BÁO cáo bài tập lớn môn QUẢN lý sản XUẤT VAI TRÒ của học máy (ML) TRONG QUẢN lí CHUỖI CUNG ỨNG XANH

ĐẠI HỌC QUỐC GIA THÀNH PHỐ HỒ CHÍ MINH TRƯỜNG ĐẠI HỌC BÁCH KHOA - BÁO CÁO BÀI TẬP LỚN MÔN: QUẢN LÝ SẢN XUẤT Giáo viên hướng dẫn: Thầy Đỗ Ngọc Hiền Lớp L02 Nhóm HK222 Họ tên Trương Vĩnh Kiệt Nguyễn Duy Khang Võ Trần Thị Mỹ Vân Phan Lê Thanh Trúc Năm học: 2022-2023 MỤC LỤC Tóm tắt: I GIỚI THIỆU VỀ GSCM Thực trạng hoàn cảnh phát triển GSCM 2 Vai trị thơng tin SCM II VAI TRÒ CỦA HỌC MÁY (ML) TRONG QUẢN LÍ CHUỖI CUNG ỨNG XANH Về AI Vai trò AI Quá trình thu mua Độ phức tạp sản phẩm III ML VÀ QUẢN LÝ SẢN XUẤT IV LỢI ÍCH CỦA ML TRONG OM VÀ GSCM Nhiều hội chia sẻ q trình vận chuyển hàng hố Hoạch định lộ trình tốt với phương tiện vận chuyển độc lập Lập kế hoạch giao hàng khẩn cấp Đưa định phức tạp cách nhanh chóng Tiết kiệm nhiên liệu Ít lãng phí hàng hố V THÁCH THỨC VÀ CƠ HỘI Thách thức Cơ hội 10 VI KẾT LUẬN VÀ ĐỊNH HƯỚNG TƯƠNG LAI 10 VII THAM KHẢO 11 Mã QR CODE dẫn đến file Bài báo cáo gốc Bài báo tiếng Việt 12 Tóm tắt: Việc sử dụng mức tài nguyên thiên nhiên, mức độ chất thải cao tạo việc xử lý hóa chất độc hại khơng cách dẫn đến tác hại nghiêm trọng đến môi trường mà tổ chức doanh nghiệp phải gánh chịu Các doanh nghiệp vừa nhỏ (SMEs) đóng vai trị thiết yếu việc giảm tác động đến môi trường toàn cầu, điều vốn trở thành thành phần chí cịn quan trọng chiến lược công ty hai thập kỷ qua Một ngành chín muồi thay đổi để trở nên “xanh hơn” quản lý chuỗi cung ứng Quản lý chuỗi cung ứng xanh (GSCM) quản lý chuỗi cung ứng có tích hợp hoạt động môi trường, cho phép doanh nghiệp điều chỉnh hoạt động thu mua, sản xuất, phân phối, tiêu thụ tái chế tài nguyên để giảm tác động đến môi trường Và liên quan đến quản lý vận hành (OM), việc phân tích liệu trở thành xu hướng gia tăng nhanh chóng lĩnh vực Nhiều tài liệu chủ đề sử dụng phương pháp học máy để phân tích cách tổ chức hoạt động Bài đánh giá phân tích vai trò học máy GSCM quản lý vận hành I GIỚI THIỆU VỀ GSCM Thực trạng hoàn cảnh phát triển GSCM Nỗi lo sợ nhân loại tăng lên vòng 20 năm vừa qua với số lượng thảm kịch tồn giới nhà khoa học mơi trường dự đoán mực nước biển tăng lên núi băng tan chảy Sự nóng lên tồn cầu kết cân sinh thái lạm dụng tài nguyên thiên nhiên, xử lý nhựa cao su không cách, sản xuất nhiều rác chất gây hại mơi trường nói chung Biến đổi môi trường đẩy mạnh động tăng trưởng công ty Các hoạt động kinh doanh tồn cầu có tác động lớn đến tự nhiên Ngưỡng môi trường việc khai thác mức tài nguyên môi trường không xem xét chiến lược truyền thống công ty Trong năm gần đây, nhận thức môi trường tăng lên làm tăng áp lực lên quyền địa phương phủ quốc gia nhằm phát triển áp dụng nghiêm ngặt luật bảo vệ môi trường để ngăn chặn thiệt hại thêm cho môi trường Đây lý cho tiến GSCM Các công ty bắt đầu liên kết GSCM với nhiệm vụ quản lý khác mua sắm, sản xuất, bảo trì logistics Khái niệm GSCM trở