1技術(shù)進(jìn)步將為供應(yīng)鏈技術(shù)領(lǐng)導(dǎo)者和首席供應(yīng)鏈官(CSCO)提供機(jī)遇，幫助他們實(shí)現(xiàn)數(shù)字化價(jià)值、提升員工生產(chǎn)力并創(chuàng)新運(yùn)營(yíng)模式。在這些新興機(jī)遇中，有名的研究咨詢公司Gartner于2025年2月發(fā)布了《2025年最重要的供應(yīng)鏈技術(shù)趨勢(shì)》的研究報(bào)告【1】。列出了2025年最重要的供應(yīng)鏈技術(shù)趨勢(shì)，旨在幫助領(lǐng)導(dǎo)者實(shí)現(xiàn)這些目標(biāo)。Gartner在【1】已經(jīng)確定了未來(lái)幾年最具影響力的供應(yīng)鏈技術(shù)趨勢(shì)，這些趨勢(shì)與供應(yīng)鏈職能相關(guān)并跨越供應(yīng)鏈職能。跟蹤它們將有助于供應(yīng)鏈技術(shù)領(lǐng)導(dǎo)者通過(guò)負(fù)責(zé)任的創(chuàng)新塑造組織的未來(lái)。Gartner供應(yīng)鏈業(yè)務(wù)副總裁兼首席研究官ChristianTitze表示：“今年的趨勢(shì)凸顯了供應(yīng)鏈中互聯(lián)互通和智能化的變革潛力，使領(lǐng)導(dǎo)者能夠提升運(yùn)營(yíng)效率和適應(yīng)能力。通過(guò)評(píng)估和整合代理人工智能和智能仿真等先進(jìn)技術(shù)，企業(yè)可以實(shí)現(xiàn)特定目標(biāo)、促進(jìn)創(chuàng)新并獲得長(zhǎng)期競(jìng)爭(zhēng)優(yōu)勢(shì)?！北疚氖紫雀攀鯣artner2025年頂級(jí)戰(zhàn)略性供應(yīng)鏈技術(shù)趨勢(shì)，然后逐一介紹和解讀2025年及以后的頂級(jí)戰(zhàn)略性供應(yīng)鏈技術(shù)趨勢(shì)。最后回顧了Gartner關(guān)于戰(zhàn)略性供應(yīng)鏈技術(shù)趨勢(shì)的研究，并指出頂級(jí)供應(yīng)鏈技術(shù)趨勢(shì)的新特征?！?】指出供應(yīng)鏈組織需要考慮以下新機(jī)會(huì)：l技術(shù)的進(jìn)步為供應(yīng)鏈技術(shù)領(lǐng)導(dǎo)者提供了支持首席供應(yīng)鏈官（CSCO）優(yōu)先事項(xiàng)的機(jī)會(huì)，包括數(shù)字和人工智能（AI）價(jià)值實(shí)現(xiàn)、員工生產(chǎn)力和員工對(duì)員工（E2E）運(yùn)營(yíng)模式戰(zhàn)略制定。l要充分發(fā)揮供應(yīng)鏈技術(shù)投資過(guò)去和未來(lái)的潛力，需要對(duì)“連接性”進(jìn)行投資。l解決“智能”主題的技術(shù)為競(jìng)爭(zhēng)差異化帶來(lái)了更多機(jī)會(huì)。l網(wǎng)絡(luò)安全供應(yīng)鏈和整體可持續(xù)性是需要考慮的進(jìn)一步趨勢(shì)，因?yàn)樗鼈兘鉀Q了生態(tài)系統(tǒng)中多個(gè)維度的更廣泛影響。供應(yīng)鏈技術(shù)領(lǐng)導(dǎo)者和其他高管在制定供應(yīng)鏈技術(shù)戰(zhàn)略和選擇以及創(chuàng)新的中長(zhǎng)期計(jì)劃時(shí)，必須：l根據(jù)明確映射到業(yè)務(wù)成果的需求和使用案例，識(shí)別和評(píng)估創(chuàng)新技術(shù)。l通過(guò)建立明確的治理流程來(lái)吸引利益相關(guān)者并驗(yàn)證機(jī)會(huì)，征求有關(guān)使用創(chuàng)新技術(shù)并確定其優(yōu)先級(jí)以改善和轉(zhuǎn)變供應(yīng)鏈的建議。l通過(guò)不斷評(píng)估和采用數(shù)字技術(shù)，例如環(huán)境隱形智能、增強(qiáng)的互聯(lián)勞動(dòng)力、多模式用戶界面（UI）和多功能機(jī)器人，幫助擴(kuò)展連接。2l確定培養(yǎng)“智能”的機(jī)會(huì)，其中對(duì)規(guī)模和效率和適應(yīng)性有很大的需求。這包括代理AI、自主數(shù)據(jù)收集、決策智能（DI）和智能仿真。l默認(rèn)情況下，通過(guò)使用嚴(yán)格的治理方法（包括將風(fēng)險(xiǎn)管理作為IT創(chuàng)新流程的一部分）來(lái)管理每個(gè)數(shù)字化轉(zhuǎn)型計(jì)劃的安全性和可持續(xù)性功能。供應(yīng)鏈技術(shù)領(lǐng)導(dǎo)者處于獨(dú)特的位置，可以制定路線圖，展示技術(shù)投資如何幫助他們的企業(yè)在不確定性和壓力下保持成功并推動(dòng)競(jìng)爭(zhēng)優(yōu)勢(shì)。供應(yīng)鏈技術(shù)領(lǐng)導(dǎo)者和供應(yīng)鏈業(yè)務(wù)領(lǐng)導(dǎo)者都必須評(píng)估戰(zhàn)略技術(shù)趨勢(shì)的影響和好處。鑒于技術(shù)創(chuàng)新的速度不斷加快，這可能很困難。每年，Gartner都會(huì)為供應(yīng)鏈高管確定最相關(guān)、最最新和最有影響力的技術(shù)趨勢(shì)。這使我們能夠確定哪些單一趨勢(shì)或戰(zhàn)略組合將對(duì)組織及其運(yùn)營(yíng)所在的生態(tài)系統(tǒng)產(chǎn)生最重大的影響。今年的主要趨勢(shì)分為兩大主題：l連接—在不同領(lǐng)域中發(fā)揮關(guān)鍵作用，推動(dòng)創(chuàng)新、效率以及人機(jī)交互。正在進(jìn)行的數(shù)字化轉(zhuǎn)型以及對(duì)集成和協(xié)作的日益重視支撐了其重要性。l智能—集成先進(jìn)技術(shù)以優(yōu)化流程、提高成本效益、改進(jìn)決策，并在快速變化的業(yè)務(wù)環(huán)境中創(chuàng)建更敏捷、適應(yīng)性更強(qiáng)的供應(yīng)鏈。Gartner對(duì)主要戰(zhàn)略供應(yīng)鏈技術(shù)趨勢(shì)的描述并不是一個(gè)趨勢(shì)比其他趨勢(shì)更重要的排名列表（見圖1）。相反，趨勢(shì)是相互關(guān)聯(lián)的，其重要性不僅因組織成熟度而異，還因行業(yè)、業(yè)務(wù)需求和先前制定的戰(zhàn)略計(jì)劃而異。圖1：2025Gartner八大供應(yīng)鏈技術(shù)趨勢(shì)（來(lái)源：Gartner【1】）3根據(jù)組織的具體情況，檢查和評(píng)估自身的的趨勢(shì)潛力，包括組織成熟度、行業(yè)部門和風(fēng)險(xiǎn)文化。將它們納入組織未來(lái)幾年的戰(zhàn)略規(guī)劃中，并相應(yīng)地調(diào)整業(yè)務(wù)模式和運(yùn)營(yíng)。組織可以將某些趨勢(shì)用于特定目標(biāo)，而可以將其它趨勢(shì)用于多種用途。鑒于趨勢(shì)本身之間的聯(lián)系，它們所屬的主題是重疊的。然而，定期評(píng)估技術(shù)趨勢(shì)的供應(yīng)鏈組織將會(huì)更好地準(zhǔn)備隨著時(shí)間的推移將其納入其商業(yè)模式和戰(zhàn)略，從而使他們能夠在適當(dāng)?shù)臅r(shí)候抓住競(jìng)爭(zhēng)優(yōu)勢(shì)。圖1中的兩大主題概況被列于下表(見圖2)。圖2：2025年Gartner八大供應(yīng)鏈技術(shù)趨勢(shì)的兩大主題概況（來(lái)源：Gartner【1】）2025年的主題驅(qū)動(dòng)因素是：l連通性：供應(yīng)鏈領(lǐng)導(dǎo)者需要利用新興技術(shù)來(lái)增強(qiáng)連通性。l智能化：利用促進(jìn)智能的工具來(lái)推動(dòng)競(jìng)爭(zhēng)差異化和運(yùn)營(yíng)效率。本節(jié)基于Gartner的研究報(bào)告【1】，分兩大主題介紹和討論2025年及以后的8個(gè)頂級(jí)戰(zhàn)略性供應(yīng)鏈技術(shù)趨勢(shì)（見圖1-2）。該主題包括以下四個(gè)旨在利用新興技術(shù)來(lái)增強(qiáng)連通性的趨勢(shì)：環(huán)境隱形智能（AmbientInvisibleIntelligence）增強(qiáng)互聯(lián)勞動(dòng)力（AugmentedConnectedWorkforce(ACWF)）多模式用戶界面（MultimodalUI）多功能機(jī)器人（PolyfunctionalRobots）技術(shù)趨勢(shì)環(huán)境隱形智能分析師ChristianTitze和NickJones戰(zhàn)略規(guī)劃假設(shè)到2028年，環(huán)境隱形智能的早期示例將側(cè)重于通過(guò)實(shí)現(xiàn)低成本的物品跟蹤和傳感、降低成本和/或提高效率來(lái)解決緊迫的問(wèn)題。趨勢(shì)基本描述環(huán)境隱形智能由超低成本的小型智能標(biāo)簽和傳感器實(shí)現(xiàn)，將提供大規(guī)模、經(jīng)濟(jì)實(shí)惠的跟蹤和傳感。從長(zhǎng)遠(yuǎn)來(lái)看，這將使傳感和智能更深入地集成到供應(yīng)鏈運(yùn)營(yíng)中。環(huán)境隱形智能由三項(xiàng)關(guān)鍵技術(shù)驅(qū)動(dòng)：l低功耗無(wú)線l能量收集（尤其是來(lái)自環(huán)境射頻能量）l低成本、低能耗的電子產(chǎn)品。4為何成為趨勢(shì)2025年Gartner供應(yīng)鏈技術(shù)用戶需求調(diào)查列出了“數(shù)字化、跟蹤和管理邊緣資產(chǎn)”。它還包括利用技術(shù)來(lái)支持環(huán)境、社會(huì)和治理（ESG）以及可持續(xù)性，是前10名資助的供應(yīng)鏈技術(shù)投資。此外，由于近年來(lái)產(chǎn)品質(zhì)量的提高、安全意識(shí)的提高和政府法規(guī)的激增，可追溯性變得越來(lái)越重要。智能標(biāo)簽和傳感器將有助于更實(shí)時(shí)地了解端到端供應(yīng)鏈，從而更快地響應(yīng)可能的偏差并能夠避免中斷，從而實(shí)現(xiàn)更高的質(zhì)量和更及時(shí)的決策。部署將為產(chǎn)品認(rèn)證、庫(kù)存和資產(chǎn)可見性或貨物跟蹤提供值得信賴的嵌入式來(lái)源和身份—所有這些都以低廉的價(jià)格提供。此外，環(huán)境不可見智能將為分析和AI提供關(guān)鍵的新數(shù)據(jù)源，以改進(jìn)產(chǎn)品和供應(yīng)鏈流程。趨勢(shì)基本影響l到2028年，環(huán)境隱形智能的早期示例將專注于通過(guò)實(shí)現(xiàn)對(duì)產(chǎn)品和資產(chǎn)的低成本跟蹤和傳感、降低成本和/或提高效率來(lái)解決緊迫的供應(yīng)鏈問(wèn)題。l短期機(jī)會(huì)包括零售店或倉(cāng)庫(kù)的自動(dòng)庫(kù)存檢查、易腐貨物的狀態(tài)監(jiān)測(cè)、實(shí)時(shí)貨物跟蹤或利用實(shí)時(shí)基礎(chǔ)設(shè)施（RTI）的可重復(fù)使用的包裝和運(yùn)輸物品——基于云的安全和API驅(qū)動(dòng)的資源跟蹤系統(tǒng)，并帶有運(yùn)營(yíng)儀表板。l從長(zhǎng)遠(yuǎn)來(lái)看，我們預(yù)計(jì)超低成本電子產(chǎn)品將在其整個(gè)生命周期內(nèi)保留在物品中。接收Ambient消息的網(wǎng)關(guān)將成為互聯(lián)供應(yīng)鏈中的標(biāo)準(zhǔn)功能。新功能（例如相關(guān)對(duì)象和設(shè)備之間的協(xié)作）將不斷發(fā)展。