《羅戈研究：供應鏈計劃（SCP）變革的現狀和發展趨勢（2023）（39頁）.pdf》由會員分享，可在線閱讀，更多相關《羅戈研究：供應鏈計劃（SCP）變革的現狀和發展趨勢（2023）（39頁）.pdf（39頁珍藏版）》請在三個皮匠報告上搜索。

1、供應鏈計劃（SCP）變革的現狀和發展趨勢供應鏈計劃（SCP）變革的現狀和發展趨勢唐隆基博士羅戈研究院副院長（2023-08）唐隆基博士羅戈研究院副院長（2023-08）供應鏈計劃（SCP）變革的現狀和發展趨勢1目錄引言.21.供應鏈計劃變革的現狀.31.1 智能制造關鍵技術解決方案排名.31.2 供應鏈計劃變革的現狀.41.3 解決當前和未來的供應鏈計劃挑戰.51.4 缺乏完整的供應鏈解決方案.51.5 Gartner 2023 年供應鏈預測.61.6 中國制造企業釆用 SCP 的現狀.62.供應鏈計劃的某些未來趨勢.82.1 用新興數字技術解鎖供應鏈計劃的未來趨勢.82.2 供應鏈計劃軟件市

2、場及投資趨勢.82.3 中國供應鏈計劃投資現狀及趨勢，和市場份額.92.4 如何選擇有效的供應鏈計劃解決方案.113.供應鏈計劃技術發展周期.133.1 Gartner 2021 年供應鏈計劃技術發展周期.133.2 部分供應鏈計劃技術的定義和分析.174.供應鏈計劃技術的未來若干發展趨勢.304.1 概率預測和概率計劃.304.2 人工智能驅動的供應鏈計劃.314.3 以決策為中心的計劃.314.4 協同供應鏈云平臺將出現.334.5 將可持續發展理念融入集成供應鏈計劃.334.6 智能供應鏈計劃.335.總結.356.參考文獻.367.羅戈研究.38供應鏈計劃（SCP）變革的現狀和發展趨勢

3、2引言引言本文作者在其專著【1】中專辟了第五章“供應鏈計劃的數字化變革”。該章指出了供應鏈計劃是企業供應鏈管理的核心職能，也是企業的核心競爭能力之一，并從多個維度闡述了為什么數字化計劃是供應鏈變革的核心：數字化計劃是供應鏈變革的核心；數字業務計劃是更廣泛的供應鏈轉型努力的基礎；數字化計劃將供應鏈提升到一個新的水平。該章還介紹了供應鏈計劃的數字化變革的趨勢，其中包括了數字化供應鏈計劃的七個維度，2019 年 10 月發布的 Gartner 供應鏈計劃技術發展周期,并介紹了若干新的 SCP 解決方案，如德勤的同步供應鏈計劃，SAP 數字化業務計劃變革框架，ToolsGroup 算法供應鏈計劃，以及

4、 Kinaxis 的數字并行計劃。眾所周知，供應鏈計劃（SCP）在供應鏈管理中的重要性，然而它是整個供應鏈數字化轉型中最為艱難的環節，相比供應鏈運營的變革，目前供應鏈計劃數字變革仍進展緩慢，這實際上會拖整個供應鏈數字變革的后腿，因此加速供應鏈計劃的變革勢在必行。本文將是作者關于供應鏈計劃變革的一系列文章的首篇。本文主要包括四個部分：第一部分主要介紹目前供應鏈計劃變革的現狀；第二部分介紹變革的某些趨勢；第三部分介紹迄今作者能看到的 2020 年 11 月發布的 Gartner 2021 供應鏈計劃技術發展周期研究報告；最后一部分討論了供應鏈計劃技術的未來發展趨勢。供應鏈計劃（SCP）變革的現狀和

5、發展趨勢31.供應鏈計劃變革的現狀1.供應鏈計劃變革的現狀本節關于供應鏈計劃變革的現狀的數據主要來自于兩份出自于美國羅克韋爾自動化 PLEX 的關于分析智能制造現狀的研究報告【2】【3】。其中特別是2022 年智能制造現狀報告供應鏈計劃專輯【2】調查了 321 家制造商目前如何管理供應鏈計劃，以及未來如何管理。本文作者認為智能制造供應鏈計劃變革的現狀具有一定代表性，由于智能制造行業是所有制造行業數字化轉型的先行者，從智能制造的視角去看供應鏈計劃變革的現狀能夠深刻反映整個供應鏈計劃變革的現狀。1.1 智能制造關鍵技術解決方案排名1.1 智能制造關鍵技術解決方案排名智能制造是制造業數字化轉型的核心

6、?！?】指出：智能制造采用率同比增長 50%；60%的公司現在要么使用完全集成的解決方案，要么采用智能制造的某些組件；到 2022 年底，75%的組織將采用智能制造的一些組件。下表列舉了實現智能制造的關鍵技術：關鍵技術（系統和體系）關鍵技術（系統和體系）描述描述企業資源計劃（ERP）自動化前臺和后臺流程，包括財務管理、收入管理、人力資本、訂單管理、計費和庫存制 造 執 行 系 統/套 件（MES）跟蹤并記錄原材料向成品的轉化，提供實時生產管理，以推動企業范圍內的合規性、質量和效率。質量管理體系（QMS）使質量文件、過程和測量標準化并實現自動化。供應鏈計劃（SCP）將來自業務中多個部門的數據相結

7、合，以同步需求和供應預測，從而提高庫存準確性和生產管理。生產監控（PM）提供了與車間機器的無縫連接，提供了透明、實時的運營 KPI 和儀表盤，以推動持續改進。資產性能管理（APM）通過儀表板將流程、運營和機器級數據結合起來，以監控機器和工廠的運行狀況，確保最佳的正常運行時間、吞吐量和維護需求。MES 自動化和編排將您的 MES 連接到工廠邊緣，以控制信息流、流程和工作中心設置。供應鏈計劃（SCP）變革的現狀和發展趨勢4雖然人們對智能制造的各個方面都有類似的期望，但生產監控和供應鏈計劃被列為組織成功運營所需的“關鍵技術組件”【2】。圖 1 描述了智能制造關鍵任務解決方案排名，供應鏈計劃被認為是實

8、現智能制造第二重要的關鍵技術，這說明了供應鏈計劃的重要性。像這樣的解決方案可以快速實現價值，并有助于為制造執行系統（MES）和/或企業資源計劃（ERP）的實施奠定基礎。模塊化技術使逐步采用解決方案并快速實現價值成為可能。例如，典型的供應鏈計劃解決方案只需要四個月的實施時間。圖 1：智能制造關鍵任務解決方案排名（來源：Plex【2】）1.2 供應鏈計劃變革的現狀1.2 供應鏈計劃變革的現狀根據【2】，盡管人們日益認識到供應鏈計劃技術對于智能制造的重要性，并且現代供應鏈計劃技術的采用率似乎在攀升；然而，在動蕩時期，組織快速反應和無縫機動的能力仍然滯后。傳統的供應鏈計劃技術仍占上風。圖 2 展示了供

9、應鏈計劃變革的基本現狀：圖 2：供應鏈計劃變革的基本現狀（來源：Plex【2】）供應鏈計劃（SCP）變革的現狀和發展趨勢51.3 解決當前和未來的供應鏈計劃挑戰1.3 解決當前和未來的供應鏈計劃挑戰圖 3 顯示了供應鏈計劃解決方案的采用率提高趨勢，但重要的是要評估當前的解決方案是否考慮到了未來日益復雜的供應鏈。下一節讀者將看到為應對越來越不確定的環境和不斷增進復雜性的供應鏈，企業需要更智能數字化的端到端的解決方案。圖 3：供應鏈計劃解決方案的采用率提高趨勢（來源：Plex【2】）【2】的研究表明企業釆用更先進的應鏈計劃解決方案仍存在許多障礙（見圖 4）。其中成本被認為是采用供應鏈計劃軟件解決方

10、案的最大障礙。然而，正如過去一年的頭條新聞所顯示的那樣，許多公司承擔了運輸成本加快、生產延遲和客戶滿意度下降的負擔，這可能遠遠超過系統實施的成本。圖 4：采用供應鏈計劃軟件解決方案的障礙（來源：Plex【2】）Coastal Automotive 一家具有前瞻性的汽車安全零部件制造商的物料經理杰夫本德指出：在采用 Plex Systems 基于云的供應鏈計劃解決方案之前，我們經常面臨高估庫存和客戶發貨不足的風險，或者低估庫存和不必要地生產更多產品的風險?，F在我們得到了準確的庫存，這對我們的利潤產生了巨大影響。這個案例說明采用數字化的供應鏈計劃解決方案將給企業帶來價值和成長。因此企業應當從戰略的

11、角度來設法克服上述的障礙，盡快采用數字化的供應鏈計劃解決方案和技術。1.4 缺乏完整的供應鏈解決方案1.4 缺乏完整的供應鏈解決方案2023 年 3 月美國羅克韋爾自動化 PLEX 發布了第八屆智能制造年度狀況報告【3】，它是基于一項針對 1350 多家制造商的全球調查。該報告指出：盡管近年來受到供應鏈中斷的影響，但五分之四的制造商缺乏端到端的供應鏈計劃。端到端軟件解決方案旨在解決制造商面臨的問題，例如在管理供應鏈中的冗余和彈性的同時降低成本他們通過結合銷售和運營計劃來做到這一點，同時提高可見性和控制力。零散的解決方案通常不包含足夠的投入來進行準確的計劃和預測。供應鏈計劃（SCP）變革的現狀和

12、發展趨勢6調查發現：50%的參與者要么沒有使用供應鏈計劃流程，要么使用手動工具（即電子表格）或自主開發的解決方案，這給公司帶來了巨大的 IT 負擔，并帶來了過時的風險。那些沒有端到端數字供應鏈解決方案的人所面臨的可見性不足將被證明是有問題的，尤其是面對來自監管機構日益增長的壓力（如 ESG），以及大客戶的審計需求（如產品碳排放），這些需求現在需要跟蹤和可追溯性的透明度。圖 5：采用端到端供應鏈計劃軟件現狀（來源：Plex【3】）1.5 Gartner 2023 年供應鏈預測1.5 Gartner 2023 年供應鏈預測近幾年來全球供應鏈面臨壓力，制造商面臨著提高整個組織和供應鏈彈性的壓力。高能