nên phổ biến nhờ vào trao đổi thông tin hội nghị quốc tế khác Mối liên hệ quan trọng chương trình GSCM hiệu kinh doanh thể nghiên cứu thực nghiệm ổn định GSCM chất xúc tác để biến doanh nghiệp thành kinh tế công “xanh” GSCM hệ thống tiên tiến bao gồm phục hồi, khôi phục xử lý sản phẩm Lưu lượng vịng kín tối ưu hỗ trợ tích hợp theo chiều dọc kết hợp với nhà cung cấp người tiêu dùng Do đó, GSCM sử dụng cơng cụ quan trọng để sử dụng bền vững nguồn lực kinh tế tuần hồn (xem Hình 1) Để nghiên cứu hành vi trình phức tạp đòi hỏi lý thuyết cụ thể GSCM coi hệ thống thân thiện với môi trường với hệ thống quy trình Hình Quản lí chuỗi cung ứng bền vững Vai trị thơng tin SCM Hiệu chuỗi cung ứng xác định thông qua chia sẻ thông tin hợp tác Đổi cho nhà cung cấp ảnh hưởng đến trao đổi thông tin tốc độ chuỗi cung ứng Khả cơng ty việc tăng tầm nhìn, nhanh nhẹn, khả thích ứng liên kết chuỗi cung ứng bị ảnh hưởng nặng nề trao đổi thông tin liên kết nguồn lực Trong bối cảnh kinh tế biến động này, việc quản lý thông tin để hỗ trợ phong trào logistics phần quan trọng thành công Trao đổi thông tin với nhà cung cấp quản lý môi trường, lợi ích tài mơi trường khách hàng đối tác chuỗi cung ứng Hệ thống thơng tin đóng vai trị quan trọng việc kích hoạt, chuyển đổi cải thiện quy trình hoạt động kinh doanh xanh Một số giải pháp CNTT tiên tiến sẵn có cho công ty thời đại công nghiệp 4.0 để định tốt thông tin thời gian thực Những công cụ công nghệ giúp theo dõi chuỗi cung ứng thúc đẩy trao đổi thơng tin tồn phương tiện Việc thu thập nâng cao khả cạnh tranh chuỗi cung ứng đóng vai trị thiết yếu công cụ tương tự cảm biến, máy ghi liệu, điều khiển trình, bảng điều khiển, sơ đồ, thiết bị cầm tay, gói tín hiệu, thang đo thiết bị hiệu chuẩn Tích hợp công nghệ chuỗi cung ứng theo chiều dọc cải thiện lực sản xuất sản xuất xanh tổ chức II VAI TRÒ CỦA HỌC MÁY (ML) TRONG QUẢN LÍ CHUỖI CUNG ỨNG XANH *Học máy (tiếng Anh: Machine learning) lĩnh vực trí tuệ nhân tạo liên quan đến việc nghiên cứu xây dựng kĩ thuật cho phép hệ thống "học" tự động từ liệu để giải vấn đề cụ thể Về AI Sự cải tiến công nghệ vòng nhiều năm gần ảnh hưởng lớn đến GSCM Kỹ thuật số hóa q trình GSCM có ảnh hưởng tích cực đến số lượng lớn ngành phạm vi tổ chức, bao gồm kinh doanh, tài chính, nhân sự, marketing, bán hàng Tận dụng điện thoại thông minh, GPS (Global Positioning System), xe tải không người lái, robot giá kệ kho trở nên phổ biến chuỗi cung ứng AI-trí tuệ nhân tạo hỗ trợ thiết kế, kiểm sốt quản lý hệ thống GSCM, bao gồm hệ thống agent-based, thuật tốn biến đổi gen hệ thống chun mơn *Mơ hình dựa tác nhân (tiếng anh: Agent-based system) mơ hình tính tốn để mơ hành động tương tác tác nhân tự trị nhằm hiểu hành vi hệ thống chi phối kết Việc áp dụng cơng nghệ AI tạo liên kết với nhà cung ứng xanh đối tác doanh nghiệp nhằm tăng suất hậu cần Các yếu tố cơng nghệ đóng góp vào sức bền vững chuỗi cung ứng