2024供应链物流及人工智能发展趋势预测综述.pdf

供应链物流及人工智能发展趋势预测综述（2024 年及以后）罗戈研究院副院长中国数字化学会特聘终身顾问广州捷世通物流股份有限公司战略副总湖南大学计算机信息工程学院兼职敎授唐隆基博士（2024-03-10）供应链物流及人工智能发展趋势预测综述（2024 年及以后）2目录引言.41.2024 年及以后的重要战略预测.51.1 GenAI 使人们在个人和专业方面变得更好、更强大.51.2 企业将更好地克服最糟糕的特质.61.3 新威胁创造新责任和社区.72.Gartner 2023 供应链战略成熟度周期.83.人工智能和生成式人工智能的发展趋势及预测.113.1 人工智能是 2024 年大创意中最重要的创意.113.22023 年 Gartner 人工智能技术成熟度周期.143.3 人工智能和 AI 技术的未来.163.4 企业生成式人工智能的未来.183.5 人工智能软件市场的预测.193.5.1 人工智能软件预测与增长.193.5.2 预测生成式人工智能的增长.213.6 供应链市场中的人工智能：全球行业分析与预测（2023-2029）.234.2024 年及之后供应链的未来趋势和预测.264.1 2024 年工业和全球供应链预测.264.2 2024 年福布斯的供应链预测.274.3 2024 年部分供应链关键统计数据.294.3.1 主要供应链统计数据.294.3.2 其他供应链统计数据.33供应链物流及人工智能发展趋势预测综述（2024 年及以后）34.4 2024 年部分物流关键统计数据.345.2024 年及之后主要与采购有关的供应链趋势和预测.405.1 首席采购官根据技术对采购的影响进行调整.405.2 GEP 2024 年采购与供应链展望.435.2.1 2024 年全球商业和宏观经济趋势.435.2.2 2024 年七个领导主题.516.总结.64参考文献.65罗戈研究.67供应链物流及人工智能发展趋势预测综述（2024 年及以后）4引言2023 年是 ChatGPT 和生成式人工智能释放巨大创造力和生产力潜力的一年，但创新的广度和深度正在影响和改变一切。2024年2月16日，OpenAI又发布了首款文生视频模型Sora，这绝对是颠覆性的创新，意味着今后眼见可能不再为实。世界一方面正处于颠覆式创新技术的时代，另一方面是继续处于高度不确定的时代，大国竞争，地缘政治和动荡仍在继续。新的颠覆式创新，全球格局之大变等笼罩着世界，特别是供应链,加之为应对气候和其它危机的法规不断出台所引起的企业责任和政府监管压力上升。新的一年 2024 注定是充满挑战和机会的一年。本文作者年初在【1-2】中已经介绍和讨论了有关生成式人工智能，反脆弱供应链和供应链持续性的趋势。下面是【1-2】的继续，将介绍和分析 2024 年及之后值得关注的趋势和预测除一些公共的战略性预测外，主要是关于供应链及物流方面的统计数据、趋势和预测。供应链物流及人工智能发展趋势预测综述（2024 年及以后）51.2024 年及以后的重要战略预测Gartner 于 2023 年 12 月 4 日发布了其一年一度的2024 年及以后的 10 大重要战略预测报告（见图 1）。Gartner 的 2024 年及以后的重要战略预测帮助组织了解将在未来三到五年内可能遇到并影响组织的思维和战略规划的趋势。图 1：2024 年及以后的十大战略预测（来源：Gartner【3】）1.1 GenAI 使人们在个人和专业方面变得更好、更强大这一类包括了图 1 中十大预测中的前面第 1，2，和 3 个预测。1)个人可以使用 GenAI 来创建更好的简历、报告、工作产品以及与他人的互动。到 2026 年，供应链物流及人工智能发展趋势预测综述（2024 年及以后）630%的员工将利用数字化“魅力过滤器”，让你看起来比实际情况更好，从而在职业生涯中实现以前无法实现的进步。2)由于 GenAI 可以提高整个劳动力的产出，因此拥有大量廉价劳动力的国家将不会拥有那么明显的优势。到 2027 年，人工智能的生产力价值将被视为国家实力的主要经济指标，这主要归功于劳动力生产力的普遍提高。3)GenAI 可以帮助创建一支更加多元化的劳动力队伍，其中包括来自不同年龄组、不同教育和种族背景以及神经异常（自闭症、多动症和阅读障碍等疾病）的人员。到 2027 年，25%的财富 500 强公司将积极招募神经多元化人才，以提高经营绩效。