l但是，隱私挑戰(zhàn)仍然存在，法規(guī)會(huì)影響某些用例或智能傳感標(biāo)簽。他們的基礎(chǔ)設(shè)施可能會(huì)帶來(lái)新的網(wǎng)絡(luò)安全和彈性挑戰(zhàn)，例如，在受監(jiān)管的行業(yè)中，外人無(wú)法接受知道事物的位置。行動(dòng)建議l確定環(huán)境智能在2025年至2028年期間提供投資回報(bào)（ROI）的信息影子和早期用例，并試點(diǎn)最有前途的示例。將其視為某些當(dāng)前或計(jì)劃中的射頻識(shí)別（RFID）用例的潛在替代品。l尋找由實(shí)時(shí)信息啟用的新分析機(jī)會(huì)（例如，與對(duì)象的使用方式、存儲(chǔ)方式和位置以及資產(chǎn)的位置和使用位置有關(guān)）。這項(xiàng)技術(shù)將加速“隱形分析”的趨勢(shì)。l分析此技術(shù)的任何擬議用途對(duì)隱私、彈性和數(shù)據(jù)保護(hù)的影響。確保用戶可以在必要時(shí)明確禁用它。環(huán)境隱形智能是一種利用新興的隱形傳傳感器技術(shù)連接企業(yè)與環(huán)境的新興技術(shù)?！?】指出，環(huán)境智能揭示您組織的盲點(diǎn)。傳感器技術(shù)越來(lái)越便宜，越來(lái)越不顯眼，從而能夠從最隱蔽的流程中捕捉洞察。盡管組織收集的數(shù)據(jù)量大幅增加，但在信息獲取成本高昂的領(lǐng)域或情況下，它們?nèi)匀淮嬖诿c(diǎn)。這既帶來(lái)了成本，也帶來(lái)了風(fēng)險(xiǎn)。利用隱形技術(shù)克服不知道產(chǎn)品在哪里或如何存儲(chǔ)的業(yè)務(wù)風(fēng)險(xiǎn)，隱形技術(shù)可以從價(jià)值鏈中以前隱藏的部分提供洞察。Gartner在其Gartner的《2025年頂級(jí)戰(zhàn)略技術(shù)趨勢(shì)》的研究報(bào)告中，環(huán)境隱形智能被列為十大頂級(jí)技術(shù)之一【3】，筆者在【3】中對(duì)其做了詳細(xì)解讀。圖3列舉了若干示例。5圖3：環(huán)境隱形智能的示例（來(lái)源：Gartner【3】）從圖3可見，這項(xiàng)技術(shù)與供應(yīng)鏈密切相關(guān)，它將幫助供應(yīng)鏈連接到它的復(fù)雜環(huán)境，發(fā)現(xiàn)其在運(yùn)行環(huán)境中的盲點(diǎn)，從而改善供應(yīng)鏈運(yùn)營(yíng)。因此Gartner將其列入2025年頂級(jí)的八大供應(yīng)鏈技術(shù)趨勢(shì)之一。技術(shù)趨勢(shì)增強(qiáng)互聯(lián)勞動(dòng)力戰(zhàn)略規(guī)劃假設(shè)到2027年，一半的財(cái)富500強(qiáng)制造商將通過(guò)增強(qiáng)互聯(lián)勞動(dòng)力（ACWF）戰(zhàn)略支持的新參與模式創(chuàng)造15%的新職位。分析師SimonJacobson趨勢(shì)基本描述互聯(lián)工廠工人利用數(shù)字工具和數(shù)據(jù)管理技術(shù)來(lái)改進(jìn)和集成他們與物理和虛擬環(huán)境的交互。這提高了決策準(zhǔn)確性，增加了知識(shí)并減少了可變性為何成為趨勢(shì)當(dāng)今的勞動(dòng)力存在巨大的技能差距。以制造為中心的組織的需求正在迅速變化。增強(qiáng)互聯(lián)勞動(dòng)力的趨勢(shì)由六個(gè)相輔相成的主題驅(qū)動(dòng)：l技術(shù)服務(wù)、應(yīng)用程序和設(shè)備被單獨(dú)處理，在IT組織中造成孤島，并給員工帶來(lái)摩擦。此外，平臺(tái)和服務(wù)也在不斷發(fā)生變化，為實(shí)現(xiàn)類似的目標(biāo)提供了多種解決方案。l所有工作類型的工作所需的新數(shù)字技能都在加速;然而，準(zhǔn)備工作滯后。在Gartner的2023年智能制造實(shí)施趨勢(shì)調(diào)查中，57%的受訪者表示，員工難以將數(shù)字化融入日常工作中。近一半的受訪者表示，由于缺乏熟練工人來(lái)支持其組織的數(shù)字化計(jì)劃，他們受到限制。l智能應(yīng)用程序和數(shù)字工具的機(jī)會(huì)已經(jīng)出現(xiàn)，可以減少新員工的能力學(xué)習(xí)時(shí)間。l工作場(chǎng)所自動(dòng)化和AI的進(jìn)步使員工需要處理越來(lái)越復(fù)雜的問(wèn)題。l新員工可能精通技術(shù)并采用新技術(shù)，但可能缺乏主題專業(yè)知識(shí)以及6獲得最佳實(shí)踐和專有技術(shù)的機(jī)會(huì)。終身員工擁有詳細(xì)的流程知識(shí)，并且在工作環(huán)境之外可能精通數(shù)字技術(shù);然而，即使工具不斷發(fā)展，他們也難以完全采用新技術(shù)并利用它們來(lái)改變工作方式。l勞動(dòng)力短缺是60%的供應(yīng)鏈組織（例如消費(fèi)品制造商）面臨的最大挑戰(zhàn)。盡管如此，三分之一的供應(yīng)鏈組織缺乏有效的員工價(jià)值主張（EVP無(wú)法通過(guò)以人為本的工作設(shè)計(jì)來(lái)吸引、留住和聘用所需的人才。趨勢(shì)基本影響ACWF計(jì)劃可以縮短獲得能力的時(shí)間，并提高運(yùn)營(yíng)和生產(chǎn)力方面的多技能。他們還可以在組織中為入門級(jí)人員提供職業(yè)道路，讓他們無(wú)需離開去接受額外的教育或培訓(xùn)即可成長(zhǎng)。在自動(dòng)化或數(shù)字化方面加大投資的組織看到了對(duì)一線員工從事更熟練工作的巨大積極影響。例如，作為其智能制造計(jì)劃的一部分，一家消費(fèi)品制造商將21家工廠的關(guān)鍵標(biāo)準(zhǔn)作程序（SOP）以及維護(hù)和質(zhì)量工作說(shuō)明數(shù)字化。這代表著從手動(dòng)和紙質(zhì)流程到一線工作人員的手持和移動(dòng)設(shè)備的全面轉(zhuǎn)變，并提高了運(yùn)營(yíng)效率。整合工作流程自動(dòng)化和改進(jìn)對(duì)數(shù)據(jù)和分析的訪問(wèn)，以尋找有針對(duì)性的改進(jìn)機(jī)會(huì)。這非常強(qiáng)調(diào)變革管理，同時(shí)提高了9,000多名工廠員工的技能。由于效率和數(shù)據(jù)訪問(wèn)的提高，一些網(wǎng)站縮短了新員工的入職時(shí)間，而其他網(wǎng)站則報(bào)告每月節(jié)省超過(guò)100個(gè)工時(shí)。ACWF廣泛成功的舉措不僅僅是技術(shù)。組織可能會(huì)從各種技術(shù)開始，使一線工作人員能夠有針對(duì)性地更好地執(zhí)行日常運(yùn)營(yíng)。這將帶來(lái)財(cái)務(wù)投資回報(bào)率，但可能會(huì)縮短長(zhǎng)期價(jià)值。從這些計(jì)劃中獲得長(zhǎng)期價(jià)值的組織利用技術(shù)支持來(lái)促進(jìn)更廣泛的計(jì)劃，這些計(jì)劃更加以人為本并反映不斷發(fā)展的EVP。行動(dòng)建議l從簡(jiǎn)化開始，采用分階段的方法，消除離線流程并減少人為錯(cuò)誤?？珊饬康幕貓?bào)將刺激對(duì)這些舉措的需求，并揭示短期改進(jìn)機(jī)會(huì)，為員工隊(duì)伍轉(zhuǎn)型開辟道路。l開始與HR、職能部門和業(yè)務(wù)領(lǐng)導(dǎo)者對(duì)話，了解在組織中啟動(dòng)增強(qiáng)型互聯(lián)勞動(dòng)力計(jì)劃的簡(jiǎn)單方法。收集對(duì)技能、角色、方法差距和利益相關(guān)者優(yōu)先事項(xiàng)的最新理解。l通過(guò)讓員工參與設(shè)計(jì)他們的日?；顒?dòng)并激發(fā)創(chuàng)造力和獨(dú)創(chuàng)性，提高員工敬業(yè)度和解決方案所有權(quán)。首先問(wèn)：“技術(shù)如何改善您生活中的一天？通過(guò)在IT中使用以人為本的設(shè)計(jì)學(xué)科（例如旅程地圖和角色）來(lái)確定特定于角色和上下文的需求，以便在工作任務(wù)級(jí)別進(jìn)行增強(qiáng)，從而開始構(gòu)建更好的數(shù)字化員工體驗(yàn)。在Gartner的2024年關(guān)鍵技術(shù)展望【4】中，首將“增強(qiáng)互聯(lián)勞動(dòng)力”確定為需要關(guān)注的重要趨勢(shì)之一，并指出到2027年，25%的CIO將使用增強(qiáng)互聯(lián)勞動(dòng)力計(jì)劃，將關(guān)鍵職位的能力培養(yǎng)時(shí)間縮短50%。接著Gartner將其列入2024并預(yù)測(cè)到2027年，全球一半的企業(yè)制造商將通過(guò)ACWF戰(zhàn)略支持的新參與模式創(chuàng)造15%的新職位。筆者在【5】中還給出了ACWF的技術(shù)框架，市場(chǎng)發(fā)展趨趨，以及實(shí)現(xiàn)ACWF的關(guān)鍵技術(shù)。有興趣的讀者可參見【5】。要實(shí)現(xiàn)ACWF并非易事，因此Gartner在2025年的八大供應(yīng)鏈頂級(jí)技術(shù)趨勢(shì)的研究報(bào)告【1】中提出了更精準(zhǔn)的預(yù)測(cè)。7技術(shù)趨勢(shì)多模式用戶界面分析師FedericaStufano戰(zhàn)略規(guī)劃假設(shè)到2028年，四分之三的公司將在選擇新技術(shù)時(shí)將用戶體驗(yàn)（UX）視為首要標(biāo)準(zhǔn)，在選擇新技術(shù)時(shí)將僅次于功能，這迫使供應(yīng)商專注于增強(qiáng)技術(shù)和功能能力的UX。趨勢(shì)基本描述多模式UI是一種界面，使用戶能夠通過(guò)多種通信模式同時(shí)或互換地與系統(tǒng)進(jìn)行交互。這些模式可以包括語(yǔ)音、觸摸、手勢(shì)、文本、視覺和其他感官輸入的組合。多模式UI的目標(biāo)是通過(guò)利用不同輸入方法的優(yōu)勢(shì)并適應(yīng)用戶偏好和上下文，創(chuàng)建更自然、直觀和高效的交互體驗(yàn)。為何成為趨勢(shì)2025年Gartner供應(yīng)鏈技術(shù)用戶愿望和需求調(diào)查的洞察表明，除了功能和滿足財(cái)務(wù)目標(biāo)之外，可用性是影響供應(yīng)鏈組織選擇新興技術(shù)的兩個(gè)首要標(biāo)準(zhǔn)之一。多模式UI往往是供應(yīng)鏈軟件和硬件高級(jí)細(xì)分市場(chǎng)的默認(rèn)界面。眼動(dòng)追蹤、手勢(shì)、語(yǔ)音識(shí)別和生物傳感技術(shù)的創(chuàng)新，以及它們?cè)诠?yīng)鏈解決方案中的采用，正在加速多模態(tài)UI的采用。趨勢(shì)基本影響l多模式UI的使用引起了人們的興趣，部署表明，與現(xiàn)有方法相比，工作人員的效率和積極性有所提高。l可以提供多模式用戶界面培訓(xùn)，以便在更具活力和吸引力的環(huán)境中（例如，用于制造、維護(hù)、倉(cāng)庫(kù)運(yùn)營(yíng)或服務(wù)）中入職新員工。還可以通過(guò)令人愉悅的UX向員工提供引人入勝的分步說(shuō)明。l在物流領(lǐng)域，有可能出現(xiàn)針對(duì)生產(chǎn)力、安全和人體工程學(xué)的解決方案，例如卡車和貨車司機(jī)的虛擬AI助手或使用掃描、文本、交易和對(duì)話語(yǔ)音的多模式語(yǔ)音。行動(dòng)建議l優(yōu)先考慮多模式UI的價(jià)值，以提供更安全、更可靠、更愉快的工作、培訓(xùn)、入職和處理環(huán)境。