Gartner 最新10大战略性技术趋势及其对供应链的影响（主题三：开拓）

【导读】

全球领先的信息技术研究和顾问公司 Gartner 每年都会发布一份其认为未来一年及之后最重要的顶级战略技术趋势的清单【1】。2022 年 10 月发布了企业机构在 2023 年需要探索的 10 大重要战略科技趋势。Gartner 预计 2023 年的趋势将通过使组织能够解决四个关键优先事项来影响未来三年的企业战略：

• 优化弹性、运营和信任

• 扩展垂直解决方案、产品交付或无处不在的连接

• 开创性的客户参与、加速响应或机会

• 追求可持续的技术解决方案

衰退的威胁，管理持续通货膨胀的影响，以及应对供应链、能源采购和数字技能方面的危机。虽然未来不确定，但企业仍必须确定并致力于战略成果和计划。企业的目标或是节约成本，或是提高利润率，或是扩大转向重塑的商业模式，或是这些目标的组合。无论是什么，技术是关键，但企业必须知道技术趋势何时何地可能产生影响。为了提供帮助，Gartner 提供了一份关键技术趋势的年度清单，无论业务需要如何，业务领导者和技术专家都应在未来36 个月内利用这些趋势。这些当务之急构成了 2023 年十大战略性技术趋势，包括优化、扩展和开拓三个主题和可持续技术一条主线（或四个主题）【2】。

趋势7–超级应用（Superapps）

趋势8–自适应人工智能（Adaptive AI）

趋势9–元宇宙（Metaverse）

– （第三部分）正文 –

1.3 主题三：开拓（Pioneer）

下面三个开拓型技术趋势可助力于实现商业模式变革，重塑与员工和客户的互动关系，并加快开发新虚拟市场的战略。

1.3.1 超级应用

1.3.1.1 产生背景，概念和重要性

根据【15】， “超级应用”一词本身可以追溯到 2010 年，当时黑莓创始人迈克•拉扎里迪斯 (Mike Lazaridis) 在世界移动通信大会上使用了它。他设想的关键功能是与其他应用程序的集成。超级应用程序的用户无需在智能手机上的不同独立应用程序之间切换来播放音乐、在社交媒体上发帖和点餐，而是可以在一个地方完成所有这些操作。他将其定义为“人们每天都会使用的许多应用程序的封闭生态系统，因为它们提供了如此无缝、集成、情境化和高效的体验。” 超级应用起源于亚洲。中国的公司尤其发挥了关键作用。目前，最大的超级应用仍在中国，而且它们在开发者活动方面遥遥领先。“微信”诞生于2011年，之后经历了作为一个拥有极大用户群的社交平台，然后将其服务横向扩张到支付，购物，健康等不同领域，到2017年“微信”之父张小龙推出微信小程序，使其成为一个开放的生态系统，“微信”成为世界上第一个超级应用，现在它已成为一个约拥有300万个小程序的开放生态系统。因此“微信”被称为是超级应用之祖父（widely considered as the grandfather of superapps）【16】。支付宝（2004）中约有 100 万个小应用程序，它也是中国最受欢迎的超级应用程序。“支付宝”被【17】列为2023 年将称霸世界的 10 款超级应用之首（见图16）。除中国的超级应用微信，支付宝，拼多多，高德地图等外、在亚洲已经有很多流行的超级应用，如印度的Paytm、新加坡的Grab、印度尼西亚的GoTo、越南的Zalo、韩国的Kakao等。

西方在超级应用仍落后于中国。然而，西方科技公司已经开始采用类似的战略——尽管它们都没有亚洲同行那么成熟。据报道Facebook 的超级应用战略正在取得成效，Facebook 不断添加新功能，其主要应用程序的参与度也在不断提高。

据经济学家杂志报道【18】，世界有名的创新巨人埃隆•马斯克 (Elon Musk)收购Twitter（推特）的目的之一是要向超级应用进军。马斯克2022年10月4日发推说：“购买推特是创建X的加速器，这是一款无所不包的应用程序。”（见图17）。

面对较早在中国及亚洲超级应用的崛起和正在兴起的西方科技公司超级应用的热潮，Gartner将它适时地提升到一个影响数字时代未来的具开拓性的战略技术趋势【2】并取名为“superapps（超级应用）”。什么是超级应用？Gartner在【20】中指出：超级应用程序可以整合和替换多个应用程序供客户或员工使用，并支持可组合的业务生态系统。

超级应用程序就像一把瑞士军刀 — 带有一系列组件工具（迷你应用程序），用户可以根据需要使用和删除这些工具。超级应用之所以流行，是因为用户，尤其是出生在智能手机时代的年轻一代，需要功能强大且易于使用的移动优先体验。

Gartner 杰出副总裁分析师 Jason Wong 表示：“我们还看到超级应用程序引起了具有前瞻性思维的组织的兴趣。” “这些组织采用可组合的应用程序和架构策略，以推动其行业或邻近市场中新的数字业务机会。“ 其重要性不言而喻。

