曼哈顿软件推出Sightline工具，首次实现AI供应链决策的可解释性。该功能通过自然语言解释AI预测、补货与库存调整的逻辑，帮助用户理解背后的输入因素。据Gartner调查，当前仅36%的采购高管对AI角色重构有信心，AI生产力提升难转化为组织收益。Sightline工具的推出，旨在解决AI信任瓶颈，提升决策采纳率。
据www.dcvelocity.com报道，供应链软件供应商曼哈顿集团（Manhattan Associates）在本周于拉斯维加斯举行的年度“Momentum”用户大会上推出名为“Sightline”的新功能，旨在揭示人工智能（AI）驱动决策背后的逻辑。
Sightline工具首次实现AI决策可解释性
该工具是曼哈顿ActivePlanning产品套件中的新能力，首次将“可解释性”直接嵌入供应链规划系统中。与传统AI系统常被视为“黑箱”不同，Sightline能够用清晰的商业语言解释AI预测、补货建议和库存调整背后的动因。
据原文报道，Sightline能够追溯并展示影响决策的关键因素，包括：需求预测输入、安全库存设定、供应商最小订单量、交付周期、促销活动影响、履约策略变动以及网络库存调配等。这些数据点在系统中以可读方式呈现，使供应链规划人员无需依赖数据科学家即可理解AI为何做出特定建议。
曼哈顿公司表示，这一功能的推出标志着规划软件的新范式转变——从仅提供结果，转向让用户在决策点上实现“可追溯、可验证”的分析。
行业痛点：AI信任危机与生产力悖论
该工具的推出背景源于当前AI在供应链领域面临的信任瓶颈。据Gartner 2026年1月至2月对101位首席采购官（CPO）的调查，仅有36%的CPO对自身重构AI时代采购角色的能力“非常有信心”。
报告指出，尽管生成式AI（GenAI）在个人效率上带来显著提升，例如节省时间、提高输出量和质量，但这些收益在团队层面并未有效转化。Gartner将此现象称为“AI生产力悖论”——个体效率提升并不自动转化为组织整体产出增长。
“采购团队正在看到GenAI带来的生产力提升，但如果没有对角色和流程进行有意识的重构，这些增益仍局限于个体层面。”——Fareen Mehrzai，Gartner供应链实践高级总监
报告强调，要真正释放AI投资回报（ROI），企业必须重新设计采购职能：将工作划分为“人类专属”与“AI原生”任务，将AI成果与成本优化和营收增长挂钩，并更新绩效评估体系，以衡量AI带来的创新和复杂任务处理能力。
技术落地：从理论到供应链实践
曼哈顿的Sightline工具正是响应这一趋势的产物。它允许用户在AI生成库存调整建议后，一键查看其推理链条。例如，当系统建议增加某仓库的库存时，用户可立即看到该建议基于“预测需求增长23%”“供应商交付周期延长至42天”“历史促销活动导致销量波动”等具体数据。
这一能力尤其适用于库存管理、采购计划与履约策略等高风险决策场景。在实际应用中，某北美零售企业试点使用Sightline后，其供应链团队对AI建议的采纳率从原先的41%提升至68%，主要得益于对AI决策逻辑的可视化信任建立。
曼哈顿公司表示，Sightline已集成至其ActivePlanning平台，并计划在2026年第三季度向所有订阅客户开放。该功能的推出，标志着AI在供应链中从“辅助工具”向“协同伙伴”角色的深化。
来源：DC Velocity
本文编译自海外媒体报道，由 SCI.AI 编辑团队整理发布。
