不怕起步慢，只怕地基爛！聯想五年磨一劍，AI架構「反速成」啟示

多數公司急著用AI工具速成，卻忽略了數據地基。聯想反其道而行，先花5年整合數據，才打造企業級AI架構iChain，協調採購、製造、物流及顧客履約決策。這套做法證實，AI投資若要擴大應用並交出成果，關鍵在於高品質數據、整合架構、業務優先順序，以及自主掌握以營運數據打造的系統。

多數公司將AI部署至供應鏈時，都犯了一個常見錯誤：還沒有理解自身數據，就從技術著手。這些公司啟動試行計畫、實驗預測工具、部署彼此孤立的最佳化引擎，接著納悶為何幾乎沒有任何做法能擴大應用。其實，問題不在AI，而在這些公司跳過了一個讓AI值得信賴的步驟。若是在有缺陷的數據基礎上建構智慧，毫無例外，得到的也只會是有缺陷的智慧。

這幾年來，我看到許多公司始終說不清楚自己想如何運用AI與分析；但我終於找到一家說得清楚的公司：聯想（Lenovo）。2017年至2022年間，這家科技巨頭有計畫地推動一項分為兩階段的計畫，打造出一套名為iChain、涵蓋全企業的AI架構。目前，iChain正同步協調採購、製造、物流與顧客履約各環節的決策。成果相當顯著：供應商交貨預測的準確度提高10％至15％；分配短缺產品時，改以業務優先順序為依據，不再看哪位顧客喊得最大聲；iChain也能辨識潛在製造問題，預防瑕疵。這正是多數AI計畫承諾、卻鮮少能交出的成果。

過去兩年，我以美國北卡羅萊納州立大學（North Carolina State University）供應鏈研究者的身分，深入訪談當時領導聯想數位轉型團隊、負責供應鏈智慧計畫的傑克．菲德勒（Jack Fiedler），並將他的做法與其他12家大型科技製造商的供應鏈主管互相比較。我與聯想並無財務上的關聯，選擇研究這家公司，是因為他們的轉型紀錄異常完整，營運複雜度足以廣泛代表大型全球製造商，而聯想的做法與多數公司的做法反差鮮明，確實值得借鏡。以下是其他公司的高階主管可以從聯想學到的4項啟示。