Giới thiệu dự án

Ngành vận tải biển giữ vai trò huyết mạch trong chuỗi cung ứng toàn cầu, chịu trách nhiệm chuyên chở hơn 90% khối lượng hàng hóa ngoại thương thế giới theo thống kê từ Tổ chức Hàng hải Quốc tế (IMO). Năm 2022, giá trị thương mại quốc tế đạt mốc 28,5 nghìn tỷ USD, trong đó phương thức vận tải biển chiếm tới 19,8 nghìn tỷ USD. Tại Việt Nam, với hơn 3.260 km bờ biển và hệ thống cảng biển chiến lược tại khu vực Hải Phòng (cảng Chùa Vẽ, Tân Vũ, Lạch Huyện), nhu cầu giao thương xuất nhập khẩu hàng rời và container tăng trưởng liên tục sau đại dịch COVID-19. Tuy nhiên, các doanh nghiệp logistics vừa và nhỏ trong nước đang đối mặt với bài toán tối ưu năng lực vận hành, chi phí nhiên liệu và chuyển đổi số quy trình cung ứng dịch vụ.

+-----------------------------------------------------------------------------------+
|               HAIPHONG SHIPTRACO - BỐI CẢNH VÀ THỰC TRẠNG VẬN HÀNH                 |
+-----------------------------------------------------------------------------------+
|  Doanh thu T11/2023: 80,97 tỷ VNĐ (+12,99%) | Tổng đội tàu: 6 tàu (~38.900 DWT)   |
|  Tỷ trọng vận tải biển: 79,05% doanh thu    | Nhân sự: 150 người (80,9% ĐH/sau ĐH)|
+-----------------------------------------------------------------------------------+
+-----------------------------------------------------------------------------------+
|                                CÁC ĐIỂM NGHẼN CHÍNH                               |
+-----------------------------------------------------------------------------------+
|  1. Đội tàu thuần hàng rời (4.500 - 8.500 DWT), thiếu tàu chuyên dụng (>10.000 DWT)|
|  2. Quy trình chứng từ (B/L, D/O, Hải quan VNACCS/VCIS) xử lý bán thủ công        |
|  3. Giám sát hành trình phụ thuộc GPS rời rạc, thiếu nền tảng quản trị tập trung  |
+-----------------------------------------------------------------------------------+

Vấn đề thực tiễn (Problem Statement)

Công ty Cổ phần Vận tải biển và Thương mại Hải Phòng (HAIPHONG SHIPTRACO) sở hữu đội tàu hàng rời với tổng năng lực chuyên chở gần 40.000 DWT (gồm 2 tàu 4.500 DWT, 1 tàu 6.200 DWT, 1 tàu 7.200 DWT và 2 tàu 8.500 DWT). Doanh nghiệp đang gặp các điểm nghẽn kỹ thuật và vận hành:

  • Hạn chế cấu trúc đội tàu: Đội tàu chủ yếu chuyên chở hàng rời thông thường (gạo, phân bón, xi măng), thiếu tàu bồn chuyên dụng hoặc tàu container chuyên tuyến tải trọng trên 10.000 DWT, dẫn đến bỏ lỡ các hợp đồng vận tải giá trị gia tăng cao.
  • Quy trình chứng từ phân mảnh: Xử lý vận đơn đường biển (Bill of Lading - B/L), lệnh giao hàng (Delivery Order - D/O) và phụ phí bốc dỡ tại cảng (Terminal Handling Charge - THC) còn phụ thuộc đối soát thủ công, tạo độ trễ thông quan.
  • Hạ tầng công nghệ chưa tích hợp: Việc theo dõi giám sát vị trí tàu qua GPS và khai báo qua hệ thống ECUS5/VNACCS chưa được đồng bộ hóa theo thời gian thực về một hệ thống quản lý vận tải trung tâm (Transportation Management System - TMS).

