在企業(yè)并購（M&A）浪潮中，CIO?往往面臨著最棘手的任務：如何將幾十套不同的 ERP、文化和數(shù)據(jù)流整合在一起？All States Ag Parts (Parts ASAP) 的 CIO John Fraser 給出了一個反直覺的答案：不要試圖用一套系統(tǒng)統(tǒng)治一切，也不要讓 AI 成為你的枷鎖。
作為一家農(nóng)業(yè)和重工設(shè)備供應商，Parts ASAP 在通過收購 23 家企業(yè)后，并沒有陷入“大一統(tǒng)”系統(tǒng)的泥潭，而是走出了一條獨特的“混合架構(gòu)+務實 AI”之路。以下是 Fraser 的核心管理智慧。
在整合分散的系統(tǒng)時，大多數(shù) CIO 的本能反應是遷移到單一的 ERP 核心平臺。但 Fraser 反其道而行之。
他指出：“如果你試圖讓一個平臺滿足所有人的需求，你最終會變成‘樣樣通，樣樣松’（jack of all trades and master of none）。”
分而治之：制造定制零件（如叉車前叉）的流程與海外采購分銷的流程截然不同。Parts ASAP 選擇保留多個“同類最佳”的運營平臺，以適應不同的業(yè)務部門。
后臺統(tǒng)一：雖然前端運營平臺不同，但財務團隊和 IT 團隊是統(tǒng)一的，通過數(shù)據(jù)集成層實現(xiàn)“客戶 360 度視圖”。
這是 Fraser 最具前瞻性的技術(shù)策略。在面對成千上萬家 AI 初創(chuàng)公司時，他不僅沒有患上“選擇困難癥”，反而采取了一種極其靈活的架構(gòu)：
鐵打的數(shù)據(jù)，流水的 AI：他將 AI 視為一種商品化服務。數(shù)據(jù)從核心平臺流出，經(jīng)過 AI 處理（如生成產(chǎn)品描述），然后存回核心平臺。
拒絕鎖定：Fraser 透露，他們已經(jīng)更換了 5 次 AI 引擎。因為數(shù)據(jù)掌握在自己手中，如果 AI 供應商被收購、倒閉或不再適用，他可以隨時切換到下一個更好的引擎，而無需重寫核心系統(tǒng)。
增強而非替代：在定價策略上，AI 只是輔助因素，最終決策權(quán)仍在人類手中。
對于農(nóng)業(yè)和建筑客戶來說，零件不僅僅是商品，更是生產(chǎn)力。Fraser 的數(shù)字化轉(zhuǎn)型完全圍繞“基于需求”的緊迫感展開。
全渠道挑戰(zhàn)：面對沃爾瑪、eBay、亞馬遜等 20 多個銷售渠道，每個渠道對產(chǎn)品描述的字數(shù)和格式要求都不同。
AI 的規(guī)?；瘧茫?/span>人力無法為 25 萬個 SKU 撰寫定制描述。Fraser 利用 AI 生成內(nèi)容，人類員工則轉(zhuǎn)型為“編輯”和“審核員”，專注于質(zhì)量把控。
面對擁有 20 年定制 ERP 使用習慣的老員工，強行切換系統(tǒng)是災難性的。Fraser 的秘訣是透明度。
先聽后動：在引入重大變革前，先通過“快速贏利”（Quick Wins）展示效率提升，建立信任關(guān)系。
帶人同行：變革不是拖著員工走，而是讓他們參與其中，理解變革背后的客戶價值。
結(jié)語：
John Fraser 的案例告訴我們，技術(shù)領(lǐng)導力不僅僅是購買最貴的軟件，而是關(guān)于平衡——在統(tǒng)一與靈活之間、在 AI 創(chuàng)新與數(shù)據(jù)主權(quán)之間、在技術(shù)效率與企業(yè)文化之間找到那個最佳支點。
去年夏天的 CIO100 研討會暨頒獎典禮上，ComputerWorld 的 Lucas Mearian 采訪了 All States Ag Parts（Parts ASAP）的首席信息官 John Fraser。他們討論了這家北美農(nóng)業(yè)、建筑和工業(yè)設(shè)備供應商在合并了 23 家企業(yè)后，如何通過平衡文化、透明度和“同類最佳”平臺來實現(xiàn)技術(shù)的統(tǒng)一。
