要成功管理供应链，必须进行人机协作

时光飞逝，转眼间 2024 年已经过去了大半。随着夏季的到来，许多人的工作节奏都放慢了，现在正是审视当下和未来几个月内的供应链发展趋势的好时机。在我们的未来发展道路上，技术将发挥巨大作用，但更重要的是，成功的企业将通过智能且谨慎的人机结合来获得竞争优势。

技术热潮

无论从哪个角度看，人们对供应链技术的渴求都是无止境的，分析师认为这方面的技术是最强劲、增长最快的企业软件领域。根据 Research and Markets 提供的数据，2023 年全球供应链管理 (SCM) 软件市场价值将近 367 亿美元。凭借 2023 年至 2033 年 18.1% 的复合年增长率 (CAGR)，预计市场规模将达到 1,943 亿美元（图 1）¹。

图 1：预计 2033 年 SCM 软件市场规模将达到 1,943 亿美元。（图片来源：Research and Markets）

供应链主题不断涌现

我饶有兴趣地阅读了 Gartner 发布的一份 2024 年供应链技术发展趋势清单。即使在过去五年中，这份清单也发生了巨大变化。当时的重点是区块链、物联网 (IoT) 和数字双胞胎 (digital twins)。² 人工智能 (AI) 也榜上有名，但除了大型企业的"自动化"之外，我们中几乎所有人都对其应用有清晰的概念。从那时起，人工智能开始变得适用且经济实惠，甚至对小型企业也是如此³。

对 Gartner 来说，人工智能已经演进成一个更加清晰的类别，包含各种子类，并涵盖了人工智能视觉系统、复合人工智能和下一代仿人工作机器人。与此同时，IoT 也有了一个新的类别——机器客户。Gartner 还指出了围绕供应链保护和控制的几个趋势，包括网络勒索、供应链数据管理和端到端可持续供应链（图 2）。

图 2：Gartner 将人工智能作为一个更明确的类别，并分为多个子类别，涵盖人工智能视觉系统、复合人工智能和下一代仿人机器人。（图片来源：Gartner）

更智能的 AI 和 IoT

在 AI 方面，我们正在从自动化向利用先进工业物联网 (IIoT) 技术的超自动化发展。例如，基于 AI 的机器视觉系统组合了三维摄像头、计算机视觉 (CV) 软件和使用先进 AI 的模式识别技术。与任何新兴技术一样，即使对于复杂的大型生产运营来说，这依然是一项艰巨的任务。根据视觉系统看到的实时非结构化图像，这些解决方案能够进行自主捕捉、解释和推断。机器视觉最常见的用途是视觉检查和缺陷检测、定位和零件测量，以及识别、分类和跟踪产品⁴。

AI 技术与 IoT 的结合还有可能缓解某些制造商的困境，如劳动力技能和劳动力短缺。增强互联劳动力 (ACWF) 计划通过使用智能技术、劳动力分析和技能增强，让新员工更快地掌握技能。当系统为工人提供实时信息访问、实现无缝协作并促进身临其境的培训体验时，就能提高人的能力和生产效率。

另一个新兴类别是复合型 AI ，Gartner 将其定义为 “多种 AI 技术的综合应用”，用于解决可提高供应链绩效的业务问题。这些分析技术可能包括：

• 机器学习 (ML) / 深度学习 (DL)
• 自然语言处理 (NLP)
• CV
• 描述性统计
• 知识图谱

不过，这类技术的广泛适用性还有待观察。企业必须明确定义哪些性能提升对它们的有效性是至关重要的。目前，在应用复合 AI 方面还没有一种万能的解决方案。

至少有一种已明确的趋势在当今已得到广泛应用，那就是机器客户。这些非人类行为者可以自主获取商品和服务，以换取报酬。根据 Gartner 的另一份报告，约有 130 亿个 IoT 产品已经部署并可充当客户。⁵ 通常，这种技术最适用于廉价且广泛使用的部件（如电容器或电阻器），而不是那些专门为新产品设计的部件。

安全和管治

随着供应链技术的日益先进，数据安全和治理的重要性也会随之提高。有助于供应链未来发展的 AI 技术也可能成为网络犯罪分子的武器库。通过 AI 有可能编写出复杂的恶意软件和勒索软件，攻击毫无戒备的供应链。

在过去的五个季度中，Lehigh Busines 供应链风险管理指数将网络安全列为供应链管理者心目中最重要的风险（图 3）。该指数比上一季度上升了 5.5 个百分点，比平均水平高出 12 个百分点。2024 年第三季度略有下降，但关注度仍然很高。风险包括网络攻击、数据损坏、数据盗窃、系统病毒和安全平台控制⁶。企业将不得不与其 IT 部门密切合作，抵御网络犯罪。

图 3：网络安全和数据风险在 Lehigh Business 供应链风险管理指数中高居榜首，比平均值高出 12 个点。（图片来源：Lehigh Business 供应链风险管理指数）

与此同时，管理和可持续性也得到了 AI 和分析技术的支持。企业可以通过创新技术来增加跨职能可见性、情景建模和决策自动化。数据准确性对这两个方面都至关重要，因为数据不准确会导致结果不理想。

AI 可能最终会在供应链中大显身手，而 2024 年很可能会看到整个供应链都在重点实施由 AI 支持的技术。随着供应链技术的进步，数据准确性只会变得更加重要。

参考文献

1: https://www.researchandmarkets.com/reports/5232515/supply-chain-management-scm-software-global

2: https://www.gartner.com/smarterwithgartner/gartner-top-8-supply-chain-technology-trends-for-2019

3: https://www.forbes.com/sites/digital-assets/2024/01/24/how-blockchain-and-ai-are-set-to-transform-small-businesses-in-2024

4: https://www.intel.com/content/www/us/en/manufacturing/what-is-machine-vision.html

5: https://www.cnbc.com/2024/02/21/machine-customers-are-already-among-us-and-they-number-in-the-billions.html

6: https://business.lehigh.edu/sites/default/files/2024-06/LRMI_2024_3rd_Quarter_Report_final2.pdf