2021年疫情稍有回穩，全球消費意願提升，加上近期東京奧運賽事正如火如荼進行中，運動鞋的市場需求回升力道相當強勁，製鞋業代工廠的業績雖因此受惠翻漲，但訂單的爆增的同時，也考驗著製鞋業在營運管理上的韌性。

AI新創訊能集思(Synergies)觀察，已有部分製鞋業展開超前部署，過去製鞋業「手動」規劃生產計畫的做法正逐漸被AI取代，透過數據更精準地掌握從訂單需求到物料庫存狀態，以更靈活的方式應對訂單量的暴增。

製鞋業者表示，隨著各國經濟活動恢復正常以及刺激經濟方案，Nike、Adidas存貨緩步下降，大品牌客戶下單積極，稼動率穩定回升。運動鞋款的銷售熱潮也逐漸回升，各零售店面的補貨訂單如雨後春筍般快速成長。

但現代市場需求變化快速，鞋類產品種類越趨向複雜化，製鞋業者憂心，即便有源源不絕的商機，若是沒有足夠敏捷的供應鏈管理也無法負荷突如其來大量且複雜化的訂單。

製鞋廠道出排程與採購策略的困境。以往製鞋廠若是遇到3個月內的大單或急單湧現的情況，就必須人工手動調整生產排程計畫，但是要考慮的因素非常多，包括從物料庫存及採購狀況、到生產端的產能、稼動率等問題，因此人工處理往往需耗費至少2週的時間。

為了跟上市場的腳步，改變傳統的做法與流程成為當務之急。在近年數位轉型浪潮的推動下，事實上也有部分的製鞋業者老早就展開超前部署。以打造AI數據分析平台的新創訊能集思就分享了其與製鞋者的實際合作案例。

訊能集思指出，透過AI數據分析平台串連各系統的數據，利用AI能夠即時分析物料需求變化的問題，並利用變動因子建立演算法快速優化採購與訂單排程。

AI徹底改變了過去傳統的做法，最大的不同在於相較手動調整，即時分析能更快速的因應訂單，靈敏的應對呆料或缺料等問題，有效縮短訂單排程調整的時間，製鞋業者表示，相較傳統做法需要2週，這樣臨時的排程調動AI，僅需10分鐘就能計算出來。

一般來說，「傳統」產業進行數位轉型的挑戰更大。守舊的思維與做法常成為這類產業轉型的阻礙，因此應對傳產設計出理想的解決方案，也成為近年許多相關供應商努力的目標，特別是因此帶動了AI自動化工具的普及，推動產業數據科學平民化。

訊能集思在與製鞋業的合作中，便看準傳產這樣的需求，透過平台AI自動化工具，協助一線的員工只需要透過「打字」提出分析問題，平台便會根據問題篩選出合適的AI演算法進行分析，因此即使是沒有數據分析背景的員工，該製鞋業仍在2個月內培養了300多名員工使用者，並建立50個專案群，進行了營運優化等數據分析專案。而包括製鞋業三雄之一的鈺齊，也正與訊能集思展開合作，在集團內各工廠快速導入AI數據分析平台。