等待替換零件不僅僅是不便，更意味著收入和機會的急劇流失。這一點對于那些依賴工業(yè)工具和設(shè)備進行農(nóng)業(yè)和建筑作業(yè)的人來說尤為真實。因此，為了確保業(yè)務盡可能高效運行，Parts ASAP 的 CIO John Fraser 將最終客戶滿意度作為技術(shù)實施和分銷的核心驅(qū)動力。
“為了實現(xiàn)這一目標，歸根結(jié)底在于團隊，”他說，“我加入這個組織是因為這里的文化，以及‘先傾聽，后行動’的心態(tài)。這是我所信奉的，我也將繼續(xù)傳承這種文化。”
引進人才和新產(chǎn)品對于打造穩(wěn)定的電子商務模式至關(guān)重要，這使得 Fraser 和他的團隊能夠幫助向客戶進行數(shù)字化廣告投放，建立合適的合作伙伴關(guān)系以驅(qū)動流量，并提供適量的數(shù)據(jù)支持。
“一旦你成為我們的客戶，我們必須確保我們是一家基于需求運營的企業(yè)，”他說，“我們必須成為他們腦海中第一個想到的品牌，因為這不僅僅是關(guān)于一臺‘山貓’（Bobcat）設(shè)備上斷裂的履帶，而是關(guān)于設(shè)備停機導致的一天 1000 美元的收入損失。”
最終，這一策略通過一系列高度集成的工具為客戶提供幫助和支持，打造沉浸式體驗。但 Fraser 表示，最大的挑戰(zhàn)在于客戶所處的市場渠道種類繁多。
“有些人更喜歡我們的網(wǎng)站，”他說，“但也有人在沃爾瑪或我們銷售的其他約 20 個商業(yè)渠道上購買。每個渠道都有獨特的需求、購買方式和產(chǎn)品描述。例如，對于同一個產(chǎn)品，我們可能有 20 種變體，以符合 eBay 的字符限制，或者亞馬遜的品牌限制。因此，我們建立了自己的產(chǎn)品信息管理（PIM）平臺。這需要合適的人才來利用這項技術(shù)，并建立反饋循環(huán)來完善流程?！?/span>
當然，AI 始終是討論的話題，因為靠人工無法為 25 萬個 SKU（庫存量單位）編寫更新的描述。
“人工智能將從根本上改變每個人的工作，”他說，“我知道我必須為此做好準備，并且要有前瞻性思維。我們必須擁抱它。如果你不這樣做，你就會被拋在后面?！?/span>
Fraser 還詳細介紹了在定價、產(chǎn)品數(shù)據(jù)增強和客戶體驗方面的實際 AI 應用，同時強調(diào)了要進行實驗但不可過度依賴。
1.關(guān)于整合分散的系統(tǒng)：
你肯定會遇到挑戰(zhàn)。雖然大家可能都在使用同一個 ERP 系統(tǒng)，因此有一定的熟悉度，但即便如此，系統(tǒng)中也存在大量的定制化內(nèi)容。有時這是專門為組織正在運行的某種流程，或獨特的銷售流程而設(shè)計的。但在其他情況下，整合非常困難。我們收購的一些公司擁有自己定制開發(fā)的 ERP 平臺，他們花了 20 年時間精心打磨，消除了每一個多余的按鈕點擊。處理這些情況通常沒那么順利，但你需要從良好的文化開始，向員工和客戶坦誠說明正在發(fā)生的事情，然后一起努力解決。好消息是，這一切始于“客戶至上”的理念，并且始終如一地執(zhí)行。在引入重大變革前，先告訴大家變革即將到來，并建立良好的關(guān)系。通過一些快速的勝利和效率提升，人們會開始產(chǎn)生信任。這樣，你就不只是拖著他們走，而是帶著他們一起踏上這段旅程。
2.關(guān)于人工智能（AI）：
