早期供应链控制塔起源于航空控制塔和物流控制塔【3】。控制塔的概念建立于2011~2014间，其中Gartner 2013年的研究报告中将供应链控制塔定义为“供应链控制塔…提供供应链端到端整体可见性和近实时信息和决策的概念…”。Nucleus Research从2014年起，每年发布一份控制塔软件提供商的研究报告《控制塔价值矩阵》。供应链控制塔的出现是为了应对一个非常现实的问题和迫切的需求。控制塔之所以受欢迎，原因之一是，为了控制成本，企业会从世界各地采购供应品和制造产品。这种专业化和竞争是好事，大幅降低了商品成本。然而，它也拉长了供应链，并带来了新的问题，例如风险增加、物流交付周期延长、运输方式多样化，以及进出口法规的复杂性。与此同时，供应链不仅更长，而且更复杂，涉及产品的生产、分销和销售的公司更多。所有这些都必须得到管理和协调。早期传统的供应链控制塔，相当于图1中的供应链控制塔的1.0和2.0，具有以下特征【7】:
由内而外孤立的模式，这种模式将企业的业务置于中心，其次才是直接供应商和直接客户，而其他人则只是事后才考虑的。
SOR（System of Records=记录系统，如ERP，TMS等） 以链式或轮辐式排列相互集成
供应链控制塔隨着供应链的不断进步而成长。众所周知，2013年德国政府正式对外提出“工业4.0”，接着2015年中国推出“中国制造2025”的宏伟规划。与此同时，智能制造推动了供应链的领先企业也开始了供应链4.0即数字智能供应链的转型。据普华永道（PwC）2016年的一份报告【8】显示，在2000多名受访者中，有三分之一表示他们的公司已经开始向供应链4.0转型，这凸显了这一趋势日益受到欢迎。
2017年前后供应链数字化，许多新兴的数字技术，如人工智能，高级分析已开始进入现代供应链控制塔技术，一些该领域的领军企业已开始构建智能数字化供应链控制塔。如ONE Network进军如图1所示的供应链控制塔4.0。 又如2018年8月JDA收购Blue Yonder（BY）以来，它已加速实现其提供决策支持和自主供应链的目标。JDA改名BY后，加速了这一进程。其Luminate™ 智能控制塔是构成自主供应链的核心。尽管自主供应链迄今对于供应链来说，仍然只是一个愿景，一些数字领先的公司，如ONE Network， Blue Yonder（BY）等，正在为实现这一愿景而努力。
图1：供应链控制塔的演进和基于人工智能的下一代供应链控制塔4.0（来源：【2】）
领先数字企业的供应链管理的专家已经看到了数字供应链控制塔是传统供应链管理的一项革命性技术的趋势。2018年6月15日哈佛商业评论发表了专栏文章《供应链管理之死（The Death of Supply Chain Management）》【9】，该文用30%的篇幅介绍数字化供应链控制塔，指出：
其中许多公司正在探索的一个关键概念是“数字控制塔”——一个虚拟决策中心，提供对全球供应链的实时、端到端可视性。对于少数几家主要零售公司来说，控制塔已经成为他们业务的神经中枢。一个典型的“塔”实际上是一个物理房间，配备了一组全天候工作的数据分析师，它监控着一堵高清晰度屏幕墙。该屏幕提供从订单到供应链交付的每一步的实时信息和3D图形。视觉警报会在库存不足或流程瓶颈发生之前发出警告，以便一线团队能够在潜在问题成为实际问题之前快速纠正。实时数据、无可置疑的准确性、持续关注客户、卓越的流程和分析领导力是这些零售业务的控制塔运营的基础。
工业公司（制造业）也在接受这一概念。一家制造商的复杂网络每天移动超过一百万个零部件。控制塔在潜在供应问题出现时标记它们，计算问题的影响，并使用预先确定的操作自动更正问题，或者为系统升级团队标记问题。同样，一家钢铁公司在其控制塔平台中构建了一个定制的场景规划工具，以提高供应链的响应能力和弹性。该工具模拟重大、意外的设备故障（即所谓的“重大故障”）对业务的影响，并指出最佳的风险缓解措施。
2018 年8 月17日Gartner发布的研究报告《 别相信控制塔的炒作——买家当心》【10】，它对供应商“充斥着营销炒作”的信息提出了质疑。报告指出，承诺与现实之间存在脱节，供应商未能解决一些限制，并指出了他们对控制塔概念未来发展方向的看法。并指出：端到端（E2E）的可见性，信息中心，和数字孪生是现代供应链控制塔的三大支柱。
尽管早期供应链控制塔已开始进入许多供应链组织，控制塔的词被经常使用，但直到2019年，该技术仍然令人困惑，并且常常被误解。为此，Gartner于2019年12月30日发表了一个《研究摘要：消除购买供应链控制塔时的困惑（Research Brief: Remove the Clouds of Confusion When Shopping for a Supply Chain Control Tower）》研究报告【11】，该报告指出，“控制塔”一词对许多人来说仍然意味着很多事情，在市场上造成混乱的秘诀，使购买者难以选择适合其需求的适当的控制塔式功能。不幸的是，没有统一的市场描述什么是控制塔，什么不是，“好”是什么样子。Gartner将控制塔定义为一个概念，它将五个要素（人员，流程，数据和组织）结合在一起，并由一组技术支持的功能进行透明性和协调性支持。
在2020~2022年期间，新冠大流行引起全球供应链动荡，供应链中断逐成常态。由于供应链控制塔有助于提高全球不确定时代供应链的弹性，这门技术在这个期间得到了长足发展，特别是控制塔的智能化发展迅速【3-6】。数字供应链控制塔技术不仅从物流，零售等领域走向制造业，而且功能方面从供应链运营管理走向整个端到端的供应链管理，其中包括了供应链计划和可持续发展的管理这两个重要方面。同时控制塔的基础技术之一供应链数字孪生开始受到重视和发展。有名的科技咨询公司，如Gartner，Accenture，Deloitte等都在努力推动供应链控制塔的发展。例如2022年3月28日Gartner的《什么是供应链控制塔——部署一个需要什么？》的研究报告进一步明确了供应链控制塔的概念，6大关键技术能力，以及如何部署供应链控制塔和构建控制塔的挑战：
