企業導入 AI 的熱門話題已經從「要不要做」，轉變為「如何做」，顧問機構 Gartner 調查指出，三分之二的受訪 CEO 認為 AI 將定義下一個商業時代，75% 更把 AI 視為對自家產業最具影響力的技術。然而，Gartner 另一份針對供應鏈的調查發現，真正把 AI 試點成功擴大到組織規模的企業，只有 17%。這道看好 AI 與成功做好 AI 之間的落差，問題究竟出在哪裡？
熱度很高、落地很少，供應鏈卡在 AI 執行落差
Gartner 的數據揭開這道落差的樣貌。目前每五家企業就有三家，只把 AI 用在個別、彼此孤立的單點場景，並未真正把流程串起來；超過半數則因為擔心資料安全、隱私、IP 外洩與惡意程式等風險，對放大導入有所保留。
在 Gartner 看來，卡關的關鍵不是技術本身，而是導入方式。多數企業只是把 AI 功能疊加到原本的傳統供應鏈模型上，這種「加法」不足以帶來質變。事實上，調查中有 77% 的 CEO 也承認，自家既有的營運系統與數位轉型做法，已不足以應付一個由 AI 主導的未來。換句話說，真正的門檻不在買不買得到 AI，而在願不願意動既有的骨架。
AI 原生供應鏈長什麼樣？資料即時、代理自主、生態緊整合
Gartner 給出的處方，是建立「AI-native（AI 原生）供應鏈」，也就是不在舊架構上外掛 AI，而是圍繞 AI 的潛力重新設計整條供應鏈。
這樣的供應鏈長得不一樣：過去難以取得的資料，能即時提供給決策者；AI 代理能大幅自主地執行許多流程，由人類主管負責監督與例外處理；企業內部與外部夥伴的生態系整合得更緊密，帶來協調一致的決策與新的成長機會。要走到這一步，Gartner 建議聚焦營運模式、組織結構與技術三大基礎的同步重構。
從決策導向到分段投資：三大基礎怎麼動
針對營運模式，Gartner 主張企業從以「功能分工」為中心的孤島式結構，轉向以「決策」為中心的人機協作結構。具體的建議行動，是做端到端的流程與核心決策盤點、模擬不同的決策情境，以及定義未來的自主化目標與衡量指標。Gartner 指出，決策導向的結構，有助於資源隨需求彈性擴展，而不再被部門界線綁死。事實上，在其調查中，有 63% 的 AI 領導者已經在、或已完成依 AI 的可能性重新設計工作流程。
在組織結構層面，Gartner 主張把高成本人力從交易型例行工作，移往模型訓練、稽核與關係管理等策略性任務，而且不是替舊角色補課，是直接依 AI 能力打造原生的新職務，從重新想像的工作流對應出需要哪些角色、訂出各自職責，再擬一份培養人機協作文化的人力演進計畫，讓稀缺的人力集中在機器還做不好的判斷與關係經營上。
至於技術轉型，Gartner 強調轉型不等於把既有技術堆疊全盤汰換，現代化的目的反而是避免流程中斷、降低成本、減少內部阻力。做法是分段投資：先沿用「夠好」的既有系統、在其上建立統一的資料層，投資完整代理前先從 AI 助理起步，再逐步走向自主編排層，同時選擇性開發全新的 AI 能力以放大長期報酬。
《Financial Times》也提醒，透過 AI 重塑供應鏈這條路無法速成，市面上不少號稱 AI 代理的工具其實是舊技術換名，真正的深度轉型是一段以年計的 J 曲線，最大的門檻往往是人與流程而非演算法。
綜合來看，供應鏈的 AI 競爭重心，已從選哪個模型，移向流程重構、資料治理與組織變革。技術是為了實現目標中的供應鏈樣貌而服務，而非反過來讓供應鏈遷就技術。對製造與供應鏈的決策者而言，要回答的已不是要不要用 AI，而是準備好重寫多少既有的東西。
【推薦閱讀】
◆ Sony 聯手三菱電機切入 Siemens、Fanuc 戰局，兩大日企如何搶攻實體 AI 戰場？
＊本文開放合作夥伴轉載，資料來源：Gartner、《Financial Times》，首圖來源：Unsplash
