Gartner指出，技术的不断进步为供应链技术领导者和首席供应链官提供了新的契机，包括支持新型商业模式、强化并自动化决策流程以及推动生态系统内的协同合作。随着新兴机遇的涌现，Gartner明确了到2024年将主导供应链的八大技术趋势，为领导者达成这些目标提供指引。
这些供应链技术趋势主要受两大驱动力影响：
一是供应链领导者需要借助新兴技术来保护并掌控其业务；二是通过人类与机器的互补整合来发掘新的竞争差异化机会。
防范网络勒索
网络犯罪分子已成功利用勒索软件攻击勒索供应链组织。预计他们将进一步利用人工智能开发更先进的攻击工具，提高攻击效率。因此，供应链技术领导者需要与IT领导层紧密合作，确保勒索软件攻击场景已被纳入公司风险管理流程，并制定详细的应对策略。
根据世界经济论坛的数据，2023年上半年勒索软件的活跃程度同比激增了50%。这种增长的背后，一个关键推手是所谓的“勒索软件即服务”（RaaS）套件的普及，其入门价格竟低至40美元。黑客们能更迅速、更频繁地发动攻击，他们执行袭击的平均时间已从2019年的约60天大幅缩减至仅仅4天。
当前，大多数的勒索软件攻击不仅限于系统锁定，还涉及窃取个人或敏感商业数据以进行勒索。这种做法不仅加大了攻击事件的处理成本和复杂性，还给受害者的声誉带来了更大的潜在损害。
世界经济论坛对近年来发生的重大网络损失（损失额超过100万欧元）的分析报告指出，数据泄露的案件比例正急剧上升——从2019年的40%一路攀升，到2022年已接近80%，而2023年的这一数字更是只增不减。
供应链数据治理的强化
高级分析和人工智能技术的强大工具正在大幅提升跨职能可见性、场景建模和决策自动化的能力。随着这些技术的广泛应用，维持高水平的数据质量和严格的治理流程变得至关重要。
2024年，数据治理（DG）成为企业领导者关注的核心，数据显示，约60%的高层将其列为优先任务。数据作为新时代的资产，其管理与安全性已成为首席开发官（CDO）的焦点，远超人工智能等其他议题。有效的数据治理不仅能确保数据质量，还能显著提高投资回报率（ROI），吸引投资者关注。
随着人工智能等新数据项目的推进，企业需要优化数据治理以释放更多预算。有研究显示，修复不良数据治理可节省企业IT预算的20-40%。为此，62%的组织将审查并调整其数据治理策略，以实现自主与联合结构的平衡。这种更新方式将赋予业务部门更多独立性，同时确保数据治理标准的一致性与灵活性，为企业创造更大价值。
端到端可持续供应链的构建
与可持续性相关的法规在全球范围内不断增多，推动着自愿合规向监管合规的转变。因此，为了满足利益相关者的要求并推动内部决策，可持续性数据的准确性必须从指标层面提升至投资级别。
伦敦大学（UCL）的最新研究揭示了气候变化对全球供应链产生的深远影响。该研究首次量化了气候变化对供应链的“间接经济损失”，并指出，当考虑到气候变化对全球供应链的级联影响时，气候变化造成的全球GDP损失将呈指数级增长。
气候变化给经济造成的具体损失金额，预计到2060年将达到3.75万亿美元至24.7万亿美元，具体取决于二氧化碳的排放量。
人工智能视觉系统的应用
人工智能视觉系统结合了工业3D相机、计算机视觉软件和先进的人工智能模式识别技术，是一种创新的超自动化解决方案。它能够根据实时捕捉到的非结构化图像进行自主解析和推断。
InteractAnalysis预测，2024年机器视觉市场的全球增长率为1.4%，2025年将恢复更高的年增长率，机器视觉市场正迎来新的增长机遇。
自动化促进协会（A3）的最新调查显示，人工智能视觉技术已成为业界关注的焦点。当被问及2024年计划在自动化解决方案中实施哪些新兴技术时，50.23%的受访者选择了人工智能视觉技术，显示出该技术在自动化解决方案中的巨大潜力。
同时，人工智能编程（30.23%）、3D打印（25.58%）、云计算（20.93%）、边缘计算（20.47%）、人工智能中的大语言模型（17.21%）等其他技术也备受青睐，共同构成了自动化领域的多元化发展格局。
增强互联劳动力队伍的建设
通过增强互联劳动力计划，企业可以缩短员工入职后达到最佳生产力和做出改进决策所需的时间。增强互联劳动力策略通过优化智能技术、劳动力分析和技能提升的使用来最大化人类员工的价值，将这些能力视为一个统一、协同的战略，以加速和扩展人才的影响。
