「別等到痛才想辦法!」SAP看準智慧開銷,2面向為企業省錢
「別等到痛才想辦法!」SAP看準智慧開銷,2面向為企業省錢

2019年的現在,當我們再次說起智慧企業,我們在討論的是什麼?甫落幕的SAP Ariba Live奧斯汀峰會上,來自世界各地的重量級供應商及製造商齊聚一堂,把焦點放在一個詞上:智慧開銷(intelligent spending)。

然而,智慧開銷又是指什麼呢?SAP Ariba與SAP Fieldglass資深副總裁兼總經理Pat McCarthy認為,智慧開銷是將數據思維帶進供應端,將所有資料統整於同一平台後分析採集而來的數據,藉此優化採購等流程。「智慧開銷能讓你把錢花得少,或花得巧,」McCarthy說。

智慧開銷兩大要素:採購成本、外聘人才管控

SAP旗下兩大獨立子公司SAP Ariba以及SAP Fieldglass,就是希望在智慧開銷方面,提供企業最佳的解決方案。SAP Ariba針對提供企業採購的成本管理服務,SAP Fieldglass則專注於外部人力資源的管控。 McCarthy表示,這兩項服務,能夠讓企業供應鏈變得更有彈性,並提供企業接軌AI與機器學習等技術的機會。

SAP Ariba
SAP旗下兩大獨立子公司SAP Ariba以及SAP Fieldglass,主要業務為在智慧開銷方面提供企業最佳的解決方案。
圖/ SAP Ariba

過去在採購過程中,許多步驟是非常人工且瑣碎的。舉例來說,在與供應商下單、討論合約時,很多人都是透過Line或者電子郵件來回傳遞格式不一的Excel、PDF、word等各式檔案。這樣的溝通方式除了鬆散之外,更難以系統化地統計與供應商間的數據資料。

針對這樣的痛點,SAP Ariba提供了一個平台,系統性整理不同的採購環節,讓客戶可以與供應商一同在平台上協作,簡化繁複的流程並提供數據化的統計,進而提升效率、減少不必要的支出。此外,SAP Ariba的全球網絡中還搜集近380萬名供應商的資料,讓客戶能輕鬆在上面尋找合適的廠商,加快媒合的速度。

不過,若要更完整地達到智慧開銷,雲端化的外部人力資源管理也是相當重要的一環。SAP與牛津大學合作的研究報告指出,企業裡平均有44%的人力資源來自外聘廠商及自由工作者。McCarthy表示,一般公司對於外包項目負責人另外再找的團隊,難以進行品質控管與監督。

Pat McCarthy_SAP資深副總裁兼總經理_2019_04_17_蔡仁譯攝 -1 (1).j
過去在採購過程中,許多步驟是非常人工且瑣碎的。因此,SAP Ariba提供了一個平台,讓客戶可以系統性地統整不同的採購環節。
圖/ 蔡仁譯

McCarthy舉例,他們觀察到有些表現差的外聘人士,會反覆被同一間公司裡不同的人聘用。這樣的人才管理疏失,不僅是資源的浪費,也會影響到產品與服務本身。SAP Fieldglass想做的,就是讓企業和個人都能更有效率地找到適合的彼此。

McCarthy認為,外部人才的數位化管理會是未來的趨勢。因為這對許多年輕人正從事的零工經濟(gig economy)而言,是相當有益處的事。很多自由工作者他不是要找長期正職,而只是想在某一段特定時間、某一特定地點做自己喜歡的工作。過去這些人可能要土法煉鋼地在網上搜尋,但有了外部人才管理系統,他們只需要在平台上輸入資料,變得更方便。

智慧開銷的下一波浪潮:體驗經濟

從智慧開銷風潮的興起,我們可以看見數位轉型正不斷在深化。企業對數據的渴求勝過以往,並發明新的、規模化的方式,量化過去未曾紀錄過的行為。McCarthy也表示,數據以及速度,是數位轉型的兩大關鍵。數據帶來的新觀點加速了決策過程,改良的服務與產品也拉高顧客的期待值。速度不斷加快的情況下,人們也持續在探索新的數據。

至於SAP找到下一個重要數據了嗎?答案是有的。McCarthy認為,在不久的將來,體驗將會帶起下一波浪潮。他說,體驗數據就像是在坐雲霄飛車,過去我們能掌握車的速度、摩擦力等運作上的數據,但體驗數據講究的則是乘客是否有笑、和原先期待是否有落差、覺得好不好玩......等。

體驗數據若是套用在企業裡,就可能是這間公司合作起來感覺好不好、下屬能否輕鬆地與上司交談等。目前SAP已研發出相關系統,並已經在提供服務。對此,McCarthy也表示,SAP在這個領域方面,可說是世界第一。

面對種種快速的改變,McCarthy也對那些在執行數位轉型上感到猶豫的企業留下一句話:「別等到痛的時候才來想辦法。」或許這句話,正好象徵了數位時代的生存守則。

關鍵字: #SAP
往下滑看下一篇文章
五十年零售老店的 AI 轉型:良興攜手 Data-DI,打造專屬 AI Agent 賦能組織升級與知識傳承
五十年零售老店的 AI 轉型:良興攜手 Data-DI,打造專屬 AI Agent 賦能組織升級與知識傳承

1973 年,良興從台北光華商場一間 50 坪的電子零件行起家,半個世紀後蛻變為年營收破十億、毛利率 18% 的全通路 3C 品牌。不過,伴隨規模擴張帶來的不只是成長,還有日益加劇的管理摩擦。門市遍布全台、品項高達近萬筆,加上跨部門協作頻繁,行政耗損與知識傳承的缺口,成為這家老字號邁向下一階段的隱形天花板。

