OZ Leather: một bức tranh vận hành, một tuần tại nhà xưởng.

CASE STUDY — Đồ da · Việt Nam | MIDAS bởi NBR Intelligence

OZ Leather, nhà sản xuất và xuất khẩu đồ da tại TP. Hồ Chí Minh và Hà Nội, từng quản lý hơn 1.000 mã hàng bằng khoảng 14 file Excel rời rạc. NBR Intelligence cử một kỹ sư forward-deployed xuống xưởng một tuần, đưa bán hàng, kho và sản xuất lên MIDAS. Đến ngày thứ sáu, cả công ty cùng nhìn chung một bức tranh vận hành luôn cập nhật: công nhân nhận việc tự động trên điện thoại, còn lãnh đạo chỉ cần hỏi MIDAS chat để nắm tình hình.

Đặt buổi đánh giá vận hành · Xem nền tảng

NBR đã triển khai MIDAS tại OZ Leather như thế nào?

NBR Intelligence triển khai MIDAS tại OZ Leather, một nhà xuất khẩu đồ da Việt Nam có 55 nhân sự và hơn 1.000 mã hàng, trong 6 ngày làm việc trên dữ liệu thực. Dự án kết nối bán hàng, kho và nhà máy thành một bức tranh vận hành, tự động hóa kế hoạch hoàn tất đơn và giúp lãnh đạo điều hành bằng cách hỏi MIDAS chat bằng lời bình thường. Độ chính xác tồn kho tăng từ khoảng 71% lên 98%, thời gian nhập đơn giảm từ khoảng 12 phút xuống 1 phút, còn biên lợi nhuận gộp được cập nhật theo từng đơn thay vì chỉ ước tính cuối tháng.

Phù hợp truy vấn: case study MIDAS forward-deployed; bức tranh vận hành sản xuất Việt Nam; AI cho vận hành xuất khẩu đồ da.

Thách thức: vấn đề không phải nỗ lực — mà là một bức tranh đáng tin.

OZ làm ví, thắt lưng và túi xách cho những người mua không chờ đợi. Bán hàng, tồn kho và sản xuất nằm rải rác trên khoảng 14 file Excel rời rạc được cập nhật thủ công. Cái giá phải trả hiện ra theo bốn cách: một thứ thuế file Excel trả bằng tăng ca và những đêm thức khuya; không phân quyền và không nhật ký kiểm toán; khả năng nhìn thấy luôn trễ một ngày; và một cuộc mở rộng sang Hoa Kỳ lẽ ra sẽ làm sự hỗn loạn mở rộng theo, chứ không phải doanh nghiệp.

Chỉ khoảng 14% doanh nghiệp vừa và nhỏ của Việt Nam dùng bất kỳ loại phần mềm doanh nghiệp nào — OZ nằm trong 86% còn lại dùng Excel. Việt Nam là nước xuất khẩu đồ da và giày dép lớn thứ hai thế giới, một ngành đã xuất khẩu khoảng 14 tỷ USD chỉ trong nửa đầu năm 2025, với Hoa Kỳ là thị trường đơn lẻ lớn nhất.

Cách tiếp cận: một tuần, forward-deployed.

NBR không bán phần mềm rồi để bạn tự xoay vận hành cho khớp với nó. Một kỹ sư làm việc bên trong xưởng — bằng tiếng Việt, trên dữ liệu thực của OZ và nhịp làm việc Thứ Hai đến Thứ Bảy — và bàn giao phần mềm chạy được trong vài tuần, không phải cả năm như một nhà tích hợp đặt tài liệu lên trước. Tuần đó tiến qua bốn giai đoạn:

Một bức tranh vận hành: 14 file Excel trở thành một màn hình.

Trạng thái tồn kho ở một bên, luồng từ kế hoạch đến giao hàng ở bên kia — cái gì đang thiếu, cái gì đang trên đường, đơn nào đang chờ kế hoạch, và đơn nào đã sẵn sàng xác nhận. Mỗi đơn hàng, mỗi lần dịch chuyển tồn kho và mỗi lần sản xuất đều là một hành động được ghi lại với người phụ trách và dấu thời gian: nhật ký kiểm toán mà các file Excel chưa bao giờ có, nay tự động.

Hoàn tất đơn tự động: nhận đơn bạn chưa giao được ngay — và để hệ thống lập kế hoạch.

Một nhân viên có thể nhận đơn 100 túi tote trong khi chỉ còn ba trên kệ. MIDAS giữ chỗ ba chiếc, tính ra mọi thứ 97 chiếc còn lại cần — lấy da và phụ liệu, mua phần da còn thiếu, làm túi, chuyển chúng về — sắp xếp theo thứ tự phụ thuộc, và giao từng bước đến đúng người kèm hạn hoàn thành. Không ai phải dựng lại kế hoạch đó trong file Excel, và không ai phải nhớ ai đang nợ việc gì.

