Hầu hết các nhà sáng lập thương hiệu làm đẹp bắt đầu hành trình của mình trong phòng thí nghiệm hoặc studio thiết kế, nhưng họ lại dành phần lớn cuộc đời mình trong kho hàng. Tôi đã ngồi lại với hàng trăm người trong số họ, và câu chuyện luôn giống nhau: họ bị chôn vùi dưới những núi 'hàng tồn kho an toàn' (safety stock) mà thực chất lại chẳng hề an toàn. Đó là một gánh nặng. Trong công việc hỗ trợ các doanh nghiệp chuyển đổi sang vận hành thông minh, tôi nhận thấy rằng những thành công trong việc triển khai AI cho doanh nghiệp nhỏ đáng kể nhất không đến từ các bot marketing hào nhoáng, mà đến từ những phép tính khô khan của quản lý hàng tồn kho.
Hãy xem trường hợp của một thương hiệu chăm sóc da quy mô vừa mà tôi sẽ gọi là 'Lumi'. Họ đã làm mọi thứ 'đúng' theo các tiêu chuẩn truyền thống. Họ sử dụng bảng tính, họ xem xét doanh số bán hàng dịp lễ năm ngoái và họ cộng thêm 20% biên độ dự phòng 'để đề phòng'. Tuy nhiên, họ liên tục đối mặt với hai vấn đề mâu thuẫn xảy ra đồng thời: họ hết hàng các loại serum chủ lực, trong khi lại có lượng sữa rửa mặt tiêu thụ chậm đủ dùng cho ba năm đang bám đầy bụi.
Đây là cái mà tôi gọi là Mỏ neo vốn chết. Khi tiền mặt của bạn nằm trên một tấm pallet, nó không chỉ đứng yên; nó đang tích cực kéo doanh nghiệp của bạn xuống bằng cách ngăn cản bạn đầu tư vào tăng trưởng. Bằng cách triển khai một lớp AI dự báo cho nhu cầu của mình, Lumi không chỉ 'sắp xếp' lại kho hàng—họ đã giải phóng đủ tiền mặt để tài trợ cho toàn bộ dòng sản phẩm tiếp theo mà không cần phải vay vốn.
Vấn đề: Sai lầm của bản năng
💡 Muốn Penny phân tích doanh nghiệp của bạn? Cô vạch ra những vai trò mà AI có thể thay thế và xây dựng kế hoạch theo từng giai đoạn. Bắt đầu dùng thử miễn phí →
Trong lĩnh vực làm đẹp, xu hướng chuyển động nhanh hơn cả chuỗi cung ứng. Một xu hướng TikTok duy nhất có thể thanh lý sạch sáu tháng hàng tồn kho trong sáu ngày, trong khi một thay đổi trong thuật toán Google có thể biến một sản phẩm bán chạy nhất thành một 'bóng ma'. Việc dự báo truyền thống dựa trên tư duy tuyến tính: "Chúng ta đã bán được 1.000 đơn vị vào tháng 6 năm ngoái, vì vậy chúng ta sẽ bán được 1.100 đơn vị vào tháng 6 năm nay."
Cách tiếp cận tuyến tính này đã lỗi thời. Nó không tính đến cái mà tôi gọi là Tín hiệu đa chiều. AI không chỉ nhìn vào doanh số bán hàng trong quá khứ. Nó tổng hợp các kiểu thời tiết (ảnh hưởng đến doanh số bán kem chống nắng SPF), tâm lý trên mạng xã hội, thời gian thực hiện đơn hàng (lead times) và thậm chí cả các chỉ số kinh tế địa phương.
Khi Lumi đến với tôi, họ đang trả cái mà tôi gọi là Thuế đại lý—không phải cho một công ty marketing, mà cho chính sự kém hiệu quả của họ. Họ đã đặt hàng quá mức để bù đắp cho sự không chắc chắn. Chi phí của sự không chắc chắn đó vào khoảng £150.000 mỗi năm cho vốn bị lãng phí, phí lưu kho và hư hỏng sản phẩm. Đối với một thương hiệu ở quy mô của họ, đó là sự khác biệt giữa một năm hòa vốn và một năm có lợi nhuận cao.
