IBM-智能供应链：洞察变革，驱动增长

微信扫码，打开到小程序

智能供应链 洞察变革，驱动增长 IBM 商业价值研究院 | 研究简报 生成式 AI 给供应链带来重大变革。64% 的供应链高管认为生成式 AI 正 全方位革新工作流程。 供应链团队必须改变工作方式。60% 的运营和自动化高管表示，到 2025 年，AI 助手将接管大部分常规和事务性工作。 自动化决策的比例将进一步上升。运营和自动化高管们表示，生成式 AI 将在未来两年内将数字助理的决策量增加 21%。 预测能力提升并推动可持续创新。76% 的供应链和运营高管认为，生成 式 AI 将优化产品设计，并推动产品生命周期的可持续发展。 生成式 AI 能够防范供应链中断， 并驱动业务增长。 摘要 智能供应链洞察变革，驱动增长 2 假如能提前知道下周的新闻头条，是否会促使 您调整今天的供应链战略？ 智能敏捷供应链 释放无限潜力 引言 智能供应链洞察变革，驱动增长 3 报告显示其年收入增长率高于 同行竞争者。 17% 报告显示其年净利润高于 同行竞争者。 72% 供应链的稳定性始终难以把握。商业环境中 的各种潜在风险让我们很难预测未来的变化。 面对不确定的环境，供应链高管往往要采取 “围城心态”，迅速调整策略，从计划 B 转 向计划 C、D 甚至 E ，以减少损失。 但是，如果你能把精力投入到推动业务增长， 而不是应对危机呢？如果你能够精准预测未 来，从而获得竞争优势呢？ 生成式 AI 与云计算的强大结合，能够让这一 设想成为现实。通过结合机器学习、自动化 和高级数据分析，组织能够在混合云环境下 精准预测需求变化和采购延误等各类情况。 凭借预测，组织将能够变革供应链战略，从 事后被动应对转变为事前主动调整。 领先采纳生成式 AI 和数据创新的组织，特别是将 AI 能力视作自动化投资核心的组织，已获得显著回报。 智能供应链洞察变革，驱动增长 4 目前，领先采纳生成式 AI 和数据创新的组织， 特别是将 AI 能力视作自动化投资核心的组织， 已获得显著回报。报告显示，相较于同行竞争者， 这些组织的年净利润高出 72%，年收入增长率 高出 17%。所有受访的供应链高管都认为，AI 驱动的运营将在未来三年内推动收入增长翻倍 或更多。 1 根据这些数据，72% 的高绩效 CEO 在 IBM 商 业价值研究院 (IBM IBV) 发布的 2024 年 CEO 研究报告中指出，企业的竞争优势取决于是否 拥有最先进的生成式 AI。然而，追求短期目标 使其难以集中精力进行长期发展。全球 CEO 普 遍认为，过度关注短期业绩是阻碍创新的最大障 碍――66% 的受访者表示，他们的组织正在从 长期目标中重新分配资源以便实现短期目标。 2 这是供应链高管面临的一个重大挑战，他们 深知，需要投资新一代技术，提升运营的灵 活性和韧性，提前识别并解决如动态货物调 度、生产计划调整、瓶颈和潜在风险等问题， 以应对未来多变的环境。 生成式 AI 如何解决这些长期困扰供应链的 问题？为此，IBM IBV 与牛津经济学院携手 合作，对全球 2,000 多位的首席供应链官 (CSCO)、运营高管和自动化专家开展了一项 调研，其所在的组织正在积极推进 AI 自动化 技术。 调研报告显示，高管们致力于打造“智能供 应链”系统，该系统高度灵活、适应性强、 反应迅速，能够保障品牌声誉、客户满意度 以及盈利能力。 本报告中，我们将阐述各组织为达成目标而 采取的具体措施。第一部分，强调了 AI 助手 的角色，AI 助手不再仅仅是聊天机器人，而 是向全职员工转型。第二部分，分析了如何 加速供应链智能化，以便企业能以前所未有 的速度和效率，利用实时数据。