l首先確定可以從多模式UI技術(shù)中受益的特定用例（例如，現(xiàn)場(chǎng)服務(wù)、物流、倉(cāng)儲(chǔ)、制造、維護(hù)或設(shè)計(jì)）。l部署、連接和改進(jìn)數(shù)字計(jì)劃，以提高用戶信心、滿意度、忠誠(chéng)度和擁護(hù)度。多模式UI技術(shù)迅速興起的主要驅(qū)動(dòng)力包括以下幾個(gè)方面:l多模式新興技術(shù)，如復(fù)合Al，多模態(tài)LLM，多模態(tài)GenAl等正在興起和被企業(yè)(如供應(yīng)鏈組織)選擇或釆用，而選擇或成功釆用這些新興技術(shù)的關(guān)鍵標(biāo)準(zhǔn)在于其用戶體驗(yàn)(UX)。而多模式UI技術(shù)正是提高這些新興技術(shù)用戶體驗(yàn)的關(guān)鏈技術(shù)。l智能手機(jī)、智能手表、智能電視和可穿戴設(shè)備等智能設(shè)備的廣泛使用，推動(dòng)了對(duì)更復(fù)雜交互方式的需求。多模態(tài)用戶界面滿足了消費(fèi)者日益增長(zhǎng)的對(duì)無(wú)縫直觀的設(shè)備交互體驗(yàn)的期望。人們?cè)絹?lái)越希望能夠通過(guò)語(yǔ)音命令、觸摸屏和手勢(shì)的組合來(lái)控制設(shè)備。l多模態(tài)用戶界面(UI)正在改變?nèi)祟惻c科技的交互方式，它能夠通過(guò)多種輸入方式（包括語(yǔ)音、觸控、手勢(shì)和視線追蹤）實(shí)現(xiàn)無(wú)縫溝通。與傳統(tǒng)的單模態(tài)用戶界面不同，多模態(tài)界面允許用戶根據(jù)自身情況選擇最直觀的交互方式，從而增強(qiáng)了可訪問(wèn)性、適應(yīng)性和用戶參與度。人們對(duì)免提和非接觸式交互的需求日益增長(zhǎng)，推動(dòng)了多模態(tài)用戶界面在智能設(shè)備、車載信息娛樂系統(tǒng)和工業(yè)應(yīng)用中的應(yīng)用。8推動(dòng)多模態(tài)UI行業(yè)發(fā)展的最重要趨勢(shì)之一是AI與NLP技術(shù)的融合。AI算法使設(shè)備能夠?qū)崟r(shí)理解和解讀來(lái)自語(yǔ)音和手勢(shì)等多種輸入源的復(fù)雜數(shù)據(jù)。這一趨勢(shì)在聲控虛擬助手和智能家居系統(tǒng)中尤為突出。自然語(yǔ)言處理(NLP)可以更準(zhǔn)確地處理語(yǔ)音命令，而人工智能(AI)則提升了設(shè)備從用戶交互中學(xué)習(xí)的能力，使界面隨著時(shí)間的推移更加靈敏和個(gè)性化。人工智能與多模式用戶界面(UI)的融合正在提升用戶體驗(yàn)，并為醫(yī)療保健、教育和汽車系統(tǒng)等領(lǐng)域的創(chuàng)新創(chuàng)造機(jī)會(huì)。2023年，全球多模態(tài)用戶界面市場(chǎng)規(guī)模達(dá)195億美元，預(yù)計(jì)2024年至2032年的復(fù)合年增長(zhǎng)率將達(dá)到16.5%（見圖4）。人工智能(AI)和機(jī)器學(xué)習(xí)(ML)技術(shù)的興起已成為市場(chǎng)變革的動(dòng)力。這些先進(jìn)的算法可以分析和處理來(lái)自語(yǔ)音、觸覺、手勢(shì)甚至面部識(shí)別等多種模態(tài)的數(shù)據(jù)。AI模型使設(shè)備能夠更準(zhǔn)確地解讀人類行為，從而實(shí)現(xiàn)更流暢、更直觀的交互【7】列舉了7個(gè)新興生成式AI用戶界面，并指出這些新興用戶界面如何改變交互：1.聊天機(jī)器人：聊天機(jī)器人徹底改變了人類與人工智能的互動(dòng)方式。它們是旨在仿真人類互動(dòng)的對(duì)話代理。例如ChatGPT、Claude和Perplexity。這些聊天機(jī)器人可以執(zhí)行各種任務(wù)，從回答問(wèn)題、提供建議到生成創(chuàng)意內(nèi)容和協(xié)助客戶服務(wù)。它們能夠理解和生成人類語(yǔ)言，使其成為個(gè)人和專業(yè)用途的寶貴工具。聊天機(jī)器人的對(duì)話特性允許直觀的用戶交互，使復(fù)雜的任務(wù)更易于管理。2.增強(qiáng)型瀏覽器：增強(qiáng)型瀏覽器將人工智能功能直接集成到網(wǎng)絡(luò)瀏覽器中，通過(guò)智能功能提升瀏覽體驗(yàn)。谷歌、ARC和必應(yīng)等知名瀏覽器均利用人工智能提供個(gè)性化搜索結(jié)果、預(yù)測(cè)性文本和內(nèi)容摘要。它們還可以根據(jù)用戶行為和偏好提供上下文信息和推薦。將人工智能集成到瀏覽器中，可以幫助用戶更高效地瀏覽海量在線信息，將網(wǎng)絡(luò)變成一個(gè)更加個(gè)性化、更易于訪問(wèn)的空間。3.AI工作區(qū)：AI工作區(qū)旨在通過(guò)將AI工具集成到日常工作環(huán)境中來(lái)提高生產(chǎn)力。例如DevinAI、GitHubCopilotEnterprise和CustomGPTBuilder。這些平臺(tái)可協(xié)助AI驅(qū)動(dòng)的編碼、項(xiàng)目管理和內(nèi)容創(chuàng)建。它們可以自動(dòng)執(zhí)行重復(fù)性任務(wù)，提供智能建議，并促進(jìn)團(tuán)隊(duì)成員之間的協(xié)作。通過(guò)將AI直接嵌入到工作流程中，這些工作區(qū)使用戶能夠更智能、更高效地工作，最終提高整體生產(chǎn)力和創(chuàng)新能力。4.AI工作簿：AI工作簿將AI的強(qiáng)大功能與傳統(tǒng)的數(shù)據(jù)分析和管理工具相結(jié)合。例如9V7Go、ElicitWorkbooks、Sheets或ExcelAPI集成。這些平臺(tái)增強(qiáng)了數(shù)據(jù)處理能力，使用戶能夠自動(dòng)輸入數(shù)據(jù)、執(zhí)行復(fù)雜計(jì)算并從海量數(shù)據(jù)集中獲取洞察。AI工作簿還可以提供數(shù)據(jù)可視化建議和預(yù)測(cè)分析，使用戶能夠更輕松地解讀數(shù)據(jù)并采取行動(dòng)。將AI集成到數(shù)據(jù)管理工具中，可以改變企業(yè)和個(gè)人處理信息的方式，從而提高決策能力和效率。5.通用界面：通用界面代表了人工智能交互的新范式，它提供了一個(gè)集成多種人工智能功能的統(tǒng)一的平臺(tái)。ProjectAstra就是這種方法的典范。它提供了一個(gè)統(tǒng)一的界面，用戶可以訪問(wèn)各種人工智能工具和服務(wù)，從自然語(yǔ)言處理到計(jì)算機(jī)視覺。這種無(wú)縫集成簡(jiǎn)化了用戶體驗(yàn)，使用戶與人工智能技術(shù)的交互更加流暢高效。通用界面旨在打破不同人工智能應(yīng)用程序之間的壁壘，創(chuàng)建一個(gè)更全面、更易于訪問(wèn)的人工智能生態(tài)系統(tǒng)。6.AI表單：AI表單利用生成式AI來(lái)簡(jiǎn)化和增強(qiáng)表單填寫流程。例如UpworkJobPosts和TypeformAI。這些表單使用AI根據(jù)用戶輸入和偏好自動(dòng)生成和填充字段，從而減少填寫所需的時(shí)間和精力。AI表單還可以提供智能建議，確保輸入的信息準(zhǔn)確且相關(guān)。這種自動(dòng)化流程改善了用戶體驗(yàn)，并提高了數(shù)據(jù)收集和處理的效率。7.無(wú)面容工作流程：無(wú)面容工作流程代表著工作流程向更自動(dòng)化、更隱形的AI集成的轉(zhuǎn)變。這種方法涉及將AI功能直接嵌入后端流程，從而允許無(wú)需用戶直接交互即可完成任務(wù)。AI驅(qū)動(dòng)的自動(dòng)化可以處理從調(diào)度和資源分配到監(jiān)控和維護(hù)的所有事務(wù)。通過(guò)消除對(duì)傳統(tǒng)用戶界面的需求，無(wú)面容工作流程實(shí)現(xiàn)了無(wú)縫高效的操作，使用戶可以專注于更具戰(zhàn)略性和創(chuàng)造性的任務(wù)?？偠灾?，這七種新興的生成式人工智能用戶界面改變了人們與科技的互動(dòng)方式。從聊器人、增強(qiáng)型瀏覽器到人工智能工作空間和通用界面，這些創(chuàng)新使人工智能更易于訪問(wèn)、更直觀，并更容易融入日常生活。隨著人工智能的發(fā)展，這些界面將在塑造人機(jī)交互方面發(fā)揮關(guān)鍵作用，推動(dòng)各個(gè)領(lǐng)域的生產(chǎn)力、創(chuàng)造力和效率的提升。現(xiàn)代供應(yīng)鏈和物流本身就是多模式的，它釆用多模式的技術(shù)和管理系統(tǒng)，處理多模式數(shù)據(jù)，特別是許多供應(yīng)鏈組織己經(jīng)或正在釆用人工智能和智能機(jī)器人技術(shù)，因此釆用新興的多模式UI技術(shù)將有助于改善供應(yīng)鏈的人機(jī)交互方式及用戶體驗(yàn)，提高生產(chǎn)力，創(chuàng)造力和效率。技術(shù)趨勢(shì)多功能機(jī)器人分析師DwightKlappich戰(zhàn)略規(guī)劃假設(shè)到2030年，80%的人類每天將與智能機(jī)器人互動(dòng)，這與目前的不到10%相比有了顯著增長(zhǎng)。趨勢(shì)基本描述多功能機(jī)器人是能夠承擔(dān)多項(xiàng)任務(wù)并遵循人類指令或示例的機(jī)器，無(wú)需明確的編程或硬件修改。為何成為趨勢(shì)盡管對(duì)多用途機(jī)器人的吸引力和愿望并不新鮮，但有幾個(gè)障礙使它們無(wú)法生存;然而，這些障礙正在減少。一些障礙和趨勢(shì)是：l硬編碼與自適應(yīng)智能。傳統(tǒng)機(jī)器人成本高昂且缺乏靈活性，并且無(wú)法適應(yīng)新任務(wù)。視覺AI、AI/機(jī)器學(xué)習(xí)（ML）和新物理設(shè)計(jì)的進(jìn)步現(xiàn)在使機(jī)器人技術(shù)的適應(yīng)性更強(qiáng)。l多任務(wù)分配、溝通和集成。傳統(tǒng)機(jī)器人面臨的集成挑戰(zhàn)限制了他們?cè)诠ぷ髁鞒讨械娜蝿?wù)靈活性。生成式AI（GenAI）和ML現(xiàn)在支持新的交互模型和雙向通信，使機(jī)器人能夠適應(yīng)和響應(yīng)人類的口頭l命令。價(jià)格和總擁有成本（TCO）。由于成本顯著降低，多功能機(jī)器人現(xiàn)在的價(jià)格與人工相比具有競(jìng)爭(zhēng)力。它們?nèi)找嬖鲩L(zhǎng)的靈活性和適應(yīng)性，加上較低的價(jià)格，使它們成為傳統(tǒng)勞動(dòng)力的可行替代品。趨勢(shì)基本影響lll工業(yè)機(jī)器人通常針對(duì)單個(gè)任務(wù)進(jìn)行硬編碼，需要大量干預(yù)才能進(jìn)行更改。這導(dǎo)致公司維護(hù)著龐大的異構(gòu)機(jī)器人隊(duì)列，每個(gè)機(jī)器人都是為特定任務(wù)而設(shè)計(jì)的，這與可以接受多種角色訓(xùn)練的人類不同。多功能機(jī)器人甚至可以作為靈活的勞動(dòng)力，自主適應(yīng)各種任務(wù)。由于新穎的外形和智能軟件。他們可以在一天中扮演多個(gè)角色，并最終在初始編程之外自學(xué)新任務(wù)。多功能機(jī)器人必須在人類環(huán)境中安全運(yùn)行，在非傳統(tǒng)機(jī)器人設(shè)計(jì)的空間內(nèi)導(dǎo)航。這需要新穎的外形尺寸，并注重故障安全作安全，以適應(yīng)不同的環(huán)境，包括有人的環(huán)境。行動(dòng)建議llll盡管多功能機(jī)器人的潛力很誘人，但具有大批量、可預(yù)測(cè)和一致流程的供應(yīng)鏈運(yùn)營(yíng)不應(yīng)在等待這項(xiàng)技術(shù)成熟時(shí)延遲對(duì)機(jī)器人的投資。