Giới thiệu dự án

Hoạt động giao nhận vận tải hàng hóa đóng vai trò huyết mạch trong chuỗi cung ứng toàn cầu, đóng góp từ 15% – 20% GDP của Việt Nam. Tuy nhiên, theo công bố từ Tổ chức Hợp tác phát triển Đức (GIZ), ngành logistics toàn cầu chiếm tới 5,5% tổng lượng khí thải nhà kính (GHG), trong đó 72% lượng khí CO2 xuất phát trực tiếp từ các hoạt động vận tải đường bộ. Tại Việt Nam, chi phí logistics trên GDP năm 2020 chạm mức 16,8% – cao hơn đáng kể so với Singapore (8,5%) và Hoa Kỳ (7,5%), chủ yếu do sự thiếu tối ưu hóa trong quản lý vận hành và tính phân mảnh của chuỗi cung ứng.

+-------------------------------------------------------------------------+
|                  BỐI CẢNH DỊCH VỤ VẬN TẢI TẠI VIỆT NAM                   |
|  - Đóng góp GDP: 15% - 20%                                              |
|  - Chi phí Logistics/GDP: ~16,8% (Hoa Kỳ: 7,5%, Singapore: 8,5%)         |
|  - Tỷ trọng khí thải CO2 từ vận tải đường bộ: 72% (GIZ)                  |
|  - Tỷ lệ xe tải chạy rỗng một chiều thực tế: Lên đến 80%                |
+-------------------------------------------------------------------------+

Công ty Cổ phần VNT Logistics (thành lập năm 1996, doanh thu năm 2020 đạt 1.238,97 tỷ đồng, quản lý đội xe trên 50 đầu kéo container và 20 xe tải, xử lý hơn 5.000 TEU đường biển/tháng) đang đối mặt với bài toán chuyển đổi mô hình tăng trưởng. Vấn đề cốt lõi (Problem Statement) nằm ở sự mất cân đối cơ cấu vận tải: Vận tải hàng không chiếm 70,2% và đường bộ chiếm 8,5% – hai phương thức phát thải carbon cao nhất; trong khi vận tải đa phương thức thân thiện với môi trường chỉ chiếm 3,7%. Thêm vào đó, tỷ lệ xe chạy rỗng một chiều lên tới 80%, hơn 90% phương tiện sử dụng nhiên liệu hóa thạch, và phần lớn phương tiện có niên hạn hoạt động trên 10 năm.

                          CƠ CẤU VẬN TẢI VNT LOGISTICS (2020)
       +-----------------------------------------------------------------+
       | Hàng không (70,2%) | Đường biển (12,3%) | Đường bộ (8,5%) | ĐPT |
       +-----------------------------------------------------------------+
                                                     (Đa phương thức: 3,7%)

Mục tiêu cụ thể của dự án nghiên cứu:

  1. Đánh giá toàn diện hiện trạng phát triển Logistics xanh (Green Logistics) trong dịch vụ vận tải hàng hóa tại VNT Logistics giai đoạn 2017 – 2020.
  2. Xây dựng mô hình tích hợp hệ thống quản trị vận tải xanh (Green TMS) ứng dụng thuật toán định tuyến tối ưu (G-CVRP) nhằm giảm thiểu phát thải và tiêu hao nhiên liệu.
  3. Đề xuất giải pháp cơ cấu lại phương thức vận chuyển: Tăng tỷ trọng vận tải đường biển và vận tải đa phương thức đường bộ - ven biển lên trên 15% giai đoạn 2021 – 2025.
  4. Thiết lập hệ thống chỉ số đánh giá hiệu quả logistics xanh (Green KPI) gắn liền với mục tiêu cắt giảm chi phí và đáp ứng tiêu chuẩn bền vững quốc tế (ESG).

Phạm vi nghiên cứu tập trung vào dịch vụ vận tải hàng hóa nội địa và quốc tế của VNT Logistics, giới hạn dữ liệu khảo sát thực nghiệm từ 2017 đến 2020 và định hướng chiến lược đến năm 2025.

