官方网站-首页
【导语】随着软件行业经历根本性的技术范式转移，AI已成为重塑企业软件底层架构的催化剂。各大供应链解决方案提供商正加速将AI，尤其是生成式AI和AI智能体，融入其产品核心。本文深入剖析了Blue Yonder、Manhattan Associates、SAP、Oracle、Kinaxis、o9 Solutions和OMP等七家关键供应商的AI战略、产品路线图和技术基础。通过提出一系列关键问题，本文旨在帮助企业领导者穿透营销表象，触及各厂商AI能力的本质，从而在未来5到7年内构建具有竞争优势的智能供应链生态系统。
要深刻理解各厂商的AI战略，必须认识到软件行业正在发生一场根本性的技术范式转移。AI不仅仅是现有系统的一个附加功能，它是催化剂，正在重塑企业软件的底层架构。所有系统都在从记录系统到智能系统(tǒng)的(de)演(yǎn)进(jìn)，已(yǐ)成为不可逆转的趋势。
作为对于趋势的回应，各大供应链解决方案提供商正以前所未有的速度和投资，将AI，特别是生成式AI和AI智能体（Agentic AI），嵌入其产品组合的核心。本文对七家关键供应商：Blue Yonder、Manhattan Associates、SAP、Oracle、Kinaxis、o9 Solutions和OMP的AI战略、产品路线图和技术基础进行了深入、详尽的分析。
厂商路线图与能力深度分析
在厂商的产品路线图中，生成式AI通常以“Copilot”（副驾驶）或“Assistant”（助手）的形式出现。它利用大型语言模型（LLM）的自然语言理解能力，允许用户通过日常对话式的语言进行查询，而无需编写复杂的代码或浏览层层嵌套的菜单。
在AI智能体方面，厂商们正沿着两条截然不同但同样雄心勃勃的路径前进，“盒装解决方案”致力于为(wèi)客(kè)户(hù)提(tí)供(gōng)一(yī)系(xì)列(liè)预(yù)先(xiān)构(gòu)建(jiàn)好(hǎo)的(de)、针(zhēn)对(duì)特定任务的AI智能体。其核心价值主张是：快速部署、立竿见影，并为客户免去组建昂贵AI研发团队的烦恼。“铸造厂”哲学主张将创造AI的能力交到客户和合作伙伴手中，提供的不是一个装满工具的工具箱，而是一个可以制造任何智能体的工厂。
一、Blue Yonder：由知识图谱和多智能体生态系统驱动的认知革命
AI愿景与战略: Blue Yonder的最终目标是构建一个完全自主的供应链。其核心战略围绕“认知解决方案”（Cognitive Solutions）展开，旨在实现一个完整的“观察-分析-决策-行动”（See, Analyze, Decide, Act）闭环
关键AI产品与路线图:
认知解决方案平台 (Cognitive Solutions Platform): 这是Blue Yonder所有AI驱动应用的总品牌，代表了其从传统规划软件向智能决策平台的转型
AI智能体组合 (AI Agent Portfolio): 这是其战略的核心。如前所述，五款已发布的智能体——库存运营、货架运营、物流运营、仓库运营和网络运营智能体——构成了其首发阵容。每个智能体都经过精心设计，以自动化特定的工作流程，例如，物流运营智能体能够实时监控运输状况并自动重新安排预约，而网络运营智能体则可以跨企业边界自动解决缺货问题。
Blue Yonder Orchestrator: 这是该平台(tái)的(de)生(shēng)成(chéng)式(shì)AI层(céng)。它(tā)扮(ban)演(yǎn)着(zhe)“供(gōng)应(yīng)链(liàn)助(zhù)手(shǒu)”的(de)角(jiǎo)色(sè)，允(yǔn)许(xǔ)用(yòng)户(hù)通(tōng)过(guò)自(zì)然(rán)语(yǔ)言(yán)与(yǔ)系(xì)统(tǒng)交(jiāo)互(hù)，查(chá)询(xún)数(shù)据(jù)、理(lǐ)解(jiě)复(fù)杂(zá)的(de)计(jì)划(huà)，并(bìng)获(huò)得(de)可(kě)行(xíng)的(de)建(jiàn)议(yì)。
