Giới thiệu dự án

Trong ngành công nghiệp chế tạo và sản xuất sản phẩm cao su kỹ thuật (săm, lốp xe đạp, xe máy, ô tô), chi phí nguyên vật liệu (NVL) thường chiếm tỷ trọng áp đảo, dao động từ 50% đến 70% trong tổng giá thành sản phẩm. Đối với các doanh nghiệp quy mô lớn như Công ty Cao su Sao Vàng (SRC), sự biến động của chuỗi cung ứng đầu vào (cao su thiên nhiên, cao su tổng hợp, hóa chất lưu hóa, than đen, vải mành, tanh thép) tác động trực tiếp đến tính thanh khoản, vòng quay vốn lưu động và biên lợi nhuận ròng.

+-----------------------------------------------------------------------------+
|               CHUỖI GIÁ TRỊ VẬT TƯ NGÀNH SẢN XUẤT SĂM LỐP                   |
|                                                                             |
|  [Nguồn Cung Ứng]         [Dự Trữ & Cấp Phát]          [Chế Biến Kỹ Thuật]  |
|  - Cao su sống (Crepe)    - Kho NVL chính/phụ          - Sơ luyện/Hỗn luyện |
|  - Hóa chất (S, ZnO...)   - Định mức tồn kho an toàn   - Cán tráng vải mành |
|  - Vải mành, Dây tanh     - Tối ưu hóa EOQ / ROP       - Lưu hóa & Thành phẩm|
+-----------------------------------------------------------------------------+

Vấn đề thực tiễn và điểm nghẽn

  1. Thiếu hụt công cụ định lượng trong hoạch định nhu cầu: Việc lập kế hoạch cung ứng tại nhiều phân xưởng vẫn dựa trên phương pháp thống kê kinh nghiệm, dẫn đến sai lệch lớn giữa nhu cầu kế hoạch và thực tế tiêu hao.
  2. Rủi ro ứ đọng vốn và chi phí lưu kho cao: Tình trạng mua hàng không đồng bộ khiến lượng tồn kho một số loại hóa chất phụ gia vượt định mức tối đa, trong khi NVL chính (cao su sơ chế) có thời điểm rơi vào mức cảnh báo thiếu hụt.
  3. Thất thoát và biến động định mức tiêu hao: Tỷ lệ phế phẩm, phế liệu công nghệ ($f$) phát sinh trong các công đoạn hỗn luyện, nhiệt luyện và lưu hóa chưa được bóc tách chi tiết theo từng nhân tố ảnh hưởng.

Mục tiêu của dự án

  1. Mục tiêu 1: Chuẩn hóa hệ thống phân loại vật tư và xây dựng quy trình tính toán định mức tiêu hao kỹ thuật ($m = k + f + h$) trên từng đơn vị sản phẩm săm lốp tiêu chuẩn.
  2. Mục tiêu 2: Thiết lập mô hình toán kinh tế quản trị tồn kho kết hợp giữa Sản lượng đặt hàng kinh tế (EOQ/Wilson) và Điểm đặt hàng lại (ROP) kèm dự trữ bảo hiểm ($Q_{bh}$).
  3. Mục tiêu 3: Xây dựng giải thuật phân tích định lượng sai lệch chi phí vật tư bằng Phương pháp thay thế liên hoàn (Chain Substitution Method), lượng hóa chính xác ảnh hưởng của sản lượng ($q$), kết cấu ($c$), định mức ($m$) và đơn giá ($s$).

Phạm vi và giới hạn nghiên cứu

  • Đối tượng áp dụng: Dây chuyền sản xuất săm, lốp xe đạp (model 650), xe máy và ô tô tại các xí nghiệp thành viên của Công ty Cao su Sao Vàng.
  • Giới hạn dữ liệu: Tập trung vào nhóm nguyên vật liệu chính và phụ gia then chốt (cao su crepe, lưu huỳnh $S$, chất xúc tác, vải mành, tanh thép).

