Jabil 这种全球化制造巨头想用 AI

很多公司在聊 AI 集成的时候，第一反应都是赶紧买模型、堆算力，结果发现最后变成了一堆数据孤岛。Jabil 这家在全球 30 多个国家有 100 多个厂区的制造巨头，最近在 Business Lab 的访谈里分享了一个挺反直觉的逻辑：在搞任何 AI 创新之前，必须先做“简化”。

Jabil 的 SAP IT 总监 Harish Manohar 提到了一个很扎心的观点：如果不先减少现有系统的复杂性，直接往上叠 AI 技术，只会增加系统的风险和维护成本。他们现在的策略是“先简化，后创新”。

我仔细看了一下他们现在的技术路径，重点不在于引入了什么黑科技，而在于解决“数据流动”的问题。对于一个拥有上百个站点、且每个地方的流程成熟度和合规要求都不一样的公司来说，最头疼的就是那些散落在各个角落的 Excel 表格、本地化工具和过时的遗留系统。如果数据不统一，AI 预测出来的供应链结果也是废纸。

他们目前的核心动作是：

• 利用 SAP Integration Suite 作为底座：通过这个集成套件把原本碎片化的工具和系统连起来，把数据“骨干网”搭好。
• 端到端连接供应链：不是只解决某一个环节，而是要实现从采购到生产再到交付的全链路数据打通。
• 从“找信息”转向“用信息”：通过集成工作流，让员工不再把时间浪费在手动对账和查数据上，而是直接处理 AI 给出的异常处理建议。

说白了，Jabil 的做法是想把 AI 变成一种“可扩展的插件”，而不是一个“沉重的负担”。他们下一步的目标是利用这些打通的数据去做预测性供应链分析和 AI 驱动的排程预测。如果数据本身是乱的，再强的模型也跑不出准确的决策。这种“先修路、再跑车”的思路，对于那些正准备大规模铺开 AI 应用的企业来说，确实是个很现实的警示。