1.2 企业将更好地克服最糟糕的特质这一类包括了图 1 中十大预测中的前面第 4，5，6，7 个预测。4)更多电力为计算机供电的需求正在迅速增长。GenAI 提高了能源成本和可用性。到2026 年，一半的 G20 成员国将实行每月限电，这使得能源意识运营要么成为竞争优势，要么成为重大失败风险。5)GenAI 可以提供现代化计划、重构计划、测试和验证以及其他功能来加快现代化工作。到 2027 年，GenAI 工具将用于解释遗留业务应用程序并创建适当的替代品，从而将现代化成本降低 70%。6)用机器人补充劳动力可以帮助企业发展，但这将暴露出改变企业运营的必要性。到 2028年，由于劳动力短缺，制造业、零售业和物流业的智能机器人数量将超过一线工人。7)机器工人和顾客的崛起正在促使人们重新思考关键业务运营。到 2026 年，30%的大公司将拥有专门的业务部门或销售渠道，以进入快速增长的机器客户市场。供应链物流及人工智能发展趋势预测综述（2024 年及以后）71.3 新威胁创造新责任和社区这一类包括了图 1 中十大预测中的前面第 8，9，和 10 个预测。8)虽然 GenAI 带来了大量机会，但恶意信息却成为新的威胁媒介。到 2028 年，企业用于应对这一问题的支出将超过 300 亿美元，占用 10%的营销和网络安全预算。9)首席执行官必须授权一位负责的高管（例如首席信息安全官）来应对整个组织中虚假信息的挑战。到 2027 年，由于监管压力的增加和攻击面的扩大，45%的 CISO 的职责将扩展到网络安全之外。10)工会历来向组织和政府施压，要求他们先保护人民，再保护公司。到 2028 年，在采用生成式人工智能的推动下，知识工作者的工会人数将增加 1,000%。Gartner 杰出副总裁分析师兼研究员 Daryl Plummer 指出：“大型语言模型(LLM)的存在涵盖了广泛的创造力，这些能力不断创造更多的兴奋点。但与这种兴奋相反的是健康的怀疑态度和对风险的担忧。我们今年的预测展示了 GenAI 如何渗透到任何主题。事实上，在没有GenAI 的情况下开始这样的对话是短视的。”【3】最后指出如何正确使用 Gartner 的预测：使用 Gartner 预测作为您的战略计划的规划假设。评估近期标志以确定预测是否更有可能变成事实。预计较长时间范围的预测比较短时间范围的预测更不可能实现。总之，Gartner 对 2024 年的重要预测反映了 GenAI 如何改变我们对几乎每个主题的思维。GenAI 的“典范”ChatGPT 在 2022 年底发布，2023 年，一切都发生了变化。这一引入改变了人们对计算的许多看法。GenAI 提供了完成以前不可能完成的事情的机会。这些预测将帮助您考虑应该重新构想哪些假设以及何时重新构想，从而使您能够创建一个更加灵活、适应性更强的组织，为未来的情况做好更好的准备。供应链物流及人工智能发展趋势预测综述（2024 年及以后）82.Gartner 2023 供应链战略成熟度周期自 2017 年 Gartner 每年 8 月间发布一份供应链战略成熟度周期（Hype Cycle for Supply ChainStrategy）的研究报告，它为供应链组织提供战略方面的建议。【4】指出：自该研究报告诞生以来，成熟度周期研究一直是值得信赖的来源，帮助 CSCO 和供应链领导者确定关键能力的投资并确定优先顺序。技术成熟度周期展示了功能的成熟度、采用水平、业务影响和相关风险。这样，领导者就可以创建一个投资组合，平衡对未来创新的追求与持续渐进改进的需求。该成熟度周期沿着不同的阶段进行。由创新或行业焦点触发的能力进入循环，然后朝着期望膨胀的峰值前进。在这个阶段，能力面临着不切实际的期望，如果不满足，就会将其推向幻灭的低谷。在这个时期，公司可能会质疑其价值。如果它能够度过低谷，那么该功能就会进入更广泛采用和持续回报的时期。现在最新的是 2023 供应链战略成熟度周期（见图2）。该研究具有一定连续性，每年的供应链战略成熟度周期复盖了供应链战略成熟度周期未来 3 至 5 年供应链战略趋势，每年发布的新的供应链战略成熟度周期会有更新，但保持了其研究的内在连续性。供应链物流及人工智能发展趋势预测综述（2024 年及以后）9图 2：Gartner 2023 供应链战略成熟度周期（来源：Gartner【4】）在 2020 年 Gartner 供应链战略成熟度周期中，峰顶左侧是供应链组织正在探索的许多新兴功能。