《羅戈研究：供應鏈物流及人工智能發展趨勢預測綜述（2024年及以后）（67頁）.pdf》由會員分享，可在線閱讀，更多相關《羅戈研究：供應鏈物流及人工智能發展趨勢預測綜述（2024年及以后）（67頁）.pdf（67頁珍藏版）》請在三個皮匠報告上搜索。

1、供應鏈物流及人工智能發展趨勢預測綜述（2024 年及以后）羅戈研究院副院長中國數字化學會特聘終身顧問廣州捷世通物流股份有限公司戰略副總湖南大學計算機信息工程學院兼職敎授唐隆基博士（2024-03-10）供應鏈物流及人工智能發展趨勢預測綜述（2024 年及以后）2目錄引言.41.2024 年及以后的重要戰略預測.51.1 GenAI 使人們在個人和專業方面變得更好、更強大.51.2 企業將更好地克服最糟糕的特質.61.3 新威脅創造新責任和社區.72.Gartner 2023 供應鏈戰略成熟度周期.83.人工智能和生成式人工智能的發展趨勢及預測.113.1 人工智能是 2024 年大創意中最重要

2、的創意.113.22023 年 Gartner 人工智能技術成熟度周期.143.3 人工智能和 AI 技術的未來.163.4 企業生成式人工智能的未來.183.5 人工智能軟件市場的預測.193.5.1 人工智能軟件預測與增長.193.5.2 預測生成式人工智能的增長.213.6 供應鏈市場中的人工智能：全球行業分析與預測（2023-2029）.234.2024 年及之后供應鏈的未來趨勢和預測.264.1 2024 年工業和全球供應鏈預測.264.2 2024 年福布斯的供應鏈預測.274.3 2024 年部分供應鏈關鍵統計數據.294.3.1 主要供應鏈統計數據.294.3.2 其他供應鏈統

3、計數據.33供應鏈物流及人工智能發展趨勢預測綜述（2024 年及以后）34.4 2024 年部分物流關鍵統計數據.345.2024 年及之后主要與采購有關的供應鏈趨勢和預測.405.1 首席采購官根據技術對采購的影響進行調整.405.2 GEP 2024 年采購與供應鏈展望.435.2.1 2024 年全球商業和宏觀經濟趨勢.435.2.2 2024 年七個領導主題.516.總結.64參考文獻.65羅戈研究.67供應鏈物流及人工智能發展趨勢預測綜述（2024 年及以后）4引言2023 年是 ChatGPT 和生成式人工智能釋放巨大創造力和生產力潛力的一年，但創新的廣度和深度正在影響和改變一切。

4、2024年2月16日，OpenAI又發布了首款文生視頻模型Sora，這絕對是顛覆性的創新，意味著今后眼見可能不再為實。世界一方面正處于顛覆式創新技術的時代，另一方面是繼續處于高度不確定的時代，大國競爭，地緣政治和動蕩仍在繼續。新的顛覆式創新，全球格局之大變等籠罩著世界，特別是供應鏈,加之為應對氣候和其它危機的法規不斷出臺所引起的企業責任和政府監管壓力上升。新的一年 2024 注定是充滿挑戰和機會的一年。本文作者年初在【1-2】中已經介紹和討論了有關生成式人工智能，反脆弱供應鏈和供應鏈持續性的趨勢。下面是【1-2】的繼續，將介紹和分析 2024 年及之后值得關注的趨勢和預測除一些公共的戰略性預測

5、外，主要是關于供應鏈及物流方面的統計數據、趨勢和預測。供應鏈物流及人工智能發展趨勢預測綜述（2024 年及以后）51.2024 年及以后的重要戰略預測Gartner 于 2023 年 12 月 4 日發布了其一年一度的2024 年及以后的 10 大重要戰略預測報告（見圖 1）。Gartner 的 2024 年及以后的重要戰略預測幫助組織了解將在未來三到五年內可能遇到并影響組織的思維和戰略規劃的趨勢。圖 1：2024 年及以后的十大戰略預測（來源：Gartner【3】）1.1 GenAI 使人們在個人和專業方面變得更好、更強大這一類包括了圖 1 中十大預測中的前面第 1，2，和 3 個預測。1)

6、個人可以使用 GenAI 來創建更好的簡歷、報告、工作產品以及與他人的互動。到 2026 年，供應鏈物流及人工智能發展趨勢預測綜述（2024 年及以后）630%的員工將利用數字化“魅力過濾器”，讓你看起來比實際情況更好，從而在職業生涯中實現以前無法實現的進步。2)由于 GenAI 可以提高整個勞動力的產出，因此擁有大量廉價勞動力的國家將不會擁有那么明顯的優勢。到 2027 年，人工智能的生產力價值將被視為國家實力的主要經濟指標，這主要歸功于勞動力生產力的普遍提高。3)GenAI 可以幫助創建一支更加多元化的勞動力隊伍，其中包括來自不同年齡組、不同教育和種族背景以及神經異常（自閉癥、多動癥和閱讀

7、障礙等疾?。┑娜藛T。到 2027 年，25%的財富 500 強公司將積極招募神經多元化人才，以提高經營績效。1.2 企業將更好地克服最糟糕的特質這一類包括了圖 1 中十大預測中的前面第 4，5，6，7 個預測。4)更多電力為計算機供電的需求正在迅速增長。GenAI 提高了能源成本和可用性。到2026 年，一半的 G20 成員國將實行每月限電，這使得能源意識運營要么成為競爭優勢，要么成為重大失敗風險。5)GenAI 可以提供現代化計劃、重構計劃、測試和驗證以及其他功能來加快現代化工作。到 2027 年，GenAI 工具將用于解釋遺留業務應用程序并創建適當的替代品，從而將現代化成本降低 70%。6

8、)用機器人補充勞動力可以幫助企業發展，但這將暴露出改變企業運營的必要性。到 2028年，由于勞動力短缺，制造業、零售業和物流業的智能機器人數量將超過一線工人。7)機器工人和顧客的崛起正在促使人們重新思考關鍵業務運營。到 2026 年，30%的大公司將擁有專門的業務部門或銷售渠道，以進入快速增長的機器客戶市場。供應鏈物流及人工智能發展趨勢預測綜述（2024 年及以后）71.3 新威脅創造新責任和社區這一類包括了圖 1 中十大預測中的前面第 8，9，和 10 個預測。8)雖然 GenAI 帶來了大量機會，但惡意信息卻成為新的威脅媒介。到 2028 年，企業用于應對這一問題的支出將超過 300 億美

9、元，占用 10%的營銷和網絡安全預算。9)首席執行官必須授權一位負責的高管（例如首席信息安全官）來應對整個組織中虛假信息的挑戰。到 2027 年，由于監管壓力的增加和攻擊面的擴大，45%的 CISO 的職責將擴展到網絡安全之外。10)工會歷來向組織和政府施壓，要求他們先保護人民，再保護公司。到 2028 年，在采用生成式人工智能的推動下，知識工作者的工會人數將增加 1,000%。Gartner 杰出副總裁分析師兼研究員 Daryl Plummer 指出：“大型語言模型(LLM)的存在涵蓋了廣泛的創造力，這些能力不斷創造更多的興奮點。但與這種興奮相反的是健康的懷疑態度和對風險的擔憂。我們今年的預

10、測展示了 GenAI 如何滲透到任何主題。事實上，在沒有GenAI 的情況下開始這樣的對話是短視的?！薄?】最后指出如何正確使用 Gartner 的預測：使用 Gartner 預測作為您的戰略計劃的規劃假設。評估近期標志以確定預測是否更有可能變成事實。預計較長時間范圍的預測比較短時間范圍的預測更不可能實現?？傊?，Gartner 對 2024 年的重要預測反映了 GenAI 如何改變我們對幾乎每個主題的思維。GenAI 的“典范”ChatGPT 在 2022 年底發布，2023 年，一切都發生了變化。這一引入改變了人們對計算的許多看法。GenAI 提供了完成以前不可能完成的事情的機會。這些預測將

11、幫助您考慮應該重新構想哪些假設以及何時重新構想，從而使您能夠創建一個更加靈活、適應性更強的組織，為未來的情況做好更好的準備。供應鏈物流及人工智能發展趨勢預測綜述（2024 年及以后）82.Gartner 2023 供應鏈戰略成熟度周期自 2017 年 Gartner 每年 8 月間發布一份供應鏈戰略成熟度周期（Hype Cycle for Supply ChainStrategy）的研究報告，它為供應鏈組織提供戰略方面的建議?！?】指出：自該研究報告誕生以來，成熟度周期研究一直是值得信賴的來源，幫助 CSCO 和供應鏈領導者確定關鍵能力的投資并確定優先順序。技術成熟度周期展示了功能的成熟度、采

12、用水平、業務影響和相關風險。這樣，領導者就可以創建一個投資組合，平衡對未來創新的追求與持續漸進改進的需求。該成熟度周期沿著不同的階段進行。由創新或行業焦點觸發的能力進入循環，然后朝著期望膨脹的峰值前進。在這個階段，能力面臨著不切實際的期望，如果不滿足，就會將其推向幻滅的低谷。在這個時期，公司可能會質疑其價值。如果它能夠度過低谷，那么該功能就會進入更廣泛采用和持續回報的時期?，F在最新的是 2023 供應鏈戰略成熟度周期（見圖2）。該研究具有一定連續性，每年的供應鏈戰略成熟度周期復蓋了供應鏈戰略成熟度周期未來 3 至 5 年供應鏈戰略趨勢，每年發布的新的供應鏈戰略成熟度周期會有更新，但保持了其研究

13、的內在連續性。供應鏈物流及人工智能發展趨勢預測綜述（2024 年及以后）9圖 2：Gartner 2023 供應鏈戰略成熟度周期（來源：Gartner【4】）在 2020 年 Gartner 供應鏈戰略成熟度周期中，峰頂左側是供應鏈組織正在探索的許多新興功能。峰頂右邊是正趨于成熟的數字能力，它們是公司應積極采用的能力，以優化其績效。此處高德納特別指出了五項值得關注的數字技術和戰略趨勢，供應鏈領導者應該掌握這些功能?；诔墒於鹊男袆又匾墓湋鹇在厔菥哂行律芰Φ挠嗅槍π缘膶嶒灒涸诩夹g成熟度曲線的左側，今年有兩種新興的數字能力，有可能加速數字化轉型之旅。鼓勵 CSCO 追求小型概念驗證，使其組

14、織能夠更好地了解應對挑戰和可行性的能力潛力?？蛻舻臄底謱\生(DToC)：DToC 是客戶的動態虛擬鏡像表示，有助于仿真、模擬和預測客戶的行為?？蛻艨梢允莻€人、企業客戶、角色、人群或機器。機器客戶：機器客戶是非人類經濟參與者，通過付款來獲取商品或服務。例子包括獨立于人類命令下訂單的物聯網連接設備或資產、維持消耗品可用性的智能補貨算法以及向消費者建議交易的智能助手。Gartner 2020 年首席執行官和高級管理人員調查表明，61%的首席執行官認為，到 2030年，機器客戶的需求將在其行業中變得越來越重要。生成式人工智能（GenAI）：GenAI 技術可以通過從原始源內容的大型存儲庫中學習來生成內

15、容、策略、設計和方法的新派生版本。GenAI 具有深遠的商業影響，包括內容發現、創建、真實性和監管；人類工作的自動化；以及客戶和員工體驗。在供應鏈中，GenAI 可以創建定制的客戶和供應商供應鏈物流及人工智能發展趨勢預測綜述（2024 年及以后）10溝通。認真追求被炒作的能力：轉向周期的右側，我們看到一些能力正在成熟，但尚未在更廣泛的范圍內進行測試。對于這些能力，技術成熟度曲線建議進行試點，以進一步了解他們面臨的挑戰，包括技術不成熟、文化不成熟以及與現有流程的不一致等數字供應鏈孿生：數字供應鏈孿生是物理端到端供應鏈的高分辨率數字表示，它與現實世界同步，以提供可見性并實現一致的端到端決策。人工智

