Ngày nay, chi phí đầu tư cho chuyển đổi kỹ thuật số cho ngành công nghiệp toàn cầu đã đạt đến con số 1 nghìn tỉ đô la Mỹ. Sự đầu tư vào các công nghệ hiện đại như trí tuệ nhân tạo (AI), móc móc tự học (Machine learning), dữ liệu lớn (Bigdata)… đang tăng vọt nhờ niềm tin vào tiềm năng cải thiện năng suất chất lượng vượt trội của các công nghệ trên.
Những ứng dụng của công nghệ trong thời đại số là vô hạn. Tuy nhiên nó cũng phải đối diện với một trong những rào cản lớn mà doanh nghiệp nào cũng gặp phải: Nút thắt cổ chai.
Xảy ra khi một khối lượng công việc được đổ vào quá nhanh và vượt quá khả năng xử lý của các bước tiếp theo để có thể cho ra kết qủa như mong đợi. Hậu quả là khiến cho hệ thống trì trệ và gây thêm tổn thất do lãng phí, dễ thấy nhất là lãng phí do chờ đợi, dư thừa quy trình sản xuất mà không đem lại được lợi ích cho khách hàng. Do đó, việc xác định, phân tích và tháo gỡ nút thắt cổ chai là rất quan trọng đối với doanh nghiệp.
Phân tích dự báo là một ví dụ điển hình. Bằng việc xử lý, phối hợp các dự liệu hoạt động với thông tin về khả năng làm việc của máy móc, các công ty giờ đây có thể đưa ra dự đoán về những sự kiện sẽ xảy đến trong tương lai. Tuy không đưa ra được dự đoán chính xác nhất, nhưng nó cung cấp cho các công ty này một mô hình giả lập chính xác hơn so với những dự đoán mơ hồ mà các công ty thường dựa vào.
Loại bỏ thắt cổ chai là chuyện nói dễ hơn làm. Việc tắc nghẽn có khi không đơn giản là cục bộ tại vị trí mà ta nhìn thấy được mà ta cần nhìn một cách bao quáp toàn bộ hệ thống hoạt động. Tùy thuộc vào độ phức của nút thắt để doanh nghiệp có những phương pháp khác nhau. Doanh nghiệp xây dựng lại hệ thống quy trình làm việc, sẽ dễ dàng hơn rất nhiều để xác định những điểm nào hoạt động tốt và những điểm nào xuất hiện trục trặc.
Hiệu ứng thắt cổ chai có thể gây ra bởi con người, máy móc, các quy trình hoặc sự kết hợp của những yếu tố trên. Nguyên nhân của thắt cổ chai cũng đồng thời xác định giải pháp của nó, xác định nguyên nhân của hiện tượng này là bước đầu tiên cần phải làm. Với con người thì cần phải có sự đào tạo cũng như giám sát, trái lại những vấn đề từ máy móc và quy trình thường là những vấn đề có thể khắc phục tốt nhất bằng tự động hóa và trí tuệ máy móc.
Những sự cải tiến nhỏ có thể tạo ra tác động lớn. Lấy Amazon làm ví dụ, họ nâng cấp chương trình có thể rút ngắn một lượng lớn thời gian cho các tài xế lái xe tải trong việc kiểm tra tại trung tâm. Quy trình mới có thể chỉ tiết kiệm vài chục giây cho mỗi xe, nhưng nó đảm bảo an ninh cho các điểm tập kết và không trở thành hiệu ứng làm cho cả quy trình tại trung tâm bị chậm đi.
Một điều đáng để lưu ý là xác định thắt cổ chai là vấn đề thường xuyên hay chỉ xảy ra một lần. Một số vấn đề xảy ra trong chuỗi cung ứng có thể rất cấp bách, nhưng một khi đã được giải quyết được thì những vấn đề này sẽ không xảy ra thêm nữa. Ví dụ như khi một người vận chuyển hàng đến muộn, vấn đề quan trọng là phải tập trung vào chuyện xảy ra thường xuyên hay không – chẳng hạn như người này thường xuyên đến muộn thì đó mới là việc cần xử lý về lâu dài.
Văn phòng NSCL biên dịch