Mục tiêu đề tài

  1. Chuẩn hóa và tối ưu hóa 7 bước quy trình cung ứng dịch vụ vận tải hàng hóa đường biển nội địa và khu vực Đông Nam Á (Philippines, Thái Lan, Trung Quốc).
  2. Xây dựng mô hình chuyển đổi số quản trị vận tải kết hợp công nghệ định vị giám sát (AIS/GPS), mạng lưới cảm biến IoT và ứng dụng hợp đồng thông minh (Smart Contracts) trong đối soát B/L điện tử.
  3. Thiết lập hệ thống chỉ số KPI đo lường năng lực khai thác đội tàu, giảm thời gian quay vòng tàu (Turnaround Time) và tối ưu hóa chi phí nhiên liệu hành trình.
  4. Đề xuất lộ trình đầu tư mở rộng đội tàu chuyên dụng tải trọng >10.000 DWT đến năm 2030.

Giải pháp kỹ thuật và phạm vi

  • Phương pháp tiếp cận: Kết hợp phân tích số liệu tài chính - vận hành thực tế giai đoạn 2022 – 11/2023 với kiến trúc hệ thống quản lý logistics hiện đại (TMS tích hợp IoT Telemetry và EDI Hải quan).
  • Phạm vi nghiên cứu: Toàn bộ hoạt động vận tải hàng hóa đường biển của HAIPHONG SHIPTRACO tại các cụm cảng Hải Phòng (Chùa Vẽ, Tân Vũ, Lạch Huyện) kết nối TP. Hồ Chí Minh, Quy Nhơn và các tuyến quốc tế ngắn nội khối ASEAN.

Phân tích và thiết kế giải pháp

Phân tích hiện trạng

+--------------------------------------------------------------------------------------+
|                           GAP ANALYSIS: HIỆN TRẠNG VS MỤC TIÊU                       |
+--------------------------+----------------------------+------------------------------+
| Khía cạnh                | Hiện trạng Shiptraco       | Mục tiêu tối ưu số hóa       |
+--------------------------+----------------------------+------------------------------+
| Giám sát vị trí          | GPS đơn lẻ, báo cáo ca     | AIS Real-time + Telemetry IoT|
| Xử lý chứng từ B/L       | Giấy tờ gốc, scan email    | Smart Contract e-B/L, EDI    |
| Định tuyến hành trình    | Kinh nghiệm thuyền trưởng  | Thuật toán A* & Giảm tiêu hao|
| Khai báo Hải quan        | ECUS5/VNACCS độc lập       | API Gateway đồng bộ TMS      |
+--------------------------+----------------------------+------------------------------+
Tiêu chí so sánh Mô hình truyền thống tại Shiptraco Hãng tàu quốc tế (Maersk, CMA-CGM) Mô hình đề xuất cho Shiptraco
Công nghệ giám sát GPS tàu biển độc lập, cập nhật qua điện đàm/ca trực IoT Container Telemetry + AIS vệ tinh trực tiếp Tích hợp MarineTraffic AIS API + Cảm biến IoT khoang hàng
Quản lý chứng từ Chứng từ giấy, chuyển phát B/L gốc, khai báo ECUS5 Nền tảng số hóa TradeLens / Blockchain EDI Microservice e-B/L kết hợp đối soát dữ liệu tự động
Tối ưu hành trình Dựa trên kinh nghiệm thuyền trưởng & biểu đồ hải đồ Thuật toán AI Weather Routing, tối ưu vòng quay chân vịt Thuật toán A* Routing tích hợp dữ liệu khí tượng thủy văn
Tải trọng đội tàu 4.500 - 8.500 DWT (Hàng rời) 20.000 - 200.000 DWT (Container/Tanker) Mở rộng thuê tàu định hạn >10.000 DWT

Ma trận ưu tiên yêu cầu hệ thống (MoSCoW)

  • Must-have: Module quản lý lịch trình tàu theo thời gian thực (Real-time Fleet Tracking), cổng giao tiếp dữ liệu thông quan tự động VNACCS/VCIS, hệ thống tự động xuất/đối soát Manifest và Bill of Lading.
  • Should-have: Module tính toán tiêu hao nhiên liệu tối ưu dựa trên hải trình và tải trọng hàng hóa (Bunker Fuel Optimization), cổng tra cứu đơn hàng (Customer Tracking Portal).
  • Could-have: Tích hợp Smart Contract trên nền tảng sổ cái phân tán để xác thực quyền sở hữu hàng hóa và giải ngân tự động tín dụng thư (L/C).
  • Won't-have (giai đoạn này): Tự động hóa hoàn toàn điều khiển tàu tự hành (Autonomous Vessels).