超级应用程序不仅仅是将服务、特性和功能聚合到单个用户界面中的复合应用程序或门户。超级应用程序代表了可组合应用程序和体系结构的最终表现。

1.3.1.2 超级应用的五个特征

上一节介绍了超级应用的产生背景，概念和其重要性。但究竟什么是超级应用，Gartner在【21】中给出了严格的定义：

“超级应用程序是为最终用户（客户、合作伙伴或员工）提供一组核心功能以及访问独立创建的小型应用程序（miniapps）的应用程序。

超级应用程序是作为一个平台构建的，旨在提供一个小型应用程序生态系统，用户可以选择激活该生态系统，以获得一致和个性化的应用程序体验。小型应用没有单独的应用商店或市场。它们被超级应用程序用户发现并激活，一旦使用，它们也可以很容易地从UI中删除。“

定义中“小型应用程序“是超级应用程序的关链词。以微信小型应用程序为例，它具有一个显著的特征，即用户发现并激活并可用完即走。正如张小龙所说”好的数字产品是用完即走“（见图18）。

图19描绘了超级应用的三大部分及其五个特征：

1.3.1.3 2022年超级应用现状和未来趋势

【22】收集了以下来自全球最新的报告和数据超级应用的热门统计数据：

世界上三分之一的人是超级应用程序用户。

在英国、德国、美国和澳大利亚，72% 的消费者对超级应用感兴趣。请参阅下表了解细目分类。

上述受访者中有 90% 的动机是超级应用程序的便利性。

在美国，千禧一代最有可能对超级应用感兴趣。

英国客户比银行应用更信任 PayPal 的超级应用。

旅游、娱乐和购物是消费者最希望集成到超级应用中的话题。

对数据安全的担忧是那些对超级应用程序感兴趣的人最大的担忧。

到 2025 年，俄罗斯的超级应用市场预计将达到1340 亿美元。

超级应用微信拥有所有超级应用中最多的用户，达到12.4亿用户。

新加坡的超级应用程序 Grab 占据了东南亚大部分外卖市场份额。

维基百科报道【23】：中国另一个超级应用维基百科截至 2020 年 6 月，支付宝为超过13亿用户和8000万商户提供服务。

超级应用已经从愿景变成了现实。当今最大的两个超级应用程序支付宝和微信支付各自拥有约 10 亿月活跃用户。他们提供从旅游到娱乐再到保险、支付和银行业务的方方面面的服务。许多其他潜在的超级应用程序提供类似的服务范围，包括 Revolut、Kakao、Line、Rappi 和 PayPal。所有这些平台都提供嵌入式支付解决方案，许多还提供信贷、财务管理工具和建议。

总之，笔者认为Gartner将超级应用作为开拓型技术战略趋势将进一步推动超级应用的发展。许多超级应用潜在受益者，包括企业，组织，特别是数字科技公司，现在是制定决定性超级应用战略的时候了。

1.3.1.4 超级应用分类和商业模式

超级应用分类

【25】将所有类型的超级应用分为两大类：

横向超级应用：提供多种类别的产品

例如，像微信这样的横向超级应用程序允许消费者在一个应用程序中预订从出租车到按摩服务的任何东西。

垂直超级应用：专注于一个不同的类别/行业

例如，金融科技公司 Revolut创建了一款超级应用程序，已经为 2000 万用户提供银行服务。除了提供数字银行服务外，他们还将生态系统扩展到企业，使他们能够在同一个地方提供服务。新银行 Revolut 在一个垂直领域（金融）提供一系列不同的产品，包括储蓄账户、保险、加密货币或股票投资、提早付款的能力、现金返还奖励等等。

超级应用的商业模式

据腾讯报道，中国超级应用程序微信在2021 财年的年收入为 174.9 亿美元。该平台全年促进了价值 400 多亿美元的交易。中国另一超级应用程序的母公司蚂蚁集团表示，截至 2020 年 6 月的六个月，其净利润为 212 亿元人民币（30 亿美元），营收为 725 亿元人民币（105 亿美元）。这意味着净利润率约为 30%，对于一家发展迅速的相对年轻的公司来说相当高。许多其他超级应用程序示例也已成为价值数十亿美元的印钞机。可以肯定地说，超级应用程序的商业和经济模式是诱人的。超级应用的商业模式具有以下特征：

10亿用户获利。

多种商业模式的有机组合，例如，微信的商业和经济模式包括B2C，B2B，O2O，金融市场平台等。支付宝的商业和经济模式是由B2B，C2C，金融市场平台等组合而成。

超级应用程序拥有许多类似于在线市场的相同动态。他们经常将消费者（=需求）与提供服务（=供应）的人相匹配，例如杂货店送货。

通过收取基于百分比的佣金将这些服务货币化。例如，如果您预订了一辆汽车，那么司机将被收取他收入的一部分。同样，外卖平台通过收取餐厅佣金来赚钱。

金融超级应用程序在推荐保险等产品时采用了类似的商业模式。他们还通过各种费用来增加收入，例如来自加密货币和股票交易的费用以及来自借记卡的交换费。

广告是另一个重要的收入

因此，关键是要激励用户尽可能频繁地返回应用程序。他们与它进行的交易越多，从这些互动中获得收入的机会就越高。多用途功能最大限度地减少了认知失调，当用户不得不不断地在应用程序之间切换时，这种情况很普遍。它还使超级应用程序更容易引入新服务并推动对这些服务的即时需求。只需通过推送通知、应用内横幅广告、试用折扣等技巧来推广一项新服务。在某些情况下，例如微信，超级应用程序运营商利用社交功能来保持用户参与度并围绕每日登录培养用户习惯。然后这些用例也可以货币化，例如允许用户购买贴纸和类似的数字物品。