峰顶右边是正趋于成熟的数字能力，它们是公司应积极采用的能力，以优化其绩效。此处高德纳特别指出了五项值得关注的数字技术和战略趋势，供应链领导者应该掌握这些功能。基于成熟度的行动重要的供应链战略趋势具有新生能力的有针对性的实验：在技术成熟度曲线的左侧，今年有两种新兴的数字能力，有可能加速数字化转型之旅。鼓励 CSCO 追求小型概念验证，使其组织能够更好地了解应对挑战和可行性的能力潜力。客户的数字孪生(DToC)：DToC 是客户的动态虚拟镜像表示，有助于仿真、模拟和预测客户的行为。客户可以是个人、企业客户、角色、人群或机器。机器客户：机器客户是非人类经济参与者，通过付款来获取商品或服务。例子包括独立于人类命令下订单的物联网连接设备或资产、维持消耗品可用性的智能补货算法以及向消费者建议交易的智能助手。Gartner 2020 年首席执行官和高级管理人员调查表明，61%的首席执行官认为，到 2030年，机器客户的需求将在其行业中变得越来越重要。生成式人工智能（GenAI）：GenAI 技术可以通过从原始源内容的大型存储库中学习来生成内容、策略、设计和方法的新派生版本。GenAI 具有深远的商业影响，包括内容发现、创建、真实性和监管；人类工作的自动化；以及客户和员工体验。在供应链中，GenAI 可以创建定制的客户和供应商供应链物流及人工智能发展趋势预测综述（2024 年及以后）10沟通。认真追求被炒作的能力：转向周期的右侧，我们看到一些能力正在成熟，但尚未在更广泛的范围内进行测试。对于这些能力，技术成熟度曲线建议进行试点，以进一步了解他们面临的挑战，包括技术不成熟、文化不成熟以及与现有流程的不一致等数字供应链孪生：数字供应链孪生是物理端到端供应链的高分辨率数字表示，它与现实世界同步，以提供可见性并实现一致的端到端决策。人工智能(AI)：人工智能应用先进的分析和基于逻辑的技术来识别和预测模式、自学习以及制定和执行决策。人工智能增强了人类的决策能力或使日常和非常规任务自动化。人工智能有潜力改变供应链。它通过识别模式并提出可行的建议，显着增强了人类的决策能力。充分利用成熟的能力：对于某些数字功能而言，其承诺与支持业务需求的能力之间仍然存在脱节。许多组织都在努力超越炒作，寻找成功的部署策略。Gartner 建议 CSCO 与其组织合作，重新审视这些能力，以确定它们是否适合数字化优先事项。机器学习(ML)：ML 可以从大量数据中识别模式、生成见解并预测未来结果。虽然机器学习在供应链中的潜力巨大，但在更广泛的采用方面面临着许多障碍。缺乏高质量的数据可能会降低机器学习算法的输出。用户对复杂模型工作的不信任可能会限制采用。高级分析：高级分析涵盖预测性和规范性，使组织能够预测未来场景并主动确定最佳行动。尽管它在领导者中展示了显着的好处，但许多供应链组织仍然未能广泛采用它。员工数据素养水平低也是缺乏采用的罪魁祸首。供应链物流及人工智能发展趋势预测综述（2024 年及以后）113.人工智能和生成式人工智能的发展趋势及预测笔者在【1】中已经对生成式人工智能的发展趋势，特别是展望了它对供应链领域的应用前景。本节将进一步介绍一般人工智能和生成式人工智能未来发展的成熟度趋势和某些预测。本节主要参考 Gartner 发布的人工智能技术成熟度周期的研究报告【5-10】。在此之前，先介绍一下 ARK Invest（方舟投资）对于 2024 到 2030 年世界颠覆性技术创新的分析和预测【5】，其中重点关注人工智能。3.1 人工智能是 2024 年大创意中最重要的创意自 2017 年以来的传统，ARK Invest（方舟投资）每年发布一份年度研究报告“大创意（BigIdeas）”，它是 ARK 的开创性文件，对技术融合及其在全球范围内变革行业和经济的潜力进行了全面分析。ARK Invest 的2024 年大创意报告【5】概述了对 2030 年关键技术发展的雄心勃勃的期望及其到 2040 年的潜在影响。下面列举了该报告的 15 个对未来科技的预测:技术融合：在人工智能突破的推动下，到 2030 年，与颠覆性创新相关的全球股票市场价值可能会从总市值的 16%增加到 60%以上。因此，与颠覆性创新相关的年度股票回报率可能会超过 40，未来七年，其市值将从目前的约 19 万亿美元增加到 2030 年的约220 万亿美元。到 2030 年，与颠覆性创新相关的全球股票市场价值可能会增加至 60%人工智能：扩展全球智能并重新定义工作。