16、能(AI)：人工智能應用先進的分析和基于邏輯的技術來識別和預測模式、自學習以及制定和執行決策。人工智能增強了人類的決策能力或使日常和非常規任務自動化。人工智能有潛力改變供應鏈。它通過識別模式并提出可行的建議，顯著增強了人類的決策能力。充分利用成熟的能力：對于某些數字功能而言，其承諾與支持業務需求的能力之間仍然存在脫節。許多組織都在努力超越炒作，尋找成功的部署策略。Gartner 建議 CSCO 與其組織合作，重新審視這些能力，以確定它們是否適合數字化優先事項。機器學習(ML)：ML 可以從大量數據中識別模式、生成見解并預測未來結果。雖然機器學習在供應鏈中的潛力巨大，但在更廣泛的采用方面面臨著許

17、多障礙。缺乏高質量的數據可能會降低機器學習算法的輸出。用戶對復雜模型工作的不信任可能會限制采用。高級分析：高級分析涵蓋預測性和規范性，使組織能夠預測未來場景并主動確定最佳行動。盡管它在領導者中展示了顯著的好處，但許多供應鏈組織仍然未能廣泛采用它。員工數據素養水平低也是缺乏采用的罪魁禍首。供應鏈物流及人工智能發展趨勢預測綜述（2024 年及以后）113.人工智能和生成式人工智能的發展趨勢及預測筆者在【1】中已經對生成式人工智能的發展趨勢，特別是展望了它對供應鏈領域的應用前景。本節將進一步介紹一般人工智能和生成式人工智能未來發展的成熟度趨勢和某些預測。本節主要參考 Gartner 發布的人工智能技

18、術成熟度周期的研究報告【5-10】。在此之前，先介紹一下 ARK Invest（方舟投資）對于 2024 到 2030 年世界顛覆性技術創新的分析和預測【5】，其中重點關注人工智能。3.1 人工智能是 2024 年大創意中最重要的創意自 2017 年以來的傳統，ARK Invest（方舟投資）每年發布一份年度研究報告“大創意（BigIdeas）”，它是 ARK 的開創性文件，對技術融合及其在全球范圍內變革行業和經濟的潛力進行了全面分析。ARK Invest 的2024 年大創意報告【5】概述了對 2030 年關鍵技術發展的雄心勃勃的期望及其到 2040 年的潛在影響。下面列舉了該報告的 15

19、個對未來科技的預測:技術融合：在人工智能突破的推動下，到 2030 年，與顛覆性創新相關的全球股票市場價值可能會從總市值的 16%增加到 60%以上。因此，與顛覆性創新相關的年度股票回報率可能會超過 40，未來七年，其市值將從目前的約 19 萬億美元增加到 2030 年的約220 萬億美元。到 2030 年，與顛覆性創新相關的全球股票市場價值可能會增加至 60%人工智能：擴展全球智能并重新定義工作。到 2030 年，硬件和軟件的融合可以推動人工智能培訓成本每年下降 75%。比特幣配置：增強比特幣在投資組合中的作用。過去七年里，比特幣的年度回報率平均約為 44%，而其他主要資產的年度回報率平均為

20、 5.7%。2023 年的比特幣：在 2022供應鏈物流及人工智能發展趨勢預測綜述（2024 年及以后）12年的挑戰之后展現出韌性和復蘇，2023 年，比特幣價格飆升 155%，2023 年比特幣市值將達到 8270 億美元智能合約：為互聯網原生金融系統提供動力。如果金融資產以類似于互聯網采用的速度遷移到區塊鏈基礎設施，并且與去中心化金融服務相關的收取率是傳統金融服務的三分之一，那么智能合約每年可能會產生超過 4500 億美元的費用。數字消費者：向數字休閑轉型。根據 ARK 的研究，數字休閑支出將取代實體休閑支出，并在未來 7 年內以每年 19%的速度增長，從 2023 年的 7 萬億美元增長

21、到 2030年的 23 萬億美元。數字錢包：通過雙邊網絡閉合循環。根據 ARK 的研究，閉環消費者支付、商業銀行和員工工資/支付將使特定垂直軟件平臺的收入在未來七年內以每年 22-33%的速度增長，到 2030 年，數字錢包可能會將特定垂直軟件平臺的收入增加到 27-500 億美元。精準治療：更有效、更便宜地治愈疾病。根據 ARK 的研究，專注于精準治療的公司的企業價值在未來 7 年內可能以每年 28%的速度增長，從 2023 年的約 8200 億美元增至 2030 年的約 4.5 萬億美元。多組學工具和技術：將生物學見解轉化為經濟價值。根據 ARK 的研究，多組學工具和技術可以將每種藥物的研

22、發(R&D)支出減少 25%以上。電動汽車：更低的電池成本推動電動汽車的采用。ARK 預測，未來 7 年電動汽車銷量將以每年 33%的速度增長，從 2023 年的約 1000 萬輛增至 2030 年的 7400 萬輛。機器人技術：人工智能軟件和硬件的融合使自動化得以推廣。根據賴特定律，隨著硬件和軟件成本的下降，人工智能將繼續提高生產力，并為通用機器人技術創造新的市場機會，每年的收入規模將超過 24 萬億美元。通用機器人代表著超過 24 萬億美元的全球收入機會供應鏈物流及人工智能發展趨勢預測綜述（2024 年及以后）13Robotaxis：安全且經濟地改變城市交通。根據 ARK 的研究，機器人出

23、租車平臺可以重新定義個人出行，并在未來五到十年內創造 28 萬億美元的企業價值。2030 年，Robotaxi 平臺可創造 28 萬億美元的企業價值自主物流：降低成本并重塑供應鏈。根據 ARK 的研究，到 2030 年，自動送貨收入可能會從現在的零增長到 9000 億美元?？芍貜褪褂玫幕鸺簽樯虡I開放外太空。根據 ARK 的研究，到 2030 年，衛星連接收入可能達到 1300 億美元，但仍只是約 2 萬億美元電信收入的一小部分。2030 年衛星連接收入每年可能超過 1300 億美元3D 打?。褐厮苤圃?。根據 ARK 的研究，未來 7 年，即到 2030 年，3D 打印收入每年可能會增長約 4

24、0%，從目前的約 180 億美元增至 2030 年的約 1800 億美元。該報告還指出，在許多通用性技術中，人工智能已成為其核心技術，圖 3 顯示了通用性技術的經濟影響（實際 GDP 增長和消費者盈余的年度增長百分比）預測。按此預測，到 2030 年，人工智能對世界經濟的影響將達到約 712%。圖 3：通用性技術的經濟影響（來源：ARK【5】）供應鏈物流及人工智能發展趨勢預測綜述（2024 年及以后）143.22023 年 Gartner 人工智能技術成熟度周期2023 年 Gartner 人工智能技術成熟度周期確定了能夠提供顯著甚至變革性效益的創新和技術，同時還能解決易出錯系統的局限性和風險

25、。人工智能戰略應考慮哪些提供最可信的投資案例？Gartner 總監分析師 Afraz Jaffri 表示：“人工智能技術成熟度曲線中有許多創新值得特別關注，這些創新將在兩到五年內成為主流采用，其中包括生成式人工智能和決策智能?！薄霸缙诓捎眠@些創新將帶來顯著的競爭優勢，并緩解與在業務流程中使用人工智能模型相關的問題?！痹谌斯ぶ悄芗夹g中，目前 GenAI 創新占主導地位，它使用 ChatGPT 等系統以非常真實的方式提高了開發人員和知識工作者的生產力。這導致組織和行業重新思考其業務流程和人力資源的價值，將 GenAI 推向技術成熟度曲線上期望過高的頂峰（見圖 4）。Gartner 現在認為生成式

26、AI 運動在走向更強大的 AI 系統的道路上有兩個方面值得關注：GenAI 將推動創新。將推動 GenAI 進步的創新。這兩個方面不同的關鍵技術列舉在下面的表格中:生成式人工智能將推動創新生成式人工智能影響業務，因為它涉及內容發現、創建、真實性和法規。它還具有自動化人類工作以及客戶和員工體驗的能力。推動生成式人工智能進步的創新stablediffusion,midjourney，LLM 等創新正加速GenAI 進步。用戶組織都在積極嘗試，初創公司涌現，政府出臺法規等在推動其發展。通用人工智能（AGI）是機器的（目前假設的）智能，它可以完成人類可以執行的任何智力任務。人工智能工程是企業大規模交付

27、人工智能解決方案的基礎。該學科創建連貫的企業開發、交付和基于人工智能的運營系統。自主系統是執行領域限定任務的自我管理物理或軟件系統，具有三個基本特征：自主性、學習性和代理性。人工智能仿真是人工智能和仿真技術的結合應用，共同開發人工智能代理以及可以訓練、測試甚至部署人工智能代理的模擬環境。人工智能信任、風險和安全管理（AI TRiSM）確保人工智能模型治理、可信性、公平性、可靠性、穩健性、有效性和數據保護。因果人工智能識別并利用因果關系，超越基于相關性的供應鏈物流及人工智能發展趨勢預測綜述（2024 年及以后）15云人工智能服務提供人工智能模型構建工具、預構建服務的 API 和相關中間件，支持構

28、建/訓練、部署和使用在預構建基礎設施上作為云服務運行的機器學習(ML)模型。復合人工智能是指不同人工智能技術的組合應用（或融合），以提高學習效率，拓寬知識表示的層次。它以更有效的方式解決更廣泛的業務問題。計算機視覺是一組技術，涉及捕獲、處理和分析現實世界的圖像和視頻，以從物理世界中提取有意義的上下文信息。以數據為中心的人工智能是一種專注于增強和豐富訓練數據以推動更好的人工智能成果的方法。以數據為中心的人工智能還解決數據質量、隱私和可擴展性問題。邊緣人工智能是指在非 IT 產品、物聯網端點、網關和邊緣服務器中嵌入人工智能技術的使用。它涵蓋消費、商業和工業應用的用例，例如自動駕駛汽車、增強的醫療診

29、斷功能和流視頻分析。智能應用程序利用學習適應來自主響應人和機器。模型運營化(ModelOps)主要關注高級分析、人工智能和決策模型的端到端治理和生命周期管理。運營型人工智能系統(OAISys)支持生產就緒型企業級人工智能的編排、自動化和擴展，包括機器學習、DNN 和生成型人工智能。即時工程是以文本或圖像的形式向生成式人工智能模型提供輸入以指定和限制模型可以產生的響應集的學科。智能機器人是由人工智能驅動的、通常是移動的機器，旨在自主執行一項或多項物理任務。合成數據是人工生成的一類數據，而不是從對現實世界的直接觀察中獲得的數據。預測模型，轉向能夠更有效地規定行動并更自主地行動的人工智能系統。數據標

30、記和注釋(DL&A)是一個對數據資產進行進一步分類、分段、注釋和增強的過程，以豐富數據，以實現更好的分析和人工智能項目。第一原理人工智能(FPAI)（又名物理信息人工智能）將物理和模擬原理、控制定律和領域知識融入人工智能模型中。FPAI 將人工智能工程擴展到復雜系統工程和基于模型的系統基礎模型是大參數模型，以自我監督的方式在廣泛的數據集上進行訓練。知識圖是物理和數字世界的機器可讀表示。它們包括遵循圖形數據模型的實體（人員、公司、數字資產）及其關系。多代理系統（MAS）是一種由多個獨立（但交互式）代理組成的人工智能系統，每個代理都能夠感知環境并采取行動。代理可以是人工智能模型、軟件程序、機器人和

