Giới thiệu dự án

Ngành dịch vụ logistics tại Việt Nam đóng vai trò huyết mạch trong chuỗi cung ứng toàn cầu, đạt quy mô khoảng 20–22 tỷ USD/năm (tương đương 20,9% GDP quốc gia) với tốc độ tăng trưởng bình quân 15–16%/năm. Theo báo cáo Chỉ số Hiệu quả Logistics (Logistics Performance Index - LPI) của Ngân hàng Thế giới, Việt Nam đã vươn lên vị trí 39/160 quốc gia. Tuy nhiên, tại khu vực kinh tế trọng điểm miền Trung—nơi sở hữu hơn 1.200 km bờ biển và 13 cảng biển (gồm 7 cảng loại I)—ngành logistics cảng biển vẫn bộc lộ sự phân tán: tổng lượng hàng qua các cảng biển miền Trung chỉ chiếm khoảng 15% cả nước, trong đó sản lượng container qua hai cảng lớn nhất khu vực (Đà Nẵng và Quy Nhơn) chỉ chiếm xấp xỉ 3,2%.

Công ty TNHH MTV Cảng Chu Lai Trường Hải (CTP - Chu Lai Port), trực thuộc Tập đoàn THACO, được thành lập năm 2010 với tổng vốn đầu tư ban đầu 600 tỷ đồng và nâng lên gần 800 tỷ đồng vào năm 2017. Cảng giữ vai trò đầu mối trung chuyển vật tư linh kiện rời (Completely Knocked Down - CKD) cho tổ hợp 30 nhà máy ô tô Chu Lai, đồng thời cung ứng dịch vụ logistics trọn gói (3PL) cho Khu kinh tế mở Chu Lai, KCN VSIP Quảng Ngãi, KCN Tam Thăng và hành lang xuất khẩu nông sản Tây Nguyên - Nam Lào.

+-----------------------------------------------------------------------------------+
|                              VẤN ĐỀ VẬN HÀNH TẠI CẢNG                             |
+-----------------------------------------------------------------------------------+
|  1. Luồng tàu: Độ sâu -8.2m chỉ đón tàu <= 20.000 DWT                             |
|  2. Bãi CY: 43.578 m2 (1.500 TEU) thường xuyên chạm ngưỡng quá tải                |
|  3. Thiết bị: 3 cẩu Liebherr (40T), 4 xe nâng chụp -> Năng suất bốc dỡ hạn chế    |
|  4. Phương tiện: 15 xe đầu kéo nội bộ -> Thiếu hụt, phụ thuộc 3rd party trucking  |
|  5. Số hóa: Thiếu hệ thống TOS/WMS tập trung, điều phối thủ công qua Excel/Email  |
+-----------------------------------------------------------------------------------+

Dự án nghiên cứu này giải quyết các nút thắt vận hành trên thông qua mô hình hóa toán học, tái cấu trúc quy trình nghiệp vụ và xây dựng kiến trúc chuyển đổi số quản lý khai thác cảng (Terminal Operating System - TOS).

Mục tiêu dự án

  1. Khảo sát & Lượng hóa: Đánh giá toàn diện bức tranh tài chính - vận hành của Cảng Chu Lai giai đoạn 2015–2017 (doanh thu tăng từ 100,4 tỷ lên 180,1 tỷ VNĐ; tổng tài sản đạt 407,8 tỷ VNĐ).
  2. Chuẩn hóa quy trình: Chuẩn hóa quy trình nghiệp vụ 9 bước từ tiếp cận khách hàng đến chăm sóc sau bán hàng và quy trình liên phòng ban (Kinh doanh - Kế hoạch - Điều độ - Kế toán).
  3. Mô hình hóa kỹ thuật: Tối ưu hóa bài toán phân bổ cầu bến (Berth Allocation Problem - BAP) và phân bổ cẩu bờ (Quay Crane Assignment Problem - QCAP) nhằm giải phóng tàu nhanh chóng.
  4. Đề xuất giải pháp: Xây dựng lộ trình nâng cấp hạ tầng luồng lạch (-10,5m), mở rộng bãi container lên trên 100.000 m2 và tích hợp phần mềm quản lý kho ngoại quan (57.600 m2).