13、源成本、零部件短缺和資源問題已經阻礙了對市場波動的快速反應。這種波動被 Gartner 定義為“三重擠壓”全球供應鏈限制、勞動力市場短缺和通貨膨脹所有這些都對制造商產生巨大影響。Gartner 在【4】中做出了 2023 年供應鏈預測，其中關于未來 3 年的四個戰略計劃假設指出：到 2025 年，五分之三的智能工廠計劃將因缺乏供應鏈整合而失敗，從而導致嚴重的成本限制和客戶服務問題。到 2026 年，供應鏈區域化工作將使制造商采購、生產和運輸產品所需的時間減少一半以上。到 2025 年，超過 80%的制造商將部分或全部生產流程外包給外部制造商，而 2022年這一比例為 46%。到 2025 年，

14、至少 25%的制造運營應用程序將使用可組合技術架構，高于 2022 年的不到 2%。有趣的是第一條預測，有 60%的失敗率！這幾乎是太悲觀的估計。然而一般比較科學的預測大多基于歷史和現狀，特別是現狀?？v觀本文前面指出的 50%以上智能制造商仍使用傳統的供應鏈計劃方法，79%的制造商缺乏使用端到端的供應鏈計劃軟件，看來 Gartner 的這個預測是基本上可信的估計。實際上這條預測也可看作是對正在向智能制造轉型的制造商的一個警示，希望它們同時實施智能制造和數字化供應鏈的雙轉型，從而通過整合而達到預期的智能制造的成功。實施智能制造和數字化供應鏈的雙轉型，從而通過整合而達到預期的智能制造的成功。1.6

15、 中國制造企業釆用 SCP 的現狀1.6 中國制造企業釆用 SCP 的現狀國際數據公司（IDC）和中國頂級 SCP 軟件供應商悠樺林于今年 5 月發布了智能供應鏈計供應鏈計劃（SCP）變革的現狀和發展趨勢7劃白皮書【5】。該報告總結了中國企業，特別是制造業數字化轉型的成熟度（見圖 6）和供應鏈計劃應用的現狀（見圖 7）。特別是從戰略到運營的全局視野，提出了智能供應鏈計劃的框架，以及闡述了供應鏈計劃應用給企業帶來的價值，并展望了供應鏈計劃發展的挑戰與機遇。圖 6：制造企業供應鏈數字化轉型成熟度 vs 中國企業整體數字化轉型成熟度（來源：IDC&悠樺林【5】）【5】指出：盡管中國制造企業群體對智能

16、制造表現出了前所未有的積極意向，推進自身數字化和智能化發展，但在供應鏈這一關鍵方面，中國的制造企業群體卻仍處于早期階段。根據一項 IDC 針對制造企業供應鏈的調研顯示，制造企業供應鏈的數字化轉型水平達到復制整合階段及其以上的僅占比 24%，遠落后于同階段整體企業數字化轉型水平的 56.3%。如圖7 所示，在未部署“供應鏈計劃”的受訪企業中，78%仍處在單點實驗階段，即以單點環節的項目應用為主，即使在已經部署此類解決方案的企業中，處于單點實驗階段的企業占比仍有 28%。圖 7：制造企業供應鏈數字化轉型成熟度（部署 vs 未部署供應鏈計劃應用）（來源：IDC&悠樺林【5】）中國制造企業在釆用供應鏈

17、計劃應用和【2】中給出的調查結果幾乎相當（見圖 2）。但【5】沒有指出高級端到端供應鏈計劃應用程序在中國釆用的現狀。作者認為不會優于【3】給出的結果（見圖 5）。供應鏈計劃（SCP）變革的現狀和發展趨勢82.供應鏈計劃的某些未來趨勢2.供應鏈計劃的某些未來趨勢本節將主要討論供應鏈計劃數字化變革的趨勢，供應鏈計劃軟件市場及投資趨勢，如何選擇有效的供應鏈計劃解決方案。2.1 用新興數字技術解鎖供應鏈計劃的未來趨勢2.1 用新興數字技術解鎖供應鏈計劃的未來趨勢采用新興數字技術，如云計算，人工智能，高級分析，數字供應鏈孿生等來創新現代數字供應鏈計劃解決方案，實現供應鏈計劃的全面數字智能化，提高其端到端

18、供應鏈同步計劃的能力，以及自主計劃的能力將是供應鏈計劃未來發展的趨勢。本文作者在【1】中，供應鏈管理期刊【6-8】中，以及羅戈專欄【9】中發表了多篇有關供應鏈及供應鏈計劃戰略性技術趨勢的文章。它們都指出了采用和適應新的創新技術和技術主題（分組）有助于建立一個供應鏈及供應鏈計劃強大而有彈性的基礎設施，以抵御業務中斷并保持對業務成果的關注。本文的第 3 節將介紹這些供應鏈計劃新興數字技術的發展周期和成熟趨勢。本文作者還將在后續系列研究報告和文章介紹一些開創者如何創新下一代的供應鏈計劃的解決方案。研究報告【2】指出：供應鏈計劃的下一個前沿是連接機器數據，以提高預測準確性。使用人工智能和機器學習來改進

19、預測并不是什么新鮮事天氣預報在很大程度上依賴于這項技術。通過在供應鏈計劃中實施機器學習，需求計劃中的預測準確率可以提高 5-10%，從而減少庫存并提高收入?！?】列舉了為什么要使用云技術的 7 大好處：緩解 IT 招聘壓力釋放資源以實現更多增值豐富的業務功能實現業務連續性提供風險緩解和高級安全性通過遠程可訪問的數據擴大對熟練勞動力的訪問云技術可帶來的業務連續性這一點對于企業非常重要。使用經過驗證的多租戶云 SaaS 解決方案可以限制風險，并使您與供應鏈保持連接，以便隨時隨地實時做出決策。云技術還提供網絡安全，可以隨業務擴展，并隨著軟件的最新迭代不斷改進。云端的有效供應鏈計劃解決方案使破譯數據變

20、得簡單，計劃易于管理。通過聯合您的組織并將所有計劃變量納入整個供應網絡，企業可以快速、主動地準確預測和解決庫存問題。2.2 供應鏈計劃軟件市場及投資趨勢2.2 供應鏈計劃軟件市場及投資趨勢【2】的研究表明供應鏈計劃的數字能力有以下 3 方面的好處：供應鏈計劃（SCP）變革的現狀和發展趨勢9實現整個組織的關聯決策提高不確定時期的彈性優化工作中心組織正在認識到智能制造的價值，他們計劃的投資選擇表明了技術對制造業未來的重要性。供應鏈計劃被列為第二大最受歡迎的投資選擇。根據 ARC Advisory Group 的研究【9】，供應鏈計劃軟件市場在過去幾年中以兩位數的速度增長（見圖 8），即使在大流行期

21、間也是如此。對于一個價值數十億美元的成熟市場來說，增長如此之快是不尋常的。顯然，盡管現在已經是大流行之后，但它仍然是這個數十億美元市場增長的驅動力。這場大流行凸顯了公司保持敏捷和彈性的必要性。敏捷性和彈性仍然是高級管理人員的關鍵目標。高管們大多不相信我們將擁有幾年前盛行的平穩且可預測的供應鏈。而供應鏈計劃是實現這些目標的一項關鍵技術。圖 8：供應鏈計劃軟件市場繼續以兩位數增長（來源：ARC【10】）2.3 中國供應鏈計劃投資現狀及趨勢，和市場份額2.3 中國供應鏈計劃投資現狀及趨勢，和市場份額IDC 調研【5】顯示，目前，接近一半已部署供應鏈計劃應用的受訪企業表示其投資規模在200 萬元之上（

22、見圖 9）。未來，74%的企業將繼續增加供應鏈計劃的投資，該領域將成為企業數字化建設的投資熱點領域之一（見圖 10）。圖 9：中國供應鏈計劃應用的已投資規模（來源：IDC&悠樺林【5】）供應鏈計劃（SCP）變革的現狀和發展趨勢10圖 10 顯示了中國供應鏈計劃應用投資呈增長趨勢：圖 10：中國供應鏈計劃應用投資增長趨勢（來源：IDC&悠樺林【5】）【5】指出：“智能供應鏈計劃的部署規模正加速增長。從調研數據看，有 77%的企業將供應鏈計劃列入未來兩年的主要投資方向（見圖 11），占企業供應鏈技術投資總體規模的 32%。這預示著供應鏈計劃將成為未來制造企業數字化能力建設的重要領域之一?！眻D 11

23、：中國制造企業未來兩年的數字化技術投資方向（來源：IDC&悠樺林【5】）IDC 于 2023 年 7 月正式發布了中國供應鏈計劃及 APS 解決方案市場份額，2022：爆發前夜【11】。報告針對 2022 年該市場的規模、增長速度、主要玩家、市場與技術的發展趨勢等內容進行了詳細研究。報告數據顯示，2022 年中國供應鏈計劃及 APS 解決方案總市場份額達到 13.6 億元人民幣，年增長率為 34.05%，與其他工業軟件相比有較高的增速。主要影響因素是中國市場供應鏈計劃及 APS 需求持續釋放，同時市場供給的數量和質量雙雙提升，此外，較低的滲透率和市場基數也是高增速的前提條件。IDC 預測，該市

24、場未來幾年仍會保持較高增長速度。供應鏈計劃（SCP）變革的現狀和發展趨勢11圖 12：2022 中國供應鏈計劃及 APS 市場份額（來源：IDC【11】）圖 12 展示了 2022 中國供應鏈計劃及 APS 市場份額?！?1】指出：從競爭格局來看，BlueYonder、SAP 和悠樺林在 2022 年中國供應鏈計劃及 APS 解決方案市場排名前三。其中，BlueYonder 依靠其在中國市場的良好口碑以及高科技電子行業解決方案的深厚積累，以 10.1%的市場份額排名第一；SAP 提供從企業資源管理到供應鏈計劃的端到端集成方案，以 8.5%的市場份額排名第二；悠樺林基于其運籌學智能算法和扎實的原

