CEO Jettainer: AI và vai trò không thể thay thế của con người trong quản lý ULD

Trong khi phần lớn các lãnh đạo ngành vận tải hàng hóa toàn cầu theo đuổi xu hướng tự động hóa với mục tiêu thay thế lao động thủ công, thì tại Jettainer, hướng tiếp cận lại hoàn toàn khác biệt. Đối với Tiến sĩ Jan-Wilhelm Breithaupt – Giám đốc điều hành Jettainer, giá trị cốt lõi của số hóa và trí tuệ nhân tạo (AI) không nằm ở việc loại bỏ con người khỏi quy trình, mà là cung cấp cho họ những công cụ sắc bén hơn và cái nhìn toàn diện hơn. Mục tiêu là xây dựng một hệ thống quản lý container thông minh, vận hành dựa trên dữ liệu, sát với thực tiễn và thu hẹp khoảng cách giữa công nghệ và thực địa.

Tiến sĩ Jan-Wilhelm Breithaupt – Giám đốc điều hành Jettainer

AI vẫn là bài toán của con người

Từ khi tiếp quản vị trí CEO vào tháng 6/2024, ông Breithaupt đã tăng tốc quá trình chuyển đổi số tại Jettainer. “Chúng tôi đang thúc đẩy mạnh mẽ việc số hóa toàn bộ hoạt động,” ông chia sẻ. “Kho dữ liệu đã được cải tổ toàn diện, tạo nền tảng cho việc quản trị thông tin và phân tích dữ liệu. Vào tháng 3 vừa qua, chúng tôi đã ra mắt nền tảng Jettainer NG với nhiều cải tiến vượt bậc.”

Phiên bản mới nhất của nền tảng này cho phép phân tích sâu đến từng vị trí phụ, giúp việc theo dõi ULD chuyển từ một tính năng thụ động sang công cụ chiến lược. “Chúng tôi đang tiếp tục tìm kiếm các công nghệ mới vượt qua giới hạn của BLE. Hy vọng đến mùa thu, chúng tôi sẽ có những cập nhật đáng kể,” ông cho biết.

Giải pháp theo dõi thông minh mang lại lợi ích thiết thực. Ông Breithaupt chia sẻ: “Chúng tôi có thể giảm được khoảng 1% số lượng đơn vị bị thất lạc – điều này rất quan trọng. Tuy nhiên, giá trị lớn nhất nằm ở việc tối ưu hóa toàn hệ thống. Khi tiếp quản một đội tàu, chúng tôi thường giảm quy mô từ 15–20%, đồng thời tăng hiệu quả vận hành lên 25–30%.”

Công nghệ đóng vai trò trung tâm, nhưng yếu tố con người cũng không thể thiếu. “Đó là sự kết hợp giữa đội ngũ điều phối viên ULD giàu kinh nghiệm, nền tảng kỹ thuật NG tiên tiến và sự minh bạch từ hệ thống thông báo của các hãng hàng không – tất cả được nâng tầm nhờ công nghệ theo dõi hiện đại.”

AI đang từng bước thay đổi cách quản lý container, nhưng vẫn còn nhiều giới hạn. “Trí tuệ nhân tạo giúp giảm tải các tác vụ lặp lại và mở ra tiềm năng tối ưu hóa nhờ khối lượng dữ liệu lớn. Tuy nhiên, điều quan trọng nhất là cải thiện chất lượng dữ liệu đầu vào, từ đó nâng cao khả năng phân tích và minh bạch hóa thông tin,” ông giải thích.

Việc bảo trì dự đoán vẫn còn nhiều thách thức. “Không giống như động cơ máy bay – nơi thiệt hại có thể dự đoán được, các đơn vị ULD có thể bị hỏng bất ngờ chỉ vì một cú va chạm từ xe nâng,” ông nói thêm.

Dù AI có thể dự báo thiệt hại ở quy mô lớn, nhưng khó có thể đưa ra kết luận chính xác cho từng container riêng lẻ. “Việc diễn giải dữ liệu từ AI rất phức tạp. Chúng tôi tin rằng trong vòng 12–18 tháng tới, sẽ có những đột phá đáng kể, nhưng hiện tại, AI vẫn chưa được tích hợp hoàn chỉnh vào hệ thống.”

