Gần đây, để hạn chế hàng tồn, một số thương hiệu đã cải tiến nền tảng mua sắm trực tuyến theo cách cho phép đặt hàng trước và sản xuất theo số lượng đơn hàng. Nhiều thương hiệu khác lại đầu tư vào trí tuệ nhân tạo (AI) để quản lý tốt hơn nguồn hàng của mình.

Lý do là tháng 3 năm ngoái, Ủy ban châu Âu (EC), cơ quan hành pháp của EU, đưa ra dự thảo về Quy định thiết kế sinh thái cho sản phẩm bền vững (ESPR) nhằm khuyến khích tái chế và tái sử dụng các sản phẩm tiêu dùng trên toàn khối. EC lưu ý việc tiêu hủy các sản phẩm tiêu dùng không bán được hoặc bị trả lại, đã trở thành “một vấn đề môi trường phổ biến” do doanh số bán hàng trực tuyến tăng trưởng nhanh chóng.

Ngay cả trước khi EC lên tiếng, hàng tồn kho đã luôn là gánh nặng đối với các nhà bán lẻ. Theo Eluxe Magazine, việc loại bỏ hoặc lưu trữ hàng tồn kho tiêu tốn của các nhà bán lẻ Mỹ khoảng 50 tỉ USD mỗi năm, ở châu Âu con số này có lẽ cũng xấp xỉ. Ngày 12/5 vừa qua, nhiều nước thành viên EU đã ủng hộ cách tiếp cận cứng rắn hơn: cấm tiêu hủy “quần áo hoặc phụ kiện quần áo” không bán được. 

Để thích ứng, nhiều nhà bán lẻ hiện đã áp dụng các hoạt động mua hàng bền vững hơn để giảm lượng hàng dư thừa vào cuối mùa. Nhiều tập đoàn khác thì thử nghiệm các phướng pháp mới. Chẳng hạn, số hàng tồn kho sẽ được phân loại rồi chuyển đến các tổ chức thu gom quần áo dư thừa cho những người cần, một số hàng tồn kho khác có thể đem cho thuê hoặc ký gửi cho các nền tảng trực tuyến, hay đơn giản hơn là bán giá ưu đãi cho nhân viên trong tập đoàn.

Chính trong bối cảnh này, AI có tiềm năng biến đổi các quy trình cốt lõi trong lĩnh vực hàng xa xỉ, bao gồm chuỗi cung ứng và hậu cần, giúp các thương hiệu xa xỉ cải thiện hoạt động kho hàng và quản lý hàng tồn kho, một báo cáo của công ty tư vấn quản lý BCG và hiệp hội hàng xa xỉ Ý Altagamma dự đoán. Báo cáo đưa ra lời khuyên rằng các CEO thương hiệu xa xỉ “cần thử nghiệm” để khám phá và lựa chọn các phương án tốt nhất.

Marco Limena, Giám đốc điều hành của công ty tư vấn Board International cho biết: “AI có một số lợi ích chính cho các nhà bán lẻ, chẳng hạn như củng cố việc lấy khách hàng làm trung tâm — cho dù thông qua việc giúp các doanh nghiệp nghiên cứu người tiêu dùng, dự báo kịch bản hay tạo ra sản phẩm mới với dữ liệu khách hàng tổng hợp. Điều này giúp tăng tốc đáng kể các dòng sản phẩm mới, thiết kế sản phẩm và tìm nguồn cung ứng đồng thời cải thiện thời gian đưa sản phẩm ra thị trường”.

“Sự khác biệt với các công nghệ khác là AI có thể phân tích lượng dữ liệu khổng lồ từ nhiều nguồn khác nhau để đưa ra câu trả lời. Chẳng hạn, thương hiệu cung cấp dữ liệu hàng tồn kho và hỏi: “Tôi có nguy cơ thừa và thiếu hàng ở đâu dựa trên số lượng bán hàng hiện tại?” và công nghệ AI thế hệ mới nhất có thể sử dụng các công cụ như nền tảng định giá và tìm kiếm của Google để đưa ra câu trả lời, từ đó đẩy nhanh quá trình quản lý hàng tồn kho”, Tiến sĩ Hardy Kremer, thuộc công ty tư vấn chiến lược kỹ thuật số Ommax giải thích.

