Tổng quan nghiên cứu

Quản lý vận hành trạm cân công nghiệp tại các doanh nghiệp sản xuất quy mô lớn đòi hỏi tính chính xác, minh bạch và tự động hóa cao. Tại Công ty CJ Vina, hệ thống trạm cân tải trọng 80 tấn với kích thước bàn cân từ 3x14 mét đến 3x18 mét tiếp nhận lưu lượng phương tiện vận tải nguyên vật liệu và thành phẩm liên tục mỗi ngày tại 4 chi nhánh gồm Long An, Hưng Yên, Vĩnh Long và Đồng Nai. Tuy nhiên, khoảng cách từ camera đến vị trí xe khá xa, cùng với sự đa dạng về chủng loại phương tiện từ xe máy, xe tải nhỏ, xe tải lớn cho đến xe đầu kéo khiến công nghệ nhận diện ký tự quang học tự động chỉ đạt tỷ lệ chính xác khoảng 60%.

Hạn chế kỹ thuật này buộc nhân viên vận hành phải trực tiếp nhập lại thông tin biển số vào hệ thống máy tính. Thực trạng này tạo ra nhiều kẽ hở nghiêm trọng trong công tác kiểm soát nội bộ. Tình trạng nhập nhầm biển số, gian lận giữa lái xe và nhân viên trạm cân, hoặc tráo đổi đầu kéo và thân xe khi cân hàng hóa đã dẫn đến nguy cơ thất thoát nguyên vật liệu quy mô lớn. Bên cạnh đó, việc vận hành song song hai hệ thống gồm phần mềm SAP viết trên PowerBuilder 10.0 lưu trữ trên hệ quản trị Oracle 10g và phần mềm camera mua ngoài khiến nhân viên phải thao tác lặp lại 2 lần trên 4 máy vi tính độc lập cho mỗi lượt cân.

Nghiên cứu được triển khai nhằm mục tiêu cải tiến quy trình quản lý xe ra vào trạm cân thông qua việc tích hợp trực tiếp module nhận diện vùng ảnh biển số, lưu trữ dữ liệu ảnh dưới dạng chuỗi byte vào cơ sở dữ liệu Oracle 10g tập trung và hiển thị ảnh chụp thực tế lên phiếu cân in ra. Đề tài mang lại giá trị thực tiễn to lớn khi giúp doanh nghiệp cắt giảm 100% chi phí thuê ngoài phần mềm camera, giảm hơn 30% thời gian chờ đợi của phương tiện, loại bỏ hoàn toàn các rủi ro gian lận trọng lượng và nâng cao năng lực quản trị chuỗi cung ứng.

Cơ sở lý thuyết và phương pháp nghiên cứu

Khung lý thuyết áp dụng

Nghiên cứu xây dựng trên nền tảng kết hợp giữa lý thuyết xử lý ảnh số công nghiệp và mô hình quản trị hiệu suất hiện đại. Về khía cạnh kỹ thuật, đề tài ứng dụng các thuật toán phân đoạn hình ảnh và xác định vùng biển số thông qua công cụ Emgu CV phát triển trên nền tảng thị giác máy tính OpenCV, kết hợp cấu trúc phân loại Haar Training và mạng nơ-ron nhân tạo để định vị chính xác khung biển số xe tải trong điều kiện ánh sáng phức tạp. Cơ chế xử lý bán tự động cho phép người dùng thao tác kéo thả chuột để khoanh vùng ảnh biển số khi thuật toán tự động gặp các trường hợp biển số quá cũ hoặc bị che khuất. Toàn bộ hình ảnh trích xuất được số hóa thành kiểu dữ liệu nhị phân và lưu trữ đồng bộ vào bảng dữ liệu của hệ quản trị cơ sở dữ liệu quan hệ Oracle 10g.

Về khía cạnh quản trị, nghiên cứu áp dụng khung đánh giá hiệu suất SMART KPIs kế thừa từ mô hình đo lường hiệu quả ứng dụng công nghệ của các chuyên gia thuộc Đại học Salford và John McCall Architects. Hệ thống chỉ số hiệu suất được cấu trúc chặt chẽ theo 5 thuộc tính cốt lõi: Tính cụ thể (Specific), Tính đo lường được (Measurable), Tính khả thi (Assignable/Achievable), Tính thực tế (Realistic) và Giới hạn thời gian (Time-bound). Thang đo Likert 5 mức độ từ mức 1 là Rất không đồng ý đến mức 5 là Rất đồng ý được thiết kế chuẩn hóa để lượng hóa nhận thức và sự thỏa mãn của người dùng đối với các mục tiêu cải tiến hệ thống.