公司需要開始映射其功能流程，以確定哪些流程（如果有）可以用當(dāng)前幾代機(jī)器人來(lái)解決，哪些將從多功能中心設(shè)計(jì)中受益最大。確定需要高度靈活性和適應(yīng)性的流程，并專注于了解人力如何執(zhí)行這些任務(wù)，以了解多功能機(jī)器人需要支持的能力。由于目前還沒有完全有能力的多功能機(jī)器人，因此公司必須開發(fā)一種結(jié)構(gòu)化的方法，以便在未來(lái)幾年內(nèi)這些功能發(fā)展時(shí)進(jìn)行有效的概據(jù)【8】，目前，工業(yè)企業(yè)擁有近四百萬(wàn)臺(tái)單功能機(jī)器人。它們已經(jīng)解決了勞動(dòng)力短缺問(wèn)題，降低了成本，并提高了效率。隨著能夠執(zhí)行多種功能的機(jī)器人的不斷發(fā)展，企業(yè)可以提升這些機(jī)器的價(jià)值。與單一功能機(jī)器人相比，多用途機(jī)器人可以更快地帶來(lái)投資回報(bào)。它們通過(guò)以下方式實(shí)現(xiàn)：l更靈活的勞動(dòng)力。多功能機(jī)器人可以完成各種不同的任務(wù)，從而打造一支能夠適應(yīng)當(dāng)前需求的靈活勞動(dòng)力隊(duì)伍。l更高的機(jī)器人效用。當(dāng)企業(yè)可以使用同一機(jī)器人完成多項(xiàng)任務(wù)時(shí)，該組織不僅可以更多地使用機(jī)器人，還可以利用它們來(lái)完成最重要、價(jià)值最高的活動(dòng)。l更強(qiáng)大的人機(jī)協(xié)作。這些機(jī)器人專為在人類環(huán)境中運(yùn)行而設(shè)計(jì)，并使用專為人類接觸而設(shè)計(jì)和定位的設(shè)備。這與那些可能在劃定空間或籠子內(nèi)運(yùn)行以保護(hù)附近人類的單一功能機(jī)器人不同。隨著多功能機(jī)器人能夠通過(guò)步進(jìn)或執(zhí)行反水平任務(wù)在人類空間中穿行，這項(xiàng)技術(shù)將推動(dòng)制造商探索新的外形尺寸、形狀和尺寸。Gartner將多功能機(jī)器人列為2025年及以后的十大主要戰(zhàn)略技術(shù)趨勢(shì)之一【3】。筆者在【3】中對(duì)多功能機(jī)器人的特征，架構(gòu)有較詳細(xì)解讀，有興趣者可參看【3】。下面是多功能機(jī)器人的幾個(gè)案例。l亞馬遜全自主的移動(dòng)機(jī)器人Proteus：2012年，亞馬遜收購(gòu)了機(jī)器人公司Kiva，該公司率先研發(fā)了名為“驅(qū)動(dòng)單元”的倉(cāng)庫(kù)機(jī)器人。十年過(guò)去，亞馬遜如今擁有超過(guò)52萬(wàn)個(gè)機(jī)器人驅(qū)動(dòng)單元。同樣在2022年，該公司推出了Proteus（見圖5這是一款完全自主的移動(dòng)機(jī)器人，旨在安全地融入亞馬遜員工工作的同一物理空間。Proteus利用先進(jìn)的安全、感知和導(dǎo)航功能，完全自主地在倉(cāng)庫(kù)中移動(dòng)。Proteus是一款自主移動(dòng)機(jī)器人，可以在亞馬遜配送中心拾取、運(yùn)輸和放下集裝箱。該機(jī)器人設(shè)計(jì)用于在與人類工人共享的空間內(nèi)安全運(yùn)行，并利用光、聲音甚至物理運(yùn)動(dòng)來(lái)幫助附近的人了解其狀態(tài)和意圖。l據(jù)【10】，Ocado的自動(dòng)化履行中心使用多功能機(jī)器人快速處理訂單，效率提高400%以l人形多功能機(jī)器人（見圖6人形機(jī)器人旨在模仿人類的動(dòng)作和認(rèn)知能力。它們應(yīng)用于客戶服務(wù)、醫(yī)療保健和研究領(lǐng)域。人形機(jī)器人具備語(yǔ)音識(shí)別、自然語(yǔ)言處理和先進(jìn)的移動(dòng)能力，可以協(xié)助完成從護(hù)理到互動(dòng)式客戶支持等各種任務(wù)。將多功能機(jī)器人融入全球供應(yīng)鏈，徹底改變了傳統(tǒng)的物流和制造流程。這些機(jī)器人提高了訂單履行的準(zhǔn)確性，縮短了交貨時(shí)間，并使企業(yè)能夠快速響應(yīng)市場(chǎng)需求。通過(guò)自動(dòng)化重復(fù)性任務(wù)，并促進(jìn)供應(yīng)鏈內(nèi)部的創(chuàng)新和敏捷性，企業(yè)可以將人力資源重新分配到更具戰(zhàn)略性的角色。據(jù)DataIntelo預(yù)測(cè)【12】，全球多功能機(jī)器人市場(chǎng)規(guī)模將從2023年的約80億美元增長(zhǎng)至2032年的210億美元，復(fù)合年增長(zhǎng)率(CAGR)為11.5%。該主題包括以下五個(gè)旨在提高生產(chǎn)力，推動(dòng)增長(zhǎng)，加速數(shù)字化業(yè)務(wù)的趨勢(shì)：代理人工智能（AgenticAI）自主數(shù)據(jù)收集（AutonomousDataCollection）決策智能（DecisionIntelligence(DI)）智能仿真（IntelligentSimulation）技術(shù)趨勢(shì)代理人工智能分析師LeonardAmmerer和TomCoshow戰(zhàn)略規(guī)劃假設(shè)到2030年，50%的跨職能供應(yīng)鏈管理（SCM）解決方案將使用智能代理在生態(tài)系統(tǒng)中自主執(zhí)行決策。趨勢(shì)基本描述代理AI系統(tǒng)有望建立AI代理的虛擬勞動(dòng)力，這些代理可以協(xié)助、卸載和增強(qiáng)人類工作或傳統(tǒng)應(yīng)用程序。代理AI系統(tǒng)承諾提供適應(yīng)性更強(qiáng)的軟件，能夠完成未在域中明確編程的各種任務(wù)，而不僅僅是那些設(shè)計(jì)到軟件中的任務(wù)（參見AI和生成式AI案例研究快照）。這些系統(tǒng)可以根據(jù)其環(huán)境進(jìn)行規(guī)劃、行動(dòng)和調(diào)整，以滿足復(fù)雜環(huán)境中的目標(biāo)，從而顯著提高AI對(duì)運(yùn)營(yíng)環(huán)境執(zhí)行的潛力。這基于在SupplyChainPlanning（SCP）或其他SCM環(huán)境中創(chuàng)建的行動(dòng)建議。為何成為趨勢(shì)迄今為止，旨在縮小規(guī)劃和執(zhí)行之間技術(shù)差距的跨職能SCM解決方案令人失望（請(qǐng)參閱供應(yīng)鏈簡(jiǎn)報(bào)：不斷發(fā)展的指揮中心決策技術(shù)框架）。為此目的實(shí)施的傳統(tǒng)技術(shù)（例如集成技術(shù)和工作流引擎）通常反映了供應(yīng)鏈環(huán)境的復(fù)雜性，并且與保持供應(yīng)鏈技術(shù)堆棧的靈活性背道而馳。AgenticAI能夠縮小決策與執(zhí)行的差距，從而解決對(duì)AI的一些不切實(shí)際的期望。它可以被授權(quán)采取果斷的行動(dòng)，使其能夠解決需要采取行動(dòng)的問(wèn)題，而不僅僅是內(nèi)容生成。這一進(jìn)步將增加可以自動(dòng)化的供應(yīng)鏈任務(wù)和工作流程的數(shù)量。趨勢(shì)基本影響l例如，與機(jī)器人流程自動(dòng)化（RPA）相比，AI代理代表了不同級(jí)別的復(fù)雜程度和功能。AI代理是一種更先進(jìn)的系統(tǒng)，不僅可以自動(dòng)執(zhí)行任務(wù)，而且還具有一定程度的“代理”。這意味著它可以自主運(yùn)行，根據(jù)處理的數(shù)據(jù)做出決策，并最終從其經(jīng)驗(yàn)中學(xué)習(xí)。l憑借其多樣化的功能和適應(yīng)性，AI代理已準(zhǔn)備好徹底改變供應(yīng)鏈決策中的眾多工作流程。他們學(xué)習(xí)、預(yù)測(cè)和自主決策的能力將推動(dòng)跨領(lǐng)域的效率、創(chuàng)新和轉(zhuǎn)型，從而影響我們的工作和運(yùn)營(yíng)方式。l通過(guò)處理每個(gè)功能的不同采用率，負(fù)責(zé)任和有效地從AI代理中獲益還需要護(hù)欄，包括法規(guī)、政策、可追溯性和治理，以保證可解釋性和適當(dāng)?shù)娘L(fēng)險(xiǎn)管理。行動(dòng)建議l確定將代理AI添加到對(duì)規(guī)模和效率有巨大需求且需要適應(yīng)性的工作流中的機(jī)會(huì)。從僅自動(dòng)化的角度重新思考跨孤島的整個(gè)工作流程，并在戰(zhàn)略點(diǎn)將人員重新添加到新的工作流程中。從可訪問(wèn)高質(zhì)量數(shù)據(jù)、行為可驗(yàn)證且ROI高或足以證明投資合理的使用案例開始。l將AI代理視為您委派工作的第1層數(shù)字同事。重新思考協(xié)作模型、工作流程和團(tuán)隊(duì)策略，以最大限度地發(fā)揮AI代理的優(yōu)勢(shì)，這些代理可以發(fā)現(xiàn)人類團(tuán)隊(duì)成員可能沒有注意到的衍生事件并采取行動(dòng)。l設(shè)置防護(hù)機(jī)制，以確保代理AI被限制在定義的角色和一組功能中。這樣做可以防止它采取可能導(dǎo)致?lián)p壞的錯(cuò)誤行動(dòng)。2024年10月代理人工智能（AgenticAI）首次被列為Gartner2025年頂級(jí)戰(zhàn)略技術(shù)趨勢(shì)之一【3】。接著2025年2月它被確立為Gartner2025年最重要的供應(yīng)鏈技術(shù)趨勢(shì)之一。筆者在【3】中詳細(xì)討論了代理人工智能的概念，特征，應(yīng)用分類等?？晒┳x者參考。本文將繼續(xù)介紹的新的概念，應(yīng)用進(jìn)展等。l代理人工智能是一類人工智能實(shí)踐：Gartner在其2025年元月的一個(gè)網(wǎng)絡(luò)研討會(huì)的演講《人工智能代理：人工智能的下一個(gè)大事件》【13】中有趣地將人工智能分為兩個(gè)大類:人工智能技術(shù)–【13】從認(rèn)知系統(tǒng)的視角給出了如下的人工智能的定義。人工智能是一門計(jì)算機(jī)工程學(xué)科：一系列基于數(shù)學(xué)或邏輯的技術(shù)，用于仿真認(rèn)知過(guò)程。人工智能技術(shù)主要包含的內(nèi)容被描寫在圖7中。圖7：人工智能技術(shù)（來(lái)源：Gartner【13】）人工智能實(shí)踐–目前已有的在圖8中的大類包括復(fù)合AI，生成式AI，決策智能，自適應(yīng)AI，數(shù)據(jù)科學(xué)，代理式AI，…。最新的代理式AI被定義如下:AgenticAI是一種利用AI代理風(fēng)格的軟件實(shí)現(xiàn)的AI實(shí)踐，其中AI代理是自主或半自主的軟件實(shí)體，它們使用AI技術(shù)在數(shù)字或物理環(huán)境中感知、做出決策、采取行動(dòng)并實(shí)現(xiàn)lAgent，AIAgent與AgenticAI的比較最近看到北京大學(xué)發(fā)布的《AI+Agent與Agentic+AI的原理和應(yīng)用洞察與未來(lái)展望》研究報(bào)告【14】，該報(bào)告深入剖析AI+Agent與Agentic+AI的原理、應(yīng)用及未來(lái)發(fā)展趨勢(shì)，為讀者呈現(xiàn)一個(gè)全面而詳細(xì)的知識(shí)圖景。圖9源于該報(bào)告，對(duì)Agent，AIAgent與AgenticAI作了一個(gè)簡(jiǎn)單的比較。更深入的內(nèi)容請(qǐng)參看原文【14】。圖9：Agent，AIAgent與AgenticAI的比較（來(lái)源：北京大學(xué)【14】）此外，【15】指出，雖然人工智能代理代表了人工智能能力的重大飛躍，特別是在自動(dòng)化狹義任務(wù)方面。