供應鏈管理採用數位工具協助已非新鮮事，像是品牌廠建立情境分析系統，模擬災害發生的應變方案，或在每批貨物上加裝 RFID（無線射頻識別）標籤，掌握每一環節的物流資訊，確保如期交貨。
過去企業投入供應鏈數位轉型時，常遇到資料四散各處，決策者難以全盤掌握訊息，即時做出應變方案。第二個挑戰是技術門檻高，比方說日本廠發生問題，想評估損失金額、查詢替代產線，工作龐雜無法人工處理，但寫程式下指令的進入門檻也高。
生成式 AI 能彙整非結構化資料，建立供應商知識庫供決策參考
供應鏈管理應用生成式 AI 依據成熟度可分成 4 個層級。
層級1：解決特定任務
採購市售 AI 工具解決單一任務的痛點。例如，聯繫韓國客戶時，用 ChatGPT 寫韓文信。
層級2：優化工作流
加速特定工作流程的效率，比方說：科技公司 Shipwell 提供物流管理系統，協助客戶規畫運輸路徑、評估運送成本。層級 2 與 1 最大的差別是企業導入市售 AI 解決方案時，會因應內部流程做些許客製化。
層級 3：改變工作流
將生成式 AI 視為代理人（agent）或虛擬機器人，根據使用者目標，自動拆解複雜任務並執行。例如：遇到斷鏈危機，需要緊急想替代方案時，AI 能分析根本原因，模擬多種解決方案供企業參考，並主動發信通知相關單位，這將改變既有的工作流程。企業需具備開發 AI 解決方案的能力，才能達到這個層級。
層級 4：跨單位流程自動化
多個虛擬機器人同步運作，做到跨部門流程自動化。比方說：採購單位透過 AI 發現零件成本提高，自動通知研發單位 AI，它們設計不同零件的產品提供管理階層參考，進而降低採購成本。
現階段實現層級 4 難度太高，BCG 評估未來 3～5 年企業的發展重點是層級 3，目前多以層級 1、2 的應用為主，也就是看見單一痛點，用 AI 提升工作效率。
當企業進展到開發出代理人 AI 時，瑣碎任務可望降低至 30%
我認為，唯有讓生成式 AI 驅動工作流改變，企業競爭力才會提升。以天災影響供應鏈為例，過去都是人員打電話了解狀況、清點庫存、尋找其他替代供應商，並說服客戶接受新方案。
在這段流程中，有 60% 時間耗費在行政溝通任務，只有 40% 用於決策。透過 AI 自動生成供應鏈應變計畫、盤點合適供應商，公司能將 70% 時間做策略規畫，盤點庫存等瑣碎任務降到 30%。供應鏈應變速度快、決策縝密，就能創造差異化優勢。
企業投入 AI 可以把握「10-20-70」的原則，意即 AI 如果能創造的價值，它有 10% 貢獻來自演算法模型，20% 是數位技術和數據蒐集，70% 是人員、流程和組織改變。也就是說，企業必須透過有效管理方法、教育訓練、文化變革，才能實現 AI 的效益。
（口述｜徐瑞廷，整理｜簡鈺璇）
