旗下擁有舒潔（Kleenex）、靠得住（Kotex）與好奇（Huggies）等知名品牌的消費品巨頭金百利克拉克（Kimberly-Clark），近年積極將 AI 深度導入物流排程與工廠營運中。透過數據與自動化技術，該公司不僅大幅削減營運成本，更在競爭激烈的快消品市場中，持續鞏固營運效率與供應鏈韌性。
突破傳統物流瓶頸，導入 AI 數位分身降低 60% 貨運波動
過去金百利克拉克在運輸調度上經常面臨貨流不均的問題，例如部分日子出貨量集中，造成車輛與運輸容量過載，其他日子卻可能出現需求驟降與產能閒置。這類波動與訂單、庫存、運輸容量及客戶交貨要求彼此牽動，單靠人工很難即時完成大量排列組合。
金百利克拉克因此導入供應鏈科技公司 ProvisionAi 的 Earl 系統，利用機器學習與最佳化演算法分析需求、運輸容量及客戶服務要求，再重新安排貨物的出貨節奏。系統採用「平滑化裝載」（Level Loading）概念，在完全不影響對客戶交貨承諾的前提下，將貨運需求更均勻地平攤至不同工作天，成功將整體貨運波動度（Variability）降低了約 60%。
這套系統也被視為供應鏈的「數位分身」（Digital Twin）。它能持續模擬物流網路中的訂單、運輸資源與容量變化，協助系統快速找出較佳的運輸配置。約 80% 的出貨排程已可透過系統自動完成最佳化，物流調度人員則能將時間集中在需要人工判斷的例外狀況。透過改善貨物裝載效率、降低無效里程與運輸資源浪費，金百利克拉克每年可節省數百萬美元成本，同時也有助於降低運輸活動產生的碳排放。
建立集中式資料湖，以預測性維護打造高效率智慧工廠
除了 AI 賦能物流和供應鏈管理之外，《Forbes》報導，金百利克拉克近年另一項重要基礎建設，是建立能串聯企業不同業務資料的集中式資料湖（Data Lake），讓 AI 能夠取得更完整且一致的資訊。金百利克拉克的資訊長 Francesco Tinto 強調，供應鏈是數據基礎開始產生實際效益的重要場域。
其中，預測性維護（Predictive Maintenance）便是製造端的重要應用。傳統設備維護往往依賴固定週期保養，或等設備發生故障後再處理；導入 AI 後，系統能分析設備運轉資料，辨識可能預示故障的異常訊號，讓維護工作可以安排在原本的生產計畫中。如此一來，企業能減少突發性的設備停機，也能提升工廠的整體生產效率。
金百利克拉克的數位轉型之所以能取得實質成效，關鍵在於將技術導入與業務流程的「重新設計」深度結合。Francesco Tinto 表示：「我能比人更快地把錯誤的流程最佳化，但我不認為這才是真正的轉型。」他認為，如果直接將 AI 疊加在錯誤的流程或劣質的數據上，只會更快得出錯誤的答案。因此，金百利克拉克並非單純將舊有作業自動化，而是重新審視端到端的營運流程，並同步提升全員的 AI 素養，確保人與科技能發揮最佳的協同效應。
從利用數位分身平滑化物流波動，到運用資料湖驅動智慧製造，這家百年消費品巨頭展現了如何透過數據實踐永續成長。AI 在金百利克拉克不僅是降本增效的工具，更是轉化企業營運體質、迎戰未來全球供應鏈挑戰的關鍵戰略核心。
【推薦閱讀】
◆ 導入 AI 不必樣樣都做，IKEA 用「雙軸四象限」決定投入順序
＊本文開放合作夥伴轉載，參考資料：YouTube/ProvisionAi、ProvisionAi、《Forbes》，首圖來源：Kimberly-Clark
（責任編輯：廖紹伶）