25、廠交付團隊，在市場中異軍突起，以 7.6%的市場份額排名第三。漢得信息、美云智數、金蝶、谷斗、微優微科技分列為第四到第八。其他典型服務商如達索系統、杉數科技、數策智能、西門子、和光、o9、永凱、第四范式、創新奇智、藍幸、商簡、不工等都在各自領域有不錯的表現。盡管如此，我們需要看到中國在 SCP 應用及創新方面與西方發達國家仍然有較大的差距。根據【5】，中國正在加大力度迎頭趕上，這正是可喜的發展趨勢。2.4 如何選擇有效的供應鏈計劃解決方案2.4 如何選擇有效的供應鏈計劃解決方案【2】指出：一個有效的供應鏈計劃解決方案將：采用機器學習并生成更好/最優的預測；連接機器數據，以便以最優化的方式安排和

26、執行該計劃。供應鏈計劃（SCP）變革的現狀和發展趨勢12圖 13：使用機器學習的供應鏈計劃創建了一個不斷改進的閉環（來源：Plex【2】）圖 13 展示了使用機器學習的供應鏈計劃創建了一個不斷改進的閉環，這正是現代有效的供應鏈計劃解決方案必須具備的功能特征。雖然人們無法阻止供應鏈中斷，但人們可以通過專注于那些人們能控制的事情來減輕一些風險。一個有效的供應鏈計劃解決方案應該快速實施，易于使用，并為企業提供可實現的結果?；ǜ俚臅r間和更少的努力，而獲得更高的回報。供應鏈計劃（SCP）變革的現狀和發展趨勢133.供應鏈計劃技術發展周期3.供應鏈計劃技術發展周期Gartner 一直在跟蹤研究各種供應鏈

27、計劃解決方案的新興技術和創新，并且幾乎每年都要發表一份供應鏈計劃技術的發展周期（Hype Cycle for Supply Chain Planning Technologies）研究報告。供應鏈技術領導者可以利用這個發展周期來幫助他們的供應鏈計劃數字化轉型。它為各種能力和底層技術的成熟度和可行性提供了指導，這些能力和技術將用于改變未來的計劃的決策方式。本文作者在【1】中曾介紹了 2019 年 10 月發布的 2020 年 Gartner 的研究報告。本節將介紹并分析Gartner更新近幾年發布的供應鏈計劃技術發展周期研究報告【12】。3.1 Gartner 2021 年供應鏈計劃技術發展周期

28、3.1 Gartner 2021 年供應鏈計劃技術發展周期3.1.1 供應鏈計劃技術發展周期曲線3.1.1 供應鏈計劃技術發展周期曲線2020 年 11 月 12 日 Gartner 發布了 2021 的供應鏈計劃技術發展周期研究報告。圖 14 是 2021年及以后的供應鏈計劃技術發展周期曲線?！?2】指出：2021 年的炒作周期側重于供應鏈計劃（SCP）技術，即支持供應鏈各級計劃決策所需的技術。它涵蓋了使公司能夠做出更有效、更高質量計劃決策的關鍵能力、框架和技術。它包括更成熟的計劃解決方案以及新興技術，以幫助說明下一代 SCP 景觀可能是什么樣子。SCP 是一個成熟的技術市場，但 SCP 正

29、被數字化、供應鏈中斷和波動等驅動因素重新定義。作為回應，公司面臨著眾多挑戰，如數據量激增、計劃人員生產力低下、不確定性、高度動態的環境和新的競爭。領導者正在重新構想他們如何做出計劃決策，以便能夠利用這些機遇和挑戰。下一代 SCP 正由這一炒作周期左側的技術雕刻而成。右側的技術支持更傳統的、穩定的計劃方法。傳統上，在 SCP 中，與大多數其他領域一樣，流程勝過技術。一家公司設計了自己的業務流程，然后尋找技術來實現它。因此，技術的演變遵循著流程的演變。技術現在勝過流程。一家公司無法以足夠快的速度發展其流程以充分利用新技術。領先的公司正在全力將其 SCP數字化，這為他們最初沒有想到的機會打開了大門。

30、通過深思熟慮的數字計劃技術舉措，這些公司可以在幾乎持續的基礎上創新其計劃。這一點很重要，因為這有助于他們通過以下方式更好地競爭【12】：改善全球供應鏈和整個生態系統的決策，尤其是在資源有限的情況下計劃新的創新方式為客戶服務通過決策自動化提高計劃者的生產力從指數級增長的數據量和類型中開發新的見解和價值（包括利用新的數據源）平衡速度、響應能力、靈活性和彈性與成本和效率在整個供應鏈生態系統中橫向和縱向調整計劃決策，以確保符合公司目標試驗新的計劃模式，以產生進一步的商業價值【12】進一步指出：一家公司的數字化計劃之旅必須包括獲取和組裝必要的技術來滿足這些需求。然而，SCP 技術市場正在發生變化。例如，

31、在過去的兩三年里，圍繞計劃中的人工智能（AI）和機器學習（ML）的炒作激增。新技術正在應用于 SCP，新進入者正試圖破壞曾經供應鏈計劃（SCP）變革的現狀和發展趨勢14穩定和成熟的市場。這些創新體現在這個炒作周期中。為了在 SCP 中擁有競爭優勢，公司必須弄清楚如何將這些創新納入其 SCP 路線圖中這是炒作周期的左側（見圖 14）。那些對新技術采取更規避風險的方法的人應該更多地關注右側的技術，但要意識到，這對許多行業來說不是競爭優勢領域。圖 14：2020 年 11 月發布的 2021 供應鏈計劃技術發展周期曲線（來源：Gartner【12】）Gartner 的 SCP 發展周期選擇的創新不斷

32、被審查，它試圖最好地反映那些對未來 SCP 解決方案具有最大影響的創新。因此，每年都可能有些不適宜者被下線（指發展周期曲線），而一些新興的創新被添加上線。與 2019 年 10 月發布的 2020 年 SCP 發展周期曲線（圖 15）相比，有 4 項創新被下線（注：它們仍然是某種技術創新，但可能由于評估后被發現不適宜放在注：它們仍然是某種技術創新，但可能由于評估后被發現不適宜放在SCP發展周期曲線。發展周期曲線。），有 3 項創新被添加上線：下線的技術創新：下線的技術創新：認知計算：一個容易混淆的術語，用于多種不同的能力分布式訂單管理：過于關注執行和零售供應鏈融合：過于專注于執行，也包含在 C

33、ORE 中供應鏈可視性：記錄和供應鏈控制塔 SCP 系統的固有特性上線的技術創新：上線的技術創新：數據結構（Data Fabric）供應鏈計劃（SCP）變革的現狀和發展趨勢15可組合 SCP（Composable SCP）圖形分析 SCP（Graph Analytics for SCP）圖 15：2019 年 10 月發布的 2020 供應鏈計劃技術發展周期曲線（來源：Gartner【1】）3.1.22021 供應鏈計劃技術優先級矩陣3.1.22021 供應鏈計劃技術優先級矩陣圖 16 描述了 Gartner 定義的 2021 供應鏈計劃技術優先級矩陣【12】。該矩陣根據 SCP 在該戰略中的

34、角色和成熟度級別的需求對投資進行優先排序，它有助于企業在考慮 SCP 投資時，將潛在投資與其整體供應鏈戰略聯系起來?！?2】指出：處于計劃成熟度最低水平的公司將使用和獲取已經退出這一炒作周期右側的技術，如基本需求計劃、補貨計劃和基于 ERP 的計劃。尋求計劃決策質量（第二階段成熟度）增量改進的公司將主要關注這個炒作周期的右側。那些希望整合其計劃的人應該考慮 Hype周期中間的能力。領先的公司應該在數字供應鏈孿生、彈性計劃和可組合 SCP 等領域試驗左側的技術。為 SCP 提供中等或高商業效益的技術，可能在未來兩到五年內趨于平穩，主要集中在傳統SCP 上。這些例子包括需求感知和需求信號庫、數據湖

35、、多級庫存優化和優化計劃。對分段SCP 的支持以及整個供應鏈中大數據的使用和處理速度也有助于其中一些解決方案的實用性。這些技術的應用可以通過使用更多的決策級數據和高級分析來啟動計劃決策性質的改變。通過應用自動化預測和規定分析（AI/ML），預計在 5 至 10 年內趨于平穩的技術將提高和轉變計劃決策質量。近實時計劃決策和執行可見性（CORE）的融合是通過數字供應鏈孿生實供應鏈計劃（SCP）變革的現狀和發展趨勢16現的，例如響應計劃、機器學習和物聯網。最終，這些各種新興的 SCP 技術將結合成 Gartner所稱的算法 SCP（也可能在本質上是可組合的），并最終實現新的計劃范式，如彈性計劃。這個

36、炒作周期左側所代表的大多數技術代表了下一代 SCP 的關鍵構建塊，例如，數字供應鏈孿生、持續智能、可組合 SCP 和彈性計劃。該優先級從多個維度展示了 SCP 技術的前景【12】：收益維度，收益維度，包括變革，高，中和低 4 級；成為主流的時間維度成為主流的時間維度，包括少于 2 年，25 年，510 年，和超過 10 年；一個隱含的一個隱含的 SCP 技術成熟度維度技術成熟度維度，包括在下面的表中。成熟度級別成熟度級別狀態狀態產品產品/供應商供應商胚胎的胚胎的 在實驗室 沒有一個新興的新興的 供應商的商業化 行業領導者的試點和部署 第一代 高昂的價格 大量定制青少年青少年 成熟的技術能力和對

37、流程的理解 超越早期采用者 第二代 更少的定制早期主流早期主流 經驗證的技術 供應商、技術和采用迅速發展 第三代 更多開箱即用的方法成熟的主流成熟的主流 穩健的技術 供應商或技術沒有太大變化 幾個主要供應商遺留的舊系統遺留的舊系統 不適合新開發 遷移成本限制更換 維護收入重點淘汰的淘汰的 很少使用 僅限二手/轉售市場供應鏈計劃（SCP）變革的現狀和發展趨勢17圖 16：2020 年 11 月發布的 2021 供應鏈計劃技術優先級矩陣（來源：Gartner【12】）3.2 部分供應鏈計劃技術的定義和分析3.2 部分供應鏈計劃技術的定義和分析Gartner 有名的分析師 Tim Payne，Chr

38、istian Titze 等對所有列舉在矩陣圖 16 中的技術做了標準分析，該分析包括技術的定義和分析，以及其市場熱度和成熟度。下面將以表格的形式介紹部分供應鏈計劃技術的定義和分析。3.2.1 數字供應鏈孿生3.2.1 數字供應鏈孿生供應鏈計劃技術供應鏈計劃技術數字供應鏈孿生數字供應鏈孿生分析人分析人Tim Payne定義定義數字供應鏈孿生是物理供應鏈的數字表示，可用于推動整個 E2E 供應鏈的理解和決策。它逐漸取代了任何 E2E 供應鏈決策解決方案的核心供應鏈模型。它是由細粒度數據構建的，以形成數據對象和實體之間各種關聯的動態、同步、實時和分供應鏈計劃（SCP）變革的現狀和發展趨勢18時表示