图21

注：对于微信及支付宝的商业模式的详细介绍已超出了本文范围。

1.3.1.5 供应链超级应用

众所周知，供应链和物流系统和数字平台已集成或采用超级应用程序微信和支付宝，如采用微信小程序建立小型物流管理系统，用于定单管理，包裹追踪等。许多供应链和物流系统还支持支付宝和微信支付作为客户的支付工具。问题是供应链作为一个行业能否从超级应用的兴起中直接获得好处，也就是供应链是否会产生供应链超级应用。【29】发出的一个预测指出：随着企业技术格局再次转向应用程序整合，现在可能终于是第一个供应链超级应用程序诞生的时候了。

【29】指出：市场会经历增长和停滞、充裕和稀缺的周期。企业也有周期：集中和本地化；支出和成本削减；垂直化和一体化。商业工具也会经历周期，就企业软件而言，它们似乎在应用程序整合和专业化之间摇摆不定。合并产生了后来被称为“超级应用程序”（消费者和企业市场都熟悉的名称）的东西。该文讨论了供应链可能会走向第一次重大整合并可能走向其首个超级应用程序的明显迹象——以及公司应该知道什么才能保持领先地位，以及他们应该做什么期待超级应用程序是否会名副其实。

【29】的作者主要从企业应用整合的周期性来分析供应链超级应生产生的可能性，该文指出在过去的 25 年里，企业技术一直遵循着类似的开发和使用周期。这个企业软件整合周期大致分为三个阶段：

第 1 阶段：企业经常使用一些高性能的应用程序，这些应用程序试图为给定的业务领域或功能做几乎所有事情。用现代的说法，这些广泛的应用程序通常被视为平台。

第 2 阶段：专用应用程序出现，使用已建立的解决方案作为一种功能基线——但新的解决方案提供适合其特定需求的利基或专业功能，并且它们能够在这些关键领域超越已建立的平台。

第 3 阶段：再次出现整合，将最常用的功能范围整合到更精英的高性能、更广泛的应用程序组中，这些应用程序也能够满足利基需求。这些就是超级应用程序。

【29】的作者回顾了超级应用的演变的简史，本文不作详细介绍。现在回到前面的主题：供应链超级应用有可能吗？根据【29】的分折，答案是肯定的。比如部署在移动云上的新型供应链控制塔就可能成为未来的供应链超级应用。

1.3.1.6 超级应用商业价值

超级应用程序是一种为最终用户（如客户、合作伙伴或员工）提供一组核心功能以及访问独立创建的小型应用程序的应用程序。超级应用程序是作为一个平台构建的，旨在提供一致和个性化的应用程序体验。

超级应用程序开创应用程序用户参与度：用户可以发现并激活自己的一组应用程序，在单个应用程序中提供高度个性化和情境化的数字体验。

支持业务策略，例如：吸引和留住人才、增加收入

超级应用程序通常可以获得更高的估值，因为它们完全可寻址的市场要大得多。这反过来又使他们能够筹集更多资金。例如，超级应用Grab 在 2021 年底上市之前成功筹集了超过110 亿美元的风险投资。

超级应用程序的主要优势之一是它们能够将用户交叉销售给其他服务。它通常只需要发送推送或其他类型的通知来提高知名度。能够将用户交叉销售到新推出的服务中，还可以显着降低公司的营销成本。同时，每个用户的生命周期价值都得到了提升，因为他们通过各种服务进行交易。

在消息传递、送餐和叫车等类别中竞争的超级应用程序可以积累网络效应，使它们更难被取代。印尼超级应用Gojek 声称仅在其平台上就有90 万商家合作伙伴。

1.3.1.7 关键行动

Gartner在【2】中预测到2027年，全球50%以上的人口将成为多个超级应用程序的日活跃用户。并建议企业和组织采取以下的关键行动来抓住超级应用这个战略机会。

通过设计以人为中心的产品、流程和服务，提高超级应用交付模式的有效性。

确定超级应用程序中的核心、高参与度功能，这些功能将推动关键数量的最终用户。

为了吸引和支持发展合作伙伴，确保互惠互利的商业模式和专门的组织支持和成功资源。

为合作伙伴提供简单的开发体验和方便的开发工具，以构建、测试、注册和提交小型应用程序，从而实现潜在的盈利。

通过建立共享平台功能强化的生态系统治理，定义小型应用程序的安全和数据保护要求。

1.3.2.1产生背景，概念和重要性

自适应人工智能是传统人工智能的一种伟大的进化。什么是自适应人工智能? Gartner指出:”自适应 AI 系统支持以更快决策为中心的决策框架，同时在出现问题时保持灵活调整。这些系统旨在运行时根据新数据不断学习，以更快地适应现实环境的变化。人工智能工程框架可以帮助编排和优化应用程序以适应、抵抗或吸收中断，促进自适应系统的管理。”图23描绘了自适应人工智能和传统人工智能的关链区别。