31、其他計算實體。神經符號人工智能是復合人工智能的一種形式，它將機器學習方法和符號系統結合起來，創建更強大、更值得信賴的人工智能模型。它提供了推理基礎設施，可以更有效地解決更廣泛的業務問題。負責任的人工智能是在采用人工智能時做出適當的商業和道德選擇的總稱。它包含確保積極、負責和符合道德的人工智能開發和運營的組織責任和實踐。供應鏈物流及人工智能發展趨勢預測綜述（2024 年及以后）16圖 4：Gartner 2023 人工智能技術成熟度周期（來源：Gartner【6】）3.3 人工智能和 AI 技術的未來人工智能和 AI 技術的未來是什么？【7】指出：它不僅僅是作為一種技術或商業工具，而是作為一種通

32、用產品技術。人工智能對社會的影響堪比互聯網、印刷機甚至電力的出現。它正處于重塑整個社會的邊緣。Gartner 對人工智能的未來的預測，即戰略規劃假設包括：到 2026 年，超過 80%的企業將使用生成式 AI API 或模型，和/或在生產環境中部署支持 GenAI 的應用程序，而 2023 年這一比例還不到 5%。到 2026 年，實施 AI 透明度、信任和安全性的組織將看到其 AI 模型在采用率、業務目標和用戶接受度方面實現 50%的改進。供應鏈物流及人工智能發展趨勢預測綜述（2024 年及以后）17到 2026 年，采用人工智能工程實踐來構建和管理自適應人工智能系統的企業，在實施人工智能模

33、型所需的數量和時間上將比同行至少提高 25%。到 2027 年，至少兩家提供人工智能風險管理功能的供應商將被提供更廣泛功能的企業風險管理供應商收購。到 2027 年，至少有一家全球公司將因不遵守數據保護或人工智能治理立法而被監管機構禁止其人工智能部署。商業領袖正面臨三組新的期望：投資者期待新的增長來源和更高的利潤率?？蛻魧⒃谌粘Ｉ钪欣蒙墒饺斯ぶ悄埽℅enAI），并期望您也這樣做。員工將離開那些人類從事生成性人工智能可以處理的工作的組織?！?】指出：生成式人工智能可以提供幫助商業領袖達到新的期望。高管面臨的主要挑戰是確定生成式人工智能在何處以及如何融入現有和未來的業務和運營模式，如何有效地

34、試驗GenAI 用例，以及如何為 GenAI 趨勢帶來的長期顛覆和機遇做好準備。圖 5 描述了 Gartner對 GenAI 未來的 8 大預測:供應鏈物流及人工智能發展趨勢預測綜述（2024 年及以后）18圖 5：Gartner 對 GenAI 未來的 8 大預測（來源：Gartner【8】）3.4 企業生成式人工智能的未來【9】指出：ChatGPT 雖然很酷，但這只是一個開始；生成式人工智能的企業用途要復雜得多。過去三年（2020-2022），風險投資公司在生成式人工智能解決方案上投資了超過 17 億美元，其中人工智能藥物發現和人工智能軟件編碼獲得的資金最多。Gartner 技術創新研究副

35、總裁 Brian Burke 指出，“像 ChatGPT 這樣的早期基礎模型專注于生成式 AI 增強創造性工作的能力，但到 2025 年，我們預計將使用生成式 AI 技術系統地發現超過 30%的新藥物和材料（從今天的零增加）”，另外，營銷和媒體已經感受到生成人工智能的影響。高德納預計：到 2025 年，大型組織 30%的出站營銷信息將由綜合生成，而 2022 年這一比例還不到 2%。到 2030 年，一部大片上映時，90%的影片將由人工智能生成（從文本到視頻），而 2022年這一比例為 0%。未來五年，生成式人工智能將對企業產生越來越大的影響。Gartner 預測【10】：到 2024 年，4

36、0%的企業應用程序將嵌入對話式 AI，而 2020 年這一比例還不到 5%。到 2025 年，30%的企業將實施人工智能增強開發和測試策略，高于 2021 年的 5%。到 2026 年，生成式設計 AI 將使新網站和移動應用程序 60%的設計工作實現自動化。到 2026 年，超過 1 億人將聘請機器人同事為他們的工作做出貢獻。到 2027 年，近 15%的新應用程序將由人工智能自動生成，無需人工參與。今天這種情況根本沒有發生。供應鏈物流及人工智能發展趨勢預測綜述（2024 年及以后）193.5 人工智能軟件市場的預測由于人工智能，特別是生成式人工智能近年來取得劃時代的進步，并且展現了其強大的創

37、造力和生產力，人工智能市場正欣欣向榮。Gartner 預計【11】全球人工智能軟件支出將從 2022 年的 1240 億美元激增至 2027 年的 2970 億美元，未來六年市場將以 19.1%的復合年增長率增長。生成式人工智能(GenAI)軟件支出預計將從 2023 年的 8%飆升至 2027 年的 35%。GenAI 的快速增長歸因于企業軟件供應商將 AI 工具集成到當前和未來的版本中，簡化了基于 GenAI 的功能的廣泛采用和新的應用程序。3.5.1 人工智能軟件預測與增長【11】指出 Gartner 基于下面的預測作為基礎對人工智能軟件市場預測的基礎:到 2026 年，超過 70%的獨

38、立軟件供應商(ISV)將在其企業應用程序中嵌入 GenAI功能，這比目前的不到 1%有了重大飛躍。到 2025 年，全球 39%的組織將處于 Gartner 人工智能采用曲線的實驗階段，其中14%處于擴展階段。Gartner 預測，到 2027 年，36%處于實驗階段的組織也將開始采用具有高業務價值但財務影響時間(TOFI)較低的用例。隨著組織在人工智能實驗方面變得更加成熟，支出將會增加。供應鏈物流及人工智能發展趨勢預測綜述（2024 年及以后）20圖 6：人工智能軟件預測與增長（來源：高德納【11】）Gartner 分析師在預測分析中表示：“我們預計軟件應用程序中對更多人工智能增強功能的需求

39、將會持續增長，并且提供商將有更多機會提供構建人工智能的軟件。但是，預計這些市場在預測期內不會飽和（供應超過需求）?！眻D 7 描述了人工智能軟件在應用市場的支出分布。其中Gartner 預測財務管理系統(FMS)組件上的人工智能支出將成為整體最大的應用市場。FMS 通過預測、規劃、現金應用和收款、余額調節等功能為財務辦公室提供支持。FMS供應商已經在人工智能方面加倍努力，以提供經過驗證的生產力和優化支持，將基于人工智能的功能集成到他們的應用程序和平臺中。人工智能的固有優勢很快就會帶來FMS 系統的量化性能和生產力提升，這是為潛在客戶構建可靠業務案例的賭注。數字商務應用是增長最快的人工智能應用市場

40、。數字商務應用程序旨在簡化商務運營和相關領域，包括優化、客戶細分、圖像分類等。Gartner 將數字商務中的人工智能功供應鏈物流及人工智能發展趨勢預測綜述（2024 年及以后）21能定義為包括個性化、自動執行和內容生成。釆購的人工智能應用市場也將得到較大增長。圖 7：人工智能軟件在應用市場的支出（來源：Gartner【11】）3.5.2 預測生成式人工智能的增長Gartner 預測 GenAI 最終將成為所有人工智能軟件支出的基石，到 2027 年將達到全球收入的 35%?！?1】指出，人工智能副駕駛的激增被集成到各種企業系統中，成為推動該市場增長的主要催化劑。如今，副駕駛系統已在電子郵件系統

41、、客戶支持聊天機器人和各種營銷應用程序中使用，內容創建和個性化供應商可以將副駕駛快速跟蹤到他們的應用程序和平臺中。支持 GenAI 樂觀增長預測的眾多數據點之一是微軟去年 3 月推出的 Microsoft供應鏈物流及人工智能發展趨勢預測綜述（2024 年及以后）22Dynamics 365 Copilot 的成功。自那時起，超過 130,000 個組織體驗了 Microsoft Dynamics 365和 Microsoft Power Platform 中的副駕駛功能。圖 8：生成式人工智能預測支出占具有增長生成式人工智能軟件的人工智能軟件的比例（來源：Gartner【11】）從圖 9 可見

42、，大型語言模型（LLM）是人工智能平臺市場增長的核心。根據【11】，Gartner 預測，數據科學和人工智能平臺市場將在預測期內出現最大的軟件支出。他們將市場定義為包括機器學習(ML)平臺和云人工智能開發者服務。Gartner 分析師在報告中寫道：“人工智能的發展和技術的民主化加速了數據科學和人工智能平臺市場的發展，其中易用性、工作流程、協作和部署等功能為公民數據科學家提供了支持?！?，其中增長最快的領先人工智能平臺是自然語言技術（包括 LLM）、數據科學和人工智能平臺、計算機視覺平臺以及分析和商業智能平臺。LLM 將成為未來三年基于自然語言技術的平臺不斷發展的動力。它們是人工智能軟件市場的新興

43、工作坊。供應鏈物流及人工智能發展趨勢預測綜述（2024 年及以后）23圖 9：平臺市場的人工智能軟件支出（來源：Gartner【11】）3.6 供 應 鏈 市 場 中 的 人 工 智 能：全 球 行 業 分 析 與 預 測（2023-2029）根據美國市場研究公司 MMR 的報告【13】，供應鏈中的人工智能市場規模達 33.4 億美元。預計到 2022 年，總收入將在 2023 年至 2029 年增長 45.5%，達到近 461.5 億美元。人工智能（AI）是一種允許機器、軟件和系統在某些領域與人類智能和行為競爭的技術。人工智能由一個系統控制，該系統解釋數據并使用復雜的算法執行各種工作。人工智

44、能可以在整個供應鏈中以多種方式使用，包括數據提取、數據分析、供需規劃和自動車輛管理。它還可以訪問倉庫程序以改進產品運輸、接收、存儲、揀選和管理。物流的增強可以通過優化倉庫運營和配送來實現。公司可以使用基于人工智能的解決方案來提高供應鏈管理績效和質量。供應鏈物流及人工智能發展趨勢預測綜述（2024 年及以后）24端到端可見性、需求預測方法、動態規劃優化、集成業務規劃和維度流自動化只是其中幾個基本特征。圖 10 描繪供應鏈市場中的人工智能的未來發展的前景。它包括以下幾個方面:市場大小，從 2022 至 2029，CAGR 達到 45.5%主要的玩家，幾乎清一色歐美科技企業區域市場占比中，北美占據

45、50+%AI 硬件，軟件，及服務各占一定比例，其中硬件占比 40%左右圖 10：供應鏈市場中的人工智能（來源：MMR【13】）從圖 11 描繪的供應鏈市場中的人工智能應用分布可見，供應鏈市場中的人工智能細分為供應鏈計劃、倉庫管理、車隊管理、虛擬助理、風險管理、庫存管理以及規劃和物流。人工智能在供應鏈中應用的前 2 名是：第一名：倉庫管理。在物流行業，AI 自主數據處理廣泛應用于倉庫庫存管理、庫存管供應鏈物流及人工智能發展趨勢預測綜述（2024 年及以后）25理、產品安全、準時交貨等領域。這些只是推動供應鏈市場人工智能(AI)向前發展的幾個關鍵特征。典型的案例如亞馬遜已將其基于網絡的購買的倉庫數