第三部分， 探讨了生成式 AI 驱动的数字双胞胎（虚拟模 型）如何帮助企业在竞争中脱颖而出，提升 客户认知度。报告每一部分的最后都提供了 一个切实可行的行动指南。详细说明如何制 定计划、设定优先级并落实执行，确保每一 个行动都能达到预期效果。 供应链高管需要投资新一代技术，提升运营的 灵活性和韧性，以应对未来多变的环境。 智能供应链洞察变革，驱动增长 5 借力决策， 决胜未来 员工与 AI 助手合作，可以创造比各自 独立工作时更多的商业价值。 第一部分 智能供应链洞察变革，驱动增长 6 的高管表示，到 2025 年，AI 助手 将接管大部分常规和事务性工作。 的高管表示，到 2026 年，其组织将把 智能自动化和 AI 助手整合进供应链工 作流程。 60% 90% 目前，供应链团队受限于纷繁复杂、互不相连的海量数据。虽然供应链 团队现在能获取实时数据，制定更智能高效的决策，但由于数据量庞大， 许多机会常常错失。 生成式 AI 驱动的数字助手正在扭转这一局面。AI 助手能够实时分析海量 数据，快速提取重要洞察，为供应链团队提供重要的决策依据。此外，凭 借其自然语言处理能力，员工只需简单的提示即可获取所需信息，并了解 信息来源。 例如，AI 助手能够分析延误的主要供应商，并找出造成供应链中断的因素， 如天气、资金问题或运输瓶颈。接着，AI 预测模型可以预测出未来形式。 AI 助手据此提供针对性建议，帮助供应链团队做好准备，应对未来挑战。 60% 的高管表示，到 2025 年，AI 助手将接管大部分常规和事务性工作。 3 90% 的高管表示，到 2026 年，其组织将把智能自动化和 AI 助手整合进 供应链工作流程。 4 智能供应链洞察变革，驱动增长 7 借助生成式 AI 助手，员工能够在供应链平台 上实时获得可靠数据，无需手动搜索多个系 统，从而快速应对变化，精确调整策略。例如， 员工无需依赖采购系统来修改订单交货日期， 而是直接要求 AI 助手进行调整。 但这仅仅是基础应用。借助 AI 助手，供应链 团队正在建立一种全新的人机互动模式，这 种模式将影响供应链的每个环节，从规划、 采购、生产到分销。事实上，64% 的首席供 应链官认为，生成式 AI 正全方位革新工作流 程。首席供应链官和自动化高管们表示，生 成式 AI 将在未来两年内将数字助理的决策量 增加 21%。 这不仅仅是描述物料如何从一处运输到另一 处。还包括衡量每个商业决策带来的供应链 成本，并确保从一开始就充分考虑这些成本。 产品开发策略除了关注新 SKU 的销售额外， 还应考虑总拥有成本，预测交付新产品的费 用，并考虑滞销产品带来的损失。 此外，还应考虑可持续性因素。随着消费者 和监管者对环境影响报告的要求日益严格， 供应链高管需要能够追踪从生产到交付的每 一个环节的可持续性指标，并且致力于设计 更加环保的产品生命周期。在这一领域，生 成式 AI 能够提供帮助。76% 的供应链和运营 高管认为，生成式 AI 将优化产品设计，并推 动产品生命周期的可持续发展。 利用 AI 助手，首席供应链官能够高效整合信 息，迅速将洞察传递给董事会，以确保供应 链的各项动态能够在战略层面得到及时反映 和调整。决策执行后，AI 助手能加速决策反 馈速度，提供实时的真实数据，帮助高管判 断策略是否行之有效，并迅速调整以应对市 场变化。 借助生成式 AI 助手，员工能够快速应对变化， 精确调整策略。 智能供应链洞察变革，驱动增长 8 利用供应链 AI 助手，打造智能化供应链 IBM 的供应链团队遍布 40 个国家 / 地区，负 责 170 多个国家 / 地区的数十万客户的交付 和服务呼叫任务。IBM 与全球多层级供应商 通力合作，能够满足客户定制化需求。