Từ 50.000 mã SKU và báo giá 60 phút đến điều hành bằng AI tại doanh nghiệp kim loại màu 1.500 tỷ
Hành trình chuyển đổi số doanh nghiệp kim loại màu của Công ty Cổ phần Oristar cùng Công ty Cổ phần Dịch vụ iERP đi qua đúng ba nấc thang nền tảng của một doanh nghiệp hiện đại.
Chuẩn hóa vận hành trên ERP → Hợp nhất dữ liệu (Data Warehouse) → Đưa 7 mô hình AI/ML vào vận hành
| −90%
Số mã SKU quản lý |
<5phút
Thời gian báo giá |
−50%
Thời gian đóng sổ |
<1phút
Truy xuất nguồn gốc lô |
Tóm tắt điều hành: Bốn con số định nghĩa lại cách Oristar vận hành
Một doanh nghiệp kim loại màu 1.500 tỷ VND chuyển từ quản trị thủ công sang điều hành bằng dữ liệu và AI và kết quả nằm gọn trong bốn chỉ số.
Công ty Cổ phần Oristar là một trong những nhà phân phối và gia công kim loại màu (đồng, nhôm, kẽm, thép tấm) hàng đầu Việt Nam, với hơn 20 năm kinh nghiệm, doanh thu khoảng 1.500 tỷ VND và mục tiêu tăng trưởng 25% trong năm 2026. Khi quy mô lớn dần, mô hình quản trị thủ công không còn theo kịp và đó là lý do Oristar hợp tác cùng iERP cho một chương trình chuyển đổi số được đánh giá là toàn diện bậc nhất ngành.
Sau hơn hai năm triển khai qua ba giai đoạn được thiết kế cẩn trọng để tránh rủi ro “big bang”, Oristar đã hợp nhất toàn bộ dữ liệu doanh nghiệp, đưa 100% nghiệp vụ lên ERP và vận hành thực tế bằng các mô hình trí tuệ nhân tạo. Bốn kết quả nổi bật nhất:
Lằn ranh đỏ quản trị: Ngành không tha thứ cho sai số
Kim loại màu là ngành có biên lợi nhuận mỏng, giá biến động hằng ngày và vòng quay vốn rất dài, là nơi một sai số nhỏ về giá vốn có thể nuốt trọn lợi nhuận cả đơn hàng.
Trước khi đi vào giải pháp, cần hiểu vì sao bài toán của Oristar khó. Đây không phải một doanh nghiệp thương mại thông thường: mọi đặc thù của ngành kim loại màu đều khuếch đại hậu quả của việc quản trị thủ công. Qua khảo sát thực tế tại các kho và hai nhà máy gia công của Oristar, đội ngũ iERP xác định ba lằn ranh đỏ.
Khắc nghiệt của ngành: biên mỏng trên nền giá biến động
Biên lợi nhuận gộp của ngành chỉ ở mức 3–7% — không có chỗ cho việc tính sai giá vốn, tồn kho lâu hay tính nhầm chi phí gia công. Cùng lúc đó, giá đồng, nhôm, kẽm trên sàn LME có thể dao động 10–20% mỗi tháng, trong khi khách thường chốt giá ngay tại thời điểm ký hợp đồng. Rủi ro giá biến động trong suốt quá trình giao hàng vì thế là rất cao, và nó bào mòn trực tiếp vào phần lợi nhuận vốn đã mỏng.
Áp lực dòng tiền: vòng quay vốn 120–180 ngày
Vốn lưu động trong ngành cực lớn. Nguyên liệu nhập khẩu theo L/C kỳ hạn 90–180 ngày; khách FDI thường yêu cầu công nợ 45–90 ngày; tồn kho luôn phải duy trì theo nhu cầu. Cộng lại, chu kỳ DSO + DIO có thể lên tới 120–180 ngày. Khi không có công cụ dự báo dòng tiền và cảnh báo hạn mức tín dụng, tỷ lệ nợ quá hạn từng ở mức 10–15% và có những thời điểm doanh nghiệp phải vay ngắn hạn lãi suất cao chỉ vì không nhìn thấy trước thiếu hụt dòng tiền.