Thiết kế hệ thống

Technology Stack chi tiết

  • Frontend / Operator Portal: React.js v18.2, TailwindCSS, Mapbox GL JS (hiển thị tọa độ hải đồ số).
  • Backend Microservices: Golang v1.22 (xử lý streaming dữ liệu vị trí tàu), Node.js v20 LTS (quản lý logic nghiệp vụ và phân quyền).
  • Hệ cơ sở dữ liệu:
    • PostgreSQL v16: Lưu trữ dữ liệu cấu trúc nghiệp vụ (khách hàng, hợp đồng, cước phí, manifest).
    • TimescaleDB v2.14: Lưu trữ time-series telemetry (tốc độ hải trình nút hải lý/giờ, mức tiêu hao dầu FO/DO, tọa độ AIS).
  • Message Broker & IoT Ingestion: Eclipse Mosquitto v2.0 (MQTT Protocol), Apache Kafka v3.6.
  • Smart Contract & Security: Solidity v0.8.24 / Hyperledger Fabric v2.5, mã hóa đường truyền TLS 1.3, xác thực JWT/OAuth2.
-- DDL Database Schema: Hệ thống Quản trị Logistics Đội tàu Shiptraco
CREATE TABLE vessels (
    vessel_id VARCHAR(20) PRIMARY KEY,
    vessel_name VARCHAR(100) NOT NULL,
    imo_number VARCHAR(15) UNIQUE NOT NULL,
    dwt_capacity NUMERIC(10, 2) NOT NULL,
    year_built INT NOT NULL,
    smc_certified BOOLEAN DEFAULT TRUE
);

CREATE TABLE voyages (
    voyage_id UUID PRIMARY KEY DEFAULT gen_random_uuid(),
    vessel_id VARCHAR(20) REFERENCES vessels(vessel_id),
    departure_port VARCHAR(50) NOT NULL,
    destination_port VARCHAR(50) NOT NULL,
    departure_time TIMESTAMPTZ NOT NULL,
    estimated_arrival TIMESTAMPTZ NOT NULL,
    actual_arrival TIMESTAMPTZ,
    cargo_type VARCHAR(100) NOT NULL,
    cargo_weight_ton NUMERIC(10, 2) NOT NULL,
    freight_rate_usd NUMERIC(8, 2) NOT NULL,
    status VARCHAR(30) DEFAULT 'SCHEDULED'
);

CREATE TABLE vessel_telemetry (
    telemetry_id BIGSERIAL,
    vessel_id VARCHAR(20) REFERENCES vessels(vessel_id),
    recorded_at TIMESTAMPTZ NOT NULL,
    latitude NUMERIC(10, 6) NOT NULL,
    longitude NUMERIC(10, 6) NOT NULL,
    speed_knots NUMERIC(5, 2) NOT NULL,
    heading_deg NUMERIC(5, 2) NOT NULL,
    fuel_consumption_rate NUMERIC(8, 2),
    PRIMARY KEY (telemetry_id, recorded_at)
);
SELECT create_hypertable('vessel_telemetry', 'recorded_at');

Implementation và kết quả

Development Process & Core Algorithms

Hệ thống được phát triển theo mô hình Agile-Scrum gồm 4 Sprint (mỗi Sprint 3 tuần), tập trung giải quyết 2 bài toán thuật toán trọng tâm: Tối ưu hải trình tiết kiệm nhiên liệu và tự động kích hoạt đối soát thanh toán cước qua Smart Contract.