46、字化并使用人工智能推理流程。智能倉庫的日常運營變得越來越先進。亞馬遜正在利用人工智能來提高消費者滿意度。另外，Amer Sports 成功利用機器學習來提高供應鏈管理和確定性。由于人工智能技術，自動化過程取得了巨大進步。第二名：供應鏈計劃。供應鏈計劃人工智能應用細分市場在 2022 年占據了次大的市場份額，人工智能應用對改進工廠調度和生產計劃的需求不斷增長，以及供應鏈決策的靈活性和簡化程度不斷提高，可以促進該細分市場的增長。圖 11：供應鏈市場中的人工智能應用分布（來源：MMR【13】）供應鏈物流及人工智能發展趨勢預測綜述（2024 年及以后）264.2024 年及之后供應鏈的未來趨勢和預測這

47、一節主要介紹一些來自有名研究咨詢機構和有名企業關于 2024 年及之后的供應鏈的預測和趨勢。4.1 2024 年工業和全球供應鏈預測法拉利咨詢和研究集團于 2024 年元月發布了其年度工業和全球供應鏈預測的研究報告，報告中列舉了下面 2024 年十大預測:預測一：區域經濟衰退的風險、地緣政治發展的加劇以及隨之而來的行業供應網絡中斷將在2024 年考驗現有供應鏈領導者的領導力和影響力。預測二：2024 年將繼續增加戰略和戰術直接材料供應網絡彈性水平和增加敏捷性能力。預測三：全球廣泛運輸和物流行業衰退將帶來額外損失，運輸成本降低但服務水平不可預測。預測四：2023 年勞動激進主義的增加將延續到 2

48、024 年，而更多高技能人才的短缺將繼續影響行業供應鏈管理和運營人員需求。預測五：業務和供應鏈數據管理的注意力、范圍和格局將在 2024 年發生轉變，為基于更多認知和生成人工智能的決策能力的好處鋪平道路。預測六：企業和各自的供應鏈管理團隊將被要求評估生成人工智能、聊天機器人或 LLM 技術在支持特定領域的供應鏈流程和決策中的業務和運營價值主張。預測七：多行業供應鏈 ESG 倡議和數據收集具有更大的意義和關注。在跟蹤、測量、報告和減少跨多個行業和企業的溫室氣體排放方面，人們越來越意識到這將是對生成式人工智能技術部署的重要應用。我們預計，到 2024 年，將有更多證據表明這些努力可能會帶來更廣泛的

49、市場興趣。供應鏈物流及人工智能發展趨勢預測綜述（2024 年及以后）27預測八：基于云技術的格局，包括以供應鏈為重點的知名初創公司將面臨投資市場的清醒。2024 年，專注于供應鏈技術的初創企業將繼續面臨挑戰，它們需要在不增加資本的情況下，尋求擴大收入或盈利增長的途徑。預測九：在線商務適度增長至更現實的增長水平，對零售商、履約服務提供商和包裹承運商產生影響。預測十：行業特定的供應鏈轉型努力將接受更多考驗。行業特定的供應鏈主要指商用飛機工業供應鏈電動汽車、半導體和汽車供應網絡，它們的轉型將面臨更多風險。法拉利的預測告訴我們，2024 年及之后，我們將會繼續面臨充滿不確定性的工業和全球商業環境，需要

50、具備彈性和應對能力，并發揮供應鏈領導力。4.2 2024 年福布斯的供應鏈預測自本世紀初以來，供應鏈已成為許多全球企業和行業的戰略支柱。什么構成了運行良好的供應鏈？【15】指出：2024 年供應鏈人工智能、可持續發展是首要考慮因素。該文對供應鏈做出了如下預測:風險抵御能力將持續存在：過去三年來，全球供應鏈的風險和缺口已成為各行各業的關注焦點。供應鏈現在被認為是企業生存、成功和增長的核心，而不僅僅是降低成本的機會。公司已經并將繼續重新審視風險緩解策略：陸上、近岸、離岸策略更貼近實際需求。關鍵材料的替代采購策略，通過識別不同地理位置的替代供應商來減少對單一供應源的依賴，從而降低供應鏈風險。重新思考

51、庫存優化策略，以確定脫鉤點和推遲策略，以便更好地在整個供應鏈中定供應鏈物流及人工智能發展趨勢預測綜述（2024 年及以后）28位正確的材料、中間體和成品。改善與供應商、物流服務提供商、合同制造商和其他主要貿易伙伴的協作并提高知名度?？沙掷m性是首要考慮因素：2024 年，我們將開始看到一系列圍繞 ESG 的法規不斷生效。公司將被要求了解并披露其碳足跡和排放量。他們將向供應鏈尋求數據。當涉及到排放（估計占大多數公司的 70%左右）、循環性和不平等時，供應鏈是問題的一個重要組成部分，因此是尋找解決方案時需要關注的一個重要領域。員工、利益相關者、客戶和監管機構都需要可持續發展數據，決策者必須了解供應鏈

52、的運作方式、哪些供應商和物流提供商為更綠色的商業模式做出了貢獻，以及哪些變化會影響其他業務。隨著客戶尋求更可持續的替代方案，無法滿足 ESG 法規的供應商將面臨業務萎縮。透明度和可預測性是推動因素：為了提高風險抵御能力和可持續性，您必須首先了解當前形勢。如果沒有清晰地了解各個業務部門和合作伙伴正在發生的情況，領導層如何預測和響應供應鏈？為了滿足可持續發展計劃，公司必須能夠查明供應鏈中的排放和廢物的位置，或者整個業務網絡中奴役勞動和不平等現象的位置，并對其進行跟蹤，將調查結果轉化為可行的后續步驟。但僅靠可見性是不夠的。如果你無法解決問題，那么知道你有問題又有什么意義呢！這就是預測性和規范性分析在

53、預測即將到來的挑戰和機遇并提供相關和及時的信息以做出明智決策方面發揮關鍵作用的地方。預測性和規范性分析可以幫助供應鏈從業者根據下周可能發生的情況做出決策，而不僅僅是告訴他們上周發生了什么。數字化和人工智能是游戲規則的改變者：實現抗風險和可持續供應鏈的關鍵之一是數字供應鏈物流及人工智能發展趨勢預測綜述（2024 年及以后）29化。借助更加數字化的供應鏈，您可以更好、更快、成本更低地應對中斷。通過投資供應鏈技術來數字化流程，例如人工智能（AI）、物聯網（IoT）和機器人技術，公司已經能夠提高整個供應鏈的可見性、敏捷性和彈性。通過數字化方式將所有貿易伙伴聯網，使公司能夠更好地預測干擾并采取適當的行動

54、來讓客戶和監管機構滿意。目標是將分散的供應鏈轉變為敏捷、協作的供應、物流、資產管理和服務網絡，所有這些都通過動態工作流程與實時數據連接起來，以加快業務步伐。2024 年供應鏈年度詞匯將是“GENAI”（即生成式人工智能）。公司需要將其人工智能戰略分為 3 個不同的類別：提高供應鏈效率-如何推動組織以一種不同的、更加速的方式完成您今天所做的事情？改善用戶體驗 如何讓事情變得更直觀并提供上下文信息？提供新的流程和創新 如何開發一種您以前在組織中不具備的能力？4.3 2024 年部分供應鏈關鍵統計數據4.3.1 主要供應鏈統計數據【16】的研究發現了三個主要供應鏈趨勢，這些發現提供了對供應鏈當前狀態

55、的重要見解，并為幫助組織應對未來挑戰的戰略提供了信息。它們是供應鏈中斷的后果（財務、聲譽等）。端到端可見性的重要性。供應鏈上的組織如何應對人工智能(AI)等新興技術。1.工作成本增加是供應鏈中斷的主要后果，占 84.6%，其次分別是利潤損失，占比 77.6%，供應鏈物流及人工智能發展趨勢預測綜述（2024 年及以后）30生產率下降，占比 76.4%（見圖 12）。圖 12：供應鏈中斷的后果（財務、聲譽等）（來源：Fictiv【16】）此外，業務連續性研究所的調查發現，排名第二和第三的并列，54%的受訪者表示對物流和聲譽都產生了負面影響。根據該報告，不同類型的中斷往往會導致不同類型的成本。例如，

56、惡劣天氣會影響 62%受訪者的物流成本，而網絡犯罪更有可能造成財務（70%）和聲譽（60%）損失。與此同時，與健康和安全相關的事件往往會導致所有三個領域的成本增加，68%的受訪者遭受負面財務影響，68%遭受聲譽損害，64%遭受后勤后果。2.提高供應鏈可視性是 55%制造業相關企業的首要任務對于員工人數少于 2,500 人的小型組織來說，這一優先事項的排名已大幅下滑，從 2022 年的 77%下降到 2023 年的 38%。相反，小型公司 2023 年的業務優先事項是改善客戶體驗（提高 52%）并減少運營成本效率低下 45%。提高新產品創新速度是整個公司的第二要務，49%的各種規模的公司將其列為

57、 2023 年的優先事項。這比上一年大幅增加，當時只有 11%的公司將其列為優先事項將此作為優先事項。供應鏈物流及人工智能發展趨勢預測綜述（2024 年及以后）31從圖 13 可見，對于擁有 2,500 至 5,000 名員工的中型企業，2023 年的重點是提高供應鏈彈性和敏捷性，提高到 55%（高于上一年的 30%）。對于員工人數超過 5000 人的企業，優先級保持一致，可見度位居榜首，為 56%（較上年下降 1 個百分點）。圖 13：提高供應鏈可視性之重要性（來源：Fictiv【16】）3.85%的工程、供應鏈、制造和產品開發領域的領導者計劃或已經采用人工智能（見圖14）【17】對 240

58、 名擔任這些職位的供應鏈專業人員進行的調查發現，高管級別的人員往往比總監級別的領導者更熱衷于實施人工智能技術。只有大約一半的主管級別領導者對人工智能感到興奮，而他們對新興人工智能技術感到擔憂的可能性是其四倍。至于人工智能將在哪些領域產生最大的影響，在接受調查的工程領導者中，60%的人認為它將影響質量控制檢查，而人工智能在質量控制檢查領域已廣泛實施了近十年。與此形成鮮供應鏈物流及人工智能發展趨勢預測綜述（2024 年及以后）32明對比的是，47%的非工程職位受訪者也持相同觀點。非工程職位的領導者更有可能期望人工智能在產品設計中發揮作用，其潛力才剛剛開始被探索（51%vs.36%）。他們也更有可能

59、看到人工智能在供應鏈管理中的應用（51%vs.38%）。隨著人工智能推動自動化和機器人技術的進步，大多數受訪者正在與現有供應商合作實施人工智能解決方案，但幾乎同樣多的受訪者正在尋找新的供應商、實施商業人工智能解決方案或構建自己的解決方案。圖 14：人工智能是游戲規則的改變者（來源：Fictiv【16】）供應鏈物流及人工智能發展趨勢預測綜述（2024 年及以后）334.3.2 其他供應鏈統計數據以下選擇的部分供應鏈統計數據【16】，為上面的三個關鍵發現以及供應鏈行業當前和未來面臨的其他挑戰提供了進一步的見解和背景。此外，這些統計數據揭示了供應鏈上的組織所取得的勝利，以及可以改進以獲得競爭優勢的領

60、域?？沙掷m發展1.48%的公司表示，他們面臨著提高供應鏈可持續性的越來越大的壓力。2.企業在實現可持續發展目標方面面臨的三個主要挑戰是對供應商和合作伙伴可持續發展標準的控制有限（54%）、難以擴大規模較小的舉措（40%）以及缺乏資金（36%）。3.可持續發展舉措主要關注電氣化（40%）、自然資源管理（29%）、用水（27%）、可再生能源（27%）和范圍 3 排放（該公司不直接生產，但負責（23%）。市場增長4.全球供應鏈管理市場將從 2022 年的 257 億美元增長到 2032 年的 721 億美元，預計復合年增長率（CAGR）為 10.9%。5.供應鏈管理行業的大幅增長部分歸因于 COVI

