在汽車產線上，零件延誤往往會引發骨牌效應，足以讓整條生產鏈瞬間停擺。颶風、地震，甚至一場突如其來的地緣衝突，都可能打亂跨國供應鏈的節奏。
面對這樣的高風險環境，通用汽車（General Motors，簡稱 GM）選擇把 AI 納入「預警雷達」，嘗試在危機爆發前就捕捉蛛絲馬跡，守住產線穩定。自 2022 年起，GM 陸續開發並部署了一套 AI 驅動的平台，結合新聞掃描、供應商資料映射與即時風險分析，讓管理層能更快判斷威脅，並調整策略。
AI 建立供應商地圖 + 新聞掃描 + 即時資料分析
通用汽車透過 AI 模型自動抓取、整合其一級供應商與下游分層供應商之間的關係與數據（如生產地點、物料來源、運送鏈路等），形成數位供應鏈地圖（SupplyMap）以監控潛在風險節點。
同時，其 AI 系統中名為 Risk Intelligence 的新聞掃描模組，每天閱讀、分類與標記成千上萬篇公開新聞與報導，辨識與供應鏈有關的風險訊號，例如暴雨、物流堵塞、政策變動、原料短缺等。
透過整合即時物流資訊、供應商績效數據、交期延遲警訊等，GM 的 AI 平台能夠將潛在中斷風險提前浮現，供風控團隊、人員或管理層介入處理。
這個 AI 系統讓通用汽車在 2024 年 9 月颶風 Helene 橫掃北卡羅來納州前，就已預警其重要供應商 Auria Solutions 可能遭受嚴重破壞。該廠負責為 GM 生產汽車內裝中的地毯，但在風災來襲時，工廠斷水、斷電、甚至無法使用水刀切割。GM 內部團隊立即協助 Auria 鑽井取水，使其恢復部分作業，避免全面停線。
不只是保護 GM 自身，也替供應商預警
這套 AI 系統不僅服務通用汽車本身，也能主動提醒其供應商可能受到風險影響的區域或事件，發出風險警訊像是「我們在你的生產地或供應鏈網絡中觀察到異常」，使供應商得以提前評估防範對策。
通用汽車全球供應鏈資深副總莫瑞森（Jeff Morrison）於官方新聞稿中，特別強調供應商參與資料共享的重要性：若供應商願意提供工廠位置、備料來源、備援能力等，整體網絡的可視性與風險反應速度更可提升，有助於建立更具韌性的供應鏈。
成效顯著：已避免至少 75 起潛在停工事件
根據通用汽車系統工程總監、同時也是該 AI 專案架構師之一的蓋斯根（Sean Gaskin）表示，這套 AI 預警機制在今年已成功避免至少 75 起工廠停工事件。
當全球供應鏈仍在不確定性中運轉，「未雨綢繆」的 AI 系統正逐漸成為新一代製造業的必備基礎建設之一。通用汽車高層也明言，AI 的角色不是取代人力，而是成為員工的輔助工具。系統生成風險警示後，由風險分析師、採購與供應鏈團隊進行判斷與決策，保護生產運作。
＊本文開放合作夥伴轉載，參考資料：《Business Insider》、GM、，首圖來源：GM