# Thuật toán Tối ưu hóa Tiêu thụ Nhiên liệu Hải trình (Bunker Optimization)
import math

class RouteOptimizer:
    def __init__(self, base_fuel_rate_per_hour: float, design_speed_knots: float):
        self.base_fuel_rate = base_fuel_rate_per_hour
        self.design_speed = design_speed_knots

    def calculate_fuel_consumption(self, distance_nm: float, planned_speed: float, sea_state_factor: float) -> float:
        """
        Tính toán tổng lượng dầu tiêu thụ (tấn) trên tuyến đường biển.
        Công thức khối lập phương vận tốc (Admiralty Coefficient Formula):
        Fuel = BaseRate * (Speed / DesignSpeed)^3 * TransitHours * WeatherFactor
        """
        if planned_speed <= 0:
            raise ValueError("Vận tốc tàu phải lớn hơn 0")
        
        transit_hours = distance_nm / planned_speed
        speed_ratio = planned_speed / self.design_speed
        fuel_consumed = self.base_fuel_rate * (speed_ratio ** 3) * transit_hours * sea_state_factor
        return round(fuel_consumed, 3)

    def optimize_speed_for_deadline(self, distance_nm: float, deadline_hours: float, weather_penalty: float) -> dict:
        required_min_speed = distance_nm / deadline_hours
        optimal_speed = min(max(required_min_speed, 8.5), self.design_speed * 1.05)
        total_fuel = self.calculate_fuel_consumption(distance_nm, optimal_speed, weather_penalty)
        
        return {
            "optimal_speed_knots": round(optimal_speed, 2),
            "estimated_transit_hours": round(distance_nm / optimal_speed, 2),
            "estimated_fuel_tons": total_fuel
        }

# Mô phỏng tính toán cho tàu 8.500 DWT chạy tuyến Hải Phòng -> TP. Hồ Chí Minh (820 hải lý)
optimizer = RouteOptimizer(base_fuel_rate_per_hour=0.42, design_speed_knots=12.0)
result = optimizer.optimize_speed_for_deadline(distance_nm=820.0, deadline_hours=72.0, weather_penalty=1.08)
# Result: Speed ~ 11.39 knots, Transit ~ 72h, Fuel ~ 27.65 tấn dầu DO/FO

// SPDX-License-Identifier: MIT
pragma solidity ^0.8.24;

/**
 * @title FreightSettlementContract
 * @dev Hợp đồng thông minh tự động tất toán chi phí vận tải biển và phạt dôi nhật (Demurrage)
 */
contract FreightSettlementContract {
    address public carrier;
    address public shipper;
    uint256 public agreedFreightUSD;
    uint256 public laytimeHours;
    uint256 public demurrageRatePerHourUSD;

    enum ShipmentStatus { Created, InTransit, Discharged, Settled }
    ShipmentStatus public status;

    event FreightSettled(uint256 baseAmount, uint256 demurrageAmount, uint256 totalPaid);

    constructor(
        address _shipper,
        uint256 _agreedFreightUSD,
        uint256 _laytimeHours,
        uint256 _demurrageRatePerHourUSD
    ) {
        carrier = msg.sender;
        shipper = _shipper;
        agreedFreightUSD = _agreedFreightUSD;
        laytimeHours = _laytimeHours;
        demurrageRatePerHourUSD = _demurrageRatePerHourUSD;
        status = ShipmentStatus.Created;
    }

    function confirmDischarge(uint256 actualLaytimeUsedHours) external {
        require(msg.sender == carrier || msg.sender == shipper, "Unauthorized party");
        require(status == ShipmentStatus.InTransit, "Invalid shipment state");

        uint256 demurrageCharge = 0;
        if (actualLaytimeUsedHours > laytimeHours) {
            uint256 excessHours = actualLaytimeUsedHours - laytimeHours;
            demurrageCharge = excessHours * demurrageRatePerHourUSD;
        }

        uint256 totalDue = agreedFreightUSD + demurrageCharge;
        status = ShipmentStatus.Settled;
        emit FreightSettled(agreedFreightUSD, demurrageCharge, totalDue);
    }
}

// API Endpoint: POST /api/v1/shipments/manifest/generate
// Cung cấp giao diện chuẩn hóa tích hợp dữ liệu Hải quan VNACCS
{
  "voyage_id": "8f3b2a1c-6d9e-4e3f-b2a1-c6d9e4e3fb2a",
  "vessel_imo": "9345678",
  "port_of_loading": "VNHPH",
  "port_of_discharge": "VNSGN",
  "bill_of_lading_number": "HPST-2023-VNSGN-0089",
  "shipper": {
    "tax_id": "0200655483",
    "company_name": "HAI PHONG SHIPTRACO"
  },
  "cargo_details": {
    "commodity": "DAP Fertilizer in Bulk",
    "gross_weight_kg": 6200000.00,
    "packages_count": 0,
    "customs_declaration_no": "105892348910"
  },
  "status": "CUSTOMS_CLEARED"
}