Giải pháp: Triển khai Mô hình tồn kho linh hoạt
Chúng tôi đã chuyển Lumi thoát khỏi tư duy 'Đặt hàng lô lớn' và hướng tới cái mà tôi đặt tên là Mô hình tồn kho linh hoạt. Thay vì đặt các đơn hàng quý khổng lồ dựa trên hy vọng, chúng tôi đã triển khai một hệ thống do AI điều khiển, sử dụng cửa sổ dự báo luân phiên 30 ngày.
Bước 1: Xác định Phác họa SKU
Mọi doanh nghiệp đều có một Phác họa SKU—một mô hình riêng biệt nơi 20% sản phẩm tạo ra 80% doanh số, nhưng 80% sản phẩm còn lại lại tiêu tốn 60% thời gian quản lý. Chúng tôi đã sử dụng phân cụm AI để xác định sản phẩm nào là 'tín hiệu cao' và sản phẩm nào là 'nhiễu'. Hãy xem hướng dẫn tiết kiệm cho ngành làm đẹp và chăm sóc cá nhân của chúng tôi để biết cách chúng tôi phân loại các sản phẩm này nhằm tối đa hóa biên lợi nhuận.
Bước 2: Huấn luyện bộ máy dự báo
Chúng tôi tích hợp dữ liệu Shopify của Lumi với một công cụ dự báo (sử dụng kết hợp giữa Inventory Planner và một lớp phân tích tùy chỉnh dựa trên GPT). Chúng tôi không chỉ cung cấp cho nó các con số doanh thu; chúng tôi cung cấp chi tiêu marketing, ngày ra mắt của những người có ảnh hưởng (influencer) và dữ liệu lịch sử theo mùa.
Bước 3: Thiết lập các điểm đặt hàng lại động
Trong thế giới cũ, điểm đặt hàng lại là một con số tĩnh (ví dụ: "Đặt hàng thêm khi chúng ta còn 500 đơn vị"). Trong một doanh nghiệp ưu tiên AI, điểm đặt hàng lại là động. Nếu AI phát hiện sự gia tăng các lượt nhắc đến trên mạng xã hội cho một thành phần cụ thể, nó sẽ đẩy điểm đặt hàng lại lên cao hơn trước khi đỉnh điểm doanh số xảy ra. Nếu đà tăng trưởng chậm lại, nó sẽ hạ điểm đặt hàng xuống để ngăn ngừa tồn kho quá mức. Đây là thành phần cốt lõi trong việc tối ưu hóa chuỗi cung ứng ngành làm đẹp.
Kết quả: Vượt xa con số cắt giảm 25%
Trong vòng sáu tháng, các con số thu được thật đáng kinh ngạc. Lumi đã ghi nhận mức giảm 25% tổng chi tiêu cho hàng tồn kho. Nhưng các hiệu ứng bậc hai thậm chí còn mạnh mẽ hơn:
- Không bao giờ hết hàng các sản phẩm chủ lực: Bằng cách phân bổ lại số tiền tiết kiệm được từ các sản phẩm tiêu thụ chậm, họ có đủ khả năng để duy trì một lượng dự phòng lớn hơn cho các sản phẩm 'anh hùng' có biên lợi nhuận cao. Họ không bao giờ bỏ lỡ một đợt bán hàng nào trong các giai đoạn cao điểm.
- Hiệu quả kho bãi: Với lượng hàng 'rác' vật lý trong kho ít hơn 25%, chi phí 3PL (Hậu cần bên thứ ba) của họ đã giảm 12%. Họ không còn phải trả tiền để lưu trữ những sản phẩm mà 18 tháng sau vẫn chưa bán được.
- Lợi tức từ sự linh hoạt: Vì không 'dồn toàn lực' vào các đơn đặt hàng trước khổng lồ, họ có sẵn tiền mặt để xoay trục. Khi một xu hướng thành phần mới xuất hiện, họ có đủ thanh khoản để nghiên cứu công thức và ra mắt một lô nhỏ trong vài tuần, thay vì vài tháng.