Gartner 将供应链控制塔定义为将人员、流程、数据、组织和技术结合在一起的概念。控制塔捕获和使用（接近）来自整个业务生态系统的实时运营数据，以提供增强的可见性并改进决策。
使用上面6大关键技术能力构建块建立一个中央枢纽，作为更广泛的 SCM 平台的一个集成部分：人员、流程、数据、组织和技术。这个想法是捕获和使用数据来提供增强的实时可见性和深入分析。这可以更好地制定符合战略组织目标的短期和中期决策。
当时大多数的供应链技术领导者主要将控制塔视为广泛的可视化仪表板，有时未能将其用作分析驱动的决策支持工具。许多公司缺乏端到端的可见性、流程编排和一致的决策制定。可见性是必要的基础和第一步，但您还需要高级深度分析（预测），为下一个最佳行动（规范）提供基于场景的选项，以及优化结果的决策支持。在启动控制塔计划时，这些都是与业务和技术相关的挑战：
控制塔管理的供应链运营的跨度/范围过于复杂可能会导致对收益的不切实际的期望。
供应链控制塔的设置在功能上仍然是孤立的，不能提供预期的端到端可见性、控制和决策支持。数据湖只是部分答案。
许多业务合作伙伴向控制塔提供数据，谁拥有数据？谁可以查看哪些数据？谁评估数据？谁从洞察力中获益？谁对数据进行基准测试？
如果没有全面了解设计、实施、部署和维护控制塔所需的条件，就很难评估控制塔应该是内部的（以及选择平台与数据湖）、混合还是外包。
投入大量时间审查和评估具有多种能力和功能的不同技术平台可能会导致分析瘫痪和无法做出投资决策。
综上，隨着供应链控制塔的概念和理论的不断完善，数字新兴技术，如人工智能，数字孪生等的发展，供应链本身的进化和成熟度提升，这段时期供应链本身己进入它的第4阶段，即外部协作网络的阶段，少数领军的供应链组织在进军它的第5阶段，即生态系统自主编排的阶段。供应链控制塔技术进入了它的3.0阶段，少数领军企业进军它的4.0阶段。现代供应链控制塔在兴起和发展。关于供应链控制塔的3.0和4.0的特征请参看【1】。在本文的第2节还会描述和讨论它们。
隨着2022年后疫情时代的到来，供应链数字化转型和重塑不断加速。供应链生态兴起。与此同时，以大语言模型为标志的实用人工智能时代的来临。近几年（2022 ~2025）现代供应链控制塔又有了新的发展。本文的第2节“超越控制塔--供应链指挥中心的兴起”，第3节“控制塔的新兴人工智能应用技术”将主要介绍这些新的发展趋势。
供应链控制塔因日益重要而复杂的供应链而生，它也伴隨供应链的不断成熟而持续演化，它的成熟度是紧密与供应链的成熟度相关。图2描述了供应链控制塔和供应链的同步成熟度。其中供应链的成熟度模型取自Gartner的研究报告【12】。该模型从多个维度来度量将供应链成熟度分为5级。纵向的维度是基于定位和感知价值，朝下为战术，朝上为战略。横向维度是基于思维模式和聚焦，向左是由内向外的模式，而向右是由外向内的模式。下表定义了供应链和其控制塔的成熟度水平:
读者将在本文第2节中看到SC生态级SCCT有一个新的名字 —— 供应链指挥中心。
Nucleus Research从2014年起，每年发布一份控制塔软件提供商的研究报告《控制塔价值矩阵》，最新近的这份研究报告【13】指出了控制塔技术供应商顺应日益增长的不确定性和数字化变革潮流的变革趋势: 2025年，Nucleus发现供应商已对控制塔解决方案进行了优化，以应对全球供应链挑战，如空运成本上涨、铝材短缺和物流瓶颈。这些改进包括引入和增强多级供应商发现、物料清单可追溯性、检查点地理围栏、解决方案框架和生成式人工智能助手等工具。2024年控制塔价值矩阵（见图3）中的领导者包括e2Open、Infor、Kinaxis和One Network Enterprises（一家Blue Yonder公司）。
该报告指出，控制塔技术的核心在于收集和可视化供应链数据，分析中断对相互关联领域的影响，并提供可操作的建议，从而在中断发生前对供应链计划进行成本效益高的调整。全面的控制塔解决方案可监控从多级供应商到最后一英里交付的整个供应链，使组织能够深入了解供应商的生产计划、配送中心的库存水平以及实时运输状态。这种可见性有助于组织避免或减少运营孤岛，直接与贸易伙伴合作，确保决策考虑到供应链的全面情况。
在2023年的控制塔技术矩阵中，Nucleus强调了控制塔解决方案的崛起，以应对全球中断和行业趋势。供应商专注于缓解由司机短缺和地缘政治风险引起的运输中断，同时ESG（环境、社会和治理）跟踪日益凸显，控制塔将排放数据纳入其中，以与可持续发展目标保持一致。生成式人工智能（AI）和大型语言模型（LLM）的集成通过提供趋势分析、自动化响应和改善沟通，提升了控制塔的能力，从而减少了错误并提高了效率。
2024年，随着供应链挑战格局的不断演变，如空运成本上涨、铝材持续短缺以及运河和桥梁等关键中转点的瓶颈问题，软件供应商纷纷加强了控制塔功能。Nucleus发现，为了应对这些挑战以及更广泛的供应链挑战，供应商改进并推出了多层供应商发现和关系映射、物料清单（BOM）级可追溯性、关键海运点的地理围栏、大型语言模型（LLM）助手和分辨率建模等工具。
2025年，随着企业面临关税、货币波动、运输成本上涨以及劳动力短缺等挑战，控制塔技术将成为投资焦点，这些挑战导致全球网络不堪重负。供应商正以不同的方式进入市场：一些供应商提供覆盖解决方案，将现有企业资源规划 (ERP)、运输管理系统 (TMS)、仓库管理系统 (WMS) 和规划解决方案的可视性统一起来；另一些供应商则将控制塔技术嵌入到更广泛的供应链平台中，其中一部分供应商正致力于实现融合，将规划和执行连接在一个环境中。人工智能是发展的主要驱动力，目前已有专业代理支持监控、供应商消息传递、场景分析和维护，但在治理和数据质量问题持续存在的情况下，其采用仍需谨慎。