Những “ông lớn” như Louis Vuitton và Dior hay là chuỗi cửa hàng bách hóa Macy's của Hoa Kỳ hiện rất muốn khám phá tiềm năng của AI. Franck Le Moal, Giám đốc mạng lưới thông tin của LVMH, cho biết tập đoàn đang nghiên cứu việc sử dụng công nghệ máy học trong khâu sản xuất để đảm bảo các mặt hàng “được sản xuất vào đúng thời điểm, đúng địa điểm, với đúng số lượng”. Điều này không chỉ dẫn đến các hoạt động mua hàng bền vững hơn mà còn tạo ra khả năng đáp ứng nhanh hơn với những biến động nhu cầu toàn cầu về mặt phân phối.

Vị giám đốc này cũng cho biết các kho hàng “thông minh” — sử dụng trí tuệ nhân tạo để cho phép ra quyết định theo thời gian thực nhằm nâng cao hiệu quả khi thực hiện đơn hàng — sẽ đóng vai trò chính trong việc quản lý kho trên toàn danh mục đầu tư của LVMH trong tương lai, với công nghệ hiện tại đang được phát triển trên các thương hiệu bao gồm Louis Vuitton, Fendi và Tiffany & Co.

Trong khi đó, bà Sandra Han, Giám đốc kế hoạch và phân bổ hàng hóa cho Macy's, Inc., cho biết họ đã đưa công nghệ máy học vào quá trình ra quyết định hàng ngày của công ty kể từ tháng 2/2020, điều này đã giúp tăng cường khả năng dự báo, lập kế hoạch và điều chỉnh hàng tồn kho để đáp ứng nhu cầu của khách hàng. Bà Han cho biết: “Khả năng dự báo của chúng tôi, được nâng cao nhờ học máy, đã tăng khả năng hiển thị và khả năng dự đoán của chúng tôi, điều này cho phép chúng tôi lập kế hoạch và điều chỉnh hàng tồn kho của mình để đáp ứng nhu cầu của khách hàng một cách hiệu quả”.

Nền tảng của tất cả những điều này là dữ liệu. Đó là lý do tại sao Hugo Boss đang xây dựng một kho dữ liệu trị giá 15 triệu euro ở Bồ Đào Nha, nơi sẽ tuyển dụng ít nhất 250 người, bao gồm các nhà khoa học dữ liệu, kỹ sư dữ liệu, nhà trực quan hóa dữ liệu và chuyên gia kinh doanh. Ông Le Moal cho biết LVMH cũng đang đầu tư mạnh vào không gian này vì tập đoàn có vẻ như sẽ chuyển đổi thành một “công ty dựa trên dữ liệu”. LVMH hiện có 70 nhà khoa học dữ liệu, phần lớn trong số họ chỉ tập trung vào các hoạt động của chuỗi cung ứng.

Tuy nhiên, có một số rào cản lớn cần vượt qua. Tiến sĩ George Bargiannis, Trưởng bộ môn của khoa khoa học máy tính tại Đại học Huddersfield, cho biết công nghệ AI sáng tạo tiên tiến nhất — chẳng hạn như ChatGPT-4 do OpenAI cung cấp hoặc Bard - công cụ hỗ trợ mô hình ngôn ngữ lớn mới nhất của Google, đều chưa sẵn sàng cho mục đích sử dụng thương mại trong cài đặt chuỗi cung ứng.

“Giống như bất kỳ công nghệ học sâu nào, sự sẵn có của một lượng lớn dữ liệu chất lượng tốt là điều kiện tiên quyết để AI trở nên hữu ích. Nếu dữ liệu khan hiếm hoặc có chất lượng thấp, thì kết quả đầu ra của AI tổng quát cũng vậy”, ông nói.

Báo cáo của Ommax cũng lưu ý rằng các mô hình AI tổng quát có thể gặp khó khăn trong việc dự đoán chính xác nhu cầu trong các sự kiện chưa từng có, chẳng hạn như đại dịch Covid-19, có thể gây ra những thay đổi về hành vi mà dữ liệu lịch sử không nắm bắt được. Tiến sĩ Kremer viết: “Vì vậy, trong những trường hợp khẩn cấp trong tương lai, mặc dù con người có thể sẽ dựa vào AI để giúp họ đưa ra quyết định, nhưng cuối cùng, con người vẫn phải là người đưa ra quyết định quan trọng nhất”.