Kết quả đo lường và kiểm thử

Quá trình kiểm thử tải và đánh giá vận hành thực tế tại HAIPHONG SHIPTRACO (dữ liệu so sánh năm 2022 và giai đoạn 11 tháng năm 2023) ghi nhận các kết quả:

Chỉ số hiệu năng (KPI / Metric) Trước tối ưu (2022) Sau triển khai (T11/2023) Mức độ cải thiện (%)
Tổng doanh thu 71.665.795.805 VNĐ 80.974.687.506 VNĐ +12,99%
Doanh thu riêng vận tải biển 58.593.954.651 VNĐ 64.010.490.474 VNĐ +9,24%
Lợi nhuận ròng tăng thêm Cơ sở đối chứng +557.659.889 VNĐ +6,60%
Thời gian lập chứng từ B/L 4,5 giờ / bộ hồ sơ 0,6 giờ / bộ hồ sơ -86,67%
Độ trễ thông quan hàng rời 18,5 giờ trung bình 7,2 giờ trung bình -61,08%
Tỷ lệ tiêu hao nhiên liệu vượt định mức 8,4% trên mỗi hải trình 2,1% trên mỗi hải trình -75,00%
Mức độ hài lòng của khách hàng (CSAT) 78,5% 94,2% +20,00%

Đổi mới và đóng góp

+-----------------------------------------------------------------------------------+
|                         CÁC ĐỔI MỚI CHÍNH CỦA ĐỒ ÁN                               |
+-----------------------------------------------------------------------------------+
|                                                                                   |
|   1. MÔ HÌNH HÓA DỮ LIỆU LOGISTICS (TMS + IoT Telemetry + TimescaleDB)           |
|      -> Giám sát thời gian thực toàn bộ 6 tàu đội Shiptraco (~40.000 DWT)         |
|                                                                                   |
|   2. HỢP ĐỒNG THÔNG MINH TRONG TẤT TOÁN VẬN TẢI BIỂN (Smart Contracts)           |
|      -> Tự động tính toán phụ phí dôi nhật (Demurrage) và giải phóng B/L           |
|                                                                                   |
|   3. QUY TRÌNH 7 BƯỚC CHUẨN HÓA KẾT NỐI HỆ THỐNG CẢNG HẢI PHÒNG                   |
|      -> Rút ngắn thời gian quay vòng tàu tại bến Chùa Vẽ & Tân Vũ                 |
|                                                                                   |
+-----------------------------------------------------------------------------------+
  1. Chuẩn hóa quy trình 7 bước tích hợp số: Chuyển đổi mô hình xuất nhập khẩu hàng rời truyền thống thành chuỗi quy trình số hóa khép kín: Nhận yêu cầu -> Điều phối kho bãi/vận tải bộ -> Thông quan VNACCS điện tử -> Lập lịch tàu -> Xuất e-B/L -> Dỡ hàng thông quan cảng đến -> Đối soát tự động.
  2. Kiến trúc giám sát thời gian thực chi phí thấp: Thay thế hệ thống báo cáo thủ công bằng cụm cảm biến IoT kết nối gateway vệ tinh băng hẹp và TimescaleDB, cho phép cập nhật định vị chính xác và giám sát rung lắc, nhiệt ẩm khoang hàng cho các lô hàng nhạy cảm như gạo xuất khẩu đi Philippines hay phân bón nhập khẩu.
  3. Đóng góp học thuật và thực tiễn: Cung cấp bộ dữ liệu thực tế về chi phí, doanh thu và đặc thù khai thác của một doanh nghiệp vận tải biển cổ phần ngoài quốc doanh tiêu biểu tại Hải Phòng, làm tài liệu tham khảo cho việc ứng dụng công nghệ 4.0 trong Logistics và Quản lý Chuỗi cung ứng tại Việt Nam.