到 2030 年，硬件和软件的融合可以推动人工智能培训成本每年下降 75%。比特币配置：增强比特币在投资组合中的作用。过去七年里，比特币的年度回报率平均约为 44%，而其他主要资产的年度回报率平均为 5.7%。2023 年的比特币：在 2022供应链物流及人工智能发展趋势预测综述（2024 年及以后）12年的挑战之后展现出韧性和复苏，2023 年，比特币价格飙升 155%，2023 年比特币市值将达到 8270 亿美元智能合约：为互联网原生金融系统提供动力。如果金融资产以类似于互联网采用的速度迁移到区块链基础设施，并且与去中心化金融服务相关的收取率是传统金融服务的三分之一，那么智能合约每年可能会产生超过 4500 亿美元的费用。数字消费者：向数字休闲转型。根据 ARK 的研究，数字休闲支出将取代实体休闲支出，并在未来 7 年内以每年 19%的速度增长，从 2023 年的 7 万亿美元增长到 2030年的 23 万亿美元。数字钱包：通过双边网络闭合循环。根据 ARK 的研究，闭环消费者支付、商业银行和员工工资/支付将使特定垂直软件平台的收入在未来七年内以每年 22-33%的速度增长，到 2030 年，数字钱包可能会将特定垂直软件平台的收入增加到 27-500 亿美元。精准治疗：更有效、更便宜地治愈疾病。根据 ARK 的研究，专注于精准治疗的公司的企业价值在未来 7 年内可能以每年 28%的速度增长，从 2023 年的约 8200 亿美元增至 2030 年的约 4.5 万亿美元。多组学工具和技术：将生物学见解转化为经济价值。根据 ARK 的研究，多组学工具和技术可以将每种药物的研发(R&D)支出减少 25%以上。电动汽车：更低的电池成本推动电动汽车的采用。ARK 预测，未来 7 年电动汽车销量将以每年 33%的速度增长，从 2023 年的约 1000 万辆增至 2030 年的 7400 万辆。机器人技术：人工智能软件和硬件的融合使自动化得以推广。根据赖特定律，随着硬件和软件成本的下降，人工智能将继续提高生产力，并为通用机器人技术创造新的市场机会，每年的收入规模将超过 24 万亿美元。通用机器人代表着超过 24 万亿美元的全球收入机会供应链物流及人工智能发展趋势预测综述（2024 年及以后）13Robotaxis：安全且经济地改变城市交通。根据 ARK 的研究，机器人出租车平台可以重新定义个人出行，并在未来五到十年内创造 28 万亿美元的企业价值。2030 年，Robotaxi 平台可创造 28 万亿美元的企业价值自主物流：降低成本并重塑供应链。根据 ARK 的研究，到 2030 年，自动送货收入可能会从现在的零增长到 9000 亿美元。可重复使用的火箭：为商业开放外太空。根据 ARK 的研究，到 2030 年，卫星连接收入可能达到 1300 亿美元，但仍只是约 2 万亿美元电信收入的一小部分。2030 年卫星连接收入每年可能超过 1300 亿美元3D 打印：重塑制造。根据 ARK 的研究，未来 7 年，即到 2030 年，3D 打印收入每年可能会增长约 40%，从目前的约 180 亿美元增至 2030 年的约 1800 亿美元。该报告还指出，在许多通用性技术中，人工智能已成为其核心技术，图 3 显示了通用性技术的经济影响（实际 GDP 增长和消费者盈余的年度增长百分比）预测。按此预测，到 2030 年，人工智能对世界经济的影响将达到约 712%。图 3：通用性技术的经济影响（来源：ARK【5】）供应链物流及人工智能发展趋势预测综述（2024 年及以后）143.22023 年 Gartner 人工智能技术成熟度周期2023 年 Gartner 人工智能技术成熟度周期确定了能够提供显着甚至变革性效益的创新和技术，同时还能解决易出错系统的局限性和风险。人工智能战略应考虑哪些提供最可信的投资案例？Gartner 总监分析师 Afraz Jaffri 表示：“人工智能技术成熟度曲线中有许多创新值得特别关注，这些创新将在两到五年内成为主流采用，其中包括生成式人工智能和决策智能。”“早期采用这些创新将带来显着的竞争优势，并缓解与在业务流程中使用人工智能模型相关的问题。”在人工智能技术中，目前 GenAI 创新占主导地位，它使用 ChatGPT 等系统以非常真实的方式提高了开发人员和知识工作者的生产力。这导致组织和行业重新思考其业务流程和人力资源的价值，将 GenAI 推向技术成熟度曲线上期望过高的顶峰（见图 4）。