儘管人工智慧前景廣闊，但一些供應鏈領導者將人工智慧視為等待問題的解決方案。Gartner 供應鏈實務部傑出副總裁分析師 Noha Tohamy 不同意這種看法。

「GenAI 有很多機會可以幫助人類更輕鬆地獲得見解，」她告訴 EPS News。「這將顯著提高生產力—[企業將]用相同或更少的員工做更多的事情。“

她補充說，GenAI 還可以透過自然語言使介面更加直觀，從而從現有技術中獲得更多好處。“這將提高這些技術的採用水平，並從以前的技術投資中產生更高的回報。”

CSCO 預計 GenAI 將提高生產力、提高業務敏捷性並降低成本。但托哈米表示，各組織在採用這些技術方面仍處於早期階段，一些預期的好處可能被誇大或高估，而風險可能沒有被充分理解並因此被最小化。“在供應鏈和採購中尤其如此，其中許多用例需要與外部合作夥伴合作和共享資料。”

供應鏈用例

據 Gartner 稱，在採購領域，GenAI 將對採購和合約生命週期管理以及供應商資訊發現和管理產生最大影響。電子產品供應鏈已經在使用人工智慧來快速篩選和分析大量數據；建議產品替代品並確定替代供應商。

主要電子產品分銷商Waldom Electronics正在使用機器學習模型來主動預測庫存的銷售方式，並正在探索使用人工智慧來自動化購買流程的主動和被動方面。目錄分銷商Digi-Key使用 AI/ML 根據描述和參數資料進行零件分類和編碼；客戶審查以及公司統計數據和內容關鍵字的分類；根據可用性推薦零件；以及根據發票、合約和其他來源進行資料驗證、自動更正和通知。

人工智慧也被用於產品設計的研發。產業參與者表示，除了「一些調整」之外，人工智慧生成的設計非常準確。《哈佛商業評論》引用了快速尋找和審查供應商的用例，以增強供應鏈的敏捷性。

Tohamy 表示，最有影響力的用例之一是允許供應鏈員工以自然語言與技術進行交互，提出問題並獲得有關 KPI 和供應鏈績效的上下文答案。其他用途包括程式碼增強等領域，提供更多供應鏈關鍵績效指標和員工協助聊天機器人的見解。

「例如，需要透過 GenAI [使用者] 瀏覽多個系統、報告、儀表板、Excel 電子表格、圖表，而不是規劃人員，可以提出這樣的問題：我為客戶預期的按時交付指標是多少，然後繼續更好地了解指標背後的驅動因素以及解決問題所需採取的潛在行動，或與內部團隊合作做出更好的決策，」Tohamy 解釋道。

Gartner 發現，CSCO 平均將職能預算的 5.8% 用於 GenAI。CSCO 認為 GenAI 支持其更廣泛的數位轉型目標。但供應鏈在採用方面落後於其他職能，例如行銷和銷售。65% 的 CSCO 受訪者表示，他們將聘請專門的員工和專家來協助在 2024 年部署該技術。

Tohamy 表示，供應鏈領導者非常重視今年在 GenAI 解決方案方面取得進展，他們也意識到需要額外的資源才能成功超越小規模試點。隨著員工轉向更高附加價值的活動，而較低階層的任務日益自動化，CSCO 也可能會考慮對員工角色的影響。

問題的解決方案

HBR 對供應鏈人工智慧提出了這樣的觀點：人工智慧工具並不能解決所有問題。該出版物稱，在穩定的供應商市場中，人工智慧的價值會下降，因為替代供應商已經眾所周知，買家面臨的不確定性也很小。此外，人工智慧工具為與已經共享深入資訊的合作夥伴建立牢固的關係提供了有限的額外好處。

Tohamy表示，供應鏈公司可以利用其他職能合作夥伴的早期經驗和技術投資，並成為「快速追隨者」。但《哈佛商業評論》總結道，單一的人工智慧解決方案不太可能建立企業的供應鏈能力。