Case Study: Nhà Máy Cơ Khí Tiết Kiệm 120 Giờ Mỗi Tháng Nhờ AI Agent Đối Chiếu Báo Giá

1. Pain — 90 phút cho một gói báo giá vẫn có thể chọn sai vật tư

7 giờ 45 sáng, anh Hùng, trưởng bộ phận thu mua của một nhà máy cơ khí tại Bình Dương, nhận 12 báo giá cho lô vòng bi, thép tấm và dao phay. Nhà cung cấp A gửi PDF, bên B dùng Excel, bên C chụp bảng giá qua Zalo. Cùng một loại vòng bi nhưng mỗi nơi ghi một kiểu: 6205-2RS, 6205 2RS hoặc bạc đạn 6205 kín hai mặt.

Ba nhân viên phải mở từng tệp, chép giá vào bảng tổng hợp rồi dò lại quy cách, VAT, thời gian giao hàng và điều khoản thanh toán. Quy trình chạy bằng cơm này mất trung bình 90 phút cho mỗi gói. Chỉ cần đọc nhầm độ dày thép hoặc bỏ sót điều kiện chưa gồm vận chuyển, nhà máy có thể chọn báo giá tưởng rẻ nhưng thực tế đắt hơn.

Điểm nguy hiểm không nằm ở việc thiếu dữ liệu mà ở dữ liệu không đồng nhất. Excel vá víu qua nhiều năm tạo ra nợ kỹ thuật, còn người duyệt chỉ nhìn dòng tổng tiền nên khó phát hiện sai quy cách trước khi đơn mua hàng được phát hành.

2. Agitate — Chậm phê duyệt làm nghẽn cả lịch sản xuất

Khi thu mua trở thành nghẽn cổ chai, vật tư về trễ kéo theo máy đứng, công nhân chờ việc và đơn hàng giao muộn. Một nhân sự nghỉ phép hoặc sập nguồn vì quá tải là bảng so sánh có thể nằm im hai ngày. KPI số báo giá đã xử lý vẫn đẹp, nhưng đó là KPI ảo nếu doanh nghiệp mua sai hàng hoặc bỏ qua phương án có tổng chi phí thấp hơn.

Với khoảng 120 giờ thủ công mỗi tháng và chi phí nhân sự đầy đủ giả định 90.000 đồng mỗi giờ, nhà máy tiêu tốn khoảng 10,8 triệu đồng chỉ để đọc và nhập lại dữ liệu. Nếu giá trị mua hàng là 2 tỷ đồng mỗi tháng, phát hiện chênh lệch bất lợi 3–5% tương đương 60–100 triệu đồng có thể giữ lại. Tiếp tục ăn xổi bằng cách tuyển thêm người hoặc tối ưu nửa mùa bằng một file Excel mới chỉ làm chi phí phình to. Đó là mất tiền ngu vì sai sót hoàn toàn có thể kiểm soát.

3. Solve — Triển khai AI Agent thu mua theo 3 bước có kiểm soát

Bước 1 — Thử trên một nhóm vật tư: Chọn 50–100 báo giá của vòng bi hoặc thép tấm. Tập trung PDF, Excel và ảnh vào một thư mục; xác định các trường bắt buộc gồm mã vật tư, quy cách, số lượng, đơn giá, VAT, phí vận chuyển, ngày giao và điều khoản thanh toán.
Bước 2 — Chuẩn hóa và chấm cờ: AI Agent trích xuất dữ liệu, gom các tên gọi tương đương về một mã chuẩn rồi so sánh tổng chi phí, thời gian giao và điều khoản. Quy tắc tối thiểu có thể kiểm tra ngay:
```
def flag_quote(q, baseline):
    alerts = []
    if q['spec'] != baseline['spec']:
        alerts.append('Sai quy cách')
    if q['unit_price'] > baseline['unit_price'] * 1.05:
        alerts.append('Giá cao hơn chuẩn trên 5%')
    if not q.get('payment_term'):
        alerts.append('Thiếu điều khoản thanh toán')
    return alerts
```
Kết quả là một bảng đề xuất có nguồn tệp, lý do xếp hạng và cảnh báo; không phải một câu trả lời mơ hồ từ chatbot.
Bước 3 — Khóa quyền hành động: HimiTek định tuyến qua 9router v0.4.66 và LiteLLM hai phiên bản dự phòng. OpenClaw Gatekeeper tách phần AI phân tích khỏi script thực thi, khóa mặc định các công cụ đặc quyền và yêu cầu người có thẩm quyền phê duyệt trước khi tạo đơn mua hàng. Mỗi virtual key có thể đặt budget cap cứng, ví dụ 5 USD mỗi tháng trong giai đoạn thử nghiệm, kèm rate limit và xoay API key để ngăn vòng lặp làm cạn quota.