供应链控制塔的发展首先是顺应供应链发展本身的需求。新兴技术和市场是其发展的两大驱动力。本文前面主要是讨论了其发展的技术推动力，这一小节将简单介绍一下它的市场预测和前景。
根据未来市场洞察 (FMI) 的2025 年至 2035 年控制塔市场规模和份额预测的研究报告【14】，预计控制塔市场规模将从2025年的152亿美元增长到2035年的762亿美元，复合年增长率为17.5%（见图4）。分析应用将占据主导地位，市场份额达57.2%，而供应链应用将以64.5%的份额引领应用领域。
为提高运营效率并确保数据可见性，对高效、安全且集中式的基础设施和供应链解决方案的需求日益增长，这与控制塔在众多工业领域的广泛应用息息相关。与此同时，对信息共享工具和控制塔的需求不断增长，这些工具和控制塔能够通过智能设备实现全渠道信息访问，是行业发展的主要驱动力。
此外，人工智能 (AI)、机器学习 (ML)、大数据分析、基于云的实时分析以及其他用于生成智能可操作洞察、打破数据孤岛并缩短交付周期的技术的广泛应用，正在推动市场增长。人工智能驱动的解决方案和方案手册的引入，以及供应链应用程序的推出，进一步增强了市场增长，从而改善了产品流程，并将预测模型应用于第三方物流。此外，医疗保健领域广泛使用控制塔来监控医疗用品并控制治疗过程中的医疗设备供应，这也推动了市场扩张。
除此之外，主要公司之间的战略合作促进了具有实时跟踪系统的远程信息处理控制塔的发展，从而带来了强劲的市场前景。该报告还指出，随着亚太地区人工智能和机器学习与供应链的融合度不断提高，利润率不断扩大，在预测期内，亚太地区控制塔市场将以惊人的速度飙升。
图4：2025-2035年全球控制塔市场预计（来源: FMI【14】）
如上节所述，供应链控制塔——分析驱动的决策支持工具，有助于提高供应链的可见性和控制——已经存在了几十年。但近年来由新冠大流行， 地缘政治等不确定性因素引起的供应链中断和其他动态，如满足可持续性目标的需要，已经清楚地表明，组织需要更强大的解决方案来提高跨职能流程效率和决策质量。一个超越传统控制塔的供应链指挥中心应运而生。
“供应链指挥中心”一词最初是由Gartner 在2022年6月3日的一份报告《创新洞察力：供应链指挥中心》【15】中提出的，在当时，它更像是一个概念，而非一个成熟的供应链管理软件类别——尽管一些公司已经开始创建指挥中心软件。该报告指出，供应链指挥中心捕获并使用“来自整个生态系统的运营数据——来自各种业务合作伙伴、设备、提要和事件——以提供增强的可见性和改进用例特定的决策和结果。”当今的供应链运营商需要快速响应变化，而且他们必须经常即时做出复杂的决策。正如 Gartner 在其报告中解释的那样，要做到这一点，他们需要访问“来自业务生态系统内的更多上下文、连续和连接的数据”。在其报告中，Gartner 还将 Noodle.ai 评为供应链指挥中心技术的代表提供商。笔者曾在【16】（2023年中兴通讯第三届供应链战略发展论坛上的演讲（南京，11月10日））中介绍了供应链指挥中心的概念和发展趋势。特别指出Gartner在报告中强调报告中解释说，整体数字供应链孪生(DSCT) 的使用是供应链指挥中心的核心，强调它必须是“一个跨筒仓的、连接的、端到端的视图。” 值得注意的是，控制塔和指挥中心都能提升供应链绩效，并且两者各有其独特的目标和成果。根据Gartner 在2022年7月27日的一份研究报告【17】指出，具体选择取决于相关组织的目标，它们的定义如下表所示：
一种捕获和使用各种数据的操作框架，利用功能模型为主要特定领域、短期和中期决策提供增强的可视性、预测和建议，有时是自动化的。
对于致力于实现更互联、更融合、更协调的组织而言，这是一种新兴的愿景。它能够提升跨职能流程效率，并针对其生态系统内的特定用例，提高短期和中期决策质量。
图5：比较供应链控制塔和供应链指挥中心（来源: Oracle【16】）
从供应链指挥中心(SCCC)的定义及其与控制塔(SCCT)的差异，笔者认为SCCC与图中的生态级的SCCT是基本一致的，因此笔者认为SCCC可视为下一代或具最高成熟度的SCCT。
SCCC是一种新兴的供应链生态系统的管理软件解决方案，下面一节将通过一些案例来描述它的软件架构，它的创新和其发展趋势。
根据2022年Gartner供应链战略和技术未来预测【16】：生态系统将成为主导竞争实体。到 2026 年，超过 50% 的大型组织将作为协作数字生态系统而不是分散的公司展开竞争——共享投入、资产和创新。数字化的领军企业正在构造其供应链的生态系统，【16】中列举了世界上6个有名的供应链生态系统。传统的控制塔已经不能很好管理和控制供应链的生态系统，于是供应链指挥中心被创新发展，以帮助生态系统应对日益复杂，不确定的，中断成常态的环境和态势。下面将介绍几个典型的SCCC的案例。
【18】指出，2021年，美国供应链中断成本超过2.28亿美元。这些成本远不止金钱，还包括品牌受损、运营成本增加、现金流延迟、客户投诉、客户流失以及生产力损失。《经济学人》2022年的一项调查发现，46%的大型企业（营收超过10亿美元）正在推出数字平台，以提高供应链的弹性，其中60%的企业将弹性置于效率之上。
有名的世界供应链大师亚马逊为应对供应链面临的多重挑战(来自环境，客户，行业的挑战:如重塑，数字化转型，战术目标和战略愿景)，创新了许多供应链管理，提高供应链的弹性和效率的解决方案。其中AWS 专业服务推出的 SC3是一个规范化、自动化的工作编排和可视化平台，适用于组织数字化转型。SC3 不仅仅是一个典型的供应链控制塔，SC3 是一个系统集成系统，它将整个供应链流程中的数据整合在一起，以实现端到端的可视性和控制。AWS 采用可重复使用的模块来加速实施并缩短价值实现时间。SC3 的五个模块分别是评估、集成、可视性、工作编排和建议。前三个模块构成了传统的供应链控制塔。SC3 还新增了工作编排和建议引擎这两个模块。