Trong lĩnh vực quản lý chuỗi cung ứng, cơng nghệ trí tuệ nhân tạo bao gồm agentbased, tính di truyền hệ thống chuyên biệt phổ biến Trong lập kế hoạch hệ thống, kiểm sốt quản lý, hệ thống AI sử dụng cách có phương pháp Vai trò AI Quản lý chuỗi cung ứng xanh, quy trình phức tạp, khơng lập kế hoạch quản lý tốt hệ thống khơng thể tạo kết mong muốn Thu thập liệu từ giai đoạn trình cần thiết để có thơng tin then chốt Các cơng nghệ thơng minh cho thu thập liệu triển khai, nhiều AI tận dụng để lập kế hoạch điều khiển hệ thống dây chuyền bền vững Bất kì kết hợp tài liệu hệ thống AI vào quy trình GSCM khơng lỗ hổng tài liệu hành Hơn nữa, cần nghiên cứu thêm để phân tích hội yêu cầu AI doanh nghiệp ô tô công nghiệp sử dụng GSCM để xử lý thông tin Quá trình thu mua Chiều hướng GSCM khác nghiên cứu để mở rộng lý thuyết GSCM Cơ chế đấu thầu dự án sáng tạo quan trọng Tầm quan trọng việc mua, giới hạn thời gian, điều kiện mua mơ hình cơng ty doanh nghiệp khía cạnh quan trọng ảnh hưởng đến cấu trúc mua hàng Cơ cấu đấu thầu có hậu GSCM, đó, chế đấu thầu phải phù hợp với trình tiếp cận GSCM cần thiết Độ phức tạp sản phẩm Công ty kinh doanh cho phức tạp sản phẩm có tác động thuận lợi đến tương tác chuỗi cung ứng thích hợp hiệu suất sản xuất tác động đến thời gian marketing mặt hàng mới, địi hỏi phán đốn khó khăn lực thay đổi đa dạng Độ phức tạp sản phẩm bao gồm tinh vi sản phẩm liên quan tới phức tạp công nghệ; thủ tục quy; khả sáng tạo nhà cung ứng để chế tạo phận khác; khả tiếp cận chuyên môn sản xuất Độ phức tạp sản phẩm làm tăng giá thành sản phẩm xanh nhiều thời gian để sản xuất Do đó, chiến lược GSCM thích hợp cần thiết, dựa độ phức tạp sản phẩm trình GSCM cần chọn lọc thêm để đạt mục tiêu bền vững III ML VÀ QUẢN LÝ SẢN XUẤT Các phương pháp ML sử dụng để dạy thiết bị quản lý lượng lớn liệu hiệu Đôi mẫu thông tin trích xuất hiểu từ lượng liệu khổng lồ kỹ thuật tiêu chuẩn Rất nhiều liệu có sẵn dẫn đến nhu cầu ngày tăng phương pháp ML Trong số ngành công nghiệp từ y tế đến quân sự, phương pháp ML sử dụng rộng rãi để khám phá trích xuất kiến thức thơng tin liệu Các nhà tốn học lập trình viên thực số điều tra dẫn đến việc phát minh thuật toán ML khác Một số nghiên cứu đề cập đến lợi ích cơng nghệ ML áp dụng ước tính nhu cầu bán hàng, vận chuyển phân phối, sản xuất, kiểm soát hàng tồn kho, lựa chọn nhà cung cấp phân khúc…Bảng cho thấy số thuật tốn học tập tiếng với mơ tả ngắn gọn Sự quan tâm đầu tư ngày tăng vào công nghệ AI thúc đẩy đáng kể mạng lưới cung ứng Những giải pháp CNTT đại giúp công ty phát triển dễ dàng Bây giờ, tổ chức trang web khác nhau, hoạt động cơng ty chuỗi cung ứng dễ dàng kết nối Các thiết bị thông minh, điểm bán hàng, ứng dụng di động, công nghệ cảm biến cho phép doanh nghiệp có liệu khách hàng, liệu nhân học, địa lý hành vi, bắt buộc để phát triển sản phẩm dịch vụ theo thời gian thực Công nghệ AI tăng suất hoạt động thơng qua