罗戈研究：2024年供应链技术趋势和新质生产力报告

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1引言 21.2024年顶级战略性供应链技术趋势概述 31.1供应链组织的新机会 31.2Gartner对供应链领导的建议 31.32024顶级供应链技术的趋势和主题 42.2023年及以后的顶级战略性供应链技术趋势 72.1控制与保护（ControlandProtect）主题 72.1.1网络勒索（CyberExtortion） 72.1.2供应链数据治理（SupplyChainDataGovernance） 132.1.3端到端可持续供应链（End-to-endSustainableSupplyChains） 162.2人类和机器（HumansandMachines）主题 212.2.1人工智能的视觉系统（AI-EnabledVisionSystems） 212.2.2增强互联的劳动力（Augmented-ConnectedWorkforce=ACWF） 252.2.3复合人工智能（CompositeAI） 332.2.4下一代人形工作机器人（Next-GenerationHumanoidWorkingRobots） 382.2.5机器客户（MachineCustomers） 453.高德纳顶级战略性供应链技术趋势/主题的研究回顾 564.总结 575.参考文献 58罗戈研究 612引言随着企业寻求更深入地了解供应链各个层面以及创新和新机遇，技术在企业的成功中发挥着越来越重要的作用。有名的研究咨询公司Gartner表示，技术进步可以增强战略决策、提高效率并促进生态系统协作。通过这些新兴机会，Gartner确定了2024年八项战略供应链技术趋势将帮助领导者实现这些目标【1】。八个趋势将有助于2024年增强和自动化决策。Gartner供应链实践副总裁分析师ChristianTitze等在【2】中对其进行了全面分析。Gartner供应链实践副总裁分析师ChristianTitze表示：“今年的趋势是由鼓励供应链技术领导者确保其基础能够支持过去和未来投资的主题推动的，同时也展望新的差异化机会”。“AI（人工智能）变体继续既是机器人技术等趋势的驱动力，也是趋势本身，今年以‘复合人工智能’为代表。”Gartner表示，今年的趋势可分为两个主题：(1)控制与保护：利用新兴技术来管理业务(2)人类和机器：整合人与机器以提高竞争力本文首先概述Gartner2024年顶级战略性供应链技术趋势，然后逐一介绍和解读2024年及以后的顶级战略性供应链技术趋势。之后回顾了高德纳关于战略性供应链技术趋势的研究，并指出顶级供应链技术趋势的新特征，最后揭示了最新供应链技术趋势和新质生产力之间的关系。31.2024年顶级战略性供应链技术趋势概述【2】指出供应链组织需要考虑以下新机会：.技术进步为供应链技术领导者和其他高管提供了支持新业务模式、增强和自动化决策以及促进生态系统协作的机会。.充分发挥供应链技术投资过去和未来的潜力需要在“控制和保护”方面进行投资。.“人与机器”的主题带来了竞争差异化的额外机会。.不同类型的人工智能——整合在复合人工智能这一更广泛的主题中——提供了新的机遇并推动了多种趋势，例如机器人技术或决策智能领域。供应链技术领导者和其他高管在制定供应链技术战略和选择以及创新的中长期计划时，必须：.通过建立明确的治理流程来吸引不同利益相关者并验证机会，征求有关使用和优先考虑创新技术的建议，以改善和改造供应链。.通过不断评估和采用供应链数据治理、网络勒索等先进的数字技术以及满足可持续发展合规要求的解决方案，帮助控制和保护您的业务。.通过使用机器客户、“第二代”人形机器人、人工智能视觉系统、增强互联劳动力和复合人工智能来维护和优化供应链运营。.默认情况下，通过使用严格的治理方法（包括将风险管理作为IT创新流程的一部分）来管理每个数字化转型计划中的不同AI功能。42024年Gartner的顶级供应链技术的趋势和主题（见图1）展示了技术可以在哪些方面帮助供应链组织应对日益增长的不确定性并蓬勃发展。【2】指出：Gartner的战略供应链技术趋势是相辅相成的，而不是孤立发生的。结合这些技术将帮助您实现2024年及以后的关键任务优先事项的执行目标，包括：.实现您的各种环境、社会和治理(ESG)目标5图1：2024Gartner八大供应链技术趋势（来源：Gartner【1-2】）图1中的两大主题被列于下表(见图2)。图2：2024高德纳八大供应链技术趋势的两大主题（来源：Gartner【2】）2024年的主题驱动因素是：.供应链的不确定性：预计将出现进一步的经济不稳定和地缘政治挑战，同时气候危机继续展开，技术发展动摇世界各地的社会。网络犯罪和勒索软件攻击有所增加，互联劳动力已6成为新常态。.AI掀起的生产力革命:供应链面临的生产力压力增加了对某些稀缺专业人员的需求。各种规模的组织都感受到了这种影响。72.2024年及以后的顶级战略性供应链技术趋势本节基于Gartner的研究报告【2】，分两大主题介绍和讨论2024年及以后的8个顶级战略性供应链技术趋势（见图1-2）。该主题包括以下三个旨在应对供应链的不确定性和提高端到端可持续的趋势：网络勒索，供应链数据治理，和端到端可持续供应链。技术趋势网络勒索战略规划假设到2027年，超过30%的有组织网络犯罪集团将使用人工智能生成的网络漏洞工具来攻击供应链。趋势基本描述网络犯罪分子在执行勒索软件攻击以从供应链组织勒索资金方面非常成功。大多数勒索软件攻击是通过窃取密码（凭据）或包含恶意软件链接的网络钓鱼电子邮件发起的。在网络钓鱼电子邮件的情况下，毫无戒心的用户被诱骗点击链接，从而无意中为攻击者提供了系统的后门访问权限。然后，攻击者使用一组漏洞利用工具在受害者的系统中进行旋转，以直接访问关键数据（知识产权和运营数据）。攻击者首先窃取数据的副本，然后在受害者的系统上就地加密相同的数据。现在，该组织无法访问自己的数据，这对运营、收入和利润产生了直接和毁灭性的影响。此外，攻击者还威胁称，如果不及时支付赎金，他们将公布被盗数据（例如战略计划、商业秘8密、专有配方、产品设计和令人尴尬的高管电子邮件）。随着时间的推移，攻击者会施加最大压力，勒索组织快速付款。数据被劫持的时间越长，组织无法恢复业务运营的时间就越长。为何成为趋势网络勒索非常有效且回报丰厚。这种持续不断的成功使得网络犯罪集团变得高度组织化，成为现在复杂的网络勒索行业。这些组织在一些国家境内运作几乎不受惩罚，并在“暗网”（即地下互联网）中自由开展业务。在这个网络中，犯罪分子已经发展了专门的角色（例如利用工具制造商、系统访问专家和谈判者）并买卖勒索软件即服务工具市场。更重要的是，他们利用暗网通过匿名且无法追踪的加密货币（例如比特币）交换来洗钱赎金。根据行业报告，到2022年，全球至少66%的企业受到勒索软件攻击的影响。从石油管道到医疗保健、制造和政府组织，没有哪个行业不受影响。对于年收入超过50亿美元的公司，平均恢复成本接近500万美元，84%受到勒索软件攻击的私营部门组织表示，此次攻击因失去商业机会而造成重大收入损失。网络犯罪分子非常具有创新性，他们的网络工具、技术和程序(TTP)的复杂程度通常远远领先于网络防御者。因此，他们极有可能利用人工智能的力量，制造出先进的攻击工具，让他们的攻击更加有效。趋势基本影响网络勒索的频率和成本不断增加，而且没有结束的迹象。