Cách Giao Hàng Nhanh dùng AI để giảm áp lực cho shipper, tránh đơn hàng giao trễ

Chia sẻ tại sự kiện ra mắt FPT MongoDB Enterprise, đại diện GHN cho biết khoảng 70% dữ liệu vận hành thời gian thực của doanh nghiệp hiện được xử lý trên MongoDB.

Tại hội nghị Cisco CxO Symposium 2026 Việt Nam, ông Nguyễn Văn Khoa – Tổng Giám đốc FPT – đã chia sẻ góc nhìn về cách doanh nghiệp ứng dụng AI trong quản trị và vận hành, đồng thời cho rằng phần lớn doanh nghiệp Việt hiện vẫn đang ở giai đoạn rất sớm của quá trình chuyển đổi AI.

Theo ông Khoa, AI đang mở ra cơ hội để doanh nghiệp Việt Nam rút ngắn khoảng cách với thế giới, đặc biệt trong các lĩnh vực liên quan tới phần mềm và dữ liệu. Ông mô tả AI như một “cánh cửa công nghệ” mà mỗi thế hệ chỉ có một lần, tương tự Internet hay smartphone trước đây.

Điểm đáng chú ý trong phần chia sẻ là khung đánh giá mức độ trưởng thành AI mà FPT gọi là CASAN, gồm 5 cấp độ: Curious (tò mò), Augmented (tăng cường), Standard (chuẩn hóa), Automatic (tự hành) và Native (AI bản địa). Theo ông Khoa, đa số doanh nghiệp Việt Nam hiện mới ở mức 1 – 2, tức chủ yếu thử nghiệm hoặc dùng AI để hỗ trợ một số công việc riêng lẻ, thay vì tích hợp sâu vào quy trình vận hành.

Nỗi khổ của shipper khi hệ thống “quay đều”

Khác với mạng xã hội hay ứng dụng giải trí, hệ thống của ngành giao nhận gắn chặt với những chuyển động ngoài đời thực. Dữ liệu ở đây chính là từng thao tác quét mã vạch, từng nút bấm xác nhận lấy hàng của tài xế ngoài đường phố.

“Không giống các nền tảng giải trí, khi hệ thống mạng xã hội gặp sự cố, trải nghiệm của người dùng có thể chỉ hơi khó chịu một chút. Nhưng với logistics, hệ thống chỉ cần chậm khoảng 3 giây thôi, với hàng ngàn anh em shipper đang hoạt động ngoài kia dưới thời tiết nắng nóng, ảnh hưởng xảy ra là rất lớn và rất thật,” ông Tiến Đoàn nói về áp lực vận hành dữ liệu thời gian thực trong ngành giao nhận.

Hãy hình dung một shipper đang tất bật giao hàng. Khi họ dùng thiết bị để quét mã vận đơn, thao tác này cần được hệ thống ghi nhận ngay lập tức. Nhưng nếu máy chủ phản hồi chậm, phản xạ tự nhiên của shipper là sẽ bấm quét lại thêm vài lần vì nghĩ máy chưa nhận.

Chỉ một hành động sốt ruột rất nhỏ đó, khi nhân lên với hàng nghìn tài xế đang làm việc cùng lúc, sẽ tạo ra một lượng truy cập khổng lồ dội về máy chủ, khiến hệ thống càng thêm tắc nghẽn. Sự cố trễ dữ liệu này không chỉ khiến người mua hoang mang, mà còn ảnh hưởng trực tiếp đến thu nhập của shipper, bởi lương của họ được tính toán tự động dựa trên số lần xác nhận giao nhận thành công.

Theo đại diện GHN, phần backend xử lý dữ liệu giờ gần như đã trở thành “xương sống” của toàn bộ trải nghiệm giao nhận. Từ thao tác quét mã của shipper, cập nhật trạng thái đơn hàng cho tới điều phối tuyến đường hay xử lý sự cố vận chuyển, tất cả đều phụ thuộc vào khả năng phản hồi theo thời gian thực của hệ thống dữ liệu phía sau.

“Đường ai nấy đi” để dữ liệu không “kẹt xe”

Một tình huống khá trớ trêu nhưng rất hay gặp ở các công ty lớn là việc hệ thống vận hành và hệ thống báo cáo “đá” nhau. Đôi khi chỉ cần một cấp quản lý chạy lệnh trích xuất dữ liệu lớn để xem báo cáo nội bộ, toàn bộ hệ thống đang chạy có thể bị quá tải lây. Kết quả là sếp trên văn phòng đang xem báo cáo thì tài xế dưới đường lại không thể cập nhật trạng thái giao hàng.

Chia sẻ về bài toán này, đại diện GHN thẳng thắn nhìn nhận: “Nếu cắm AI vào một công đoạn nào đó, hoặc chỉ cần một tác vụ kéo dữ liệu báo cáo mà làm hệ thống vận hành gãy đổ thì không thể chấp nhận được”.