後疫情時代影響供應鏈轉移，數智驅動協助企業反應更敏捷

後疫情時代與其他因素影響供應鏈移轉，多元供應鏈已成定局

由於疫情期間的封城影響，在疫情趨緩後，各國企業意識到生產集中於同一個國家具有相當風險，在大國互相角力競逐下，影響佈局海外的企業尤甚，這也加快企業進行供應鏈移轉的速度，甚至在多國建置供應鏈，以滿足客戶要求。

然而，已全球化一段時日的供應鏈要移轉相當不易，中間的資源該怎麼有效調度，如何跨國進行溝通並決策，怎麼找到當地支援，都是企業主大傷腦筋的問題，且在溝通或決策上，供應鏈移轉分散資源問題、不同國家時差、風土民情等影響，執行效率往往大打折扣。

企業內部固化流程的作業形式，影響決策進程的反應能力

因供應鏈移轉而建置的多元供應鏈，導致訊息傳遞更加複雜，以往企業內部的訊息串聯能力，已經不足以應對現在隨時變動的局勢了，原先企業在執行業務仰賴的既定流程，反而是拖累這波供應鏈移轉所需的效率主因，原因有2：

1.彈性不足

企業仰賴SOP已是長久以來的作業模式，藉由SOP依循流程步驟執行，是多數企業在指導人員上手的重要指導書，但SOP是長久以來的經驗值，無法應對現在可能隨時變動的生產需求做出快速應變，原有經驗已無法完全複製且沿用在移轉的供應鏈上，有彈性不足的風險。

2.固化再優化的流程形式

企業多數導入如ERP、BPM等軟體，作為內部資訊的串聯平台，讓內部資訊達到通透，其業務模式有著既定執行流程，藉由標準化且固定的作業形式執行後續作業，但在供應鏈移轉的前提下，無法完全跟上企業的快速發展，也導致效率不彰。

整體業務流程需要進行轉變，使企業更具備敏捷能力面對市場需求，做出更佳決策。

企業核心業務到流程的轉變－數智驅動

未來的數智驅動，藉由數據驅動與知識封裝結合，將是推動企業的成長路徑。

數據驅動藉由AI技術與大數據，或實際數據做為預測基礎，為決策、經營與後續執行面向提供幫助；知識封裝則是將特定行業知識經驗積累數據，形成系統並為企業的銷售、管理面向指導並優化，兩者結合經由AI的自主學習，不斷自我優化，形成數智驅動的良性循環。

而這樣的性能如何面對市場變化需求？當既定流程無法快速彈性應變時，讓固化的處理模式，藉由實際現況數據即時運算，「走一步算一步」，AI智能根據數據變化的動態流程，擬定實際執行方向，應對變化提供更好的解決方案，由數據驅動企業決策思維。而這樣的動態流程處理模式，數智驅動將是企業的必備基礎，也是面對供應鏈移轉的現在必須有的重要思維。

延伸閱讀：見證數智驅動引領未來企業的新成長路徑

結論

市場需求、競爭與變化未來將不會停歇，企業成長的路徑也不會因供應鏈移轉而停下，當企業具備了數據驅動與知識封裝的基礎，讓智能AI計算出更加適宜的作業路徑，「走一步算一步」的敏捷應變模式，推升企業效率，將帶領企業走向未來數智驅動運行的最佳路徑。