智慧供應鏈,重塑企業獲利力
智慧供應鏈,重塑企業獲利力
2011.07.26 |

台灣聞名全球的科技製造業,近年來受到國際市場嚴苛的考驗:品牌大廠庫存失準時有所聞,ODM/OEM毛利持續下探,獲利與營收不成正比。過去二十年台灣靠著彈性供應鏈管理與產業群聚效益打造了科技之島的美名,但在全球化競爭中是否還能保有優勢? 

國內產業架構以水平整合的聚落為主,好處是彈性大、選擇多。以筆電為例,順著中山高往南走,從台北到新竹就可以買齊所有零組件。供應鏈有變動,一個小時內就可以召集相關廠商找到解決之道,這是台灣獨有的機動性。 

聚落式供應鏈,無法支撐台商全球布局?

然而當國內企業開始布局全球,以往的聚落優勢將難以持續。過去產業處於成長期,供應鏈管理問題會被獲利所掩蓋。然而從2008年開始,全球消費需求降低,營收與獲利都受到嚴重考驗,供應鏈的問題也浮上檯面: 

一、產品週期縮短:顧客喜好瞬息萬變,產品推陳出新頻率越來越高。若未能精準預測需求、掌握銷售進度,極可能會造成損失。

二、少量多樣生產:客製化、個性化的產品需求高,供應鏈管理的複雜度也倍增。預測失準不僅讓成本增加,也可能造成呆料損失。

三、產業生態改變:智慧型手機讓國際電信巨人NOKIA黯淡無光,平板電腦令小筆電風光盡失。破壞式創新的產品隨時可能衝擊市場!

四、可視性不足:供應鏈中存在許多提升價值、降低成本的可能性,唯有提高供應鏈可視性(visibility),才能創造優化價值。 

面對這些挑戰,供應鏈需要轉型升級,朝向「提高能見度」與「增加反應速度」,以利做出正確的供應鏈決策。 

提高能見度,從需求預測做起

企業幾乎都已建立了ERP,然而ERP是否足以讓決策展掌握供應鏈全貌?尤其在供應鏈全球化之後,每日營運所蒐集的資料極大,但是能夠有效擷取、管理、分析與優化的比例反而變小了。 

能見度提升不僅限於庫存與運況,還要加入「需求能見度」的管理能力。需求是整個供應鏈的源頭,若能透過滾動式的銷售預測來提升需求能見度,供應鏈運作就越有效率,許多績效不彰的問題也會迎刃而解。 

以某3C品牌大廠為例,其主要銷售對象為全球各地的通路商,為了提升供應鏈效率、降低庫存,該品牌正在建立一套能夠結合市場行銷資料、歷史數據與通路商資訊的滾動銷售分析系統,與供應鏈管理平台進行整合,以精準的需求預測為起點,將整條供應鏈優化校準、提升效率。 

提升反應力,每個決定都有效益

商業環境競爭激烈,造成整條供應鏈的時間都被壓縮,企業常要在有限時間內做出關鍵決定:這筆單,接還是不接?怎麼排程,對公司最有效益? 

一般來說,企業接到訂單需求後,要經過內部資料計算、供應商與產能確認,關關核可後才能給客戶回覆,平均費時五天。但許多訂單或變動需求要求短時間內答覆,若未能仔細評估,硬著頭皮接下後才發現這筆訂單根本無法帶來利潤,反而排擠其他有利潤的訂單,豈不是徒呼負負? 

在智慧供應鏈的管理平台上,這些可行性評估、多情境模擬的運算僅需數分鐘即可完成,可立即算出供應鏈變動帶來的效益與衝擊,以利決策者做出最有效益的決定。回覆客戶的時程從五天縮短到兩天內,不僅客戶滿意度提高,也增加了回應商機的速度與效率。 

國內光電大廠導入智慧供應鏈解決方案後,大幅減少了供應鏈效率低落帶來浪費,其投資報酬率竟高達1000%! 

智慧供應鏈,為產業加分

從產業角度來看,供應鏈管理好比「甩鞭子」:一個客戶端的小變動,就會從訂單、排程、產線、零件、下游廠商產生環環相扣的衝擊效應。最前端的組裝廠、品牌廠銷售預測與供應鏈管理若能更為精準,將能正面提升整體產業的獲利能力與運籌效率。打造智慧供應鏈,將是台灣科技製造業提升價值、降低成本的必經之路。 

想要了解更多Smarter Commerce,歡迎立即報名「智慧商務策略論壇」http://www.bnext.com.tw/edm/ibmscforum/

往下滑看下一篇文章
懂保險的 AI 才有用!國泰人壽數據暨人工智慧發展部如何解開壽險業的 AI 實戰難題
懂保險的 AI 才有用!國泰人壽數據暨人工智慧發展部如何解開壽險業的 AI 實戰難題

金管會調查顯示,國內金融機構與周邊單位已有 33% 導入 AI,其中壽險業導入比例達 67%,僅次於銀行業的 87%。事實上,保險業應用 AI 的難題不在技術,真正的挑戰是要在高度監理、複雜流程與專業領域中,找到可落地的應用場景。國泰人壽數據暨人工智慧發展部走過八年、歷經三次組織定位演進,如何摸索出自己一套的 AI 轉型路徑?