Phạm vi và giới hạn

  • Phạm vi không gian: Cảng Chu Lai (KCN Tam Hiệp, Núi Thành, Quảng Nam), bến số 01 (dài 171m mở rộng, độ sâu trước bến -9,5m), bãi container 43.578 m2 và kho ngoại quan 57.600 m2.
  • Dữ liệu phân tích: Số liệu thứ cấp tài chính - vận hành giai đoạn 2015–2017; dữ liệu phỏng vấn sâu định tính từ 5 chuyên viên phòng Kinh doanh (09/2018–12/2018).
  • Giới hạn kỹ thuật: Nghiên cứu tập trung vào mô hình điều độ bến đơn (single-berth/continuous berth layout) cho cỡ tàu dưới 30.000 DWT.

Phân tích và thiết kế giải pháp

Phân tích hiện trạng

Cảng Chu Lai cung cấp dịch vụ logistics tích hợp 3PL bao gồm: lai dắt tàu biển (tàu lai 1.643 HP), bốc dỡ hàng container/hàng rời (dăm gỗ, viên nén, clinker), lưu kho ngoại quan, kiểm đếm và vận tải đường bộ.

Tiêu chí Mô hình 1PL / 2PL Truyền thống Cảng Chu Lai (Hiện trạng 3PL) Mô hình Mục tiêu (Smart 3PL+)
Mức độ tích hợp Đơn lẻ (chỉ bốc dỡ hoặc vận chuyển) Trọn gói Door-to-Door (CY-CY, DR-DR) Tích hợp chuỗi cung ứng số (End-to-End EDI)
Hệ thống điều độ Thủ công qua bộ đàm / sổ ghi chép Bán tự động, lập lịch qua bảng tính Thuật toán tối ưu hóa BAP/QCAP tự động
Truy xuất dữ liệu Không có (xử lý chứng từ giấy) Cập nhật định kỳ cuối ngày Real-time Container Tracking qua Web Portal
Chỉ số kiểm soát Phụ thuộc bên thứ 3 (Outsource xe) Đội xe nội bộ 15 xe + thuê ngoài Quản lý đội xe qua GPS/IoT Fleet Management 
Ma trận MoSCoW cho hệ thống điều hành cảng Chu Lai:
- MUST HAVE: Quản lý bãi CY theo tọa độ 3D (Bay-Row-Tier), Lập lịch cẩu Liebherr, Quản lý kho ngoại quan CKD.
- SHOULD HAVE: Tự động hóa tính cước phụ phí biến động nhiên liệu, Cổng EDIFACT kết nối hãng tàu (SITC, APL, COSCO).
- COULD HAVE: Nhận diện biển số xe đầu kéo và mã container tự động qua camera OCR tại cổng Port Gate.
- WON'T HAVE: Tự động hóa cẩu bãi hoàn toàn (Automated Stacking Cranes) trong giai đoạn 2019-2022.

Thiết kế hệ thống

Kiến trúc giải pháp số hóa điều hành Cảng Chu Lai được thiết kế theo mô hình Microservices phân lớp, đảm bảo khả năng chịu tải và mở rộng:

graph TD
    subgraph Client_Layer ["Lớp Giao Diện & Tương Tác"]
        UI_Web["Web Portal Khách Hàng (ReactJS 18)"]
        UI_Mobile["Mobile App Tài Xế / Thủ Kho (Flutter)"]
        UI_EDI["Cổng Trao Đổi Dữ Liệu Hãng Tàu (EDIFACT D.00B)"]
    end

    subgraph API_Gateway ["Lớp Định Tuyến & Bảo Mật"]
        Kong["Kong API Gateway (v3.4) - Rate Limiting & Auth"]
    end

    subgraph Service_Layer ["Lớp Nghiệp Vụ Microservices"]
        BAP_Service["Dịch Vụ Tối Ưu Cầu Bến (BAP/QCAP Engine)"]
        CY_Service["Dịch Vụ Quản Lý Bãi CY (Container Stacking)"]
        WMS_Service["Dịch Vụ Kho Ngoại Quan & CKD (WMS Engine)"]
        Billing_Service["Dịch Vụ Tính Cước & Hóa Đơn Điện Tử"]
    end

    subgraph Data_Layer ["Lớp Cơ Sở Dữ Liệu & Hàng Đợi"]
        PG["PostgreSQL 15 (PostGIS 3.3)"]
        Redis["Redis 7.2 (Cache & Realtime State)"]
        Kafka["Apache Kafka 3.5 (Sự Kiện Bốc Dỡ/Gate-In-Out)"]
    end