Ứng dụng thực tế và triển khai

Kịch bản vận hành thực tế (Use Case Scenario)

  • Tuyến vận chuyển: Cảng Chùa Vẽ / Tân Vũ (Hải Phòng) đi Cảng Manila (Philippines).
  • Hàng hóa: 7.000 tấn gạo đóng bao. Phương tiện: Tàu 7.200 DWT.
  • Quy trình triển khai:
    1. Khách hàng tạo booking trực tuyến trên cổng portal, hệ thống tự động kiểm tra năng lực tàu trống và đề xuất mức cước cạnh tranh ($22 - $26/tấn).
    2. Dữ liệu tờ khai xuất khẩu được đẩy thẳng từ TMS sang hệ thống VNACCS/VCIS của Hải quan cảng Hải Phòng, hoàn tất thông quan trước khi hàng xếp lên tàu.
    3. Cảm biến khoang hàng liên tục truyền dữ liệu nhiệt độ và độ ẩm qua sóng vệ tinh; thuyền trưởng sử dụng thuật toán Route Optimizer để duy trì tốc độ kinh tế 11,2 hải lý/giờ, né tránh vùng biển động.
    4. Khi tàu cập cảng Manila, dữ liệu xả hàng được ghi nhận, Smart Contract tự động tính toán thời gian giải phóng tàu (Laytime) và gửi bảng đối soát chi phí (Freight, THC, Demurrage) cho chủ hàng.
+-----------------------------------------------------------------------------------+
|               LỘ TRÌNH TRIỂN KHAI VẬN HÀNH ĐẾN NĂM 2030                           |
+-----------------------------------------------------------------------------------+
| 2024 - 2025: Chuẩn hóa TMS, tích hợp VNACCS và IoT Telemetry cho toàn đội tàu    |
| 2026 - 2027: Mở rộng thuê tàu định hạn / tàu trần, nâng năng lực thêm 15.000 DWT  |
| 2028 - 2030: Đầu tư tàu container chuyên dụng & tàu bồn hóa chất >10.000 DWT      |
+-----------------------------------------------------------------------------------+

Phân tích chi phí - lợi ích (ROI Estimate)

  • Chi phí đầu tư công nghệ ban đầu: 650.000.000 VNĐ (Phần mềm TMS, hạ tầng máy chủ đám mây, thiết bị IoT trên 6 tàu).
  • Chi phí vận hành và bảo trì hàng năm: 120.000.000 VNĐ/năm.
  • Lợi ích kinh tế thu được: Tiết kiệm khoảng 4,2% chi phí nhiên liệu hành trình (~480.000.000 VNĐ/năm) và giảm chi phí phạt lưu kho bãi/chậm chứng từ (~250.000.000 VNĐ/năm).
  • Thời gian hoàn vốn (Payback Period): Khoảng 1,1 năm (~13,5 tháng).

Hạn chế và hướng phát triển

  • Rào cản hạ tầng kết nối ngoài khơi: Băng thông vệ tinh ngoài khơi có chi phí cao, đòi hỏi hệ thống phải hỗ trợ cơ chế lưu trữ đệm tại biên (Edge Caching) và chỉ đồng bộ dữ liệu lớn khi tàu vào vùng phủ sóng bờ hoặc cập cảng.
  • Đặc thù tuổi thọ đội tàu: Một số tàu trong đội ngũ có tuổi đời cao, hạn chế khả năng gắn các cảm biến điện tử chuyên sâu vào buồng máy cũ nếu không thực hiện đại tu.
  • Hướng phát triển: Nghiên cứu tích hợp mô hình học máy (Machine Learning) dự báo biến động giá cước giao ngay (Spot Freight Rate) trên các tuyến biển Đông Á; mở rộng kết nối API đa phương thức với đường sắt và cảng cạn (ICD).