良興總經理賴志達回顧,從電子零件跨入電商、從線下擴張到 OMO 全通路、再到會員深度經營,作為 3C 零售業者,良興每一波轉型都走在同業前面。「現在輪到 AI 了。如何做到人機協作、AI 賦能,就是良興第五波轉型的核心命題。」

AI 自動化,從行政細節釋放組織戰力

轉型需要夥伴,而賴志達評估合作夥伴的標準很明確:技術能力是基本,產業知識(Domain Know-how)的深度是關鍵,回饋速度更是最終決定因素。2025 年的未來商務展上,良興選擇攜手 Data-DI,看重的正是其「策略諮詢 + AI 產品 + 落地陪跑」三軌並行的實施能力。

很快的,良興與 Data-DI 合作的第一個專案,就落在最耗費人力、卻最常被忽視的環節:會議記錄。「會議如果沒有產值、沒有效果,對企業很傷!」賴志達說,他每天參加許多會議,但跨單位協作的會議記錄長期依賴人工聆聽與逐字整理,常出現人名誤植、決策遺漏、行動項目無人追蹤,讓會議效果大打折扣。

數智聚(良興)_1.JPG
良興總經理賴志達
圖/ 數位時代

為了解決會議記錄的痛點,Data-DI 業務副總包威棣指出,在導入工具以前,團隊須先釐清三件事:場景是否具備落地價值、哪些流程節點適合 AI 介入,以及以終為始地掌握客戶真正想要的輸出樣貌。這些看似基本的提問,都決定 AI 能否精準落地。

確認方向後,良興與 Data-DI 成功導入 AI 會議記錄自動化系統,透過模糊比對技術校正語音辨識誤差,並將生成的雙版本報告直接回存至既有資料庫,不僅將行政人員從重複性作業中釋放,也為後續的 AI 應用奠定扎實的系統整合基礎。

賴志達分享,現在他去外部開會也會用這個工具,運用 AI 把錄音轉文字、再整理成簡報,很快就能完成,更令外部夥伴驚艷。「我認為這是很成功的案子!也提醒想做 AI 的老闆們,與其急著搞大架構,不如先從小工具讓公司嘗試 AI,建立理解和認同。」

AI 把資深員工大腦轉化為資產

補完行政效率的缺口後,良興接著切入更深層的營運核心:知識傳承。過去,頂尖銷售經驗長期鎖在少數資深員工身上,新人培訓耗時三個月,員工離職即帶走知識資本。與此同時,網路資訊發達,消費者進店前早已掌握基本規格,3C 通路門市人員要如何發揮更多價值?「我要門市的人不是死背規格,而是面對客人時,能用客人能理解的方式對話。」賴志達說。

為此,Data-DI 協助良興建置 AI 門市教育訓練系統。系統透過六大自動化關卡,串接教材生成、審核上架、AI 銷售對練與成績回報,主管僅需在核心節點審核;員工透過手機語音對練,系統依口吻、專業度、回應力等維度自動評分。賴志達表示,目標是將新人培訓期縮短至一個月,讓數十年累積的銷售智慧轉化為可複製、可傳承的企業資產。

然而,要讓這套系統真正運作,得先解決兩個根本問題:資料從哪裡來?以及訓練如何更準確?

「以前大數據時代,講的是資料要大、全、細、實;現在 AI 要做到的是準(準確)、合(合乎場景)。」包威棣說。良興不同廠商提供的素材品質參差不齊,Data-DI 除了整合內部資料,也補充加入外部市場評測內容以填補空缺,再透過人員審核機制過濾雜訊,搭配 agent 架構的多層步驟與知識限定,確保系統能精準提煉對應品類的訓練素材。

數智聚(良興)_2.JPG
Data-DI 業務副總包威棣
圖/ 數位時代

賴志達則看得更遠:「這些教育訓練的內容,也將成為公司未來訓練機器人很好的原料。」

Data-DI 陪跑型顧問,帶領企業 AI 轉型

良興與 Data-DI 合作的兩個專案中,雙方共同克服了長提示詞邏輯混亂、AI 幻覺污染知識庫、逐字稿讀取逾時等技術難題。邁向下一步,賴志達表示,公司各部門很早就建置 Power BI 報表,但數據豐富不等於決策清晰。「數據是土壤,如果沒有梳理,就沒有用了。」因此,他的下一個目標是活化數據資本、推動行銷自動流,以精實的人力持續驅動成長。

數智聚(良興)_3.jpg
良興攜手 Data-DI 推動 AI 落地,以小步快跑模式為企業創造變革。
圖/ 數位時代

包威棣則從顧問視角歸納兩個觀察:AI 導入需要高層認同、由上而下推進,像賴志達這樣持續引領良興走在業界前端的決策者,就是不可或缺的推手;而單點工具的價值,終究要累積成組織體質的轉變才算真正落地。「就像會議記錄改變了會議當責的結構,人員訓練改變了知識傳承的方式。從點狀應用走向企業變革,這種決策思路才是 AI 真正深入落地產生價值的關鍵。」

最後,對於仍在觀望AI應用的企業,他則建議:「未來 AI 導致的落差只會愈來愈大,人會變成超級工作者,企業會變成超級企業。開始做就對了,先做一個三個月的小任務,降低落差、再急起追上。」從痛點切入、小步快跑,讓組織在實作中累積對 AI 的理解與信任,這正是 Data-DI 的陪跑哲學。

有關更多 Data-DI 相關資訊,請查詢網站:https://www.data-di.com/

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
代理式商務連動百兆商機
© 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