國泰人壽養兵練 AI

國泰人壽數據團隊的起點,可以追溯到 2016 年成立的「客群經營部」。2018 年,隨著公司希望讓 AI 發展更具基礎架構、更具規模地展開,團隊轉型為「數據經營部」;到了 2024 年,正式成立「數據暨人工智慧發展部」,角色也從推廣,轉向更專注的技術發展。

國泰人壽-2.jpg
國泰人壽數據暨人工智慧發展部目前為一約 65 人的團隊,平均年齡 33 歲。
圖/ 數位時代

八年間,團隊的任務始終圍繞同一件事:深入業務現場,釐清痛點,再與 IT、業務、客服等單位協作,推動 AI 從研究走向實踐。國泰人壽數據暨人工智慧發展部協理莊淑儀形容,這個過程更像是傳教士的工作:「很多數據產品是由我們發想,從核保到理賠,有哪些導入機會?我們要去和各部門溝通,AI 可以協助什麼。」

國泰人壽-3.jpg
國泰人壽數據暨人工智慧發展部協理莊淑儀。
圖/ 數位時代

這樣的溝通並不容易,因為壽險業的專業門檻極高。國泰人壽數據暨人工智慧發展部首席數據分析師黃喬敬博士指出,一張保單牽涉的關係人本來就複雜:「在保險業,一張保單的銷售,涉及要保人、被保人、受益人,是多方關係,尤其在金管會的要求下,還必須兼顧模型的公平性與可解釋性。」核保邏輯、理賠判斷、業務員培訓,每個環節都有各自的專業門檻與監理要求,通用技術難以直接套用。這也是國泰人壽選擇自己養兵練 AI 的原因,唯有深度理解壽險場景,AI 才有落地的條件。

從真實需求長出來的 AI 實戰力

要讓技術模型真正為前線人員所用,數據暨人工智慧發展部團隊長期觀察業務現場,確保 AI 產出都能有效銜接既有作業流程。去年,團隊面對的挑戰,是在十三個部門提案中,篩選出值得投入的場景。莊淑儀說明,評估標準有三項:「是否能複製到多元場景?對公司有什麼效益?技術可行性?」最終六個案子出線,其中包括「AI Coach」。

AI Coach 以 AI 陪練業務員磨練銷售技巧,同步縮短培訓週期,讓業務員能更快提供專業、貼近保戶需求的服務。看見 AI Coach 的成效後,國泰人壽也將同一套模式延伸至客服中心及直效團隊,評估面向包括禮貌、問題回應、服務要點...等面向,給於評分及建議。黃喬敬博士解釋背後的難度:「以往這些評估指標是由人來判斷,現在則是要做到標準化,讓 AI 系統可以自己判斷。」今年一月上線後,客服新人有超過九成以此作為教育訓練工具,業務端使用率也過半,不僅省下資深人員帶新人的時間,也讓保戶獲得更一致、更高品質的服務體驗。

國泰人壽-4.jpg
國泰人壽數據暨人工智慧發展部協理莊淑儀(左)與首席數據分析師黃喬敬博士(右)帶領團隊在國泰人壽保險領域驗證 AI 應用。
圖/ 數位時代

另一項落地應用則是「Cathay Eye」,是國泰人壽自行開發的智能風險控管模型。莊淑儀說明:「這最主要是幫案件的複雜度做分級,讓新進同仁處理複雜度低、資深同仁處理複雜度高的案件,一來反映人力價值,二來加速案件處理流程,讓客戶更快獲得所需服務。」

黃喬敬博士也補充背後的機制:「Cathay Eye 是把公司過去數千萬筆資料整合起來,藉此建立一個平均的判斷基準,用來做複雜度分級與派工。」目前,Cathay Eye 的識別能力相較原流程提升一倍精準度,也讓流程的判斷效率明顯加快。

壽險業 AI 應用的新標竿

對國泰人壽而言,讓 AI 發揮作用的關鍵,在於將產業領域知識與技術能力結合,而這仰賴的是兩條並行的人才路徑。對內,是強化已熟悉保險核心業務人才的 AI 素養;對外,則是網羅生成式 AI 工程與系統設計、AI 治理、雲端數據工程...等專業人才,補齊技術深度。莊淑儀強調:「在人才 AI 素養上,以往我們著重精兵制。去年開始,我們要做到全員素養提升,在人人都會用 AI 的時代,如何善用、如何合規,這都是需要教育訓練的。」

黃喬敬博士則從技術端點出下一步的方向,如 Agentic AI 是明確的發展趨勢,但在企業級的應用上,不可能讓它完全自由運作,如何兼顧安全與效益,是關鍵任務。「檢視整個 Workflow,如何建立更好的決策流程,人員的角色和流程都會慢慢轉換。」他也指出,把端到端的自動化流程建置起來,是團隊接下來的重點工程。

國泰人壽-5.jpg
國泰人壽數據暨人工智慧發展部首席數據分析師黃喬敬博士。
圖/ 數位時代

導入 AI,或許已是壽險業的產業常態;但能不能真正走進核心業務的第一線,關鍵仍是有沒有先搞懂保險本身。從需求出發、從場景驗證,國泰人壽正以這套方法,定義壽險業 AI 應用的新標竿。

登入數位時代會員

開啟專屬自己的主題內容,

每日推播重點文章

閱讀會員專屬文章

請先登入數位時代會員

看更多獨享內容

請先登入數位時代會員

開啟收藏文章功能,

請先登入數位時代會員

開啟訂閱文章分類功能,

請先登入數位時代會員

我還不是會員, 註冊去!
追蹤我們
台達電全解讀
© 2026 Business Next Media Corp. All Rights Reserved. 本網站內容未經允許,不得轉載。
106 台北市大安區光復南路102號9樓