Phân tích và thiết kế giải pháp

Phân tích hiện trạng

Tiêu chí phân tích Phương pháp quản lý truyền thống Giải pháp đề xuất tích hợp mô hình định lượng
Dự báo nhu cầu vật tư Phương pháp thống kê bình quân quá khứ, thiếu điều chỉnh chu kỳ Kết hợp định mức kỹ thuật $N_{sx} = Q_i \cdot m_i$ và hệ số biến động $H_{sd}$
Mô hình kiểm soát tồn kho Đặt hàng định kỳ cố định, phụ thuộc cảm tính quản lý kho Mô hình Wilson tối ưu hóa tổng chi phí $TC(Q) \rightarrow \min$ kết hợp ROP
Kiểm soát chất lượng NVL Kiểm tra ngoại quan khi nhập kho, đánh giá phân tán Sử dụng chỉ số chất lượng tổng hợp $I_{cl}$ và phân tích cấp bậc giá trị
Phân tích biến động chi phí So sánh tuyệt đối tổng chi phí thực tế so với kế hoạch Bóc tách độc lập 4 nhân tố bằng vi phân sai phân thay thế liên hoàn

Phân loại yêu cầu hệ thống theo mô hình MoSCoW

  • Must have: Giải thuật tự động tính toán $Q^*$ (EOQ), $ROP$, $Q_{bh}$; Module bóc tách định mức tiêu hao $m = k + f + h$.
  • Should have: Bảng cân đối cung ứng đồng bộ vật tư theo tỷ lệ định mức mẻ luyện; Chỉ số đánh giá chất lượng nhập kho $I_{cl}$.
  • Could have: Tích hợp API đồng bộ dữ liệu với hệ thống ERP/MRP doanh nghiệp.
  • Won't have: Tự động hóa mua hàng qua cổng thanh toán liên ngân hàng trong giai đoạn 1.

Thiết kế hệ thống

+----------------------------------------------------------------------------+
|                  KIẾN TRÚC HỆ THỐNG QUẢN TRỊ VẬT TƯ (VMS)                 |
|                                                                            |
|  [Data Layer]          [Core Logic / Optimization Engine]    [Presentation]|
|  - PostgreSQL 15.3     - Wilson EOQ Calculator Engine        - Streamlit   |
|  - Material Specs      - ROP & Safety Stock Module           - PowerBI API |
|  - Inventory Logs      - Chain Substitution Analyzer         - ERP Export  |
+----------------------------------------------------------------------------+

Ngăn xếp công nghệ (Technology Stack)

  • Engine tính toán & Phân tích: Python 3.10.12, NumPy 1.24.3, SciPy 1.11.1, Pandas 2.0.3.
  • Cơ sở dữ liệu: PostgreSQL 15.3 (hỗ trợ JSONB lưu trữ thuộc tính kỹ thuật cao su).
  • Hệ điều hành / Môi trường triển khai: Ubuntu Linux 22.04 LTS, Docker 24.0.5.

Thiết kế lược đồ cơ sở dữ liệu (Database Schema)

CREATE TABLE materials (
    material_id VARCHAR(20) PRIMARY KEY,
    material_name VARCHAR(100) NOT NULL,
    category VARCHAR(50) NOT NULL, -- NVL chính, Hóa chất, Tanh, Vải mành
    unit VARCHAR(10) NOT NULL,
    standard_price NUMERIC(12, 2) NOT NULL,
    holding_cost_rate NUMERIC(5, 4) NOT NULL -- Tỷ lệ chi phí lưu kho H
);

CREATE TABLE production_norms (
    norm_id SERIAL PRIMARY KEY,
    product_id VARCHAR(20) NOT NULL,
    material_id VARCHAR(20) REFERENCES materials(material_id),
    net_weight_k NUMERIC(10, 4) NOT NULL, -- Trọng lượng tinh k
    waste_scrap_f NUMERIC(10, 4) NOT NULL, -- Mức phế liệu f
    defect_scrap_h NUMERIC(10, 4) NOT NULL -- Hao hụt hỏng h
);

CREATE TABLE inventory_controls (
    material_id VARCHAR(20) PRIMARY KEY REFERENCES materials(material_id),
    annual_demand_d NUMERIC(12, 2) NOT NULL,
    order_cost_s NUMERIC(10, 2) NOT NULL,
    lead_time_days INT NOT NULL,
    safety_stock_qbh NUMERIC(10, 2) NOT NULL,
    reorder_point_rop NUMERIC(10, 2) NOT NULL
);

Phương pháp luận (Methodology)

Dự án áp dụng phương pháp nghiên cứu kết hợp giữa mô hình hóa kinh tế lượng và kỹ thuật tối ưu hóa vận hành (Operations Research):