大家都在談論 AI，但這其中存在危險，就像當初區(qū)塊鏈和其他沉浸式技術(shù)存在的危險一樣。你必須確保自己知道為什么要使用 AI。你不能僅僅因為它是流行詞就去用它。你必須把它融入你的戰(zhàn)略和現(xiàn)有用例中，然后加以利用。我們采取的方式是利用 AI 增強現(xiàn)有戰(zhàn)略，而不是徹底、根本地改變它。例如，我們將利用 AI 來輔助產(chǎn)品定價。我們擁有出色的競爭數(shù)據(jù)，并且對所需的利潤率和市場定價定位有清晰的認識。有些公司因為全力押注 AI 而登上新聞，但 AI 在自動化方面做的一些事情可能并不太恰當。但如果你能讓 AI 成為人類決定定價時的參考因素之一，這才是我們所處的狀態(tài)，而不是將一切完全移交給 AI。
3.關(guān)于匯集數(shù)據(jù)：
我們對所有客戶擁有 360 度的全方位視角。我們知道他們什么時候在網(wǎng)上購買，什么時候在線下購買。如果他們買的是建筑設(shè)備和物料搬運設(shè)備，我們都能看到。但是，有人為叉車購買定制的前叉，這與有人需要為約翰迪爾（John Deere）拖拉機購買新水泵是完全不同的情況。擁有一個能預測定制前叉需要兩天半交貨時間的制造平臺，與確保水泵第二天送到你家門口的系統(tǒng)是完全不同的。根據(jù)我過去的經(jīng)驗，試圖在一個平臺上完成所有這些事情并未成功過。因此，我們選擇了一種混合方法：匯集數(shù)據(jù)，但同時為不同的業(yè)務細分領(lǐng)域保留“同類最佳”的運營平臺。
4.關(guān)于 IT 系統(tǒng)的擴展：
關(guān)鍵在于我們不怕?lián)碛卸鄠€運營平臺。如今，在我們擁有 23 家不同公司的生態(tài)系統(tǒng)中，我們在物料搬運業(yè)務中制造零部件，這是一個與采購海外零部件、進口并快速分銷給需求方完全不同的運營平臺模式。這是完全不同的模式。所以在那這種情況下，我們不是建立一個核心平臺，而是建立“適量”的平臺。不是 23 個，但也絕不是 1 個。所以當我們思考如何實現(xiàn)規(guī)?；瘯r，也意味著如果你試圖讓一個平臺滿足所有人的所有需求，你會變成“樣樣通，樣樣松”（雜而不精）。因此我們希望確保，雖然我們有不同的細分市場，但在后端——相同的財務團隊、相同的 IT 團隊——擁有運營效率，我們會保留多個運營平臺。然后通過包括 AI 在內(nèi)的不同技術(shù)，確保我們對客戶有一個統(tǒng)一的視角，即使他們的購買行為跨越了兩三個不同的系統(tǒng)。
5.關(guān)于技術(shù)部署：
盡早嘗試，但確保不要立即過度依賴它。我們有 25 萬個 SKU，以及超過兩百萬個可以為客戶特別訂購的零件，你不可能靠人力為這些數(shù)據(jù)補充世界級的產(chǎn)品描述。因此，我們會針對亞馬遜或 eBay 等平臺，有選擇地決定如何制作最佳的產(chǎn)品列表。我們正在使用 AI 為我們構(gòu)建增強版的產(chǎn)品描述，與其讓 10 個人去策劃和撰寫這些產(chǎn)品的定制描述，不如利用 AI 和智能體（Agents），讓人們?nèi)ァ皹?gòu)建”內(nèi)容?，F(xiàn)在，人類員工只是批準、拒絕或編輯這些內(nèi)容，所以我們是利用他們所需的專業(yè)知識來判斷這是否是一個好的產(chǎn)品列表。我們知道有成千上萬家 AI 公司，讓我們?nèi)パ鹤⒄l輸誰贏是一場賭博。我們的策略是將 AI 視為一種商品化的服務。我們會提取數(shù)據(jù)（由 AI 處理），然后將其放回我們的核心運營平臺中進行靜態(tài)存儲。這樣，即使我們選錯了合作伙伴，或者他們被收購、倒閉了，我們可以快速切換，而無需重寫整套系統(tǒng)。因為我們接入 AI，將其作為一種商品化服務使用，獲取數(shù)據(jù)，將其存儲下來，然后我們就可以更換 AI 引擎。我們已經(jīng)更換了五次，直到找到最好的合作伙伴之前，我們可以再換五次。這樣我們既能保持在技術(shù)前沿，又不必承擔將 AI 過深地構(gòu)建到核心平臺中的全部成本和風險。