下面的表详细地比较了自适应人工智能和传统人工智能【30】：

自适应人工智能

传统人工智能

• 动态学习，可更改其代码

• 缩短开发时间

• 节省成本

• 根据需要实时调整操作

• 从新数据中学习

• 可根据任何情况和领域进行定制

• 可以在本地数据的上下文中查看整个网络

• 再培训内置于系统中，无需干预

• 通过使用复杂的自适应系统打破传统的 ML

• 静态学习

• 处理新数据，但不从与数据的交互中学习

• 需要与人类开发人员互动以更改操作条件

• 更新的开发周期可能需要数月

• 通过机器学习 (ML) 统计来学习以查找数据中的模式

与传统人工智能系统不同，自适应人工智能 (AI) 可以修改自己的代码，以适应首次编写代码时未知或预见的现实世界变化。以这种方式在设计中构建适应性和弹性的组织可以更快、更有效地对中断做出反应。Gartner 杰出副总裁分析师 Erick Brethenoux 说: “灵活性和适应性现在至关重要，正如许多企业在最近的健康和气候危机中所学到的那样，” “自适应人工智能系统旨在不断重新训练模型或应用其他机制在运行时和开发环境中进行适应和学习——使它们更具适应性和适应性。”自适应人工智能使模型能够在生产中自适应或使用过去人类和机器经验的实时反馈在部署后进行更改。这一点变得越来越重要，因为决策正在迅速变得更加联系、上下文和连续。

1.3.2.2 人工智能工程发展趋势

图24描绘了人工智能工程发展趋势，例如目前十分火热的ChatGPT是属于生成式人工智能的一种。显而易见，自适应人工智能是人工智能工程发展的高级阶段。自适应人工智能是下一代 AI，它将先进的机器学习算法与响应速度更快、更灵活的自主学习方法相结合。与生成式 AI 不同，自适应 AI 系统具有多功能性，可以实时适应和学习，根据新数据和反馈不断重新训练模型。自适应人工智能还在发展之中，目前典型的应用例子，如自动驾驶汽车基于自适应人工智能，是当今品牌如何使用人工智能的一个明显例子。亚马逊、Netflix 和谷歌等品牌已经在使用自适应人工智能来提供更好的用户体验。在供应链领城，Blue Yonder 的自主学习供应链和Kinaxis自愈供应链都采用了自适应人工智能的技术【7】。

ChatGPT的出现，使我们看到生成式人工智能已发展非常成熟，但是生成式 AI 是一类 AI 模型，它根据训练数据和用户提供的输入生成有价值的输出。对于 ChatGPT 和其他类似类型的系统，这些大型语言模型经过训练可以生成博客、文章和其他书面作品等内容。它们是大型语言模型，根据他们对语言的理解、其结构以及围绕顺序和意义的一些上下文进行训练；并且可以出色地制作出与人类制作的内容无异的内容。这些系统生成的博客和文章写得很好，但存在潜在的危 CIO 指出，他们对使用“一次性”AI 模型所必需的胶带和捆扎线（Duct tape and baling wire）感到沮丧。正如Gartner所预示的那样，自适应人工智能将成为 2023 年的热门话题。因为自适应人工智能能克服的一些问题并更加适应于企业应对当今越来越不确定的环境和业务的多变。例如Charli AI（https://charli.ai/） 的Ancaeus 平台正在帮助企业客户有效和动态地管理一个复杂的智能系统，其中有数十个（如果不是数百个）人工智能模型在运行——包括生成人工智能。该平台正在无缝集成和编排模型；包括整合、消费和喂养我们客户开发的专用模型。该平台还根据客户的需

尽管自适应人工智能更适合企业级的人工智能应用，但许多元素必须结合在一起才能使自适应 AI 框架取得成功，包括围绕主动元数据管理（模型和业务所需的数据）的精心架构和设计。随着自适应 AI 的成熟，IT 组织必须考虑采用新型技术、工具和解决方案来管理他们AI 世界和复杂智能系统。这与 IT 为采用云技术而必须经历的数字化转型没有什么不同，而且可能更为重要。

1.3.2.3 自适应人工智能技术框架

Gartner用图25来描绘自适应人工智能的框架，并定义自适应人工智能系统为应用实时反馈进行动态学习和调节，甚至能自适应现实世界中不可预见的变化的AI技术。该框架包括：

自适应人工智能内核 — 它包括三个接口功能：对变化中环境的响应、添加有限的训练数据、人性化产生结果

开发和运行环境 — 它包括一个动态的闭环：实时反馈、自适应学习、目标导向的输出

1.3.2.4 为什么自适应人工智能对企业很重要[32]

