供应链领导者的工作压力之大，近期鲜有类似情况。颠覆的到来速度超过了大多数组织的承受能力，采用人工智能的步伐也在加快，高管们越来越多地被要求证明他们的技术投资能够带来什么。在这种背景下，信心本应难以获得，但对一些领导人来说，却并非如此。
Blue Yonder 对零售业、制造业和物流业的 678 名高级供应链专业人士进行了一项调查，发现近一半的受访者（46% ）将他们的乐观程度在五分制中评为 +4 或 +5。其余 54 个% 比较犹豫，10 个% 积极持悲观态度。引人注目的是，这种差异与行业、地区或公司规模无关。同类型、同规模的组织对未来得出的结论大相径庭。
了解自信心更强的群体所取得的成就，以及取得这些成就所付出的努力，对处于起步阶段的人很有帮助。
更有可能表示他们已为应对重大干扰做好充分准备
更有可能表示他们能够有效管理意外冲击并从中恢复过来
乐观的供应链领导者与其他领导者之间最一致的区别在于他们的运营是如何相互连接的。信心十足的领导者基本上都建立了能自动共享跨职能部门信息的供应链：共享关键绩效指标、集成数据和供应商可见性，无需任何人拿起电话。一旦出了问题，他们往往会很快知道，并掌握采取行动所需的信息。
这种连通性的实用价值在压力下体现得淋漓尽致。对端到端可视性进行投资的领导者能更快地了解干扰情况，更快地做出反应。具体就供应商中断而言，最乐观的领导者中有一半以上会在 24 小时内发现问题。这种速度来自于系统，它能在需要有人去寻找之前就发现问题。
对于在这方面感到落后的领导者来说，这意味着：连通性是基础，没有连通性，包括人工智能、自动化和情景规划在内的其他投资都不会有好的表现。
"我不相信我们的可见性工具能提供全貌。我觉得他们缺乏端到端数据集成和对供应商绩效的清晰洞察，因此很难预测延误或中断。"
- 加拿大物流部物流副总裁
信心十足的领导者在人工智能应用方面遥遥领先，他们知道怎样才能让人工智能发挥真正的作用。如果将人工智能置于分散的数据和互不关联的系统之上，它往往只能带来渐进式的改进。当它位于一个统一的平台上，并拥有干净、互联的数据时，它就能在系统层面上运行，以识别整个供应链的模式，在几分钟内运行情景计划，并在供应商风险变成破坏之前将其标记出来。
沃尔玛的经验说明，随着时间的推移，情况会发生怎样的变化。该公司花费数年时间建立了统一的数据基础设施，如今已成为其人工智能能力的基础。到 2025 年，他们已经实施了专门的人工智能代理，在路由选择、库存安排、驾驶员分配和需求预测等方面不断做出决策，"，所有决策都通过一个单一的实时系统进行协调。仅他们的路线优化工作就在一年内减少了3 千万英里不必要的送货里程，避免了 9 千 4 百万磅的二氧化碳排放。
这种转变需要时间。首先建立数据基础设施，才能使后续的人工智能投资发挥效用。领导者如果试图缩短这一顺序，往往会发现自己的人工智能工具未能充分发挥作用，而且越来越多的人认为这项技术没有实现其承诺。
"人工智能和预测分析的发展创造了巨大的机遇，使我们能够主动预测和缓解运营中断。"
- 波兰物流运营副总裁
大多数供应链领导者对代理式人工智能的认识尚浅；目前只有 8% 的 Compass 受访者正在使用这种技术。这意味着这项技术的竞争格局仍相对开阔，现在行动起来的领导者不太可能迎头赶上。
代理式人工智能代表着早期形式的质变。在机器学习提供洞察力、人工智能加速任务执行的情况下，代理可以自主行动，在整个供应链中扩大决策范围，这是人类团队无法做到的。现在就打下正确基础并尽早转向代理型人工智能的领导者，很可能会发现自己大大领先于等待的同行。
人工智能代理确实改变了供应链角色的面貌。繁琐的重复性工作被技术所吸收，供应链领导者及其团队可以腾出手来做更有意义的工作，即做出代理人工智能无法做出的判断，以及制定决定代理优化目标的策略。管理得当的领导者往往会把这种转变归结为人的努力方向的转变。
"[我们不知道]如何整合人工智能和新技术来服务客户。我不清楚待开发技术对人员和流程的影响。例如，如果算法可以选择产品并量化库存需求，那么我的团队将扮演什么角色？"
- 加拿大零售部商品营销副总裁
技术投资是最自信的领导者采取不同方法的另一个领域。他们更倾向于建立基于平台的架构，让数据和决策在各职能间流动，而不是为每个供应链职能运行单独的工具。
值得注意的是，在接受调查的领导者中，只有约 20% 表示使用了涵盖整个供应链生命周期的单一企业级平台。这意味着，即使是最自信的领导者也还有很大的进步空间，而且大多数组织还没有充分发挥真正的端到端集成的竞争优势。
现在向这一架构迈进的领导者，正在建设开启其他一切的基础设施。
Compass 数据所反映的信心是以实际运营和财务业绩为基础的。最乐观的领导者期望他们的组织在财务上大大超越同行，而他们所建立的结构性优势也让这些期望变得可信。
对于感到落后的领导者，调查显示他们已经知道需要一种新的方法，而且许多人正在采取措施。差距是真实存在的，缩小差距需要时间。但是，由于代理人工智能仍处于早期阶段，几乎没有人能够抢占先机，因此确实存在着比曲线发展更快的机会。