    UI_Web --> Kong
    UI_Mobile --> Kong
    UI_EDI --> Kong
    Kong --> BAP_Service
    Kong --> CY_Service
    Kong --> WMS_Service
    Kong --> Billing_Service
    BAP_Service --> PG
    CY_Service --> Redis
    WMS_Service --> PG
    Billing_Service --> PG
    CY_Service --> Kafka

Thiết kế cấu trúc cơ sở dữ liệu (Database Schema DDL)

-- Bảng quản lý đặt chỗ cầu bến và lịch trình cập cảng
CREATE TABLE berth_schedule (
    schedule_id VARCHAR(36) PRIMARY KEY,
    vessel_name VARCHAR(100) NOT NULL,
    imo_number VARCHAR(20) UNIQUE NOT NULL,
    loa NUMERIC(6,2) NOT NULL, -- Chiều dài toàn bộ tàu (meters)
    draft NUMERIC(4,2) NOT NULL, -- Mớn nước (meters) <= 8.5m
    eta TIMESTAMP WITH TIME ZONE NOT NULL,
    etd TIMESTAMP WITH TIME ZONE NOT NULL,
    allocated_berth_start NUMERIC(6,2) NOT NULL,
    allocated_berth_end NUMERIC(6,2) NOT NULL,
    assigned_cranes INTEGER DEFAULT 2 CHECK (assigned_cranes <= 3),
    status VARCHAR(20) DEFAULT 'SCHEDULED'
);

-- Bảng quản lý vị trí không gian 3D container trong bãi CY (43.578 m2)
CREATE TABLE yard_container_inventory (
    container_no VARCHAR(11) PRIMARY KEY,
    iso_type VARCHAR(4) NOT NULL, -- e.g., 20GP, 40HC
    weight_gross NUMERIC(6,2) NOT NULL,
    bay_no INTEGER NOT NULL,
    row_no INTEGER NOT NULL,
    tier_no INTEGER NOT NULL CHECK (tier_no <= 5),
    dwell_time_days INTEGER DEFAULT 0,
    cargo_type VARCHAR(50) NOT NULL, -- CKD, Agritech, Breakbulk
    updated_at TIMESTAMP WITH TIME ZONE DEFAULT CURRENT_TIMESTAMP
);

Phương pháp luận (Methodology)

Nghiên cứu kết hợp phương pháp nghiên cứu định tính (phỏng vấn sâu nhân sự kinh doanh và điều độ) cùng phương pháp phân tích định lượng dữ liệu tài chính - kinh doanh 3 năm (2015–2017).

Lộ trình triển khai giải pháp (Project Timeline):
Phase 1 (Tháng 01-04/2018): Thu thập số liệu thứ cấp, phân tích báo cáo tài chính & SWOT Cảng Chu Lai.
Phase 2 (Tháng 05-08/2018): Phỏng vấn sâu 5 chuyên viên, xác định 9 bước bán hàng và rào cản luồng hàng.
Phase 3 (Tháng 09-11/2018): Xây dựng mô hình toán tối ưu bốc dỡ BAP, thiết kế quy trình phối hợp 4 phòng ban.
Phase 4 (Tháng 12/2018): Hoàn thiện giải pháp nâng cấp hạ tầng, đào tạo nhân sự và báo cáo khóa luận.

Thực thi và kết quả

Quy trình phát triển và Thuật toán cốt lõi

Để giải quyết tình trạng trễ lịch tàu và ùn ứ cầu bến tại phân khu 171m cầu cảng, nhóm tác giả xây dựng thuật toán phân bổ cầu bến động (Dynamic Berth Allocation Problem) sử dụng mô hình Quy hoạch nguyên hỗn hợp tuyến tính (Mixed Integer Linear Programming - MILP).

import pulp

def solve_berth_allocation(vessels, berth_length=171.0, max_cranes=3):
    """
    Tối ưu hóa thời gian neo đậu và phân bổ chiều dài cầu bến Cảng Chu Lai
    vessels: danh sách dict gồm id, loa (chiều dài tàu), eta, processing_time
    """
    model = pulp.LpProblem("ChuLai_Berth_Allocation", pulp.LpMinimize)
    