Nhà xưởng: kế hoạch biến thành việc cần làm tiếp theo của từng người.

Kế hoạch tự chia thành thẻ việc cho đúng người, bằng tiếng Việt: chị Lan tạo PO mua khóa kéo còn thiếu, anh Tú gửi một chuyến gồm da, đinh tán, chỉ và vải lót sang xưởng, chị Hoa nhận hàng, anh Minh bắt đầu sản xuất khi đủ vật tư. Hàng đi cùng một chuyến được gom vào một thẻ, nên không ai phải bấm từng món; nút chỉ mở khi việc trước đã xong. Công nhân nhập liệu theo cách nào tiện nhất: bấm nút trên thẻ, nhắn cho MIDAS một câu như “đã nhận 380 tấm da, thiếu 20”, hoặc chụp ảnh phiếu giao hàng gửi lên. Hệ thống chỉ ra việc cần làm; con người quyết định và làm.

Giao diện quản lý: lãnh đạo điều hành doanh nghiệp bằng cách ra lệnh.

Chủ tịch và CEO ra lệnh cho MIDAS chat bằng lời bình thường — xem số liệu, giao việc, tạo đơn — và nhận lại kết quả kèm lý do và việc nên làm tiếp — nắm tình hình sớm hơn, hành động nhanh hơn. MIDAS chat chạy trên hạ tầng bảo mật của NBR trên Microsoft Azure; các mô hình AI được đặt trên Microsoft Azure AI Foundry — nền tảng AI dành cho doanh nghiệp của Microsoft. Mỗi câu trả lời chỉ dùng dữ liệu mà người hỏi được phép xem, và mọi thao tác đều có nhật ký.

Tác động, sau hai tuần.

Vì sao nó hiệu quả.

Sáng kiến NANDA của MIT phát hiện 95% các dự án thí điểm AI doanh nghiệp không mang lại lợi nhuận đo lường được — không phải vì mô hình yếu, mà vì khâu triển khai thất bại. OZ tránh được nhóm 95% bằng cách gỡ bỏ trước việc tệ nhất của đội ngũ (nhập lại số liệu mỗi đêm), triển khai vào trong vận hành thay vì xoay quanh nó, và xây dựng trên sản phẩm MIDAS nằm dưới công việc tại hiện trường. Và dữ liệu của OZ chỉ thuộc về OZ: MIDAS chat và các mô hình AI đều chạy trên Microsoft Azure, và Azure AI Foundry cam kết bằng văn bản rằng không ai được dùng dữ liệu của OZ để huấn luyện AI khi chưa được OZ cho phép — kể cả Microsoft, OpenAI hay chính NBR.

Câu hỏi thường gặp.

Triển khai MIDAS tại OZ Leather mất bao lâu?

Sáu ngày làm việc từ khởi động đến vận hành, trên dữ liệu thực của công ty. NBR cử một kỹ sư forward-deployed vào xưởng tại Việt Nam; tuần đó tiến qua bốn giai đoạn — lập bản đồ, mô hình hóa và tích hợp, cấu hình, và hướng dẫn toàn bộ 55 người.

OZ Leather đạt được kết quả gì?

Độ chính xác tồn kho tăng từ khoảng 71% lên khoảng 98%, thời gian nhập đơn giảm từ khoảng 12 phút xuống khoảng 1 phút, tăng ca cuối tháng giảm khoảng 90%, và biên lợi nhuận gộp trở nên theo dõi liên tục theo từng đơn, SKU và khách hàng thay vì ước tính vào cuối tháng.

Forward-deployed engineering là gì?

Một kỹ sư NBR làm việc bên trong vận hành thực — lập bản đồ cách nó chạy, kết nối hệ thống và dữ liệu, mô hình hóa người phụ trách và rủi ro, và bàn giao phần mềm đã triển khai trên dữ liệu của chính công ty trong vài tuần, thay vì trao một tài liệu rồi để doanh nghiệp tự xoay cho khớp với công cụ.

Dữ liệu của OZ có bị dùng để huấn luyện AI không?

Không. MIDAS chat chạy trên hạ tầng bảo mật của NBR trên Microsoft Azure, và các mô hình AI được đặt trên Microsoft Azure AI Foundry — nền tảng AI doanh nghiệp của Microsoft. Nền tảng này cam kết bằng văn bản rằng không ai được dùng dữ liệu của bạn để huấn luyện AI khi chưa có sự cho phép của bạn — không phải Microsoft, không phải OpenAI, và cũng không phải NBR. Ngoài ra, MIDAS giữ phân quyền và nhật ký: mỗi câu trả lời chỉ dùng dữ liệu mà người hỏi được phép xem.

Đặt buổi đánh giá vận hành

Website: https://nbrintelligence.com | Contact: [email protected]