Tự động hóa: Đúng người, đúng việc

Ông Breithaupt tỏ ra thận trọng trước ý tưởng áp dụng robot truyền thống vào xử lý hàng hóa hàng không – một ngành có tính biến động cao về hình dạng và trọng lượng hàng hóa. “Robot chỉ phù hợp với các hệ thống đồng nhất. Trong vận tải hàng không, mỗi kiện hàng đều khác biệt.”

Tuy nhiên, ông tin rằng các công nghệ như Xe tự hành (AGV) và Robot di động tự động (AMR) sẽ đóng vai trò quan trọng trong tương lai, đặc biệt ở khâu hậu cần và vận hành nội bộ. “Tự động hóa sẽ phát triển mạnh ở những phần việc hậu trường như quản lý kho, chia sẻ dữ liệu, xử lý hành chính. Trong khi đó, xử lý hàng hóa vẫn sẽ chủ yếu là công việc thủ công trong ít nhất một thập kỷ tới.”

Không giống như động cơ máy bay – nơi thiệt hại có thể dự đoán được, các đơn vị ULD có thể bị hỏng bất ngờ chỉ vì một cú va chạm từ xe nâng

Jettainer hiện đang chuyển hướng một số vai trò hỗ trợ sang hiện trường, với mục tiêu tích hợp chặt chẽ hơn vào quy trình của khách hàng. “Chúng tôi sẽ điều chuyển một số nhân sự từ văn phòng ra thực địa để tối ưu hóa vận hành và hỗ trợ quản lý ULD theo thời gian thực,” ông nói. “Đây là sự tái định vị nguồn lực, không phải cắt giảm.”

Một trong những vấn đề nan giải nhất là chất lượng xử lý mặt đất, đặc biệt ở khu vực Châu Mỹ. “Tại một số địa điểm, ULD bị đối xử rất tệ – ví dụ như dùng dao cắt cửa cao su để lấy hàng nhanh hơn, dẫn đến thiệt hại lớn và thời gian sửa chữa kéo dài,” ông Breithaupt chia sẻ.

Tình trạng này làm tăng chi phí và buộc khách hàng phải duy trì đội tàu lớn hơn để bù đắp tổn thất. “Bất kỳ thiệt hại nào cũng là chất thải của hệ thống,” ông khẳng định. “Chúng tôi muốn cung cấp thông tin minh bạch để khách hàng có thể đàm phán hiệu quả hơn với đối tác xử lý hoặc áp dụng chế tài.”

Đào tạo và trách nhiệm giải trình là hai trụ cột chính. “Nguyên tắc số một: ULD không bao giờ được đặt trực tiếp xuống sàn. Phải sử dụng pallet con lăn hoặc pallet phụ trợ. Nếu bị đâm bởi một càng thép, container có thể bị hư hỏng nặng – thậm chí gây thiệt hại cho hàng hóa bên trong.”

Dù Jettainer đã triển khai các chương trình đào tạo, nhưng tại nhiều GHA, tỷ lệ nhân sự thay đổi cao làm gián đoạn tính liên tục. “Khi việc ‘cắt xén quy trình’ trở thành thói quen, vấn đề không còn nằm ở người vận hành – mà thuộc về ban quản lý.”

Để xử lý tình trạng đánh giá không đồng nhất, Jettainer đang thử nghiệm các giải pháp AI thực tế. “Chúng tôi là đơn vị đầu tiên gửi đội ngũ đến tham gia và tài trợ cho một thử thách AI tại cuộc thi Hackathon của IATA,” ông nói.

Ứng dụng thắng cuộc sử dụng mô hình AI kết hợp nhận diện hình ảnh, giúp người dùng đánh giá mức độ hư hỏng container. “Hệ thống sẽ tự động xác định loại container, yêu cầu người dùng chụp ảnh thiệt hại và phân tích mức độ nghiêm trọng để đưa ra quyết định sử dụng hay loại bỏ.”