39、，這些關聯最終描述并構成物理供應鏈的運作方式。定位和采用速度證明定位和采用速度證明隨著數字業務的出現以及數字供應鏈的發展，數字供應鏈孿生在過去幾年才進入公司的詞匯表，以促進協調和自動化。數字供應鏈孿生是供應鏈的數字表示，本質上是企業或多企業。單個節點（例如倉庫）或功能（例如分銷）的數字表示不是數字供應鏈孿生，因為這兩種類型都不代表其決策的 E2E 供應鏈。公司開始認識到擁有 E2E 供應鏈單一數字表示的重要性。對于希望建立數字供應鏈孿生的組織來說，技術選擇尚不明確。一些 SCP供應商正在將其單一數據模型重命名為數字供應鏈孿生，而其他供應商則試圖使這些單一數據模型更能反映現實。一些知名度供應商也

40、在這樣做。然而，在許多情況下，這些模型仍然主要使用過時和靜態的事務數據。來自大數據和人工智能背景的供應鏈市場新進入者開始出現在數字供應鏈孿生環境中，但這些產品也處于萌芽狀態。用戶建議用戶建議公司改善供應鏈決策的關鍵目標是減少在整個 E2E 供應鏈中使用的模型數量。擁有一個以上的模型會降低任何 E2E 決策的質量。理想的情況是找到一個完全一致并支持高質量決策的單一模型。組織應該將數字孿生應用于從戰略到執行的供應鏈決策的各個層面。適當的預測和規定性分析，包括機器學習（ML）和人工智能（AI），應該應用于數字供應鏈孿生，從而能夠做出一致的（在不同程度上是自動的）決策。通過更真實地反映現實世界的物理供

41、應鏈，這些決策將更快、更高質量。檢查早期機會，將類似數字供應鏈孿生的功能（例如，預測交付周期和吞吐率）添加到您現有的技術環境中。最有可能的是，這將涉及將新能力與現有供應鏈可見性和/或計劃和/或執行解決方案配對。準備好進行實驗和/或走出通常的技術提供商，以獲得這種能力。隨著時間的推移，隨著您能夠利用來自內部和外部供應鏈不同部分的更精細的數據，可以擴大直接從數據中派生的數字孿生的范圍。最后，認識到數字供應鏈孿生正在出現，但仍理解初淺。業務影響業務影響DSCT 的影響是變革性的，因為它通過與現實世界的供應鏈保持同步來實現端到端的決策。因此，數字供應鏈孿生是任何數字供應鏈努力的核心。正是通過這對孿生，

42、一家公司才能在整個供應鏈中推動其橫向和縱向決策的一致性。這種一致性是顯著改進決策和相關業務價值的關鍵。它通過映射不同數據對象（如事件、屬性、訂單）和實體（如產品、客戶、供應商、地點、資產）之間的關系，確保整個供應鏈的平衡和整個組織的戰略執行。通過與現實世界的聯系，大大增強了態勢感知、供應鏈決策和風險管理。它支持決定如何改變其中的一些關系，例如，通過供應鏈中的替代路線推送訂單或建立新倉庫。其中一些決策可以完全自動化（通常是短期決策）。最終，它通過與現實世界的供應鏈保持同步，創造了端到端的可見性，并支持端到端決策。通過這種與現實世界的聯系，大大增強了態勢感知、供應鏈決策和風險管理。此外，數字孿生提

43、供了所有現有和新的預測和規定供應鏈計劃（SCP）變革的現狀和發展趨勢19分析運行的基礎，使其全部價值能夠由組織實現。效益評級效益評級轉型市場滲透率市場滲透率不到目標受眾的 1%成熟度成熟度新興樣品供應商樣品供應商bluecrux;Cosmo Tech;DCbrain;eccenca;E2open;o9 Solutions;r4Technologies注：數字供應鏈孿生是數字供應鏈的基礎技術之一，特別是構建現代數字供應鏈計劃解決方案的基礎技術。本文作者對數字孿生，特別是數字供應鏈孿生有深入系統的研究，請參見【注：數字供應鏈孿生是數字供應鏈的基礎技術之一，特別是構建現代數字供應鏈計劃解決方案的基礎

44、技術。本文作者對數字孿生，特別是數字供應鏈孿生有深入系統的研究，請參見【13-18】?！?。3.2.2 CORE（Configure=配置，Optimize=優化，Response=響應，Execute=執行）3.2.2 CORE（Configure=配置，Optimize=優化，Response=響應，Execute=執行）供應鏈計劃技術供應鏈計劃技術CORE 框架框架分析人分析人Tim Payne定義定義CORE 框架將 SCP 技術分為三大類配置、優化或響應與執行可見性有很強的聯系。配置計劃決定了供應鏈的正確配置。優化計劃可生成一個計劃，該計劃可在當前配置下最佳利用受約束的資源。響應計劃認

45、識到執行不太可能遵循最佳計劃，并且需要以使公司盡可能接近公司目標的方式對這些執行事件做出響應。定位和采用速度證明定位和采用速度證明CORE 模型引起 SCP 專業人士的共鳴，是解釋所需不同計劃能力的好方法。它有助于解釋如何通過一個組織垂直整合橫向計劃層。然而，市場上沒有 SCP 供應商能夠覆蓋 CORE 中的所有計劃層，這意味著一家公司需要將不同供應商的技術混合在一起。隨著 SCP 供應商根據 CORE建立其計劃能力，這種情況可能會在未來幾年發生變化。他們看到了來自市場的更多吸引力，即最終用戶想要統一解決方案中 CORE 模型所描述的功能類型。更多數字化計劃技術的出現將加速 CORE 的發展，

46、使其成為公司的現實。用戶建議用戶建議制定 SCP 技術路線圖的公司，尤其是具有強大數字元素的公司，應確保三個關鍵計劃層充分利用 CORE 等框架。此外，CORE 是從傳統的“注重準確性、確定性”計劃向彈性計劃和彈性轉變的基本要求。審計現有的 SCP 技術資產，以更好地了解每個 CORE 層當前的覆蓋范圍。供應鏈計劃（SCP）變革的現狀和發展趨勢20將當前 SCP 技術前景與關鍵 SCP 計劃（尤其是任何數字計劃要求）進行比較，并找出差距。創建一個高級 SCP 技術路線圖，突出哪些 CORE 技術是或將是支持未來狀態 SCP 業務能力成熟度級別所必需的。通過與數字 SCP 路線圖中要求的水平和垂

47、直決策一致程度相匹配，將計劃核心的演變與任何數字計劃目標聯系起來。業務影響業務影響擁有強大的 CORE 是幫助公司走向數字化計劃成熟之旅的關鍵。如果一家公司的技術與 CORE 框架相匹配，這將確保計劃決策的橫向和縱向一致。它確保公司通過這種與 E 層和其他 CORE 層的“執行可見性”相關的調整來降低其做出的混亂計劃決策的水平。E 層進一步有助于減少計劃使用的數據的延遲。R 層有助于確保正確的計劃分析可用于獲取 E 層數據并與之一起運行創建場景，為如何應對重大執行事件提供最佳決策。E 層還允許接收來自商業網絡和物聯網傳感器等的細粒度數據。然后，這些數據可用于 R、O 和 C 層，以便做出適當的

48、計劃決策。效益評級效益評級高市場滲透率市場滲透率目標受眾的 5%至 20%成熟度成熟度青少年樣品供應商樣品供應商4flow;AIMMS;LLamasoft注：CORE 是 Gartner2016 年提出的一個 SCP 的技術框架，許多技術都應該考慮建立在此框架下。注：CORE 是 Gartner2016 年提出的一個 SCP 的技術框架，許多技術都應該考慮建立在此框架下。3.2.3 供應鏈控制塔3.2.3 供應鏈控制塔供應鏈計劃技術供應鏈計劃技術供應鏈控制塔供應鏈控制塔分析人分析人Christian Titze定義定義控制塔是一個將人員、流程、數據和組織能力相結合的概念，通過適當組合的技術元素

49、來促進和支持，以實現透明度和協調性。它是關于制定一套適當行動和反應的劇本：（1）看使人們能夠看到當前和預測的情況；（2）過程理解影響；（3）行動在商業生態系統中提供適當解決方案的手段。定位和采用速度證定位和采用速度證“控制塔”一詞對許多人來說仍然意味著很多事情，這在市場上造成了混供應鏈計劃（SCP）變革的現狀和發展趨勢21明明亂，并使買家很難根據自己的需求選擇合適的控制塔類型的功能?；镜目刂扑图夹g支持功能，如異常警報和交互式儀表板，以支持產能短缺、庫存短缺或延遲發貨等領域，現在是現代 SCM 解決方案的基礎和相當標準的功能。然而，影響分析、場景模擬或協作解決/響應室等高級功能落后。目前大多

50、數可用的解決方案都是特定領域的，在供應鏈計劃或供應鏈執行中發揮特定作用（如物流控制塔），而不是支持供應鏈融合的供應鏈端到端解決方案。它們的可操作性也較低，主要提供可視化功能（端到端數據驅動的見解），但與協作解決（端到端智能決策）無關。我們將控制塔定位在觸發/峰值中點附近，正如我們所說的端到端，但特定領域的控制塔更成熟（峰值/波谷中點附近）。您需要的是端到端的見解和編排，這是一個數字孿生，以便進行影響分析和場景建模，并進行協作以實現智能問題解決。用戶建議用戶建議沒有改變的是：控制塔類型的應用要求或功能沒有標準，這使得買家評估供應商產品和確定潛在需求變得越來越困難。因此，對于供應鏈技術領導者來說，

51、無論術語如何，都必須同時對底層能力建立全面的理解，以幫助消除任何困惑和誤解。有不同類型的產品作為控制塔解決方案進行營銷。這些是控制塔類型的功能，作為更廣泛的供應鏈管理平臺（服務于供應鏈計劃SCP或供應鏈執行SCE）的集成部分，或者是利用數據湖上的智能的獨立工具。為了獲得大多數解決方案營銷的全面可見性，公司需要注意，他們需要在旅程中計劃出一個端到端的控制塔，而不是一個功能更強大的供應鏈方法。他們還需要提高非技術能力，如過程管理和決策能力，以支持控制塔環境。建議：熟悉控制塔的概念、構建塊和預期好處，以便與同行正確溝通其價值。在供應鏈流程、范圍或技術成熟時，投資控制塔能力。根據您的用例選擇合適的解決