已成定局的是，问题不在于您的组织是否会受到勒索软件攻击，而在于何时受到攻击。不幸的是，很难完全量化网络勒索的财务影响，因为许多攻击没有被供应链组织报告，因为担心这会损害他们的声誉或对其股价产生负面影响。通过去年有关勒索软件攻击的机密供应链客户询问讨论，Gartner分析师发现，9大约一半的客户勒索软件攻击没有报告。由于美国证券交易委员会(SEC)新的网络漏洞报告规则（2023年12月18日生效勒索软件攻击的漏报情况可能会发生巨大变化。这些要求上市组织在四天内公开报告被确定对股票投资者“重大”的网络事件。根据新规则，“材料”的定义是宽松的，并且随着时间的推移，无疑将通过基于组织少报网络攻击的诉讼和潜在的集体诉讼来定义。行动建议与CIO和首席信息安全官(CISO)合作：.确认勒索软件攻击场景包含在企业风险管理流程、业务影响分析和业务连续性计划中。.制定详细的勒索软件事件响应手册，以确保定义所有角色和资源.预先确定您的组织是否愿意支付赎金并建立适当的流程。.考虑聘请一家勒索软件事件响应公司，该公司配备专业律师、谈判人员、已建立的加密货币账户和系统恢复专家。.利用高速技术（基于云的存储即服务副磁带）实施高保真、加密（防止攻击者破坏备份）和频繁备份，以实现快速系统恢复。.执行桌面勒索软件攻击练习，对剧本进行压力测试、培训人员（包括关键供应链合作伙伴）并测试系统备份恢复有效性。很明显，网络勒索是许多行业特别供应链面临的一种数字网络时代的邪恶技术，图3描述了美国有关的数据，它正在严重威胁大公司和中小企业。据ReliaQuest2023年度网络威胁报告【4】，勒索威胁迫在眉睫：自双重勒索（对文件进行加密，同时也过滤敏感数据，并威胁除非支付赎金，否则将发布数据）和大规模狩猎（威胁活动侧重于少数高价值目标，以最大限度地提高潜在利润，并将被安全研究人员观察或发现的风险降至最低）开始以来，网络勒索对组织构成了非常高的威胁。随着众多出于经济动机的威胁行为者进入利润丰厚的勒索软件业务，这种威胁不断增加。2022年，据估计这些威胁行为者从赎金支付中赚取了超过5亿美元。同一来源对2023年的预测表明，勒索软件的利润可能接近惊人的9亿美元：增长80%。AAG最近发布了一份网络犯罪的统计报告【5】，下面是全球网络犯罪统计数据头条：.一年内就有近10亿封电子邮件被泄露，影响了五分之一的互联网用户。.2022年，数据泄露给企业造成的平均损失为435万美元。.2022年上半年，全球发生了约2.361亿次勒索软件攻击。.2021年，二分之一的美国互联网用户的帐户遭到泄露。.39%的英国企业报告称2022年遭受过网络攻击。.大约十分之一的美国组织没有针对网络攻击的保险。.2022年上半年，5335万美国公民受到网络犯罪的影响。.2022年，网络犯罪平均给英国企业造成4200英镑的损失。.2020年，恶意软件攻击较2019年增加了358%。.企业和个人面临的最常见的网络威胁是网络钓鱼。供应链由于其复杂性和脆弱性，已成为网络犯罪，特别是网络勒索的主要攻击对象之一。该报告指出了网络犯罪对供应链的攻击：随着技术的进步，供应链变得越来越相互关联和复杂。然而，如果链条中的企业没有得到充分的保护，这种联系就会带来风险。一项业务中的安全漏洞可能会暴露与其相关的合作伙伴。网络犯罪分子瞄准了这些漏洞，目前高达40%的网络威胁是通过供应链间接发生的。研究强调，随着数字连接的增加需要更多的时间，网络安全领导者已经精疲力竭，处于“永远在线”的状态。网络犯罪分子正在利用这种疲劳为自己谋利。一项研究显示，只有23%的安全领导者实时监控其合作伙伴和供应商的网络安全风险。这些组织还将第三方覆盖范围限制为其直接供应商和供应商。这不包括由客户、业务合作伙伴、投资者和其他人组成的更广泛的生态系统。.2022年网络漏洞的平均成本为435万美元。.60%的高管认为供应链攻击是最有可能影响其业务的网络威胁类型。最近的研究还凸显了高管层对供应链脆弱性的担忧。当900家公司被问及他们认为其业务最有可能遭受的网络攻击类型时，60%的公司回答是供应链攻击。DDoS攻击被认为同样有可能发生，排在网络间谍攻击(59%)和APT(57%)之前，但低于勒索软件和数据盗窃(66%)。Atlassian（阿特拉斯软件公司）展示了供应链内的风险。Atlassian产品被83%的财富500强公司使用，在全球范围内广受欢迎，在190多个国家/地区拥有180,000名客户。然而，网络犯罪分子于2022年6月暴露了AtlassianConfluence的严重漏洞。如上所述，Atlassian产品被世界上一些最大的组织使用；数据泄露的后果可能是严重的。研究发现，近200,000家公司依赖于可能受到该漏洞影响的组织。该报告还列举了若干网络犯罪分子利用供应链的漏洞进行攻击的例子，如.现代供应链，特别是物流正在釆用更多的物联网设备，然而，这些设备是网络犯罪的主要目标。GPS跟踪器、“智能”可穿戴设备和其他物联网设备可以保存有价值的数据，但通常没有强大的安全软件。MiCODUSMV720GPS跟踪器是一款流行的汽车跟踪设备，旨在帮助车辆管理。它被硬连线到车辆中，实现防盗、燃油切断、地理围栏和远程控制功能。MiCODUS产品在169个国家/地区被公众、政府机构、军队、执法部门和企业使用。MV720中发现6个严重漏洞。利用这些漏洞意味着攻击者可以跟踪货运、减少紧急车辆的燃料或通过禁用车队来勒索赎金。.JBS是世界上最大的肉类加工公司。2021年5月30日，网络犯罪分子利用勒索软件侵入了JBS网络，扰乱了美国、加拿大和澳大利亚的工厂。JBS在美国拥有的所有牛肉加工厂都暂时停产。影响包括美国农业部暂时无法提供牛肉和猪肉的批发价格，并凸显了肉类加工供应链的脆弱性。6月9日，JBS向网络犯罪分子支付了1100万美元的赎金，以防止进一步的破坏和敏感数据的潜在泄露。JBS表示，其每年在IT方面的支出超过2亿美元，并在全球雇用了850多名IT专业人员。综上，Gartner之所以将网络勒索作为2024年八项战略供应链技术趋势之一，是由于网络勒索已经成为供应链安全的大敌，供应链的领导者必须将加强供应链网络的安全性和应对网络勒索攻击列入到供应链的技术战略，投资创新网络安全技术，从而保护供应链网络和其业务的可持续性。2.1.2供应链数据治理（Suppl技术趋势供应链数据治理战略规划假设到2027年，50%的大型和超大型供应链组织将重新审视其数据治理成熟度，以评估其管理复杂的跨组织数据驱动用例和技术的能力。趋势基本描述供应链数据治理是决策权和问责框架的规范，以确保对供应链组织至关重要的数据的评估、创建、消费和控制中的适当行为。它包括确保有效且高效地使用数据和分析来帮助组织实现其目标的流程、角色、政策、标准和指标。为何成为趋势用于高级分析和人工智能技术的强大工具的出现正在大规模扩展跨职能可视性、决策智能、场景建模和模拟以及决策自动化的能力。2023年Gartner供应链用户需求调查将机器学习(ML)、人工智能、对话系统和高级分析/大数据等数据驱动技术列为对供应链组织重要、破坏性或非破坏性的技术。随着这些技术越来越多地被采用，保持高水平数据质量的重要性正成为业务任务的关键。趋势基本影响旨在将其能力提升到超越孤立管理或职能规模、跨职能集成并扩展到外部协作的供应链组织将越来越依赖复杂的数据驱动技术来支持其业务流程。许多组织尚未投资于评估、建立或提升其数据治理能力，以满足日益增长的数据质量要求。然而，提供跨职能高级分析和决策智能功能、为未来供应链建立竞争优势的技术举措能否成功，将取决于对数据基础质量的投资。