Gartner预测，集成Agentic AI的供应链管理软件全球支出将从2025年不足20亿美元增至2030年53亿美元；到2030年，60%使用SCM软件的企业将启用该功能。报告指出AI智能体正从辅助工具升级为工作流编排核心，但数据管理、运营模式、员工AI就绪度和网络中心化能力是规模化落地的关键瓶颈。
据itsupplychain.com报道，全球供应链管理（SCM）软件中集成Agentic AI（具身智能体AI）功能的年度支出将从2025年的不足20亿美元增长至2030年的53亿美元。该预测由国际权威研究机构Gartner发布，凸显企业正加速将具备任务执行能力的AI智能体纳入核心供应链运营。
从AI助手到AI智能体：SCM软件进入新阶段
当前，首批搭载AI助手功能的SCM软件已对市场产生显著影响，行业正迈入以AI智能体为核心竞争力的新阶段。供应商正加大投入，开发可独立或协同执行简单任务的AI智能体，以构建差异化优势。
“简单AI智能体能够执行离散的供应链任务，正日益推动组织自动化常规工作流，从而释放人力专注于更复杂的决策与创新。”——Balaji Abbabatulla，Gartner供应链实践副总裁分析师
Gartner指出，随着企业在未来12至18个月内逐步验证并量化此类简单AI智能体带来的业务价值，供应链领导者将开始优先投资于智能体集群（clusters of simple AI agents），以实现多步骤工作流的自主编排——无论是否有人类参与闭环。
采购标准升级：AI智能体从可选项变为标配
采购评估维度正在快速演变。Gartner研究总监Amarendra（Emerging Market Dynamics实践）表示：“AI助手功能已成为SCM软件选型的强制性要求，而AI智能体能力则已成为普遍性要求。”这意味着，不具备基础AI智能体能力的SCM解决方案，在主流企业招标中将面临实质性门槛。
报告进一步预测：到2030年，采用Agentic AI功能的SCM软件企业占比将从2025年的5%跃升至60%，反映行业正从概念验证和规划阶段全面转向规模化部署阶段。
技术落地仍存四大关键瓶颈
尽管技术供给加速，但企业级AI驱动SCM的实际部署进度仍将滞后于软件厂商的能力发布节奏。Abbabatulla强调，这一差距源于供应链运营模型其他层面的演进滞后，具体包括四大关键领域：
- 供应链数据管理能力（如主数据质量、实时数据接入、跨系统数据融合）
- 运营管理模式适配（如流程重构、KPI重设、异常响应机制）
- workforce的AI就绪度（含技能、认知、协作习惯）
- 网络中心化能力（即面向端到端供应链网络而非单一节点的建模与优化能力）
他特别提醒首席供应链官（CSCO）和技术负责人：在AI驱动SCM软件部署初期，必须审慎设计“人在环中”（human-in-the-loop）的决策层级，尤其针对高风险、高不确定性场景，避免过度依赖黑箱式自动决策。
规模化落地需同步强化四大支撑层
为弥合技术与运营之间的鸿沟，Gartner建议企业将变革管理资源重点投向上述四个相邻支撑层：数据管理、运营管理、员工AI就绪度及网络中心化建设。同时，建立与领先AI驱动SCM平台供应商的战略伙伴关系至关重要，以保障在多智能体、多厂商环境下的稳定协同与统一治理。
值得注意的是，Gartner此前发布的《2024年供应链技术成熟度曲线》已将“Agentic AI for SCM”列为处于“膨胀预期峰值期”的关键技术，其典型应用包括：自动触发补货指令、动态重路由运输订单、跨系统协调供应商交付异常、基于实时产能与库存生成替代BOM方案等。目前，SAP、Kinaxis、Blue Yonder、o9 Solutions等主流SCM厂商均已发布内嵌Agentic AI模块的版本，部分已进入头部制造与零售企业的POC（概念验证）阶段。在中国市场，用友、金蝶、京东物流、菜鸟等也在2024–2025年密集上线具备任务级自主决策能力的AI供应链Agent原型，聚焦于智能寻源、履约路径优化与仓储作业调度等场景。
对于中国供应链从业者而言，这一趋势意味着：企业不仅需评估SCM系统是否“支持AI”，更要判断其是否具备可编排、可验证、可审计、可干预的AI智能体能力；技术选型周期将拉长，因需同步评估数据底座与组织适配度；一线计划、采购、物流岗位人员的AI协同能力（如提示词工程、结果校验、异常接管）正成为新刚需。
本文编译自海外媒体报道，由 SCI.AI 编辑团队整理发布。
