如今，计划部门对自身运营的可视性达到了前所未有的水平。互联的系统、更丰富的运营数据以及日益复杂的规划工具，已经改变了企业监控供应链中需求、库存、供应商及各类中断的方式。

按理说，做出更快决策应该更容易才对！ 然而，IBM Consulting 全球供应链计划转型负责人 Ryan Misquita 却认为，实际情况恰恰相反。

在最近一期 The Future of Supply Chain（供应链的未来） 播客节目中，Misquita 指出，问题根本不在信息本身。计划部门正面临“计划流程速度与现实世界问题或中断之间的根本性脱节”。每一个新的可视性来源，都会带来一个需要评估的信号、一个需要调查的异常情况，以及一个争夺计划人员时间的新决策。

这一洞察彻底重塑了供应链计划的未来方向。如果企业已经比以往任何时候都看得更清楚，为何判断什么真正重要却变得越来越困难？而如果更多的信息并不足够，那么下一个竞争优势又将来自何处？

可视性改变了计划的本质问题

多年来，供应链创新一直致力于帮助计划人员看得更清楚。更精准的预测、集成化计划、互联的业务流程以及更丰富的运营数据，使企业能够更清晰地掌握需求、库存、供应商和物流状况。

这些投入确实实现了预期效果，同时也改变了计划人员的工作内容。每一次可视性的提升，都意味着更多信号涌入计划流程。

需求变化、供应商限制、天气事件、运输延误、地缘政治发展以及运营异常等各类因素，都在争夺计划人员的关注。然而，计划人员所能投入的时间却是有限的，他们必须迅速判断哪些情况需要立即应对。

Misquita 认为，这种失衡正在重塑计划本身。“信号的数量持续增长，但我们的计划流程却未能同步进化。”

可视性依然至关重要，但下一个竞争优势将来自缩短从发现中断到决定如何应对之间的距离。那些能够缩小这一差距的企业，将能在决策仍能影响结果时迅速采取行动。

不同的决策速度

计划系统在识别潜在问题方面已变得极为高效。下一个机遇在于帮助组织在这些问题演变为实际业务成果之前及时应对。

Misquita 表示：“我们正超越以往仅向计划人员发出缺货预警的阶段，生成式 AI 能够分析天气模式、供应商沟通和港口拥堵等非结构化数据，自动触发假设情景模拟，帮助计划人员在中断扩散前评估各种应对方案。”

如今，计划系统不再只是简单地报告，而是开始真正参与决策过程。它们能够整合信息、业务背景与推荐行动，通过信号编排、决策延迟控制和智能优先级排序，精准呈现最关键的问题，而不是仅仅增加更多警报。

这种商业价值在实践中愈发清晰。IBM Consulting 的一家航空和国防客户将计划周期从七天缩短至四到五小时。

Misquita 解释道：“这一成果不仅仅是提升效率，更意味着决策速度的根本转变。”更快的计划周期使企业有更多机会重新调整库存、与供应商协作，并在决策仍能影响结果时保护客户承诺。

计划人员的角色也随之改变。“生成式 AI 显著降低了延迟，” Misquita表示。过去用于收集信息的时间，现在可以用来评估权衡取舍、跨部门协作，并在最关键的地方运用判断力。AI 不会取代经验，而是创造了更多运用经验的机会。

未来始于战略，而非新技术

许多急于采用新技术的企业往往从工具入手，而不是先解决业务问题。但 Misquita 指出，最大的错误之一就是“把技术放在首位，把战略放在第二位”。

成功的项目始于明确界定的业务问题，设定可衡量的目标，然后确定 AI 能在哪些方面提升规划决策。同样的原则也适用于生成式 AI——它依赖准确的规划数据才能生成可靠的建议。

正如 Misquita 所说，如果交付周期或安全库存数据本身存在“幻觉”，那么生成式 AI 也会产生类似的“幻觉”。强大的数据治理、有意义的 KPI 指标以及一体化的规划流程，依然是每个成功 AI 项目的基础。

取得最大进展的企业，并不会一开始就问“AI 能做什么”，而是先思考“哪些计划决策最为关键”。

那么，计划人员接下来该何去何从？

展望未来，Misquita 认为，计划将变得越来越自动化。AI 将持续感知变化、评估选项并协调常规决策，而计划人员则专注于战略制定、治理管控以及需要人类判断的例外情况。

这一愿景进一步提升了计划人员的角色价值，如今的关键在于这些决策能够以多快的速度做出。

多年来，供应链计划团队一直在努力提升日益复杂运营中的可视性。下一个竞争优势，将属于那些能在机会消逝前，将可视性转化为实际决策的企业。

不要错过完整对话

收听完整节目，了解 Ryan Misquita 分享生成式 AI 在供应链计划中的更多应用场景，包括异常管理、需求预测、数据准备、KPI 衡量以及自主计划等。