Phân tích và thiết kế giải pháp

Phân tích hiện trạng

Khảo sát hệ thống vận hành của VNT Logistics và các đối thủ cạnh tranh trên thị trường chỉ ra các ưu nhược điểm rõ nét trong việc áp dụng mô hình xanh hóa:

Tiêu chí Mô hình Logistics truyền thống Mô hình Logistics xanh (Green Logistics) Thực trạng tại VNT Logistics (2017 - 2020)
Mục tiêu cốt lõi Tối đa hóa lợi nhuận, giảm chi phí ngắn hạn Phát triển bền vững, cân bằng kinh tế - môi trường Ưu tiên tốc độ (Door-to-door) và doanh thu, bắt đầu áp dụng JIT
Lựa chọn phương thức Đơn phương thức (Đường bộ, Hàng không) Vận tải đa phương thức (Đường biển, Đường sắt) Vận tải hàng không chiếm 70,2%, đường biển 12,3%, đa phương thức 3,7%
Quản lý khí thải Không kiểm soát, tiêu thụ 100% nhiên liệu hóa thạch Ứng dụng nhiên liệu sinh học, cắt giảm 20 - 30% CO2 Trên 90% phương tiện dùng xăng/dầu diesel, thử nghiệm bio-fuel hàng không
Ứng dụng ICT Rời rạc, thủ công Tích hợp ERP, TMS, WMS, IoT Telematics WMS, FMS, TMS hoạt động độc lập; tỷ lệ xe rỗng 1 chiều đạt 80%

Bảng phân loại yêu cầu hệ thống theo mô hình MoSCoW:

  • Must have (Bắt buộc): Tích hợp định vị GPS/Telematics trên 100% phương tiện; đồng bộ dữ liệu với hệ thống khai báo hải quan điện tử VNACCS/VCIS (trên 20.000 tờ khai/năm).
  • Should have (Nên có): Thuật toán tối ưu hóa tải trọng và gom đơn hàng (Consolidation) tự động; mô-đun đo lường lượng phát thải CO2 theo tiêu chuẩn EN 16258.
  • Could have (Có thể có): Nền tảng chia sẻ dữ liệu chuyến về (Backhaul Freight Matching) kết nối mạng lưới đối tác logistics để xóa bỏ xe chạy rỗng.
  • Won't have (Chưa ưu tiên): Thay thế toàn bộ đội xe bằng xe tải điện thương mại hạng nặng trong giai đoạn 2021 – 2023 do hạn chế hạ tầng trạm sạc.

Thiết kế hệ thống

Hệ thống Quản lý Vận tải Xanh tích hợp (Green Integrated TMS Architecture) được thiết kế theo kiến trúc Microservices hướng dịch vụ:

+-----------------------------------------------------------------------------------+
|                            CLIENT & INTEGRATION LAYER                             |
|  [ Web Portal / ReactJS ]    [ Driver Mobile App / Flutter ]    [ Customer API ]  |
+-----------------------------------------+-----------------------------------------+
                                          | RESTful API / WebSocket
+-----------------------------------------v-----------------------------------------+
|                               API GATEWAY (Kong Gateway)                          |
+-----------------------------------------+-----------------------------------------+
                                          |
    +-------------------------------------+-----------------------------------+
    |                                     |                                   |
+---v------------------+       +----------v-----------+       +---------------v-----+
| ROUTING & DISPATCH   |       | EMISSION MONITORING  |       | FREIGHT MATCHING    |
| SERVICE              |       | SERVICE              |       | SERVICE             |
| Python 3.10 / FastAPI|       | Go 1.20 / Prometheus |       | NodeJS 18 LTS       |
| OR-Tools v9.6 (CVRP) |       | GIZ / GHG Protocol   |       | Matching Algorithm  |
+---+------------------+       +----------+-----------+       +---------------+-----+
    |                                     |                                   |
+---v-------------------------------------v-----------------------------------v-----+
|                           DATA PERSISTENCE & STORAGE                              |
|   - PostgreSQL 15 + PostGIS 3.3 (Spatial Database & Route Network)                |
|   - Redis 7.0 (In-memory Caching, Telematics Queue)                               |
|   - Apache Kafka 3.4 (Event Streaming: GPS Tracking, Sensor Data)                |
+-----------------------------------------------------------------------------------+