将数据治理、主数据管理和数据质量管理嵌入到由先进数据管理技术支持的供应链组织中，将降低成本并确保支持复杂数据驱动用例的实施和运营技术的业务价值贡献。行动建议.暴露数据质量差造成的痛苦。除非了解数据治理对实现特定业务成果的影响，否则没有理由或动机为了提高数据质量而建立数据治理。因此，第一步是向企业领导者提出他们都认可并“拥有”的问题陈述。.创建一个故事，展示如何利用数据治理投资来解决其他业务挑战。您的关键决策者必须了解，数据质量改进不是一次性项目，需要开展工作和投资来解决需要更好数据质量的其他业务问题。.首先关注优先的业务成果，并使用它来识别需要治理的数据。一旦有工作要做，就建立数据治理机构和管理者，并在资源和利益相关者支持可用后宣传您的初步成功，以将数据治理扩展到初始范围之外。在数字时代，数据已经成为企业的战略资源，好的数据能帮助企业做出正确决策并创造商业价值，而坏的数据则会给企业带来破坏和损失。特别是以数据驱动的企业，则数据是其生命线。如今人工智能正在改变一切，尤其是它使得企业能够利用数据智能自动化决策和执行流程，推动新的生产力。然而数据对于企业的数字系统来说是“垃圾进，则垃圾出“，特别对于AI的应用，Gartner在【6】中指出:“到2027年，由于道德治理框架不连贯，60%的组织将无法实现人工智能用例的预期价值。传统的数据和分析治理方法无法提供数字业务所需的价值、规模和速度。“，因此提升和变革数据治理变得越来越重要。Gartner在【7】中提出了现代数据和分析治理的7个关键基础（见图4并指出：如果没有良好的治理，他们在数据和分析方面的投资将无法满足关键的组织需求，例如收入增长、成本优化和更好的客户体验。图4：现代数据和分析治理的7个关键基础（来源：Gartner【7】）然而当今企业在数据和分析方面的治理的成熟度还很不理想。图5描述了企业在数据和分析治理方面的现状和愿景。图5：数据和分析治理：基础和未来（来源：Gartner【8】）众所周知，数据对于数字化供应链，特别是数据驱动的供应链组织是其命根子，然而大多数供应链组织的数据治理的成熟度仍然较低，部分供应链组织缺乏现代的数据治理能力。这样数据不仅不能产生其应有的价值，而且网络犯罪份子还可能利用供应链数据的安全漏洞，而对供应链施行网络攻击，如网络勒索。这就是为什么Gartner把数据治理作为2024年的八项战略供应链技术趋势之一的重要原因。因此供应链组织应当审视其数据治理的成熟度，提高现代数据治理的能力，让供应链数据创造其商业价值。2.1.3端到端可持续供应链（End-to-endSustainableSupply技术趋势端到端可持续供应链战略规划假设到2027年，范围3排放数据的可用性和质量将继续严重限制供应链减排计划的有效性。趋势基本描述可持续供应链力求在提供商业价值的同时最大限度地减少对环境的负面影响并尊重参与运营的各方的人权之间取得平衡。整个供应链正在采用各种软件解决方案来实现这种平衡。例如，一系列可持续发展专用解决方案，以及越来越多的集成可持续发展能力的功能解决方案，使供应链不仅能够测量温室气体排放（GHG而且还将其纳入关键运营决策中。为何成为趋势全球范围内与可持续发展相关的立法不断增多，并推动了从自愿合规向监管合规的转变。因此，可持续发展数据的准确性需要从指标提升到投资级别，以满足利益相关者的要求，同时也推动内部决策。其中许多法规侧重于供应链运营，要求对人权和环境管理、原材料的可追溯性进行尽职调查，甚至对特定商品的进口征收碳税，正如我们在欧盟所看到的那样。此外，来自客户和投资者等各种其他外部来源的压力也越来越大，即使对于没有明确可持续发展目标的公司来说，也加速了减排的需要。如果不利用数字技术，就无法有效满足可持续性要求。根据CDP的一份报告，组织的供应链通常占其温室气体排放量的90%或更多。随着公司越来越多地制定雄心勃勃的减排目标（例如净零排放供应链正在转型以变得更加可持续。这意味着将可持续发展要求纳入核心计划、来源、制定和交付决策中。趋势基本影响供应链更加可持续的需求迫使企业重新考虑其战略方法。旨在影响供应链活动以改变方向的补充举措仍然具有其价值，但不断发展的内置方法会带来系统性运营变革。例子包括将排放直接整合到运输解决方案中，以测量和通知路线或模式决策，以及采购解决方案，以确定原材料的来源并告知消费者他们购买的产品的道德劳工标准。随着越来越多的可持续发展能力被整合到供应链解决方案中，实现可持续发展目标和目标的努力可以被纳入决策中。行动建议.确定公司的可持续发展雄心和目标，以评估整个供应链的重要性。影响最大的地方在哪里？采购？运输？包装？优先考虑实质性和可行性能提供最大价值的领域。法规可能会强制优先考虑眼前的需求，但要考虑实现投资最大化的长期战略机会。.评估并盘点现有数据需求和相应的数字能力，以全面确定在何处投资以弥补差距。可持续发展软件格局正在迅速发展，是小型初创企业和成熟企业参与者的混合体。对具有可持续发展能力的初创公司进行短期投资可以带来红利，以推进运营并积累经验。您还可能发现与现有解决方案提供商进行创新的机会。.使供应链变得更加可持续需要软件解决方案之外的变革。必须考虑员工教育、角色定义和组织设计、指标调整和扩大的供应链合作伙伴关系。例如，确保流程通过一致的减排行动计划不断发展，包括与外部合作伙伴（例如您首选的第三方物流(3PL)提供商）合作。可持续性原是供应链的一个经典话题，二十年前，可持续发展一词几乎完全是生态友好的代名词。今天，隨着供应链的数字化变革，它已是一个更加全面的术语。绿色、透明、循环的供应链是现代可持续供应链的组成部分。近几年来，由于地球气候危机，可持续性中的绿色已不够了，脱碳/零碳被突出地成为可持续供应链的组成部分，并成为一种战略性技术趋势【9-10】。Gartner将"可持续供应链″的前面加上"端到端″，而使其成为新的战略性技术趋势。这是因为现代供应链不再是线性的，而是供应链网络，甚至供应链生态，因此可持续发展是端到端的，特别是供应链的碳足迹遍布在核心企业与其相关的上游下游企业的整个供应链。计算和披露，减少本企业内部的碳排放，也就是范围1和范围2的碳排放己是标准的可持续供应链组织的强制性要求，而供应链上下游的间接排放，即范围3排放，它实际上占企业供应链总排放的70+%，然而其计算，披露和减排至今还没有完全成为可持性的强制性要求，但从2024年开始，已开始成为对某些组织的强制性要求，并且“全球范围内与可持续发展相关的立法不断增多，并推动了从自愿合规向监管合规的转变。因此，可持续发展数据的准确性需要从指标提升到投资级别，以满足利益相关者的要求，同时也推动内部决策。”从碳排放和气候问题的可持性要求来看，只考虑和遵循范围1和2的要求，只能是供应链网络节点上的可持续，只有考虑和遵循范围1~3，特别是实现范围3的供应链整体减排才能实现端到端的可持续供应链。有兴趣的读者可参看笔者新近的研究报告【11-12】。一个供应链的核心企业，或链主企业，或供应链网络的主导者或生态的生态主，本身有可持续的供应链战略，也有减排绿色等的实际行动，然而它的上游和下游却没有可持续性，如没有减排等措施，很难想象这样的供应链/网络/生态是可持续的。因此作为供应链/网络/生态的领导者除发展本身的可持续性外，还需要求和帮助其上下游制定可持续发展的战略并实施其战略。这才真正实现了供应链的端到端可持续性。