2025年咨询公司对AI Agent在供应链相关领域观点汇总

最近研究AI Agent在供应链领域的理论和实践，用ChatGPT-5最新的Agent功能做搜索研究。ChatGPT一通操作猛如虎，把各大咨询公司最新报告和文章搜索两个遍，准确度和精读都让人非常满意。就是各大咨询公司的最新报告的观点新意不多，汇总如下给大家一个参考。有些咨询公司如贝恩，罗兰贝格的内容太水，就删掉了。

（需要详细报告请自行按报告标题搜索）

麦肯锡（McKinsey）

《How gen AI is reshaping supply chains》 -2025年4月

核心观点：“麦肯锡指出，生成式 AI 不仅可以生成文本，还能通过“虚拟调度员”等智能体在供应链中实时协助人工。例如，虚拟调度员作为“司机协助员”，通过与司机和调度员交互减小物流延误、节省成本；另一种 AI 引擎可与订单管理者对话，利用历史规则自动提取和优化订单分配策略，让算法成为团队的一员，需要人类规划师进行培训。企业实施生成式 AI 时应识别高潜力用例、建设灵活的数据与技术基础，并考虑员工工作方式变革。”

《AI in the workplace: A report for 2025》 -2025年1月

核心观点：“报告对“AI Agent”进行了概括，认为到2025 年智能体不再仅限于聊天机器人，而是能够完成多步骤任务，如与客户对话后直接处理付款和发货；Salesforce 的Agentforce能部署可完结复杂工作流程的自主Agent。”

《Seizing the agentic AI advantage》 -2025年6月

核心观点：“麦肯锡强调要突破“生成式 AI 悖论”，需要将 AI 从聊天模式转向垂直场景，通过AI Agent在供应链端到端进行协同。智能体作为供应链的“指挥层”，连接内部计划系统和外部天气、需求等数据，可以预测需求、识别延误、重新规划运输和库存并选择最佳运输模式，从而提高服务水平并降低成本和碳排放。部署Agent时需重新设计流程而不仅是简单嵌入。”

BCG

《AI Agents: What They Are and Their Business Impact》 -2025年初

核心观点：“BCG将AI Agent描述为具备目标导向、多步骤规划、自主执行和适应能力的系统，并指出目前多数“Agent”尚处于原型阶段。障碍包括：模型难以通用、决策过程难解释、需要通过真实工作流程训练、多个Agent之间合作问题以及缺乏数据/工具等。建议企业优先在高回报场景实验代理，快速试错、准备好数据和连接接口，并培养成为学习型组织。”

《Frontier Technologies in Industrial Operations: The Rise of Artificial Intelligence Agents》  -2025年2月

核心观点：“白皮书区分了两种代理式 AI：虚拟代理（在数字环境中自主实现目标、指挥工厂流程的软件）和 具身代理（具备感知与行动能力的机器人）。它认为代理式 AI 能解决劳动力短缺、可持续性和高度定制化需求。制造企业应采取价值驱动方式，并实现 IT/OT 融合、建设 5G 等基础设施，同时通过提升员工技能和建立 AI 文化进行组织准备。”

《AI at Work 2025: Momentum Builds, but Gaps Remain》 -2025年初

核心观点：“调研显示只有约 13% 员工认为AI Agent已深度融入工作流程，但在了解Agent能力后多数人持积极态度。BCG 建议公司试点代理并跟踪价值、投资培训和改变工作流程，才能释放潜力。”

埃森哲（Accenture）

《Making autonomous supply chains real》 -2025年上半年

核心观点：“埃森哲认为未来的自主供应链将融合自动化（设备替代人工）和委派（机器独立决策），人机协作仍是关键。高级AI Agent需要端到端可视化，透明的企业数据是决策基础。调研显示 66% 受访企业计划在2035 年推进供应链自治，其中 40% 希望达到系统自行处理大部分运营决策的阶段。为构建自主供应链，埃森哲提出三项行动：1. 构建统一且安全的数据核心，将库存、销售和预测数据实时汇聚，使 AI 在受扰动时及时优化决策；2. 投资适当的 AI 技术并重新设计流程，升级遗留系统，构建灵活的AI 技术栈。智能体可自动处理常规任务、提供实时洞见、预测扰动并建议解决方案，帮助打破信息孤岛、提升效率；3. 重组人机协作模式，通过平台化的运营模式让多功能团队更快协作，并重塑人员结构。”