AgenticAI系統(tǒng)代表了一類新興的智能架構(gòu)，其中多個(gè)專門的Agent協(xié)同工作以實(shí)現(xiàn)復(fù)雜的高級(jí)目標(biāo)。這些系統(tǒng)由模塊化代理組成，每個(gè)代理都負(fù)責(zé)一個(gè)更廣泛目標(biāo)的不同子組件，并通過(guò)集中式編排器或分散式協(xié)議進(jìn)行協(xié)調(diào)（見圖10）。l應(yīng)用AgenticAI的十大供應(yīng)鏈公司供應(yīng)鏈正在經(jīng)歷一場(chǎng)深刻的變革。這場(chǎng)變革的核心是代理型人工智能(AgenticAI)，這是一種新一代智能代理，能夠自主行動(dòng)、實(shí)時(shí)調(diào)整，并在無(wú)需持續(xù)人工干預(yù)的情況下提供有意義的業(yè)務(wù)成果。與傳統(tǒng)自動(dòng)化甚至基礎(chǔ)人工智能模型不同，代理型人工智能不僅支持決策，更驅(qū)動(dòng)決策。美國(guó)供應(yīng)鏈數(shù)字化(SupplyChainDigital)雜志考察了代理人工智能及其在供應(yīng)鏈中的應(yīng)用方面處于領(lǐng)先地位的十家公司（見下表）。排名公司名代理AI的應(yīng)用成就1Coupa（美國(guó)）Coupa在代理AI領(lǐng)域處于領(lǐng)先地位，最近推出了多代理AI解決方案組合。該解決方案套件充滿了新的創(chuàng)新，可以增強(qiáng)決策能力、簡(jiǎn)化流程并提高生產(chǎn)力——讓團(tuán)隊(duì)有更多時(shí)間進(jìn)行戰(zhàn)略工作——同時(shí)提供更快的洞察力和更好的結(jié)果。該公司首席產(chǎn)品和技術(shù)官SalvatoreLombardo表示：“Coupa正在利用多智能體AI功能動(dòng)態(tài)、自主地匹配買家和供應(yīng)商的需求，從而改變?nèi)蛸Q(mào)易?！薄癆genticAI將重新定義我們的用戶體驗(yàn)，釋放洞察力并帶來(lái)令人驚嘆的客戶成果?！?BlueYonder（美國(guó)）BlueYonder剛剛推出了五個(gè)人工智能代理作為其新認(rèn)知解決方案的一部分，具體如下：庫(kù)存操作代理貨架運(yùn)營(yíng)代理物流運(yùn)營(yíng)代理倉(cāng)庫(kù)運(yùn)營(yíng)代理網(wǎng)絡(luò)運(yùn)營(yíng)代理首席執(zhí)行官DuncanAngove在田納西州納什維爾舉行的ICON2025上宣布，這些代理旨在幫助企業(yè)更快地做出決策、更精確地運(yùn)營(yíng)，并在持續(xù)的全球不確定性面前提高適應(yīng)力。它們建立在二十多年的人工智能和機(jī)器學(xué)習(xí)研究的基礎(chǔ)上。3Zycus（美國(guó)）Zycus處于代理AI進(jìn)步的前沿，將其嵌入整個(gè)采購(gòu)到付款生命周期并徹底改變采購(gòu)團(tuán)隊(duì)的運(yùn)作方式。Zycus創(chuàng)始人兼首席執(zhí)行官AatishDedhia稱代理AI是“改變游戲規(guī)則的因素，將采購(gòu)轉(zhuǎn)變?yōu)獒尫耪嬲齼r(jià)值的戰(zhàn)略推動(dòng)因素”。從構(gòu)建最早的人工智能驅(qū)動(dòng)的采購(gòu)解決方案之一到創(chuàng)建完全集成的Merlinagentic人工智能S2P套件，Zycus的歷程始終保持領(lǐng)先地位并滿足客戶的動(dòng)態(tài)需求。4Kinaxis（美國(guó)）Kinaxis對(duì)其旗艦平臺(tái)Maestro的最新更新引入了人工智能代理，旨在幫助企業(yè)實(shí)時(shí)監(jiān)控、預(yù)測(cè)和應(yīng)對(duì)供應(yīng)鏈挑戰(zhàn)。這些人工智能驅(qū)動(dòng)的工具可以自動(dòng)化庫(kù)存管理和中斷緩解等關(guān)鍵流程，減少人工工作量并提高決策速度。Kinaxis還推出了一個(gè)代理AI框架，允許公司在Maestro內(nèi)開發(fā)定制的AI代理，從而使組織無(wú)需大量技術(shù)專業(yè)知識(shí)即可將AI集成到其供應(yīng)鏈流程中。5FourKites（美國(guó)）FourKites正通過(guò)其開創(chuàng)性的數(shù)字勞動(dòng)力利用代理人工智能的力量，有望彌合仿真數(shù)字鴻溝。與傳統(tǒng)的人工智能代理不同，這些專業(yè)的數(shù)字同事深刻了解業(yè)務(wù)運(yùn)營(yíng)并與現(xiàn)有團(tuán)隊(duì)一起工作。FourKites產(chǎn)品、技術(shù)和運(yùn)營(yíng)總裁PriyaRajagopalan解釋說(shuō)：“這些人工智能系統(tǒng)的作用遠(yuǎn)不止聊天機(jī)器人或自動(dòng)化工具。它們可以自動(dòng)解決諸如扣留問(wèn)題和供應(yīng)商延誤等挑戰(zhàn)。”6SAP（德國(guó)）SAPSapphire剛剛發(fā)布，SAP擴(kuò)大了其AI代理Joule的范圍，將其定位為超越傳統(tǒng)應(yīng)用領(lǐng)域的普及助手。此外，這家科技巨頭還擴(kuò)展了其人工智能代理套件，每個(gè)代理都旨在跨各種系統(tǒng)和業(yè)務(wù)流程運(yùn)行。在供應(yīng)鏈領(lǐng)域，預(yù)計(jì)將于2025年第四季度發(fā)布三種代理：使用實(shí)時(shí)洞察調(diào)整維護(hù)計(jì)劃的維護(hù)計(jì)劃代理；響應(yīng)生產(chǎn)問(wèn)題的車間主管代理；以及改善服務(wù)訂單調(diào)度的現(xiàn)場(chǎng)服務(wù)調(diào)度代理。7Tonkean（美國(guó)）當(dāng)采購(gòu)領(lǐng)導(dǎo)者駕馭代理AI炒作時(shí)，Tonkean憑借其針對(duì)企業(yè)運(yùn)營(yíng)的代理編排功能脫穎而出。TonkeanAgenticOrchestration將自主、協(xié)作、創(chuàng)造性的人工智能與確定性基于規(guī)則的自動(dòng)化結(jié)合起來(lái)——將最好的人工智能模型整合到企業(yè)的后臺(tái)流程中。其結(jié)果是最佳的用戶體驗(yàn)、具有200多個(gè)預(yù)建集成的動(dòng)態(tài)互操作性以及強(qiáng)大的治理框架，該框架可使流程與政策保持一致并在關(guān)鍵時(shí)刻保持人類的控制。8埃森哲（愛爾蘭）為了幫助企業(yè)加速采用代理功能并重新構(gòu)想功能和行業(yè)流程，埃森哲最近推出了AI代理構(gòu)建器，擴(kuò)展了其AIRefinery平臺(tái)。這意味著業(yè)務(wù)用戶可以快速構(gòu)建和定制代理，實(shí)現(xiàn)前所未有的靈活性。在NVIDIA的幫助下，埃森哲也在不斷擴(kuò)大其預(yù)配置行業(yè)代理解決方案集合，以幫助客戶快速擴(kuò)展整個(gè)企業(yè)的AI代理網(wǎng)絡(luò)。9Globality（美國(guó)）Globality的Glo是“采購(gòu)領(lǐng)域最先進(jìn)的人工智能代理”，代表著采購(gòu)團(tuán)隊(duì)在定價(jià)和提案評(píng)估方式上的重大飛躍。Glo提供了直觀、實(shí)時(shí)分析的基礎(chǔ)層，這意味著采購(gòu)專業(yè)人員可以在幾秒鐘內(nèi)創(chuàng)建交互式儀表板、可視化效果和趨勢(shì)報(bào)告，確保在購(gòu)買過(guò)程的每一步做出更明智的決策。德勤（英國(guó)）ZoraAI是德勤的數(shù)字化勞動(dòng)力，基于NVIDIA的AI構(gòu)建。借助不斷增長(zhǎng)的專業(yè)人工智能代理組合，它可以幫助組織簡(jiǎn)化企業(yè)運(yùn)營(yíng)、提高生產(chǎn)力和效率，并推動(dòng)更自信的決策，從而釋放商業(yè)價(jià)值。這些代理通過(guò)廣泛的領(lǐng)域特定智能、靈活的技術(shù)架構(gòu)和內(nèi)置透明度來(lái)增強(qiáng)人力資源，以自主執(zhí)行和分析復(fù)雜的業(yè)務(wù)流程。技術(shù)趨勢(shì)自主數(shù)據(jù)收集分析師SimonTunstall和DwightKlappich戰(zhàn)略規(guī)劃假設(shè)到2027年，50%的倉(cāng)庫(kù)運(yùn)營(yíng)將用自主數(shù)據(jù)收集平臺(tái)取代一些以人為中心的數(shù)據(jù)收集。趨勢(shì)基本描述自主數(shù)據(jù)收集利用室內(nèi)飛行無(wú)人機(jī)和移動(dòng)機(jī)器人等技術(shù)來(lái)自主捕獲數(shù)據(jù)。這些解決方案使用支持AI的視覺或射頻識(shí)別（RFID）等技術(shù)來(lái)支持庫(kù)存管理、檢查和監(jiān)控等使用案例。解決方案通常包括移動(dòng)平臺(tái)，例如飛行無(wú)人機(jī)或移動(dòng)機(jī)器人;板載攝像頭或其他傳感器;以及用于導(dǎo)航的基于AI的高級(jí)軟件。較新的解決方案正在從無(wú)人機(jī)轉(zhuǎn)向使用安裝了傳感器陣列的自主移動(dòng)平臺(tái)，提供更長(zhǎng)的電池壽命和更強(qiáng)大的相機(jī)和傳感器，因?yàn)橹亓肯拗坪苌?。為何成為趨?shì)供應(yīng)鏈運(yùn)營(yíng)，尤其是物流和制造，會(huì)產(chǎn)生大量必須捕獲和處理的數(shù)據(jù)。大多數(shù)公司已經(jīng)不再在紙上手動(dòng)記錄數(shù)據(jù)，現(xiàn)在使用某種形式的技術(shù)（例如移動(dòng)設(shè)備或掃描儀）來(lái)捕獲大多數(shù)數(shù)據(jù)。然而，盡管這些技術(shù)比紙和筆更好，但仍然需要人工參與，并且通常是耗時(shí)且附加值低的功能。趨勢(shì)基本影響l自主數(shù)據(jù)收集平臺(tái)使用攝像頭、RFID閱讀器和無(wú)人機(jī)等技術(shù)連續(xù)捕獲數(shù)據(jù)，從而提高生產(chǎn)率并減少勞動(dòng)力。高級(jí)AI/ML支持對(duì)數(shù)字圖像進(jìn)行智能解釋，通過(guò)降低成本和提高流程效率來(lái)提供顯著的業(yè)務(wù)優(yōu)勢(shì)。l庫(kù)存管理中的周期盤點(diǎn)非常耗時(shí)且存在安全風(fēng)險(xiǎn)，使其成為自動(dòng)化的主要領(lǐng)域。帶有攝像頭的移動(dòng)機(jī)器人正在成為有效的解決方案，可能會(huì)加速對(duì)飛行無(wú)人機(jī)的采用。l使用無(wú)人機(jī)或其他技術(shù)進(jìn)行檢查或監(jiān)視可以取代倉(cāng)庫(kù)和工廠中通常很危險(xiǎn)的人工檢查或監(jiān)視流程。室內(nèi)無(wú)人機(jī)對(duì)于危險(xiǎn)區(qū)域或高空的檢查特別有價(jià)值。與庫(kù)存管理不同，這些將是非作性的，并且會(huì)根據(jù)需要定期使用。但是，這些無(wú)人機(jī)用例可能會(huì)與其他倉(cāng)庫(kù)審計(jì)和檢查工具以及移動(dòng)應(yīng)用程序集成，以促進(jìn)檢查作。l盡管移動(dòng)數(shù)據(jù)收集平臺(tái)受到廣泛關(guān)注，但也有許多固定式數(shù)據(jù)收集解決方案的有力例子。這些應(yīng)用范圍從捕捉安全事件的吊頂式攝像頭，到可以在產(chǎn)品裝載到卡車上時(shí)自主驗(yàn)證產(chǎn)品的碼頭門旁的塔式，再到監(jiān)控堆場(chǎng)中車輛移動(dòng)和狀況的攝像頭。行動(dòng)建議l如果您的貨物是托盤化的，尤其是如果它們是收縮包裝的，請(qǐng)駕駛飛行無(wú)人機(jī)進(jìn)行庫(kù)存管理和周期盤點(diǎn)。