【11】指出：参加CDP披露的会员都是具有一定规模的全球企业，其中许多企业都是世界上有名的企业，如美国谷歌、微软、思科、特斯拉等，中国的阿里、华为、联想等巨头。2022年通过CDP披露的全球市值超过一半的公司有18700+之多。范围1，2和3的排放量披露现状是：.71%的披露公司报告了范围1和/或2的排放.2022年，只有41%的披露公司报告了一个或多个范围3类别的排放量，尽管这些排放量平均是运营排放量的11.4倍。公司正在错失一个创造影响力的巨大机会。这种差异是由于与测量和披露范围3排放量相关的挑战：在测量和报告范围3排放量时，一个关键挑战是获得准确和高质量的排放数据，因为这些数据不受报告组织的直接控制。标准的多样性、有限的利益相关者参与、资源限制以及范围3见解与业务决策的有限整合使这一挑战更加复杂。数据不足会导致评估不准确，从而更难确定排放热点、设定有意义的减排目标或有效报告进展情况。Deloitte在其研究报告【13】中概述了五种类型的挑战（见图6）。这些挑战不是离散的，而是错综复杂的，因此需要一种综合方法来有效应对这些挑战，并为实现雄心勃勃的气候目标铺平道路。图6：测量和报告范围3排放的五种类型的挑战（来源：Deloitte【13】）范围3排放数据的可用性和质量是其中最大的挑战，这是因为大多数组织无法访问主要的范围3排放数据，因此通过内部和外部数据源的组合来估计其范围3排放量。因此，他们的范围3排放数据和报告不如他们测量和报告的其他可持续性因素稳健。其他公司，通常是较小的公司，尚未测量和报告其排放量，导致参与有限，因此对范围3数据的访问有限。如果组织希望提供准确和全面的排放披露，并管理其实现减排目标的进展，则必须解决数据质量和可用性问题。总之端到端可持续供应链是一个极具挑战性的战略性趋势，它需要供应链在其网络上的协同和透明，还需要创新技术。2.2人类和机器（HumansandMachines）主题该主题包括以下五个旨在提高生产力，推动增长，加速数字化业务的趋势：人工智能的视觉系统，增强互联的劳动力，复合人工智能，下一代人形工作机器人，和机器客户。2.2.1人工智能的视觉系统（AI-EnabledVis技术趋势人工智能的视觉系统战略规划假设到2027年，50%拥有仓库运营的公司将利用人工智能视觉系统来取代传统的基于扫描的周期盘点流程。趋势基本描述AI的视觉系统是新颖的超自动化解决方案，结合了工业3D相机、计算机视觉软件和先进的AI模式识别技术。这些解决方案利用高分辨率视觉系统与人工智能的先进模式识别功能和机器学习(ML)相结合，从根本上改变某些流程的执行方式。这些解决方案可以根据视觉系统实时看到的非结构化图像自主捕获、解释和做出推理。这些信息可以支持许多操作流程，这些流程过去必须由人工在键盘上键入数据或手动扫描条形码等内容直接执行。然后，人工智能模型可以解释这些信息，并针对公司的运营数据库运行它，以更新系统并识别不一致之处。最近，这些系统还被用来实时监控流程的执行情况，以识别问题、安全问题或流程执行偏差。这是为了确定这些流程是否正确执行，或者人体工程学问题是否使它们无法达到预期。为何成为趋势虽然计算机视觉系统和人工智能的使用并不新鲜，但它们在供应链运营中的综合使用才刚刚起步，通常被认为是“前沿技术”。然而，在2023年Gartner供应链用户需求调查中，近20%的受访者表示他们已经采用了支持AI的视觉系统，近50%的人表示这些是高度颠覆性的技术。4随着不断提高运营流程绩效的运营压力越来越大，传统解决方案已不再足够好，许多公司正在寻求能够实现历史上依赖人力的流程自动化的新颖解决方案。这促使公司考虑将先进视觉系统和人工智能相结合，将新兴但日趋成熟的技术用于库存管理或流程监控等领域。例如，对于大多数公司来说，周期盘点是一个人员密集、成本高昂、重要但不增值的过程。公司必须这样做，但它占用了本来可以用来完成更有价值任务的宝贵资源。在这个领域，人工智能视觉系统已经展示了其价值，它可以使用无人机或机器人安装的摄像头在过道上来回走动，计算和定位库存，并在无需人工干预的情况下识别差异。趋势基本影响支持人工智能的视觉系统已经被部署来补充或取代传统的基于扫描的系统。由于简单的价值主张，这些解决方案将很快传播。相机的成本和性能日益提高，随着解决方案变得更加封装和强大，人工智能模型的模式识别能力也在提高。这种组合将使这些解决方案对公司非常有吸引力，这些公司支持人工智能的视觉系统的成本优势将远远超过类似活动的传统方法。行动建议.在可预见的未来，不会有任何一家供应商或一种解决方案能够适合所有可能的用例。然而，这些解决方案的价值主张可能非常好，以至于公司可以以低风险和低成本尝试多种替代方案。.从简单的流程开始，例如周期盘点，这些流程是为支持人工智能的视觉系统量身定制的。利用早期计划的经验教训来帮助确定未来的其他用例。.拥有良好的手动流程（例如建立劳动力管理）的更成熟的公司应该开始寻找更先进的解决方案，例如流程人体工程学监控。Gartner在此定义:”AI的视觉系统是新颖的超自动化解决方案，结合了工业3D相机、计算机视觉软件和先进的AI模式识别技术。”虽然计算机视觉系统和人工智能的使用并不新鲜，但它们在供应链运营中的综合使用才刚刚起步，通常被认为是“前沿技术”。然而该技术在不同行业，包括供应链和物流中的应用发展迅速，【14】预计其全球市场将从2023年的172亿美元增长到2028年的457亿美元，其复合增长率在预报期间达到21.5%（见图7）。图7：人工智能的视觉系统全球市场预报（来源：MarketsandMarkes【14】）DHL副总裁、创新与趋势研究主管KlausDohrmann博士在其趋势研究报告【15】中阐述了该技术对物流的重要性，该技术与其它物流技术趋势的关系（见图8和挑战。最后该报告列举了该技术在非供应链物流的应用，重点介绍了该技术在物流中的应用。图8：人工智能驱动的计算机视觉与其它物流技术趋势的关系（来源：DHL【15】）图9展示了人工智能驱动的计算机视觉在物流中的部分应用：图9：人工智能驱动的计算机视觉在物流中的部分应用（来源：DHL【15】）2.2.2增强互联的劳动力（Augme技术趋势增强互联的劳动力战略规划假设到2027年，全球一半的企业制造商将通过ACWF战略支持的新参与模式创造15%的新职位。趋势基本描述ACWF推动业务成果，例如缩短获得能力的时间（即员工入职后充分发挥生产力所需的时间）并改进决策。ACWF是一项通过建立结缔组织来优化人类工人价值的战略，该结缔组织可优化智能技术、劳动力分析和技能增强的使用。它将这些能力视为一个统一、有凝聚力的战略，以加速和扩展人才。ACWF使用人工智能、高级分析和精心设计的工具，为员工的经验、福祉和发展自身技能的能力提供指导和支持。这些数字化举措必须与涵盖知识管理、学习和发展以及组织设计的正式劳动力和人才战略相结合。为何成为趋势当今劳动力的技能和组织快速变化的需求之间存在巨大差距。增强互联劳动力的趋势是由六个相互强化的主题驱动的：.技术服务、应用程序和设备被分开处理，在IT组织中造成了孤岛，并给员工带来了摩擦。此外，平台和服务也在不断变化，并提供了多种解决方案来实现类似的目标。.所有工作类型所需的新（数字）技能都在加速增长。.智能应用程序和数字工具有机会缩短新员工获得能力的时间。.工作场所自动化和人工智能的进步使员工需要处理更加复杂的问题。.新员工可能精通新技术，但他们缺乏主题专业知识以及获得最佳实践和专业知识的机会。终身员工拥有详细的流程知识，并且可能在工作环境之外精通数字技术。