robot tự động hóa cho phép tiếp thị hiểu rõ dự đoán nhu cầu khách hàng Thế giới chuỗi cung ứng ngày trở nên thiết yếu khách hàng yêu cầu sản phẩm phù hợp dịch vụ cá nhân hóa thời gian ngắn thời gian thực ngắn Loại học Thuậ tập Học có Cây giám sát định (D Naă Bayes Vect tr mỏy K- h xúm gầ Mạn ron giá Học Cụm không means giám sát Phân thành p Mạn ron khô giám s Học bán giám sát 1.Tự đ 2.Máy hỗ trợ tiếp Học tập toàn thể IV LỢI ÍCH CỦA ML TRONG OM VÀ GSCM Việc sử dụng AI thuật tốn cải thiện rõ nét bền vững tính hiệu chuỗi cung ứng cách liên kết với công ty Những cơng nghệ áp dụng để tạo chuỗi cung ứng thông minh, hiệu nhiều lĩnh vực cụ thể như: Quản lý tồn kho, hoạch định nhu cầu, vận chuyển 1.Thúc 2.Đóng Nhiều hội chia sẻ trình vận chuyển hàng hố Việc hợp tác q trình vận chuyển cho ta thấy chia sẻ kỹ thuật vận chuyển bên Trường Kinh Doanh Vlerick trường KU Leuven (Bỉ) phát triển thuật tốn giúp cơng ty tìm cách trao đổi thơng tin vận chuyển Hệ thống hoạt động cách ghi lại tiếp nhận loại bỏ liệu GPS từ cơng ty vận chuyển Nhờ đó, hệ thống ln thơng báo tình hình vận chuyển, tải hàng tồn kho, loại phương tiện vận chuyển chi phí vận chuyển Các giải pháp dựa AI cho phép công ty chia sẻ thông tin chuỗi cung ứng với tổ chức khác, qua tăng tốc vận chuyển, tiết kiệm tiền, giảm thiểu ô nhiễm => xanh hóa đáng kể chuỗi cung ứng họ Hoạch định lộ trình tốt với phương tiện vận chuyển độc lập Việc thiết lập giao thông vận tải độc lập ứng dụng trí tuệ nhân tạo logistics thường sử dụng Ơ tơ khơng người lái tự phát triển lộ trình nhờ có cơng cụ GPS tiên tiến theo chúng cách hiệu so với lộ trình người tạo Những ví dụ tàu thuỷ chạy điện tơ bán tự hành có mặt thị trường cho ta thấy tương lai logistics xanh đáng mong đợi Lập kế hoạch giao hàng khẩn cấp Một khả khác mà AI làm tốt tăng tối đa hiệu vận chuyển cách xác định yếu tố cần thiết cho q trình vận chuyển AI xem xét môi trường vận chuyển đường thuỷ, đường bộ, để đưa lộ trình giao hàng cân số lượng hàng nhiên liệu Ngoài ra, AI điều chỉnh độ ưu tiên biến cụ thể nhờ tính toán phức tạp nhanh người nhiều Đưa định phức tạp cách nhanh chóng Các cơng ty huấn luyện AI chuỗi cung ứng xanh để đưa định tích cực gặp vấn đề khó khăn Ví dụ, số lượng hàng hố xác cần vận chuyển loại phương tiện cần sử dụng xác định nhờ AI Vì hệ thống dựa AI hoạt động thời gian thực nên thích nghi trường hợp có vấn đề nảy sinh nhằm thay đổi kịp thời giảm thiểu rủi ro khác có liên quan Các cơng cụ thơng minh phân tích hiệu suất chuỗi cung ứng đề xuất cải tiến Các cơng ty sử dụng AI để tìm mối quan hệ lâu dài Tiết kiệm nhiên liệu Dựa vào kết khảo sát năm 2018, 67% công ty áp dụng giải pháp IoT* công nghiệp ghi nhận đạt bền vững môi trường nhờ tiêu thụ nhiên liệu, giải phóng khí thải Iot (viết tắt Internets of Things) hay Mạng lưới vạn vật kết nối Internet, liên mạng thiết bị, phương tiện vận tải (được gọi "thiết bị kết nối" "thiết bị