52、方案。業務影響業務影響控制塔之所以廣受歡迎，是因為它們在市場上被視為將復雜和孤立的供應鏈縫合在一起，并且它們正在獲得對供應鏈性能的可見性和洞察力。這一切都是為了獲得更多的透明度（我高度波動的供應鏈中發生了什么）和協調（連接到控制塔不會取代的不同層）。因此，控制塔可以作為切入點，做出更好、更快的決策?？刂扑东@端到端、數據驅動的見解，用于設計和優化供應鏈，以及管理端到端異常，從而在商業生態系統中實現智能的端到端決策。這可以映射到以下所需的詳細活動：感知（請參閱）：獲得實時、端到端的供應鏈可見性分析（流程）：了解并利用數字生態系統的信號預測（項目）：利用高級分析進行預測和處方供應鏈計劃（SCP）變

53、革的現狀和發展趨勢22解決（行動）：進行異常管理和場景建模執行（響應）：利用協作智能響應框架學習（Learn）：不斷學習、感知和回應。效益評級效益評級高市場滲透率市場滲透率目標受眾的 5%至 20%成熟度成熟度青少年樣品供應商樣品供應商Blue Yonder;E2open;Elemica;Infor;One Network Enterprises;SAP注：本文作者對數字供應鏈控制塔技術發表了一系列研究文章和報告，讀者可參看【1，19 24】。當數字供應鏈控制塔發展到其高級階段，它都應包括支持現代 SCP 技術，例如 Blue Yonder。E2open 和 One Network Enter

54、prises 的控制塔。注：本文作者對數字供應鏈控制塔技術發表了一系列研究文章和報告，讀者可參看【1，19 24】。當數字供應鏈控制塔發展到其高級階段，它都應包括支持現代 SCP 技術，例如 Blue Yonder。E2open 和 One Network Enterprises 的控制塔。3.2.4 彈性計劃3.2.4 彈性計劃供應鏈計劃技術供應鏈計劃技術彈性計劃彈性計劃分析人分析人Tim Payne定義定義彈性計劃是指準確、可執行的短期計劃，由中期和長期計劃平衡，通過確保不斷設計和利用適當程度的彈性來緩解不確定性。為了實現彈性計劃，需要將新的計劃范式、超大規模云平臺、AI/ML、數字供應鏈

55、孿生和遵循 CORE 框架相結合。定位和采用速度證明定位和采用速度證明對大多數公司來說，供應鏈計劃本質上是確定性的，尤其是在供應方面。計劃從根本上講仍然基于近 60 年的計劃范式，該范式包括預測需求，然后不斷向供應鏈傳播這一信號。這種范式最初被封裝在 20 世紀 60 年代初首次出現的材料需求計劃（MRP）算法中。這種計劃模式的整個前提是試圖為供應鏈創建一個準確的計劃，然后可以執行希望如此。如果有準確的需求計劃、物料清單、交付周期和產能水平，則可以準確計算上游供應計劃。這里的假設是，如果有一個準確的計劃，那么工廠、配送中心甚至供應鏈都可以執行這個計劃，從而實現原始計劃中固有的目標。然而，有一個

56、問題，不確定性?；蛘?，正如一句古老的軍事諺語所說，“沒有一個計劃能在與敵人的第一次接觸中幸存下來?！彪S著新技術（超大規模云、AI/ML、數字供應鏈孿生）與新的計劃框架（如CORE）和新的計劃范式的結合，公司可以重新構想其計劃方法，并考慮彈性計劃。彈性計劃的實現將是緩慢的。太多的供應鏈仍然拘泥于計劃準確性（尤其是預測）的理念，無法認真進行彈性計劃。盡管所需的技術正在不斷成熟，供應鏈計劃（SCP）變革的現狀和發展趨勢23但要充分實現彈性計劃，仍有很多工作要做。然而，由于新冠肺炎的爆發，圍繞彈性計劃和供應鏈彈性的炒作大幅增加（因此，在今年的 hype 周期中，彈性計劃得到了推進）。不幸的是，在未來幾

57、年里，很少有公司能在供應鏈中實現真正的彈性。用戶建議用戶建議要實現彈性計劃，公司需要將多種技術結合在一起（以及解決公司文化問題）：增加 ML 的使用，以逐步從未知的不確定性轉變為供應鏈中實體、屬性和參數方面的已知可變性。利用 ML 進行更便宜、更廣泛、更快的預測。使用它可以創建多個計劃（更具概率性），而不僅僅是一個確定性計劃。實現上述功能需要計算能力。利用 Microsoft Azure、Amazon Web Services或 Google Cloud Platform 等超大規模云提供所需級別的可擴展性。通過使用強大的數字供應鏈孿生，實現計劃層之間的正確相互作用，以減少不確定性，并準確執行

58、計劃。構建 SCP 技術路線圖，以封裝 CORE 模型的各層。所有這些決策層都需要支持全面的彈性計劃。每個人都有自己的角色沒有一個是可以忽略的。將計劃模式從只關注準確性轉變為彈性/準確性平衡。這就是響應計劃的準確性和優化和配置計劃的彈性。業務影響業務影響一旦所有新興技術都得到充分利用，對計劃準確性的遵守被打破，彈性計劃代表了未來的計劃模式，尤其是對于優化和配置計劃層。應用這些新興技術，傳統的準確性計劃模式可以帶來好處，但這并不能代表這些技術在決策環境中的全部和真正價值。公司的供應鏈環境將繼續增加不確定性和波動性。領導人將在這種情況下尋求更好的管理方式，并最終轉向彈性計劃。對他們來說，好處將是在

59、競爭激烈的數字世界中保持競爭對手的優勢。效益評級效益評級轉型市場滲透率市場滲透率不到目標受眾的 1%成熟度成熟度胚胎樣品供應商樣品供應商bluecrux;CAMELOT Management Consultants供應鏈計劃（SCP）變革的現狀和發展趨勢24注：彈性計劃是實現真正彈性供應鏈【25】的重要解決方案。但如實現真正彈性供應鏈一樣，實現彈性計劃并非易事，它需要將新的計劃范式、超大規模云平臺、AI/ML、數字供應鏈孿生和遵循 CORE 框架相結合。注：彈性計劃是實現真正彈性供應鏈【25】的重要解決方案。但如實現真正彈性供應鏈一樣，實現彈性計劃并非易事，它需要將新的計劃范式、超大規模云平臺

60、、AI/ML、數字供應鏈孿生和遵循 CORE 框架相結合。3.2.5 算法供應鏈計劃3.2.5 算法供應鏈計劃供應鏈計劃技術供應鏈計劃技術算法供應鏈計劃算法供應鏈計劃分析人分析人Tim Payne定義定義算法供應鏈計劃通過利用所有類別供應鏈計劃（SCP）的多個數據源，概括了復雜數學算法的工業應用，以推動速度、規模和改進決策，以及適當的決策自動化。這些算法有助于封裝遺傳（過往的經驗等）、行為、決策以及供應鏈對當前和新興環境刺激的反應。定位和采用速度證明定位和采用速度證明傳統的、以最佳實踐為中心的、手動密集型的、以人為中心的協作計劃不足以從龐大的數量中獲得最大的業務價值，在擴展的企業業務網絡和相關

61、連接中生成的數據（包括內部、外部、網絡化、結構化、非結構化、實時和物聯網數據）的粒度和速度。競爭優勢將取決于對環境信號的理解速度和自適應響應，以利用數據可見性、高級分析、人工智能和決策自動化實現企業目標。這需要重新思考計劃；它必須變得以決策為中心，自動化，不再是一個獨立的領域，而是更多地集成在供應鏈的執行領域中。計劃決策將每天進行多次越來越接近實時根據實際執行情況進行自適應。算法將實現持續計劃，尤其是在短期內。數字供應鏈可能會引發新的顛覆性事件，因果關系尚不清楚。算法計劃需要通過支持適當的分析和最終成為良好或最佳實踐的“緊急”實踐的后續演變來應對這些事件。算法支持的實驗將是實現這一舉措的關鍵能

62、力。目前沒有供應商支持完整的算法計劃。2020 年，人們對這一概念的興趣有所增長，因為它被視為支持高成熟度數字計劃所需的技術。完整的算法計劃代表了第五階段計劃技術的成熟度。用戶建議用戶建議為了從不斷增長的數據中獲得價值，SCP 領導者需要在“有意識”和“潛意識”計劃之間找到正確的平衡即不同計劃決策可以成功自動化的時間點和程度。SCP 領導人需要確定在哪里實施算法是有意義的，并在做出此類決策時非常慎重。這涉及到確定哪些活動對業務最重要，以及在哪里部署算法計劃方法是有意義的。這些可能包括：有太多計劃者支持一項活動的計劃決策，這意味著新興的算法 SCP 將允許公司將計劃者轉移到更多增值的活動中。從挖

63、掘新的因果關系的實驗方法中受益的計劃決策（例如結合新數據源的影響來改進特定的計劃決策）。接近執行的計劃決策，在本質上可能變得更加接近實時，并且完全自供應鏈計劃（SCP）變革的現狀和發展趨勢25動化。檢查您公司的數字供應鏈計劃，以開始識別可以通過適當的 SCP 算法利用的相關數據?；仡櫮?SCP 路線圖，以確定快速算法計劃的勝利關注自動化、減少偏見和提高速度的機會。投資于培訓和開發，使計劃者具備管理（甚至創建）算法的適當技能，從而騰出時間將重點轉移到其他增值活動上（從記錄系統計劃者轉移到創新系統計劃者）。根據 Gartner 配置、優化、響應和執行（CORE）模型審核您當前的 SCP 能力重點