然而，即使工具不断发展，他们仍难以在工作场所充分采用新技术并利用它们来改变工作方式。.根据2022年Gartner供应链未来调查，劳动力短缺是60%受访供应链组织面临的首要挑战。然而，三分之一的供应链组织缺乏有效的员工价值主张，无法通过以人为本的工作设计来吸引、保留和聘用所需人才。趋势基本影响ACWF举措可以缩短获得能力的时间并提高运营中的多种技能。从广义上讲，他们还可以在组织内提供更多的职业道路，让入门级资源得以成长，而无需离开并接受额外的教育或培训。2022年Gartner一线员工体验重塑调查发现，增加自动化或数字化投资的组织对一线员工晋升到更高技能的工作产生了显着的积极影响。行动建议.首先采取分阶段的方法进行简化，首先消除离线流程并减少人为错误。可衡量的回报将刺激对这些举措的需求，并将揭示短期改进机会，为劳动力转型开辟道路。.与人力资源、职能和业务领导者展开对话，了解在组织中启动增强互联劳动力计划的简单方法。收集当前对当前方法和利益相关者优先事项中的技能、角色和差距的理解。.通过让员工参与设计日常活动并激发创造力和独创性，提高员工敬业度和解决方案所有权。首先问“技术如何改善你的生活？ℽ.通过在IT内使用以人为本的设计原则（例如旅程映射和角色开始构建更好的数字化员工体验，以确定角色和环境特定的需求，以在工作任务级别进行增强。2023年年底，Gartner列出了2024年10大战略技术趋势（见图10）。其中一个会引起企业极大兴趣的是“增强互联劳动力”或ACWF（AugmentedConnectedWorkerforce）。我们正处在技术和人类创造力比以往任何时候都更加交叉的时代，正如Gartner所说，这种“优化人类工人的价值”的战略可以被视为未来工作的蓝图。图10：Gartner2024年十大战略技术趋势（来源：Gartner【16】）据Gartner称，到2027年，25%的CIO将使用ACWF计划，将获得能力的时间缩短50%。想象一个工作场所，人工智能(AI)不会取代人类，而是会增强人类的能力，虚拟现实(VR)和增强现实(AR)超越物理空间的界限将团队聚集在一起，物联网(IoT）确保设备和人之间的无缝通信。ACWF证明了我们在将技术融入日常工作生活方面取得了多大进展。它是利用两全其美——人类的直觉和创造力与机器的精度和速度相结合——创造一个更高效、协作、创新和适应性更强的工作场所。Gartner认为ACWF是“通过建立一个结缔组织来优化智能技术、劳动力分析和技能提升的使用，以加速和扩大人才建设，从而优化员工提供价值的战略。”Gartner在其2024年十大战略技术趋势详细指南中给出了一个ACWF的技术框架（见图11）。图11：ACWF的技术框架（来源：Gartner【16】）增强互联劳动力市场规模2024-2029年全球预测：纽约布鲁克林，2024年2月6日(GLOBENEWSWIRE)根据GlobalMarketEstimates发布的新市场研究报告【17】，预计2024年至2029年全球增强互联劳动力市场复合年增长率为24.3%。主要市场洞察包括.根据组件前景，硬件细分市场预计将成为2024年至2029年全球增强互联劳动力市场的最大细分市场.根据最终用户前景，2024年至2029年，制造业预计将成为全球增强互联劳动力市场的最大细分市场.亚太地区被分析为市场增长最快的地区.预计在2024年至2029年的预测期内，北美将占据最大的市场份额.3M公司、埃森哲、安富利公司、富士通有限公司、霍尼韦尔国际公司、甲骨文公司、SmartTrackSRL、TataConsultancyServices、TELUS、VandricoSolutionsInc、WearableTechnologyLimited和ZebraTechnologies等是全球增强互联劳动力市场的主要参与者。增强互联劳动力背后的关键技术：1.人工智能(AI)的集成：人工智能通过自动化任务、分析大量数据集以获得有价值的见解以及支持机器学习算法来增强决策过程而占据中心地位。2.通过物联网(IoT)连接：设备的集成建立了互连传感器网络，实现了从源头实时收集数据。这种连接提高了效率并提供了宝贵的见解。3.先进的协作平台：最先进的协作平台促进沟通、文档共享和项目管理。这些平台促进团队合作并加强地理分散的团队之间的联系。4.利用增强现实(AR)的应用程序：AR技术通过提供实时信息叠加和可视化来提供体验。他们提供免提操作任务和在职培训。5.个性化和自适应界面：增强互联劳动力强调个性化，根据个人喜好定制界面。自适应界面改善了用户体验。有助于提高生产力。6.边缘计算：边缘计算涉及在源头（例如设备）处理数据，而不是仅仅依赖集中式服务器。这种方法可以减少延迟，提高数据处理速度，对于增强劳动力中的实时应用程序尤其重要。7.自然语言处理（NLPNLP使机器能够理解语言并与语言交互。它在增强互联劳动力中创建人类和人工智能之间自然、直观的交互。除此之外，计算机视觉、外骨骼、智能可穿戴设备和物联网也正在帮助创建增强和互联的劳动力队伍。增强互联劳动力的优势和实例：1.提高生产力：通过人工智能实现任务自动化并提供对数据的实时访问，员工可以更加专注于其角色的创造性方面，而人工智能则负责日常功能。例如，宝马在装配线中使用协作机器人提高了生产流程的效率，使工人能够专注于更复杂的任务。2.增强决策能力：拥有人工智能驱动的实时数据和见解可以帮助决策者做出选择。这种灵活性对于适应业务环境至关重要。例如，UPS使用先进的分析来优化配送路线，节省数百万加仑的燃料并缩短配送时间。3.改善协作和沟通：协作平台促进远程或全球工作环境中的沟通和团队合作。这种连通性确保团队无论边界如何都能保持联系和一致。例如，团队可以在数字白板上实时集思广益，立即共享文件，甚至感觉就像在同一个房间里进行VR会议。MicrosoftTeams和Slack已成为许多组织的必备工具，可实现不同地点的无缝通信和协作。4.敏捷响应变化：增强互联劳动力的适应性使组织能够快速响应市场条件、技术或内部流程的变化。这种敏捷性对于在当今不断变化的商业环境中保持竞争力至关重要。现有技术的优点和局限性：实施劳动力增强技术为组织及其员工带来了众多好处。然而，这些进步也有其自身的局限性和挑战，需要应对。自动执行重复且耗时的任务使员工能够专注于更具战略性、创造性和影响力的工作。AR和物联网可穿戴设备等技术可以提供有关潜在危险的实时数据和见解，从而显着减少工作场所事故。人工智能和机器学习提供预测分析和数据驱动的见解，有助于更准确、更及时的决策。数字技术使组织能够快速扩展运营以满足需求，而无需线性增加人力资源。先进的网络和通信技术促进无缝远程工作和全球协作，打破地理障碍。技术的初始投资以及持续的维护、更新和培训成本可能会很高。随着对数字素养和专业知识的需求增加，技能差距越来越大，需要在培训和教育方面进行大量投资。随着对数字技术的日益依赖，组织面临着与数据泄露、隐私和网络安全相关的更大风过度依赖技术可能会导致漏洞，特别是在系统出现故障或受到损害的情况下。人工智能和自动化的部署引发了有关工作取代、监视和工作场所非人化的道德问题。由于该技术对提高生产力有无限的潜力，一些领头的企业已开始尝试，并取得了很好的效果。例如西门子是全球电子和电气工程巨头，在德国安贝格运营着世界上最先进的数字工厂之一。该工厂生产可编程逻辑控制器(PLC)，这是各行业自动化机械的关键组件。西门子安贝格工厂通过广泛使用自动化生产线、工业物联网、数字孪生等数字技术，体现了增强互联劳动力的概念。