在一個(gè)站點(diǎn)進(jìn)行測(cè)試，如果業(yè)務(wù)案例已得到證實(shí)，則迅速推廣到其他站點(diǎn)。l就像使用其他檢查使用案例一樣，使用無(wú)人機(jī)來(lái)補(bǔ)充已經(jīng)以其他方式進(jìn)行檢查的熟練勞動(dòng)力。l在可預(yù)見的未來(lái)，專注于電池壽命和其他考慮因素更重要的用例的自主移動(dòng)機(jī)器人。在變革性技術(shù)和戰(zhàn)略調(diào)整的推動(dòng)下，全球供應(yīng)鏈正在經(jīng)歷一場(chǎng)巨變。一場(chǎng)無(wú)處不在、加速發(fā)展的數(shù)字化轉(zhuǎn)型正在悄然進(jìn)行，其核心是人工智能(AI)和自動(dòng)化?！?6】指出，供應(yīng)鏈將比你預(yù)期更快地實(shí)現(xiàn)自主化。圖11：供應(yīng)鏈自主化之路（來(lái)源：Gartner【16】）為了實(shí)現(xiàn)這一目標(biāo)，首席供應(yīng)鏈管理顧問(wèn)需要設(shè)計(jì)一種新的供應(yīng)鏈運(yùn)營(yíng)模式，該模式以實(shí)時(shí)數(shù)據(jù)可用性和人員賦能為導(dǎo)向，從而實(shí)現(xiàn)更優(yōu)的決策。數(shù)字化是關(guān)鍵的推動(dòng)因素，不僅因?yàn)樗軌驇椭詣?dòng)化原本需要人工判斷或行動(dòng)的任務(wù)，還因?yàn)樗軌驇椭尫艈T工被困的才能，將他們的時(shí)間從非增值任務(wù)中解放出來(lái)，并增強(qiáng)他們的決策能力。領(lǐng)先的供應(yīng)鏈已在路上。供應(yīng)鏈自主化必然要求供應(yīng)鏈數(shù)據(jù)的收集自主化。這是推動(dòng)自主數(shù)據(jù)收集技術(shù)發(fā)展的重要?jiǎng)恿χ?。另外倉(cāng)庫(kù)自動(dòng)化技術(shù)也促進(jìn)了這一技術(shù)的發(fā)展。該技術(shù)首次被列入2024年Gartner移動(dòng)機(jī)器人和無(wú)人機(jī)技術(shù)的成熟度曲線（Gartnerhypecycleformobilerobotsanddronestechnologies見圖12）和2024年供應(yīng)鏈執(zhí)行技術(shù)的成熟度曲線（見圖13）。圖12：2024年Gartner移動(dòng)機(jī)器人和無(wú)人機(jī)技術(shù)的成熟度曲線（來(lái)源：Gartner【17】）圖13：2024年Gartner供應(yīng)鏈執(zhí)行技術(shù)的成熟度曲線（來(lái)源：Gartner【18】）【17-18】將“室內(nèi)飛行無(wú)人機(jī)”重新命名為“自主數(shù)據(jù)收集和檢查”，因?yàn)轱w行無(wú)人機(jī)雖然很有趣，但并不是自主數(shù)據(jù)收集的唯一用例，其中還包括使用移動(dòng)機(jī)器人?！?8】對(duì)該技術(shù)做了詳細(xì)分析，并定義了這個(gè)技術(shù)趨勢(shì)。定義：自主數(shù)據(jù)收集和檢查使用各種技術(shù)，例如室內(nèi)飛行無(wú)人機(jī)和移動(dòng)機(jī)器人來(lái)自主捕獲數(shù)據(jù)。這些解決方案使用人工智能視覺或RFID等技術(shù)來(lái)支持庫(kù)存管理、檢查和監(jiān)視等用例。解決方案通常包括移動(dòng)平臺(tái)（例如飛行無(wú)人機(jī)或移動(dòng)機(jī)器人）、機(jī)載攝像頭或其他傳感器，以及用于導(dǎo)航的先進(jìn)人工智能軟件。為什么這很重要：諸如周期盤點(diǎn)之類的庫(kù)存管理任務(wù)既耗時(shí)又低效，而且將人員舉到高空盤點(diǎn)庫(kù)存存在安全隱患。通過(guò)使用自主數(shù)據(jù)收集和檢查平臺(tái)實(shí)現(xiàn)此過(guò)程的自動(dòng)化可以帶來(lái)顯著的業(yè)務(wù)效益。它允許以更快的速度更頻繁、更安全地執(zhí)行流程，同時(shí)降低成本并減少對(duì)業(yè)務(wù)的影響。2025年Gartner首次將自主數(shù)據(jù)收集列為八大頂級(jí)供應(yīng)鏈技術(shù)趨勢(shì)之一【1】，將其概念和市場(chǎng)，及應(yīng)用擴(kuò)展到整個(gè)供應(yīng)鏈?！?9】指出，利用傳感器、攝像頭和其他技術(shù)自動(dòng)收集數(shù)據(jù)，提高準(zhǔn)確性并減少人工工作量。它對(duì)庫(kù)存準(zhǔn)確性和勞動(dòng)力節(jié)省的影響巨大。一家全球航運(yùn)組織報(bào)告稱，通過(guò)使用機(jī)器人和攝像頭自動(dòng)進(jìn)行循環(huán)盤點(diǎn)，每周節(jié)省了40個(gè)小時(shí)，并實(shí)現(xiàn)了100%的庫(kù)存準(zhǔn)確率。技術(shù)趨勢(shì)決策智能分析師ChristianTitze和DavidPidsley戰(zhàn)略規(guī)劃假設(shè)到2028年，25%的首席數(shù)據(jù)和分析官愿景聲明將變得“以決策為中心”，超越“數(shù)據(jù)驅(qū)動(dòng)”的口號(hào)，明確針對(duì)人類決策行為以提高數(shù)據(jù)和分析（D&A）價(jià)值。趨勢(shì)基本描述DI是一門實(shí)用學(xué)科，它通過(guò)明確理解和設(shè)計(jì)決策的制定方式，以及如何通過(guò)反饋評(píng)估、管理和改進(jìn)結(jié)果來(lái)推進(jìn)決策。DI結(jié)合了決策建模、AI、分析和相關(guān)功能，以支持、增強(qiáng)和自動(dòng)化決策并推動(dòng)業(yè)務(wù)成果。它用于設(shè)計(jì)以決策為中心的解決方案、顯式建模決策、編排決策執(zhí)行流、評(píng)估和管理決策以及審計(jì)其結(jié)果。為何成為趨勢(shì)今年組織投資供應(yīng)鏈技術(shù)的兩個(gè)激勵(lì)因素之一（參見2025年Gartner供應(yīng)鏈技術(shù)用戶愿望和需求調(diào)查）是決策過(guò)程變得更快、更智能和質(zhì)量更高。與此同時(shí)，當(dāng)前圍繞自動(dòng)化決策和增強(qiáng)智能的炒作，在包括GenAI在內(nèi)的各種決策中的AI技術(shù)的推動(dòng)下，進(jìn)一步推動(dòng)了人們對(duì)DI的興趣。最近的危機(jī)顯然揭示了業(yè)務(wù)流程的脆弱性。重新設(shè)計(jì)決策以使其更具彈性、適應(yīng)性和靈活性，將需要各種方法和技術(shù)的紀(jì)律。由AI加速平臺(tái)提供支持的快速崛起的DI平臺(tái)市場(chǎng)開始為供應(yīng)鏈決策者提供彈性解決方案。趨勢(shì)基本影響lDI可以通過(guò)使決策模型對(duì)供應(yīng)鏈用戶明確和透明，從而實(shí)現(xiàn)更好、更及時(shí)和優(yōu)化的決策。它通過(guò)對(duì)業(yè)務(wù)環(huán)境進(jìn)行建模來(lái)減少?zèng)Q策結(jié)果的不可預(yù)測(cè)性。lDI減少了技術(shù)債務(wù)并提高了可見性。它通過(guò)實(shí)質(zhì)性增強(qiáng)決策模型的一致性，基于其相關(guān)性和透明度的質(zhì)量，使決策透明且可審計(jì)，從而改善供應(yīng)鏈流程的影響。l挑戰(zhàn)仍然存在，尤其是從組織的角度來(lái)看。無(wú)法公正地重新考慮部門內(nèi)部和部門之間的關(guān)鍵決策會(huì)降低初始DI采用工作的有效性。先進(jìn)技術(shù)方面的組織結(jié)構(gòu)不足，例如缺乏AI卓越中心（COE也可能損害DI的進(jìn)展。l許多組織仍然缺乏對(duì)決策建模和AI技術(shù)的了解。當(dāng)涉及AI時(shí)，AI素養(yǎng)差可能會(huì)減慢DI項(xiàng)目的發(fā)展。此外，在幾乎完全關(guān)注技術(shù)技能的組織中，人類決策的其他關(guān)鍵部分——心理、行為、社會(huì)、經(jīng)濟(jì)和組織因素——沒有得到解決。行動(dòng)建議l培養(yǎng)傳統(tǒng)和新興決策增強(qiáng)和決策自動(dòng)化技術(shù)方面的DI技能和員工專業(yè)知識(shí)，包括應(yīng)用預(yù)測(cè)性和規(guī)范性（即優(yōu)化、仿真和基于業(yè)務(wù)規(guī)則的邏輯）分析。將業(yè)務(wù)分析師的技能提升為決策分析師，并培養(yǎng)新的角色，例如決策工程師、決策科學(xué)家和決策管家。l通過(guò)包括來(lái)自IT和業(yè)務(wù)部門的不同利益相關(guān)者，根據(jù)每個(gè)決策情況的特定要求定制決策技術(shù)的組成，以促進(jìn)在供應(yīng)鏈中不同決策上下文的使用案例的要求方面的協(xié)作。l通過(guò)為DI平臺(tái)仔細(xì)選擇購(gòu)買、構(gòu)建或合作伙伴模式，優(yōu)化DI解決方案的有效性和實(shí)施效率，并最大限度地提高業(yè)務(wù)價(jià)值，這些模式支持從決策支持增強(qiáng)到自動(dòng)化的一系列風(fēng)格。l通過(guò)鼓勵(lì)使用GenAI進(jìn)行實(shí)驗(yàn)并加快部署帶來(lái)基于規(guī)則的邏輯護(hù)欄的復(fù)合AI解決方案，加速DI功能的開發(fā)。所有的人類活動(dòng)都圍繞著做作出選擇或決策。在當(dāng)今復(fù)雜的商業(yè)世界中，在正確的時(shí)間及時(shí)做出正確的決策具有至關(guān)重要的意義。然而傳統(tǒng)的決策技術(shù)既不能保證決策的正確性也缺乏決策的敏捷性。筆者在【20，21】中介紹了Gartner提出的超越傳統(tǒng)決策技術(shù)的決策智能（DI）概念，技術(shù)框架，技術(shù)和市場(chǎng)發(fā)展趨勢(shì)，以及決策智能平臺(tái)(DIP)的興起和若干案例。其中也包括決策智能在供應(yīng)鏈中的應(yīng)用和案例。特別在【22】中介紹了決策智能在供應(yīng)鏈計(jì)劃技術(shù)中的應(yīng)用，以及新興的以決策為中心的計(jì)劃技術(shù)。圖14指出了決策智能是供應(yīng)鏈計(jì)劃技術(shù)演進(jìn)高級(jí)階段。有興趣的讀者可參看【20-22】。最近Gartner的高級(jí)分析師DavidPidsley在《利用決策智能趨勢(shì)連接人工智能和業(yè)務(wù)成果》【23】中指出，數(shù)據(jù)本身并不能推動(dòng)有意義的變革，真正產(chǎn)生影響的是基于數(shù)據(jù)做出的決策。根據(jù)Gartner2024年CDAO議程調(diào)查，三分之一的組織已經(jīng)實(shí)施了決策智能(DI)。DI通過(guò)理解和設(shè)計(jì)決策流程，并通過(guò)反饋改進(jìn)結(jié)果來(lái)增強(qiáng)決策能力。雖然DI不僅僅是用于決策的人工智能，但Gartner預(yù)測(cè)，到2027年，50%的業(yè)務(wù)決策將由使用決策智能的人工智能代理進(jìn)行增強(qiáng)或自動(dòng)化。DI仍然是一種以決策為中心、與技術(shù)無(wú)關(guān)（對(duì)于特定問(wèn)題，沒有“一刀切”的解決方案。）的實(shí)踐，它彌合了洞察力與行動(dòng)之間的差距。圖15顯示了快速成長(zhǎng)的DI平臺(tái)市場(chǎng)：不斷成長(zhǎng)的代表性供應(yīng)商。其中也包括了中國(guó)的第四范式?jīng)Q策智能平臺(tái)。