Gartner 现在认为生成式 AI 运动在走向更强大的 AI 系统的道路上有两个方面值得关注：GenAI 将推动创新。将推动 GenAI 进步的创新。这两个方面不同的关键技术列举在下面的表格中:生成式人工智能将推动创新生成式人工智能影响业务，因为它涉及内容发现、创建、真实性和法规。它还具有自动化人类工作以及客户和员工体验的能力。推动生成式人工智能进步的创新stablediffusion,midjourney，LLM 等创新正加速GenAI 进步。用户组织都在积极尝试，初创公司涌现，政府出台法规等在推动其发展。通用人工智能（AGI）是机器的（目前假设的）智能，它可以完成人类可以执行的任何智力任务。人工智能工程是企业大规模交付人工智能解决方案的基础。该学科创建连贯的企业开发、交付和基于人工智能的运营系统。自主系统是执行领域限定任务的自我管理物理或软件系统，具有三个基本特征：自主性、学习性和代理性。人工智能仿真是人工智能和仿真技术的结合应用，共同开发人工智能代理以及可以训练、测试甚至部署人工智能代理的模拟环境。人工智能信任、风险和安全管理（AI TRiSM）确保人工智能模型治理、可信性、公平性、可靠性、稳健性、有效性和数据保护。因果人工智能识别并利用因果关系，超越基于相关性的供应链物流及人工智能发展趋势预测综述（2024 年及以后）15云人工智能服务提供人工智能模型构建工具、预构建服务的 API 和相关中间件，支持构建/训练、部署和使用在预构建基础设施上作为云服务运行的机器学习(ML)模型。复合人工智能是指不同人工智能技术的组合应用（或融合），以提高学习效率，拓宽知识表示的层次。它以更有效的方式解决更广泛的业务问题。计算机视觉是一组技术，涉及捕获、处理和分析现实世界的图像和视频，以从物理世界中提取有意义的上下文信息。以数据为中心的人工智能是一种专注于增强和丰富训练数据以推动更好的人工智能成果的方法。以数据为中心的人工智能还解决数据质量、隐私和可扩展性问题。边缘人工智能是指在非 IT 产品、物联网端点、网关和边缘服务器中嵌入人工智能技术的使用。它涵盖消费、商业和工业应用的用例，例如自动驾驶汽车、增强的医疗诊断功能和流视频分析。智能应用程序利用学习适应来自主响应人和机器。模型运营化(ModelOps)主要关注高级分析、人工智能和决策模型的端到端治理和生命周期管理。运营型人工智能系统(OAISys)支持生产就绪型企业级人工智能的编排、自动化和扩展，包括机器学习、DNN 和生成型人工智能。即时工程是以文本或图像的形式向生成式人工智能模型提供输入以指定和限制模型可以产生的响应集的学科。智能机器人是由人工智能驱动的、通常是移动的机器，旨在自主执行一项或多项物理任务。合成数据是人工生成的一类数据，而不是从对现实世界的直接观察中获得的数据。预测模型，转向能够更有效地规定行动并更自主地行动的人工智能系统。数据标记和注释(DL&A)是一个对数据资产进行进一步分类、分段、注释和增强的过程，以丰富数据，以实现更好的分析和人工智能项目。第一原理人工智能(FPAI)（又名物理信息人工智能）将物理和模拟原理、控制定律和领域知识融入人工智能模型中。FPAI 将人工智能工程扩展到复杂系统工程和基于模型的系统基础模型是大参数模型，以自我监督的方式在广泛的数据集上进行训练。知识图是物理和数字世界的机器可读表示。它们包括遵循图形数据模型的实体（人员、公司、数字资产）及其关系。多代理系统（MAS）是一种由多个独立（但交互式）代理组成的人工智能系统，每个代理都能够感知环境并采取行动。代理可以是人工智能模型、软件程序、机器人和其他计算实体。神经符号人工智能是复合人工智能的一种形式，它将机器学习方法和符号系统结合起来，创建更强大、更值得信赖的人工智能模型。它提供了推理基础设施，可以更有效地解决更广泛的业务问题。负责任的人工智能是在采用人工智能时做出适当的商业和道德选择的总称。它包含确保积极、负责和符合道德的人工智能开发和运营的组织责任和实践。供应链物流及人工智能发展趋势预测综述（2024 年及以后）16图 4：Gartner 2023 人工智能技术成熟度周期（来源：Gartner【6】）3.3 人工智能和 AI 技术的未来人工智能和 AI 技术的未来是什么？【7】指出：它不仅仅是作为一种技术或商业工具，而是作为一种通用产品技术。人工智能对社会的影响堪比互联网、印刷机甚至电力的出现。它正处于重塑整个社会的边缘。