结果呢？安贝格的这家数字工厂的缺陷率低于0.001%。多年来，它显着提高了生产力，同时保持了灵活且反应灵敏的生产线，能够根据个别客户的要求定制产品。安贝格工厂证明了制造业中增强互联劳动力的潜力。想象一个世界，您的技能不仅是您自己的，而且还得到一群数字天才的增强！增强互联的劳动力正在将这一愿景变为现实。当我们站在这个变革时代的边缘时，增强的互联劳动力让我们得以一睹未来技术增强而不是取代人类能力的未来。这个未来需要仔细考虑和战略规划，但它有望重塑行业并重新定义工作的本质。2.2.3复合人工智能（Composit技术趋势复合人工智能战略规划假设到2027，建立AI工程最佳实践的20%的企业将从其AI工作中产生的价值至少是80%未建立的企业的三倍。趋势基本描述复合人工智能是多种人工智能技术的组合应用，提高学习的效率和准确性，拓宽知识表示的层次，最终解决各种业务问题，推动供应链绩效的提升。相关术语包括混合人工智能、神经符号人工智能和因果人工智能。为何成为趋势根据2022年Gartner供应链未来调查，总计79%的供应链组织计划在未来五年内在其平均用例中实现实时决策或实时决策执行能力。获得这些能力需要对人工智能增强或支持的技术进行投资。依赖单一人工智能和机器学习技术的供应链组织将承受效率较低（即计算成本较高）的解决方案的负担，这些解决方案无法提供现实世界（和供应链）条件的最佳表示。在组合多种技术时，可以组合不同的人工智能技术来提供分析捷径，利用诸如用于供应链应用导航的窄范围人工智能、用于市场状况分析的宽范围通用（即“生成”）人工智能和符号人工智能等功能，例如机器视觉，用于实时分析现场情况。通过结合这些方法的特定优势，领导者可以优化其技术使用，以在决策中实现效率（例如，最小的云计算成本）和准确性（例如，改进的供应链性能）的最佳平衡。趋势基本影响近年来，随着数据可用性、计算能力的提高和深度学习的进步，机器学习已经超越了早期使用的基于规则的人工智能（以前称为“专家系统”）。但事实证明，无论是数据驱动的还是符号的人工智能方法都不是理想的。机器学习有其局限性，即数据匮乏、精力和时间效率低下，并且透明度有限。更何况，逻辑和推理很难融合，而且可能对人类知识一无所知。与此同时，符号人工智能还有其他局限性，例如依赖现有的人类专业知识，并且可能难以形式化。复合人工智能认识到没有任何一种人工智能技术能够包治百病。根据特定用例的上下文，不同的人工智能技术，或者更常见的是技术的组合，将比依赖机器学习作为“一刀切”的方法更有意义。行动建议.首先考虑机器学习支持的类似人工智能的基础功能。随着组织内技术成熟度和采用率的允许，扩展到多种技术。通过识别以前被认为不可行的项目，扩展人工智能的适用性及其价值创造潜力，因为完全数据驱动的、仅机器学习的方法效率低下、成本高昂或不合适。寻求了解其他人工智能技术如何提高可行性。.利用领域知识和人类专业知识为数据驱动的见解提供背景并补充数据驱动的见解。这可以通过应用业务规则、知识图、优化算法、物理模型或其他现有和新兴的人工智能技术以及机器学习来实现。.扩展ML专家的技能，或招募/提升其他AI专家的技能，以涵盖图形分析、优化、知识获取以及知识和提示工程或复合AI所需的其他技术。复合人工智能最早出现在Gartner2020年人工智能技术成熟度曲线上，Gartner将复合人工智能作为其年度人工智能技术成熟度曲线中的五个新创新解决方案之一，并将该术语定义为“不同人工智能技术的组合以实现最佳结果”。它通过协同不同类型的人工智能——机器学习、传统的基于规则的系统、优化技术、自然语言处理和图形技术——来实现这一点，以提高人工智能系统的学习效率和“常识”水平以及解决广泛业务问题的能力。图12：Gartner2020年人工智能技术成熟度曲线（来源：Gartner【18】）【18】指出：虽然有五种新的人工智能解决方案进入了2020年的人工智能成熟度曲线，但人工智能的民主化和人工智能的工业化大趋势将主导2020年的人工智能格局。其实，复合人工智能就是人工智能的工业化大趋势主导下的一个新趋势。从图12可见，当时它处于创新爬坡的初期，主流釆用时间是2-5年。正如Gartner当时预言的“人工智能正在开始发挥其潜力，其为企业带来的好处正在成为现实”。复合人工智能继续出现在Gartner2023年的人工智能成熟度曲线上（见【19】并向曲线顶峰前进了一大步，它仍然是最具变革性的人工智能技术之一。Gartner在2024的新兴技术影响雷达：人工智能中，将其继续定义为高价值的AI技术，并将其釆用时间从2021年的3~6年提升到1~3图13：Gartner2024年新兴技术影响雷达：人工智能（来源：Gartner【20】）复合人工智能是一种新兴的变革性的方法，它将多种人工智能技术，其它技术（如决策智能和/或模型（如LLM）结合起来，创建一个全面且强大的人工智能系统。与依赖单一算法或模型的传统人工智能系统不同，复合人工智能集成了各种人工智能组件，例如机器学习，自然语言处理，计算机视觉和机器人过程自动化，以解决复杂的问题或任务。通过利用不同人工智能的优势，复合人工智能能提供更准确的预测，更好的决策能力，并提高跨不同领域和应用程序的自动化程度。隨着2022年生成式人工智能之ChatGPT的兴起，至2023年GPT-4等各式LLM的一路狂飙，不仅把生成式人工智能推到了其巅峰，而且也大力推动了复合人工智能的发展，因为ChatGPT从技术结构上就是一个绝妙的复合人工智能，因为它结合了多种人工智能技术和系统来实现特定目标。另一方面，由于工业（智能制造，供应链等）数字化进一步深入发展，工业智能决策系统加上智能执行系统融合的需求也推动了复合人工智能的快速发展。据【21】报告：2023年复合人工智能市场规模为9.7亿美元，预计到2030年将达到81.6亿美元，2024-2030年复合年增长率为36.4%。Gartner预计复合人工智能的商业效益将具有潜在的变革性，并在两到五年内成为主流，支持跨行业开展业务的各种新方式，从而彻底改变商业格局。今年，Gartner将其作为供应链的八大战略性技术之一更是具有深意。供应链现在变得越来越复杂，网状及生态涉及到跨行业，跨国界，并且面临各种不确定性挑战，供应链的未来需要采用复合人工智能来构建其复杂的具有人工智能高级分析能力的决策系统（供应链大脑:预测未来，预测风险，制定计划等）和具有智能实时/及时响应的可执行人工智能系统的高度融合，例如建造这种具有复合人工智能的能力的供应链控制塔，以应当不确定的环境和提高供应链的生产力。下面是一家复合人工智能公司DataRobot利用复合人工智能于制造业供应链管理带来的好处【22】：.预测需求：利用一系列历史数据源来了解未来的需求水平，制造商在许多情况下能够将可用性提高5%以上，减少浪费8%以上，并减少因冲销而造成的损失。.预测退货：通过预测将退回多少库存，零售商需要从供应商那里采购更少的库存，从而最大限度地降低整个供应链库存过剩的风险。.减少缺货：通过更好的预测，零售商可以依靠更好的粒度来减少缺货。.新产品预测：机器学习可以预测新产品在最初几周和几个月内的可能销量。.价格优化：综合分析竞争对手、竞品、品牌、品类、地点等多重因素，给出最优价格点，从而优化供需平衡。2.2.4下一代人形工作机器人（Next-GenerationHumanoidWorking技术趋势下一代人形工作机器人战略规划假设到2027年，销售的新型内部物流智能机器人中的10%将是下一代人形工作机器人。