thơng minh"), phịng ốc trang thiết bị khác nhúng với phận điện tử, cảm biến, với khả kết nối mạng máy tính giúp cho thiết bị thu thập truyền tải liệu Ít lãng phí hàng hố Cơng nghệ ML cho phép doanh nghiệp quan sát ghi nhận tình trạng hàng hố container Nếu chúng bị hư hỏng hết hạn thay kịp thời Bằng cách này, nhu cầu Logistics ngược* giảm người tiêu thụ khơng có nhiều lý trả hàng *Logistics ngược: sản phẩm nhà sản xuất thường di chuyển qua mạng lưới chuỗi cung ứng, đến tay nhà phân phối khách hàng Nếu sản phẩm bị lỗi, khách hàng trả lại sản phẩm Sau đó, cơng ty sản xuất phải tổ chức vận chuyển sản phẩm bị lỗi, thử nghiệm sản phẩm, tháo dỡ, sửa chữa, tái chế xử lý sản phẩm Q trình gọi Logistic ngược Pirelli, nhà sản xuất lốp xe hàng đầu, đưa cảm biến điện tử tự động vào kho để theo dõi vị trí khí nén, số lượng tồn kho số lượng hàng hóa đưa vào sản xuất Nhờ đó, Pirelli tránh tình trạng bỏ lốp đạt yêu cầu giảm lượng khí thải độc tố khí có cố khí nén V THÁCH THỨC VÀ CƠ HỘI Thách thức Robotics AI ảnh hưởng đáng kể đến nguồn nhân lực chuỗi cung ứng… ‘‘Displacement ‘‘ thuật ngữ sử dụng Acemoglu & Restrepo (2018) để mô tả cách công nghệ thay công việc Họ lập luận tăng suất kinh tế khơng trì trừ hành động dịch chuyển phù hợp với tác động phục hồi (tạo nhiệm vụ lao động mới) Tầng lớp trung lưu giàu có, ổn định cần thiết cho thịnh vượng kinh tế lâu dài Thất nghiệp cao làm giảm tiêu dùng, gây tổn hại cho chuỗi cung ứng sản xuất hàng hóa dịch vụ cỡ trung bình Vậy, chuỗi cung ứng làm khác để tiếp tục hoạt động? Cơ hội Mặc dù cơng nghệ AI thay số chức trước thực người máy tính, nhiều nhiệm vụ vốn có người, chẳng hạn ‘‘lý luận phức tạp, phán đốn '' khó tự động hóa Ví dụ, Daugherty & Wilson (2017) làm bật nhiệm vụ AI Người huấn luyện thuật toán AI nghề nghiệp mới: “Người giải thích” có nhiệm vụ đào tạo chuyên gia phi kỹ thuật AI “người bảo trì” có nhiệm vụ ln để mắt đến AI Một hiệu tương tự mong đợi từ tiến AI xử lý hình ảnh X quang chẩn đốn Theo nghiên cứu năm 2018, hệ thống y tế nên tổ chức lại nhóm X quang để phản ánh thay đổi X quang bệnh lý nên kết hợp chuyên gia thông tin, giám sát phân tích kết đầu cơng nghệ AI Các nghiên cứu cho AI giúp bác sĩ X quang người cách đọc hình ảnh làm bật khu vực quan trọng để bác sĩ X quang tập trung vào Để thực đạt hiệu tốt từ AI, tổ chức y tế phải xác định lĩnh vực quan trọng đòi hỏi nhận xét người Ví dụ, dịch vụ chăm sóc thiếu bác sĩ đặc biệt khu vực nông thôn Sự gia tăng tuổi thọ tỷ lệ sinh giảm thúc đẩy nhu cầu dịch vụ chăm sóc người cao tuổi Những phát giúp tổ chức chăm sóc sức khỏe tái lập kế hoạch nhân sự, đào tạo phân công công việc để tránh dịch chuyển VI KẾT LUẬN VÀ ĐỊNH HƯỚNG TƯƠNG LAI Chúng ta biết quản lý chuỗi cung ứng hiệu mục tiêu quan trọng cho doanh nghiệp thập kỷ tới Logistics bền vững cho phép thay đổi hoạt động kinh doanh cách cải thiện hình ảnh cơng ty, tiết kiệm lượng lớn lượng, tăng nguồn