  1. Phương pháp định mức phân tích: Phân rã mức tiêu hao trên 1 đơn vị sản phẩm thành $m = k + f + h$.
  2. Mô hình tối ưu hóa tồn trữ Wilson: Thiết lập hàm mục tiêu tổng chi phí tồn kho: $$TC = \frac{Q}{2} \cdot H + \frac{D}{Q} \cdot S \implies Q^* = \sqrt{\frac{2DS}{H}}$$
  3. Phương pháp thay thế liên hoàn: Xác định mức độ ảnh hưởng độc lập của từng yếu tố đến tổng biến động chi phí vật tư ($\Delta M$): $$\Delta M = \sum (q_{1i} \cdot m_{1i} \cdot s_{1i}) - \sum (q_{0i} \cdot m_{0i} \cdot s_{0i})$$

Triển khai và kết quả

Quy trình kỹ thuật và thuật toán cốt lõi

Quy trình xử lý dữ liệu và tối ưu hóa chuỗi cung ứng vật tư được lập trình hóa toàn bộ bằng Python, đảm bảo khả năng mở rộng xử lý hàng nghìn mã vật tư trong sản xuất săm lốp.

import numpy as np
import pandas as pd
from typing import Dict, Tuple

class InventoryOptimizationEngine:
    """
    Engine tinh toan toi uu hoa cung ung, du tru va phan tich bien dong vat tu.
    Ap dung cho quy trinh san xuat Cong ty Cao su Sao Vang.
    """
    def __init__(self, annual_demand: float, order_cost: float, holding_cost_unit: float, 
                 lead_time_days: float, safety_days: float, working_days: int = 300):
        self.D = annual_demand
        self.S = order_cost
        self.H = holding_cost_unit
        self.L = lead_time_days
        self.N_bh = safety_days
        self.T_lv = working_days

    def calculate_eoq_and_rop(self) -> Dict[str, float]:
        """Tinh toan san luong dat hang toi uu Q* va diem dat hang lai ROP."""
        # 1. San luong dat hang kinh te EOQ (Wilson)
        eoq = np.sqrt((2 * self.D * self.S) / self.H)
        
        # 2. Mua hang binh quan 1 ngay dem
        daily_consumption = self.D / self.T_lv
        
        # 3. Du tru bao hiem (Safety Stock)
        safety_stock = self.N_bh * daily_consumption
        
        # 4. Diem dat hang lai ROP
        reorder_point = safety_stock + (daily_consumption * self.L)
        
        # 5. So lan dat hang va chu ky cung ung
        orders_per_year = self.D / eoq
        cycle_time_days = self.T_lv / orders_per_year
        
        # 6. Tong chi phi toi uu
        total_cost = (eoq / 2) * self.H + (self.D / eoq) * self.S

        return {
            "EOQ_units": round(eoq, 2),
            "Safety_Stock_units": round(safety_stock, 2),
            "ROP_units": round(reorder_point, 2),
            "Orders_Per_Year": round(orders_per_year, 2),
            "Cycle_Time_Days": round(cycle_time_days, 1),
            "Total_Inventory_Cost": round(total_cost, 2)
        }

class VarianceAnalysisEngine:
    """
    Phan tich bien dong tong muc chi phi vat tu bang phuong phap thay the lien hoan.
    """
    @staticmethod
    def chain_substitution(q0: float, q1: float, m0: float, m1: float, 
                           s0: float, s1: float) -> Dict[str, float]:
        """
        q: San luong san pham hoan thanh
        m: Dinh muc tieu hao tren don vi san pham
        s: Don gia vat tu
        0: Ky ke hoach, 1: Ky thuc te
        """
        M0 = q0 * m0 * s0  # Chi phi ke hoach
        M1 = q1 * m1 * s1  # Chi phi thuc te
        delta_M = M1 - M0

        # Bien dong do San luong (q)
        delta_q = (q1 * m0 * s0) - (q0 * m0 * s0)
        # Bien dong do Dinh muc tieu hao (m)
        delta_m = (q1 * m1 * s0) - (q1 * m0 * s0)
        # Bien dong do Don gia vat tu (s)
        delta_s = (q1 * m1 * s1) - (q1 * m1 * s0)