自适应 AI 将一组方法（即基于代理的设计）和 AI 技术（即强化学习）结合在一起，使系统能够调整其学习实践和行为，从而在生产中适应不断变化的现实环境。

通过从过去的人类和机器经验中以及在运行时环境中学习行为模式，自适应人工智能可以提供更快、更好的结果。例如，美国陆军和美国空军已经建立了一个学习系统，可以根据学习者的个人优势调整课程。它知道教什么、什么时候测试以及如何衡量进步。该程序就像一个单独的导师，为学生量身定制学习。

对于任何企业而言，决策制定都是一项至关重要但日益复杂的活动，需要决策智能系统行使更多的自主权。但是决策过程需要重新设计以使用自适应人工智能。这可能会对现有的流程架构产生重大影响——并要求业务利益相关者确保合乎道德地使用 AI 来实现合规性和法规。

汇集来自业务、IT 和支持职能的代表，以实施自适应人工智能系统。确定用例，提供对技术的洞察力并确定采购和资源影响。至少，业务利益相关者必须与数据和分析、人工智能和软件工程实践合作，以构建自适应人工智能系统。人工智能工程将在构建和实施自适应人工智能架构方面发挥关键作用。

但最终，自适应系统将启用新的经营方式，为打破决策孤岛的新商业模式或产品、服务和渠道打开大门。

1.3.2.5 自适应人工智能的类型

“自适应人工智能”一词指的是人工智能系统，由于它们以前的经验以及它们与周围环境的交互方式，因此具有随着时间的推移学习和发展的能力。以下是 AI 适应性形式的示例：

强化学习：被称为强化学习的自适应人工智能领域侧重于教导 AI 系统如何根据其采取的行动通过奖励或惩罚来做出选择的过程。人工智能系统通过反复试验的过程从周围环境中学习，最终随着时间的推移增强其决策能力。在需要 AI 系统学习如何优化其行为以实现特定目标的游戏和模拟环境中，通常会使用这种人工智能 (AI)。

深度学习：深度学习是机器学习的一个子领域，包括使用大量数据教授人工神经网络的实践。人工智能系统能够学习并随着时间的推移变得更好，这要归功于神经网络，神经网络是为自动识别数据中的模式和相关性而构建的。由于能够管理庞大而复杂的数据集，深度学习近年来已成为一种突出的自适应人工智能。因此，它已成为多个领域非常有用的工具，包括图片和语音识别。

遗传算法：为了发现难题的答案，一种称为遗传算法的优化算法采用了遗传学和自然选择领域的概念。该方法旨在模拟进化过程，包括选择最有效的解决方案并将它们重新组合以产生新的、甚至更有效的解决方案。重复此过程，直到找到合适的解决方案，这使 AI 系统能够学习并随着时间的推移变得更加有效。

基于神经网络的系统：基于神经网络的人工智能 (AI) 系统应该模拟人脑的结构和功能。这些网络由相互连接的节点（也称为神经元）组成。这些神经元分析信息并根据给定的数据做出判断。建立在神经网络上的系统能够通过修改神经元之间存在的连接来随着时间的推移学习和发展。这使他们能够适应新的输入。

进化计算：为了解决难题，一种称为进化计算的优化方法使用对自然进化过程的模拟来提供潜在的答案。该算法从一组可能的解决方案开始，随着它的进展，它从该群体中选择最佳答案并将它们重新组合以生成更优的新解决方案。重复此过程，直到找到合适的解决方案，这使 AI 系统能够学习并随着时间的推移变得更加有效。

这些是一些最常见的自适应人工智能形式，它们有能力学习新事物并随着时间的推移变得更好。通过应用这些策略，组织能够构建能够管理复杂挑战并对新的和不断变化的数据做出反应的人工智能系统。这有助于促进创新并改善业务成果。