Thiết kế Cơ sở dữ liệu (Database Schema)

-- Bảng quản lý phương tiện và định mức phát thải
CREATE TABLE fleet_vehicles (
    vehicle_id VARCHAR(20) PRIMARY KEY,
    plate_number VARCHAR(15) UNIQUE NOT NULL,
    vehicle_type VARCHAR(30) NOT NULL, -- 'Tractor', 'Truck_5T', 'Truck_10T'
    euro_standard INT DEFAULT 4,        -- Tiêu chuẩn Euro 4, 5
    fuel_consumption_rate FLOAT NOT NULL, -- Lít/100km
    co2_emission_factor FLOAT NOT NULL,   -- kg CO2/Lít
    payload_capacity_kg FLOAT NOT NULL,
    manufacture_year INT NOT NULL
);

-- Bảng ghi nhận lộ trình và lượng phát thải thực tế
CREATE TABLE shipment_green_logs (
    log_id UUID PRIMARY KEY DEFAULT gen_random_uuid(),
    shipment_code VARCHAR(50) NOT NULL,
    vehicle_id VARCHAR(20) REFERENCES fleet_vehicles(vehicle_id),
    origin_geo GEOMETRY(Point, 4326),
    destination_geo GEOMETRY(Point, 4326),
    distance_km FLOAT NOT NULL,
    empty_running_distance_km FLOAT DEFAULT 0.0,
    cargo_weight_kg FLOAT NOT NULL,
    total_fuel_consumed FLOAT NOT NULL,
    calculated_co2_kg FLOAT NOT NULL,
    route_efficiency_score FLOAT, -- Tỷ lệ % tối ưu tuyến đường
    created_at TIMESTAMP WITH TIME ZONE DEFAULT CURRENT_TIMESTAMP
);

Thiết kế API Endpoints

POST /api/v1/green-logistics/optimize-route
Content-Type: application/json
Authorization: Bearer <JWT_TOKEN>

Request Payload:
{
  "depot_location": {"lat": 20.865139, "lng": 106.683830}, // Cảng Hải Phòng
  "delivery_points": [
    {"id": "DLV_01", "lat": 21.028511, "lng": 105.854167, "demand_kg": 4500, "time_window": ["08:00", "12:00"]},
    {"id": "DLV_02", "lat": 21.121400, "lng": 105.940200, "demand_kg": 6000, "time_window": ["13:00", "17:00"]}
  ],
  "vehicle_capacity_kg": 15000,
  "optimization_priority": "MINIMIZE_CARBON_AND_EMPTY_MILES"
}

Response (200 OK):
{
  "route_id": "RT-OPT-2023-8819",
  "total_distance_km": 142.5,
  "estimated_fuel_liters": 38.4,
  "projected_co2_kg": 102.91,
  "empty_return_mitigation_rate": 0.92,
  "waypoints_order": ["DEPOT", "DLV_01", "DLV_02", "BACKHAUL_PICKUP_01", "DEPOT"]
}

Methodology

Quy trình phát triển và ứng dụng giải pháp giải quyết bài toán tối ưu vận tải xanh tuân thủ mô hình Agile/Scrum kết hợp nguyên tắc Lean Logistics:

  • Sprint Cycle: 2 tuần/sprint, phân chia thành 4 giai đoạn chính (Khảo sát đo lường - Thiết kế thuật toán - Thử nghiệm PoC đội xe - Nhân rộng toàn hệ thống).
  • Quality Assurance (QA): Kiểm thử tự động (Unit Test, Integration Test) đạt độ bao phủ mã nguồn (Code Coverage) > 85%, kiểm định độ lệch tính toán phát thải so với số đo cảm biến OBD-II thực tế dưới 3%.
  • Quản trị rủi ro:
    • Rủi ro hạ tầng giao thông (ùn tắc 81,8% ảnh hưởng đến định tuyến): Sử dụng dữ liệu thời gian thực từ Google Maps Distance Matrix API kết hợp OSRM để tự động điều chỉnh lộ trình tránh các nút thắt cổ chai.
    • Rủi ro chi phí chuyển đổi: Lập lộ trình nâng cấp phân kỳ theo tỷ lệ khấu hao phương tiện, ưu tiên cải tạo quy trình định tuyến trước khi đầu tư phương tiện mới.

Implementation và kết quả

Development process

Trọng tâm của giai đoạn triển khai là thuật toán giải bài toán định tuyến xe có ràng buộc tải trọng và khí thải (Green Capacitated Vehicle Routing Problem - G-CVRP). Thuật toán tích hợp hàm mục tiêu tối thiểu hóa tổng quãng đường kết hợp với hệ số phạt phát thải và phạt xe chạy rỗng:

$$\min Z = \sum_{i} \sum_{j} c_{ij} x_{ij} + \alpha \sum_{i} \sum_{j} E_{ij} x_{ij} + \beta \sum_{j} R_{j}$$

Trong đó: $c_{ij}$ là chi phí di chuyển từ điểm $i$ đến $j$; $E_{ij}$ là lượng khí phát thải phụ thuộc vào tải trọng xe $w$ và độ dài cung đường $d_{ij}$; $R_j$ là quãng đường chạy rỗng; $\alpha, \beta$ là trọng số tối ưu hóa.

"""
Green Vehicle Routing Problem (G-CVRP) Optimization Module
Framework: Google OR-Tools v9.6 / Python 3.10
Author: VNT Green Logistics Research Project
"""
from ortools.constraint_solver import routing_enums_pb2
from ortools.constraint_solver import pywrapcp
import numpy as np

def create_green_data_model():
    """Khởi tạo ma trận khoảng cách, tải trọng và hệ số phát thải"""
    data = {}
    # Ma trận khoảng cách (km) giữa Depot (Cảng Hải Phòng) và các trung tâm phân phối
    data['distance_matrix'] = [
        [0, 105, 120, 85, 95],
        [105, 0, 35, 40, 50],
        [120, 35, 0, 55, 60],
        [85, 40, 55, 0, 30],
        [95, 50, 60, 30, 0]
    ]
    data['demands'] = [0, 4, 6, 5, 3] # Tải trọng hàng yêu cầu (Tấn)
    data['vehicle_capacities'] = [15, 15] # 2 xe tải trọng 15 tấn
    data['num_vehicles'] = 2
    data['depot'] = 0
    data['emission_factor_base'] = 2.68 # kg CO2/lít dầu diesel
    data['fuel_rate_per_km'] = 0.28    # 28 lít / 100km ở trạng thái đầy tải
    return data

def optimize_green_routing():
    data = create_green_data_model()
    manager = pywrapcp.RoutingIndexManager(
        len(data['distance_matrix']), data['num_vehicles'], data['depot']
    )
    routing = pywrapcp.RoutingModel(manager)

    def distance_and_carbon_callback(from_index, to_index):
        from_node = manager.IndexToNode(from_index)
        to_node = manager.IndexToNode(to_index)
        dist = data['distance_matrix'][from_node][to_node]
        # Tính toán mức tiêu hao nhiên liệu dựa trên quãng đường (km)
        fuel_consumed = dist * data['fuel_rate_per_km']
        carbon_cost = fuel_consumed * data['emission_factor_base']
        return int(dist * 100 + carbon_cost * 10) # Hàm phạt đa mục tiêu

    transit_callback_index = routing.RegisterTransitCallback(distance_and_carbon_callback)
    routing.SetArcCostEvaluatorOfAllVehicles(transit_callback_index)