过去， IBM 的供应链使用传统系统，分散在不同组 织部门中。因此，信息系统缺乏整合，数据 流通效率低下。员工依赖电子表格完成大部 分工作，这阻碍了团队协作，影响了实时数据 的共享。 早在十多年前，IBM 的供应链管理团队就 提出了一个雄心勃勃的转型计划，即建立 一个认知型的智能化供应链。该计划的目 标是打造一个灵活的供应链，充分利用数 据和 AI 来降低成本，超越客户预期，严格 剔除或自动化无增值工作，并大幅提升供 应链团队的工作体验。 5 从宏观角度上，IBM 供应链数字化转型的 核心是优化感知与响应能力。该目标需要 提升数据民主化，即结合认知控制塔、认 知顾问、需求供应规划及风险韧性解决方 案，实现自动化和决策增强。目前，认知 控制塔已升级为增强型生成式 AI 智能层， 配备供应链数字助手。 该系统利用 IBM 的 AI 技术，能够实现自然语 言查询和响应，加速决策流程，并提供切实 可行、多种多样的解决方案。用户可以使用 自然语言进行提问，了解关于零件短缺、订 单影响及需要权衡的问题。截至目前，IBM 已经节省了 3.88 亿美元的成本，包括降低库 存成本、优化运输成本、加速决策流程以及 节省时间（从天到小时到分钟甚至秒）。 案例研究 9 智能供应链：洞察变革，驱动增长 加速供应链 智能化进程 如果数据能与人对话，它会说些什么？ 供应链团队即将揭晓答案。 第二部分 智能供应链洞察变革，驱动增长 10 供应链管理充满未知和挑战，其受到地缘政 治冲突、气候灾难以及日益复杂的环境等多 方面影响。因此，供应链高管的应变能力至 关重要。高管们利用生成式 AI 提高供应链的 灵活性和适应性，确保其能够应对未来挑战。 的高管表示，生成式 AI 正 在加速他们在高影响领域 的自动化进程。 73% 事实上，受访高管们认为，在供应链中应用 生成式 AI，最显著的三大好处是提升运营绩 效、增强企业敏捷和获得战略优势。73% 的 高管表示，生成式 AI 正在加速他们在高影响 领域的自动化进程。 智能供应链洞察变革，驱动增长 11 关键是提升整个生态系统的响应速度。让生 成式 AI 助手直接与供应链系统的智能层（即 认知核心，能够从海量数据中提取洞察）进 行互动，内部与外部团队能够更加高效地共 享信息，实现协作。 AI 助手能够持续将智能层的洞察和建议传达 给供应链团队的相关人员。尽管企业资源规 划 (ERP) 系统仍然是核心交易引擎和记录系 统，但供应链团队无需再直接与其进行交互。 该原则同样适用于其他各类专业供应链应用， 从采购、仓库管理到运输物流等。这种方法 帮助员工能够更深入地分析每个环节，从而 实现每个步骤的实时优化和调整。 结合生成式 AI 与云技术，能够促使实现自主 自动化（请参见“观点：利用云技术进行创新， 打造未来可持续型供应链”）。 生成式 AI 助手不仅能够自动化工作流程，还 能自动化工作流程的创新和重塑。AI 助手通 过分析供应链指标和交易记录，不仅能够提 出改进建议，还能根据分析，自动调整工作 流程，实现优化和创新。 这既简化了工作流程，还提高效率、节省成本， 且担负环保职责。事实上，63% 的供应链和 运营高管表示，可持续性和循环经济至关重 要，将其纳入决策考虑是他们投资自动化的 关键原因。 利用云技术进行创新，打造未来可持续型供应链 通过结合云计算与生成式 AI，企业能够加速供应链创新，提升业务成果，实现前所未 有的突破。 在云端部署生成式 AI，企业可以高效训练并大规模部署模型，同时节省高昂的硬件和 基础架构成本。多个团队能够协作开发生成式 AI 模型，将模型在不同的云环境中流畅 迁移，无缝对接其他云服务和应用。 