1.3.2.6 在供应链中的应用

【33】指出，自适应人工智能有多种可能的用途，包括：

1. 预测性维护：自适应人工智能系统能够从数据中学习并根据不断变化的环境情况做出实时调整。这些算法可以增强工业和制造环境中的预测性维护。

2. 个性化营销：自适应人工智能可用于对消费者进行数据分析，然后为这些客户提供个性化建议，从而提高营销效率并增加客户参与度。

3. 欺诈检测：可以通过使用自适应人工智能算法来提高欺诈检测系统的准确性，该算法可以从以前的欺诈模式中学习并适应新的欺骗方式。

4. 医疗保健：在医疗诊断和治疗计划中使用自适应人工智能使医疗专业人员能够提供更加个性化和更有效的护理。

5. 机器人技术：机器人系统可以使用自适应人工智能进行编程，这使它们能够适应新任务，从以前的经验中学习，并最终变得更加灵活和有用。

6. 金融服务：在金融领域，可以利用自适应人工智能来提供实时性。

7. 客户服务：可以将自适应人工智能纳入客户服务系统，使此类系统能够适应客户不断变化的需求并提供更有效的帮助。

在以上多种可能用途中，许多应用，如预测性维护，机器人技术，和客户服务等均与供应链有关系。在供应链中，自适应人工智能最重要应用是其应用于支持自主供应链中的自适应决策和自适应执行， 并有助于增强供应链的弹性。本文作者曾在【33】中指出：“自主学习供应链是以AI驱动的供应链，具有自学习、自修复和自适应的功能。AI优势的价值在于使供应链计划精准，运营高效，成本最低，库存最优，风险最小。” 而且自主学习供应链是数字供应链发展成熟的高级阶段。自适应人工智能是实现自主学习供应链的必不可少的战略武器。【34】还指出了自主控制塔技术也需要自适应人工智能作为其使能技术。此外，由于自适应人工智能系统是释放业务灵活性的关键，自适应人工智能的自学习自适应能力决策有助于增强供应链的弹性【35】。

1.3.2.7 商业价值

自适应人工智能系统通过从过去的人类和机器经验中学习行为模式，并在运行时环境中更快地适应不断变化的现实世界环境，从而允许在部署后改变模型行为。人工智能工程在流程层面提供了实施、操作和变更管理的基本组成部分，从而实现自适应人工智能系统。

自适应人工智能是一项战略技术，总而言之，它有可能改变组织未来的运作方式。自适应人工智能有能力彻底改变企业的运营方式。它为自动化活动、增强决策制定和为消费者提供量身定制的体验提供了新的机会，因为它使系统能够实时学习和适应。

可操作人工智能的价值在于能够在企业的不同环境中快速开发、部署、调整和维护人工智能。考虑到工程的复杂性和对更快上市时间的需求。

对于开发刚性较小的人工智能工程管道或构建能够在生产中自我适应的人工智能模型至关重要。

1.3.2.8 关键行动

Gartner在【2】中预测到2026年，采用人工智能工程实践来构建和管理自适应人工智能系统的企业在可操作的人工智能模型方面将比同行领先至少25%。并建议企业和组织采取以下的关键行动来抓住自适应人工智能这个战略机会。

通过用持续的智能设计模式和事件流功能补充当前的人工智能实现，最终转向基于代理的方法，赋予系统组件更多的自主权，为自适应人工智能系统奠定基础。

通过可操作系统纳入明确和可衡量的业务指标，并将信任纳入决策框架，使业务用户更容易采用人工智能，并为管理自适应人工智能系统做出贡献。

通过建立人工智能工程实践，简化数据、模型和实施管道，使人工智能交付流程标准化，最大限度地提高正在进行的人工智能计划的业务价值

1.3.3.1 产生背景，概念和重要性

早在2021年9月，本文作者在研究报告《新的数字冲击波：元宇宙正在来临 — 从元宇宙看未来智能制造和供应链》【36】中就指出了“西方1960年代和中国1980年代的第一次互联网（Web1.0）数字冲击波改变了世界人和系统连接的方式，第一次允许世界各地的人们进行跨时区的互动和交流。2000年代开始，移动互联网（Web2.0)的第二次数字冲击波更进一步带来了世界人和人通讯，生活，工作方式的变革。一轮新的数字冲击波：元宇宙（可称Web3.0）正在到来，元宇宙将是虚拟互联基础设施，即下一代互联网。” 之后的一年多时间里元宇宙的概念炒作，创新和投资已经是风声水起。2022年10月Gartner正式将元宇宙作为2023 年十大战略技术趋势之一。它在【37】中指出：元宇宙为企业打造数字化未来提供了全新的创新方式。组织应该考虑谨慎地投资元宇宙，或者至少对其进行详细探索，因为它们的数字未来可能会被它塑造。CIO 和 IT 领导者必须将元宇宙视为一个关键趋势，它将提供机会并推动超越技术的战略业务创新。图26描绘了一个繁忙和拥挤的元宇宙创新玩家环境。

元宇宙究竟是什么？Gartner将元宇宙定义为“一个集体的虚拟共享空间，通过虚拟增强的物理现实和数字现实的融合来实现。元宇宙是持久的，提供增强的沉浸式体验。”“元宇宙是虚拟世界和物理世界中交互的高级形式。”【37】。Gartner对元宇宙的技术发展做出了如图27所示的预测，它包括三个阶段：

图27：Gartner对元宇宙技术发展的预测（

元宇宙的重要性已超出了人们的想象，正如图28所指出的，元宇宙将影响和改变现代技术，生话，以及工业和经济，也包括供应链和物流。

【37】）

1.3.3.2 创新的机会

元宇宙有着大量现在和将来创新的机会（见图29）， 它包括以下四个层次：

1.3.3.3 如何、何时以及为什么开始

尽管存在大肆炒作和宣传，但元宇宙技术的采用是新生的，而且被分散在不同领域，不同玩家有着不同的玩法和创新。图30描述了元宇宙的障碍、机会、和结果。它对于企业及创业者如何，何时以及为什么开始元宇宙创新是一个很好的指南。

