根据 Gartner的一项调查，只有 23% 的供应链，表示其组织内已制定正式的供应链 AI 战略。
在实际工作中，供应链管理者看重ROI，必须确保短期收益，所以面临着从AI投资中获得短期投资回报的压力。如果没有结构化的方法，就有可能创建出效率低下的系统，这样的系统难以扩展适应未来不断变化的业务需求。
Gartner 调查了 120 位供应链，他们在 2024 年 12 月至 2025 年 1 月之间的过去 12 个月内在其组织中部署了 AI。对调查数据的分析显示，供应链功能中的 AI 预期与现实之间存在多重脱节。
这些脱节中突出的是供应链人工智能投资策略，大多数管理者专注于“逐个项目”的短期胜利，而不是确保为长期转型投资提供足够资金的明确人工智能投资策略。
目前普遍存在的逐个项目进行AI投资的模式，往往会导致低效的“弗兰肯系统”（franken-systems），即复杂的分层架构，阻碍了可扩展性，并延长了AI转型的投资回收期。
虽然短期投资回报的即时满足感可能看起来很有吸引力，但它往往会导致长期收益微乎其微，技术基础设施也变得脆弱。
额外的调查数据显示，供应链绝大多数使用效率、决策速度和成本等底线指标来衡量其人工智能投资的成功，并将这些因素的远远高于提升收入和创新等指标。
这表明??，供应链目前主要将人工智能视为一种提高效率和节约成本的工具，而非一项能够真正推动创新和新商业模式的变革性技术。
平衡供应链人工智能投资
供应链如果不对经过深思熟虑、风险较高且回报期较长的项目进行原则性押注，就会错失真正提升组织能力的机会。
Gartner 建议供应链管理者制定一个平衡短期和长期优先事项的 AI 投资组合，确保投资能够快速实现价值，同时又不忽视那些能够赋能未来供应链组织的转型举措。
为了有效平衡 AI 投资的短期效益和长期转型效益，Gartner建议采取以下策略：
1.制定正式的供应链 AI 战略：建立明确且记录在案的 AI 战略，概述短期和长期目标、成功的样子以及为实现成功需要做什么（以及何时做）。
2.采用运行-增长-转型框架：构建包含“运行”、“增长”和“转型”项目的人工智能投资组合，以战略性地分配资源并实现即时运营效率以及中长期效益。
运行阶段：专注于通过人工智能驱动的自动化和预测性维护来提高运营效率和成本优化。
成长阶段：通过将人工智能融入销售和运营计划等关键流程，促进跨职能协调并增强决策能力。
转型阶段：对人工智能计划做出原则性押注，将供应链定位为业务增长的战略合作伙伴，利用人工智能获取消费者洞察并主动塑造需求。
