利用人工智能提升供应链韧性

升供应链韧性 自主操作用代理人工智能 IBM如何提供帮助 国际商用机器公司（IBM）在百年之际一直为各类机构在市场上赢得胜利提供专业咨询。客户可以依托IBM深厚的行业知识、职能领域和专业技术，借助其企业提供的企业级技术解决方案以及基于科学的研究创新，发挥人工智能、分析和技术应用方面的潜力。如需了解有关IBM咨询服务的AI详情，请访问http://ibm.com/services/artificial-intelligence 如何Accelalpha能提供帮助 Accelalpha实施、集成和管理Oracle云计算应用。我们通过供应链和物流流程、采购、客户购买体验以及企业级财务规划和报告来解决商业问题。我们提供变革管理以简化订单到现金、采购到支付以及财务合并和关闭等业务流程。更多信息，请访问accelalpha.com。 主要收获 代理人工智能正在超级加速供应链自动化，比人类可能的速度更快地提高流程效率，并将增长提升到新的水平。 高管们看到代理式人工智能作为一家企业加速器。 人工智能赋能的供应链驱动价值。 人工智能自动化的发展速度比你想象的要快。 过程效率得到人工智能的助力。 70%的高管表示，到2026年，他们的员工将能够更深入地进行数据分析，以支持实时分析和优化，特别是在采购和动态采购过程中，随着AI代理自动化运营流程。 组织中在供应链运营中投入更高AI投资的企业，其收入增长比同行高出61%。 62%的供应链领导者认识到，嵌入到操作流程中的AI代理可以加快行动速度，促进决策、建议和沟通。 76%的企业首席安全官（CSCOs）表示，通过人工智能代理执行比人类更快的基于影响的重复性任务，他们的整体流程效率将得到提升。 引言 人工智能驱动的可预测性和敏捷性——供应链弹性的倍增器 2025年供应链领导者担忧的是什么？我们最新的调查显示，地缘政治风险（61%）和全球贸易紧张局势（58%）是他们面临的前两大挑战。也许他们担忧供应链持续受到冲击并不令人意外。2025年最初几个月的事件表明，对全球经济和贸易中断的担忧是有充分依据的。 但假设这些冲击可以被准备——以一定的准确性和弹性——不仅能够规避中断，实际上还能创造竞争优势呢？ 将不确定性转化为商业优势 随着云端运行的人工智能解决方案和嵌入企业资源计划（ERP）平台，供应链高管们比以往任何时候都更有能力将不确定性转化为清晰度。下一波代理人AI能力正使操作姿态更加积极主动，结合更高的成本效率和更高的敏捷性，以驱动更好的成果。现在抓住代理人AI机遇的组织可以超越干扰管理，将供应链运营重新定位为增长、差异化和创新的动力。 将人工智能嵌入供应链运营中可驱动商业价值 为了了解人工智能如何影响供应链运营，国际商业机器公司企业价值研究院（IBM Institute for Business Value, IBV）与牛津经济研究所在AI赋能自动化实施的组织中，对超过300位全球首席供应链官（Chief Supply Chain Officers, CSCOs）和首席运营官（Chief Operations Officers, COOs）进行了调查。 本研究简报展示了组织如何通过建立在人工智能基础上的逐步增强的能力范围发展。它始于人工智能流程自动化和机器学习；进阶到由助手提供的供应链工作流程中的生成式人工智能；并最终演变为能够自主运行并实时动态适应现实世界事件的具有代理人工智能功能的供应链。 视角 随着供应链运营优化工作流程、自动化流程并支持人工智能工具与供应链专业之间的更大协作，创新飞轮开始加速旋转——注入新想法，简化业务运营并重新设计流程以提高客户、合作伙伴和员工体验，同时利用新的收入和供应链绩效机会。事实上，在供应链运营中对人工智能投资较高的组织，其收入增长比同行高出61%。 从AI助手到代理人工智能：演变人工智能驱动自治 人工智能之旅始于基于规则的系统，使机器人流程自动化（RPA）能够处理重复性任务，并使人工智能助手能够响应查询。