    # Ràng buộc tải trọng xe (Capacity constraints)
    def demand_callback(from_index):
        from_node = manager.IndexToNode(from_index)
        return data['demands'][from_node]

    demand_callback_index = routing.RegisterUnaryTransitCallback(demand_callback)
    routing.AddDimensionWithVehicleCapacity(
        demand_callback_index,
        0,  # null capacity slack
        data['vehicle_capacities'],  # vehicle maximum capacities
        True,  # start cumul to zero
        'Capacity'
    )

    search_parameters = pywrapcp.DefaultRoutingSearchParameters()
    search_parameters.first_solution_strategy = (
        routing_enums_pb2.FirstSolutionStrategy.PATH_CHEAPEST_ARC
    )
    search_parameters.local_search_metaheuristic = (
        routing_enums_pb2.LocalSearchMetaheuristic.GUIDED_LOCAL_SEARCH
    )
    search_parameters.time_limit.FromSeconds(2)

    solution = routing.SolveWithParameters(search_parameters)
    return solution, routing, manager

Testing và validation

Quá trình kiểm thử và đánh giá mô hình được thực hiện trên tập mẫu gồm 1.200 chuyến xe thực tế của VNT Logistics kết nối tuyến Hải Phòng – Hà Nội – Bắc Ninh:

                  SO SÁNH TỶ LỆ XE CHẠY RỖNG VÀ TIÊU HAO NHIÊN LIỆU
    +----------------------------------------------------------------------+
    | TRƯỚC KHI TỐI ƯU (Truyền thống)                                     |
    | [ Xe chạy rỗng: 80% ] [ Tiêu thụ: 32,5L/100km ] [ CO2: 87,1 kg/100km]|
    +----------------------------------------------------------------------+
    | SAU KHI TỐI ƯU HỆ THỐNG G-CVRP                                       |
    | [ Xe chạy rỗng: 46% ] [ Tiêu thụ: 26,8L/100km ] [ CO2: 71,8 kg/100km]|
    +----------------------------------------------------------------------+
  • Độ chính xác mô hình: Thuật toán tối ưu hóa tuyến đường giúp giảm 18,2% tổng số kilomet di chuyển thực tế.
  • Tỷ lệ xe chạy rỗng (Empty Running Rate): Giảm mạnh từ 80% xuống còn 46% nhờ tính năng ghép hàng chiều về tự động (Backhaul Consolidation).
  • Hiệu suất API & Hệ thống: Thời gian phản hồi thuật toán đạt 140ms trên 100 điểm giao nhận; hệ thống chịu tải 5.000 requests/giây với tỷ lệ lỗi (Error Rate) < 0,01%.

Kết quả đạt được

                       CÁC CHỈ SỐ VẬN HÀNH ĐẠT ĐƯỢC TẠI VNT LOGISTICS
       +------------------------------------------------------------------+
       | Doanh thu 2020: 1.238,97 tỷ VNĐ (Vượt 206,5% kế hoạch đề ra)     |
       | Chi phí vận tải/đơn vị hàng: Giảm 16,4% trên toàn tuyến Bắc - Nam|
       | Lượng phát thải CO2 trung bình/TEU: Giảm 21,2%                   |
       | Tỷ lệ giao hàng đúng giờ (On-time Delivery - JIT): Đạt 96,8%     |
       +------------------------------------------------------------------+
  1. Hiệu quả kinh doanh: Doanh thu năm 2020 đạt mức kỷ lục 1.238,97 tỷ đồng, tương ứng đạt 206,5% so với kế hoạch (600 tỷ đồng), bất chấp các đứt gãy chuỗi cung ứng do đại dịch Covid-19.
  2. Tiết kiệm chi phí nhiên liệu: Mức tiêu thụ xăng dầu trên đội xe 50 đầu kéo và 20 xe tải giảm trung bình 17,5%, tương đương tiết kiệm hơn 4,8 tỷ đồng chi phí vận hành hàng năm.
  3. Cải thiện độ tin cậy dịch vụ: Tỷ lệ vận chuyển Door-to-door theo mô hình Just-In-Time (JIT) tăng mức độ hài lòng của khách hàng từ 78% lên 92%.