61、D-19 大流行期間電子商務、自動化和數字化轉型的擴張。供應鏈挑戰6.供應鏈運營面臨的最大挑戰是招聘和保留人才（57%）、人才短缺（56%）、中斷（54%）、缺貨（52%）和消費者需求（52%）。7.為了應對供應鏈挑戰，公司正在對員工進行再培訓和技能提升（41%），并雇用具有面向未來技能的新員工（34%）。供應鏈物流及人工智能發展趨勢預測綜述（2024 年及以后）348.52%的工程師每周花費 6 小時或更多小時從事供應鏈相關工作，包括尋找供應商、提供和請求報價以及訂購零件。從 2022 年到 2023 年，這一數字令人震驚地增長了 73%。庫存追蹤9.43%的小型企業使用過時的庫存跟蹤方法，

62、例如筆和紙(14%)以及 Excel 等電子表格(21%)。10.8%的小型企業根本不跟蹤其庫存。11.只有 33%的小型企業使用庫存管理軟件或直接在其會計軟件 Quickbooks 中進行盤點。然而，值得注意的是，24%的小型企業沒有庫存。外包12.42%的企業正在增加工程外包，以應對機械工程人才的短缺。13.令人震驚的是，97%的供應鏈領導者預計適合機械工程職位的人才將日益短缺。4.4 2024 年部分物流關鍵統計數據以下是值得了解的 2024 年 18 個物流統計數據【18】：1.2023 年全球貨運物流年復合增長率達 5.5%據 Report Linker 稱，全球貨運和物流市場從 2

63、022 年的 156.5 億美元增至 2023 年的 165.2 億美元，復合年增長率為 5.5%。盡管俄羅斯和烏克蘭之間的戰爭阻礙了全球經濟從 COVID-19大流行中復蘇，但差距是一個很大的數字。而且，戰爭對經濟增長的影響也很大，因為它導致了大宗商品價格的飆升，導致許多國家出現通貨膨脹，因此一年內的差異很大。2.2023 年海運較 2022 年下降 5.37%供應鏈物流及人工智能發展趨勢預測綜述（2024 年及以后）35盡管由于各種全球經濟復蘇計劃帶來更好的供應鏈管理和營銷實踐，今年運費總體穩定，但海運市場量有所下降。據 Siam 稱，海運市場出現顯著下滑，2023 年與 2022 年相比

64、下降了5.37%。由于疫情和烏克蘭與俄羅斯之間的爭端導致全球經濟衰退，進出口流程面臨更多挑戰。3.隨著商業行業的進步，全球人工智能在物流領域的應用呈高增長為了適應當今數字化世界的快速發展，許多企業開始使用人工智能(AI)來簡化運輸流程。根據美國商業資訊的報告，全球運輸和航運市場中的人工智能從去年的 26 億美元飆升至31 億美元，復合年增長率為 19.4%。此外，運輸市場中的人工智能通過分析運輸模式并建議最佳路線以避免嚴重交通擁堵，從而最大限度地縮短周轉時間，從而加快陸路運輸速度。4.到 2023 年底全球合同物流市場將增長 3.8%Tels Global 表示，亞太地區在全球合同物流市場中處

65、于領先地位，預計到 2023 年底，該地區將增長 3.8%，價值超過 2844.58 億美元。中國和印度是這一增長的最大貢獻者，累計金額將超過 1137.83 億美元，相當于全球價值的至少 40%。5.2023 年客戶需求增加，快速變化由于市場趨勢不斷變化，經濟發展是客戶需求快速變化的一個重要因素。因此，客戶的需求率也迅速增加。例如，根據 Customer Think 的調查，73%的全球客戶更愿意花更多的錢來換取可持續產品，而其中 81%的客戶堅信企業和公司應該做更多的事情來幫助環境自我重建。6.十分之九的雇主對技能短缺表示擔憂在 Gitnux 最近發布的關于技能短缺的更新中，整個商業行業都

66、面臨著全球技能和勞動力短供應鏈物流及人工智能發展趨勢預測綜述（2024 年及以后）36缺的驚人問題。2020 年疫情爆發之初，89%的建筑企業都在努力尋找人才來填補職位空缺。這與 2021 年建筑商人力短缺 69%的情況類似。因此，預計到 2025 年，美國的制造商和生產將出現超過 200 萬的人力短缺，將更難以滿足客戶需求。7.2032 年至 2042 年間機器人在倉庫中的使用將增加至 3340 億美元隨著人工智能的興起，倉庫中移動機器人的使用數量也隨之增加。事實上，到目前為止，亞馬遜有超過 200,000 臺移動機器人在其設施中運行。DHL 最近還宣布，他們已與波士頓動力公司合作，并在機器

67、人技術方面投資高達 1500 萬美元，以優化其運輸流程。此外，Business Fortune Insights 預測，2032 年至 2042 年間，機器人技術的投資將達到 3340 億美元。8.地緣政治風險增多牛津商業最近進行的一項調查顯示，36%的企業擔心與韓國、俄羅斯、中國、臺灣和烏克蘭相關的戰爭相關的地緣政治風險將對其業務運營產生負面影響。共有 127 家企業參與了第三季度的調查，并解決了對中美之間最新爭端的特別關注，該爭端極大地影響了貿易和商業，因為亞洲在該行業中擁有最有效和高效的業務運營。因此，地緣政治風險上升，特別是在進出口程序的監管方面。9.美國物流公司增多反映物流支持需求為

68、了迎合經濟發展和市場趨勢的劇烈變化，物流需求也隨之增加。運輸、貨運和客戶需求只是物流數量大幅增長的幾個值得注意的方面。此外，截至 2023 年最新更新，IBIS World 報告稱，美國有 20,410 家第三方物流(3PL)公司。10.到 2026 年，全球倉庫自動化市場價值將達到 300 億美元供應鏈物流及人工智能發展趨勢預測綜述（2024 年及以后）37為了跟上快節奏的商業行業，企業制定了如何改進運營的策略，特別是在生產方面。根據Gitnux 的調查結果，由于其對快速生產的最佳支持，全球倉庫自動化市場的價值將達到約300 億美元。此外，這也反映了物流行業對企業如何更有效地運營以推動成功的

69、影響。11.全球物流市場預計到 2023 年底將增長 4%，到 2024 年僅增長 3%據 ING 稱，由于 COVID-19 大流行的后遺癥仍然存在，全球統計市場的增長只是緩慢增長。盡管世界開始恢復正常已經兩年了，但消費者仍然面臨財務挑戰。此外，與美國和歐洲相比，亞洲經濟從三年前的衰退中復蘇略顯緩慢，從而為國際物流運輸市場做出了貢獻。12.隨著數字用戶數量在 2023 年第三季度繼續增加，數字通信的使用預計將繼續盛行紙張在供應鏈流程中仍然廣泛使用，特別是用于打印實物發票、報告和其他文件。然而，它正在迅速被數字通信所取代，而數字通信已經被 64.6%的人口所使用。Statista 報告稱，20

70、23 年第三季度，數字用戶達到 51.8 億。目前，亞洲在線用戶數量最多，超過 29.3 億，歐洲僅位居第二，有 7.5 億用戶。因此，正如預測的那樣，到 2023 年底及未來幾年，數字平臺（尤其是數字通信平臺）的使用將不斷改善。13.隨著 2023 年空運和海運貨物運輸量的增加，運輸貨物價格將會上漲由于影響柴油價格的因素較多，市場波動較大，貨運公司紛紛提高價格以適應市場下滑。正如 Zipdo 透露的那樣，到 2023 年底，全球海運貨物和運輸市場的價值將達到 14.3 萬億美元。這個數字僅反映了貨運行業的重要性以及如果其異常波動將如何影響供應鏈管理。此外，到 2037 年，全球航空貨運量預計

71、將超過 2.305 億噸。隨著機場的不斷發展和航空貨運的創新，這一數字預計在未來幾年將增加一倍甚至三倍。14.2030 年數字物流市場規模將達 775.2 億供應鏈物流及人工智能發展趨勢預測綜述（2024 年及以后）38隨著世界不斷擴張和進步，其經濟地位也隨著其進程而發展。為了跟上技術進步的步伐，企業將技術融入其運營中，特別是在生產和物流中。據環球通訊社報道，根據 Skyquest 的數據，如果這種行為持續下去，到 2030 年，數字物流市場可能達到 775.2 億美元。預計從 2022年到 2030 年，CAGR 將累積 17.54%。此外，人工智能的發展和互聯網的廣泛使用是加速這一增長的兩

72、個主要因素。15.到 2025 年，美國當日送達市場價值將超過 130 億美元網上購物最初被引入，但現在仍然被廣泛使用，并且是許多人首選的購物方式。隨著客戶要求更快的交貨時間表，當日交貨市場的價值不斷增加。因此，預計到 2025 年，當日達市場將達到數十億美元。16.到 2025 年，電子商務物流市場價值預計將達到 5350 億美元以上為了加快和優化業務運營，越來越多的公司在其供應鏈指揮中采用技術進步，重點關注生產和交付。因此，電子商務物流在供應鏈的其他方面也很普遍。根據最近有關電子商務物流的數據，Statista 報告稱，到 2025 年，電子商務物流的價值將超過 5,350 億美元。這僅表

73、明世界正在如何快速變化，以及它如何影響物流及其整體性質。17.55%的美國消費者愿意為可持續和環保的品牌、產品和實踐支付更多費用可持續產品的開發在最近的全球大流行之后迅速啟動。此外，普華永道最近進行的調查還顯示，與 2018 年相比，有關可持續商品的在線搜索量猛增了 71%。此外，55%的美國消費者表示，他們愿意為環保和可持續產品支付更多費用。因此，這還配備了專門的運輸和交付，也反映了相同的可持續實踐，以保持品牌形象完好無損。18.為促進物流數據驅動決策，79%的 CSCO 將在 2024 年制定培訓計劃供應鏈物流及人工智能發展趨勢預測綜述（2024 年及以后）39隨著商業行業的進步，消費者的

74、需求也隨之增加。因此，數據分析的興起可以監控供應鏈、識別風險并最終簡化業務運營。此外，Gartner Inc.最近的一項研究發現，79%的 CSCO 正在制定培訓計劃以在物流中采用高級分析。這有望以一種更簡單、更高效的方式來估計客戶需求、優化庫存計劃以及識別市場趨勢，即使是在龐大的數據集中也是如此。供應鏈物流及人工智能發展趨勢預測綜述（2024 年及以后）405.2024 年及之后主要與采購有關的供應鏈趨勢和預測5.1 首席采購官根據技術對采購的影響進行調整Gartner 的新報告預測 2024 年：首席采購官根據技術對采購的影響進行調整【19】概述了新技術如何快速發展并改變未來采購的執行方式

75、。本文僅簡要介紹其要點。該研究幫助首席采購官了解技術如何影響采購的未來，并立即制定計劃以解決對流程、人員配置和執行的預計的影響。圖 15 表明，數字化，特別是人工智能和自動正在影響到釆購的各個重要方面。首席采購官應該根據技術對采購的影響對釆購的戰略戰術進行調整。圖 15：AI 和自動化對采購業務和人員配置的影響（來源：Gartner【19】）該報告給出并分析了 2024 年及之后新興技術，特別是人工智能技術如何影響釆購的 5 大預測:供應鏈物流及人工智能發展趨勢預測綜述（2024 年及以后）411)到 2026 年，虛擬助手和聊天機器人將受到關注，20%的組織使用它們來處理內部和供應商交互。2