Cái giá của quản trị thủ công
Trên nền một hệ sinh thái công cụ phân mảnh (phần mềm kho cũ), Excel cho mua hàng và báo giá, sổ tay cho QC, hậu quả lộ ra ở từng khâu vận hành:
| TỒN KHO3−5sai lệch Sai lệch giữa sổ sách và thực tế, đặc biệt sau gia công cắt xả khi phế liệu và phần dư chưa được hạch toán đầy đủ. Số mã SKU phình tới 50.000. |
GIÁ THÀNH±10–15% lệch Giá vốn được trung bình hóa thay vì gắn vào từng lô và từng đơn dẫn tới những đơn “lãi giả nhưng lỗ thật” và không biết khách nào, sản phẩm nào thực sự sinh lời. |
TRUY XUẤT2–5ngày / đơn Mỗi yêu cầu truy xuất nguồn gốc của khách FDI mất 2–5 ngày làm thủ công, có khi không tìm ra do giấy tờ thất lạc dẫn đến mất uy tín và mất đơn hàng tiếp theo. |
Giải phẫu hệ thống: Tái dựng nền móng theo đúng trật tự
iERP không “đốt cháy giai đoạn”. Hệ thống được tái cấu trúc theo ba nấc thang phụ thuộc nhau: chuẩn hóa vận hành trước, hợp nhất dữ liệu sau, rồi mới kích hoạt AI.
Một sai lầm phổ biến của doanh nghiệp khi chuyển đổi số là muốn có AI ngay, trong khi nền dữ liệu còn hỗn loạn. Triết lý triển khai của iERP đi ngược lại: AI chỉ thông minh khi được nuôi bằng dữ liệu sạch, và dữ liệu chỉ sạch khi vận hành đã được chuẩn hóa trên một hệ thống thống nhất. Vì vậy, dự án Oristar được chia thành ba giai đoạn độc lập, mỗi giai đoạn tự nó đã tạo ra giá trị.
|
GĐ 011
|
CHUẨN HÓA VẬN HÀNH — ERP
Đưa 100% nghiệp vụ lên một hệ thống lõi duy nhấtiERP triển khai Oracle E-Business Suite R12 cho toàn bộ khối Tài chính, Tồn kho, Mua hàng – Nhập khẩu, Sản xuất – Gia công, Quản lý chất lượng và Order Management. Toàn bộ nghiệp vụ vận hành chuyển từ Excel và sổ tay lên ERP, gắn giá vốn vào từng lô và từng lệnh gia công. Bước đặc biệt quan trọng: một đội Data Cleansing chuyên trách đã làm sạch master data, gom 50.000 mã SKU xuống còn 5.000 mã active. Đây là nền móng cho mọi thứ phía sau. Không có nó, hệ thống mới sẽ kế thừa nguyên vẹn vấn đề cũ. Oracle EBS R12Lot & Heat NumberPricing EngineTruy xuất Coil ↔ Cert |
|
GĐ 022
|
HỢP NHẤT DỮ LIỆU — DATA WAREHOUSE
Biến dữ liệu rời rạc thành một “mỏ vàng” thống nhấtKhi vận hành đã chuẩn, iERP dựng Data Warehouse mô hình dimensional (star/snowflake schema) trên Oracle Database, với lớp Staging – Warehouse – Data Mart riêng cho từng nghiệp vụ (Sales, Inventory, Production, Finance). Pipeline ETL trên Oracle Data Integrator đồng bộ master data near real-time và giao dịch theo ngày. Trung tâm của lớp này là Master Data Hub, đóng vai trò “single source of truth” cho toàn bộ báo cáo, chấm dứt cảnh mỗi phòng ban đưa lên một con số khác nhau. Trên nền đó, 15–20 dashboard BI phục vụ Ban điều hành và key user. Star / Snowflake SchemaMaster Data HubETL (ODI)15-20 Dashboard BI |
|
GĐ 033
|
TRÍ TUỆ THỰC CHIẾN — AI / ML
Đưa AI vào điều hành, không dừng ở báo cáoVới dữ liệu đã hợp nhất, iERP triển khai 7 mô hình AI/ML đi vào môi trường production từ gợi ý giá bán, chấm điểm rủi ro công nợ đến trợ lý phân tích báo cáo bằng ngôn ngữ tự nhiên. Đây là nấc thang biến doanh nghiệp từ “nhìn lại quá khứ qua báo cáo” sang “được dữ liệu cố vấn cho quyết định tương lai”. XGBoostLightGBMLLM + RAG7 Use Cases Production |
PHƯƠNG PHÁP:
Kích hoạt AI thực chiến: Từ báo cáo thụ động đến cố vấn dữ liệu
Điểm khác biệt lớn nhất của iERP không phải triển khai ERP, mà là đưa được trí tuệ nhân tạo vào vận hành thực tế để giải bài toán giá, dòng tiền và ra quyết định bằng chính dữ liệu của doanh nghiệp.
iERP đã đưa 7 mô hình AI/ML vào môi trường production.