64、關注每一層所需算法的類型和范圍。將您的企業分析戰略與SCP戰略相結合，以利用預測和規定算法來支持集成的端到端計劃，并利用基于分析的實驗技術來推動對復雜供應鏈計劃挑戰的共同理解。將您的算法計劃方法與其他數字計劃舉措相結合，因為它們必須相互支持。業務影響業務影響業務影響：在部署算法計劃時，公司可以從以人為中心的傳統計劃轉變為以結果為中心的決策計劃。流程和組織結構將發生變化，以促進這一轉變。計劃者將通過管理算法和相關業務規則本身，從根據具體情況接受計劃或場景的明確責任轉變為隱含責任。更多的決策將轉向自動化預測和處方（也稱為自主計劃）。計劃方法將從以人為中心的批量、順序、穩態、聚合、過時和手動狀態轉變

65、為以決策為中心的連續、智能、自學習、實時和自動狀態。效益評級效益評級轉型市場滲透率市場滲透率目標受眾的 1%至 5%成熟度成熟度新興樣品供應商樣品供應商Adexa;Blue Yonder;CAMELOT Management Consultants;Lokad;o9 Solutions;OneNetwork Enterprises;Solvoyo;ToolsGroup;Veki注：Gartner 最早于 2016 年在供應鏈執行會上提出了算法供應鏈計劃這一新興技術的趨勢和概念。在此 Gartner 供應鏈執行會議上，兩位 Gartner 分析師演講描述了算法對供應鏈計劃的影響，并以三個 Too

66、lsGroup 客戶為例。Michael Burkett 介紹了2025 年供應鏈：計劃未來的供應鏈；隨后是 Amber Salley，他提出了算法供應鏈計劃：SCP 的未來。注：Gartner 最早于 2016 年在供應鏈執行會上提出了算法供應鏈計劃這一新興技術的趨勢和概念。在此 Gartner 供應鏈執行會議上，兩位 Gartner 分析師演講描述了算法對供應鏈計劃的影響，并以三個 ToolsGroup 客戶為例。Michael Burkett 介紹了2025 年供應鏈：計劃未來的供應鏈；隨后是 Amber Salley，他提出了算法供應鏈計劃：SCP 的未來。3.2.6 長期需求感應3.

67、2.6 長期需求感應供應鏈計劃技術供應鏈計劃技術長期需求感應長期需求感應分析人分析人Pia Orup Lund;Tim Payne供應鏈計劃（SCP）變革的現狀和發展趨勢26定義定義長期需求感知（LT-DS）提供綜合業務計劃，并支持兩年到五年以上的長期計劃。LT DS 的目的是考慮宏觀經濟因素（如 GDP、通貨膨脹）、領先指標和長期因果影響因素的影響，預測公司產品或服務的未來市場需求趨勢。LT DS 利用機器學習和多個外部數據集來預測市場需求水平。定位和采用速度證明定位和采用速度證明隨著公司在綜合業務計劃過程中延長時間范圍，他們將需要對領先的長期需求指標進行建模。SCP 和分析軟件市場正在開始

68、部署為 LT DS 提供支持的功能。這類軟件的市場吸引力仍然很低，但隨著許多公司因當前和未來高度動蕩的市場條件而更加迫切地需要增加其計劃范圍，市場吸引力正在增加。隨著現有 SCP 供應商繼續在 AI、ML 和高級分析方面進行投資，他們將增強其 IBP/S&OP 產品，包括對 LT DS 的更全面支持。SCP 市場的新進入者專注于 AI/ML，大數據也將進入這一領域。然而，為了取得成功，供應商需要同時擁有分析和必要的外部數據來幫助他們的客戶用戶建議用戶建議用戶建議：為了利用新興的 LT DS 解決方案，公司應該：擁有強大的配置計劃能力，使他們能夠在長期內對端到端供應鏈進行建模。獲取代表影響因素的

69、相關數據流，這些數據流將為其長期市場需求提供適當的見解。擁有成熟的銷售和運營計劃流程，在 IBP 的推動下制定長期計劃。評估供應商的 LT DS 能力?？赡苡斜匾獜牟煌谀闹饕?SCP 供應商的供應商處采購 LT DS 功能。業務影響業務影響LT DS 的影響取決于公司從戰略到執行的決策鏈接/協調能力、對場景建模和協作的支持，以及在大量外部數據中發現見解的能力。這些功能可以使用軟件解決方案來加強，該解決方案具有充分支持 IBP 的功能。隨著 IBP 流程變得更加成熟，S&OP 和公司財務計劃工具之間的集成更加明顯，LT-DS 的好處也隨之增加。當這種情況發生時，可以以更高的置信度評估長期場景

70、和權衡，這可以改善配置計劃過程中的決策。效益評級效益評級高市場滲透率市場滲透率不到目標受眾的 1%成熟度成熟度新興樣品供應商樣品供應商Coupa（LLamasoft）；Prevedere供應鏈計劃（SCP）變革的現狀和發展趨勢273.2.7 可組合 SCP3.2.7 可組合 SCP供應鏈計劃技術供應鏈計劃技術可組合可組合 SCP分析人分析人Tim Payne定義定義可組合供應鏈計劃以模塊化的方式設計其商業模式、技術架構、數據管理和集成以及合作伙伴生態系統。這樣做是為了實現 SCP 技術格局，可以在任何需要的時刻快速、安全地進行更改和組合。定位和采用速度證明定位和采用速度證明可組合企業的核心原則

71、模塊化、效率、持續改進和適應性創新為大多數組織所熟悉，并已開始在各種應用領域中被討論，如 ERP。但這些通常是大型應用程序足跡，其中可以通過適當地將相當大的組件組合在一起來啟用業務流程。在 SCP 中，我們有一個更加集中的應用領域但可組合性的概念將變得高度相關。幾年來，Gartner 一直看到 SCP 技術市場正在發生變化的最初跡象。目前，市場上有離散的計劃解決方案，將數據、數據模型和預測分析緊密捆綁在一個應用程序中，以促進供應鏈計劃。這將轉變為一個技術市場，用戶可以從各種不同的來源將數據、數據模型和分析（包括預測性和規范性）來源于一個能夠實現供應鏈計劃的環境。這種變化意味著用戶可以很容易地將

72、不同和不斷變化的數據源納入他們的計劃中；他們可以根據這些數據創建一個單一的數據模型（又稱數字供應鏈孿生）來推動決策協調。這也意味著他們可以輕松地插入最合適的計劃分析，以創建和管理各種計劃，所有這些都是由數字供應鏈孿生運行的。向可組合 SCP 的轉變將受到公司數字化計劃并最終實現第五階段計劃成熟度的愿景的推動，這兩個階段都以靈活性和創新為特征。因此，在某種程度上，它將與公司的這些舉措聯系在一起。實現可組合 SCP 的一致利益的挑戰不是任何一項特定的投資，而是“可組合企業思維”普遍實踐的基本要求。這種根本性的文化變化從熟悉的供應鏈結構的剛性到積極的持續變化的彈性是實現可組合供應鏈利益的最重要障礙。

73、用戶建議用戶建議用戶建議：在數字化轉型過程中指導其組織的供應鏈領導者應：制定一種 SCP 技術策略，其中包括可組合 SCP 的特征或者失去在 SCP中適應和獲得有效性的能力。因此，重新構想您的 SCP，使其與新一代的應用程序、體系結構和技術保持一致。舊的單一 SCP 思維和做法必須消失。確保該戰略涵蓋數據的獲取和管理，以及將這些數據關聯到一個有意義的數字供應鏈孿生中。還要確保它能夠將來自各種來源的可配置預測和規定分析插入到這對孿生中。不要把你的思維局限于傳統的 SCP 資源，比如材料和機器。最終，所有受限制的資源（如人員、資金、空間、溫室氣體、交通）都需要包括在內，供應鏈計劃（SCP）變革的現

74、狀和發展趨勢28以確保制定可行的計劃。在您的 SCP 之旅中投資支持技術-數據集成和管理能力、數字供應鏈孿生、人工智能、低代碼/無代碼開發、API、事件管理、開放數據和分析生態系統都必須是可組合 SCP 戰略的一部分。業務影響業務影響業務影響：在業務、技術和文化中采用可組合 SCP 模式的組織實現了新的彈性水平和對計劃決策創新的變革性途徑。他們從僵化而低效的傳統等級和孤立思維規范，轉變為可組合的計劃體驗的積極敏捷。這樣的組織從內部和外部組件生態系統（稱為“一攬子業務能力”，可以涵蓋數據和/或分析）中收集（整合）其計劃決策經驗，以使其組織能夠積極跟蹤和支持其用戶和供應鏈的特定（和動態）需求。效益

75、評級效益評級高市場滲透率市場滲透率不到目標受眾的 1%成熟度成熟度胚胎樣品供應商樣品供應商-3.2.8 自主計劃3.2.8 自主計劃供應鏈計劃技術供應鏈計劃技術自主計劃自主計劃分析人分析人Tim Payne定義定義自主計劃被定義為自動預測（計劃創建）和自動處方（計劃判斷）。計劃的制定涉及這兩個要素。有一個或多個關于未來的預測，然后是處方選擇關于這些未來中哪一個是最可取的。在自主計劃的情況下，沒有人直接參與決策。定位和采用速度證明定位和采用速度證明對于那些希望數字化供應鏈計劃的公司來說，自主計劃越來越受歡迎。供應鏈計劃日益自動化被許多人視為數字化計劃的關鍵目標之一。因此，圍繞自主計劃有很多炒作。

76、自主計劃的概念對 SCP 來說是新的，傳統上對大多數公司來說，這是一項相當手工的活動。然而，對于許多公司來說，這更多的是一種愿景，而不是一個現實的目標。沒有一家公司會實現對于許多公司來說，這更多的是一種愿景，而不是一個現實的目標。沒有一家公司會實現 100%的計劃決策自主。無論一家公司應用多少人工智能或的計劃決策自主。無論一家公司應用多少人工智能或 ML，在一些計劃決策（主要是處方）中總是需要人類的參與和判斷。只有某些決策類型適用于完全自動化。，在一些計劃決策（主要是處方）中總是需要人類的參與和判斷。只有某些決策類型適用于完全自動化。用戶建議用戶建議公司需要現實地考慮他們可以自主做出哪些計劃決

77、策。像 Cynefin 這樣的決策類型框架的應用是幫助理解當前 SCP 環境中存在的決策類型組合的好方供應鏈計劃（SCP）變革的現狀和發展趨勢29法。這就是目前哪些計劃決策是完全自主做出的正確類型的指標。試圖完全自動化錯誤類型的計劃決策將導致失敗。公司應將其自主計劃目標與其數字化計劃成熟度保持一致。隨著數字化計劃成熟度的提高，計劃決策類型的組合將自然發生變化，這將有助于自主做出更多此類決策。在 CORE 模型的不同層，大多數合適的決策類型都是不同的（這反映了公司中存在的各種計劃層）。對正在部署的任何新分析具有良好的透明度將有助于提高人們對這些新方法的信任和信心，這將有利于部署更多的決策自動化。

