Vinasoy và Renova Cloud: Mở rộng khả năng giám sát trưng bày bán lẻ với AI

Tổng quan

Trong ngành FMCG, đưa sản phẩm lên kệ mới chỉ là bước đầu. Doanh nghiệp còn cần đảm bảo sản phẩm được trưng bày đúng vị trí, đúng cách, đủ nổi bật và nhất quán tại các điểm bán.

Với mạng lưới bán hàng lớn, việc kiểm tra hàng nghìn hình ảnh trưng bày mỗi tháng bằng phương pháp thủ công trở thành một bài toán khó mở rộng. Trước đây, Vinasoy có thể kiểm tra khoảng 20.000 điểm bán mỗi tháng, trong khi thời gian đánh giá có thể kéo dài hơn 20 ngày, thậm chí gần một tháng.

Để giải quyết bài toán này, Vinasoy hợp tác cùng Renova Cloud Vietnam xây dựng giải pháp AI chấm điểm hình ảnh trưng bày trên AWS. Giải pháp kết hợp Computer Vision, Machine Learning và Generative AI để tự động nhận diện sản phẩm, phân tích hình ảnh, kiểm tra mức độ tuân thủ và đưa ra điểm đánh giá.

Kết quả, Vinasoy có thể mở rộng giám sát lên hơn 100.000 điểm bán mỗi tháng, tăng tần suất kiểm tra từ khoảng 1 lần lên 4–5 lần mỗi tháng, đồng thời rút ngắn thời gian nhận kết quả xuống còn khoảng 1–2 ngày.

“Tại Vinasoy, chuyển đổi số không chỉ là ứng dụng công nghệ mới mà là hành trình liên tục nhằm nâng cao hiệu quả hoạt động và tạo ra nhiều giá trị hơn cho khách hàng. Việc triển khai AI trong chấm trưng bày là một bước đi cụ thể giúp doanh nghiệp tăng cường khả năng quản trị dựa trên dữ liệu, nâng cao tính minh bạch trong vận hành và tối ưu hiệu quả hoạt động bán hàng. Quan trọng hơn, mọi nỗ lực chuyển đổi số của Vinasoy đều hướng tới mục tiêu phục vụ khách hàng ngày càng tốt hơn.”

— Đại diện Vinasoy – Ông Lê Bá Bé, Giám đốc bán hàng toàn quốc

Xem thêm tin tức về sự hợp tác của Vinasoy cùng Renova Cloud trong việc tiên phong ứng dụng AI chấm hình trưng bày

Bài toán: Khi kiểm tra thủ công không còn đủ khả năng mở rộng

Vinasoy xây dựng các tiêu chuẩn nội bộ để đảm bảo sản phẩm được trưng bày nhất quán tại điểm bán, bao gồm:

• Vị trí trưng bày: Sản phẩm được đặt ở vị trí dễ nhìn và dễ tiếp cận với người mua.
• Bố trí sản phẩm: Các SKU được sắp xếp theo layout yêu cầu.
• Số lượng sản phẩm: Đảm bảo mức độ hiện diện phù hợp với không gian tại từng điểm bán.

Trước đây, hình ảnh trưng bày được đội ngũ bán hàng chụp lại và gửi về để kiểm tra. Đội ngũ đánh giá phải xem từng hình ảnh và đối chiếu với các tiêu chuẩn đã đặt ra.

Khi quy mô mạng lưới tăng lên, cách làm này tạo ra 3 vấn đề chính:

Giải pháp: AI giúp “nhìn thấy” và đánh giá hoạt động tại điểm bán

Vinasoy và Renova Cloud Vietnam triển khai hệ thống AI chấm điểm hình ảnh trưng bày trên AWS, kết hợp Computer Vision, Machine Learning, Generative AI và hạ tầng cloud có khả năng mở rộng.

Quy trình được tự động hóa theo chuỗi:

Chụp ảnh → Nhận diện sản phẩm → Phân tích → Kiểm tra tuân thủ → Chấm điểm

Computer Vision nhận diện sản phẩm

Các mô hình Computer Vision được triển khai trên Amazon SageMaker AI, thực hiện các tác vụ như:

• Object Detection
• Image Segmentation
• Image Embedding
• Nhận diện SKU của Vinasoy

Nói đơn giản, hệ thống có thể “nhìn” vào hình ảnh tại điểm bán và xác định những sản phẩm, SKU và yếu tố hình ảnh cần thiết cho quá trình đánh giá.

