AI trong bán lẻ: WinCommerce tự động đặt hàng thế nào?

03/11/2026·5 phút đọc

Case study AI trong bán lẻ: WinCommerce, đơn vị vận hành chuỗi WinMart/WinMart+ của Masan, dùng học máy để dự báo và đặt hàng cho 5.486 cửa hàng. Theo doanh nghiệp, khoảng 80% giá trị hàng đã đặt tự động vào 8/2026, song mục tiêu 90% chưa được xác nhận.

AI trong bán lẻ: WinCommerce tự động đặt hàng thế nào?

Mỗi cửa hàng tạp hoá phải trả lời một câu hỏi lặp lại hằng ngày: hôm nay đặt thêm bao nhiêu hàng. WinCommerce chuyển dần việc này từ nhân viên cửa hàng sang hệ thống học máy tập trung. Đây là trường hợp đáng xem vì chuỗi có quy mô hơn 5.400 cửa hàng, và mọi số liệu tự động hoá đều do doanh nghiệp tự công bố, chưa có kiểm chứng độc lập.

Bối cảnh: chuỗi bán lẻ mở rộng nhanh

WinCommerce thuộc Tập đoàn Masan, vận hành chuỗi WinMart và WinMart+. Theo SGGP, cuối quý 3/2026 hệ thống có 5.486 cửa hàng, tăng ròng 345 cửa hàng trong quý. Khi số điểm bán tăng nhanh, cách đặt hàng dựa vào kinh nghiệm của từng cửa hàng ngày càng khó giữ đồng đều.

Biểu đồ cột số cửa hàng WinCommerce qua ba mốc từ quý 3/2025 đến quý 3/2026
Số cửa hàng WinCommerce theo mốc; mốc quý 3/2025 là "hơn 4.300". Số liệu chỉ thể hiện quy mô, không đo tác dụng của AI. Nguồn: VietnamFinance, SGGP

Bài toán: thời gian nhân viên và tồn kho ảo

Theo VietnamFinance (11/2025), nhân viên cửa hàng từng dành khoảng 30% thời gian cho việc dự báo lượng hàng cần bổ sung. Đây là thời gian không dành cho khách hàng hay trưng bày.

Bài toán thứ hai là tồn kho ảo, thường dùng để chỉ tình trạng số trên hệ thống lệch với hàng thực có. Sai lệch này khiến cửa hàng đặt thiếu, đặt thừa hoặc tưởng còn hàng trong khi kệ đã trống. Với mạng lưới hàng nghìn điểm bán, sai số nhỏ ở từng cửa hàng có thể cộng lại thành khoản vốn lớn nằm trong kho.

Cách làm: AI trong bán lẻ bắt đầu từ dữ liệu

Masan cho biết đã dành hai năm làm sạch và chuẩn hoá dữ liệu trước khi đưa AI vào vận hành. Nền tảng dữ liệu tập trung phục vụ các bài toán về địa điểm, sản phẩm, giá và khuyến mãi.

Với đặt hàng, hệ thống dùng học máy để dự đoán doanh số tuần tới, rồi tính lượng cần đặt trong hôm nay. Với phần hàng đặt tự động, nhân viên không phải tự ước lượng từng mặt hàng. Ngoài ra, AI còn được Masan dùng để chấm điểm vị trí mở cửa hàng và hỗ trợ định giá, trưng bày tới từng sản phẩm.

Các nguồn không nêu tên nhà cung cấp phần mềm, kiến trúc mô hình hay mức đầu tư. Vì vậy, phần kỹ thuật chỉ dừng ở mức mô tả chung.

Quản lý kho xem dự báo trên máy tính bảng, minh hoạ ứng dụng AI trong bán lẻ
Ảnh minh hoạ: LinhEdu

Kết quả công bố và phần chưa rõ

Chỉ sốTheo công bốLưu ý
Tỉ lệ đặt hàng tự độngKhoảng 80% giá trị hàng hoá (8/2026)Tính theo giá trị
Mục tiêu90% vào 9/2026Chưa có công bố xác nhận đã đạt
Khối lượng việc thủ côngGiảm 30%Không nêu mốc so sánh
Chi phí vận hànhTiết kiệm khoảng 300 tỉ đồng/nămChưa rõ cách tính
Vốn lưu độngCải thiện khoảng 1.500 tỉ đồng trong hai nămTối ưu tồn kho nói chung, không riêng AI

Theo LSVN, hệ thống cũng "giảm thiểu đáng kể tình trạng tồn kho ảo", nhưng không có con số đo lường đi kèm.