助手正在对商业生产力产生影响——尤其是在客户服务、编码和内容创作方面——但基于查询的框架限制了其在工作流程自动化和自主性方面的贡献。 代理AI通过积极主动和自主地执行复杂的多步骤过程来突破这些局限性。在代理AI的核心是大型语言模型和针对特定目的的小型语言模型。对于供应链，小型语言模型可能特定于整合规划、全球贸易管理、供应商合同谈判或动态物流。将自主性和行动相结合，代理AI重构和优化工作流程，消除不必要的步骤，将决策加速到前所未有的水平（见图1）。 超过一半的供应链领导者（53%）通过自给自足的AI代理实现了智能工作流程的自主自动化。 供应链领导者正在快速部署代理人工智能以获取这些效益。目前，53%的供应链高管正在通过自给自足的AI代理实现智能工作流的自主自动化，其中22%正在开发他们的概念验证，而31%已经实施并扩展了概念验证。 图 1 AI在各个层面为供应链运营带来益处。成熟，但具有智能代理的人工智能具有变革潜力 互联互通且智能的工作流程 代理人工智能与自主性 基础自动化 人工智能赋能的自动化 自动化高容量、重复性任务。 影响类型 加强员工能力。 利用人工智能助手扩大专业知识和覆盖范围。 自主协调和执行工作流程。 利用人工智能代理分析市场状况和销售与运营数据，以实时调整产品价格。 供应链示例 整合订单处理、发票匹配和发货通知。 预测性地监测设备性能，以防止故障。 将工作流程与人工智能助手集成，以提供实时、个性化的交易查询响应。 人工智能助手：智能供应链运作的关键纽带 为了实现更聪明和更快的决策，供应链必须接入大量未连接的数据。历史上，这是一个重大的挑战。但是现在，通过增强人工智能驱动的数字助手的员工能力，从运营数据中迅速揭示关键洞见——并且比以往任何时候都更为容易。 人机协同几乎触及供应链的每个环节，从规划和采购到制造和分销。实际上，70%的CSCOs表示通用人工智能增强了他们与客户的响应和沟通能力。55%的组织表示通用人工智能能够可靠地验证和汇总信息供员工使用。对于在供应链运营中投入更多人工智能的组织，这一比例上升至69%。 随着高管们在供应链运营中试验和优化通用人工智能的应用，他们发现某些领域比其他领域受益更大。今天，他们报告称，从投资通用人工智能中获得的最高收益是运营绩效（67%），其次是对于运营中断的可预测性和应对能力（60%）。 例如，一家大型全球制造商通过使用嵌入人工智能的全球贸易管理解决方案，在贸易合规性和物流运营方面取得了显著改进。自动化的进口海关申报取代了人工流程，缩短了清关时间。AI驱动的更新增加了新功能，例如一个用户可配置的平台，可以提供贸易激励处理缓解和报告。1 那些在供应链运营中加大人工智能投资的机构，可以看到触及更多附加能力。例如，领先组织的执行者表示，通用人工智能将比同行更频繁地（高出68%）提高供应链管理效率。他们还预计，通用人工智能驱动的可视化和模拟将比以往更频繁地（高出61%）实时发现瓶颈；他们预计，通用人工智能将比以往更频繁地（高出36%）加速供应链产品设计创新。 代理智能AI运营模型积极地应对中断，更加准确地做出预测，并在供应链生态系统方面提供更广泛的可见性。 构建自主优势：供应链的代理人工智能运营模式 无论是在全球贸易中断、气候变化相关事件、地缘政治冲突、通胀还是系统复杂性，供应链管理者有责任找到应对方法。74%的领导者表示，通用人工智能（gen AI）使得在整个生态系统范围内更好地实现可见性、洞察力和决策。为了进一步深入，这些领导者正在转向代理型人工智能解决方案，使它们能自主地根据这些洞察力行动，帮助使运营更加灵活、适应性强和具有韧性。 现在，首次，智能代理AI技术的成熟使得供应链组织能够构建一个全面的智能代理AI运营模型（见图2）。该模型旨在满足供应链运营的动态性、数据驱动性和复杂性要求，为供应链领导者实现运营韧性提供了新的途径，这不仅限于他们自己的组织，还涵盖整个合作伙伴生态系统。 