Generative AI hỗ trợ đánh giá

Amazon Bedrock được sử dụng cho các khả năng Generative AI như đánh giá theo ngữ cảnh, multimodal reasoning và xử lý logic chấm điểm phức tạp hơn.

Nhờ đó, hệ thống không chỉ trả lời câu hỏi: “Trong hình có những sản phẩm nào?” mà còn có thể hỗ trợ bài toán lớn hơn: “Hình ảnh trưng bày này có đáp ứng tiêu chuẩn hay không?”

Các công nghệ AI vì vậy được kết hợp thành một quy trình đánh giá tự động, thay vì chỉ sử dụng AI cho riêng việc nhận diện hình ảnh.

>>>Khám phá các giải pháp AI khác ứng dụng Amazon Bedrock 

Hình 1. Thiết kế kiến ​​trúc giải pháp [Nguồn: Renova Cloud]

Từ hình ảnh tại cửa hàng đến kết quả đánh giá

Với đội ngũ bán hàng, quy trình vẫn rất đơn giản:

Điểm quan trọng là AI xử lý phần phức tạp phía sau, trong khi quy trình của đội ngũ bán hàng vẫn đơn giản.

Hình 2: Nhân viên đang chụp ảnh sản phẩm trên kệ để kiểm tra trên nền tảng. [Nguồn: Vinasoy]

Được thiết kế để xử lý dữ liệu ở quy mô lớn

Khi số lượng điểm bán và hình ảnh tăng lên, xử lý từng điểm bán một sẽ trở thành nút thắt.

Vì vậy, hệ thống được thiết kế để xử lý đồng thời nhiều điểm bán, thay vì tuần tự từng điểm.

Trong quá trình thử nghiệm, hệ thống có thể xử lý 10 POS cùng lúc, với thời gian khoảng 4 giây cho mỗi POS. Khi triển khai production, kiến trúc có thể mở rộng lên 20–40 lượt xử lý đồng thời, với mục tiêu khoảng 1–2 giây/POS, tùy thuộc vào tốc độ truyền dữ liệu và năng lực tổng thể của hệ thống.

1.300× nhanh hơn có nghĩa là gì?

Con số 1.300× cần được hiểu đúng.

Đây là mức cải thiện về tốc độ inference của mô hình nhận diện SKU, không phải tốc độ của toàn bộ quy trình chấm điểm.

Mô hình có thể xử lý khoảng 22 hình ảnh/giây, trong khi một người có thể mất khoảng 1 phút để đánh giá một hình ảnh.

Toàn bộ quy trình vẫn bao gồm kiểm tra compliance, đối chiếu planogram và chấm điểm bằng Generative AI, nên thời gian end-to-end sẽ dài hơn.

Giá trị lớn hơn nằm ở khả năng biến một quy trình vốn phụ thuộc nhiều vào con người thành một quy trình tự động, nhất quán và có thể mở rộng.

According to the Deputy CEO of Renova Cloud

“Công nghệ chỉ thực sự có giá trị khi nó tạo ra những thay đổi mang tính bước ngoặt cho hoạt động kinh doanh. Tại Vinasoy, chúng tôi nhìn thấy sự kết hợp giữa tư duy đổi mới và năng lực triển khai mạnh mẽ trong chiến lược số hóa vận hành. Giải pháp AI được triển khai trên nền tảng AWS giúp doanh nghiệp khai thác hiệu quả hơn nguồn dữ liệu sẵn có, tăng tốc độ xử lý thông tin, xây dựng hệ thống đánh giá nhất quán và từng bước hướng tới mô hình điều hành dựa trên dữ liệu theo thời gian thực.”

Hình ảnh 3: Vinasoy và Renova Cloud Vietnam đã triển khai hệ thống chấm điểm hình ảnh trưng bày ứng dụng AI trên nền tảng AWS.