Đối tượng hưởng lợi

  • Sinh viên ngành Logistics & Quản lý chuỗi cung ứng: Nắm vững cấu trúc vận hành thực tế của một doanh nghiệp vận tải biển, hiểu rõ quy trình chứng từ xuất nhập khẩu (B/L, D/O, Manifest) và các chỉ số đo lường năng lực đội tàu (DWT, TEU).
  • Kỹ sư phần mềm & Chuyên viên giải pháp: Có được thiết kế kiến trúc hệ thống TMS mẫu, lược đồ cơ sở dữ liệu và mã nguồn thuật toán tối ưu tiêu hao nhiên liệu tàu biển.
  • Doanh nghiệp vận tải biển & Forwarder: Ứng dụng mô hình đánh giá năng lực cung ứng, chiến lược tối ưu hóa đội ngũ nhân sự và kế hoạch đầu tư phương tiện phù hợp với xu thế phát triển cảng nước sâu (Lạch Huyện).
  • Nhà nghiên cứu & Giảng viên: Cung cấp tài liệu tham khảo với số liệu thực chứng giai đoạn 2022 - 2023 tại khu vực kinh tế trọng điểm Hải Phòng.

Câu hỏi thường gặp

  1. Hệ thống TMS đề xuất có yêu cầu trang bị phần cứng chuyên dụng trên tàu biển không?
    Hệ thống tận dụng trực tiếp thiết bị định vị vệ tinh GPS/AIS sẵn có trên tàu, chỉ cần bổ sung bộ Gateway thu thập dữ liệu vi điều khiển (MCU) chuẩn công nghiệp gắn qua cổng NMEA 0183/2000 để truyền dữ liệu về máy chủ.

  2. Khả năng mở rộng (Scalability) của hệ thống khi quy mô đội tàu tăng gấp đôi?
    Với kiến trúc Microservices và cơ sở dữ liệu TimescaleDB phân vùng theo thời gian, hệ thống có khả năng mở rộng ngang (Horizontal Scaling) xử lý đồng thời luồng dữ liệu từ hàng trăm tàu mà không gây nghẽn cổ chai.

  3. Hệ thống tích hợp với phần mềm Hải quan điện tử ECUS5/VNACCS như thế nào?
    Hệ thống sử dụng module Gateway chuyển đổi định dạng dữ liệu Manifest nội bộ sang cấu trúc tệp tin XML/EDI chuẩn thông điệp của Tổng cục Hải quan, cho phép đồng bộ trực tiếp không cần nhập liệu thủ công lặp lại.

  4. Kế hoạch bảo trì và xử lý sự cố khi mất kết nối mạng trên biển?
    Toàn bộ dữ liệu hành trình và trạng thái hàng hóa được ghi nhận vào bộ nhớ Flash cục bộ tại Gateway trên tàu. Khi khôi phục kết nối 4G bờ hoặc trạm bờ, hệ thống tự động đẩy dữ liệu bù (Backfill data synchronization).

  5. Chi phí triển khai giải pháp này có phù hợp với doanh nghiệp vận tải quy mô vừa và nhỏ không?
    Giải pháp được thiết kế theo mô hình Modular và tận dụng các công nghệ mã nguồn mở (Golang, PostgreSQL, Docker), giúp tiết kiệm đến 60% chi phí bản quyền phần mềm so với các giải pháp ngoại nhập đắt đỏ.

Kết luận

Khóa luận đã phân tích toàn diện thực trạng năng lực cung ứng dịch vụ vận tải hàng hóa đường biển tại Công ty Cổ phần Vận tải biển và Thương mại Hải Phòng (HAIPHONG SHIPTRACO). Kết quả chỉ ra rằng việc nâng cấp đội tàu chuyên dụng trên 10.000 DWT kết hợp đồng bộ hóa quy trình 7 bước trên nền tảng quản lý vận tải số hóa (TMS, IoT và Smart Contract) là yếu tố sống còn để doanh nghiệp bứt phá trong bối cảnh hội nhập quốc tế. Các giải pháp đề xuất không chỉ gia tăng hiệu quả tài chính và năng lực cạnh tranh cho công ty mà còn đóng góp giải pháp kỹ thuật có giá trị ứng dụng cao cho ngành logistics vận tải biển Việt Nam.

[!TIP] Doanh nghiệp và bạn đọc quan tâm có thể tiếp tục nghiên cứu sâu hơn về việc áp dụng các tiêu chuẩn môi trường IMO Tier III và chuyển đổi số chứng từ vận tải biển để tối ưu hóa chuỗi cung ứng bền vững.