路线(xiàn)图(tú): Blue Yonder的(de)未(wèi)来(lái)路线(xiàn)图(tú)聚(jù)焦(jiāo)于(yú)推(tuī)出(chū)更(gèng)多(duō)的(de)认(rèn)知(zhī)解(jiě)决(jué)方(fāng)案(àn)，并(bìng)不(bù)断(duàn)扩(kuò)展(zhǎn)现(xiàn)有(yǒu)智(zhì)能(néng)体(tǐ)的(de)能(néng)力(lì)。他(tā)们(men)通(tōng)过(guò)“智(zhì)能(néng)体(tǐ)激(jī)活(huó)咨(zī)询(xún)服(fú)务(wu)”（Agent Activation Advisory）来(lái)确(què)保(bǎo)这(zhè)些(xiē)高(gāo)级(jí)功(gōng)能(néng)能(néng)够(gòu)被(bèi)客(kè)户(hù)快(kuài)速(sù)采纳(nà)和(hé)部(bù)署(shǔ)，目(mù)标(biāo)是(shì)在(zài)短期内实现业务价值
架构基础: Blue Yonder的AI战略建立在强大的技术合作伙伴生态系统之上。他们深度依赖Microsoft Azure AI进行AI开发，并利用Snowflake AI数据云作为其统一的数据基础
二、 Manhattan Associates：以智能体AI和Maven/Foundry双核统一
AI愿景与战略: Manhattan Associates的愿景独树一帜：他们不打算成为AI智能体的“生产商”，而是要成为AI智(zhì)能体的“赋能者”。作为仓库管理系统（WMS）和全渠道商业领域的领导者，Manhattan正利用其平台优先的哲学来差异化其AI战略。他们押注于客户的成熟度和开放生态系统的力量，相信最终的竞争优势来自于客户利用其平台创造出的独特价值。
关键AI产品与路线图:
Manhattan Agent Foundry: 这是其AI战略的基石和核心。它是一个完整的工具包，使客户能够自主创建、管理和部署AI智能体。该平台预计于2025年秋季全面上市，标志着其赋能战略的正式落地。Manhattan提供了一些开箱即用的智能体，如“波动库存研究智能体”（Wave Inventory Research Agent）和“上下文数据助手”（Contextual Data Assistant）。但他们的重点不在于提供一个庞大的智能体库，而是激发客户的创造力。
Manhattan Active Maven: 这是一款专注于客户服务领域的生成式AI解决方案。它不仅仅是一个简单的聊天机器人，而是能够原生访问实时订单、支付(fù)和库存数据的智能助手，能够处理复杂的客户请求，如修改订单、查询发票和处理退货。
架构基础: Manhattan的AI战略之所以可行，完全得益于其卓越的底层架构。他们引以为傲的“100%微服务、API优先、云原生”平台是其核心优势。在技术合作方面，他们与Google Cloud建立了紧密的伙伴关系，充分利用了Google的AI基础设施，包括Agentspace和Vertex AI
三、 SAP：将Joule与业务AI嵌入企业核心，实现系统级智能
AI愿景与战略: SAP的宏大愿景是将其所谓的“相关的、可靠的、负责任的”AI无缝嵌入到其庞大的业务套件的每一个角落。在他们看来，AI不应是一个需要额外集成或购买的“附加品”，而应成为企业运营的一种无处不在的、与生俱来的原生能力。
关键AI产品与路线图:
Joule: 这是SAP AI战略的统一入口和品牌形象。Joule被定位为整个SAP生态系统的单一、自然语言AI副驾驶。它能够理解业务背景，跨越不同的SAP应用（如S/4HANA Cloud、Ariba、SuccessFactors）为用户提供上下文相关的帮助，回答复杂问题，并自动化执行跨模块的任务。
