều chỉnh biên giới carbon mới của EU gán cho Việt Nam một mức phát thải tương đối thấp. Với Würth Industries Vietnam, phụ kiện được sản xuất tại đây nghĩa là sản phẩm của họ đang trở nên hấp dẫn hơn với người mua Đức. Bền vững đã ảnh hưởng tới quyết định sourcing tại châu Âu.

Nguyên tắc rộng hơn: bền vững làm đúng không có giá cuối cùng. "Nó luôn phải sinh lời, nếu không thì theo định nghĩa nó không bền vững." Khoản đầu tư nằm ở việc làm cho dữ liệu đo đếm được, không phải ở vẻ ngoài.

Bài học 4: Bền vững không có dữ liệu là chi phí. Bền vững có dữ liệu là lợi thế cạnh tranh.

5. Khoản đầu tư duy nhất giúp mọi thứ khác trở nên khả thi

Câu hỏi kết phiên rất chính xác: nếu một nhà máy chỉ có thể đầu tư duy nhất một khoản cho mục tiêu bền vững trong 2026, thì khoản đó nên là gì?

Cả hai diễn giả trả lời không do dự. Điểm dữ liệu.

"Điều duy nhất chúng ta có thể chắc chắn lúc này là bạn sẽ cần dữ liệu trong tương lai," Christoph Dirr nói. "Và việc đầu tiên để có dữ liệu là phải có điểm dữ liệu." Sạch.

Tự động. Liên tục. Không phải một cỗ máy mới. Không phải một module ERP khác. Là hạ tầng làm cho mọi quyết định khác trở nên có thể tranh luận.

Christian Boos mở rộng khung. Hãy kết nối những gì đã có trong nhà máy trước khi mua bất kỳ thứ gì mới. Rồi đi xa hơn, đưa cả các tín hiệu bên ngoài vào. Mô hình thời tiết. Gián đoạn khí hậu. Bất cứ điều gì ảnh hưởng đến giao hàng của nhà cung cấp. "Ở làn sóng đầu tiên, hãy kết nối những gì bạn biết và những gì đang có. Rồi đi xa hơn."

Dự báo predictive cải thiện khi chuỗi dữ liệu vươn ra khỏi tường nhà máy. Những nhà máy dẫn đầu không phải là nơi tự động hóa nhanh nhất. Đó là nơi biết điều gì đang xảy ra trước bất kỳ ai khác.

Bài học 5: Kết nối trước khi mua. Làm sạch dữ liệu trước khi yêu cầu AI sử dụng.

Sổ tay hành động cho CEO: Việc cần làm ngày mai

1. Gắn quyết định về vùng đệm với dữ liệu, không phải bản năng. Tuần này hãy audit một nhóm tồn kho. Xác định loại dữ liệu nào sẽ giúp giảm tồn kho mà không tăng rủi ro. Bắt đầu từ đó.
2. Kiểm áp lực dựa trên khả năng phục hồi, không phải sản lượng. Hãy hỏi đội operations: nếu ngày mai một nhà cung cấp trọng yếu hỏng, điều gì dừng lại? Câu trả lời cho biết bạn đã xây cho khối lượng hay cho sự ổn định.
3. Đừng ép nhà cung cấp tiêu chuẩn hóa. Xác định hai hoặc ba nhà cung cấp dùng Excel trong chuỗi của bạn. Khám phá xem AI integration có thể đưa dữ liệu của họ vào lớp lập kế hoạch hay không, trước khi đầu tư vào một dự án change management.
4. Lập một bảng dữ liệu bền vững cho ba sản phẩm hàng đầu. Hệ số phát thải, mức tiêu thụ năng lượng, mức tiêu thụ nước trên mỗi đơn vị. Kể cả con số ước lượng. Đây là khởi đầu của một lớp dữ liệu mang tính cạnh tranh và ngày càng là điều kiện tiên quyết với người mua châu Âu.
5. Audit hạ tầng dữ liệu trước khoản đầu tư vốn tiếp theo. Trước khi mua máy mới, hãy hỏi: chúng ta có thể thu thập dữ liệu từ những gì đã có không? Nếu câu trả lời là không, hãy xử lý điều đó trước.

→ Xem trọn bộ cuộc trao đổi trên YouTube