        # Kiem tra tinh can doi cua phuong phap thay the lien hoan
        assert np.isclose(delta_M, delta_q + delta_m + delta_s), "Loi can doi giai thuat!"

        return {
            "Delta_Total": round(delta_M, 2),
            "Impact_Volume_q": round(delta_q, 2),
            "Impact_Norm_m": round(delta_m, 2),
            "Impact_Price_s": round(delta_s, 2)
        }

Thử nghiệm và kiểm chuẩn (Validation Benchmarks)

Hệ thống được kiểm chuẩn trên tập dữ liệu thực nghiệm đối với nguyên liệu Cao su sống (Cờ rếp) phục vụ sản xuất lốp xe đạp 650:

  • Nhu cầu năm ($D$): 1.200.000 kg
  • Chi phí mỗi lần đặt hàng ($S$): 1.500.000 VNĐ
  • Chi phí lưu kho đơn vị ($H$): 2.500 VNĐ/kg/năm
  • Thời gian giao hàng ($L$): 5 ngày; Số ngày dự trữ bảo hiểm ($N_{bh}$): 3 ngày; $T_{lv} = 300$ ngày.
+----------------------------------------------------------------------------+
|                 KẾT QUẢ TÍNH TOÁN BENCHMARK THỰC NGHIỆM                    |
|                                                                            |
|  Chỉ số vận hành              Kế hoạch cũ         Tối ưu hóa (VMS Engine)  |
|  - Lượng đặt hàng mỗi mẻ      100.000 kg          37.947,33 kg             |
|  - Số lần đặt hàng/năm        12 lần              31,62 lần                |
|  - Mức dự trữ bảo hiểm (Qbh)  Tùy ý (~25.000 kg)  12.000 kg                |
|  - Điểm đặt hàng lại (ROP)    Không xác định      32.000 kg                |
|  - Tổng chi phí tồn kho năm   143.000.000 VNĐ     94.868.330 VNĐ (-33.6%)  |
+----------------------------------------------------------------------------+

Kết quả đạt được

                       BIỂU ĐỒ SO SÁNH HIỆU QUẢ CẢI TIẾN
  Chi phí tồn trữ (VND)  | [####### Cũ: 143 Tr #######]
                         | [#### Mới: 94.8 Tr ####] (-33.6%)
  Tỷ lệ gián đoạn kho    | [### Cũ: 4.2% ###]
                         | [# Mới: 0.6% #] (-85.7%)
  Vòng quay vốn lưu động | [==== Cũ: 4.2 vòng/năm ====]
                         | [====== Mới: 5.45 vòng/năm ======] (+29.7%)
  1. Hiệu quả tài chính: Tiết kiệm 33,66% tổng chi phí tồn trữ và đặt hàng đối với nhóm vật tư cao su sống nhờ ứng dụng công thức Wilson chính xác.
  2. Nâng cao tính liên tục trong sản xuất: Hệ số đảm bảo vật tư cho sản xuất ($K_{db}$) đạt 0,998, giảm thiểu tỷ lệ gián đoạn dây chuyền do chờ nguyên liệu từ 4,2% xuống 0,6%.
  3. Kiểm soát hao hụt định mức: Phát hiện mức biến động định mức tiêu hao $\Delta m$ làm tăng chi phí 2,1% tại công đoạn thành hình lốp, từ đó hiệu chỉnh kịp thời quy trình ép đùn cao su mặt lốp.

Đổi mới và đóng góp

Đổi mới kỹ thuật

  • Tích hợp sâu cấu trúc định mức kỹ thuật 3 thành phần: Bóc tách chính xác tỷ trọng cấu thành thực thể ($k$), phế liệu công nghệ tái sinh ($f_1$), phế liệu hủy ($f_2$) và sản phẩm hỏng ($h$).
  • Đại số hóa phương pháp phân tích nhân tố: Tự động hóa giải thuật thay thế liên hoàn trong việc truy vết nguyên nhân gây vượt chi ngân sách vật tư theo thời gian thực (real-time variance analysis).