SC3 超越了传统的可视化工具和仪表盘（通常被称为供应链控制塔），实现了数字化转型。SC3 提供规范性建议，这些建议可以通过系统自动化、任务分配给操作员，或将人类智慧与计算机自动化相结合的方式进行编排，从而实现两者的最佳结合。因此，SC3 并非基于单一解决方案，而是由数据驱动的模块集，其关键功能根据评估中发现的客户需求进行配置。每个组件都松散耦合，以实现最大的灵活性，并与其他公司系统进行交互。本质上，SC3就是AWS 供应链指挥中心。
为了协调企业运营，SC3 的一个补充元素是Amazon Connect，它提供工作编排功能。相关操作将流向 Amazon Connect，这是一个呼叫中心应用程序。但是，Amazon Connect 包含支持供应链流程工作流的功能。Amazon Connect 代理工作区是一项功能，其中按组跟踪任务直至完成。采用Amazon Connect Flows 的工作编排模块可实现常见场景的自动化。Amazon Connect Flows 还允许使用内联AWS Lambda自定义代码来管理特定的自动化步骤。
AWS 供应链指挥中心产品 SC3提供了全面的端到端可视性，帮助供应链变得更加绿色、智能。SC3 由现成的集成和 AIML 平台提供支持。它配备了预测性和规范性工具，可以对供应链中复杂、多层级、碎片化的流程进行更智能、认知和自主的编排。
典型的 SC3 实施可带来诸多益处，例如，通过更佳的可视性将净推荐值 (Net Promoter Score) 提升 20%，将数据管理时间减少 70%，将计划外停机时间减少 30%，将能耗降低 10%，以及将预防性维护成本节省 15%。
2.2.2 甲骨文（Oracle） 使用供应链指挥中心更快地检测、决策和执行
甲骨文在2023年的白皮书《从数据到决策：智能、响应迅速的供应链如何实现盈利结果》【19】中阐述了当今供应链所面临的挑战，并指出其供应链指挥中心的检测-决策-执行的持续改进的框架怎样帮助复杂供应链应对这些挑战。
在当今经济中，明智且快速的决策是取得成果的关键--利润可提高2倍，增长高出2.5倍，投入资本回报率可达30%。然而，供应链的领导者必须迎击以下挑战:
由于商业数据的急剧增长，做出明智的决策往往颇具挑战性，例如：供应链领导者必须立即面对这一挑战。根据技术研究和咨询公司高德纳（Gartner）的数据，自2020年以来，决策的复杂性增加了65%。事实上，高管们将近40%的时间用于决策，并且他们认为其中大部分时间并未得到有效利用。
当前的决策状态是不可持续的。我们如何管理和分析这些庞大的数据资源，以便系统地做出更好的商业决策并提升业绩？
超过 50% 的企业领导人表示【20】，他们缺乏对供应链的全面了解。这种可见性对于识别和预测差距和干扰是必要的，这些差距和干扰会导致组织损失高达 20% 的收入并损害其声誉。
如图8所示，你所处的行业生态系统在不断变化。一些商业生态系统力量在持续影响和重塑着你和你的竞争对手的价值链。
一个持续改进的检测-决策-执行框架有助于你做出更明智的业务决策，该框架应涵盖所有数据源、所有数据类型，并包含一个流程，将扩展的价值链连接起来，以应对内部和外部的变化。扩展的价值链会对来自企业对企业（B2B）交易、内部系统以及其运营所在生态系统的输入数据进行响应。
一个被称为供应链指挥中心的概念，使组织能够在其业务生态系统中，针对特定用例，跨越多个时间范围，通过跨职能流程效率和决策质量，实现汇聚、增强联系和协同。甲骨文（Oracle）的供应链指挥中心方案——由甲骨文融合云供应链管理（Oracle Fusion Cloud SCM）提供支持——将检测-决策-执行框架与预定义用例相结合，支持员工日常工作，并提高决策的质量和速度。图9描绘了甲骨文（Oracle）的供应链指挥中心方案框架。并且其中每一个关键用例都有一个集成的解决方案架构。
图9：甲骨文（Oracle）的供应链指挥中心方案框架（来源: 甲骨文【20】）
如图10所示，甲骨文的供应链指挥中心方案框架能应对任何商业状况，在您的网络和规划范围内进行检测、决策、执行和学习。供应链指挥中心方案框架能帮助用户：
图10：甲骨文的供应链指挥中心方案框架能应对任何商业状况（来源: 甲骨文【20】）
Open Text Corporation（简称opentext）是一家总部位于加拿大安大略省滑铁卢，开发和销售信息管理软件的全球软件公司。该公司也是供应链信息管理软件的提供商，并且独具创新。
2024年由Open Test赞助IDC发表了一份有关供应链指挥中心的研究报告《从控制塔演变而来：指挥中心作为供应链协调/编排的推动者》【21】。从图2可知供应链编排是其最高成熟度的重要特征。该报告以供应链编排为核心来看控制塔的演化，并指出供应链指挥中心进化于供应链控制塔，但它超越了控制塔，是真正供应链编排的使能者。下面介绍报告的要点如下。
供应链编排（SCO）：整合内部和外部数据、明确预期结果、制定面向整个系统的计划和异常管理响应的工具、能力和流程。
供应链编排涵盖了供应链中“观察、决策、行动和学习”的循环。编排使每个部分与整体保持一致，支持流程自动化和例外管理，提供端到端的可见性，并通过利用计算能力同时考虑多个变量和节点来提高效率。
数字孪生（DT）：产品、供应链数据（物流、库存、仓储、需求计划和预测）以及流程的数字化表示，这些可用于高级场景规划、供应链响应、自动化，并最终实现协调。