Người đọc nên lưu ý ba điểm khi dùng các số trên:

  • Không so sánh 22% với 80%. Mức 22% (11/2025) tính theo khối lượng đặt hàng, còn 80% tính theo giá trị hàng hoá. Hai số dùng hai thước đo khác nhau.
  • Con số 300 tỉ đồng cần đọc thận trọng. Số này đã xuất hiện từ 11/2025, khi tỉ lệ tự động mới là 22%, và được giữ nguyên đến 8/2026.
  • Không có số về vai trò riêng của AI. Doanh thu quý 3 đạt 12.775 tỉ đồng, tăng 21,2%, và doanh thu trên cùng cửa hàng tăng 7,0%, nhưng không nguồn nào tách phần đóng góp của AI.

Bài học cho doanh nghiệp vừa và nhỏ

Các con số 300 tỉ đồng hay 30% không chuyển sang quy mô nhỏ được, nhưng cách làm thì có thể tham khảo. Những gợi ý sau là góc nhìn biên tập của LinhEdu, không phải phát biểu của Masan.

  • Dọn dữ liệu trước: tên hàng, mã hàng và số tồn phải nhất quán thì mọi dự báo mới có ý nghĩa.
  • Chọn việc lặp lại mỗi ngày: đặt hàng là việc có quy tắc, có dữ liệu và dễ đo, nên phù hợp để tự động hoá trước.
  • Đặt một chỉ số dễ theo dõi: WinCommerce dùng tỉ lệ đặt hàng tự động. Doanh nghiệp nhỏ có thể theo dõi tỉ lệ đơn đặt không phải sửa tay.
  • Bắt đầu đơn giản: một mô hình dự báo trên bảng tính đã đủ để kiểm tra tính khả thi trước khi mua phần mềm.

Muốn làm tương tự

Quy trình minh hoạ sau là tình huống giả định cho một cửa hàng nhỏ. Người dùng lập bảng doanh số theo tuần của từng mặt hàng trên Google Sheets, tính trung bình vài tuần gần nhất làm dự báo, rồi lấy dự báo cộng tồn an toàn, trừ tồn hiện có để ra lượng đặt. Sau một thời gian, cửa hàng so dự báo với bán thực tế để chỉnh tiếp.

Các bài trong chuyên mục AI Thực chiến và kỹ năng số có thêm hướng dẫn nền tảng. Khi cần nhờ trợ lý AI đọc bảng số liệu, cách viết prompt giúp đặt yêu cầu rõ hơn. Doanh nghiệp cần biểu mẫu có sẵn có thể tham khảo mẫu dùng ngay.

Hỏi nhanh

Tồn kho ảo là gì?

Tồn kho ảo thường dùng để chỉ tình trạng số tồn trên hệ thống lệch với hàng thực có trong kho hoặc trên kệ. Cách hiểu cụ thể có thể khác nhau giữa các doanh nghiệp.

WinCommerce đã đạt 90% đặt hàng tự động chưa?

Chưa có công bố xác nhận. Số gần nhất là khoảng 80% giá trị hàng hoá vào 8/2026; mục tiêu 90% được đặt cho 9/2026.

Lợi nhuận WinCommerce tăng có phải nhờ AI?

Không nguồn nào tách riêng phần đóng góp của AI, nên không thể kết luận như vậy.

AI trong bán lẻ có phù hợp với cửa hàng nhỏ không?

Có thể bắt đầu ở mức đơn giản như dự báo trên bảng tính, miễn là dữ liệu bán hàng và tồn kho được ghi đều. Hiệu quả cần tự đo, không suy ra từ số của chuỗi lớn.

Đọc thêm trên LinhEdu: AI Thực chiến · Google Sheets · Kỹ năng số

Cập nhật lần cuối: 03/11/2026

Nguồn tham khảo

Đọc xong, học luôn?Bài học game 15 phút: dùng AI làm ra sản phẩm thật.
Vào AI Thực chiến →

Bài liên quan