doanh thu cách trở “xanh hơn”, tìm kiếm đối tác mới, hợp lý hóa quy trình logistics Trước kết luận báo này, tác giả xác định nhiều lĩnh vực nghiên cứu giao ML OM Đầu tiên, thuật tốn học có giám sát ML sử dụng để đưa tác động can thiệp cá nhân khác nhau, khắc phục vấn đề nội sinh phổ biến liệu quan sát Học hỏi chuyên sâu đại diện cho lựa chọn khách hàng tốt việc tìm câu trả lời cho vấn đề tối ưu hóa phân loại giá mơ hình khơng dễ dàng Làm đảm bảo khám phá không dẫn đến kết nguy hiểm đảo ngược? Các tảng có quy tắc riêng, chẳng hạn khơng cho phép khách hàng thoát khỏi tảng Đánh giá sách, dựa liệu khứ, thách thức lớn học tập động 10 VII THAM KHẢO [1] J.S Hurwitz, M Kaufman, A Bowles, Cognitive computing and big data analytics, John Wiley & Sons, 2015 [2] A Dey, Machine learning algorithms: a review, Int J Comput Sci Info Technol (3) (2016) 1174–1179 [3] Maghrebi, M., Sammut, C., & Waller, S T (2015) Feasibility study of automatically performing the concrete delivery dispatching through machine learning techniques Engineering, Construction and Architectural Management [4] H Wu, G Evans, K.-H Bae, Production control in a complex production system using approximate dynamic programming, Int J Prod Res 54 (8) (2016) 2419–2432 [5] A.T Gumus, A.F Guneri, F Ulengin, A new methodology for multi-echelon inventory management in stochastic and neuro-fuzzy environments, Int J Prod Econ 128 (1) (2010) 248– 260 [6] W Jiang, J Liu, Inventory Financing with Overconfident Supplier Based on Supply Chain Contract, Mathematical Probl Eng 2018 (2018) 1–12 [7] M.B.O Huserbråten, E Eriksen, H Gjøsæter, F Vikebø, Polar cod in jeopardy under the retreating Arctic sea ice, Commun Biol (1) (2019) 1–8 [8] J Peñuelas, J Sardans, A Rivas-ubach, I.A Janssens, The human-induced imbalance between C, N and P in Earth’s life system, Glob Change Biol 18 (1) (2012) 3–6 [9] A.-N El-Kassar, S.K Singh, Green innovation and organizational performance: the influence of big data and the moderating role of management commitment and HR practices, Technol Forecast Soc Chang 144 (2019) 483–498 [10] M Song, S Wang, Market competition, green technology progress and comparative advantages in China, Manag Decis 56 (1) (2018) 188–203 [11] Y Li, M Zhang, Green manufacturing and environmental productivity growth, Industrial Manage Data Syst 118 (6) (2018) 1303–1319 [12] M.-L Tseng, M Lim, K.-J Wu, L.i Zhou, D.T.D Bui, A novel approach for enhancing green supply chain management using converged interval-valued triangular fuzzy numbers-grey relation analysis, Resour Conserv Recycl 128 (2018) 122–133 [13] R.M Vanalle, G.M.D Ganga, M Godinho Filho, W.C Lucato, Green supply chain management: An investigation of pressures, practices, and performance within the Brazilian automotive supply chain, J Cleaner Prod 151 (2017) 250–259 11 Mã QR CODE dẫn đến file Bài báo cáo gốc Bài báo tiếng Việt 12