控制塔：一种将供应链信息整合到各功能部门（如物流）中的解决方案，以提供可见性并支持交易决策。
指挥中心：控制塔与实现全面供应链编排（SCO）之间的过渡阶段。通过连接一系列应用程序来监控供应链（如可视化、聊天机器人、大型语言模型、外部数据、监控以及追踪溯源），指挥中心能够超越传统控制塔，成为向全面供应链编排（SCO）迈进过程中的一步。
IDC预测，到2028年，全球2000强企业中有35%将使用供应链编排工具来整合关键供应商和客户。这包括数字孪生功能，该功能可将供应链的反应能力提高15%。
中断、波动、成本以及即将出台的法规，都在推动着对更高可见性、敏捷性和优化程度的持续需求（见图11）。过去一年里，各种全球性中断对您的供应链产生了的影响， 下面列举了将中断因素排在前五位的组织%占比：
迄今为止的控制塔已经“读懂了新闻”。各组织正在寻求更积极、更综合的供应链管理方式，以消除延迟。
端到端的供应链编排（SCO）是许多组织的目标，这需要在组织和技术成熟度方面采取更多步骤。
供应链编排/协同是一个最终目标，它需要一个成熟度提升的过程。随着可见性的提高，协作也相应增强。控制塔和指挥中心的进步在实现全面协同的道路上增强了可见性、整合性和协作性。图11描绘了供应链编排成熟之旅。很显然成熟之旅与供应链成熟之旅是同步的。
在成熟度等级的低端，即图12中的阶段1（企业占比为6%）和阶段2（企业占比为44%），供应链呈现出线性视角，任务之间存在延迟且各自为政。
随着企业寻求提高透明度和加强跨部门协作，约占比为35%的处于阶段3的企业正朝着供应链编排的方向迈进。
对于处于阶段4的约占比12%的企业，复杂性的增加（集成、共享可见性和协同决策）对控制塔和指挥中心的能力提出了更高的要求。
很少有组织能够实现完全端到端的供应链编排（SCO）；据图12，仅有3%的企业处于阶段5。指挥中心能力的提升以及未来人工智能和机器学习的发展将继续助力其成熟化进程。
随着通用人工智能（GenAI）/大型语言模型（LLMs）的出现，传统控制塔正在让位于集成的数字孪生技术，这需要更广泛、更集成的工具来实现其承诺的全部优势。
从图1和12可见，仅当供应链达到其最高的成熟度时，高成熟的控制塔或指挥中心才可能实现与数字供应链孪生集成。
数字供应链孪生是高级控制塔或指挥中心的核心。SCO则是数字孪生间的桥梁。
IDC 2023年预测：近三分之一的公司将供应链数字孪生和/或控制塔视为未来12个月或未来三年的首要任务。
简言之，供应链指挥中心是控制塔作为SCO（供应链编排）推动者的合理演进，其核心技术包括人工智能，数字孪生等。
本节内容将主要基于【22】，也就是2024年10月2号supply Chain Digital杂志社在英国举行的釆购和供应链会议上，OpenText 产品营销总监 Ville Parkkinen的主题演讲《重新思考供应链可视性：从控制塔到指挥中心》。该演讲探讨了供应链可视性的演变，从传统的控制塔向先进的指挥中心迈进的战略性转型。
由于不确定性，中断成为常态，组织正在投资弹性。弹性=可见性+洞察+敏捷性，更好的共享数据和端到端的可见性是实现供应链弹性的最重要的方面，而传统的控制塔很难做到端到端的可见性。
大多数组织在实现预期结果方面都面临困难。根据PwC 2024年数字运营趋势调查报告，69%的受访运营和供应链的领导者说，他们的技术投资还没有完全获得期望的结果。只有12%的供应链领导者相信他们的投资战略能完全达到供应链的需求。
数据获取：缺乏跨职能的数据可见性（仅在各自孤岛中创建可见性，而不共享信息）
数据质量：我们有大量可访问数据，但是它们可靠吗？尤其是当采用人工智能时，数据质量更为重要，否则会是“输入垃圾，输出垃圾“的结果。
技术需要不断发展，即控制塔要向指挥中心进化，以提供可操作的见解。图14描绘了控制塔向指挥中心的进化，显然这个进化与供应链本身的成熟度进化几乎同步。
图15中的概念结构图取自于Gartner早期对指挥中心定义的研究报告【23】。从该图可以看到指挥中心与控制塔的显著差别，例如，控制塔是功能性的，而指挥中心是跨功能性的；控制塔没有与数字供应链孪生集成，而数字供应链孪生是指挥中心的核心功能。此外图15中还定义了指挥中心的主要构或模块，它们包括数字供应链孪生，数据枢纽，开发库，洞察，和集成。
图15还显示了基本的指挥中心未来的进化--(Ambition即追求的目标)，也就是实现端到端的数字供应链孪生以及全局的供应链编排。
图中下方的箭头中包含观察，理解/决策，行动，和学习四个系统处理的步骤，而每个演变阶段的步骤是不同的:
指挥中心的系统处理是一个“观察→产生洞察和处方→指导/指挥物理系统执行→观察→”的闭环，它能连续改进和优化供应链。
追求的目标: 是自学习和自主的决策/指挥中心，人工智能，特别是代理人工智能的自动化决策系统。它将是一个具有学习能力的增强闭环系统。这是供应链管理/控制/智能决策的未来愿景。
OpenText交易网格由OpenText运营，是世界上最大的交易网格连接100多万个贸易伙伴的增值网络（VAN），包括Gartner前50大供应链中的70%，促进了每年在商业上11万亿美元的增长。该平台基于云的基础设施允许用于可扩展、自助服务或完全托管的服务，增强运营能力。
为了管控及持续优化这个巨型的交易网络，OpenText构建了一个智能指挥中心（见图17）。该指挥中心利用安全的、基于角色的方法，让用户访问他们需要的信息和见解。图17描述了指挥中心的关键功能，采用模块化方法引入新功能，使公司能够根据需要进行扩展和调整。
图17：OpenText交易网络智能指挥中心（来源: OpenText【24】）
公司可以访问海量数据，但只有当信息能够在扩展的业务生态系统中连接、聚合和使用时，信息才有用。跨业务运营覆盖的指挥中心提供了许多关键好处：