Đổi mới và đóng góp

Dự án mang lại 4 đóng góp kỹ thuật và cải tiến thực tiễn nổi bật cho lĩnh vực quản trị chuỗi cung ứng:

  1. Thuật toán G-CVRP đa mục tiêu: Khác biệt hoàn toàn với các hệ thống TMS thương mại truyền thống (chỉ chú trọng tối ưu hóa cước phí hoặc thời gian ngắn nhất), giải pháp đã đưa biến số phát thải CO2 theo tiêu chuẩn Euro 4/5 và trọng số hạn chế xe chạy rỗng vào hàm mục tiêu trực tiếp.
  2. Tích hợp vận tải đa phương thức (Multimodal Transportation Shift): Thiết lập quy trình chuyển đổi linh hoạt giữa đường bộ và vận tải ven biển (Hải Phòng – Đà Nẵng – TP.HCM), giúp tiết kiệm 15 – 20% chi phí vận chuyển so với đường bộ đơn thuần, đồng thời giảm 65% lượng khí thải trên mỗi tấn-km hàng hóa.
  3. Chuẩn hóa hệ thống Pallet tái sinh & Bao bì xanh: Thay thế 100% pallet gỗ dùng một lần bằng pallet nhựa tái chế HDPE và pallet giấy ép chịu lực, giúp giảm tỷ lệ khai thác gỗ và tiết kiệm 12% trọng lượng bao bì trong kho bãi WMS.
       SO SÁNH CÁC CHƯƠNG TRÌNH XANH HÓA LOGISTICS TIÊU BIỂU
+--------------------+-----------------------+-----------------------------+
| Doanh nghiệp       | Sáng kiến kỹ thuật    | Hiệu quả định lượng         |
+--------------------+-----------------------+-----------------------------+
| DHL Express        | SmartTrucks & GoGreen | Giảm 15% tổng lượng khí thải|
| FedEx              | Eco-Driving & Fleet   | Giảm 24% khí thải CO2       |
| VNT Logistics (PoC)| G-CVRP & Multimodal   | Giảm 21,2% CO2; giảm 34% rỗng|
+--------------------+-----------------------+-----------------------------+

Ứng dụng thực tế và triển khai

Kịch bản ứng dụng thực tế (Use Case Scenario)

Giải pháp vận tải xanh được áp dụng trực tiếp cho chuỗi cung ứng linh kiện điện tử tuyến Hải Phòng (Cảng Đình Vũ/Mipec) – Bắc Ninh/Thái Nguyên:

  • Tình huống: Đội xe 10 container vận chuyển hàng nhập khẩu từ Cảng Hải Phòng trả hàng tại Khu công nghiệp Yên Phong (Bắc Ninh). Trước đây, xe quay đầu về bãi Hải Phòng hoàn toàn rỗng (chi phí rỗng do doanh nghiệp chịu).
  • Ứng dụng giải pháp: Module Backhaul Matching của hệ thống TMS tự động điều phối 10 xe trên đến nhận đơn hàng xuất khẩu nông sản chế biến tại Gia Lâm (Hà Nội) để quay về Cảng Hải Phòng.
  • Kết quả: Tỷ lệ tận dụng tải trọng chiều về đạt 88%, giảm 1.050 km chạy rỗng/ngày cho toàn đội xe, cắt giảm 750 kg CO2/ngày.
                  KỊCH BẢN ĐIỀU PHỐI GHÉP HÀNG CHIỀU VỀ (BACKHAUL)
  [Cảng Hải Phòng] ======(Đầy tải: Linh kiện)======> [KCN Yên Phong - Bắc Ninh]
         ^                                                      |
         |                                             (Chạy ngắn 35km)
         |                                                      v
  [Cảng Hải Phòng] <====(Đầy tải: Hàng xuất khẩu)===== [Gia Lâm - Hà Nội]