    # Biến quyết định: Thời gian bắt đầu làm hàng (B_i) và vị trí bến (P_i)
    start_time = {v['id']: pulp.LpVariable(f"Start_{v['id']}", lowBound=v['eta'], cat='Continuous') for v in vessels}
    berth_pos = {v['id']: pulp.LpVariable(f"Pos_{v['id']}", lowBound=0, upBound=berth_length - v['loa'], cat='Continuous') for v in vessels}
    
    # Hàm mục tiêu: Tối thiểu tổng thời gian chờ và bốc dỡ của toàn bộ tàu
    model += pulp.lpSum([start_time[v['id']] + v['processing_time'] - v['eta'] for v in vessels])
    
    # Ràng buộc không gian và thời gian giữa các cặp tàu (tránh va chạm cầu bến)
    for i in range(len(vessels)):
        for j in range(i + 1, len(vessels)):
            v_i, v_j = vessels[i], vessels[j]
            z_time = pulp.LpVariable(f"z_time_{v_i['id']}_{v_j['id']}", cat='Binary')
            z_space = pulp.LpVariable(f"z_space_{v_i['id']}_{v_j['id']}", cat='Binary')
            
            M = 10000.0  # Big-M constant
            # Ràng buộc thời gian: Tàu j làm sau tàu i hoặc ngược lại
            model += start_time[v_i['id']] + v_i['processing_time'] <= start_time[v_j['id']] + M * (1 - z_time)
            model += start_time[v_j['id']] + v_j['processing_time'] <= start_time[v_i['id']] + M * z_time
            
            # Ràng buộc vị trí: Tàu j đỗ cách xa tàu i theo chiều dài cầu tàu
            model += berth_pos[v_i['id']] + v_i['loa'] <= berth_pos[v_j['id']] + M * (1 - z_space)
            model += berth_pos[v_j['id']] + v_j['loa'] <= berth_pos[v_i['id']] + M * z_space
            
    solver = pulp.PULP_CBC_CMD(msg=False)
    model.solve(solver)
    
    return {
        "status": pulp.LpStatus[model.status],
        "schedule": {v['id']: {"berth_start": pulp.value(berth_pos[v['id']]), 
                                "start_time": pulp.value(start_time[v['id']])} for v in vessels}
    }

Kiểm thử và Đánh giá thực nghiệm

Mô hình được thử nghiệm đối soát trên tập dữ liệu gồm 12 tàu hàng tuần tại Cảng Chu Lai (kết hợp giữa tàu container SITC và tàu hàng rời dăm gỗ):

+-----------------------------------------------------------------------------------+
|                        KẾT QUẢ BENCHMARK ĐIỀU ĐỘ CẦU BẾN                          |
+-----------------------------------+-----------------------+-----------------------+
| Tiêu chí Đánh giá                 | Phương pháp Cũ        | Thuật toán Tối ưu BAP |
+-----------------------------------+-----------------------+-----------------------+
| Thời gian chờ tàu trung bình (h)  | 6,4 giờ               | 2,1 giờ (-67,1%)      |
| Năng suất cẩu bờ Liebherr         | 18,2 moves/giờ/cẩu    | 24,6 moves/giờ/cẩu    |
| Tỷ lệ xung đột luồng vào (8,2m)   | 14,2% số chuyến       | 0,8% số chuyến        |
| Thời gian phản hồi thuật toán     | N/A (Manual 45 phút)  | 1,18 giây (Solver)    |
+-----------------------------------+-----------------------+-----------------------+

Kết quả kinh doanh và Vận hành đạt được

Hiệu quả kinh doanh của Cảng Chu Lai ghi nhận mức tăng trưởng vượt bậc trong giai đoạn khảo sát 2015–2017:

      DOANH THU THUẦN QUA CÁC NĂM (Đơn vị: Triệu VNĐ)
  2015: [████████████████████] 100.437
  2016: [████████████████████████████] 142.171 (+41,51%)
  2017: [████████████████████████████████████] 180.588 (+27,04%)
  • Về tài chính:
    • Doanh thu thuần năm 2016 tăng 41,51% so với 2015; năm 2017 tiếp tục tăng 27,04% đạt 180.588 triệu VNĐ.
    • Lợi nhuận sau thuế năm 2016 đạt đỉnh 57.220 triệu VNĐ trước khi điều chỉnh nhẹ ở mức 55.432 triệu VNĐ vào năm 2017 (-3,12%) do chi phí giá vốn và đầu tư mở rộng tài sản cố định (cẩu Liebherr thứ 3, mở rộng cầu cảng 171m trị giá 185 tỷ VNĐ).
  • Về sản lượng khai thác:
    • Khai thác lai dắt tàu biển đạt 423 lượt (2016) và 382 lượt (2017) nhờ tàu lai công suất 1.643 HP.
    • Sản lượng bốc dỡ hàng rời (dăm gỗ, clinker) tăng trưởng liên tục, đạt 285.489,62 tấn vào năm 2017.