76、)到 2026 年，對于采購人員來說，數據和技術能力的高級熟練程度將與社交和創造性能力（即軟技能）同等重要。3)到 2027 年，40%的采購活動將由非采購人員執行。4)到 2027 年，50%的組織將通過使用人工智能支持的合同風險分析和紅線工具來支持供應商合同談判。5)到 2029 年，80%的人類決策不會被取代，只會被 GenAI 增強，因為人類將保持其在獨創性、創造力和知識方面的比較優勢。這項研究中預測的一個共同點是技術，尤其是人工智能和自動化，如何影響工作的完成方式。要充分發揮這些新興技術的優勢為釆購創造價值，CPO 應當關注以下的發展領域：數據：所有人工智能模型的基礎都是良好的數據，

77、因此能夠生成和維護大量清潔采購數據的組織將比競爭對手更具優勢。創造力：采購人員的創造力將比今天更受重視，因為人工智能的弱點是在沒有數據或優先級的情況下理解問題。技術技能：識別推動決策的關鍵數據元素的技能將有助于釋放技術投資的全部力量，確保人工智能在決策時考慮最佳數據。相應地，選擇演示文稿構建和文檔創建等軟技能將轉向GenAI 工具，以構建完美的宣傳材料或報告。其他軟技能，例如批判性思維、演講和說服利益相關者，仍然有很高的需求。以下是研究報告的四點主要發現：人工智能驅動的采購提供競爭優勢組織將有能力開展更多采購活動，推動成本逐步降低，同時提高政策合規性。這些優勢將為供應鏈物流及人工智能發展趨勢預

78、測綜述（2024 年及以后）42他們帶來競爭優勢。不采用人工智能技術的采購組織將發現自己與競爭對手相比存在成本和敏捷性缺陷。采購組織將通過虛擬代理自動執行重復性任務，例如公關批準、內部和外部溝通以及供應商批準，使團隊能夠專注于其他增值計劃。自主采購解決方案“消費”購買模式注入人工智能的電子采購解決方案越來越有能力承擔傳統上需要經驗豐富的采購專業人員才能完成的任務和決策。這使得組織能夠有效地“消費”采購活動，以便非專業采購人員可以確定需求范圍、識別供應商來源、設置和運行符合公司政策的采購活動，而幾乎不需要采購團隊的幫助。實際上，采購正在成為一種技能，而不是一種職能。Gen AI 將提高采購速度和

79、效率GenAI 用例將擴展整個采購流程，并有可能提高整個部門的速度和效率。然而，可以預見的是，采購專業人員仍將是核心決策者。GenAI 將減少許多戰術任務，就像傳統的人工智能應用程序一樣。然而，GenAI 的與眾不同之處在于，它可以生成新內容、填充缺失的信息，甚至創建樣本結果或場景，最終在戰略決策中發揮支持作用。組織希望通過人工智能提高效率并節省成本2023 年，人們對采購中的人工智能用例的興趣急劇增加（根據 Gartner 對采購執行領導層和負責采購技術的 IT 領導者就采購中人工智能主題進行的調查，2023 年與 2022 年相比，采購中的人工智能用例增加了 17 倍），組織正在探索如何通

80、過實際采用人工智能來提高效率并節省成本。這將導致 2024 年出現大量人工智能試點，使人工智能的接受和使用在未來幾年的采購中更加普遍。CPO 要根據這些發現來調整釆購的戰略戰術，以使得新技術能發揮最大價值。該報告給采購領導者提出了以下的建議：通過檢查供應商將研究資金集中在哪里，并對通常為職業生涯新員工提供哪些類型的工供應鏈物流及人工智能發展趨勢預測綜述（2024 年及以后）43作進行分類，探索哪些類型的工作可以商品化?，F在就開始軟技能替代試點，對當前版本的生成式人工智能（GenAI）復制典型內部演示、白皮書和培訓材料的能力進行原型設計。通過繪制協作、談判和采購等關鍵領域已有的技術并記錄它們如何

81、支持先進技術來構建路線圖。5.2 GEP 2024 年采購與供應鏈展望GEP 是一家企業軟件和咨詢公司，提供采購和供應鏈管理軟件以及管理咨詢服務。該公司每年發布一份關于釆購和供應鏈的研究報告，下面主要介紹GEP 2024 年采購與供應鏈展望（The GEP Outlook 2024:Procurement&Supply Chain）【20】，該報告分兩大部分:2024 年全球商業和宏觀經濟趨勢2024 年七個領導主題該報告涵蓋了 2024 年公司議程的主要主題和優先事項。以下內容和數據主要取自該研究報告【20】。5.2.1 2024 年全球商業和宏觀經濟趨勢發展中經濟體的經濟活動仍低于疫情前的

82、水平。受房地產危機和國內外需求減少的影響，預計中國經濟增長將在 2024 年放緩。鑒于中國對全球經濟增長的貢獻率超過三分之一，經濟放緩可能會產生境外影響，尤其是對其主要經濟體和貿易伙伴的影響。經濟增長還面臨高利率、俄羅斯-烏克蘭沖突、中東地緣政治緊張局勢加劇、原油減產以及疫情后遺癥等阻力。通貨膨脹逐步回滾：通貨膨脹率在 2022 年達到數十年來的高位，部分原因是俄羅斯和供應鏈物流及人工智能發展趨勢預測綜述（2024 年及以后）44烏克蘭沖突，但進入 2024 年之后，通貨膨脹率正在下降。預計全球通貨膨脹率將從2023 年的 6.88%降至 2024 年的 5.79%。3 在美國和歐元區，通貨膨

83、脹率預計到2024 年將繼續下降，但可能要到 2025 年才能實現央行 2%的目標。圖 16：2023 年通貨膨脹趨勢-月度百分比變化（來源：GEP【20】）圖 17 展示了主要經濟體和發展中國家的通貨膨脹趨勢-年度百分比變化（歷史和預測），通貨膨脹逐步回滾，各國都不同程度受到通貨膨脹的影響。此外，造成通貨膨脹的影響因素被列于圖 18。供應鏈物流及人工智能發展趨勢預測綜述（2024 年及以后）45圖 17：通貨膨脹趨勢-年度百分比變化（歷史和預測）（來源：GEP【20】）圖 18：2024 年通貨膨脹影響因素（來源：GEP【20】）國內生產總值增長持續低迷:受高利率和地緣政治緊張局勢的影響，全

84、球經濟增速預計將從 2022 年的 3.48%降至 2023 年的 2.96%和 2024 年的 2.94%。然而，隨著通脹持續下降，2024 年歐元區經濟增速預計將從 2023 年的 0.66%反彈至 1.23%（見圖 19）。供應鏈物流及人工智能發展趨勢預測綜述（2024 年及以后）46圖 19：GDP 增長-年度百分比變化（歷史和預測）（來源：GEP【20】）由于工資增長緩慢、家庭債務飆升以及潛在的淺度衰退，美國的增長率預計將從 2023 年的2.08%降至 2024 年的 1.47%。在亞洲，受強勁內需和強勁投資流入的推動，印度預計將在2024 年保持增長。中國的疫情后復蘇勢頭強勁，但

85、與該國過去約 10%的平均增長率相去甚遠。預計到 2024 年，中國經濟增速將從 2023 年的 5.40%降至 4.60%。與前兩個季度相比，日本經濟在 2023 年第三季度出現收縮，數據表明私人消費疲軟和全球需求放緩正在損害經濟。日本 GDP 在 2023 年反彈后，預計 2024 年將下滑至 1.03%。影響 GDP 增長的因素被列于圖 20。供應鏈物流及人工智能發展趨勢預測綜述（2024 年及以后）47圖 20：2024 年 GDP 增長影響因素（來源：GEP【20】）利率令人擔憂的原因:許多主要央行在過去兩年中將利率提高至創紀錄水平以應對通脹，但由于經濟增長放緩及其對借貸成本的影響，

86、預計它們將在 2024 年降低利率。英國央行于 2023 年底暫停加息，利率達到創紀錄的 5.25%，但通脹仍高于 2%的目標。市場預測央行可能會在 2024 年下半年開始降息，以遏制經濟負增長。圖 21：提高利率（來源：GEP【20】）供應鏈物流及人工智能發展趨勢預測綜述（2024 年及以后）48圖 22：左圖-長期利率年率-趨勢和預測和右圖-季度長期利率預測（來源：GEP【20】）勞動市場依然緊張但有所緩解：全球經濟正在放緩，但對嚴重衰退和失業率上升的擔憂有所緩解。在美國，2023 年就業呈現強勁增長，失業率預計為 3.57%，低于 2022 年的 3.62%。同樣，在歐元區，2023 年

87、 8 月失業率大幅下降至 6.40%的最低水平自 2021 年中期以來，盡管俄羅斯和烏克蘭戰爭以及通貨膨脹，但 2023 年 8 月至 10 月，英國預估職位空缺數量環比下降 5.7%，連續第 16 個周期下降。供應鏈物流及人工智能發展趨勢預測綜述（2024 年及以后）49圖 23：失業率趨勢-年度百分比變化（歷史和預測）（來源：GEP【20】）人工智能對勞動力市場的影響是一個復雜的問題：它既可以創造新的就業機會，也可以取代工人，盡管到 2024 年，預計它不會產生重大影響。隨著組織越來越多地采用人工智能，其效果將變得更加明顯。世界經濟論壇的2023 年就業未來報告預計勞動力市場將發生變化和顛

88、覆：雇主（803 家受訪公司）預計，由于人工智能的采用，未來 5 年內 23%的工作崗位將發生變化新增 6,900 萬個工作崗位，就業崗位減少 8300 萬個。影響失業率的因素被列于圖 24。圖 24：2024 年失業率影響因素（來源：GEP【20】）能源繼續保持高位：2023 年，原油價格平均為每桶 82-85 美元，比 2022 年下降約供應鏈物流及人工智能發展趨勢預測綜述（2024 年及以后）5020%，當時經濟增長、供應鏈限制和俄羅斯-烏克蘭戰爭導致價格上漲。然而，油價繼續高于 2019 年每桶約 64 美元的平均水平。由于 OPEC+減產和中東地緣政治緊張局勢，預計 2024 年油價

89、將上漲至每桶 90-95 美元。圖 25：原油價格（美元/桶）（來源：GEP【20】）冬季不那么嚴酷、歐洲庫存高于預期以及美國創紀錄的產量將抑制 2023 年天然氣價格。展望未來，隨著發電用天然氣用量減少、可再生能源獲得市場份額、核電等，天然氣價格預計將穩定。產出增加和經濟壓力影響消費。影響原油價格的因素被列于圖 26。圖 26：2024 年原油價格影響因素（來源：GEP【20】）供應鏈物流及人工智能發展趨勢預測綜述（2024 年及以后）515.2.2 2024 年七個領導主題領導主題 1:重塑供應鏈-制定彈性戰略近年來全球供應鏈的劇變是有據可查的。許多供應鏈面臨故障和中斷。有些人設法頂住了壓

90、力，但缺乏制定前瞻性戰略的能力。即時供應鏈不再受青睞，緩慢的回流趨勢迅速加速。到2023 年，供應鏈的大部分波動開始緩解，這讓情況有所緩解。物流成本有所下降。零部件和原材料短缺帶來的危機有所緩解。在經歷了長期的混亂之后，供應鏈領導者終于在 2024年有了一些喘息的空間重新思考和重塑他們的戰略。領導人認識到現在不是自滿的時候，因此正在迅速采取行動。供應鏈波動性下降（2024 年元月全球供應鏈波動指數=-0.12）。GEP 與 S&P Global 合作推出的全球供應鏈波動指數【21】是跟蹤需求狀況、短缺、運輸成本、庫存和積壓的領先指標。2023 年全年，需求疲軟，運輸成本、人員短缺和物品短缺造成