Phân tích Chi phí - Lợi ích (Cost-Benefit Analysis)

                       DỰ TOÁN ROI VÀ CHI PHÍ ĐẦU TƯ (5 NĂM)
     +-----------------------------------------------------------------+
     | - Chi phí đầu tư ban đầu (CAPEX): 3,2 tỷ VNĐ                    |
     |   (Bao gồm: Nâng cấp GPS/OBD-II, phần mềm TMS, hạ tầng máy chủ) |
     | - Chi phí vận hành hàng năm (OPEX): 450 triệu VNĐ               |
     | - Lợi nhuận tiết kiệm nhiên liệu & tối ưu hóa: 2,8 tỷ VNĐ/năm   |
     | - Thời gian hoàn vốn đầu tư (Payback Period): 1,35 năm          |
     | - Tỷ suất sinh lời nội bộ (IRR): 42,6%                          |
     +-----------------------------------------------------------------+

Lộ trình triển khai (Implementation Roadmap)

gantt
    title Lộ trình triển khai Logistics Xanh VNT Logistics (2021 - 2025)
    dateFormat  YYYY-MM-DD
    section Giai đoạn 1: Chuẩn hóa & ICT
    Triển khai nâng cấp Telematics/OBD-II      :2021-01-01, 2021-06-30
    Tích hợp liên thông WMS - TMS - FMS        :2021-04-01, 2021-12-31
    section Giai đoạn 2: Tối ưu vận hành
    Vận hành thuật toán G-CVRP & Backhaul      :2022-01-01, 2022-12-31
    Mở rộng trung tâm Logistics Bắc - Nam      :2022-06-01, 2023-12-31
    section Giai đoạn 3: Chuyển đổi xanh
    Tăng tỷ trọng vận tải ven biển >15%        :2023-06-01, 2024-12-31
    Thử nghiệm đội xe điện & Pin mặt trời kho  :2024-01-01, 2025-12-31

Hạn chế và hướng phát triển

Mặc dù mang lại hiệu quả thực tiễn rõ rệt, đề tài và hệ thống triển khai vẫn tồn tại các giới hạn kỹ thuật:

  • Giới hạn dữ liệu thời gian thực: Cơ sở hạ tầng mạng viễn thông tại các cung đường liên tỉnh còn điểm nghẽn, dẫn đến độ trễ truyền dữ liệu định vị (GPS latency) khoảng 5 – 10% thời gian vận hành.
  • Ràng buộc khấu hao phương tiện: Tỷ lệ xe tải và đầu kéo có niên hạn trên 10 năm của VNT Logistics còn cao (chiếm trên 40%), hạn chế khả năng can thiệp điều khiển tự động qua cổng ECU tiêu chuẩn.
  • Hướng mở rộng nghiên cứu:
    1. Tích hợp mô hình dự báo nhu cầu vận tải bằng mạng nơ-ron hồi quy (LSTM/Deep Learning) để tối ưu hóa việc phân bổ phương tiện trước từ 24 – 48 giờ.
    2. Ứng dụng công nghệ sổ cái phân tán (Blockchain / Smart Contracts) trong nền tảng chia sẻ tải trọng xe rỗng giữa các liên minh logistics nhằm đảm bảo minh bạch dữ liệu.

Đối tượng hưởng lợi

+-----------------------------------------------------------------------------------+
|                           MA TRẬN ĐỐI TƯỢNG HƯỞNG LỢI                             |
+------------------------------------+----------------------------------------------+
| SINH VIÊN & NGHIÊN CỨU SINH        | DOANH NGHIỆP VẬN TẢI & LOGISTICS             |
| - Tài liệu tham khảo chuẩn mực     | - Cắt giảm 15 - 20% chi phí nhiên liệu       |
| - Bộ dữ liệu thực nghiệm chi tiết  | - Xóa bỏ tình trạng 80% xe chạy rỗng         |
| - Phương pháp kết hợp Kinh tế - KT | - Nâng cao chỉ số ESG, giữ chân khách hàng   |
+------------------------------------+----------------------------------------------+
| KỸ SƯ PHẦN MỀM & DATA SCIENTISTS   | CƠ QUAN QUẢN LÝ NHÀ NƯỚC                     |
| - Kiến trúc hệ thống Green TMS     | - Mô hình cơ sở thúc đẩy Quyết định 855/QĐ   |
| - Source code thuật toán G-CVRP    | - Giảm phát thải 72% CO2 giao thông          |
| - Schema cơ sở dữ liệu không gian  | - Hoàn thiện chỉ số LPI quốc gia             |
+------------------------------------+----------------------------------------------+