78、隨著公司努力實現更多的決策自動化，計劃的重點需要從以人為中心（低成熟度）轉變為以流程為中心（中成熟度），再轉變為以決策為中心（高成熟度）。隨著公司努力實現更多的決策自動化，計劃的重點需要從以人為中心（低成熟度）轉變為以流程為中心（中成熟度），再轉變為以決策為中心（高成熟度）。通過對正在考慮的計劃決策的高度關注，一家公司可以密切關注其類型和發展，從而在不同的時間應該應用多少自動化。業務影響業務影響通常出于兩個主要原因考慮自主計劃。第一個是關于計劃師的生產力。傳統的計劃（模擬計劃）往往是手動的，尤其是處方元素（即選擇要使用的計劃）。隨著計劃自動化程度的提高，公司可以用更少的人力計劃人員做更多的事情

79、。與此相關的是，人們做以前由于計劃過于手動無法做的事情的能力越來越強（例如，運行和比較大量的多個計劃，由于運行連續計劃而做出決策等）。第二個領域是減少計劃決策中的人為決策偏見。由于我們大腦的工作方式，人類會做出有偏見的決定。在某些情況下，減少人類對計劃決策的直接參與將有助于緩解這種人類偏見。效益評級效益評級高市場滲透率市場滲透率目標受眾的 5%至 20%成熟度成熟度新興樣品供應商樣品供應商4flow;Adexa;Aera;Blue Yonder;GAINSystems;Kinaxis;Logility;o9 Solutions注：如同供應鏈計劃的變革是其數字化變革的核心一樣，在自主學習供應鏈中

80、，供應鏈的自主計劃（計劃）是核心，而實現它是最具挑戰性的方面，目前仍進展緩慢。有關自主供應鏈和自主計劃，讀者還可參看本文作者的其它論著【1，26-27】。注：如同供應鏈計劃的變革是其數字化變革的核心一樣，在自主學習供應鏈中，供應鏈的自主計劃（計劃）是核心，而實現它是最具挑戰性的方面，目前仍進展緩慢。有關自主供應鏈和自主計劃，讀者還可參看本文作者的其它論著【1，26-27】。供應鏈計劃（SCP）變革的現狀和發展趨勢304.供應鏈計劃技術的未來若干發展趨勢供應鏈計劃技術的未來若干發展趨勢上一節介紹了 Gartner 2020 年 11 月發布的 2021 供應鏈計劃技術發展周期研究報告，目前為止作

81、者沒有見到更新的版本。然而2022和2023每年Gartner仍在舉行的供應鏈計劃峰會【28】和供應鏈研討會【29】上研討 SCP 技術的發展趨勢。此外，作者也注意到知名咨詢公司 IDC在 SCP 技術方面的研究。本節將簡單介紹幾個供應鏈計劃技術的未來發展趨勢。4.1 概率預測和概率計劃4.1 概率預測和概率計劃Gartner 在會議【28】中將概率預測（Probabilistic forecasting）描述為一種“革命性”方法。這一切都與預測精度與準確度有關：確定性計劃是精確的，但不準確；概率計劃（Probabilisticplanning）是準確的，但不精確。概率預測可以成為一種競爭優勢

82、。一些供應商長期以來一直采用概率方法（ToolsGroup）；該技術正在從預測轉向產能計劃、制造調度等。在會議【29】中，Noodle.ai 的 Jeff Alpert 的演講“概率計劃（見圖 17）：利用人工智能在供應鏈中做出更好的賭注”引起了廣泛的關注。圖 17：概率預測和概率計劃（來源：Gartner【28】）預測準確性是供應計劃流程的基礎，我們注意到許多供應鏈高管對概率預測相對于傳統預測方法的巨大優勢非常感興趣，尤其是在持續動蕩的時代和猖獗的破壞中。這種人工智能驅動的預測方法結合了來自更廣泛來源的數據，以生成一系列可能的預測結果并計算每個結果的可能性。這種對客戶需求的更深入理解轉化為更

83、有效的庫存策略，特別是對于間歇性需求的項目（通常最終包含大量過剩庫存）。更明智的預測會帶來更好的庫存管理（反過來，更快樂的客戶和更高的利潤率）。概率計劃（見圖 17）加人工智能和數字供應鏈孿生等新興技術將是未來 SCP 技術的發展方向之一。作者預測它將成為 2023 年供應鏈計劃技術發展周期曲線上的一顆新星。供應鏈計劃（SCP）變革的現狀和發展趨勢314.2 人工智能驅動的供應鏈計劃4.2 人工智能驅動的供應鏈計劃2022 年 Gartner AI 技術成熟度曲線強調了人工智能作為供應鏈計劃領域顛覆性趨勢的重要性【29】。預計到 2025 年，人工智能將成為供應鏈計劃的主流技術。在 2023

84、Gartner 供應鏈研討會上瀏覽 Xpo 提供了大量證據，表明這最終將成為現實。大多數技術供應商展位都提到了人工智能，并在演示中不斷提及?！?0】指出：95%的供應鏈計劃供應商正在開發或已經具備人工智能能力。這一統計數據突顯了令人印象深刻的 95%數字，有力地說明了人工智能在供應鏈計劃領域的注入軌跡。它強調了人工智能采用的不可避免的勢頭，預示著在不久的將來人工智能功能將成為常態而不是例外。轉向人工智能的供應商規模之大，生動地描繪了該技術正在改變供應鏈物流的支柱。強調這一點，為潛在投資者、利益相關者和讀者提供了更清晰的視角，讓他們了解人工智能重新定義曾經傳統行業的潛力。4.3 以決策為中心的計

85、劃4.3 以決策為中心的計劃近年來，首席供應鏈官所處的環境發生了巨大變化，但大多數組織未能調整其計劃方法。供應鏈計劃的基本原理已經存在很長時間了。它們的設計方式使流程成為決策的焦點無論是通過戰略計劃、銷售和運營計劃(S&OP)還是銷售和運營執行(S&OE)。根據 Gartner 的 2022 年供應鏈計劃業務案例調查，很少有公司將計劃流程作為專門的計劃來啟動，而是依靠固定的循環計劃來做出決策。這種方法并不能完全解決當今供應鏈面臨的需求水平、供應變化性和復雜性。需要新的計劃理念。當今的供應鏈需要一個符合其組織需求的模型。作為回應，具有前瞻性的供應鏈正在轉向以決策為中心的計劃(DCP)來進行業務決

86、策。圖 18：以決策為中心的計劃的框架（來源：Gartner【31】）Gartner 指出【31】：以決策為中心的計劃（DCP）不是一個新流程；它是一個新概念，一種用于商業決策的新方法。以決策為中心意味著流程和活動旨在為業務做出最佳決策，涉及正確的決策者、正確的利益相關者，這些利益相關者可能會根據所做的決策而有很大差異。因此，決策本身成為所有決策活動的焦點。理想情況下，DCP 應由現代供應鏈計劃技術提供應鏈計劃（SCP）變革的現狀和發展趨勢32供支持，使公司能夠持續監控事件、估計這些事件的影響并支持圍繞如何應對這些事件的決策。Gartner DCP 框架由 4 個部分組成（見圖 18）：持續監

87、控（持續監控（Continuous Monitoring）：）：為了及時做出決策，公司必須能夠快速檢測到需要他們采取行動的事件何時發生。觸發事件可以是任何有可能破壞計劃并需要重新計劃的事件，而不是定期發生的循環或批量計劃。事件影響評估（事件影響評估（Event Impact Assessment）：）：影響評估是以決策為中心的計劃的關鍵。當需求或供應發生變化時，公司必須能夠評估其影響。這將指導他們決定啟動哪個流程以及讓哪些人參與。評估時要考慮的因素包括受影響的決策類別、供應鏈的影響半徑以及受相關事件影響的績效目標。影響驅動的決策（影響驅動的決策（Impact-driven decisions）

88、:接下來，必須考慮是否需要改變如果需要，何時改變。公司需要權衡業務政策、規則、目標和閾值，以指導他們決定何時采取行動。根據對決策緊迫性的評估，他們可能需要立即啟動流程，或者，如果緊急程度較低，則等到新的正式流程周期開始。在某些情況下，我們可能什么都不做（例如，讓庫存吸收可變性），也可能在其他情況下，我們需要制定新的計劃來緩解。決策驅動的可組合流程（決策驅動的可組合流程（decision-driven composable process）：）：為了提高決策的敏捷性和速度，流程必須變得更加靈活和頻繁。這需要將較大的流程（例如 S&OP 和 S&OE）分解為更小的部分，以便構建新的流程。大多數動態

89、創建的流程的生命周期僅等于特定決策的生命周期。DCP 將需要重新思考我們通常采用的計劃方法以及傳統流程和設置。我們需要更好地利用我們對數據的更多訪問以及新的現代技術和先進算法，使流程隨著事物的變化而變得更加靈活和適應性強。通過使用 DCP 的概念，供應鏈能夠更好地抵抗波動或不斷變化的條件，因為它可以更快地適應和響應。在標準 S&OP 流程過于僵化而無法處理需要做出的實時決策的情況下，以決策為中心的計劃獲得了關注【32】。它涉及的內容包括：監控事件。持續監控事件以決定何時進行計劃運行。評估事件影響。從基本問題開始：它是戰略影響還是戰術影響？需要啟動什么流程，誰需要參與？根據該評估做出決定。定義操

90、作的閾值和指南。這為您提供了最大的決策時間余地，這通常比在您看到全貌之前過快地做出決策要好。實施決策驅動的可組合流程。這需要將 S&OP 和 S&OE 分解為更小的流程，并根據需要將它們整合在一起以解決手頭的問題。DCP 有助于引入所有必要的參與方和信息，以做出快速、準確的決策，同時保持靈活性和適應性。正如【31】指出的，如果供應鏈組織/企業想在未來蓬勃發展并成長，就需要以決策為中心的計劃。供應鏈計劃（SCP）變革的現狀和發展趨勢334.4 協同供應鏈云平臺將出現4.4 協同供應鏈云平臺將出現云已經發展成為托管多個供應鏈合作伙伴的理想基礎設施和平臺，以協作提供優化的服務，包括計劃、物流、尋源、