91、的主要供應鏈問題基本消失。進入 2024 年，全球供應鏈具備一定產能，尤其是歐洲。政策制定者對經濟增長前景保持謹慎。它為供應鏈領導者提供了為其未來供應鏈奠定基礎的絕佳機會。根據圖 27 列舉的供應鏈的關鍵關注領域中最重要的前兩個關注的領域包括物流中斷(第一)，可持續性發展(第二)。圖 27：供應鏈的關鍵關注領域（來源：GEP【20】）供應鏈物流及人工智能發展趨勢預測綜述（2024 年及以后）52領導主題 2:人工智能的迷人潛力2023 年，人工智能驅動的數字工具的發展勢頭達到了頂峰。大型語言模型(LLM)和ChatGPT 等工具的進步讓整個行業陷入了瘋狂。2024 年及以后，技術格局將繼續快速

92、發展，區分炒作和希望將變得越來越具有挑戰性。很明顯，下一代采購和供應鏈工具的未來將由大數據能力驅動，并通過機器學習和人工智能分析來實現?；诹奶斓纳墒饺斯ぶ悄芙缑婵梢岳么罅糠墙Y構化數據，首次使人工智能的使用變得民主且可擴展。理論變得可行。圖 28：將人工智能聊天機器人整合到供應鏈運營中（來源：GEP【20】）人工智能，特別是生成式人工智能已成為 2024 年的重點領域。企業領導者致力于利用這些工具作為努力倍增器來提高人類生產力和產出。這種以人工智能為中心的思維方式將成為未來一到三年競爭優勢的主要驅動力。事實上，許多傳統的五年路線圖似乎相當可疑，因為技術格局很可能發生變化。對于許多管理團隊來

93、說，入門是一個令人費解且費力的步驟。然而，領導人已經開始關注以下近期優先事項：供應鏈物流及人工智能發展趨勢預測綜述（2024 年及以后）531)制定新技術路線圖采購和供應鏈領導者將放棄大規模 ERP 級技術投資。過去十年部署 ERP 系統的記錄并不樂觀，許多財富 500 強公司都遇到了延誤和預算超支的情況。采購和供應鏈功能有時也是企業功能中的次要優先事項。新興的數字工具將為低代碼/無代碼的未來鋪平道路，實現單點解決方案軟件、數據和其他系統之間的無縫連接。這促使技術路線圖的功能、系統、時間表和成本發生系統性轉變。2)節省時間多年來，采購和供應鏈領導者一直致力于讓他們的團隊更具戰略性。近年來，大多

94、數更易于實施的策略已經得到實施，從而提高了效率。然而，人工智能增強方法將允許效率發生階躍變化。對于采購團隊成員來說，新工具將提供更快的流程來收集行業和定價基準、完成供應商審查流程并更快地操作 RFx（RFx 是一個“包羅萬象”的術語，用于描述任何類型的“請求”。通常這包括-建議書請求(RFP)、報價請求(RFI)或信息請求(RFI)。RFx 中的“x”代表采購流程和戰略采購所需的任何內容的請求。）流程和合同。供應鏈團隊將受益于更快的預測錯誤報告、更強大的異常流程處理和更強大的場景規劃工具。3)降低供應鏈風險人工智能將通過跟蹤供應商的財務狀況并主動提出建議以擺脫任何失敗的供應商，從而幫助提高供應

95、鏈的彈性。隨著這些工具的改進，他們有可能監控地緣政治和監管變化，并根據供應鏈活動是否在風險較高的地區進行或是否受到立法變化的影響，向供應商提出建議。此外，人工智能還能幫助加速 ESG 舉措。由 AI 驅動的 ESG 基準測試可以對組織的當前狀態進行全面評估，并查明 ESG 所有三大支柱方面需要顯著改進的領域。通過人工智能進行供應商審查可以快速識別績效高低的供應商并提出相應的建議，從而幫助企業實現 ESG 目標。供應鏈物流及人工智能發展趨勢預測綜述（2024 年及以后）54領導主題 3:投資數字化、人工智能優先的未來到 2024 年，投資數據和人工智能工具的傳統策略將有所不同，有遠見的領導者已經

96、采取行動采用新協議。以下四項一般原則指導他們的決策過程，并幫助確保企業以安全而快速前進。1.數據工程是基礎且必不可少領導者正在優先考慮最佳實踐，以確保收集、分析、聚合和存儲來自內部和外部來源的數據。它們還支持跨業務職能和供應鏈流程的數據無縫流動。企業必須抵制在沒有制定數據策略的情況下繼續前進的誘惑這是高風險的。2.低代碼平臺是未來的模式這些低代碼系統易于集成和直接定制，以滿足特定要求，并嵌入到現有和全新的工作流程中。企業無需更換現有工具即可繼續前進。2.人工智能用例建立信任和動力人工智能解決方案深化自動化，提高交易效率并改善采購和供應鏈決策。特別是，人工智能支持的建議可以增強整個采購和供應鏈流

97、程中的最終用戶體驗，可以促進整個團隊更廣泛的支持，以實現更廣泛的實施。4.提升團隊能力是關鍵對提高業務團隊技能、指導和增加增值工作的投資可能會在 2024 年獲得回報。引入新的數據和分析專家、專門的人工智能基礎設施團隊和第三方支持將有助于重塑采購和供應鏈團隊，使之成為人工智能優先的團隊功能。人工智能興起之前就職的現有管理團隊可能不適合領導這一轉變。供應鏈物流及人工智能發展趨勢預測綜述（2024 年及以后）55圖 29：供應鏈中 Al/ML 的頂級用例（來源：GEP【20】）圖 29 給出了供應鏈中 Al/ML 的頂級用例。未來幾年，塑造供應鏈流程的軟件將提高生產力，幫助團隊做出更明智的支出決策

98、，降低供應鏈風險等等。經過多年的“它即將到來”，工具現在已經有了，為開拓者做好了準備。隨著人工智能塑造采購和供應鏈戰略，領導者必須將人才管理放在首位，有效的變革管理將發揮關鍵作用。此外，隨著市場的發展，企業將需要投入更多的時間和精力來跟蹤人工智能解決方案領域的最新發展，根據用例和投資回報率選擇人工智能工具也非常重要?？傊?，人工智能支持的采購和供應鏈是未來。領導主題 4:數字時代 SRM 的未來供應商關系管理（SRM）的現狀四年來（2020-2023），供應商關系經受著嚴峻的考驗和挑戰。結果差異很大。許多供應商倒閉，導致供應鏈斷裂、商品缺貨以及客戶期望得不到滿足。在許多方面，當所謂的戰略合作伙伴

99、未能實現基本運營交付時，將“戰略”供應商與“戰術”供應商分開的舊觀念就變得無關緊要。許多公司仍在收拾品牌受損的碎片，并試圖向客戶保證供應鏈問題現已成為過去。供應鏈物流及人工智能發展趨勢預測綜述（2024 年及以后）56其他供應商也蓬勃發展。供應保持穩定。商品和服務的流動仍在繼續。建立了健康、有彈性的供應鏈。新的忠誠度已經形成，壓力下的“真實表現”現在也得到了更好的理解。許多參與這段演出的演員已經退出舞臺。雖然七國集團經濟體的就業市場已開始恢復到歷史正常水平，但近年來就業市場的持續壓力意味著許多供應商失去了關鍵的銷售和運營領導者。同樣，在公司方面，許多管理與主要供應商關系的領導者已經離職。公司可

100、能會發現自己處于這樣一種情況：商品和服務的長期供應商和公司的供應商經理都是新的。人工智能和其他顛覆性數字技術正在興起，并有望使供應商關系管理(SRM)進一步復雜化。與歷史上的現有企業相比，配備這些技術的公司將處于有利位置，能夠提供不同的價值主張。他們的承諾是在有效性或效率上取得階段性改變。他們中的許多人是新進入者或提出了全新的協作模式。2024 年重塑 SRM 計劃2024 年，采購和供應鏈領導者必須解決供應商關系并制定新的 SRM 戰略。他們對供應商的態度應該由什么來定義？他們是否應該繼續培育在 COVID-19 大流行之前就已長期運行的項目？他們是否應該通過表彰和獎勵幫助度過過去四年最糟糕

101、時期的供應合作伙伴來表現忠誠度？他們是否應該轉向由人工智能和其他數字技術支持的新合作伙伴，即使這意味著忽視那些幫助實現當前狀態的供應商？一些供應商會認為這是一種背叛。采購和供應鏈領導者正在重塑其 SRM 計劃，以解決四個優先事項：1.彈性：供應鏈彈性最初定義松散，有時甚至被誤解，但現在已成為 SRM 計劃的主要目標。專注于確保核心供應流保持不間斷并適應市場變化是成功的 SRM 計劃的新標志。2、成本：盡管過去幾年發生了所有變化，但成本仍然是王道。SRM 計劃的結構必須能夠繼續降低費用基礎，并確保與正確的供應商進行正確的投資。由于許多國家的利率遠高于歷史正常水平，SRM 計劃越來越注重營運資本的

102、改善。供應鏈物流及人工智能發展趨勢預測綜述（2024 年及以后）573.人工智能和數字化之旅：到 2024 年，采購和供應鏈領導者（尚）并不期望他們的供應商實施人工智能和新興技術解決方案。然而，他們希望合作伙伴能夠跟上或稍微領先于數字化采用曲線。4.ESG 合作伙伴關系：盡管一些公司在過去一到兩年里可能放慢了 ESG 承諾，但 ESG 仍然是采購和供應鏈領導者管理目標的代際轉變。SRM 計劃將繼續推動 ESG 優先事項，特別是開發和識別新供應商。領導主題 5:采購和財務-成本管理合作伙伴在近年來所有不斷變化的優先事項中，有一個不變的是采購和供應鏈領導者需要與財務同事建立密切的工作伙伴關系。由于

103、全球經濟增長放緩且利率仍高于正常水平，2024 年組織將繼續面臨成本壓力。由于幾乎沒有空間通過提高價格來抵消成本增加，采購和供應鏈團隊將在承擔核心職責的同時，被迫進一步節省成本。2024 年預計將是相當穩定的一年。采購和供應鏈團隊獲得了穩定的資金并不斷壯大，使他們能夠解決前幾年面臨的問題。有了可用的資源和更穩定的環境，領導者擁有而且應該抓住機會承擔更大的風險，真正挑戰現狀，以更大幅度地降低成本。為了在當前的經濟環境中取得成果，需要優先考慮能夠在 2024 年推動底線價值的采購和供應鏈計劃。通過采用比過去幾年更積極的規劃和部署方法，領導者可以讓他們的團隊在今年早些時候優先考慮關鍵項目。與財務同行

104、的關系對于突出對內部或股東產生最大影響的重要支出領域是必要的。采購和供應鏈領導者終于有機會推進他們的一些關鍵舉措，甚至一些在2025 年及以后實施的最初計劃。以下是 2024 年釆購和供應鏈領導者值得關注的兩個關于融資的重要方面:供應鏈融資的重新評估：2024 年，我們有時間重新評估供應鏈的一個重要方面，即供供應鏈物流及人工智能發展趨勢預測綜述（2024 年及以后）58應鏈融資，該方面在最近的混亂中處于次要地位。隨著央行在 2024 年開始降息，將打開與供應鏈融資機構重新談判融資條款的窗口。采購和供應鏈領導者必須與其首席財務官合作，并利用其組織與銀行機構或供應融資合作伙伴的財務關系，以最大限度