总之，采用数据驱动的方法进行供应链运营将有助于节省时间、金钱和资源，同时为公司的数字化转型战略提供支撑。
自21世纪10年代，人工智能中机器学习，优化系统等，以及高级分析已开始进入供应链控制塔，作为供应链分析，优化，预测方面的有力工具。Gartner 在【25】中，将人工智能技术分为两大领域（见图18），即人工智能技术和其衍生出来的人工智能应用技术。其中近年来新兴的人工智能应用技术，尤其是生成式人工智能（GenAI），决策智能（DI），和代理人工智能（Agentic AI）正在极大地影响和推动供应链，包括它的控制塔，指挥中心的智能革命。本节主要讨论这三种新兴的人工智能应用技术在供应链控制塔技术中的应用发展。
【26】指出，OpenAI于2022年11月推出的ChatGPT开启了生成式人工智能创新的热潮。ChatGPT的推出，迅速推动生成式人工智能的应用在教育，媒体，工业等等各个领域和行业的应用热潮，当然也推动了供应链的AI创新。2023年成了生成式人工智能从理论到实践，从实验到创造价值的元年。在 2023 年至 2032 年的预测期内，生成式人工智能在供应链中的使用预计将带来 45.3% 的复合年增长率。在这个对效率、响应能力和数据驱动决策需求不断提高的时代，生成式人工智能有望彻底改变供应链控制塔，为企业提供前所未有的洞察力、预测能力和敏捷性。
【27】列举了将生成式人工智能集成到供应链控制塔中可以带来的10大好处：
2. 最佳路径：利用数据确定最有效的运输路线. 自适应采购：根据实时市场动态突出显示替代供应商
10. 场景模拟：对各种供应链控制塔场景进行建模，以针对潜在挑战制定解决方案策略
除了聊天机器人和虚拟助手，这些可帮助供应链控制塔提高其生产效率的应用方面之外，挑战在于如何将机器学习、生成式人工智能和传统数据分析结合起来，从而颠覆供应链管理等行业。具体来说，本文旨在将探讨如何将这些技术结合起来，构建下一代供应链控制塔——它不仅能提高可见性和可预测性，还能增强应对中断的弹性。
下一代供应链控制塔的核心功能之一是供应链控制塔将融合人工智能驱动的洞察、预测分析和实时数据处理，从而创造卓越价值。下面将介绍如何利用智能体（AI Agent）来达到这一点【28】。如图19所示，对于GPT提供支持的控制塔，【28】利用LLM 与 LangChain 进行供应链分析。
【28】利用GPT和LangChain建立了一个LANGCHIAIN SQL智能体，并将供应链控制塔与此智能体连接起来，以支持控制塔的自动供应链分析。
更有趣的是，【28】的作者发现使用n8n构建供应链控制塔的智能体更为快捷且经济。n8n 是一个开源低代码自动化平台，可以轻松连接应用程序（如电子邮件、CRMS、消息工具）、APIS 和 AI 框架（如 LangChain）。它通过链接现成的节点来创建工作流。它可快速大规模部署工作流自动化。
注: 上面的解决方案需要利用GenAI技术，即文本到SQL的应用程序。大型语言模型(LLM) 经过训练，可以生成针对自然语言指令的精确 SQL 查询。然而，现成的 LLM 必须经过修改才能使用。首先，LLM 无法访问企业数据库，需要定制模型才能理解企业特定的数据库。此外，由于存在列的同义词和可用的内部指标，复杂性也随之增加。LLM 在理解企业数据集和人类情境方面的局限性，可以通过检索增强生成(RAG) 来解决。例如使用Amazon Bedrock创建一个基于 RAG 的文本转 SQL 应用程序【29】。
笔者在《决策智能: 值得关注的决策革命》的研究报告【30】中详细介绍和分析了新兴的人工智能应用技术：决策智能，并讨论了它在供应链方面的应用。尤其指出决策智能将成为作为供应链决策中心的控制塔的核心功能。报告中介绍了o9Solution的供应链控制塔的商业数字大脑，以及阿里的基于云的人工智能控制塔如何实现将从数据产生的洞察变为供应链的决策，以实现数据的真正价值。
与传统的以人为主的决策不同，决策智能支持两类不同的决策者：人和AI，并且支持三种不同的决策模式（见图22）：
决策支持：以人为主AI为辅的决策模式，例如交通管理系统——主要采用技术包括仿真和运筹学。
决策增强：人和AI各半的决策模式，例如医疗健康系统——主要采用技术包括深度学习和图分析。
决策自动化：以AI为主人为辅的决策模式，例如金融服务——主要采用技术包括预测分析和商业规则。
特别，决策智能具有实现决策自动化，甚至在某些场景下实现自主决策的能力。
现在工业公司及供应链组织面临着供应链中断，税收，甚至倒闭之风险和不确定性日益增强的环境。为了生存和发展，公司每天必须做出的大量决策是压倒性的。大部分负担落在了规划者身上，他们被迫花费无数小时不断地规划和重新规划每一个小细节。将所有时间花在次要的例外上，会让规划者无法专注于重要的事情——对业务影响最大的决策。大多数控制塔（这包括成熟度初级和中级的控制塔）在这方面都做不到，因为它们无法将可见性转化为行动：
初级成熟度的控制塔：仅通过仪表盘等提供可见性和洞察，因此仅能支持决策。
中级成熟度的控制塔：除能提供传统的决策支持外，还采用了AI/ML，高级分析技术，具有供应链分析和预测能力，从而能展示更清晰的供应链视图，为供应链提供了决策增强，提高了供应链的决策能力。
为应对上述风险和压力，为生存和发展，供应链的领军企业已经或正在将决策智能作为其供应链控制塔的核心能力，超越传统控制塔，迈向决策自动化和自主化的高级成熟度的控制塔或供应链指挥中心。本文第2节中介绍的几个案例，它们有一个显著的特征，即将数据洞察化为决策，然后用决策来指导和驱动执行，并且形成了一个不断优化供应链和反脆弱供应链的环闭。下面将介绍另一个案例o9 Solution高级控制塔技术如何运用决策智能果断解决供应链中断的风险和颠覆性的变化【32】。图23描绘了o9供应链控制塔框架， 其核心是一个运用决策智能的数字大脑: 知识驱动的集成分析，规划和决策平台。关于该数字大脑详见【6】。