趋势基本描述人形机器人的设计和制造在形状、功能和运动方面都与人体相似并模仿。下一代人形工作机器人将把感官意识与移动操纵和动态运动相结合，以执行以前属于生物人类的生产性工作。人形机器人通常模仿人体，头部带有用于感知环境的传感器和摄像头，身体容纳动力和机械装置，手臂和手/夹具用于抓取、操纵和携带物品，腿部用于动态运动。为何成为趋势供应链对机器人的需求仍然非常高。在2023年Gartner供应链用户需求调查中，51%的受访者表示，他们认为机器人是高度颠覆性的技术，大约60%的受访者还表示，他们认为这些对他们的业务非常重要。虽然有许多使用轮子的高生产率移动机器人的例子，但提供移动操纵（即四处移动、拾取和搬运东西）并且能够处理变化或不可预测地形的机器人的成功例子却很少。直到最近，还没有使用腿和手臂来导航、拾取和操纵物品的人形机器人的成功例子。下一代人形工作机器人将接近人类的适应性水平，这将使机器人无需编程即可用于许多不同的活动。这将使公司员工的工作分配具有流动性。已经上市的下一代人形机器人将与类似功能的劳动力成本竞争，并将提供比人类劳动力更高的可用性和可靠性。这一代人形机器人正在接近人类劳动力的适应性，机器人可以通过动态地从一个流程移动到另一个流程并在无需特殊编程的情况下承担新的活动来灵活地支持业务需求。趋势基本影响考虑到仓库中所需的移动性和不同类型的工作，传统工业机器人的固定、不灵活和可编程的单一活动架构的局限性太大。如今，机器人主要用于处理可重复的任务，并且活动之间的差异最小，或者用于将物品从一个位置移动到另一个位置。移动并拾取不同尺寸、形状和方向的单个物品对于机器人来说很困难，但对于人类来说却很容易。因此，人形机器人将在未来几年内不断发展，以解决前几代自动化的局限性，并将提供必要的成本、灵活性、适应性、可扩展性、实用性和智能。行动建议.虽然人形机器人的潜力很诱人，但具有大批量、可预测和一致流程的供应链运营不应推迟对机器人的投资。这些组织应考虑使用当前几代内部物流智能机器人来增强或补充其劳动力。.在开发仿人机器人之前，公司必须开始绘制其功能流程，以确定这些流程中的哪些（如果有的话）可以用当前几代机器人来解决，以及哪些将从以人为本的设计中受益最多。确定那些需要高度灵活性和适应性的流程，并专注于了解人类劳动力如何执行这些任务，以了解人形机器人需要支持哪些功能。.由于下一代人形工作机器人尚处于萌芽阶段，公司必须开发一种结构化方法来进行有效的概念验证。领先的公司正在建立机器人能力和协作中心（RCCC）来承担这些角色。AI人形机器人行业发展及技术蓝皮书【23】对智能机器人，特别是人形/仿人工作机器人行业发展及技术趋势做了全面的分析和解读。图14展示了一般智能机器人应用场景谱系分析，但并没有包括下一代人形工作机器人,因为它是最新的智能机器人的发展。人形机器人的设计和制造在形状、功能和运动方面都与人体相似并模仿。下一代人形工作机器人将把感官意识与移动操纵和动态运动相结合，以执行以前属于生物人类的生产性工作。人形机器人，也称为仿人机器人，是一种旨在模仿人类外观和行为的机器人，具有类人的外观、感知、决策、行为和交互能力。它们通常具有与人类相似的身体结构和功能，例如可以行走、说话、感知环境、做出决策和与人类交互等。人形机器人是智能机器人发展的最高阶段，其研究和开发已经进行了半个世纪，其发展历程分四个阶段如图15所示。【23】详细描述了人形机器人发展历程，在此不赘述。人形机器人应该是爆发期的新作，还正在发展中。IEEESpectrum在其《2024年顶尖科技：来年期待什么（TopTech2024：Whattowatchforintheyearahead）》特别报告中的专文“人形机器人开始工作：AgilityRobotics和其他七家公司的类人机器人争夺工作岗位（HUMANOIDROBOTSAREGETTINGTOWORKHumanoidsfromAgilityRoboticsandsevenothercompaniesvieforjobs）”【24】阐述了下一代人形工作机器人的最新发展，并指出了其应用前景。图16展示了2024三种新型人形机器人。图16：上图--2024三种新型人形机器人（来源：IEEE【24】）|下图--2024各国出台的人形机器人（来源:https://lifearchitect.ai/humanoids/）据【24】，第一家对Digit进行测试的公司作为其工业创新基金的一部分，去年年底，亚马逊开始在华盛顿州西雅图附近的机器人研发基地测试Digit。Digit在亚马逊并不孤单——该公司目前拥有超过75万个机器人其仓库中部署的机器人，包括在封闭区域运行的遗留系统，以及具有必要自主性以与人进行更协作工作的更现代的机器人。这些新型机器人包括像Proteus这样的自主移动机器人基地，它可以在仓库周围移动推车，以及像Sparrow和Cardinal这样的固定机器人手臂，可以在结构化环境中处理库存或客户订单。但有腿的机器人将是新事物。Agility机器人公司的Digit将一个空手提包搬运到亚马逊研发仓库的输送机上。另一个令人兴奋的Digit用例是空手提袋回收。正如【24】指出的，对于人形机器人，除了一些技术上的挑战外，几十年来，两条腿在哪里有意义一直是机器人技术中一个持续存在的问题。显然，在一个主要为人类设计的世界中，具有人形外形的机器人将是理想的选择。但对于机器人来说，两条腿动态保持平衡仍然很困难，特别是当这些机器人搬运重物并且预计要以人类的速度工作数万小时时。什么时候值得使用双足机器人而不是更简单的机器人？尽管人形机器人技术还不够成熟，但它是一个未来发展的趋势。正如【23】指出的，由于人口老龄化、劳动力人口下降和人力成本上升等问题，推动机器换人的需求增加。人形是最适合人类社会所有场景的形态，无需改变场景来适应机器。同时，人形机器人能够发挥类人能力，用类人的感知、决策、运动和执行能力来帮助人们面对生活中的各种问题。随着通用人工智能、感知和动力系统等方面取得了巨大进步，人形机器人性能得到极大提升，成本逐渐下降，部署步伐加快，相关应用场景也不断扩展，从最初的制造业到医疗、救援、服务业等各个领域。MarketsandMarkets预计，2023-2028年人形机器人市场规模将从18亿美元增长到138亿美元，年复合增长率（CAGR）为50.2%，如图21所示。高盛预计未来10至15年内，人形机器人市场规模将增至60亿美元以上规模。乐观估计，2035年市场规模可能达到1540亿美元。随着资本的驱动，人形机器人产业正掀起一股投资并购的热潮。科技巨头们纷纷加入这个新兴的领域，争相布局人形机器人赛道，以抢占先机。亚马逊投资Digit人形机器人；英伟达领投美国MachinaLabs；OpenAI领投1XTechnologies；PVC领投初创公司Figure；三星电子投资韩国RainbowRobotics。在这场激烈的竞争中，企业间的合作与竞争也日益加剧，推动了人形机器人技术的快速发展。庞大的市场需求催动多类主体竞相入局赛道，中国人形机器人市场规模持续扩增活力逐渐显现。据中商产业研究院测算，2023—2030年，中国人形机器人市场规模增速将达到30%，预计突破8700亿元。在人形机器人组成部件中，我国传统机器人厂商遨博加快攻关人形机器人所需电机、驱动器等核心零部件，推动国产化进程。国内人形机器人发展态势详见研究报告【23】。