105、地提高其融資計劃的價值?？梢允褂醚娱L付款條件和為供應商提供資金的傳統手段，但也可以部署其他創新策略。為有助于實現企業 ESG 目標的供應商談判更優惠的融資條款，然后從這些合格供應商那里獲得額外折扣，可能是實現內部目標同時進一步降低成本的一種方法。信任但要驗證：臨近 2024 年，價格主導權開始重新回到買方手中。這種轉變使得采購部門能夠從財務角度重新評估供應商基礎。牢固的供應商關系可能是在困難時期建立起來的，但采購部門必須徹底評估供應商關于成本上升的說法。采購和供應鏈領導者應與財務部門合作，對所有頂級供應商進行詳細的財務健康評估。財務團隊將能夠更好地及早發現失敗供應商給供應鏈帶來的風險，并識別收

106、入和利潤顯著增長的供應商，為采購和供應鏈團隊提供進一步降低成本的談判目標。領導主題 6:可持續的成功-ESG 重新成為人們關注的焦點在 COVID-19 大流行之前的幾年里，ESG 引起了董事會的興趣。全球主要企業必須共同承擔氣候變化的責任，這一點不僅已變得明確，而且已被廣泛接受。然而，在疫情、俄羅斯-烏克蘭戰爭、通貨膨脹、利率壓力、勞動力市場波動等其他商業挑戰中，ESG 在某種程度上被忽視了。企業發現很難跟上并確定優先事項，以及如何保持敏捷并響應競爭的優先事項，同時遵循 ESG 北極星（意思是指南針）。2024 年，ESG 將重新出現，董事會將重拾疫情前的熱情和興趣，并擴大授權以推進 ESG

107、 目標。首席可持續發展官正在接受更大的任務和預算，可持續發展團隊正在不斷壯大，并更加供應鏈物流及人工智能發展趨勢預測綜述（2024 年及以后）59深入地跨職能，組織正在著手開展各種內部項目，以應對不斷擴大的立法和監管要求【2】，例如美國證券交易委員會提議的氣候披露可能于 2024 年獲得通過。首席供應鏈和首席采購官現在比以往任何時候都更有能力幫助推動這些努力向前發展。例如，他們可以更好地了解供應商，從而對整個供應鏈的碳足跡產生有意義的影響，而供應鏈占組織氣候影響的 90%。ESG 的這種重新優先順序并不意味著其他外部壓力的消散。事實上恰恰相反：這些壓力仍然存在，而且在許多方面甚至有所加劇。然而

108、，ESG 已重新變得重要，因為組織開始認識到可持續性與這些相同的外部因素緊密交織在一起。在經歷了幾年困難的新聞周期之后，這種重新出現甚至可能成為人們對企業正在走的道路和未來前景持樂觀態度的理由。供應鏈可持續發展計劃的主要驅動力被列舉在圖 30 中。其中前 5 個最為重要的驅動力包括:負責任的生意品牌和信譽的建立運營改進和降低成本客戶對未來歐洲法律對當前行為可能性的評估即將出臺的新監管合規供應鏈物流及人工智能發展趨勢預測綜述（2024 年及以后）60圖 30：供應鏈可持續發展計劃的主要驅動力（來源：GEP【20】）采購和供應鏈中的 ESG 活動如何幫助減輕組織面臨的一些更廣泛的外部壓力的三個重要

109、方面：脫碳:減少碳排放通?？梢越档统杀静⒃黾涌蛻舻膬r值主張。這種支持對于 2024 年這樣的緩慢增長年份至關重要。大多數公司尚未完全用盡這一策略，明年可以進一步優先考慮。供應鏈可追溯性:投資于更加透明的供應鏈，對風險進行追蹤、監控和管理，可以防止過度依賴位于容易發生侵犯人權或地緣政治緊張局勢的地區的獨家供應商。許多人認為這是近年來的一個挑戰，但尚未完全實施流程和工具來維持他們的關注。供應商多樣性:通過識別和發展規模較小、較新的企業，在未開發的市場中提供有競爭力的價格和增值服務，使供應基地多元化，從而使供應鏈更具抵御干擾的能力，并確保企業通過創造積極影響為新社區提供支持。到 2024 年，隨著公

110、司意識到 ESG 工作可以幫助他們建立彈性，他們將繼續將其嵌入到整供應鏈物流及人工智能發展趨勢預測綜述（2024 年及以后）61體財務、風險管理和績效框架中。他們還認識到，他們需要擁有適當的工具來衡量成功，并確保他們正在采取的行動能夠帶來有意義、有影響力的進展。領導主題 7:人才緊縮-克服人才危機采購和供應鏈職能正在經歷一個潛在的轉型時刻。最后，經過多年的建設，許多企業現在擁有跨職能的數據，這些數據在很大程度上足以滿足自動化、數字化的需求，并為人工智能的實施奠定基礎。這將在 2024 年及以后沿著這些新參數實現新一輪的創新和轉型。企業領導層現在面臨著一項關鍵任務，即確保其組織擁有技能和思維方式

111、，不僅支持向以技術為中心的未來的轉變，而且能夠根據雄心勃勃的業務目標成功實現這一轉變。采購和供應鏈領導者解決人才危機將面臨以下人才戰略性挑戰和定義新的價值主張。雙重挑戰：尋找人才和留住人才隨著采購和供應鏈扮演著更具戰略性的角色其職責超越了傳統角色，涵蓋了風險管理、彈性和可持續性它需要一套復雜的專業技能。采購和供應鏈領導者表示，招聘合適的人才是一項重大挑戰，尤其是擁有更廣泛技能的人才，這些技能將實現這一大規模轉型，例如精通技術、數據分析、商業智能和協作；這些員工仍然很難確定和留住。此外，領導者仍然認為，他們的團隊在很大程度上并不完全具備實施戰略的能力。甚至在大流行之前，年輕專業人士就對技術和數據

112、驅動的角色越來越感興趣。傳統上，采購被視為后臺職能，技術或數據驅動的潛力較低，與新興科技行業的職位相比，采購在吸引年輕人才方面面臨著挑戰。此外，年輕人才可能認為采購角色更容易被自動化或人工智能取代，而不是需要高度創造力和創新的角色。當然，矛盾的是，為了保持在這些創新的領先地位，采購需要試驗新的數字和人工智能技術，而這些技術可能需要被取代人的支持。隨著員工面臨倦怠或在快速增長的行業中獲得更令人興奮的高薪機會，留住員工也將在供應鏈物流及人工智能發展趨勢預測綜述（2024 年及以后）622024 年繼續成為一項挑戰。重新定義價值主張采購領導層需要重新定義員工的價值主張，并對采購職業未來如何發展制定令

113、人信服的愿景，繼續為個人和專業帶來紅利。該行業需要跟上其他職能部門的步伐，思考如何通過令人興奮的成長和創新機會來激勵初級人力資源，同時為可能不太懂數字化或為相同創新準備不足的高級人力資源提供支持。重新培訓和重組舉措可以與員工（尤其是初級員工）合作規劃，而不是完全在董事會中進行，以識別和釋放技術創新的機會，從而增強而不是改變業務，這是老員工普遍關心的問題。圖 31：吸引和留住采購人才的策略（來源：GEP【20】）圖 31 給出了五大吸引和留住采購人才的策略:規劃職業發展路線確保利益相關者協作重新構想采購強調可持續發展供應鏈物流及人工智能發展趨勢預測綜述（2024 年及以后）63技能更新和結構調整

114、為了滿足提供創新人工智能和數字解決方案日益增長的需求，領導者必須首先面對艱巨的任務，即尋找、保留和部署合適的人才到合適的角色，以實現和實施這些解決方案。雖然這些創新可能會導致某些技能變得多余，并削弱傳統的采購和供應鏈角色，但領導者有責任傾聽并響應年輕、初級人力資源的需求。他們可以共同努力創造一個包容且令人興奮的未來，充分利用他們的所有技能?？傊?，對于許多采購和供應鏈團隊來說，2024 年將標志著一個新的開始。經過多年在危機中原地踏步后，新的技術變革和 ESG 可持性發展的機會終于到來。供應鏈物流及人工智能發展趨勢預測綜述（2024 年及以后）646.總結本文列舉和分析了 2024 年及之后值得

115、關注的重要的一般的和供應鏈的戰略預測，人工智能和生成式人工智能的趨勢預測，以及供應鏈，物流，釆購的統計數據，預測及趨勢。希望本文有助于企業制定戰略計劃和制定可行的執行路線圖。供應鏈物流及人工智能發展趨勢預測綜述（2024 年及以后）65參考文獻【1】唐隆基，全球生成式人工智能（GenAI）在供應鏈領域創新應用展望，羅戈研究，2024-01-30【2】唐隆基，反脆弱供應鏈和供應鏈可持性的重要趨勢，羅戈研究，2024-03-04【3】Ava McCartney，Gartners Top Strategic Predictions for 2024 and Beyond，2023 年 12月 04

116、日【4】Noha Tohamy，Hype Cycle Season:The Most Wonderful Time of the Year，Gartner，2023-08-22【5】BIG IDEAS 2024:Annual Research Report,ARK Invest,2024【6】Lori Perri,Whats New in Artificial Intelligence from the 2023 Gartner Hype Cycle，2023-08-17【7】What Is Artificial Intelligence?Gartner，2024，https:/ Genera

117、tive AI Means for Business,Gartner,2024【9】Jackie Wiles，Beyond ChatGPT:The Future of Generative AI for Enterprises，Gartner，2023-01-26【10】Gartner Experts Answer the Top Generative AI Questions for Your Enterprise，2024https:/ Columbus，Gartner Predicts AI Software Will Grow To$297 Billion By 2027，2024-0

118、1-21【12】Micky Keck 等，Predicts 2024:CPOs Adjust to Technologys Impact on Procurement，Gartner，2024-01-04【13】Artificial Intelligence in Supply Chain Market:Global Industry Analysis and Forecast(2023-2029)，https:/ 年及以后）66【14】Bob Ferrari 等，2024 Predictions for Industry and Global Supply Chains，The Ferrar

119、iConsulting and Research Group LLC，2024 年元月【15】Richard Howells，Supply Chain Predictions 2024:AI,Sustainability Top Of Mind，2024-01-02，https:/ EVANS，37 Supply Chain Statistics,Trends,and Predictions for 2024，2023-10-31【17】2023 State of Manufacturing Report，fictiv,May 2023,https:/ Overvest,Logistics S

120、tatistics 2024 21 Key Figures，2024-02-09【19】Micky Keck 等，Predicts 2024:CPOs Adjust to Technologys Impact on Procurement，Gartner，2024-01-04【20】The GEP Outlook 2024:Procurement&Supply Chain，GEP，2024【21】GEP Global Supply Chain Volatility Index，GEP 和 S&P Global，2024供應鏈物流及人工智能發展趨勢預測綜述（2024 年及以后）67羅戈研究羅戈研究，致力于為供應鏈與物流領域企業提供有深度的研究與咨詢服務，總部上海，現已在深圳、成都設立了辦事機構。依托羅戈網線上知識社區、線下互動網絡數十年積累的豐富行業資源，及創始團隊深厚的行業積累，羅戈始終與企業（甲方、物流服務商等）、政府等保持著緊密的溝通，在這個過程中，形成了獨有的物流行業洞察力和咨詢服務能力，并在持續的企業咨詢項目中轉化成為助力企業前進的動力。更多研究內容，歡迎關注研究院網站：http:/log-、羅戈網專欄：http:/ 曼 13811664224（北京）|Rachel 15814770622（深圳）郵箱：（研究咨詢）