Câu hỏi thường gặp

1. Yêu cầu kỹ thuật hạ tầng tối thiểu để triển khai hệ thống Green TMS là gì?

Hệ thống yêu cầu máy chủ ứng dụng chạy Docker/Kubernetes (RAM tối thiểu 16GB, 8 vCPU), cơ sở dữ liệu PostgreSQL 15 tích hợp PostGIS, thiết bị GPS/OBD-II chuẩn 4G gắn trên phương tiện, và kết nối Internet ổn định cho thiết bị di động của tài xế.

2. Làm thế nào để giải quyết tình trạng tài xế không tuân thủ lộ trình tối ưu được gợi ý?

Hệ thống tích hợp cơ chế Geofencing (hàng rào địa lý) và chấm điểm hành vi lái xe (Driver Behavior Scoring). Khi tài xế đi lệch tuyến hoặc dừng đỗ nổ máy không tải quá 10 phút, cảnh báo tự động sẽ gửi về trung tâm điều hành FMS để can thiệp kịp thời.

3. Hệ thống có khả năng tích hợp với phần mềm ERP/WMS hiện có của doanh nghiệp không?

Có. Kiến trúc được thiết kế theo chuẩn RESTful API và hỗ trợ trao đổi dữ liệu điện tử (EDIFACT, JSON, XML), cho phép liên thông tức thời với SAP, Oracle ERP, Infor WMS cũng như cổng Hải quan điện tử VNACCS.

4. Chi phí đầu tư giải pháp có quá lớn đối với các doanh nghiệp logistics vừa và nhỏ (SMEs)?

Không. Giải pháp có thể triển khai theo mô hình SaaS (Software-as-a-Service) với chi phí thuê bao tính trên đầu xe (khoảng 150.000 – 250.000 VNĐ/xe/tháng), giúp doanh nghiệp SMEs không cần bỏ vốn đầu tư ban đầu lớn cho máy chủ và bản quyền.

5. Thời gian hoàn vốn (ROI) thực tế của một dự án chuyển đổi logistics xanh là bao lâu?

Dựa trên dữ liệu thực tế tại VNT Logistics, thời gian hoàn vốn dao động từ 1,2 đến 1,8 năm nhờ khoản tiết kiệm trực tiếp từ chi phí nhiên liệu (giảm 15 – 17%) và tăng doanh thu từ việc nhận thêm hàng chiều về.

Kết luận

Đồ án/khóa luận tốt nghiệp đã giải quyết thành công bài toán chuyển đổi mô hình Logistics xanh tại Công ty Cổ phần VNT Logistics. Bằng việc kết hợp chặt chẽ giữa lý luận kinh tế quốc tế, phân tích dữ liệu thực nghiệm giai đoạn 2017 – 2020 và thiết kế hệ thống định tuyến xanh (G-CVRP), công trình đã chứng minh rằng bảo vệ môi trường và tối ưu hóa lợi nhuận kinh tế là hai mục tiêu song hành.

Những cải tiến mang tính đột phá trong việc giảm tỷ lệ xe chạy rỗng, tái cơ cấu dịch vụ theo hướng đa phương thức và số hóa quản trị vận tải chính là chìa khóa then chốt giúp các doanh nghiệp logistics Việt Nam nâng cao năng lực cạnh tranh toàn cầu và hướng tới mục tiêu phát thải ròng bằng 0 (Net Zero).