麻省理工学院《科技评论》（MIT Technology Review）旗下商业访谈栏目近期刊出一期关于企业技术整合的对谈，主角是一家全球制造企业的实践。受访的哈里什·马诺哈尔（Harish Manohar）任职于伟创力（Jabil）的 SAP IT 总监一职——Jabil 是一家总部位于美国佛罗里达州圣彼得堡的全球制造公司，拥有约 60 年历史，在 30 多个国家和地区设有 100 多个厂区，员工超过 14 万人，是 400 多家全球头部品牌的代工与制造伙伴。对谈围绕一个朴素的命题展开：在大规模铺开 AI 之前，企业该先把什么准备好。
先简化，再创新
马诺哈尔在访谈中反复强调”先简化、再创新”的思路：如果在没有降低系统复杂度的前提下叠加新技术，结果往往是增加更多风险。他的判断是，任何组织现代化的目标都应是标准化流程、尽可能整合工具，并建立贯穿全公司的统一数据底座。在他看来，”当代组织的支柱是数据”——在优化、自动化或应用 AI 之前，数据必须先在不同系统之间顺畅流动。
用集成套件打通数据孤岛
Jabil 选择以 SAP Integration Suite 作为集成的核心平台，连接各业务系统、淘汰碎片化的工具，并采用 API 驱动、事件驱动的集成架构，避免在不同系统之间反复搬运数据。马诺哈尔表示，重资产、强定制的旧模式被标准化取代后，新技术的上线速度明显加快，企业也得以从”逐厂运营”转向”企业级能力”的打法。
落地的难点在于规模：100 多个厂区的流程成熟度不一，遗留系统、本地化工作流与受监管业务带来额外约束。标准化带来的价值不只是技术层面——统一的工作流与数据管道，让员工获得共享的数据可视性，减少人工对账，并能更早发现供应链异常、更快做出响应。
AI 才有用武之地
在打通集成底座之后，Jabil 把目光投向预测性供应链洞察、智能异常处理，以及 AI 驱动的排产与预测。马诺哈尔强调，AI 应当增强真正的决策能力并带来可衡量的业务价值，而不是仅在业务流程里做实验。集成确保了 AI 能访问可信数据，并能在跨国公司的多个系统之间采取行动。他总结道：”规模化的简洁，本身就是一种很强的竞争优势。”
给制造企业的启示
这期对谈的核心建议是：把集成当作基础，而不是事后补救；在启动转型之前优先做简化，用标准化替代局部优化的工具。对于同样面临工具泛滥问题的中国企业而言，先理清楚数据流与系统边界，再谈 AI 赋能，往往比直接采购模型更关键。