Gartner 对人工智能的未来的预测，即战略规划假设包括：到 2026 年，超过 80%的企业将使用生成式 AI API 或模型，和/或在生产环境中部署支持 GenAI 的应用程序，而 2023 年这一比例还不到 5%。到 2026 年，实施 AI 透明度、信任和安全性的组织将看到其 AI 模型在采用率、业务目标和用户接受度方面实现 50%的改进。供应链物流及人工智能发展趋势预测综述（2024 年及以后）17到 2026 年，采用人工智能工程实践来构建和管理自适应人工智能系统的企业，在实施人工智能模型所需的数量和时间上将比同行至少提高 25%。到 2027 年，至少两家提供人工智能风险管理功能的供应商将被提供更广泛功能的企业风险管理供应商收购。到 2027 年，至少有一家全球公司将因不遵守数据保护或人工智能治理立法而被监管机构禁止其人工智能部署。商业领袖正面临三组新的期望：投资者期待新的增长来源和更高的利润率。客户将在日常生活中利用生成式人工智能（GenAI），并期望您也这样做。员工将离开那些人类从事生成性人工智能可以处理的工作的组织。【8】指出：生成式人工智能可以提供帮助商业领袖达到新的期望。高管面临的主要挑战是确定生成式人工智能在何处以及如何融入现有和未来的业务和运营模式，如何有效地试验GenAI 用例，以及如何为 GenAI 趋势带来的长期颠覆和机遇做好准备。图 5 描述了 Gartner对 GenAI 未来的 8 大预测:供应链物流及人工智能发展趋势预测综述（2024 年及以后）18图 5：Gartner 对 GenAI 未来的 8 大预测（来源：Gartner【8】）3.4 企业生成式人工智能的未来【9】指出：ChatGPT 虽然很酷，但这只是一个开始；生成式人工智能的企业用途要复杂得多。过去三年（2020-2022），风险投资公司在生成式人工智能解决方案上投资了超过 17 亿美元，其中人工智能药物发现和人工智能软件编码获得的资金最多。Gartner 技术创新研究副总裁 Brian Burke 指出，“像 ChatGPT 这样的早期基础模型专注于生成式 AI 增强创造性工作的能力，但到 2025 年，我们预计将使用生成式 AI 技术系统地发现超过 30%的新药物和材料（从今天的零增加）”，另外，营销和媒体已经感受到生成人工智能的影响。高德纳预计：到 2025 年，大型组织 30%的出站营销信息将由综合生成，而 2022 年这一比例还不到 2%。到 2030 年，一部大片上映时，90%的影片将由人工智能生成（从文本到视频），而 2022年这一比例为 0%。未来五年，生成式人工智能将对企业产生越来越大的影响。Gartner 预测【10】：到 2024 年，40%的企业应用程序将嵌入对话式 AI，而 2020 年这一比例还不到 5%。到 2025 年，30%的企业将实施人工智能增强开发和测试策略，高于 2021 年的 5%。到 2026 年，生成式设计 AI 将使新网站和移动应用程序 60%的设计工作实现自动化。到 2026 年，超过 1 亿人将聘请机器人同事为他们的工作做出贡献。到 2027 年，近 15%的新应用程序将由人工智能自动生成，无需人工参与。今天这种情况根本没有发生。供应链物流及人工智能发展趋势预测综述（2024 年及以后）193.5 人工智能软件市场的预测由于人工智能，特别是生成式人工智能近年来取得划时代的进步，并且展现了其强大的创造力和生产力，人工智能市场正欣欣向荣。Gartner 预计【11】全球人工智能软件支出将从 2022 年的 1240 亿美元激增至 2027 年的 2970 亿美元，未来六年市场将以 19.1%的复合年增长率增长。生成式人工智能(GenAI)软件支出预计将从 2023 年的 8%飙升至 2027 年的 35%。GenAI 的快速增长归因于企业软件供应商将 AI 工具集成到当前和未来的版本中，简化了基于 GenAI 的功能的广泛采用和新的应用程序。3.5.1 人工智能软件预测与增长【11】指出 Gartner 基于下面的预测作为基础对人工智能软件市场预测的基础:到 2026 年，超过 70%的独立软件供应商(ISV)将在其企业应用程序中嵌入 GenAI功能，这比目前的不到 1%有了重大飞跃。到 2025 年，全球 39%的组织将处于 Gartner 人工智能采用曲线的实验阶段，其中14%处于扩展阶段。Gartner 预测，到 2027 年，36%处于实验阶段的组织也将开始采用具有高业务价值但财务影响时间(TOFI)较低的用例。