負(fù)責(zé)DI平臺(tái)的市場(chǎng)研究的DavidPidsley于2025年2月14日宣布，Gartner計(jì)劃于2025年12月3日首次發(fā)布新的DI平臺(tái)魔力象限，這將是Gartner《決策智能平臺(tái)市場(chǎng)指南》的升級(jí)版。新版將取代2024年7月18日發(fā)布的Gartner市場(chǎng)指南【20】，該指南將不再更新。這一宣布預(yù)示著DI平臺(tái)已開始向成熟產(chǎn)品邁進(jìn)的重要一步。技術(shù)趨勢(shì)智能仿真分析師SimonTunstall戰(zhàn)略規(guī)劃假設(shè)到2028年，15%的物流和制造組織將在其應(yīng)用程序中嵌入智能仿真，以幫助管理其運(yùn)營(yíng)的復(fù)雜性。趨勢(shì)基本描述智能仿真是指將AI、ML和高級(jí)分析等先進(jìn)技術(shù)集成到傳統(tǒng)仿真模型中，以提高其準(zhǔn)確性、效率和預(yù)測(cè)能力。這種方法支持更復(fù)雜的動(dòng)態(tài)和自適應(yīng)仿真，可以更好地仿真真實(shí)場(chǎng)景，并為決策提供更深入的見解。為何成為趨勢(shì)在2025年Gartner供應(yīng)鏈技術(shù)用戶愿望和需求調(diào)查中，超過(guò)一半的參與者表示，高級(jí)分析/仿真/ML是極具顛覆性的技術(shù)，28%的參與者表示他們至少有一項(xiàng)技術(shù)投入生產(chǎn)。智能仿真是這些技術(shù)的融合。供應(yīng)鏈運(yùn)營(yíng)，尤其是物流、制造和運(yùn)輸，涉及大量變量，這些變量會(huì)顯著影響其績(jī)效、運(yùn)營(yíng)成本和資本支出（capex）。智能仿真可以優(yōu)化更多的傳統(tǒng)仿真和分析，用于規(guī)劃路線;選擇、測(cè)試和部署合適的物料搬運(yùn)設(shè)備;以及規(guī)劃和重新確定內(nèi)部物流工作流程的優(yōu)先級(jí)。趨勢(shì)基本影響l智能仿真可以幫助從被動(dòng)資源部署轉(zhuǎn)變?yōu)橹鲃?dòng)資源部署，使運(yùn)營(yíng)能夠處理更大的數(shù)量和波動(dòng)性。l仿真和仿真解決方案已普遍用于倉(cāng)庫(kù)控制系統(tǒng)，以便在部署之前對(duì)自動(dòng)化物料搬運(yùn)設(shè)備進(jìn)行規(guī)劃和壓力測(cè)試，并在部署后對(duì)設(shè)備進(jìn)行監(jiān)控和控制。增強(qiáng)對(duì)智能仿真的使用可能有助于優(yōu)化此用例。l一些運(yùn)輸提供商開始在以前被忽視的領(lǐng)域部署仿真功能，例如多承運(yùn)人包裹管理。這些支持跨訂單和配送作的路線安排和合并說(shuō)明。它們還支持基于概率（而不是傳統(tǒng)的確定性特征集）的承運(yùn)商/配送決策。l機(jī)器人提供商，尤其是倉(cāng)庫(kù)揀選/作機(jī)器人提供商，正在使用合成數(shù)據(jù)來(lái)訓(xùn)練他們的系統(tǒng)進(jìn)行對(duì)象識(shí)別。這是在此環(huán)境中使用的早期示例。合成數(shù)據(jù)可以是仿真的輸入，也可以是仿真的輸出。這可以加快機(jī)器人系統(tǒng)的培訓(xùn)和采用。l智能仿真有助于倉(cāng)庫(kù)數(shù)字孿生的演變，從2D/3D可視化發(fā)展到算法流程仿真和資源的虛擬作。行動(dòng)建議l對(duì)跨作的當(dāng)前仿真使用情況、正在使用的應(yīng)用程序以及用于哪些場(chǎng)景進(jìn)行編目。確定這些用例的不足之處，并評(píng)估采用智能仿真來(lái)補(bǔ)充這些活動(dòng)的準(zhǔn)備情況。l向供應(yīng)商提出挑戰(zhàn)，要求供應(yīng)商了解在其應(yīng)用程序中嵌入或擴(kuò)展智能仿真的使用或路線圖、可衡量的業(yè)務(wù)成果或財(cái)務(wù)預(yù)測(cè)。l評(píng)估運(yùn)營(yíng)的當(dāng)前和近期預(yù)期復(fù)雜性，以確定是否需要智能仿真以及何時(shí)需要智能仿真。檢查更傳統(tǒng)的分析和仿真是否適合您當(dāng)前的需l要獲得更有針對(duì)性的方法，請(qǐng)研究專業(yè)技術(shù)，例如倉(cāng)庫(kù)仿真和建模，以及倉(cāng)庫(kù)資源規(guī)劃和優(yōu)化。Gartner首次將“倉(cāng)庫(kù)仿真與建?！绷腥?019年的供應(yīng)鏈執(zhí)行技術(shù)的成熟度曲線，接著它又將“倉(cāng)庫(kù)中的數(shù)字孿生”增加到2020年的供應(yīng)鏈執(zhí)行技術(shù)的成熟度曲線，從此開啟了物流利用數(shù)字孿生技術(shù)的高級(jí)仿真。經(jīng)過(guò)多年的實(shí)踐和研究（這兩項(xiàng)技術(shù)都保持在2021~2024年Gartner的供應(yīng)鏈執(zhí)行技術(shù)的成熟度曲線上，并逐漸成熟隨著人工智能技術(shù)的發(fā)展，物流逐漸向智能仿真的方向發(fā)展。在2024年SCE技術(shù)成熟度曲線【18】中，五項(xiàng)新技術(shù)被添加（見圖13l物流中的生成式人工智能l人形作業(yè)機(jī)器人l物流中的游戲化l內(nèi)部物流智能機(jī)器人l人工智能視覺系統(tǒng)【18】在“倉(cāng)庫(kù)仿真與建?！奔夹g(shù)的分析中指出，“倉(cāng)庫(kù)仿真和建模工具通過(guò)使用先進(jìn)的數(shù)學(xué)方法、可視化、仿真和各種其他軟件技術(shù)來(lái)分析和解決復(fù)雜的物流問(wèn)題，從而改進(jìn)流程和決策?！?，“最全面的解決方案提供先進(jìn)的決策支持技術(shù)來(lái)改善倉(cāng)庫(kù)運(yùn)營(yíng)，例如3D可視化、倉(cāng)庫(kù)設(shè)計(jì)、物料搬運(yùn)自動(dòng)化設(shè)計(jì)、季節(jié)性倉(cāng)庫(kù)重組、倉(cāng)庫(kù)工作流程優(yōu)化、勞動(dòng)力規(guī)劃和瓶頸分析。這些解決方案將倉(cāng)庫(kù)數(shù)字孿生的元素與先進(jìn)的仿真和建模相結(jié)合?！鳖I(lǐng)先的供應(yīng)鏈組織已帥先釆用先進(jìn)的數(shù)字技術(shù)，如數(shù)字孿生，人工智能等，進(jìn)行物流仿真和建模，為供應(yīng)鏈提供了最優(yōu)決策，大大提高了供應(yīng)鏈的效率并降低了成本。例如中國(guó)的物流領(lǐng)先企業(yè)順豐。該公司在2021年前，主要聚焦在傳統(tǒng)的規(guī)劃仿真，2021年開始系統(tǒng)研究數(shù)字孿生，并在物流業(yè)務(wù)場(chǎng)景中實(shí)現(xiàn)了落地。2023-2024年順豐以數(shù)字孿生為核心的智能仿真技術(shù)落地場(chǎng)景包括中轉(zhuǎn)場(chǎng)和物流網(wǎng)絡(luò)兩個(gè)方面。圖16描繪了順豐單一物流設(shè)施/場(chǎng)所數(shù)字孿生智能仿真技術(shù)架構(gòu)：圖16：順豐單一物流設(shè)施/場(chǎng)所數(shù)字孿生智能仿真技術(shù)架構(gòu)（來(lái)源：【24】）順豐已將數(shù)字孿生技術(shù)部署于全國(guó)上百個(gè)中轉(zhuǎn)場(chǎng)，為實(shí)際運(yùn)作過(guò)程縮短10%以上的分揀時(shí)長(zhǎng)，平均提升8%以上的產(chǎn)能；并通過(guò)數(shù)字孿生技術(shù)優(yōu)化車輛路線規(guī)劃，平均每一城市每月可節(jié)省500條以上的線路。順豐的這一創(chuàng)新實(shí)質(zhì)上是數(shù)字孿生基的智能仿真技術(shù)在配送中心的應(yīng)用。其中結(jié)合人工智能的智能仿真和建模是其核心技術(shù)。圖17描繪了數(shù)字孿生智能仿真技術(shù)架構(gòu)關(guān)于物流數(shù)字孿生和順豐數(shù)字孿生智能仿真技術(shù)的案例，讀者可詳見于筆者主持編寫的【24】。Gartner的《2025年供應(yīng)鏈技術(shù)主要趨勢(shì)》報(bào)告【1】中預(yù)測(cè)，到2028年，15%的物流和制造公司將在運(yùn)營(yíng)中嵌入智能仿真。并且l指出了智能仿真是一個(gè)核心能力：代理人工智能、自主數(shù)據(jù)收集和決策智能等技術(shù)都依賴于動(dòng)態(tài)模型來(lái)實(shí)現(xiàn)真正的價(jià)值。而智能仿真正是這一基礎(chǔ)。l證實(shí)了一個(gè)重大轉(zhuǎn)變：企業(yè)正在將智能仿真視為一項(xiàng)戰(zhàn)略必需品。隨著供應(yīng)鏈面臨日益增長(zhǎng)的復(fù)雜性和波動(dòng)性，仿真技術(shù)能夠幫助領(lǐng)導(dǎo)者從被動(dòng)決策轉(zhuǎn)向主動(dòng)的情景規(guī)劃和系統(tǒng)級(jí)優(yōu)化。各行各業(yè)的領(lǐng)導(dǎo)者都在努力應(yīng)對(duì)復(fù)雜且快速變化的環(huán)境。專注于可視性和報(bào)告的傳統(tǒng)工具已不再足夠。Gartner概述了企業(yè)向能夠?qū)崟r(shí)仿真、預(yù)測(cè)和響應(yīng)的系統(tǒng)進(jìn)行的根本性轉(zhuǎn)變。l傳達(dá)了一個(gè)明確的信息：供應(yīng)鏈管理的未來(lái)不僅在于數(shù)字化，還在于智能化、自適應(yīng)化和仿真驅(qū)動(dòng)化。下面將介紹兩個(gè)值得關(guān)注的供應(yīng)鏈智能仿真軟件技術(shù)的案例:anyLogistix是一款獨(dú)特的供應(yīng)鏈和物流仿真軟件（見圖18）。作為目前唯一一款用于供應(yīng)鏈優(yōu)化、網(wǎng)絡(luò)設(shè)計(jì)和分析的多方法軟件，它將傳統(tǒng)的分析優(yōu)化方法與AnyLogic開發(fā)的創(chuàng)新智能仿真技術(shù)相結(jié)合。圖18：AnyLogic的供應(yīng)鏈仿真軟件智能仿真技術(shù)框架（來(lái)源：【25】）該框架分為三大塊，l分析優(yōu)化方法（左上塊供應(yīng)鏈被建模為一系列公式和方程式。這種方法可以快速得出結(jié)果，但無(wú)法展現(xiàn)全部?jī)?nèi)容。l智能仿真方法（右上塊讓用戶能夠考量供應(yīng)鏈要素的所有細(xì)節(jié)和具體特征。用戶不僅可以直觀地了解網(wǎng)絡(luò)運(yùn)營(yíng)，還能追蹤其中的每個(gè)流程。l供應(yīng)鏈仿真軟件核心--anyLogistix：它將傳統(tǒng)的分析優(yōu)化方法與數(shù)字孿生+AI為基礎(chǔ)的智能仿真相結(jié)合的應(yīng)用人工智能的仿真平臺(tái)。仿真與人工智能(AI)的交叉使技術(shù)本身受益，并為企業(yè)提供新的見解和決策支持。anyLogistix將網(wǎng)絡(luò)優(yōu)化分析工具與獨(dú)特的動(dòng)態(tài)仿真引擎相結(jié)合。通過(guò)結(jié)合這些技術(shù)，它可以提供更準(zhǔn)確、更透明的決策支持模型，從而實(shí)現(xiàn)更高效的分析。通過(guò)優(yōu)化定義網(wǎng)絡(luò)結(jié)構(gòu)，然后通過(guò)模擬分析所有細(xì)節(jié)——檢查供應(yīng)鏈的每一個(gè)方面。anyLogistix仿真基于業(yè)界領(lǐng)先的仿真軟件工具AnyLogic?,并結(jié)合了IBMILOGCPLEX?著名的優(yōu)化功能。下面列舉了該軟件應(yīng)用案例中的兩個(gè):1)供應(yīng)鏈建模每個(gè)供應(yīng)鏈都是獨(dú)一無(wú)二的，具有其自身特定的特性。