《Accenture expands AI Refinery and launches new industry agent solutions》 -2025年3月

核心观点：“埃森哲宣布其 AI Refinery 平台新增“Agent构建器”，使业务人员可在无需编码的情况下快速创建和定制 AI 代理，并计划在年内推出 100 个以上行业特定代理解决方案。这些代理利用 NVIDIA 的推理模型，可在电信、金融服务、保险、制造、医疗等行业自动执行流程并提高效率。示例包括：• 呼叫中心代理：跟踪对话、提供实时建议、帮助坐席更高效地处理来电，预计可将电话处理速度提升 25 倍；• 保险承保代理：自动读取、分析申请信息并评估风险，提高承保速度并使 100% 的申请得到处理；• 财务“订单到现金”代理：自动处理订单验证、发票对账和应收管理，使财务人员更专注于策略性决策。埃森哲研究指出，约三分之一的组织已在核心流程中规模化部署至少一个行业特定解决方案，这些企业实现 ROI 超出预期的可能性提高三倍。”

德勤（Deloitte）

《Three New AI breakthroughs shaping 2026》  -2025 年

 核心观点：“德勤将“agentic AI”定义为可适应环境、做出复杂决策并与人或其他代理协作的自主系统，可自动处理动态、多步骤流程。文章指出AI Agent在客户服务、供应链（实时优化库存、物流和采购）和金融等领域具有前景。调研显示大多数组织仍处于试点或未部署阶段，少数大型技术企业已有适度部署；LinkedIn 调查显示近半受访者认为代理将在 2–3 年内显著改变组织。预测到 2026 年：① 代理将从试点扩展至生产应用，特别是随着“开箱即用”的解决方案出现；② 治理和合规将成为重点，企业需建立明确的框架；③ 企业将投资培养 “agent ops” 等新角色，为员工提供与代理共事的技能。”

《Deloitte unveils Zora AI》 -2025年5月

核心观点：“德勤推出 “Zora AI” 平台，用于构建可感知、推理和行动的数字代理，具备功能和行业特定知识。该平台基于 NVIDIA Llama Nemotron 模型与 NVIDIA AI 堆栈，可快速部署并与现有系统集成。Zora AI 包含金融、人力资本、供应链、采购、销售与营销及客户服务等代理，作为多代理系统与员工协同工作。德勤计划内部使用 Zora AI 以减少费用管理成本 25%、提升生产效率 40%，并将其提供为云订阅模式。平台遵循可信 AI 原则并加入人工反馈循环，以提高透明度和可解释性。”

IBM

《AI Projects to Profits》  -2025年6月

核心观点：“调研采访了 2900 名高管，发现企业预计 AI 驱动的工作流将在 2025 年底从 3% 提高至 25%，其中许多由AI Agent推动。70% 的受访者认为AI Agent对企业未来至关重要，83% 预计AI Agent将在 2026 年前提升流程效率和产出，71% 认为代理将能自主适应变化的工作流程。受访高管认为代理式 AI 的主要好处包括：改善决策（69%），通过自动化降低成本（67%），获得竞争优势（47%），改善员工体验（44%）及提升人才留存率（42%）。但他们也担心数据质量、信任和人才缺口等仍是采用障碍。IBM 的负责人强调，部署代理不是简单地嵌入现有流程，而需重新设计流程、重构用户体验并端到端编排代理。”

综上，咨询公司的共识是：AI Agent正逐步从概念迈向落地，供应链、物流和制造领域由于数据密集、流程复杂且人力成本高，是最具潜力的应用场景。企业需在数据基础设施、流程再设计和人才培养方面提前布局，通过试点验证价值后逐步扩大，实现人机协同的自治供应链和智能制造。