随着组织在人工智能实验方面变得更加成熟，支出将会增加。供应链物流及人工智能发展趋势预测综述（2024 年及以后）20图 6：人工智能软件预测与增长（来源：高德纳【11】）Gartner 分析师在预测分析中表示：“我们预计软件应用程序中对更多人工智能增强功能的需求将会持续增长，并且提供商将有更多机会提供构建人工智能的软件。但是，预计这些市场在预测期内不会饱和（供应超过需求）。”图 7 描述了人工智能软件在应用市场的支出分布。其中Gartner 预测财务管理系统(FMS)组件上的人工智能支出将成为整体最大的应用市场。FMS 通过预测、规划、现金应用和收款、余额调节等功能为财务办公室提供支持。FMS供应商已经在人工智能方面加倍努力，以提供经过验证的生产力和优化支持，将基于人工智能的功能集成到他们的应用程序和平台中。人工智能的固有优势很快就会带来FMS 系统的量化性能和生产力提升，这是为潜在客户构建可靠业务案例的赌注。数字商务应用是增长最快的人工智能应用市场。数字商务应用程序旨在简化商务运营和相关领域，包括优化、客户细分、图像分类等。Gartner 将数字商务中的人工智能功供应链物流及人工智能发展趋势预测综述（2024 年及以后）21能定义为包括个性化、自动执行和内容生成。釆购的人工智能应用市场也将得到较大增长。图 7：人工智能软件在应用市场的支出（来源：Gartner【11】）3.5.2 预测生成式人工智能的增长Gartner 预测 GenAI 最终将成为所有人工智能软件支出的基石，到 2027 年将达到全球收入的 35%。【11】指出，人工智能副驾驶的激增被集成到各种企业系统中，成为推动该市场增长的主要催化剂。如今，副驾驶系统已在电子邮件系统、客户支持聊天机器人和各种营销应用程序中使用，内容创建和个性化供应商可以将副驾驶快速跟踪到他们的应用程序和平台中。支持 GenAI 乐观增长预测的众多数据点之一是微软去年 3 月推出的 Microsoft供应链物流及人工智能发展趋势预测综述（2024 年及以后）22Dynamics 365 Copilot 的成功。自那时起，超过 130,000 个组织体验了 Microsoft Dynamics 365和 Microsoft Power Platform 中的副驾驶功能。图 8：生成式人工智能预测支出占具有增长生成式人工智能软件的人工智能软件的比例（来源：Gartner【11】）从图 9 可见，大型语言模型（LLM）是人工智能平台市场增长的核心。根据【11】，Gartner 预测，数据科学和人工智能平台市场将在预测期内出现最大的软件支出。他们将市场定义为包括机器学习(ML)平台和云人工智能开发者服务。Gartner 分析师在报告中写道：“人工智能的发展和技术的民主化加速了数据科学和人工智能平台市场的发展，其中易用性、工作流程、协作和部署等功能为公民数据科学家提供了支持。”，其中增长最快的领先人工智能平台是自然语言技术（包括 LLM）、数据科学和人工智能平台、计算机视觉平台以及分析和商业智能平台。LLM 将成为未来三年基于自然语言技术的平台不断发展的动力。它们是人工智能软件市场的新兴工作坊。供应链物流及人工智能发展趋势预测综述（2024 年及以后）23图 9：平台市场的人工智能软件支出（来源：Gartner【11】）3.6 供 应 链 市 场 中 的 人 工 智 能：全 球 行 业 分 析 与 预 测（2023-2029）根据美国市场研究公司 MMR 的报告【13】，供应链中的人工智能市场规模达 33.4 亿美元。预计到 2022 年，总收入将在 2023 年至 2029 年增长 45.5%，达到近 461.5 亿美元。人工智能（AI）是一种允许机器、软件和系统在某些领域与人类智能和行为竞争的技术。人工智能由一个系统控制，该系统解释数据并使用复杂的算法执行各种工作。人工智能可以在整个供应链中以多种方式使用，包括数据提取、数据分析、供需规划和自动车辆管理。它还可以访问仓库程序以改进产品运输、接收、存储、拣选和管理。物流的增强可以通过优化仓库运营和配送来实现。公司可以使用基于人工智能的解决方案来提高供应链管理绩效和质量。供应链物流及人工智能发展趋势预测综述（2024 年及以后）24端到端可见性、需求预测方法、动态规划优化、集成业务规划和维度流自动化只是其中几个基本特征。图 10 描绘供应链市场中的人工智能的未来发展的前景。