動(dòng)態(tài)仿真允許您捕捉任意細(xì)節(jié)級(jí)別的網(wǎng)絡(luò)特性。anyLogistix標(biāo)準(zhǔn)策略、行為和位置特性可以使用AnyLogic仿真軟件進(jìn)行定制，以代表您供應(yīng)鏈的獨(dú)特特性。您可以描述供應(yīng)鏈運(yùn)營(yíng)的約束和規(guī)則，以獲得準(zhǔn)確的、非平均的結(jié)果。2)不確定性和風(fēng)險(xiǎn)分析anyLogistix可以檢查供應(yīng)鏈中的隨機(jī)性如何影響系統(tǒng)：ALX的內(nèi)置仿真模型考慮了操作時(shí)間和值的概率。通過(guò)仿真，您可以分析與現(xiàn)實(shí)生活中的不確定性相關(guān)的風(fēng)險(xiǎn)，包括交貨時(shí)間、需求波動(dòng)、資源可用性和其他變化參數(shù)（見圖20）。圖20：通過(guò)智能仿真，來(lái)分析不確定性和風(fēng)險(xiǎn)（來(lái)源：【26】）CosmoTech（一家法國(guó)的供應(yīng)鏈技術(shù)提供商）的人工智能仿真平臺(tái)（見圖21）能夠構(gòu)建復(fù)雜系統(tǒng)（工廠、物流網(wǎng)絡(luò)或全球供應(yīng)鏈）的整體數(shù)字孿生，并利用它們探索數(shù)千種可能的未來(lái)。這意味著企業(yè)不僅可以監(jiān)控中斷，還能切實(shí)做好準(zhǔn)備。CosmoTech的目標(biāo)不僅僅是韌性，更是準(zhǔn)備就緒。Cosmo-Tech面向未來(lái)的決策三角框架（見圖21）正在采取綜合方法--AI仿真導(dǎo)航器來(lái)管理對(duì)整個(gè)價(jià)值鏈的全方位環(huán)境、社會(huì)和經(jīng)濟(jì)影響。這種整體模型旨在通過(guò)這些關(guān)鍵維度的復(fù)雜相互作用來(lái)指導(dǎo)供應(yīng)鏈領(lǐng)導(dǎo)者，確保每一個(gè)決策都有助于制定有彈性、盈利和可持續(xù)的戰(zhàn)略。Cosmo-Tech人工智能仿真為實(shí)現(xiàn)供應(yīng)鏈決策智能提供了一個(gè)軟件工具。下面簡(jiǎn)介Cosmo-Tech人工智能仿真平臺(tái)的功能和要素:l構(gòu)建用戶的生態(tài)系統(tǒng)的數(shù)字孿生：以實(shí)現(xiàn)用戶的業(yè)務(wù)目標(biāo)l目標(biāo)尋求仿真：從可能的未來(lái)中發(fā)現(xiàn)最佳路徑l平臺(tái)即服務(wù)：高可擴(kuò)展性、無(wú)縫集成和與云服務(wù)的互操作性l應(yīng)對(duì)業(yè)務(wù)挑戰(zhàn)：面對(duì)不確定性做出復(fù)雜決策，了解決策的影響及其未來(lái)結(jié)果，與現(xiàn)實(shí)世界的問(wèn)題保持同步。圖23從以下兩個(gè)維度表明了不同分析和決策產(chǎn)生的整體價(jià)值。n垂直維度--系統(tǒng)復(fù)雜性（從單資源流程到整個(gè)系統(tǒng)）n橫向維度--分析和決策的不同階段l一個(gè)平臺(tái)-無(wú)限制的用例：可用于從實(shí)時(shí)操作控制到戰(zhàn)術(shù)戰(zhàn)略用例的分析和決策。下面簡(jiǎn)介Cosmo-Tech人工智能仿真平臺(tái)的用戶體驗(yàn)和績(jī)效【28】l釆用CosmotechAI仿真技術(shù)的公司的好處n快速應(yīng)對(duì)不斷變化的環(huán)境和不可預(yù)見的事件。n降低風(fēng)險(xiǎn)和不確定性n通過(guò)優(yōu)化資產(chǎn)績(jī)效增加收入l釆用CosmotechAI仿真技術(shù)的績(jī)效n供應(yīng)鏈彈性與戰(zhàn)略采購(gòu)優(yōu)化方面：u增加+5%利潤(rùn)u減少60%的運(yùn)輸成本u節(jié)省物流成本1000萬(wàn)歐元n可持續(xù)性驅(qū)動(dòng)的資產(chǎn)管理方面：u每年減少7.6%的溫室氣體排放n生產(chǎn)計(jì)劃與控制方面：u在相同資源能力下的產(chǎn)能增加10%綜上，基于數(shù)字孿生，人工智能驅(qū)動(dòng)的智能仿真是未來(lái)供應(yīng)鏈技術(shù)的前沿，它將給供應(yīng)鏈提供更明智的決策，從而實(shí)現(xiàn)供應(yīng)鏈數(shù)據(jù)的最大價(jià)值。在研究報(bào)告【1】分析了2025年最重要的8大供應(yīng)鏈技術(shù)趨勢(shì)之后，提及以下值得注意的另外兩大供應(yīng)鏈技術(shù)趨勢(shì)。網(wǎng)絡(luò)攻擊繼續(xù)對(duì)各行各業(yè)的企業(yè)構(gòu)成持續(xù)不斷、不斷發(fā)展的威脅。供應(yīng)鏈在組織中具有多個(gè)職能交接，以及龐大的合作伙伴生態(tài)系統(tǒng)，對(duì)不良行為者來(lái)說(shuō)是一個(gè)巨大而有吸引力的目標(biāo)。供應(yīng)鏈的數(shù)字化程度越高，網(wǎng)絡(luò)威脅就越大。我們的研究繼續(xù)將網(wǎng)絡(luò)攻擊確定為供應(yīng)鏈負(fù)責(zé)人面臨的最大挑戰(zhàn)。在Gartner的2024年“影響供應(yīng)鏈的地緣政治風(fēng)險(xiǎn)”調(diào)查中，59%的受訪者表示，在過(guò)去12個(gè)月中，網(wǎng)絡(luò)攻擊對(duì)其供應(yīng)鏈績(jī)效產(chǎn)生了中度、高度或非常高的影響。鑒于供應(yīng)鏈IT和網(wǎng)絡(luò)物理系統(tǒng)部署的廣度需要在企業(yè)中得到保護(hù)，供應(yīng)鏈的網(wǎng)絡(luò)安全風(fēng)險(xiǎn)范圍很大。合作伙伴生態(tài)系統(tǒng)的廣度和多層性質(zhì)大大增加了這種復(fù)雜性。在許多組織內(nèi)部，在識(shí)別和管理供應(yīng)鏈網(wǎng)絡(luò)安全風(fēng)險(xiǎn)方面缺乏與所有權(quán)和預(yù)算相關(guān)的明確性。威脅擴(kuò)張的速度使網(wǎng)絡(luò)安全和供應(yīng)鏈團(tuán)隊(duì)更難跟上系統(tǒng)、產(chǎn)品和第三方關(guān)系的保護(hù)。在創(chuàng)建網(wǎng)絡(luò)安全供應(yīng)鏈時(shí)，組織可以：l與首席信息安全官（CISO）合作，將供應(yīng)鏈納入整體企業(yè)網(wǎng)絡(luò)安全治理。這包括與CISO和企業(yè)風(fēng)險(xiǎn)團(tuán)隊(duì)建立關(guān)鍵聯(lián)系點(diǎn)，并在供應(yīng)鏈中建立聯(lián)絡(luò)人角色，使其成為主要聯(lián)系人l將網(wǎng)絡(luò)風(fēng)險(xiǎn)納入其整體供應(yīng)鏈風(fēng)險(xiǎn)管理框架，因?yàn)樵S多方法（如業(yè)務(wù)連續(xù)性管理（BCM）、熱圖、分段、可見性和記分卡）也可用于幫助管理網(wǎng)絡(luò)風(fēng)險(xiǎn)。l要求通過(guò)評(píng)估、審計(jì)和工具進(jìn)行第三方網(wǎng)絡(luò)風(fēng)險(xiǎn)驗(yàn)證，并將其應(yīng)用于端到端供應(yīng)鏈，包括上游供應(yīng)商、合同制造合作伙伴和物流合作伙伴。此類活動(dòng)應(yīng)在合同完成/續(xù)簽之前、期間和之后進(jìn)行。他們應(yīng)該在很大程度上依賴于業(yè)務(wù)影響和網(wǎng)絡(luò)安全關(guān)鍵性。l成為保護(hù)信息物理資產(chǎn)的團(tuán)隊(duì)的一員，尤其是在運(yùn)營(yíng)技術(shù)（OT）、物聯(lián)網(wǎng)（IoT）以及制造和物流中的其他自動(dòng)化方面。l在供應(yīng)鏈中培養(yǎng)網(wǎng)絡(luò)安全人才—在許多情況下，將目光投向金融服務(wù)和公共部門等領(lǐng)域的制造業(yè)之外。注:在這方面有興趣的讀者可參看筆者的研究報(bào)告【29】。供應(yīng)鏈不具備應(yīng)對(duì)日益復(fù)雜和苛刻的可持續(xù)發(fā)展法規(guī)所需的信息、技能和能力。數(shù)據(jù)保真度、可用性和質(zhì)量是可能導(dǎo)致過(guò)度依賴基于假設(shè)的計(jì)算的痛點(diǎn)。然而，它們并不總是滿足監(jiān)管要求——例如，歐盟碳邊境調(diào)整機(jī)制（EUCBAM）需要2025年的實(shí)際數(shù)據(jù)。準(zhǔn)確性要求不斷提高，監(jiān)管部門對(duì)保證和財(cái)務(wù)影響的期望與測(cè)量掛鉤。領(lǐng)先的組織通過(guò)實(shí)施數(shù)據(jù)驅(qū)動(dòng)的可持續(xù)發(fā)展戰(zhàn)略來(lái)取得成功，這些戰(zhàn)略使他們能夠監(jiān)控可持續(xù)發(fā)展并將其嵌入其決策和運(yùn)營(yíng)流程中。法規(guī)正在加速可持續(xù)性數(shù)據(jù)的成熟度，同時(shí)部署AI來(lái)改進(jìn)數(shù)據(jù)管理和計(jì)算活動(dòng)。強(qiáng)制性披露變得越來(lái)越細(xì)化，范圍也越來(lái)越大：歐盟企業(yè)可持續(xù)發(fā)展報(bào)告指令（EUCSRD）有1,000多個(gè)參數(shù)（定性和定量）。從2025年起，歐盟CBAM等法規(guī)將要求對(duì)產(chǎn)品層面的碳排放量進(jìn)行實(shí)際值。許多公司還沒有為這種粒度級(jí)別做好準(zhǔn)備。數(shù)據(jù)可追溯性和審計(jì)是許多此類法規(guī)的要求，并且選定的方法適用于需要為特定法規(guī)計(jì)算和報(bào)告某些指標(biāo)的方式。所有這些因素都促使公司愿意投資解決方案，以實(shí)現(xiàn)更準(zhǔn)確的可持續(xù)性參數(shù)測(cè)量。為了滿足對(duì)保真度和效率日益增長(zhǎng)的需求，SaaS解決方案提供商開始應(yīng)用AI和改進(jìn)的數(shù)據(jù)管理功能。示例包括：l使用AI自動(dòng)識(shí)別排放因子并將其分配給運(yùn)營(yíng)活動(dòng)，以計(jì)算產(chǎn)品的碳足跡l在應(yīng)用程序內(nèi)生成數(shù)據(jù)置信度評(píng)級(jí)，以輕松監(jiān)控?zé)狳c(diǎn)l作為盡職調(diào)查評(píng)估的一部分，訪問(wèn)各種公共和付費(fèi)數(shù)據(jù)庫(kù)，以計(jì)算供應(yīng)鏈合作伙伴的固有風(fēng)險(xiǎn)水平l從基于支出的計(jì)算遷移到活動(dòng)和主要數(shù)據(jù)，以顯著提高碳排放計(jì)算的準(zhǔn)確性，從而為戰(zhàn)略目標(biāo)提供信息注:在這方面有興趣的讀者可參看筆者的唐博士專欄中的關(guān)于供應(yīng)鏈可持續(xù)性的多篇研究本文作者在【29，31-35】中介紹和分析了從2018到2025年連續(xù)8年中所公布的八大供應(yīng)鏈技術(shù)趨勢(shì)。今年是Gartner發(fā)布八大供應(yīng)鏈技術(shù)趨勢(shì)的第8個(gè)年頭。圖24描述了高德納連續(xù)8年關(guān)于供應(yīng)鏈八項(xiàng)頂級(jí)技術(shù)趨勢(shì)和主題的對(duì)照。圖24：高德納八大供應(yīng)鏈技術(shù)趨勢(shì)/主題的研究（來(lái)源：Gartner）l高德納從2021年開始，8大供應(yīng)鏈技術(shù)趨勢(shì)已經(jīng)不再是只關(guān)注單個(gè)的技術(shù)，而是聚焦在集成的技術(shù)趨勢(shì)上。