2015 年全球 25 大供應鏈廠商排行,亞馬遜居首位
2015 年全球 25 大供應鏈廠商排行,亞馬遜居首位

圖說明

國際研究暨顧問機構 Gartner 公布了 2015 年全球 25 大供應鏈廠商排行榜。這份名單已經是連續第 11 年發布, 旨在找出全球位居領導地位的供應鏈廠商,並表彰表現最佳實作規範。

Gartner 研究副總裁 Stan Aronow 表示:「今年是我們第 11 年公布年度 25 大供應鏈廠商排行。今年的全球 25 大供應鏈廠商排行榜當中,除了有幾家榜上常客可以提供我們全新啟示,多家來自高科技、消費產品、零售與工業等部門的企業則是近年才打入排行。」

前五名當中有三家和去年相同,包含亞馬遜(Amazon)、麥當勞(McDonald’s)與聯合利華(Unilever),英特爾(Intel)則是重新回到前五名,還有首度躋身前五大的印地紡(Inditex,參見表一)。有三家公司在落榜多年後重新回歸,包括萊雅(L’Oréal,22 名)、豐田(Toyota,24 名)以及家得寶(Home Depot,25 名)。熟悉 Gartner 前 25 大供應鏈廠商名單的人士可能會對榜上常客蘋果(Apple)與寶鹼(P&G)並未出現在今年的榜單而感到疑惑。

Aronow 指出:「今年我們引進了一種全新的分類方式以彰顯榜上常客的成就與能力。因此,凡在過去十年內至少七次綜合評分排行前五的公司,我們都歸類為『菁英』類(masters),和全球 25 大供應鏈廠商名單區分開來。今年首次公布供應鏈菁英名單,我們選出了兩家長期保持領先的企業,即是蘋果與寶鹼。」

Aronow 接著表示,蘋果與寶鹼兩家公司多年來對供應鏈專業做出重大貢獻。寶鹼是第一家導入消費者導向供應鏈概念並以其為特色的業者,而蘋果則是定義了「解決方案」(solution)供應鏈的概念,憑藉該公司創造需求的能力另闢蹊徑。

圖說明

##Gartner 分析師從 2015 年供應鏈廠商排行榜中觀察到以下三大趨勢:

###雙模供應鏈策略

供應鏈長(chief supply chain officer; CSCO)與手下團隊當前面臨必須要能快速更替商業模式的環境,公司期待他們要能精簡作業並提高效率,同時也要花費同樣甚至更多的時間推動成長與創新。Gartner 稱之為「雙模」(bimodal)策略。過去,供應鏈主管只要降低成本就算成功。但是,現在他們已經體認,除了控制成本,提升並支援營業額的能力也是他們被評鑑的項目。

###更貼近顧客

另一項趨勢則是供應鏈開始重視顧客體驗,並視為業務優先考量之一。除了關心銷售的產品,入榜的企業更為專心傾聽顧客心聲,並推出創新的解決方案做為回應。

Stan Aronow 說:「今年我們發現有越來越多公司將能見度與洞察力延伸到第一線的顧客之外,直接接觸產品的終端使用者。他們的供應鏈不只蒐集銷售細節相關資料,也研究終端使用者的使用模式以及用後感想。以強大的營運供應鏈績效取悅顧客,再加上解決方案績效也提升,終究將會大幅改善顧客的滿意度,對營業額也有所貢獻。」

###數位商業模式崛起

雖然剛剛萌芽,但認為供應鏈可以利用數位功能來支援新的商業模式並提升價值鏈績效的觀點,今年以來已變得更加明確。目前許多數位應用都以製造業為核心,各大公司都體認到「工廠」並非僅止於公司裡的四面牆,或者是委外合作夥伴。讓製造生產線與上游供應商以及其他供應鏈達成數位同步,商業價值也會隨之倍增。

利用感測器、閘道器、追蹤系統與商業規則達成自動化,藉此預測並警示現有計畫紀錄(POR)是否出現變數,物流在這方面的應用並不亞於製造業。物流控制塔(logistics control tower)功能並非新概念,但若能結合更多成本低廉的感測器及運算能力,就有更多的企業能取得深入洞察力,進而降低風險,同時改善營運成本及顧客服務層級。

本文出自Technews

關鍵字: #Gartner #亞馬遜
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