业务AI智能体 (Business AI Agents): 与Joule协同工作的是一个不断增长的预置智能体组合。针对供应链领域，SAP已宣布了几个关键智能体，包括维修计划员智能体、车间主管智能体和现场服务调度员智能体，这些智能体旨在将自主决策能力带到生产和维护的第一线，预计于2025年第四季度全面推出
路线图: SAP的路线图非常清晰：一方面，快速扩展Joule的知识范围和能力，使其成为更强大的助手；另一方面，推出更多能够协同工作的、跨职能的“多智能体”用例，连接供应链、财务和采购等领域，以解决更复杂的企业级问题
架构基础: SAP的AI能力构建在自己业务技术平台（Business Technology Platform - BTP）之上。Joule的核心优势在于它能够被客户在SAP系统中运行的特定业务数据所“锚定”，这赋予了它深度的上下文感知能力，使其提供的答案(àn)和(hé)建(jiàn)议(yì)高(gāo)度(dù)相(xiāng)关和(hé)可(kě)靠(kào)
四(sì)、Oracle：嵌(qiàn)入(rù)式(shì)AI的(de)全面(miàn)攻(gōng)势(shì)，让(ràng)智(zhì)能(néng)体(tǐ)成(chéng)为(wèi)Fusion Cloud SCM的(de)标(biāo)准(zhǔn)配(pèi)置(zhì)
AI愿(yuàn)景(jǐng)与(yǔ)战(zhàn)略(è): Oracle的(de)AI愿(yuàn)景(jǐng)极(jí)具(jù)攻(gōng)击(jī)性(xìng)，旨(zhǐ)在(zài)通(tōng)过(guò)一(yī)种(zhǒng)颠(diān)覆(fù)性(xìng)的(de)商(shāng)业(yè)模(mó)式(shì)实(shí)现(xiàn)AI的(de)“民(mín)主化(huà)”。他(tā)们(men)将(jiāng)大(dà)量(liàng)的(de)传(chuán)统(tǒng)AI和(hé)生(shēng)成(chéng)式(shì)AI功(gōng)能(néng)直接嵌入到其Fusion应用套件中，并且不收取额外费用，目标是通过自动化复杂任务和高效提供洞察，来彻底改变人们的工作方式
关键AI产品与路线图:
SCM AI智能体 (SCM AI Agents): Oracle提供了一个庞大且仍在快速增长的预置智能体组合，这些智能体通常被冠以“顾问”（Advisors）的品牌，例如物料处理顾问 (Material Handling Advisor)、索赔政策顾问 (Claims Policy Advisor) 和操作程序顾问 (Operational Procedure Advisor) 等，覆盖了从物流到采购的众多场景。
生成式AI功能: 除了智能体，Oracle还在其SCM套件中嵌入了大量针对具体任务的生成式AI工具，例如自动生成标准化的物料描述、为生产班次撰写交接摘要、创建采购谈判的封面页等。
AI Agent Studio: 尽管提供了丰富的预置功能，Oracle也认识到定制化的需求。他们推出了“AI Agent Studio”，这是一个允许客户修改现有智能体或从头创建新智能体的平台，这表明他们正在采取一种兼顾广度与深度的混合策略
路线图: Oracle以其快速的创新节奏著称，每个季度都会在其云应用中发布新的AI功能和智能体，确保客户能够持续获得最新的技术能力。
架构基础: 所有的AI功能都深度嵌入在Oracle Fusion Cloud SCM平台中，并在其自家的Oracle Cloud Infrastructure上运行
五、 Kinaxis：以Maestro的智能体与生成式能力编排并发式供应链
AI愿景与战略: Kinaxis的AI战略是其核心哲学“并发规划”（Concurrent Planning）的自然延伸。他们的愿景是将人类智慧与人工智能相结合，利用其独特的并发技术，帮助企业“更早洞察，更快行动，消除浪费”（know sooner, act faster, and remove waste）
关键AI产品与路线图:
Maestro™ 平台: 这是Kinaxis所有AI能力的载体，一个专为端到端供应链编排而设计的、注入了AI能力的平台。
AI智能体 (AI Agents): 用户可以与平台内的AI智能体进行交互，以实时监控、预测和采取行动，自动化处理库存管理、中断缓解等关键任务。
智能体AI框架 (Agentic AI Framework): 这是Kinexions2025大会上的一项重大发布。该框架旨在降低AI驱动编排的门槛，允许客户构建自己的智能体，以满足特定的业务需求。
生成式AI (Maestro Chat): 这是对其现有聊天功能的重大升级。用户现在可以用自然语言向其供应链数字孪生提问，并即时获得对复杂问题的深刻见解和可视化答案，例如“如果A供应商的港口关闭一周，对我的高利润产品线有何影响？”。
架构基础: Kinaxis的架构基石是其专有的并发规划引擎，它能在内存中瞬间计算出任何变化对整个供应链的影响
六、o9 Solutions：以“数字大脑”和企业知识图谱驱动复合智能体的崛起
AI愿景与战略: o9 Solutions的愿景是，通过其“数字大脑”（Digital Brain）平台，将传统上缓慢、孤立的规划转变为智能、集成、实时的决策过程。他们的终极目标是为整个企业的知识和决策流程创建一个高保真的数字孪生
关键AI产品与路线图:
数字大脑平台 (Digital Brain Platform): 这是一个AI原生平台，其核心是专有的企业知识图谱（Enterprise Knowledge Graph - EKG）。EKG不仅存储数据，更重要的是，它对所有企业知识（如模型、业务目标、约束、工作流）及其相互关系进行建模。
大型知识模型 (Large Knowledge Models - LKM): 这是o9提出的一个独特概念，它将EKG的深度业务背景与大型语言模型（LLM）的语言能力以及生成式AI智能体的任务执行能力相结合，旨在创建一个能够随着时间推移而不断学习和进化的、企业最有价值的知识资产。
复合智能体 (Composite Agents): 这(zhè)是(shì)o9在(zài)智(zhì)能(néng)体(tǐ)架(jià)构(gòu)上(shàng)的(de)先(xiān)进(jìn)理(lǐ)念(niàn)。他(tā)们(men)认(rèn)为(wèi)，复(fù)杂(zá)的(de)跨(kuà)职(zhí)能(néng)任(rèn)务(wu)（例(lì)如(rú)，对(duì)季(jì)度(dù)预(yù)测(cè)进(jìn)行(xíng)事(shì)后(hòu)复(fù)盘(pán)）应(yīng)由(yóu)一(yī)个(gè)“复(fù)合(hé)智(zhì)能(néng)体(tǐ)”来(lái)主导(dǎo)，该(gāi)智(zhì)能(néng)体(tǐ)可(kě)以(yǐ)指(zhǐ)挥(huī)和(hé)编(biān)排(pái)多(duō)个(gè)更(gèng)专(zhuān)业(yè)的(de)“原(yuán)子(zi)智(zhì)能(néng)体(tǐ)”（例(lì)如(rú)，一(yī)个(gè)负(fù)责(zé)提(tí)取(qǔ)实(shí)际(jì)数(shù)据(jù)，一(yī)个(gè)负(fù)责(zé)运(yùn)行(xíng)分(fēn)析(xī)模(mó)型(xíng)，一(yī)个(gè)负(fù)责(zé)生(shēng)成(chéng)报(bào)告(gào)）协(xié)同(tóng)工(gōng)作(zuò)。这(zhè)是(shì)在(zài)2024年(nián)6月(yuè)宣(xuān)布(bù)的(de)一(yī)项(xiàng)重(zhòng)大(dà)创(chuàng)新(xīn)。