Kết quả kinh doanh: Từ kiểm tra định kỳ đến giám sát thường xuyên

Tác động của AI không chỉ nằm ở tốc độ xử lý hình ảnh. Quan trọng hơn, Vinasoy có thể mở rộng phạm vi giám sát, nhận phản hồi nhanh hơn và cải thiện tính nhất quán trong thực thi tại điểm bán.

Nhờ đó, Vinasoy chuyển từ mô hình kiểm tra thủ công, định kỳ sang một phương thức giám sát retail execution có khả năng mở rộng và dựa trên dữ liệu.

>>>Xem thêm cách các giải pháp AI có thể được ứng dụng để giải quyết các vấn đề kinh doanh

Sẵn sàng mở rộng cùng mạng lưới của Vinasoy

Giải pháp được thiết kế để đáp ứng nhu cầu xử lý hình ảnh ngày càng lớn khi Vinasoy mở rộng triển khai.

Bước tiếp theo: Từ AI chấm điểm đến AI có thể hành động

Hình 4: Công nghệ được ứng dụng nhằm mục tiêu cuối cùng là nâng cao hiệu quả vận hành và mang lại nhiều giá trị hơn cho khách hàng. [Nguồn: Vinasoy]

Với Vinasoy, AI chấm điểm hình ảnh chỉ là một phần trong hành trình chuyển đổi AI rộng hơn.

Vinasoy đang mở rộng ứng dụng AI sang phân phối, marketing, sales, chăm sóc khách hàng và kiểm soát chất lượng.

Một số hướng triển khai gồm:

• AI chăm sóc khách hàng: Trả lời tự động dựa trên dữ liệu có cấu trúc, rút ngắn thời gian phản hồi từ khoảng 17 phút xuống 21 giây và hỗ trợ 24/7.
• AI Host cho livestream: Hỗ trợ dẫn livestream khi khó bố trí nhân sự, với hiệu quả đầu tư khoảng 1,5× so với mô hình truyền thống.
• Agentic AI: Định hướng ứng dụng AI có khả năng phân tích, đề xuất và hành động trong phân phối, marketing và chăm sóc khách hàng.

Mục tiêu không chỉ là để AI phân tích dữ liệu mà còn có thể:

Nhìn thấy → Hiểu → Đánh giá → Đề xuất → Hành động

Hệ thống chấm điểm hình ảnh là một nền tảng quan trọng trong hành trình này, bởi nó biến hàng loạt hình ảnh thực tế tại điểm bán thành dữ liệu có cấu trúc, từ đó hỗ trợ doanh nghiệp ra quyết định nhanh và thông minh hơn.

Kết luận

Câu chuyện của Vinasoy cho thấy giá trị thực sự của AI trong FMCG không chỉ nằm ở việc xử lý hình ảnh nhanh hơn.

Giá trị nằm ở khả năng biến một quy trình thủ công, tốn nhiều nguồn lực thành một năng lực vận hành có thể mở rộng và dựa trên dữ liệu.

Với Computer Vision, Generative AI và cloud technology, Vinasoy có thể theo dõi nhiều điểm bán hơn, thường xuyên hơn và phản hồi nhanh hơn trước các vấn đề trong thực thi tại cửa hàng.

Từ “Chúng ta kiểm tra xem điều gì đã xảy ra” đến “Chúng ta biết điều gì đang xảy ra và có thể hành động sớm hơn.”

Đây cũng là nền tảng để Vinasoy tiếp tục tiến tới một mô hình vận hành thông minh, dựa trên dữ liệu và hướng tới Agentic AI.

Sẵn sàng ứng dụng AI vào doanh nghiệp?

Từ retail execution đến customer experience và nhiều bài toán vận hành khác, AI có thể giúp doanh nghiệp biến những quy trình phức tạp, thủ công thành các hệ thống tự động, có khả năng mở rộng và tạo ra tác động kinh doanh đo lường được.

Hãy cùng Renova Cloud xác định cơ hội AI phù hợp, xây dựng giải pháp thực tế và biến AI thành giá trị kinh doanh.

Khám phá giải pháp AI cùng Renova Cloud | Tìm hiểu thêm các giải pháp AI với Amazon Bedrock