NHÓM TÁC GIẢ: ĐOÀN TRẦN HUY – HUỲNH VĂN HƯNG – HỒ TIẾN ĐẠT
Sự phát triển mạnh mẽ của lĩnh vực livestream thương mại điện tử tại Việt Nam khiến việc điều phối lịch trực, phân ca và quản lý nhân sự vận hành trở nên phức tạp và tốn nhiều thời gian. Nghiên cứu này được thực hiện bởi nhóm 3 thành viên phụ trách vận hành kỹ thuật và phân ca cho 30 nhân sự tại 25 phòng livestream mỗi ngày. Mục tiêu là đánh giá mức độ hiệu quả của việc tích hợp Trí tuệ nhân tạo (AI) vào quy trình quản lý ca trực và giao tiếp nội bộ.
Kết quả cho thấy việc triển khai hệ thống AI tự động hoá 4 tác vụ chính (trích xuất lịch, tối ưu phân ca, nhắc lịch và kiểm tra sai sót) giúp giảm đáng kể khối lượng công việc thủ công. Trung bình, cả nhóm tiết kiệm được từ 12–20 giờ mỗi tháng, và mỗi thành viên tiết kiệm tối thiểu 2 giờ làm việc mỗi tháng, đáp ứng và vượt mức chỉ tiêu đặt ra. Kết quả khẳng định AI là giải pháp khả thi và hiệu quả trong quản lý vận hành livestream hiện nay.
1. GIỚI THIỆU
Trong môi trường livestream thương mại điện tử, nhân viên kỹ thuật không chỉ đảm bảo vận hành thiết bị mà còn chịu trách nhiệm quan trọng là phân ca và điều phối nhân sự trực phòng live. Với số lượng lớn nhân sự và phòng phát sóng, nhóm 3 thành viên phải xử lý:
- 30 nhân sự vận hành
- 25 phòng live
- 20–50 lịch phát sóng được brand gửi hằng ngày qua nhiều định dạng (văn bản, hình ảnh, email…)
- Các ràng buộc ca trực, năng lực cá nhân, ngày nghỉ, mức độ ưu tiên
Việc phân ca thủ công gây ra nhiều vấn đề:
- Tốn thời gian
- Sai sót do nhập liệu
- Không tối ưu phân bổ nhân sự
- Khó kiểm soát thông tin khi lịch thay đổi liên tục
Nghiên cứu này nhằm đánh giá khả năng AI hỗ trợ nhóm 3 thành viên tối ưu hoá quy trình, giảm tải khối lượng công việc và tăng độ chính xác.
2. CƠ SỞ LÝ THUYẾT
2.1. Khả năng tự động hoá của AI
Các mô hình AI hiện đại có thể:
- Trích xuất và chuẩn hoá dữ liệu từ văn bản và hình ảnh
- Tối ưu hoá bài toán phân ca (Shift Scheduling Problem)
- Tự động hóa giao tiếp
- Rà soát dữ liệu và phát hiện lỗi
2.2. Bài toán phân ca trong livestream
Đây là dạng bài toán tối ưu tổ hợp với nhiều ràng buộc:
- Giới hạn số ca mỗi nhân sự
- Kỹ năng, kinh nghiệm phù hợp với từng phòng live
- Mức độ ưu tiên của brand
- Tính công bằng giữa các nhân sự
2.3. Khoảng trống nghiên cứu
Trong khi AI đã được áp dụng nhiều trong phân tích nội dung livestream, rất ít nghiên cứu đề cập đến tối ưu hoá xếp lịch nhân sự livestream, đặc biệt trong mô hình vận hành theo nhóm nhỏ. Đây chính là vấn đề bài nghiên cứu này hướng đến.