o9 控制塔使客户能够快速有效地做出明智的决策，以降低风险并主动优化供应链绩效。利用o9供应链控制塔能帮助工业制造商增强其供应链弹性以应对中断。o9 SCCT能自动感知和了解整个供应网络的变化，确定和执行解决方案，测量和分析结果以进行学习。它通过感知→转化→解决→执行→学习的自动闭环来处理工业制造中出现的中断风险。下面简介这5个步骤的处理流程:
利用数字孪生，控制塔可以获取并显示实时供应链数据（供应商的订单状态、运输、物联网传感器、天气、POS 销售、库存水平等），并在发生变化时向用户发出警报。
使越来越多的数据可供使用。利用 o9 AI场景功能，企业可以全面了解中断的影响，并识别风险和机遇。例如当物流中断发生时，o9的控制塔可以立即识别受影响的原材料，以及哪些成品和特定客户订单现在面临风险。
通过在通用规划和决策平台上对解决方案进行智能评估，尽早发现中断并推动自动化需求和供应决策。高级优化有助于同时考虑从最低成本到最高服务的一切，同时预测物流运输时间、供应商绩效、未来需求和整体供应链绩效。例如，供应链团队可以将错过客户交货日期的成本与满足截止日期所需的加急运输或加班费用进行比较。或者，他们可以决定是加快供应商的订单，还是重新平衡网络中的库存。
预测风险、分析选项并做出一致的决定，以留出足够的时间来正确执行和实施解决方案。例如控制塔通过将计划写入执行系统并将其发送到整个供应链来执行，从而进一步增强了协作能力。此外，高级优化有助于同时考虑从最低成本到最高服务的一切，同时预测物流运输时间、供应商绩效、未来需求和整体供应链绩效。例如，供应链团队可以权衡错过客户交货日期的惩罚与按时完成订单所需的物流加快或加班成本。
事后分析（Post-game analysis）让人工智能能够从过去的经验中学习，并改善未来的结果。系统还可以学习如何做出更好的决策。
什么是代理人工智能（Agentic AI 或 代理AI）？Gartner在【25】定义：
Agentic AI是一种利用AI风格的软件实现的AI实践，其中AI Agents（智能体）是使用AI技术在其数字或物理环境中感知、做出决策、采取行动和实现目标的自主或半自主软件实体。
换言之，代理人工智能 (Agentic AI)是指能够自行推理、规划和采取行动的人工智能系统，就像肩负使命的智能体一样。这些系统由目标驱动。它们可以将一项复杂任务分解成更小的步骤，找出实现目标的最佳方法，甚至能够根据情况的变化进行调整。
这不是科幻小说。这是人工智能的未来，即代理人工智能，它已经开始重塑我们的工作、自动化和创新方式。当然，它也是供应链和物流系统的未来。
众所周知，2023年是AI大语言模型的元年，2024年是智能体的元年，而2025将是代理AI的元年。Gartner将其列入2025年8大顶级供应链的技术之一（见图24）【33】，此外，Gartner还将其作为2025年顶级25供应链的三个宏观趋势的首个趋势【34】。同时还将其作为新兴创新技术列入2025供应链计划SCP，供应链执行和物流SCE，以及采购和寻源技术成熟度曲线。
Gartner预测：到 2030 年，50% 的跨职能供应链管理（SCM）解决方案将使用智能代理在生态系统中自主执行决策【33】。据代理AI市场研究报告【35】，随着自主人工智能代理重新定义生产力和任务自动化，代理人工智能市场不断增长。据计算，2025年全球代理人工智能市场规模为75.5亿美元，预计到2034年将达到1990.5亿美元左右，2025年至2034年的复合年增长率将达到43.84%。2024年，北美市场规模超过24.2亿美元，在预测期内以43.97%的复合年增长率增长。市场规模和预测基于收入（百万美元/十亿美元），以2024年为基准年。
尽管Agentic AI是一个未来供应链的重要技术趋势之一，然而供应链领导者必须认识其复杂性，并釆用正确的战略规划和路线才能使其对供应链和物流产生价值。图25描述了代理型人工智能发展的4个阶段，包括：
AI代理的生态系统（高级阶段）: 能协调多个应用程序和多个组织，具有高自主性。
软件公司的高管有三到六个月的时间来制定代理人工智能战略和投资，否则将面临被竞争对手超越的风险。
到 2026 年底，40% 的企业应用程序将集成特定任务的 AI 代理，而目前这一比例还不到 5%。
随着企业加速数字化转型，企业应用程序中的代理 AI 将超越个人生产力，通过更智能的人机交互为团队合作和工作流程树立新的标准。
Gartner 的最佳情况预测是，到 2035 年，代理 AI 可能推动企业应用软件收入的30%，超过 4500 亿美元，高于 2025 年的 2%。
Gartner 高级总监分析师Anushree Verma在【37】中还指出：“AI 代理将快速演进，从专注于特定任务和应用的代理发展成为代理生态系统。这一转变将使企业应用程序从支持个人生产力的工具转变为支持无缝自主协作和动态工作流程编排的平台。”由于行业正处于转折点，软件企业的高管们拥有至关重要的三到六个月的时间来制定其代理AI产品战略。不计划发展代理能力的组织可能会落后于同行。管理战略重点需要采取有针对性的策略，贯穿代理AI发展的五个阶段（见图26）。
图26：企业应用中代理人工智能的未来（来源: Gartner【37】）
【36】指出，在人工智能能力的提升、自动化需求的不断增长以及各行各业对增强决策流程的需求的推动下，代理人工智能技术有望迎来重大转型和增长。随着代理人工智能的成熟，您可以期待：
增强代理权和自主权：这将提高生产力和效率，使组织能够自动化以前劳动密集型的复杂工作流程和流程。
融入业务流程：到 2028 年，预计 33% 的企业软件应用程序将包含代理人工智能，而 2024 年这一比例还不到 1%。这将促进人类与人工智能系统之间更复杂的交互，从而提高整体运营效率。