Phương pháp nghiên cứu

Nghiên cứu phối hợp chặt chẽ giữa phương pháp nghiên cứu định tính và định lượng nhằm đảm bảo tính toàn diện và độ tin cậy khoa học. Nguồn dữ liệu sơ cấp được thu thập thông qua quy trình phỏng vấn sâu trực tiếp các cán bộ quản lý gồm Giám đốc nhà máy, Trưởng phòng Sản xuất, Trưởng phòng Thu mua, Trưởng nhóm Công nghệ thông tin cùng các nhân viên trực tiếp vận hành trạm cân tại chi nhánh Long An.

Nghiên cứu sử dụng phương pháp chọn mẫu phi xác suất có chủ đích (purposive sampling) hướng đến toàn bộ các đối tượng trực tiếp thao tác hoặc thường xuyên khai thác dữ liệu từ trạm cân. Trong tổng số 48 bảng khảo sát được phát ra, tác giả đã thu về 26 phiếu trả lời hợp lệ, đạt tỷ lệ phản hồi 54,17%. Cơ cấu mẫu phân bổ đa dạng gồm 66% nhân sự thuộc phòng Sản xuất (16 người), 17% thuộc phòng Logistics (4 người) và 17% thuộc nhóm Công nghệ thông tin (4 người); trong đó cấp quản lý chiếm 34% (8 người) và nhân viên vận hành chiếm 66% (18 người); 75% người tham gia có thâm niên công tác từ 5 đến 10 năm tại công ty.

Lý do lựa chọn phương pháp phân tích thống kê mô tả tần số và tỷ lệ phần trăm theo các tiêu chí SMART là nhằm phản ánh chính xác mức độ đồng thuận của nhân sự nội bộ đối với các chỉ tiêu kinh tế, kỹ thuật và quy trình vận hành mới. Toàn bộ quá trình nghiên cứu, thiết kế thử nghiệm và thu thập dữ liệu được thực hiện trong thời gian 4 tháng, từ ngày 17 tháng 8 năm 2015 đến ngày 4 tháng 12 năm 2015.

Kết quả nghiên cứu và thảo luận

Những phát hiện chính

Kết quả phân tích định lượng dựa trên 26 bảng khảo sát theo tiêu chuẩn SMART KPI đã minh chứng tính ưu việt vượt trội của hệ thống cải tiến trên nhiều khía cạnh vận hành:

Thứ nhất, về tính đo lường được và tiết kiệm chi phí, 100% người tham gia khảo sát (gồm 42,31% đồng ý và 57,69% rất đồng ý) khẳng định hệ thống mới giúp cắt giảm đáng kể chi phí giấy in phiếu cân liên tục 3 liên, đồng thời loại bỏ hoàn toàn chi phí bảo trì phần cứng và bản quyền phần mềm camera thuê ngoài tại các chi nhánh.

Thứ hai, về tối ưu hóa thời gian và quy trình thao tác, có 69,23% nhân sự đồng thuận rằng hệ thống cải tiến giúp giảm đáng kể thao tác nhập liệu lặp lại. Việc chỉ cần thao tác trên một giao diện hợp nhất thay vì 4 máy tính độc lập giúp rút ngắn hơn 50% thời gian xử lý một phiếu cân, hỗ trợ nhân viên kết thúc ca làm việc đúng giờ và giảm thiểu tình trạng làm thêm giờ vào những đợt cao điểm cuối tháng.

Thứ ba, về tính khả thi và kiểm soát dữ liệu, 84,62% người được khảo sát (80,77% đồng ý và 3,85% rất đồng ý) xác nhận việc in trực tiếp hình ảnh biển số lên phiếu cân giúp công tác đối chiếu, kiểm tra chéo giữa phòng Kho, phòng Thu mua và Trạm cân trở nên nhanh chóng, trực quan và minh bạch hơn bao giờ hết.

Thứ tư, về giảm thiểu rủi ro vận hành, 61,54% người tham gia ghi nhận hệ thống mới triệt tiêu các nguy cơ sai sót dữ liệu và gian lận thương mại, giải quyết triệt để vấn đề mất đồng bộ khi 4 chi nhánh từng sử dụng 4 hệ cơ sở dữ liệu phân tán gồm Oracle 10g, Access 2003, MySQL và SQL Server 2008.

Thảo luận kết quả

Các phát hiện nghiên cứu phản ánh rõ nét nguyên nhân thành công của giải pháp cải tiến bắt nguồn từ việc tích hợp sâu công nghệ xử lý ảnh Emgu CV trực tiếp vào cơ sở dữ liệu trung tâm Oracle 10g của hệ thống SAP. Trước đây, tỷ lệ nhận dạng tự động chỉ đạt 60% khiến hệ thống camera độc lập trở nên thiếu tin cậy. Bằng việc bổ sung tính năng kéo thả chuột xác định vùng ảnh biển số bán tự động, hệ thống mới đảm bảo tỷ lệ ghi nhận ảnh chính xác đạt 100% trong mọi tình huống vận hành thực tế.