AI代理操作模型的能力之所以超越自动化和辅助，其根本原因在于这些模型由来自更多来源的大量数据驱动。AI代理模型从ERP应用和适用于目的的供应链应用程序中的运营数据开始，还包括与生态系统合作伙伴之间的代理到代理接口，并利用外部数据源，如天气预报、市场指数和地缘政治事件。 生态系统合作伙伴系统 ERP. 运输管理系统（TMS），仓库管理系统（WMS），库存管理。 外部数据 代理人工智能操作模式积极应对中断，更准确地进行预测，并为供应链生态系统提供更大的可见性。 例如，在代理型人工智能操作模型中工作的自主代理可以执行核心供应链任务，如适应市场条件的变化、重新路由货物、与供应商协商以及实时缓解风险——所有这些都不依赖于人类做出决策或手动干预。对代理型人工智能部署的初步分析表明，在采购工作流程中，与基于市场需求和供应商能力的动态采购相关的任务使用率较高。 所有这些都可以为人们腾出更多时间来专注于战略发展和客户关系。这些例子只是开始，随着组织了解更多关于代理人工智能在他们的运营环境中可以做什么，这些例子还将继续增加。 由数据集成引擎驱动并与供应链系统直接交互，代理自动化提供预测分析、工作流程优化、影响评估、风险评估和决策支持工具。代理自动化还依赖于人与人、以及在不同组织和合作伙伴生态系统中的团队成员之间的紧密合作。 在供应链环境中，一个具有代理能力的AI运营模型分析当前状况和外部因素，整合需求预测和供应计划。该模型通过实时动态采购，根据不断变化的市场条件优化采购，并通过传感器和位置跟踪优化SKU的库存。至于优化生产，一个具有代理能力的AI运营模型在分析资源、资产和环境因素的同时预测产量。 可视化操作首先从查看数据如何流入一个平台开始——通常是通过对ERP系统的地理空间、信息和协调分析器进行操作。接下来，由代理人工智能启用的虚拟模型模拟特定事件如何影响供应链操作。代理评估不同的情景，并模拟可能导致的问题——例如全球贸易不平衡、成本激增和物料短缺——并生成缓解中断的计划。 在物流领域，代理式人工智能运营模式通过根据交通和天气条件以及客户细分进行动态重新路由来优化运输。至于客户和现场服务自动化，该模型汇总客户反馈并针对个性化客户体验进行响应。 在主动模拟提供的视角下，供应链领导者可以迅速调整以做出更好的决策，利用新兴机会，并在供应商生态系统中迅速分享见解以扩大创新（见图3）。 一个代理式人工智能运营模型在供应链中的关键属性是其灵活性。这些框架可以无缝集成到现有的分析工具中，例如库存和运输管理系统，这可能在整体供应链性能上产生即时影响。 到2026年，57%的高管预计智能体AI将根据其学习到的内容进行主动推荐，62%的人预计AI智能体将使供应链流程自动化和工作流程革新更加有效。此外，76%的首席供应链官表示，通过比人类更快地执行重复性、基于影响的任务，智能体将提高他们的整体流程效率。 员工在与代理人工智能协同工作时将比以往更加参与其中，以确保供应链操作的安全生产、负责任和准确无误。为了确保这种参与的成效，每位员工都必须承担责任并深入参与协调代理人工智能的结果。随着人工智能代理在供应链工作流程中更加紧密地融入，其自主程度应受到人们的密切监控，并根据需要进行调整。 随着供应链寻求通过代理人工智能实现差异化结果，它们需要在创新、速度和治理之间取得平衡，以驱动改进工作流程所捕获的价值的更大一致性。了解模型如何创造价值，始于对代理人工智能运营模型在所有维度上的实时可视化。 行动指南 通过利用由ERP平台生成的行业特定数据，CSCOs可以利用通用人工智能助手和人工智能代理来制定新的商业策略，简化产品开发，并优化全球运营。随着多智能体分析历史数据和当前趋势以预测未来结果，这些由AI提供信息的资源可以预测需求，更好地管理风险，并更有效地规划库存。此外，代理人工智能的自主能力允许根据实时数据进行持续自我调整，有助于确