Tại sao hầu hết các doanh nghiệp nhỏ chững lại (Nghịch lý lo âu về tự động hóa)
Bạn có thể hỏi: nếu lợi ích rõ ràng như vậy, tại sao mọi người không làm điều này? Đây chính là Nghịch lý lo âu về tự động hóa. Những doanh nghiệp có nhiều lợi ích nhất từ AI—những doanh nghiệp có quy trình thủ công và căng thẳng nhất—thường lại là những doanh nghiệp do dự nhất trong việc áp dụng nó. Họ cảm thấy mình 'quá bận rộn' để dập lửa hàng tồn kho đến mức không còn thời gian để lắp đặt hệ thống phun nước tự động.
Nhà sáng lập của Lumi từng rất lo sợ việc AI 'dự báo sai'. Câu trả lời của tôi rất đơn giản: "Hệ thống hiện tại của bạn đã và đang sai với cái giá £150.000 mỗi năm rồi. AI không cần phải hoàn hảo; nó chỉ cần tốt hơn một bảng tính và một lời phỏng đoán."
Cách tìm thấy những thành công trong triển khai AI cho doanh nghiệp nhỏ của riêng bạn
Nếu bạn là một chủ doanh nghiệp đang nhìn vào một kho đầy thùng hàng và một tài khoản ngân hàng trống rỗng, bạn không cần một hệ thống hoạch định nguồn lực doanh nghiệp (ERP) triệu bảng. Bạn cần bắt đầu với Quy tắc 90/10.
90% những cơn đau đầu về hàng tồn kho của bạn là do 10% các điểm mù trong vận hành gây ra. Hãy xác định 10% đó trước. Đó có phải là dự báo theo mùa? Đó có phải là ước tính thời gian giao hàng? Hay đó là việc thiếu khả năng quan sát xem SKU nào thực sự mang lại lợi nhuận sau khi trừ chi phí lưu kho?
Kế hoạch hành động của Penny cho việc mua hàng dự báo:
- Kiểm toán 'Hàng tồn kho ma': Hãy xem xét bất cứ thứ gì không luân chuyển trong 90 ngày. Đó không phải là 'hàng'; đó là một hóa đơn mà bạn đang phải trả mỗi tháng.
- Bắt đầu với một SKU thí điểm: Đừng chuyển toàn bộ danh mục của bạn sang dự báo AI ngay lập tức. Hãy chọn sản phẩm biến động nhất và để công cụ AI xử lý các đề xuất đặt hàng lại trong ba tháng. So sánh nó với dự đoán thủ công của bạn.
- Chuyển từ đặt hàng quý sang liên tục: Nếu nhà cung cấp của bạn cho phép, hãy sử dụng AI để chuyển sang các đơn hàng 'luồng' nhỏ hơn, thường xuyên hơn. Chi phí lưu kho mà bạn tiết kiệm được thường sẽ lớn hơn mức tăng nhẹ của phí vận chuyển.
Lời kết
AI vào năm 2026 không phải là về những robot đi bộ trong kho hàng; đó là về trí thông minh vô hình ngăn chặn việc kho hàng trở nên quá đầy ngay từ đầu. Đối với Lumi, 25% số tiền họ tiết kiệm được không chỉ là một con số trên bảng tính—đó là số vốn mồi cho việc mở rộng ra quốc tế.
Khi bạn ngừng tài trợ quá mức cho quá khứ của mình (hàng tồn kho), cuối cùng bạn sẽ có nguồn lực để tài trợ cho tương lai của mình. Đó mới là sức mạnh thực sự của việc áp dụng AI. Nó không chỉ là về hiệu quả; nó là về sự giải phóng.
Vốn của bạn hiện đang bị 'neo' ở đâu? Nếu bạn không thể trả lời câu hỏi đó bằng dữ liệu, đã đến lúc để máy móc xem xét kỹ hơn.