Dữ liệu khảo sát có thể được biểu diễn trực quan thông qua bảng phân bố tần số Likert và các biểu đồ cột so sánh tỷ lệ ủng hộ giữa các phòng ban chức năng. Biểu đồ thống kê cho thấy sự đồng thuận tuyệt đối ở nhóm nhân sự Sản xuất và IT đối với tính năng bảo mật dữ liệu tập trung. Kết quả này hoàn toàn tương đồng với các kết luận trong nghiên cứu ứng dụng KPI của Đại học Salford, khẳng định rằng việc lượng hóa mục tiêu công nghệ thông tin theo tiêu chí SMART giúp tổ chức kiểm soát tốt tiến độ triển khai, giảm thiểu xung đột vận hành và nâng cao năng lực cạnh tranh bền vững cho doanh nghiệp.

Đề xuất và khuyến nghị

Dựa trên kết quả nghiên cứu thực nghiệm và đánh giá thực trạng, 4 nhóm giải pháp chiến lược được đề xuất nhằm hoàn thiện và nhân rộng hệ thống:

Thứ nhất, chuẩn hóa và đóng gói phần mềm cải tiến để triển khai đồng bộ tại toàn bộ 4 chi nhánh nhà máy của Công ty CJ Vina gồm Long An, Hưng Yên, Vĩnh Long và Đồng Nai. Mục tiêu đặt ra là chấm dứt hoàn toàn hợp đồng với các nhà cung cấp phần mềm camera thuê ngoài trong quý 1 năm 2016, chuyển đổi toàn bộ dữ liệu cục bộ về máy chủ trung tâm Oracle 10g. Trách nhiệm thực hiện thuộc về Ban Giám đốc Công nghệ Thông tin phối hợp cùng Giám đốc các chi nhánh.

Thứ hai, nâng cấp hạ tầng mạng truyền thông nội bộ và thiết lập chính sách lưu trữ ảnh số định dạng byte tối ưu trên máy chủ Oracle 10g nhằm duy trì thời gian phản hồi dưới 1,5 giây cho mỗi giao dịch cân. Bộ phận Quản trị Cơ sở dữ liệu cần thiết lập cơ chế sao lưu tự động định kỳ hàng ngày, ngăn chặn nguy cơ phình to dung lượng ổ cứng và đảm bảo tính sẵn sàng của dữ liệu đạt 99,9%.

Thứ ba, ban hành quy chế kiểm soát nội bộ mới bắt buộc đối chiếu ảnh biển số trên phiếu cân in ra với thông tin đơn hàng trên hệ thống SAP trước khi cho phép phương tiện xuất nhập bãi. Phòng Quản lý Chất lượng và Phòng Kiểm soát Nội bộ chịu trách nhiệm giám sát định kỳ hàng tuần, hướng tới chỉ tiêu 0% sai lệch trọng lượng và hàng hóa.

Thứ tư, tổ chức các khóa tập huấn nghiệp vụ kỹ thuật cho 100% nhân viên vận hành trạm cân và thủ kho trong thời gian 30 ngày. Nội dung đào tạo tập trung vào kỹ năng xử lý tình huống khi camera bị bẩn, thao tác kéo thả chuột định vị biển số nhanh và quy trình xử lý sự cố mất kết nối mạng tạm thời do Phòng Nhân sự phối hợp cùng Phòng Sản xuất triển khai.

Đối tượng nên tham khảo luận văn

Luận văn cung cấp nguồn tư liệu học thuật và thực tiễn giá trị cho 4 nhóm đối tượng trọng tâm:

Thứ nhất, Ban Tổng Giám đốc và Giám đốc Điều hành các doanh nghiệp sản xuất, chế biến nông sản, thức ăn chăn nuôi: Tài liệu cung cấp giải pháp thực tế để tái cấu trúc quy trình kiểm soát nguyên vật liệu đầu vào, giảm thất thoát hàng tỷ đồng mỗi năm và tối ưu hóa chi phí đầu tư công nghệ thông tin.

Thứ hai, Giám đốc Công nghệ Thông tin (CIO) và Kỹ sư Phát triển Hệ thống: Tài liệu là cẩm nang hữu ích về giải pháp kỹ thuật tích hợp thư viện thị giác máy tính Emgu CV/OpenCV với các hệ thống ERP đóng gói quy mô lớn như SAP sử dụng cơ sở dữ liệu Oracle 10g.

Thứ three, Trưởng bộ phận Chuỗi cung ứng, Quản lý Kho vận và Vận tải: Tài liệu gợi mở các phương thức kiểm soát dòng phương tiện ra vào nhà máy, chuẩn hóa chứng từ phiếu cân và rút ngắn thời gian giao nhận hàng hóa.