路线(xiàn)图(tú): o9的(de)路线(xiàn)图(tú)聚(jù)焦(jiāo)于(yú)不(bù)断(duàn)增(zēng)强(qiáng)其(qí)复(fù)合(hé)智(zhì)能(néng)体(tǐ)的(de)能(néng)力(lì)，并(bìng)深(shēn)化(huà)LKM的(de)智(zhì)能(néng)水(shuǐ)平(píng)。他(tā)们(men)正(zhèng)在(zài)试(shì)点(diǎn)的(de)关键用(yòng)例(lì)之(zhī)一(yī)是(shì)一(yī)个(gè)由(yóu)AI驱(qū)动(dòng)的(de)“决(jué)策(cè)回(huí)放(fàng)”（Decision-Replay）系(xì)统(tǒng)，该(gāi)系(xì)统(tǒng)能(néng)够(gòu)分(fēn)析(xī)过(guò)去(qù)的(de)规(guī)划(huà)决策及其结果，找出根本原因，并从中学习以改进未来的决策。
架构基础: 企业知识图谱（EKG）是o9所有能力的核心和专有技术壁垒
七、 OMP：以Unison Planning为核心，走一条审慎且以客户为中心的AI之路
AI愿景与战略: OMP的AI战略体现了一种务实和审慎的风格。他们不追求发布最前沿、最大胆的AI概念，而是致力于以一种实用、价值驱动的方式，与客户共同创新，将AI能力融入其成熟的Unison Planning平台。他们的重点是解决特定行业的实际挑战，并交付可衡量的成果。
关键AI产品与路线图:
Unison Planning™: 这是OMP的核心产品，一个以决策为中心的集成规划平台。他们当前的战略是“用AI赋能”（Powered by AI）这个强大的平台。
生成式AI试点项目: OMP正积极地与多家世界500强客户合作，开展生成式AI的试点项目
应用案例: OMP的初步AI用例主要集中在两个领域：知识管理，即利用类似聊天机器人的界面，让用户能够方便地查询复杂的OMP文档和功能说明(míng)，从而降低学习曲线，提高用户采纳率；以及洞察生成，即允许用户通过自然语言提问，来理解某个计划背后的逻辑、潜在影响，并按需生成图表和分析
架构基础: OMP强调其40年的行业专业知识和单一、集成的规划模型是其成功的基石
解决方案厂商的关键问题：超越市场营销的表象
在与厂商接洽时，企业领导者必须提出深刻、尖锐的问题，以穿透其华丽的(de)营(yíng)销(xiāo)辞(cí)令(lìng)，触(chù)及(jí)其(qí)能(néng)力(lì)的本质。以下问题清单可作为选型的参考：
关于数据与架构：
“请向我们展示您的统一数据模型是如何运作的。对于我们现有的、来自不同供应商的遗留系统，您将如何处理和整合这些数据？”
“请解释您的知识图谱（或等效技术）的架构。它与标准的数据湖或数据仓库有何本质区别？它如何捕捉我们独特的业务规则和约束？”
“您的平台是真正的云原生微服务架构，还是将传统单体应用‘容器化’后放在云上？请提供架构证明。”
关于AI智能体与定制化：
“对于您的预置智能体，当我们的业务流程与您的标准模型不符时，它将如何处理？其决策过程的可解释性（Explainability）有多高？”
“如果我们采用您的‘铸造厂’或‘Studio’平台，我的团队需要具备哪些技能？相应的治理模型和最佳实践是什么？”
“您的AI智能体是如何进行训练和持续学习的？我们能否使用自己的专有数据来微调（fine-tune）模型，以提高其性能和相关性？”
关于生态系统与未来路线图：
“您对于支持A2A（Agent-to-Agent）等开放的智能体互操作性标准有何路线图？我们如何确保在未来不会被锁定在您的专有生态系统中？”
“您的商业模式(shì)是(shì)怎(zěn)样(yàng)的(de)？AI功(gōng)能(néng)是(shì)包(bāo)含(hán)在(zài)平(píng)台(tái)订(dìng)阅(yuè)中(zhōng)，还是需要按使用量、按智能体数量或按API调用次数额外付费？”
未来的5到7年内，企业间的竞争优势将不再取决于是否拥有AI，而在于其智能体生态系统的复杂程度、其知识图谱的智能深度，以及其组织将人类的创造力与AI的执行力完美结合的能力。最终的目标是构建一个不仅具有韧性和敏捷性，而且能够自我学习、自我纠正和自我编排的供应链。