2.2.5机器客户（MachineCus技术趋势机器客户战略规划假设到2027，30%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。趋势基本描述机器客户是非人类经济参与者，通过支付来获取商品或服务。示例包括：独立于人类命令下订单的物联网（IoT）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。为何成为趋势根据2022年Gartner首席执行官和高级业务主管调查，受访首席执行官认为，到2030年，他们公司的收入平均有15%到20%将来自机器客户。到2028年，将有150亿个互联产品存在，它们有可能充当客户，为自己及其所有者购买服务和用品。机器客户已经在我们之中。机器正在获得购买、销售和请求服务的能力。例如：.HPInc.的HPInstantInk使连接的打印机能够在耗材不足时自动订购自己的墨水。.AmazonDash补货服务使用家庭或办公室的智能货架，一旦达到特定的使用阈值，就会触发消耗品的重新订购。.沃尔玛部署了人工智能驱动的谈判聊天机器人，与“非转售商品”的供应商建立联系，这些商品的类别包括车队服务、手推车和零售店使用的其他设备。.特斯拉汽车可以诊断自己的问题，预订维修零件并提示用户安排维修预约。.劳斯莱斯喷气发动机配备了物联网并由人工智能进行解释，足够聪明，可以帮助工程师做出关键决策。这些决定包括需要动员服务团队，并在飞机降落在世界任何地方时提供替换零件。趋势基本影响预计机器客户订购的加速将要求首席供应链官(CSCO)建立新的供应链运营模式，以有效应对这一新的需求渠道。我们期望机器客户具有以下特定需求特征：.机器客户根据实时数据和预测算法进行购买，以确定购买什么、何时以及购买多少。当预计实际需要该产品时，他们倾向于“及时”购买。因此，与人类相比，他们的购买频率更高、数量更少、速度更快。.机器客户的需求预测将更加可靠和可预测，因为它将完全基于算法决策。然而，机器客户也将能够更好地快速找到替代产品和供应商，这些产品和供应商可能更方便购买，或者交付更可靠。行动建议.重新设计您的供应链战略重点，包括与新兴机器客户一起成长的长期计划。反思您当前的业务模式、产品组合和供应链运营模式，以确定创造您自己的机器客户的机会。.设计一个提供更高水平的敏捷性和弹性的供应链运营模型。这将包括在细分供应链中建立特定的制造和物流能力，颠覆需求预测和供应链规划能力，自动化流程和决策，以及通过整合合作伙伴生态系统来扩展可见性。.加速发挥供应链作为客户体验平台的作用。有了机器客户，供应链将完全适应其客户。CSCO应加快新客户体验角色的设计。Gartner的机器客户（MachineCustomers）技术趋势最早出现在2021年的Gartner人工智能技术成熟度曲线上【25】，并将机器客户定位在创新触发阶段，成熟期大于10年。经过进一步研究后，2022年初，Gartner发表了研究筒报《机器客户将决定谁能获得数万亿美元的业务。是你吗？》【26】，该报告发现“事实上，机器客户时代已经来临。如今，地球上有潜力充当买家的机器比人类还多。目前有超过70亿部手机、平板电脑、个人电脑、智能手表、智能扬声器以及联网的个人和商业打印机。他们每个人分析信息和做出决策的能力都在稳步提高。”，该文指出：机器客户代表了这十年来最大的新增长机会，但他们并不像人类那样做出决策。随着越来越多的智能设备连接到互联网，以及越来越多的人使用Siri和Cortana等智能虚拟助手，商业可能性是惊人的。数万亿美元将逐渐落入非人类手中——或者我们应该说是处理器——手中。CEO们期望机器客户变得重要的时间是2030年，49%的419位被调查的高管们相信，到2030年，至少25%的消费者采购和业务补货请求将大量委托给机器。到2030年，机器客户的平均收入将占总收入的图18：CEO们期望机器客户变得重要的时间（来源：【26】）接着2022年7月发表的Gartner人工智能技术成熟度曲线上，机器客户被移去。本文作者认为，这意味着这个技术趋势已经不按原来曲线的规律发展了。【25】指出了如图19所示的机器客户进化的三个阶段：.如今，HPInstantInk、AmazonDashReplenishment和特斯拉汽车等服务可以作为“共同客户”代表车主自动执行有限的功能。人们制定规则，机器在特定的规定生态系统中执行这些规则。因此，这些机器是“绑定客户”，它们代表了三个阶段演变中的第一个。.在第二个新兴阶段（到2026年人们仍然将机器设定为“适应性强的客户”，尽管人工智能技术可以代表人类进行选择和行动，而对选定任务的干预最少。例子包括机器人交易、StaplesEasySystem和金融“机器人顾问”，如Betterment、Free2Spend和Wealthfront。谷歌、特斯拉和丰田的自动驾驶汽车系统也适合这里。.在最后阶段（到2030年这些新的经济参与者是“自主客户”。他们有足够的智能来代表人类独立行动，具有高度的自由裁量权，并拥有与交易相关的大部分流程步骤。这不是一台有感知的机器，但它也有自己的需求需要满足，例如维护和软件更新，它将自行解决。据公司工程师介绍，Aidyia是一家支持人工智能的自动化对冲基金，可以完全自主运作，不受人为干预，是自主机器客户的一个例子。Aidyia阅读新闻，分析大量经济数据，识别晦涩的模式，对市场趋势进行预测并进行相应的投资。每个阶段的机器客户的共同点是，他们会在三个方面做出与人类不同的决策。这些差异具有重大的商业和运营影响：.在某种程度上，它们是透明的。不同于人们在购买过程中常常隐藏自己的意图，机器是基于逻辑和规则的。他们的动机是解决问题。他们的假设将在他们的规则和查询以及他们做出的决策中可见。.他们可以处理大量信息来做出决定。有了这种能力，他们就会仔细收集和权衡数据，从而做出明智的选择，而不会受到情绪的影响。.他们不需要感到高兴。机器专注于高效完成任务。你不能通过给机器喝酒和吃饭来赢得它的忠诚度，你也不需要这样做。如果销售和履行流程顺利并且满足服务水平协议的要求，那么更有可能选择供应商。进而，Gartner建议.首先，发展公司战略和业务模式以适应机器客户.为机器客户将如何改变您的运营做好准备.数据和分析必须提供高质量的情报来支持机器交互Gartner供应链的副总裁分析师PierManenti于2022年7月15日写了一篇专文“供应链打造自己的机器客户”【27】讨论了机器客户对供应链的影响及其应对策略。该文指出：企业领导者对未来几年能够从机器客户那里获得多少业务抱有很大期望。在我们的年度CEO调查中，61%的CEO认为，到2030年，机器客户的需求将在他们的行业中变得巨大。具体来说，他们预计到那时机器客户将平均贡献21%的收入。数据表明，市场转变的速度是电子商务到来速度的两倍以上。最终，价值数万亿美元的购买力将掌握在非人类客户的手中或数字大脑中。鉴于机器客户的预计收入，CSCO必须加紧努力制定适当的战略，为其供应链做好准备。图20描述了为机器客户做好准备的供应链应釆取的两大类六项战略行动：.数字基础：数字基础由三项行动组成，这是支持机器客户所必需的。目的是整合合作伙伴生态系统，利用整个端到端供应链的数据，并使流程和决策自动化。.运营模式：其他三项战略行动旨在释放一种运营模式，重点是通过提高敏捷性水平、吸引和留住数字化适应性人才以及创造机器客户体验来快速响应机器客户的需求。图20：为机器客户做好准备的供应链应釆取的六项战略行动（来源：【27】）2023年元月Gartner杰出副总裁分析师兼Gartn