Pricing Engine gợi ý giá bán theo thời gian thực
Bài toán muôn thuở của sale: báo giá cao thì mất đơn, báo thấp thì lỗ. Pricing Engine nhập giá LME theo giờ, tính giá đầu ra theo công thức “giá kim loại + chi phí gia công + margin theo từng khách”, và học từ lịch sử win/loss để gợi ý mức giá tối ưu.
Mô hình: Gradient Boosting (XGBoost) dự đoán win probability theo giá.
Chấm điểm rủi ro công nợ, cảnh báo sớm
Mô hình phân loại rủi ro tín dụng khách hàng đưa ra một điểm rủi ro (PD score), cảnh báo sớm những khách có nguy cơ quá hạn và hỗ trợ tối ưu hạn mức tín dụng. Đây là một trong các đòn bẩy góp phần kéo tỷ lệ nợ quá hạn của Oristar từ 10-15% xuống còn 3-5%.
Mô hình: LightGBM classification, output PD score 0–1.
Trợ lý phân tích báo cáo bằng ngôn ngữ tự nhiên
Thay vì đọc 15–20 dashboard BI thụ động, Ban Giám đốc và lãnh đạo phòng ban có thể đặt câu hỏi bằng ngôn ngữ tự nhiên và nhận câu trả lời từ Data Warehouse. Hơn 60 người dùng đang dùng trợ lý này để hỏi đáp dữ liệu real-time hằng tuần.
Mô hình: LLM (GPT-class) + RAG + text-to-SQL.
Ba use case trên là phần được trình bày chi tiết; chúng nằm trong bộ bảy mô hình AI/ML mà iERP đã vận hành cho Oristar. Chính lớp trí tuệ này đặt trên nền ERP chuẩn hóa và Data Warehouse hợp nhất là yếu tố được lãnh đạo Oristar đánh giá giúp doanh nghiệp đi trước các đối thủ cùng ngành từ 2 đến 3 năm.
Kết quả & số liệu thực tế: Trước và sau khi triển khai
Mọi kết quả đều được đo bằng chỉ số trước – sau, không phải bằng cảm nhận. Đây là bức tranh thay đổi định lượng của Oristar sau dự án.
Bảng 1: Hiệu quả tài chính
| CHỈ SỐ | TRƯỚC | SAU | CẢI THIỆN |
| Thời gian đóng sổ kế toán tháng | Ngày 20 | Ngày 10 | –50% |
| Độ chính xác giá thành sản phẩm | ±10–15% | ±2% | 5× chính xác |
| Độ chính xác tồn kho (sổ vs thực tế) | 90–95% | 99,5%+ | +5–10 điểm % |
| Công nợ quá hạn | 10–15% | 3–5% | ≈ −67% |
| Tận dụng phôi tồn slow-moving | 75% | 90% | +15 điểm % |
Bảng 2: Hiệu quả vận hành
| CHỈ SỐ | TRƯỚC | SAU | CẢI THIỆN |
| Thời gian báo giá cho khách | 30–60 phút | < 5 phút | > 90% |
| Thời gian truy xuất nguồn gốc lô hàng | 2–5 ngày | < 1 phút | > 99% |
| Số mã SKU active | 50.000 | 5.000 | −90% |
| Tỷ lệ truy xuất khiếu nại thành công | < 60% | 100% | +40 điểm % |
Thay đổi vượt ra ngoài các con số
Bên cạnh chỉ số định lượng, dự án thay đổi căn bản cách Oristar điều hành: Ban Giám đốc ra quyết định trên 15–20 dashboard real-time thay vì chờ báo cáo thủ công; hơn 60 người dùng AI trợ lý phân tích hằng tuần; toàn bộ khoảng 200 nhân viên làm việc trên một hệ thống thống nhất thay vì các file Excel rời rạc; và mọi quy trình phê duyệt đều có dấu vết audit đầy đủ.
Bài học kinh nghiệm & kết luận: Ba nguyên tắc cho doanh nghiệp đi sau
Thành công của Oristar không đến từ may mắn, mà từ ba quyết định nền tảng mà bất kỳ doanh nghiệp sản xuất, phân phối nào cũng có thể áp dụng.