它包括以下几个方面:市场大小，从 2022 至 2029，CAGR 达到 45.5%主要的玩家，几乎清一色欧美科技企业区域市场占比中，北美占据 50+%AI 硬件，软件，及服务各占一定比例，其中硬件占比 40%左右图 10：供应链市场中的人工智能（来源：MMR【13】）从图 11 描绘的供应链市场中的人工智能应用分布可见，供应链市场中的人工智能细分为供应链计划、仓库管理、车队管理、虚拟助理、风险管理、库存管理以及规划和物流。人工智能在供应链中应用的前 2 名是：第一名：仓库管理。在物流行业，AI 自主数据处理广泛应用于仓库库存管理、库存管供应链物流及人工智能发展趋势预测综述（2024 年及以后）25理、产品安全、准时交货等领域。这些只是推动供应链市场人工智能(AI)向前发展的几个关键特征。典型的案例如亚马逊已将其基于网络的购买的仓库数字化并使用人工智能推理流程。智能仓库的日常运营变得越来越先进。亚马逊正在利用人工智能来提高消费者满意度。另外，Amer Sports 成功利用机器学习来提高供应链管理和确定性。由于人工智能技术，自动化过程取得了巨大进步。第二名：供应链计划。供应链计划人工智能应用细分市场在 2022 年占据了次大的市场份额，人工智能应用对改进工厂调度和生产计划的需求不断增长，以及供应链决策的灵活性和简化程度不断提高，可以促进该细分市场的增长。图 11：供应链市场中的人工智能应用分布（来源：MMR【13】）供应链物流及人工智能发展趋势预测综述（2024 年及以后）264.2024 年及之后供应链的未来趋势和预测这一节主要介绍一些来自有名研究咨询机构和有名企业关于 2024 年及之后的供应链的预测和趋势。4.1 2024 年工业和全球供应链预测法拉利咨询和研究集团于 2024 年元月发布了其年度工业和全球供应链预测的研究报告，报告中列举了下面 2024 年十大预测:预测一：区域经济衰退的风险、地缘政治发展的加剧以及随之而来的行业供应网络中断将在2024 年考验现有供应链领导者的领导力和影响力。预测二：2024 年将继续增加战略和战术直接材料供应网络弹性水平和增加敏捷性能力。预测三：全球广泛运输和物流行业衰退将带来额外损失，运输成本降低但服务水平不可预测。预测四：2023 年劳动激进主义的增加将延续到 2024 年，而更多高技能人才的短缺将继续影响行业供应链管理和运营人员需求。预测五：业务和供应链数据管理的注意力、范围和格局将在 2024 年发生转变，为基于更多认知和生成人工智能的决策能力的好处铺平道路。预测六：企业和各自的供应链管理团队将被要求评估生成人工智能、聊天机器人或 LLM 技术在支持特定领域的供应链流程和决策中的业务和运营价值主张。预测七：多行业供应链 ESG 倡议和数据收集具有更大的意义和关注。在跟踪、测量、报告和减少跨多个行业和企业的温室气体排放方面，人们越来越意识到这将是对生成式人工智能技术部署的重要应用。我们预计，到 2024 年，将有更多证据表明这些努力可能会带来更广泛的市场兴趣。供应链物流及人工智能发展趋势预测综述（2024 年及以后）27预测八：基于云技术的格局，包括以供应链为重点的知名初创公司将面临投资市场的清醒。2024 年，专注于供应链技术的初创企业将继续面临挑战，它们需要在不增加资本的情况下，寻求扩大收入或盈利增长的途径。预测九：在线商务适度增长至更现实的增长水平，对零售商、履约服务提供商和包裹承运商产生影响。预测十：行业特定的供应链转型努力将接受更多考验。行业特定的供应链主要指商用飞机工业供应链电动汽车、半导体和汽车供应网络，它们的转型将面临更多风险。法拉利的预测告诉我们，2024 年及之后，我们将会继续面临充满不确定性的工业和全球商业环境，需要具备弹性和应对能力，并发挥供应链领导力。4.2 2024 年福布斯的供应链预测自本世纪初以来，供应链已成为许多全球企业和行业的战略支柱。什么构成了运行良好的供应链？【15】指出：2024 年供应链人工智能、可持续发展是首要考虑因素。该文对供应链做出了如下预测:风险抵御能力将持续存在：过去三年来，全球供应链的风险和缺口已成为各行各业的关注焦点。供应链现在被认为是企业生存、成功和增长的核心，而不仅仅是降低成本的机会。公司已经并将继续重新审视风险缓解策略：陆上、近岸、离岸策略更贴近实际需求。关键材料的替代采购策略，通过识别不同地理位置的替代供应商来减少对单一供应源的依赖，从而降低供应链风险。重新思考