当然，成本也是一个不可忽视的考虑因素。云基础架构采用按需付费模式，减轻了资 本支出压力，使企业能够专注创新，无需因投资新技术承担财务负担。得当运用这一 技术组合，能够提升效率、降低成本，并增强企业的应变能力。以下是您的供应链能 够通过云技术和生成式 AI 创新受益的几种方式： – 预测未来需求。调整库存水平，避免缺货或过度存货，进而改善现金流，减少财务压力。 – 优化配送路线。减少燃料消耗，降低排放，实现灵活配送，并提高交货效率。 – 管理供应链风险。预测供应链中潜在的中断因素，提前采取预防性措施，增强供应 链的韧性。 – 提升供应链可见性。帮助企业及时发现瓶颈问题，并提出改进措施，从而避免中断， 提高运营效率和灵活性。 观点 智能供应链洞察变革，驱动增长 12 利用 AWS 供应链解决方案实现全面可视化 供应链是一个复杂互连的庞大系统。参与者众多、系统分散，且数据共 享不畅，使得难以准确预测需求、跟踪库存并协调供应。由于数据碎片化， 供应链高管难以捕捉市场波动，精确预测未来需求，从而合理安排库存。 借助云技术，AWS 供应链业务应用有效应对 了这些挑战。将不同信息来源的数据整合成 一个统一的供应链数据湖，有助于实现全链 路可视化、进行准确预测、优化库存及增强 供应链韧性。 6 以下是采用这种云解决方案所 带来的几项主要业务优势： 解决数据碎片化问题 供应链数据湖能够将分散的数据整合为一个 灵活、可扩展的标准数据模型，从而将供应 链信息汇总成 一个统一的数据资产。通过结 合生成式 AI 的数据接入代理，企业能够自动 将各种原始格式的数据转换为数据湖中的标 准模型。客户能够轻松提取并上传原始数据， 代理利用大型语言模型，通过引导式模块化 用户界面，进行自动化的数据映射。 案例研究 13 The intuitive supply chain: Predict disruption, deliver growth 增强预测准确性 基于机器学习的预测功能可以帮助企业增强 预测准确性，优化库存，减少过剩。机器学 习算法能够综合季节性、产品特性、供应商 特性、出发地与目的地等变量，以及历史订 单数据，来训练模型。 提升供应链可见性 AWS 业务应用能够详细查看仓库、配送中心 和零售店的库存情况，显示现有库存、在途 库存，以及 监控可能面临风险的库存水平。 接着，利用机器学习算法，系统自动生成、 评估并排序多项库存重平衡建议，有助于降 低风险。通过洞察全网络的库存水平、流动 模式及潜在风险，组织可以优化库存配置， 从而减少库存失衡、过剩和缺货带来的负面 影响。 改善供应商的可见性和协同效率 AWS 应用能够分析供应商的交货周期，结合 订单和预测数据进一步预测未来趋势，识别 潜在问题。该应用还能显示所有相关交易伙 伴，帮助供应链高管跨层级进行查看，实现 协作。应用内置聊天和消息功能，促进了无 缝沟通和数据共享。 优化可持续性合规流程 借助云技术的可持续性功能，组织能够安全、 高效地从供应商网络获取所需的文件和数据。 您可以向供应商请求、收集并导出各类文件， 如产品生命周期评估、安全证书，以及供应 链中涉及的有害物质报告。亚马逊全球贸易 与产品合规 (GTPC) 团队利用 AWS 的可持续 性功能，优化了合规数据管理流程，预计每 年可节省约 3,000 小时的运营时间。 案例研究（续） 14 The intuitive supply chain: Predict disruption, deliver growth 展望未来 借助供应链数据驱动生成式 AI 虚拟 模型，企业能够提升运营效率和增 强应变能力。 第三部分 智能供应链洞察变革，驱动增长 15 的高管认为，生成式 AI 将赋能互 连设备，帮助其做出自主决策。 