Nguyên tắc 01: Làm sạch dữ liệu trước khi go-live
Đừng để “rác trong, rác ra”. Hãy dành 3–6 tháng làm sạch master data (SKU, khách, nhà cung cấp, COA) trước khi triển khai ERP. Bỏ qua bước này, hệ thống mới sẽ kế thừa hết vấn đề cũ và giá trị mang lại rất hạn chế.
Nguyên tắc 02: Chia nhỏ lộ trình, đừng “big bang”
Triển khai theo 2–3 giai đoạn: Core ERP ổn định trước, Data Warehouse + BI + AI sau, rồi mở rộng kênh số. Mỗi giai đoạn độc lập có giá trị, giảm rủi ro thất bại tổng thể của cả chương trình.
Nguyên tắc 03: Chọn đối tác hiểu ngành
Một đối tác hiểu sâu đặc thù kim loại lô, heat number, biến động LME, cắt xả, mill certificate sẽ tiết kiệm hàng chục phần trăm chi phí khảo sát và customization so với một thương hiệu lớn nhưng không hiểu ngành.
“
iERP có phương pháp triển khai rất kỷ luật nhưng vẫn linh hoạt, điều hiếm thấy ở các nhà cung cấp ERP. Đặc biệt, đội ngũ Data và AI của iERP đã đưa các mô hình AI vào vận hành thực tế chỉ trong vài tháng, một điều mà chúng tôi không nghĩ một đối tác Việt Nam có thể làm được.
— CTO / Giám đốc CNTT, Công ty Cổ phần Oristar
Câu chuyện Oristar cho thấy chuyển đổi số không phải là mua một phần mềm, mà là leo lên ba nấc thang theo đúng trật tự: chuẩn hóa vận hành để có dữ liệu sạch, hợp nhất dữ liệu để có một sự thật duy nhất, và đặt trí tuệ nhân tạo lên trên nền đó để biến dữ liệu thành lợi thế cạnh tranh. Với một doanh nghiệp ngành kim loại biên mỏng, biến động cao và yêu cầu khách hàng khắt khe, đây chính là mô hình tham chiếu và cũng là năng lực toàn diện ERP + Data + AI mà iERP mang đến cho khách hàng của mình.
Câu hỏi thường gặp: Hỏi & đáp về dự án
Vì sao ngành kim loại màu cần ERP chuyên ngành thay vì ERP phổ thông?
Vì kim loại màu có ba đặc thù mà ERP phổ thông không xử lý được: giá biến động theo sàn LME hằng giờ, biên lợi nhuận gộp chỉ 3–7% nên sai số giá vốn chính là sai số lợi nhuận, và yêu cầu truy xuất nguồn gốc tới từng cuộn (heat number, mill certificate). ERP chuyên ngành gắn giá vốn vào từng lô và từng lệnh gia công, đồng thời quản lý truy xuất chéo Coil ↔ Certificate ↔ Order.
Triển khai trọn bộ ERP, Data Warehouse và AI mất bao lâu?
iERP triển khai theo ba giai đoạn độc lập để tránh rủi ro “big bang”. Giai đoạn 1 chuẩn hóa lõi Oracle E-Business Suite R12 mất khoảng 9–10 tháng; giai đoạn 2 dựng Data Warehouse, BI và đưa AI/ML vào vận hành; giai đoạn 3 mở rộng kênh số. Quan trọng là mỗi giai đoạn tạo ra giá trị riêng ngay khi hoàn thành, không phải all-or-nothing.
AI trong case study này là AI thực chiến hay chỉ trình diễn?
Là AI thực chiến đã đi vào môi trường production. iERP đưa 7 mô hình AI/ML vào vận hành thực tế, trong đó có Pricing Engine dùng XGBoost gợi ý giá bán, mô hình LightGBM chấm điểm rủi ro công nợ, và trợ lý phân tích báo cáo LLM (kết hợp RAG và text-to-SQL) được hơn 60 người dùng hỏi đáp dữ liệu hằng tuần.
Làm sao tránh thất bại khi chuyển đổi số doanh nghiệp sản xuất, phân phối?
Ba nguyên tắc rút ra từ dự án Oristar: làm sạch dữ liệu master trước khi go-live để tránh “rác trong, rác ra”; chia lộ trình thành 2–3 giai đoạn thay vì “big bang”; và chọn đối tác hiểu sâu đặc thù ngành để tiết kiệm chi phí khảo sát và customization. Phương pháp Hybrid (Waterfall + Agile) giúp cân bằng giữa kỷ luật và tốc độ.