91、采購和備件管理。像谷歌和微軟這樣的大型云提供商將托管這些平臺，因為它們本身就擁有架構、規模和興趣，可以使云中的供應鏈計劃模型適用于多個軟件提供商。這些云架構已經不斷發展，以支持輕松的應用程序集成以及分析功能、安全性和其他服務。借助一個開放的云平臺，計劃/管理物流將與物料搬運齊頭并進，從而更好地優化運輸，與數字供應鏈計劃的其余部分同步。4.5 將可持續發展理念融入集成供應鏈計劃4.5 將可持續發展理念融入集成供應鏈計劃可持續供應鏈管理（SSCM）的概念和理論產生于 2000 年代【33】，它涉及將環境和財務上可行的實踐整合到整個供應鏈生命周期中，從計劃，產品設計和開發，材料選擇，制造生產，分銷，

92、直到售后服務及產品終結處理。在當今不確定的環境下和數字時代，將可持續發展納入商業戰略的核心和將可持續商業模式和供應鏈聯系起來是越來越重要的趨勢，其重要性與日俱增【34】。根據 IDC 的研究報告【35】，未來十年，可持續發展將成為韌性供應鏈的關鍵要素，而實施集成式計劃是實現這個目標的關鍵?！?5】指出：“集成式計劃的目標之一是構建響應式韌性供應鏈，能夠將各種反饋方式無縫融入企業的各個領域。許多首席級高管都在關注供應鏈的戰略性和關鍵性，因此，現在就是高管將可持續計劃實踐整合到企業計劃的最佳時機?！痹搱蟾嬖谥赋隹沙掷m性對應對供應鏈中斷，氣候問題等風險等的重要性同時，給出了的幾點將可持續發展理念融入

93、集成供應鏈計劃理由將可持續發展理念融入集成供應鏈計劃理由：早在近期的供應鏈中斷和材料限制危機之前，供應鏈計劃就已成為優化供應鏈功能的主要優先事項。當前的局面只是促使企業加大對計劃流程改進的投入。由于計劃已經成為供應鏈成熟度的核心要素，因此企業必須將可持續資源和業務實踐整合到計劃中。尤其值得注意的是：企業必須將可持續發展理念融入供應鏈計劃，并使其成為優化算法的一部分，這樣就能將可持續發展從經常流于表面的 ESG 工作，上升到供應鏈運營方式。企業需要實現計劃與采購、制造和訂單履行的端到端連接（同步計劃），擴大傳統的計劃范圍，將之前分散的各項活動更有效地關聯起來，包括擴大可持續發展戰略的實施范圍和影

94、響力。如果沒有制定可持續發展計劃，企業將無法推進可持續發展。關于該趨勢的詳細討論已超出了本文的范圍。本文作者將在未來的 SCP 系列報告中專門討論此主題。4.6 智能供應鏈計劃4.6 智能供應鏈計劃IDC 在【5】從戰略到運營的全局視野，提出了智能供應鏈計劃的一種框架（見圖 19）。該技術框架包括以下的層次和軟件系統結構：供應鏈計劃（SCP）變革的現狀和發展趨勢34頂層是供應鏈控制塔：頂層是供應鏈控制塔：它包括可視，預測，和決策三大功能模塊。SCP 的戰略層：的戰略層：它包括供應鏈網絡計劃及優化，其中包含產品，產能，倉配，和供應能力四大計劃。SCP 的運營層：的運營層：它包括運營的四個子層次的

95、計劃功能：需求計劃和庫存計劃，產銷協同計劃 S&OP，供應計劃，生產計劃（包含生產排程，運輸調度，人員推進）三層三層 SCP 的核心技術：的核心技術：運籌+AISCP 和外部系統的連接：和外部系統的連接：外部系統包括 ERP，MES，WMS，TMS，勞動力管理系統。圖 19：IDC 智能供應鏈計劃技術框架（來源：IDC&悠樺林【5】）【5】指出：“供應鏈計劃的智能化演進成為顯著趨勢：從實踐來看，傳統供應鏈計劃應用以規則和啟發式算法為主，結合從業人員的行業 Know-How 輸出共識計劃，其運行過程受人為經驗和算法能力的限制較多，一般只能實現局部最優。此外，在外部條件發生變化時，基于人工經驗的計

96、劃難以快速動態響應，無法適應新的場景需求。而智能供應鏈計劃應用融合了規則算法、運籌優化和人工智能等一系列新的發展成果，能夠輸出由數據和業務雙引擎驅動的智能化分析結果，從全局層面實現資源的動態優化配置，成為企業未來供應鏈升級的一個重要方面?！弊髡哒J為【5】提出的這一智能供應鏈計劃技術框架無凝為推動中國供應鏈計劃的變革打下了良好基礎，也為制造業的 SCP 系統提供了一個新的參考框架。然而其技術核心單有算法和AI 還不夠，一個數字化 SCP 需要物聯網，云計算，數字供應鏈孿生等新興技術作為 SCP 的數字底盤。此外，（1）如變更管理，智能編排，可持續性計劃必須集成到下一代數字化 SCP的框架中；（2

97、）更多的外部系統，如 CRM/SRM，金融系統，PLM（產品生命周期）等需要連接到未來的 SCP 系統。供應鏈計劃（SCP）變革的現狀和發展趨勢355.總結總結本文將是作者關于供應鏈計劃變革的一系列文章的首篇。本文主要包括四個部分：第一部分主要介紹目前供應鏈計劃變革的現狀；第二部分介紹變革的某些趨勢；第三部分介紹了豈今作者能看到的最新近的 Gartner 的研究報告；最后討論了供應鏈計劃技術的未來發展趨勢。作者計劃將在下面的系列報告中介紹現代 SCP 技術的開拓者們的創新和典型數字解決方案，下一代 S&OP，決策智能，SCP 的成熟度，自主 SCP 的發展趨勢等。作者希望供應鏈的同行能從中獲益

98、，以推動中國供應鏈計劃的變革和創新。供應鏈計劃（SCP）變革的現狀和發展趨勢366.參考文獻6.參考文獻【1】唐隆基和潘永剛，數字化供應鏈：轉型升級路線與價值再造實踐,人民郵電出版社，2021 年 09 月【2】7thState of Smart Manufacturing Report：SUPPLY CHAIN PLANNING EDITION，Plex，2022【3】8th State of Smart Manufacturing Report(2023)，Plex，2023【4】Supply Chain Predictions 2023，Gartner，2023【5】杜雁澤和閆泊寧，智慧

99、供應鏈，致勝數字時代-智能供應鏈計劃白皮書，IDC&悠樺林，2023-05【6】唐隆基，數字化供應鏈控制塔的理論和實踐，供應鏈管理，Vo.1,No.2,2020【7】唐隆基，潘永剛，和余少雯，人工智能重塑數字化供應鏈,供應鏈管理，Vol.2,No.8,2021【8】唐隆基，潘永剛，和余少雯，數字供應鏈孿生及其商業價值,供應鏈管理，Vol.3,No.2，2022/2【9】唐隆基博士專欄，http:/ 應 鏈 計 劃(SCP)市 場 研 究，ARCAdvisoryGroup，2022https:/ 首次發布中國供應鏈計劃及 APS 市場份額報告，2023-07-31【12】Hype Cycle f

100、or Supply Chain Planning Technologies,2020，Gartner，11-12-2020【13】唐隆基，供應鏈數字化與智能物流的前沿趨勢，2023 第二屆粵港澳大灣區制造業供應鏈與數字化轉型峰會（廣州，5 月 11 日）【14】唐隆基，新的數字沖擊波：元宇宙正在來臨從元宇宙看未來智能制造和供應鏈，羅戈研究，2021-09-09【15】唐隆基，潘永剛，和余少雯,數字供應鏈孿生及其商業價值,供應鏈管理，Vol.3,No.2，2022/2【16】唐隆基，數字孿生趨勢，概念，技術及應用，湖南大學信息和軟件學院，2021 年 03月 31 日【17】唐隆基，數字供應鏈孿

101、生研究報告，羅戈研究院，2020/07/11【18】唐隆基，數字孿生在物流中的應用趨勢DHLDigital Twins in Logistics（物流中的數字孿生）解讀,羅戈研究院，2019-08-01【19】唐隆基,數字化供應鏈控制塔 4.0，羅戈研究，2017-11-2（最早發表在物流沙龍專欄）http:/ Blue Yonder，羅戈研究,2021-11-24【28】Gartner 2022 年供應鏈研討會亮點，2022-06-14https:/ 2023 供應鏈研討會和人工智能技術成熟度曲線,noodle.ai【30】Exposing the Truth:AI In Supply Ch

102、ain Statistics in 2023，ZipDo【31】Gartner 供應鏈研討會/Xpo 2023 的 4 大要點,ToolsGroup,https:/ Orup Lund，Bring Agility and Flexibility to Planning Processes:The Powerof Decision-Centric Planning，Gartner，2023-03-14【33】Simon Norris，Julia Hagenbeck&Stefan Schaltegger，Linking sustainablebusiness models and supply c

103、hains Toward an integrated value creationframework，Wiley，2021-06-07【34】唐隆基,供應鏈的未來發展趨勢和預測，2023 第 13 屆供應鏈|采購|制造創新峰會（上海，6 月 8-9 日）【35】IDC 項目副總裁 Simon Ellis 和研究總監 Eric Thompso，將可持續發展理念融入集成供應鏈計劃，2022-09供應鏈計劃（SCP）變革的現狀和發展趨勢387.羅戈研究7.羅戈研究羅戈研究專注于提供綠色供應鏈物流咨詢、研究與培訓服務，總部上海，在深圳、北京、成都等地設有辦事機構。依托物流沙龍&羅戈網近二十年的持續市場洞察、企業服務，形成了獨有的供應鏈物流咨詢服務能力，長期開展對國內領先企業的綠色供應鏈物流咨詢服務。羅戈研究碳管理咨詢服務羅戈研究碳管理咨詢服務綠色低碳報告綠色低碳報告羅戈研究已連續 3 年發布零碳/低碳供應鏈物流相關研究報告，歡迎通過以下二維碼進行下載近三年最新報告。您關于報告內容有任何問題，或希望與我們進一步交流，歡迎聯系：楊波：(右方為企業微信二維碼）