77% 到 2026 年， 76% 的高管表示，计划在未来两年内使 用生成式 AI，推动互连设备产生差 异化成果。 供应链高管们一直期待未来能够实现实时数 据在 IT 和运营技术系统之间的无缝流通，从 而大幅提升供应链的灵活性和反应能力，快 速应对外部变化。他们的期待终于得以实现。 试想一个制造工厂，运营团队已通过 AI 传感 器来监测振动模式、温度、电力消耗，甚至 声音模式的变化。虽然传统 AI 能够及时提醒 团队出现的信号，并预测故障发生的时间， 但员工仍需要根据这些信息进行必要的调整 和修复工作。 借助生成式 AI，情况已大为不同。结合视觉 传感器，生成式 AI 使机器能够自我预测和调 整，彼此协同运作，释放出前所未有的生产 力和效率。 智能供应链洞察变革，驱动增长 16 事实上，77% 的高管预计，到 2026 年，生 成式 AI 将赋能互连设备，帮助其做出自主 决策。只有当多个设备生态系统协同运作， 企业才能实现前所未有的成果。高管们已经 广泛认可生成式 AI，并对其充满信心。76% 的高管表示，计划在未来两年内使用生成式 AI，推动互连设备产生差异化成果。 7 然而，提高效率只是第一步。通过将互联数 据用于可视化全程供应链，企业可以深入理 解供应链的各个环节，并预测和应对潜在的 中断。 其工作原理如下：无人机、机器人、摄像头 及其他互连设备的数据汇总至一个统一平 台，平台包括地理空间层、信息层和协调层。 接着，通过时间推移的可视化，供应链团队 可以回顾特定变化对生态系统的影响，并根 据当前局势变化做出实时决策。 借助生成式 AI 驱动的虚拟模型，供应链团队 能够模拟未来事件对供应链运作的影响。虚 拟模型使用实际数据和算法技术，能够可视 化不同干扰对供应链的影响，帮助团队提前 规划，从而提高供应链的抗风险能力和灵活 性。虚拟模型通过预测潜在问题（如原材料 短缺或多个供应商工厂同时停工），进行“假 设”风险分析，并提出应对措施。 这些模拟还能够为产品开发提供指导，帮助 团队优化流程，消除浪费。高管们高度关注 这一项目，他们指出，全面可视化的产品生 命周期管理以及环保可持续产品和服务将是 未来三年运营职能自动化的两大首要任务。 供应链高管们需要具备战略眼光，正确看待 问题，超越对生产力提升的单一追求，寻找 能够推动企业增长的关键因素。运用生成式 AI 整合多个数据源、系统和工具，供应链高 管能够激发生态系统内的创新，引导战略决 策，从而使组织在竞争中脱颖而出。 超越对生产力提升的单一追求，寻找能够推动 企业增长的关键因素。 智能供应链洞察变革，驱动增长 17 提升制药供应链可见性，保障患者安全 8 由于假冒、伪造和劣质处方药泛滥，美国政府通过了《药品供应链安全 法案》(DSCSA)，旨在保障患者安全。该法案强调透明度，即能够精准 追踪处方药在整个供应链中的流向，因此维护完整的供应链至关重要。 在整个制药生态系统中，所有主要参与者（包括制造商、批发商、药品零售商和监管机构）需 要协作共享信息，以实现上述透明度和完整的供应链。由于多个行业部门需要共同协作以应对 DSCSA 带来的挑战，美国药学委员会 (NABP) 决定建立一个数字平台，填补各系统之间的互操 作性空白，从而加速并简化合规过程。 通过透明度保障安全 NABP 与 IBM Consulting 和 AWS 携手合作， 创建了一个名为 Pulse 的数字平台，其会员 能够跟踪和共享每种处方药的所有权交易记 录，增强了供应链可见性。 该平台的一个关键设计特点是基于 AWS 云 平台，并整合了提供“点”跟踪解决方案的 API，这些解决方案为处方药供应链中的大多 数参与