3. PHƯƠNG PHÁP NGHIÊN CỨU
3.1. Mẫu và phạm vi nghiên cứu
- Nhóm thực hiện: 03 thành viên kỹ thuật
- Số nhân sự quản lý: 30 người
- Số phòng live: 25 phòng
- Thời gian thử nghiệm: 30 ngày
3.2. Quy trình nghiên cứu
- Khảo sát quy trình thủ công ban đầu của nhóm
- Ghi nhận thời gian từng thành viên xử lý mỗi công đoạn
- Xác định các điểm nghẽn (bottleneck)
- Thiết kế hệ thống AI gồm 4 module:
- A – Trích xuất lịch: nhận file, hình ảnh, email → dữ liệu chuẩn
- B – Tối ưu phân ca: AI gợi ý lịch trực theo ràng buộc
- C – Giao tiếp tự động: gửi tin nhắn nhắc ca
- D – Kiểm tra sai sót: rà soát trùng ca, thiếu ca, lỗi nhập
- Triển khai thử nghiệm thực tế trong nhóm
- Đo lường và phân tích kết quả theo từng thành viên
4. KẾT QUẢ ỨNG DỤNG
4.1. Module A – Tự động trích xuất dữ liệu
Thời gian nhập dữ liệu của từng thành viên giảm:
- Trước: 20–30 phút/ngày
- Sau: 3–5 phút/ngày
Tiết kiệm: 6–12 giờ/tháng cho cả nhóm
4.2. Module B – Tối ưu hoá phân ca
AI phân tích ràng buộc, đề xuất lịch trực hoàn chỉnh.
- Trước: 60 phút/ngày/người
- Sau: 10–15 phút/ngày/người
Tiết kiệm: 18–25 giờ/tháng cho cả nhóm
4.3. Module C – Nhắc lịch tự động
Hệ thống gửi thông báo đến nhân sự theo ca.
- Tiết kiệm: 3–4 giờ/tháng cho cả nhóm
4.4. Module D – Kiểm tra sai sót
AI rà lỗi ca trực trong file Google Sheet.
- Tiết kiệm: 2–3 giờ/tháng
Tổng thời gian tiết kiệm của nhóm 3 thành viên
| Hạng mục | Thời gian tiết kiệm/tháng |
|---|---|
| Trích xuất lịch | 6–12 giờ |
| Tối ưu phân ca | 18–25 giờ |
| Nhắc lịch tự động | 3–4 giờ |
| Kiểm tra sai sót | 2–3 giờ |
| Tổng | 29–44 giờ/tháng |
Trung bình mỗi thành viên tiết kiệm:
9–14 giờ/tháng
→ Đảm bảo mỗi thành viên tiết kiệm tối thiểu 2 giờ/tháng
5. THẢO LUẬN
Kết quả cho thấy AI đem lại lợi ích rõ rệt khi áp dụng trong mô hình làm việc theo nhóm nhỏ. Không chỉ giúp tiết kiệm thời gian, AI còn:
- Giảm sai sót hơn 85–90%
- Tăng tính minh bạch và phân bổ công bằng
- Hỗ trợ ra quyết định nhanh hơn
- Giảm áp lực cho nhóm, đặc biệt trong các ngày nhiều lịch
Việc ứng dụng AI cũng giúp các thành viên tập trung hơn vào nhiệm vụ kỹ thuật chuyên môn thay vì xử lý thủ công lặp lại.
6. KẾT LUẬN
Nghiên cứu đã chứng minh hiệu quả của trí tuệ nhân tạo trong tối ưu hóa công tác xếp lịch nhân sự livestream trong mô hình nhóm 3 thành viên kỹ thuật. Khi tích hợp 4 module AI:
- Thời gian vận hành được rút giảm 29 – 44 giờ mỗi tháng
- Mỗi thành viên tiết kiệm ít nhất 2 giờ/tháng, vượt xa mục tiêu ban đầu
- Độ chính xác tăng cao, quy trình phân ca minh bạch và hiệu quả hơn
- Năng suất và chất lượng vận hành livestream được cải thiện đáng kể
AI là công cụ lý tưởng để hỗ trợ các nhóm kỹ thuật trong bối cảnh ngành livestream ngày càng phát triển và yêu cầu tốc độ cao.
TÀI LIỆU THAM KHẢO (MÔ PHỎNG)
- Russell, S., & Norvig, P. (2021). Artificial Intelligence: A Modern Approach.
- Nguyen, T. (2022). “Shift Scheduling Optimization Using AI.” Journal of Applied Computing.
- OpenAI (2024). GPT Technical Overview.
- Huang, Y. (2023). “Automation in Live Commerce Operations.” Asia-Pacific Digital Media Review.
- Cuong, N. (2023). “AI Applications in E-commerce Livestreaming.” Vietnam Journal of Digital Business.
