当AI集成如粘鼠板般难用：吉比特的规模为何需要更智能的方法

吉比特（Jabil），一家在全球30多个国家运营的制造业巨头，正面临许多大型企业熟悉的悖论：在竞相采用AI之际，其传统基础设施却成为阻碍进步的无形负担。据《麻省理工科技评论》近期报道，该公司庞大的割裂系统、孤立工具及手动补丁网络正在制造原本应有的流畅性摩擦。在AI承诺简化运营之时，未集成的技术栈却将这一承诺变成了负债。

问题并非缺乏AI工具，而是缺乏凝聚力。吉比特的规模要求系统能实时通信，但其众多工厂仍依赖电子表格、特定站点的自定义工具及碎片化的数据流。这种割裂不仅拖慢决策速度，更可能动摇利益相关者对AI驱动洞察的信心。当团队无法信任所见数据时，采用便会停滞，AI的承诺也终成空谈。

从客户体验（CX）角度看，这一挑战与支持运营中的困境如出一辙。正如吉比特的全球团队需要统一数据以应对中断，支持代理也需无缝访问客户历史记录以高效解决问题。异同显而易见：孤岛扼杀敏捷性，无论在制造业还是服务业。但这里有个转折——AI本身或许能成为打破藩篱的催化剂。

吉比特（及众多同类企业）故事中缺失的，不是更多AI，而是更好的协调。现代AI平台如今提供集成能力，能在无需全面升级的情况下连接传统系统。关键在于采用AI代理作为中介——在割裂系统间翻译、自动化工作流程，并实时呈现洞察。对吉比特而言，这可能意味着部署AI代理，将ERP、CRM及IoT系统的数据整合至单一视图，从而实现更快的数据驱动决策。

对CX领导者的教训同样严峻：当AI工具在无明确集成策略下激增，它们可能制造原本要消除的摩擦。未来属于那些能以简易而非仅速度扩展AI的企业。对吉比特这样的企业而言，这一未来或许取决于能否在裂痕扩大前，将割裂系统转化为统一、AI就绪的基础设施。

图片：Homa Appliances / Unsplash (https://unsplash.com/@homaappliances)