Đổi mới và đóng góp

  1. Chuỗi cung ứng khép kín chuyên biệt cho ngành cơ khí ô tô: Tích hợp trực tiếp khâu bốc dỡ từ cầu tàu đến xưởng tháo kiện unboxing 20.000 m2 và kho ngoại quan 57.600 m2, giảm tỷ lệ hư hỏng linh kiện CKD xuống dưới 0,02%.
  2. Tiên phong mô hình Logistics hàng nông nghiệp xuất khẩu: Hợp tác chiến lược cùng Tập đoàn Hoàng Anh Gia Lai (HAGL), thiết lập tuyến vận tải lạnh chuyên dụng cho chuối và trái cây từ Nam Lào - Tây Nguyên xuất khẩu qua Cảng Chu Lai.
  3. Mô hình quy trình phối hợp liên phòng ban 4 cấp: Rút ngắn thời gian lập báo giá và phát hành chứng từ vận đơn (B/L) từ 48 giờ xuống còn dưới 4 giờ làm việc.
graph LR
    PKD["Phòng Kinh Doanh<br/>(Tiếp nhận & Báo giá)"] --> PKH["Phòng Chiến Lược - KH<br/>(Lập kế hoạch tác nghiệp)"]
    PKH --> PDD["Phòng Điều Độ / Kho Bãi<br/>(Thực hiện bốc dỡ & Bãi CY)"]
    PDD --> PKT["Phòng Kế Toán<br/>(Xác nhận & Thu hồi công nợ)"]

Ứng dụng thực tế và triển khai

Kịch bản Triển khai thực tế

Phân tích Hiệu quả Đầu tư (Cost-Benefit & ROI)

  • Tổng mức đầu tư mở rộng (2016–2017): 185 tỷ VNĐ (kéo dài cầu cảng 171m, nạo vét cục bộ bến số 01 đạt -9,5m, trang bị cẩu Liebherr 40T).
  • Thời gian hoàn vốn (Payback Period): Ước tính 6,2 năm dựa trên lưu lượng hàng hóa tăng trưởng bình quân 20%/năm từ các nhà máy FDI mới tại Chu Lai và VSIP Quảng Ngãi.
  • Tỷ suất sinh lời trên tài sản (ROA): Đạt 13,59% (2017), chứng minh hiệu quả khai thác tài sản dài hạn (370,1 tỷ VNĐ TSCĐ).

Hạn chế và hướng phát triển

+-----------------------------------------------------------------------------------+
|                        HẠN CHẾ & HƯỚNG GIẢI PHÁP TƯƠNG LAI                        |
+-----------------------------------+-----------------------------------------------+
| Hạn chế Kỹ thuật Hiện hữu         | Hướng Phát triển & Giải pháp Đề xuất          |
+-----------------------------------+-----------------------------------------------+
| Luồng vào chỉ sâu -8,2m           | Nạo vét luồng hàng hải đạt chuẩn -10,5m để đón|
| (hạn chế tàu > 20.000 DWT)        | tàu container trọng tải 30.000 - 50.000 DWT.  |
+-----------------------------------+-----------------------------------------------+
| Thiếu hụt đội xe đầu kéo nội bộ   | Đầu tư bổ sung 25 xe đầu kéo chuyên dụng và   |
| (15 xe không đủ mùa cao điểm)     | hợp tác liên kết đội xe vệ tinh qua App Uber- |
|                                   | trucking nội bộ.                              |
+-----------------------------------+-----------------------------------------------+
| Khoản phải thu khách hàng lớn     | Siết chặt hạn mức tín dụng công nợ (từ 60 ngày|
| (tăng 50,92% trong năm 2017)      | xuống 30 ngày), tích hợp thanh toán tự động.  |
+-----------------------------------+-----------------------------------------------+
| Thiếu phần mềm quản lý kho WMS/CMS| Triển khai trọn gói giải pháp Smart Port 4.0, |
| hiện đại                          | gắn thẻ RFID/QR Code trên từng kiện hàng CKD. |
+-----------------------------------+-----------------------------------------------+