Thứ tư, Học viên cao học và Nhà nghiên cứu chuyên ngành Hệ thống Thông tin Quản lý, Khoa học Máy tính: Công trình đóng vai trò là một case study điển hình về việc ứng dụng khung đánh giá SMART KPI để kiểm định hiệu quả chuyển đổi quy trình kinh doanh trong thực tế.

Câu hỏi thường gặp

Hệ thống SAP của doanh nghiệp gặp khó khăn gì khi xử lý ảnh từ camera giám sát trạm cân? Hệ thống SAP nguyên bản của tập đoàn CJ được phát triển trên ngôn ngữ PowerBuilder 10.0, vốn không hỗ trợ các thư viện xử lý ảnh chuyên sâu như OpenCV hay Emgu CV. Do đó, phần mềm chỉ có thể ghi nhận luồng video thô mà không thể tự động trích xuất vùng ảnh biển số xe để lưu vào cơ sở dữ liệu.

Giải pháp xử lý như thế nào khi hệ thống nhận diện biển số tự động gặp lỗi do thời tiết hoặc biển số bẩn? Hệ thống cải tiến tích hợp công cụ can thiệp bán tự động cho phép người dùng sử dụng thao tác kéo thả chuột trực tiếp trên màn hình để định vị khung biển số xe. Cơ chế này đảm bảo dữ liệu hình ảnh luôn được ghi nhận chính xác 100% trước khi lưu trữ và in phiếu cân.

Việc lưu trữ ảnh số trực tiếp vào cơ sở dữ liệu Oracle 10g mang lại ưu thế gì so với lưu trữ cục bộ? Lưu trữ ảnh tập trung dạng chuỗi byte trong Oracle 10g giúp đồng bộ hóa dữ liệu toàn diện giữa trạm cân và hệ thống quản trị SAP, loại bỏ tình trạng phân tán dữ liệu trên 4 hệ quản trị khác nhau tại các chi nhánh, đồng thời ngăn chặn tuyệt đối nguy cơ sửa chữa hoặc làm giả ảnh biển số.

Mô hình SMART KPI đóng vai trò gì trong việc kiểm định thành công của dự án cải tiến này? Khung SMART KPI cung cấp bộ tiêu chí đo lường định lượng cụ thể, giúp ban quản lý đánh giá khách quan mức độ thành công của hệ thống về mặt giảm chi phí in ấn, tiết kiệm 50% thời gian thao tác của nhân viên, ngăn ngừa rủi ro thất thoát và nâng cao tính minh bạch cho doanh nghiệp.

Dự án cải tiến trạm cân mất bao lâu để hoàn thành và đưa vào vận hành chính thức? Nghiên cứu và thử nghiệm hệ thống được thực hiện trong thời gian gần 4 tháng (từ tháng 8/2015 đến tháng 12/2015). Theo kế hoạch phê duyệt, hệ thống chính thức được đưa vào vận hành thực tế tại chi nhánh Long An vào tháng 1 năm 2016 trước khi triển khai toàn diện trên toàn quốc.

Kết luận

  • Đề tài đã giải quyết thành công bài toán tích hợp công nghệ xử lý ảnh Emgu CV trực tiếp vào hệ thống quản lý trạm cân SAP trên nền tảng cơ sở dữ liệu Oracle 10g tại Công ty CJ Vina.
  • Cơ chế ghi nhận ảnh tự động kết hợp kéo thả chuột thủ công giúp hiển thị chính xác 100% hình ảnh biển số xe lên phiếu cân, loại bỏ hoàn toàn các rủi ro gian lận hàng hóa và sai sót dữ liệu.
  • Giải pháp mới giúp doanh nghiệp cắt giảm 100% chi phí thuê ngoài phần mềm camera độc lập tại 4 chi nhánh, tiết kiệm chi phí đầu tư phần cứng và giảm đáng kể lượng giấy in phiếu cân.
  • Kết quả khảo sát thực nghiệm ghi nhận 69,23% nhân sự xác nhận giảm thao tác nhập liệu thừa, giúp rút ngắn thời gian giải phóng phương tiện và hạn chế tối đa việc làm thêm giờ của nhân viên.
  • Đề tài cung cấp khung phương pháp luận hoàn chỉnh kết hợp giữa kỹ thuật xử lý ảnh và mô hình SMART KPI, tạo tiền đề vững chắc để doanh nghiệp đưa vào ứng dụng chính thức từ tháng 1 năm 2016 và mở rộng toàn quốc trong vòng 6 tháng tiếp theo.

Các doanh nghiệp sản xuất và quản lý vận tải hãy áp dụng ngay mô hình tích hợp thị giác máy tính và cơ sở dữ liệu tập trung này để chuẩn hóa quy trình trạm cân, nâng cao tính minh bạch và tối ưu hóa chi phí vận hành chuỗi cung ứng.