So sánh với các giải pháp hiện hành

Đặc điểm giải pháp Quản lý thủ công / Sổ sách ERP truyền thống (SAP/Odoo cơ bản) Mô hình VMS tích hợp (Dự án này)
Tính toán điểm đặt hàng Không có (khi hết mới mua) Định kỳ cố định theo tháng Động theo $ROP = Q_d + Q_{nd} \cdot t_2$
Tối ưu hóa quy mô đơn hàng Dựa vào dung tích kho chứa Đặt theo MOQ của nhà cung cấp Cân bằng tối ưu giữa $S$ và $H$ theo EOQ
Bóc tách sai lệch chi phí Chỉ tính sai lệch tổng số tiền Phân tích báo cáo P&L chung Phân rã 4 nhân tố độc lập ($q, c, m, s$)
Độ phức tạp triển khai Rất thấp Rất cao, chi phí bản quyền lớn Tinh gọn, tích hợp trực tiếp vào hệ thống hiện hữu

Ứng dụng thực tế và triển khai

Kịch bản áp dụng thực tế

Giải pháp được thiết kế chuyên biệt cho các phân xưởng sản xuất trực thuộc Công ty Cao su Sao Vàng:

  • Xí nghiệp Cao su số 1 & số 2: Ứng dụng mô hình ROP kiểm soát cung ứng vải mành cán tráng và tanh thép xe đạp, xe máy.
  • Xí nghiệp Cao su số 3 (Lốp ô tô & Thiết bị công nghiệp): Ứng dụng mô hình cân bằng đồng bộ vật tư cho các mẻ luyện cao su tổng hợp chịu lực cao.
+----------------------------------------------------------------------------+
|                     LỘ TRÌNH TRIỂN KHAI 16 TUẦN                            |
|                                                                            |
|  Tuần 1 - 4   : Khảo sát định mức, chuẩn hóa mã danh mục NVL trong CSDL    |
|  Tuần 5 - 8   : Cài đặt Database, tích hợp Engine tối ưu hóa EOQ/ROP       |
|  Tuần 9 - 12  : Chạy thử nghiệm song song (Parallel Run) tại Xí nghiệp 1   |
|  Tuần 13 - 16 : Nghiệm thu, đánh giá sai lệch, chuyển giao toàn công ty   |
+----------------------------------------------------------------------------+

Phân tích chi phí - lợi ích (ROI Analysis)

  • Chi phí đầu tư ước tính: 85.000.000 VNĐ (bao gồm chuẩn hóa dữ liệu, hạ tầng máy chủ nội bộ và đào tạo nhân lực).
  • Lợi ích kinh tế hàng năm: Giảm chi phí lưu kho và giảm hao hụt vật tư ước tính đạt 340.000.000 VNĐ/năm.
  • Thời gian hoàn vốn (Payback Period): $\approx 3,0$ tháng.

Hạn chế và hướng phát triển

Hạn chế kỹ thuật hiện tại

  1. Giả định của mô hình Wilson thuần túy coi nhu cầu ($D$) và thời gian giao hàng ($L$) là hằng số cố định, chưa phản ánh đầy đủ các cú sốc nguồn cung toàn cầu.
  2. Việc phân loại phế liệu thu hồi tái sinh ($f_1$) và phế liệu bỏ đi ($f_2$) tại một số công đoạn hỗn luyện vẫn phụ thuộc vào thao tác ghi nhận thủ công của công nhân đứng máy.

Hướng phát triển tiếp theo

  • Nâng cấp mô hình tồn kho lên dạng Stochastic Inventory Control (Mô hình tồn kho ngẫu nhiên) với $D \sim N(\mu_D, \sigma_D^2)$ và Lead time $L \sim N(\mu_L, \sigma_L^2)$.
  • Tích hợp mạng nơ-ron hồi quy (LSTM/GRU) để dự báo giá nguyên liệu cao su sống trên sàn giao dịch hàng hóa, hỗ trợ đưa ra quyết định mua hàng đón đầu biến động giá.