本文作者曾在【36】中指出：夯实数字化基础是企业元宇宙创新成功的保证，由于元宇宙可看作是数字化的基础设施的新的层次，并可能使得数字化基础设施产生革命性的变化（虚拟空间／虚拟世界）。该新的层次是建立在以下新兴的数字技术的基础之上：

云计算和边缘计算

5G

物联网（IoT）及传感器技术

数字孪生

人工智能及高级分析

VR，AR，MR及脑机接囗软件和硬件

NFT和区块链等

1.3.3.4 全球元宇宙市场

据Fortune Business Insight分析【38】：2022年，全球元宇宙市场规模为1002.7亿美元，预计到2029年将增长15275.5亿美元，复合年增长率为47.6%。图31描绘了北美元宇宙市场规模。该图说明从2025年后元宇宙会有快速增长。

t【38】）

1.3.3.5 智能制造和供应链的元宇宙创新

迄今智能制造和供应链的元宇宙创新还处在探索阶段，本文作者在【36】中列举了一些元宇宙在智能制造和供应链方面的应用创新，现将其简单罗列如下，有关具体内容请参看。

微软的企业元宇宙与百威英博一起创造未来的啤酒厂

Nvidia Omniverse和 3D HTML为智能制造的产品3D设计开辟了一条新路。

虚拟和增强现实员工培训

MFG 助力智能制造去中心化

未来的供应链解决方案：在虚拟空间达到协同和协作

下面介绍一些关于元宇宙在未来数字供应链的应用洞察。马士基在其文章【39】认为“元宇宙及其包含的所有技术具有转变供应链管理的巨大潜力，由于它是互联网的下一步发展，且它融合了由技术驱动的数字世界和物理世界，包括虚拟现实 (VR) 和增强现实 (AR)、区块链、人工智能 (AI) 以及连接智能设备的物联网 (IoT)。虽然它看似无形，但它在供应链管理方面的现实潜力是显而易见的。元宇宙将提供实时和多源数据，相对基于历史数据的供应链管理，其好处包括：

提高供应链各个阶段的可见性

准确规划和解决问题的新能力

前所未有的连通性和新的合作机会

衡量和提高可持续性的新机会

马士基在【39】中指出了元宇宙改变供应链的 3 种方式：

1)使用元宇宙解决方案优化供应链

虚拟世界可以帮助映射整个端到端供应链网络，这反过来又可以更好地了解供应链的所有阶段。这可以提供更准确、实时的信息，如产品交货期，物流成本，延误和交货等。在虚拟世界中，可以观察到货物在整个供应链中的流动。可以引入天气事件、组件短缺或运输中断等问题，以了解供应链如何响应以及在哪里出现故障。这些数字孪生可以帮助识别和试验不同阶段的改进，并且在出现问题时，这个虚拟世界可以用来测试解决方案。元宇宙解决方案还可以优化峰值负载规划。在虚拟环境中，您可以测试从订单管理到分销和履行的所有内容，揭示在需求增加时需要加强供应链的地方。端到端供应链网络映射有助于在现实世界中创建更强大、更有弹性的供应链。而且在过去的数据不存在或不适用的地方，元宇宙中的人工智能可以生成合成数据，然后可以使用这些数据进行预测并制定最佳行动方案。

2)用于设施设计和选址的 元宇宙解决方案

元宇宙还可用于设计高效且有效的设施，它包括以下三步：

第一步是创建制造设施、货船、仓库或配送中心的虚拟版本。在这个模拟环境中，可以检查所有流程和流程，包括在高峰负载期间或中断期间。

第二步是基于此测试，可以将最佳解决方案纳入物理版本的设计中。例如，对于仓库，可以测试流程。空间建模可用于优化货架。可以研究设施位置、人员水平和安置——所有这些都不需要在现实世界中建造任何东西。结果是更好、更高效的仓库设计。

第三步是一旦这些设施建成，利用元宇宙提供的协作和分享想法的新方法，人工智能和物联网传感器就可以协同工作，追踪货物在供应链中的移动。使用区块链，供应链有一天可以实时计划、响应并自动实施最佳响应，而无需人工干预。这方面的基础已经奠定。根据一个2021 普华永道调查，52%的供应链企业因为疫情加速了人工智能的运用。总共有 22% 的人已经实施了 AI 高级分析平台，38% 的人已经开始试点。

3)通过元宇宙供应链提高可持续性

根据埃森哲【40】，大多数公司的总碳排放量是由其供应链产生的。事实上，供应链产生了全球约 60% 的碳排放量。80% 的供应链高管正在加大力度使供应链更具可持续性，但很少有公司具备能见度、技术或计划来取得和衡量真正的进展。

元宇宙可以允许智能规划工具提供对可持续性和环境、社会和治理 (ESG) 问题的更深入洞察。可以规划产品的整个生命周期并计算其环境足迹。然后它可以允许在测试过程中进行调整以减少其占用空间。设施的可持续性也可以进行测试和设计以提高效率。

埃森哲在其最近的研究报告【41】中指出：根据2022 年埃森哲技术愿景研究【42】，大约三分之二的供应链管理高管认为元宇宙将对其组织产生积极影响。元宇宙将使供应链网络受益的 4 种方式:

WebMe：供求关系发生转变

元宇宙将客户想要的与公司拥有的结合在一起。通过更好地了解流程、设施、库存和产能，它正在帮助公司消除供应限制。通过加深对客户需求的了解，它使需求完全“可知”。从双方获得见解有助于协调供需。以零售商及其供应商的元宇宙“协作室”为例。团队可以虚拟地聚集在这个房间里，审查预期的销售预测、预计的生产计划和可能影响制造量的可能的供应商限制。他们还可以在沉浸式供应链网络地图上看到库存的确切位置，通过虚拟方式遍历关键港口以识别可能因拥塞而导致的运输延误，并模拟可能的替代方案以确保产品能够运送到正确的商店和货架。

可编程世界：产品进化

在元宇宙中，人们将设计他们的环境以满足他们的需求，并期待无缝的数字和物理导航。这些变化将为新世界中更丰富的互动铺平道路。例如，假设一个铝制饮料罐“知道”关于它自己的两件重要事情：它的位置和它的库存状态。使用边缘计算，可编程罐可以触发自动补货和路由决策。该解决方案将确保客户在需要的时间和地点获得产品。该解决方案还可以帮助塑造需求并根据客户需求的变化自动调整价格——这将提高利润率和整体盈利能力。

虚幻：实现完美数据

在元宇宙中，数据可能具有新的含义，因为人工智能将能够生成“完美数据”的合成内容。这些数据没有历史背景；因此，它可以立即适应当前情况。例如，在大流行期间，公司无法准确预测供应或需求。他们依靠过去的数据来度过前所未有的局面。大流行年份（2020-21 年）的数据也是如此，这些数据不能用于预测 2023 年及以后的情况。借助 AI 生成的合成数据，公司可以制定完美反映他们和市场当时所处位置的预测。

计算不可能的事情：解决无法解决的问题

新兴机器正在帮助解决当前计算能力的限制。这些机器将使供应链网络能够改进流程、计划和库存。使用新的计算能力，公司将能够降低成本，更好地满足客户需求，并推动更大的弹性和可持续性。例如，凭借以前难以想象的计算能力和元宇宙“扭曲时空连续体”的能力，企业可以摆脱供应链计划和执行之间的鸿沟。他们将能够查看整个供应链网络——从供应商到最终客户——以持续实时平衡供需。尤其需要这种能力来利用元宇宙的能力来引入越来越细化的客户和供应商数据。

元宇宙背后的技术并不新鲜。事实上，领先的公司已经逐渐将它们引入到他们的业务中。例如，他们一直在使用增强现实来增强规划流程，并使用供应链数字双胞胎来模拟制造运营。这些技术现在正在成熟并得到更广泛的应用。随着用例的增加，他们将改变供应链网络的工作方式。供应链网络位于物理世界和虚拟世界的交汇点——这就是虚拟世界所在的地方。元宇宙提供的潜力将是巨大的。现在是供应链高管开始思考用元宇宙重新构想供应链网络，他们的组织如何实现这一目标并利用其收益的时候了。

总之，元宇宙中的许多技术，如数字孪生，区块链，人工

1.3.3.6 商业价值

【2】指出元宇宙是一种由多种技术主题和趋势组成的组合创新。这些趋势预计将为各行各业的组织和用例单独地提供新的机遇和挑战。

元宇宙开拓新机遇：组织正在开发方法，通过虚拟工作空间和使用称为intraverse的内部元宇宙体验，为员工提供更好的参与、协作和联系。

支持的示例业务策略：保护和发展您的品牌、吸引和留住人才、增加收入

1.3.3.7 关键行动

Gartner在【2】中预测到2027年，全球超过40%的大型组织将在基于元宇宙的项目中使用Web3、空间计算和数字孪生的组合，以增加收入。并建议企业和组织采取以下的关键行动来抓住元宇宙这个战略机会。

探索元宇宙技术可以优化数字业务或创造新产品和服务的机会。

通过创新渠道构建元宇宙产品和解决方案。

通过评估当前的高价值用例来识别受元宇宙启发的机会。

制定利用内置基础设施和参与者的技术战略。

谨慎投资于特定的新兴元宇宙，因为现在确定哪些投资从长远来看是可行的还为时过早。

通过主动建立数据治理、安全和隐私政策来保护客户和员工数据，从而保护您的声誉。

总之，元宇宙的想法是一个正在快速扩展的兴趣领域，它有可能改变我们相互联系、经营业务和享受娱乐的方式。这个虚拟世界的创造很可能是由游戏、社交媒体和在线购物的融合驱动的，并且需要虚拟现实、人工智能和区块链等尖端技术。预计随着元宇宙的不断发展，它将为创造性的努力、经济扩张和更高水平的合作带来新的前景。然而，必须考虑到这种新的数字现实可能带来的困难和道德影响，例如建立立法的必要性和保护个人隐私。

总体而言，元宇宙是数字技术领域中一个引人入胜的新前沿，而这一前沿的扩展将是未来几年的主要重点领域。

-（第三部分）完 –