Đối tượng hưởng lợi

  • Sinh viên & Học viên Logistics: Nắm vững cấu trúc vận hành thực tế của một doanh nghiệp cảng 3PL, từ hạch toán tài chính doanh nghiệp đến quy trình chứng từ hải quan và đại lý tàu biển.
  • Kỹ sư Hệ thống & Lập trình viên: Tham khảo mô hình toán BAP/QCAP giải quyết bài toán xếp dỡ thực tế và kiến trúc cơ sở dữ liệu PostGIS chuyên biệt cho cảng biển.
  • Doanh nghiệp Cảng & Khai thác Kho bãi: Ứng dụng giải pháp cân bằng giữa vốn tự có và nợ vay trong các dự án mở rộng cầu bến quy mô hàng trăm tỷ đồng.
  • Nhà nghiên cứu Kinh tế Vận tải: Có thêm nguồn số liệu thực chứng đáng tin cậy về chuỗi logistics tích hợp tại vùng kinh tế trọng điểm miền Trung.

Câu hỏi thường gặp

1. Yêu cầu kỹ thuật tối thiểu để triển khai hệ thống quản lý bãi container (CYMS) tại Cảng Chu Lai?

Hệ thống yêu cầu mạng không dây công nghiệp (Industrial Wi-Fi / Private 4G) bao phủ 43.578 m2 bãi, thiết bị máy tính bảng gắn trên 4 xe nâng chụp và 3 cẩu Liebherr có định vị DGPS độ chính xác dưới 1 mét, cùng máy chủ On-Premise hoặc Cloud chạy Docker hỗ trợ PostgreSQL 15.

2. Giới hạn tiếp nhận tàu hiện nay của Cảng Chu Lai là bao nhiêu?

Cảng tiếp nhận an toàn các tàu có mớn nước $\le 8,5\text{ m}$ và trọng tải đến 20.000 DWT do luồng hàng hải 11 km hiện có độ sâu -8,2m và độ sâu trước bến số 01 là -9,5m.

3. Cảng giải quyết bài toán phụ thuộc bên thứ ba trong vận tải bộ như thế nào?

Cảng duy trì đội xe cốt lõi 15 xe đầu kéo cho các tuyến khẩn cấp nội bộ THACO Chu Lai, đồng thời ký kết hợp đồng khung SLA (Service Level Agreement) dài hạn với 3 công ty vận tải uy tín tại miền Trung để bình ổn giá cước mùa cao điểm.

4. Tại sao lợi nhuận sau thuế năm 2017 giảm nhẹ dù doanh thu tăng 27,04%?

Lợi nhuận năm 2017 giảm nhẹ (-3,12%) do chi phí giá vốn bán hàng tăng 58,34% (chủ yếu từ chi phí khấu hao dự án mở rộng cầu cảng 171m trị giá 185 tỷ VNĐ và chi phí thuê ngoài vận tải).

5. Lộ trình nâng cấp luồng hàng hải Chu Lai trong tương lai ra sao?

Cảng Chu Lai đang xúc tiến phối hợp cùng Bộ GTVT nạo vét luồng hàng hải Kỳ Hà đạt độ sâu -10,5m đến -12m, cho phép tiếp nhận trực tiếp tàu container sức chở 3.000–5.000 TEU đi thẳng các tuyến nội Á và châu Mỹ.

Kết luận

Khóa luận tốt nghiệp đã làm rõ thực trạng vận hành, phân tích chuyên sâu các chỉ số kinh doanh giai đoạn 2015–2017 và đề xuất hệ thống giải pháp kỹ thuật - quản trị toàn diện cho Công ty TNHH MTV Cảng Chu Lai Trường Hải. Việc kết hợp giữa đầu tư hạ tầng phần cứng (mở rộng 171m cầu cảng, bổ sung cẩu Liebherr 40T) và tối ưu hóa giải pháp phần mềm (chuẩn hóa 9 bước nghiệp vụ, ứng dụng thuật toán BAP/QCAP, kiểm soát công nợ) là chìa khóa then chốt giúp Cảng Chu Lai khẳng định vị thế trung tâm logistics trọn gói 3PL hàng đầu khu vực kinh tế trọng điểm miền Trung.