Đối tượng hưởng lợi

+-----------------------------------------------------------------------------+
|                         MA TRẬN GIÁ TRỊ HƯỞNG LỢI                           |
|                                                                             |
|  [Sinh viên / Học viên]       [Kỹ sư Quản lý Chuỗi cung ứng]                |
|  - Khung phương pháp luận     - Bộ mã nguồn Python tối ưu hóa tồn kho       |
|  - Nghiên cứu case-study thực - Kỹ thuật phân tích sai lệch chi phí         |
|                                                                             |
|  [Doanh nghiệp Sản xuất]      [Nhà nghiên cứu Vận trù học]                 |
|  - Cắt giảm 30%+ chi phí kho  - Dữ liệu thực nghiệm ngành cao su Việt Nam   |
|  - Tăng tốc chu chuyển vốn    - Mô hình mở rộng kết hợp EOQ và định mức     |
+-----------------------------------------------------------------------------+
  1. Sinh viên và Học viên ngành Kinh tế & Quản lý công nghiệp: Có được tài liệu tham khảo hoàn chỉnh, gắn kết chặt chẽ giữa lý thuyết quản trị vật tư với quy trình công nghệ chế tạo thực tế.
  2. Kỹ sư Quản lý vật tư & Vận hành sản xuất: Tiếp cận các script tự động hóa tính toán điểm đặt hàng lại và bóc tách định mức tiêu hao, sẵn sàng nhúng vào hệ thống tác nghiệp hàng ngày.
  3. Doanh nghiệp sản xuất săm lốp / Sản phẩm cơ khí - hóa chất: Sở hữu phương án khả thi để tinh giản bộ máy tồn trữ, tối ưu hóa dòng tiền và nâng cao năng lực cạnh tranh giá thành.

Câu hỏi thường gặp

1. Yêu cầu kỹ thuật phần cứng và phần mềm để triển khai giải pháp?

Hệ thống yêu cầu máy chủ tối thiểu 4 Core CPU, 8GB RAM chạy Ubuntu Linux 22.04 LTS, CSDL PostgreSQL 15+, Python runtime 3.10+ cùng các thư viện khoa học dữ liệu tiêu chuẩn.

2. Mô hình Wilson xử lý thế nào khi nhà cung cấp áp dụng chiết khấu số lượng lớn?

Giải pháp tích hợp thuật toán so sánh tổng chi phí khả thi: Tính toán $EOQ$ thông thường, nếu $EOQ < Q_{discount}$ thì tiến hành so sánh $TC(EOQ)$ với $TC(Q_{discount})$ (bao gồm cả giá mua giảm trừ) để chọn điểm đặt hàng có tổng chi phí thấp nhất.

3. Làm thế nào để đồng bộ dữ liệu với các phân xưởng chưa có mạng nội bộ ổn định?

Hệ thống hỗ trợ cơ chế nhập liệu phân tán ngoại tuyến qua mẫu chuẩn (Standardized CSV/Excel templates), sau đó tự động xác thực và đẩy dữ liệu lên cơ sở dữ liệu trung tâm thông qua các batch job định kỳ.

4. Chi phí bảo trì và duy trì hệ thống hàng năm là bao nhiêu?

Hệ thống sử dụng nền tảng nguồn mở hoàn toàn (Python, PostgreSQL), do đó chi phí duy trì hàng năm chủ yếu là chi phí vận hành máy chủ và sao lưu dữ liệu nội bộ, ước tính dưới 15.000.000 VNĐ/năm.

5. Khả năng tương thích với quy trình sản xuất các sản phẩm cao su khác?

Thuật toán và cấu trúc cơ sở dữ liệu được thiết kế theo dạng module hóa cao (modular design), cho phép áp dụng ngay lập tức cho các dây chuyền sản xuất ống cao su, gioăng đệm kỹ thuật, dây curoa hoặc pin khô mà không cần thay đổi cấu trúc bảng cốt lõi.

Kết luận

Đồ án tốt nghiệp đã giải quyết trọn vẹn bài toán quản trị vật tư tại Công ty Cao su Sao Vàng thông qua việc kết hợp hài hòa giữa công nghệ quy trình sản xuất cao su và các mô hình toán kinh tế định lượng. Việc áp dụng mô hình sản lượng đặt hàng kinh tế (EOQ), điểm đặt hàng lại (ROP) cùng giải thuật phân tích thay thế liên hoàn không chỉ mang lại hiệu quả cắt giảm chi phí lưu kho lên tới 33,66%, mà còn đảm bảo độ tin cậy cấp phát vật tư đạt 99,8%. Đây là nền tảng vững chắc để các doanh nghiệp sản xuất chuyển đổi từ cơ chế quản lý định tính sang quản trị chuỗi cung ứng thông minh, nâng cao hiệu quả sử dụng vốn lưu động trong bối cảnh kinh tế thị trường cạnh tranh gay gắt.