Sau thử nghiệm, thời gian xử lý một gói giảm từ 90 xuống 20 phút, tiết kiệm khoảng 120 giờ mỗi tháng, rút ngắn 60% chu kỳ mua hàng và giảm 3–5% chi phí mua. Con người vẫn quyết định các đơn quan trọng; AI chịu phần đọc, đối chiếu và cảnh báo lặp lại.

4. CTA — Đo ROI trước khi mở rộng

Đừng vẽ dự án AI kéo dài sáu tháng. Hãy chọn một nhóm vật tư, 50 báo giá gần nhất và đo ba chỉ số: phút xử lý mỗi gói, tỷ lệ sai quy cách và mức chênh giá được phát hiện. HimiTek có thể dựng thử luồng đối chiếu có Gatekeeper để doanh nghiệp nhìn thấy số giờ và số tiền giữ lại trước khi nhân rộng sang toàn bộ hoạt động thu mua.

Cần tư vấn chuyên sâu?

HimiTek cung cấp dịch vụ tư vấn AI Compliance, Blockchain, và Security cho doanh nghiệp.

Đặt lịch tư vấn miễn phí →

1. Pain — Spending 90 minutes on one quotation package can still result in the wrong material

At 7:45 a.m., Hung, procurement manager at a mechanical factory in Binh Duong, receives 12 quotations for bearings, steel plates and milling cutters. Supplier A sends a PDF, supplier B uses Excel, while supplier C submits a photo through Zalo. The same bearing appears under several names: 6205-2RS, 6205 2RS or a Vietnamese description meaning a 6205 bearing sealed on both sides.

Three employees must open every file, copy prices into a comparison sheet and verify specifications, VAT, delivery dates and payment terms. This rice-powered, manual process takes an average of 90 minutes per package. One misread steel thickness or an overlooked exclusion of shipping can turn the apparently cheapest quotation into the most expensive choice.

The risk is not a lack of data but inconsistent data. Years of patched-together spreadsheets create technical debt, while managers often see only the final amount. A specification error may therefore remain hidden until the purchase order has already been issued.

2. Agitate — Slow approval becomes a bottleneck for the production schedule

When procurement becomes the bottleneck, late materials lead to idle machines, waiting workers and delayed customer orders. If one employee takes leave or burns out from overload, the comparison sheet may remain untouched for two days. The number of quotations processed can still produce an attractive dashboard, but it is a vanity KPI when the factory buys the wrong item or overlooks the option with the lowest total cost.

At 120 manual hours per month and an assumed fully loaded labor cost of VND 90,000 per hour, the factory spends approximately VND 10.8 million merely reading and re-entering data. If monthly purchasing volume is VND 2 billion, identifying unfavorable differences of 3–5% can retain VND 60–100 million. Hiring more people for a quick fix or creating yet another half-optimized spreadsheet only increases overhead. It is avoidable dumb money lost to controllable errors.

3. Solve — Deploy a controlled procurement AI Agent in three steps

Step 1 — Pilot one material group: Select 50–100 historical quotations for bearings or steel plates. Consolidate PDFs, spreadsheets and images in one location. Define mandatory fields including material code, specification, quantity, unit price, VAT, shipping cost, delivery date and payment terms.
Step 2 — Normalize data and raise flags: The AI Agent extracts information, maps equivalent descriptions to a canonical material code, and compares total cost, delivery time and commercial terms. A minimum validation rule can be implemented immediately:
```
def flag_quote(q, baseline):
    alerts = []
    if q['spec'] != baseline['spec']:
        alerts.append('Specification mismatch')
    if q['unit_price'] > baseline['unit_price'] * 1.05:
        alerts.append('Price exceeds baseline by over 5%')
    if not q.get('payment_term'):
        alerts.append('Missing payment terms')
    return alerts
```
The output is a recommendation table containing source files, ranking reasons and explicit warnings—not an unverifiable chatbot response.
Step 3 — Restrict execution rights: HimiTek routes requests through 9router v0.4.66 and dual-instance LiteLLM failover. OpenClaw Gatekeeper separates the AI reasoner from execution scripts, blocks elevated tools by default and requires approval from an authorized employee before a purchase order can be created. Each virtual key can receive a hard budget cap, such as USD 5 per month during the pilot, together with rate limiting and automatic API-key rotation to prevent runaway loops from exhausting the quota.

Following the pilot, processing time per quotation package falls from 90 to 20 minutes. The factory saves approximately 120 working hours per month, shortens its purchasing cycle by 60% and reduces purchasing costs by 3–5%. People continue to approve material orders with financial or production impact; the AI handles repetitive reading, matching and exception detection.

4. CTA — Measure ROI before expanding

Do not spend six months drawing up an oversized AI project. Start with one material category and the latest 50 quotations, then track three metrics: minutes per package, specification-error rate and price differences detected. HimiTek can build a Gatekeeper-controlled comparison pilot so the factory sees the hours and money retained before extending the workflow across procurement.

Need expert consulting?

HimiTek provides AI Compliance, Blockchain, and Security consulting for enterprises.

Book a free consultation →