总体评价

这个案例让我意识到，当企业进行组织架构调整时，IT 基础设施的统一性有多重要。SKF 用三年时间把 SAP 覆盖率从 20%提升到 77%，这个过程看似缓慢，但为后续的 AI 应用打下了扎实的数据基础。

他们在推进 AI 民主化的同时设置了治理边界，既让员工用 Power Apps 自主优化流程，又通过 AI 治理委员会控制风险——这种"放权但不失控"的做法很实用。

另一个启发是，他们没把 AI 当成单纯的技术项目，而是从工具应用、自研模型、战略落地三个层次同步推进，同时用沙盒环境让员工安全试错。

值得注意的是，他们意识到地缘政治风险可能倒逼技术架构从单一实例转向分布式部署，这种把外部变化纳入 IT 规划的思维方式，对全球化企业很有参考价值。

案例概览

SKF 是瑞典工业机械制造商，三年前启动从集中式到分散式的组织变革。为支撑新商业模式，公司将 SAP 系统覆盖率从 20%提升至 77%，并计划 2025 年底完成全球部署。

在此基础上，SKF 通过 SAP Business AI 的现金应用等工具整合数据库、减少人工操作。同时在供应链、条件监测等领域布局 AI 应用，建立沙盒环境和 AI 治理委员会确保安全创新，并推动 Power Apps 等工具的民主化使用，为智能化转型奠定基础。

客户评价

"我们看到将 IT 能力贴近业务需求的价值所在。"

——Maria Stranne，SKF 集团数字工程与创新负责人

"当我们掌握供应链从原材料采购到产品运输的所有数据变量时，那里蕴藏着最大的 AI 分析潜力。"

——Pedro de Freitas，SKF 首席信息官

部署前：挑战和机遇

组织架构转型压力 公司从集中式向分散式组织转型，需要 IT 系统与新商业模式同步演进，原有分散的业务系统无法支撑战略落地。

数据分散且质量不一 全球业务系统割裂，关键数据未经验证清洗，难以支撑 AI 等先进技术的应用需求。

技术应用缺乏统一框架 员工对 AI 等新技术热情高涨，但缺乏安全的试验环境和风险管控机制，存在业务关键应用失控风险。

解决方案

统一业务系统平台 加速推进 S/4HANA 全球部署，计划 2025 年底完成，并迁移至 SAP Rise 云解决方案，将复杂的许可证和服务管理交给 SAP 一站式云服务。

三层 AI 战略布局 第一层测试 M365 Copilot 等工具类 AI；第二层在条件监测等核心业务自研 AI 模型，建立沙盒环境供员工安全试验；第三层制定全球 AI 战略，识别高影响应用场景。

建立数据与 AI 治理体系 成立 AI 治理委员会，设定框架和防护栏；优先清洗供应链等关键数据，推动全员数据能力建设；对 Power Apps 等民主化工具设置阈值监控，超标应用转为业务关键系统管理。

部署后：由价值驱动的成果

系统统一显著提速 18 个月内 SAP 覆盖率从 20%跃升至 77%，为云迁移和 AI 应用打下坚实基础，预计 2025 年底实现全球统一平台。

供应链数据基本就绪 供应链领域核心数据准备接近完成，为 AI 驱动的高级分析（从原材料采购到最优运输方案）创造条件。

安全的创新生态形成 沙盒环境和内部社区让员工安全试验 AI 模型，Power Apps 等工具实现流程民主化优化，AI 治理委员会确保生产环境中所有 AI 应用可控。

技术架构前瞻性增强 Rise 云方案获得最新安全、功能和稳定性更新，同时考虑地缘政治因素，为从单一实例向分布式架构演进预留空间。

使用场景

场景一：SAP Business AI 现金应用 

SKF 采用 SAP Business AI 的现金应用功能整合分散的数据库，自动化处理应收账款核销等财务流程。该方案减少了手动操作，提高了数据准确性，使财务团队能从重复性工作中解放出来，专注于更高价值的分析工作。同时，统一的现金管理视图帮助公司在行业中建立竞争优势。

场景二：条件监测与预测性维护 

在核心业务领域，SKF 开发自有 AI 模型用于设备条件监测。系统通过实时检查机器运行状态，预测最佳维护时机并确保备件准备就绪。这一应用结合了 SKF 多年积累的仿真能力和真实世界数据，在沙盒环境中安全开发后投入生产，为客户提供更精准的预测性维护服务。

场景三：供应链全流程优化 

SKF 正在打造 AI 驱动的供应链分析平台，追踪从原材料采购、生产制造到物流运输的所有变量。随着供应链数据清洗接近完成，系统将能够分析数万个参数，在面对贸易战、航运危机等突发情况时，快速给出最优的采购和运输方案，显著提升供应链韧性和成本效益。

场景四：员工自主流程优化 

通过 Microsoft Power Apps 和 M365 Copilot 的有限测试，SKF 推动工具类 AI 的民主化应用。员工可以在设定的防护栏内自主开发应用优化工作流程，公司设置了变量和阈值监控机制，当应用复杂度超标时自动升级为业务关键系统进行专门管理。这种方式既激发了创新活力，又保持了风险可控。

文章作者：Arthur Yang

文章来源：https://mp.weixin.qq.com/s/t5nBjfu9yApL4hxO0PrWIQ