增强互联劳动力（Augmented Connected Workforce）是一个前沿的概念或范式，它旨在通过集成先进技术，为员工提供类似于“超能力”的增强功能。这一构想的核心在于将工人与各种高科技设备和系统相结合，从而提升他们的工作效率、准确性和安全性。
具体来说，增强互联劳动力涉及以下技术和工具的应用：
增强现实（AR）眼镜:通过佩戴AR眼镜，工人可以获得实时的视觉信息和指导，帮助他们更好地完成任务。
人工智能（AI）工具:AI工具可以处理和分析大量数据，为工人提供智能决策支持和预测分析。
可穿戴传感器:这些传感器可以监测工人的生理状态、位置和运动等信息，从而提供个性化的健康管理和安全预警。
可穿戴通信工具:通过佩戴智能手表、耳机等设备，工人可以随时随地与其他团队成员或系统进行沟通和协作。
物联网(IoT)：物联网技术可以连接各种设备和系统，实现数据的实时共享和协同工作。
机器人:机器人可以协助工人完成重复性、高风险或高强度的任务，减轻他们的工作负担。
外骨骼:外骨骼是一种可穿戴的机械设备，可以增强工人的力量和耐力，提升他们的工作能力。
机器视觉:机器视觉技术可以通过摄像头和图像处理算法，实现自动化检测和识别等功能，提高生产效率和准确性。
云计算:云计算平台可以提供弹性的计算和存储资源，支持大规模的数据处理和分析，为增强互联劳动力提供强大的后端支持。
复合人工智能的部署
复合人工智能融合了多种人工智能技术，以提高学习效率和准确性，拓宽知识表示的范畴，并最终解决推动供应链绩效改进的各种业务问题。根据特定用例的上下文，不同的人工智能技术或技术组合将比依赖任何单一方法更具意义。
Dynatrace的研究表明，组织正在增加其所有业务领域对人工智能的投资，以提高生产力、自动化任务、降低成本并跟上竞争的步伐。而其中“复合人工智能”将是企业成功采用人工智能的核心。
因为自动化软件服务、解决安全漏洞、预测维护需求和分析业务数据都需要复合人工智能方法。这种方法能提供因果人工智能和预测人工智能的精确度，前者确定系统行为的根本原因和影响，后者根据历史数据预测未来事件。
下一代仿人工作机器人的引入
下一代仿人工作机器人将结合感官感知、移动操作和动态运动来执行传统上由人类承担的生产性任务。这些机器人通常配备类似人体的头部、躯干、手臂和腿部，以及传感器和摄像头等设备来感知周围环境并执行各种操作。
近年来，人形机器人技术的发展取得了显著的进步，并在不同领域展现了广阔的应用前景。其中，汽车工厂成为人形机器人商业化落地的重要场景之一。根据东吴证券的研究，国内外主流人形机器人厂商纷纷将汽车工业作为其主要的应用场景，这背后的原因值得我们深入探讨。
东吴证券认为短期内人形机器人将首先在汽车工厂实现商业化落地，一方面系汽车工厂同时具备规模大和标准化程度高的特点，赋予人形机器人实训的条件，另一方面汽车产业的自动驾驶、传感器、机器视觉等方面的技术与人形机器人具有共通性，车厂和人形机器人厂商的深度合作可以发挥二者的协同效应。
机器客户的兴起
机器客户是指自主获取商品或服务以进行付款的非人类经济参与者。例如，能够独立于人工指令下订单的物联网设备或资产、管理耗材库存的智能补货算法以及向消费者推荐交易的智能助手等都属于机器客户的范畴。
Gartner的报告显示，有超过130亿个物联网（IoT）连接产品被部署，到2028年，这一数字将上升到150亿。这些物联网设备有可能表现得像客户一样，为自己和他们的所有者购买服务和用品。据Gartner调查，首席执行官估计到2030年，其企业收入的15%至20%将来自机器客户。
--内容素材来源于Gartner、东吴证券及其它公开报道
辑器
供应链年度专业大会
SiMPL2024，第十四届供应链创新峰会2024暨ACE供应链创新周，作为每年备受瞩目的供应链年度性专业大会，定档6月5-6日在上海举办。今年预计将有80+演讲嘉宾、1000+参会嘉宾及50+供应链技术与创新解决方案商参加。
欢迎点击图片链接了解详情！
供应链年度专业大会
合作伙伴招商中……
//ACE供应链创新精英社群//
100+微信群，15000+供应链专家高管及从业者，60%是来自世界500强和中国500强的供应链采购高层，包括：
行业细分群：消费品零售、工业制造、高科技、医疗、半导体等
专题群：供应链数字化、需求计划、产销协同、供应链预测、采购数字化、供应链高管群等专题群
功能群：线下活动群、线上直播群、需要发布群、综合群等
我们坚持每天在群里分享供应链研报、干货文章、免费直播学习、活动等行业内容，坚持最纯粹的行业交流和信息分享（仅限供应链领域），欢迎加入！