关注具有明确价值的用例： Gartner 预测，到 2027 年，超过 40% 的代理 AI 项目将因成本上升或商业价值不明确而被取消。优先考虑那些具有明确商业价值和投资回报率的代理 AI 项目。
采用过程中的挑战：包括实施的复杂性、对强大治理框架的需求以及确保数据质量。
协作与治理：组织需要为授予人工智能代理的自主权制定明确的指导方针，以平衡自动化的好处和监督的需要。
市场动态与竞争：代理型人工智能市场预计将快速增长，无论是初创公司还是成熟企业都在该领域投入巨资。然而，目前市场充斥着“代理清洗”现象，许多供应商不顾自身能力，打着代理的旗号。真正的人工智能系统自主性——作为可靠、可沟通、协作的多人工智能代理系统——仍然是一个令人向往的目标。
传统上，控制塔充当着数字仪表盘的角色——提供整个供应链可视性的集中式枢纽。但仅有可视性已远远不够。Agentic AI 应运而生：新一代自主智能代理，将控制塔从被动观察者转变为主动编排或协调者。
想象一下这样一个系统：自主的人工智能代理不再只是简单地标记港口关闭或因台风造成的道路破坏等中断，而是立即重新安排货运路线、调整库存策略并通知客户，无需人工干预。这就是 Agentic AI 的承诺，这项技术能够独立行动、实时调整，并推动切实的业务成果。它不仅支持人类决策，还能自主执行决策。
在这个新模式下，控制塔的作用不仅仅是监控物流，它还能积极地塑造结果。Agentic AI控制塔是一个智能编排中心，可以即时解决中断问题，同时持续优化长期计划。
想象一下，一个由人工智能驱动的实体——SCOUT（供应链协调与统一塔）嵌入到企业的基础设施中。当企业查看晨间更新时，SCOUT 会重新调整生产计划，缓解需求激增，并运用过去中断的经验教训来预防未来的中断。
供应链管理的未来不仅在于预见问题，更在于在问题影响业务之前将其解决。借助 Agentic AI，控制塔不仅变得智能，而且拥有真正的感知能力，能够快速、精准、有远见地管理复杂情况。
这些数字强调了将人工智能融入供应链流程的切实好处。而新兴的代理人工智能技术将给供应链带来许多战略性(全局性)的好处:
更快的决策和敏捷性： Agentic AI 意味着即时行动。供应链瓶颈？在您察觉之前即可解决。例如，检测到港口延误的代理可以自行“重新优化跨洲库存路线”。
节省成本：统一的AI平台的投资回报率比孤立的单点解决方案高出2-3倍。道理很简单：更少的浪费，更少的加急发货。一项调查显示，得益于AI优化，物流运营成本降低了5-15%（来源：thescxchange）
弹性与“自愈”运营：现代供应链面临着难以预测的风暴和波动。借助代理人工智能 (AI)，中断会触发自动调整。Logility 将此称为自愈供应链的兴起。AI 可以“通过识别低效环节、从故障中学习并在问题升级之前修复问题，构建自愈网络”。你最可怕的噩梦——工厂火灾、港口罢工或芯片短缺——都可以通过 AI 驱动的即时应急计划来应对。
图表27对传统的与代理AI的SCCT在5个关键特性方面进行了比较。从中可见，代理Al构建的SCCT具有很明显的优势。
图27：传统与代理AI的SCCT在5个特性方面的比较（来源: Elyxr.ai【38】）
【39】给出了一个代理AI消费品供应链控制塔的框架，其中控制塔的核心部分由多层次多功能智能体构成。该框架的右边是SCCT的多智能体系统的使能系统，它包括供应链数据基础和多重开源LLMs，以及存在的供应链系统和ERP。该框架的左边是系统的团队管控机制(人)，它包括供应链决策领导者，主题专家，商业分析师，数据科学家和AI专家，数据解决方案专家。由于图28只是一个概念性的框架，控制塔的核心部分并未出现编排的智能体，此外，智能体之间通讯协议也被忽略了。另外，请注意该框架显然支持决策智能的三种模式(见图22)。决策完全自动化并非适用于所有决策，这应该是设计代理AI控制塔时应当考虑的。然而，代理AI控制塔或指挥中心具有自动自主或半自主的短中期决策能力应该是供应链控制塔或指挥中心的未来愿景。
岂今，代理AI在供应链，特别是在SCCT和SCCC中的应用还处于非常初期阶段。笔者在【34】中介绍了代理AI在供应链中的应用发展的现状，以及获得商业价值的建议等，有兴趣的读者可参看【34】。在此仅列举几点获得商业价值的建议。
尽管初期面临诸多挑战，但代理型人工智能的趋势代表着人工智能能力和市场机遇的飞跃。代理型人工智能将提供提升资源效率、实现复杂任务自动化和引入全新业务创新的新方法，超越脚本自动化机器人和虚拟助手的能力
在早期阶段，Gartner 建议仅在能够带来明确价值或投资回报率 (ROI) 的情况下才应采用代理 AI。将代理集成到旧系统中可能在技术上非常复杂，经常会扰乱工作流程并需要进行成本高昂的修改。在许多情况下，从头开始重新思考代理 AI 的工作流程才是成功实施的理想途径。
“为了从代理型人工智能 (AI)中获得真正的价值，组织必须专注于企业生产力，而不仅仅是增强单个任务，”Gartner的分析师Verma 说道。“他们可以先在需要决策时使用 AI 代理，在日常工作流程中实现自动化，并在简单检索时使用助手。这关乎通过成本、质量、速度和规模来推动业务价值。
”Agentic AI 并非昙花一现的潮流，而是软件与企业互动方式的决定性转变。但它也是一项高风险的投资，容易受到夸大承诺和执行不力的影响。要想取得成功，领导者必须排除干扰，围绕清晰的业务成果构建，并秉持企业优先的思维模式。部署AI 代理并非为了创新，而是要利用它解决难题，并带来可衡量的回报。归根结底，Agentic AI 并不适合胆小怕事或追逐潮流的人。它适合自律、有策略、有远见的领导者。
【2】唐隆基，数字化供应链控制塔新进展， 罗戈研究， 2019-11-2
