AI-agenter vil drive halvdelen af alle supply chain-løsninger i 2030

Gartner-eksperter diskuterede i maj måned 2025 nye supply chain-teknologitendenser og deres potentiale til at understøtte transformative forretningsresultater. Det foregik på Gartner Supply Chain Symposium/Xpo i Barcelona.

Agentbaserede AI-systemer tilbyder en virtuel arbejdsstyrke af AI-agenter, der kan assistere, aflaste og forbedre menneskeligt arbejde eller traditionelle applikationer. Gartner og andre brancheeksperter forventer, at agentbaserede AI-systemer vil levere mere tilpasningsdygtig software, der kan udføre en bred vifte af opgaver i komplekse supply chain-miljøer, hvilket de mener ’dramatisk vil øge AI's potentiale til at udføre og levere resultater’.

"Investeringer i supply chain-teknologi skal forbedre effektiviteten eller bidrage til vækst i profit i dagens usikre klima", siger Kaitlynn Sommers, Senior Director Analyst i Gartners Supply Chain-praksis. "Agentbaseret AI har potentialet til at gøre begge dele ved at tilbyde en ny måde at forbedre ressourceeffektiviteten, automatisere komplekse opgaver og introducere nye forretningsmodeller på tværs af supply chains".

Læs også: 9 ud af 10 nordamerikanske CPO’er vil indføre AI-agenter i 2025

Gartner er ikke alene om forventningen til kraftig vækst for AI-agenter i supply chain løsninger. En undersøgelse fra Icertis og ProcureCon Insights konkluderer for eksempel, at næsten 40 procent af nordamerikanske CPO'er griber til avanceret analyse og kunstig intelligens (AI) som løftestang i arbejdet for at skabe værdi for deres virksomhed ud over omkostningsbesparelser. Målet er at generere og levere indsigt til nøglebeslutningstagere. Ved at gøre brug af transformationsteknologier som AI-agenter styrker indkøb deres indflydelse på virksomhedens rentabilitet og fanger muligheden for at påvirke kommercielle resultater direkte gennem kontrakter.

Rapporten konkluderer også, at 90 procent af alle CPO’er allerede har indført eller forventer at indføre AI-agenter i 2025.

Opgavespecifikke agenter

I det første stadium af agentbaseret AI opstår AI-agenter ifølge Gartner som opgavespecifikke intelligente assistenter designet til at hjælpe mennesker. Et eksempel ville være en indkøbsagent, der har til opgave autonomt at købe forsyninger baseret på lagerbeholdningsniveauer, forventet efterspørgsel og markedsforhold.

Tværfunktionelle SCM-løsninger er ofte designet til at lukke teknologigabet mellem planlægning og udførelse. Det afspejler kompleksiteten i supply chain-miljøet og målet er at opretholde fleksibiliteten i supply chain-teknologiporteføljen. Gartner forudsiger, at intelligente AI-agenter vil udvikle sig til at håndtere større niveauer af kompleksitet og tilbyde øget autonomi og sammenkobling, træffe beslutninger og handle i overensstemmelse med instrukser og strategier formuleret af organisationen.

Læs også: Generativ AI vokser hurtigt, men det kniber med reel praksis

Kaitlynn Sommers tilføjer: "Agentbaseret AI repræsenterer en revolution af ’robotic process automation’ (RPA), da AI-agenterne autonomt vil fuldføre opgaver uden at være afhængige af eksplicitte inputs eller foruddefinerede resultater. Agenterne vil kontinuerligt lære fra realtidsdata og tilpasse sig skiftende forhold og komplekse krav. Chief supply chain officers (CSCOs), der placerer sig selv i frontlinjen af denne næste bølge i udviklingen af generativ AI (GenAI), kan høste stor værdi".

Gartner fremhæver tre anbefalinger til supply chain ledere eller CSCOs, der ønsker at udforske agentbaseret AI:

1. Prioriter use cases: Søg efter muligheder for at integrere agentbaseret AI i arbejdsprocesser, der kræver betydelig skalering, effektivitet og tilpasningsevne. Start småt med konkrete opgaver, hvor høj kvalitetsdata er tilgængelig, adfærd er verificerbar og en høj afkast på investeringen forventes.
2. Integrer AI-agenter i arbejdsprocesser: Overvej AI-agenter som primære digitale samarbejdspartnere og tildel opgaver til dem for at forbedre produktiviteten. Genovervej samarbejdsmodeller, arbejdsprocesser og teamdynamik for fuldt ud at udnytte AI-agenters evner til at identificere og handle på sekundære begivenheder, der måske undgår menneskelig opmærksomhed.
3. Definer operationelle parametre: Fastlæg klare retningslinjer for at sikre, at agentbaseret AI fungerer inden for et specificeret omfang og et klart afgrænset sæt af færdigheder. Dette er afgørende for at sikre, at AI-agenterne ikke træffer forkerte handlinger, der kunne resultere i negative konsekvenser.

Men husk altid den kritiske indstilling

En anden undersøgelse fra Gartner, der undersøger brug af generativ kunstig intelligens generelt i ledelse af forsyningskæden, maner dog samtidig til forsigtighed. Generativ kunstig intelligens ligner et mirakelmiddel eller en trylledrik. Og det er teknologien vel også på mange måder. Men helt så enkelt er det så alligevel ikke. GenAI har vist sig at være en tidsbesparer for kontormedarbejdere, men denne produktivitetsgevinst overføres ikke til teamniveau. Samtidig oplever mange medarbejdere stigende stress og usikkerhed i takt med, at GenAI-værktøjer bliver en større del af deres arbejdsdag, hvilket paradoksalt nok dæmper den samlede produktivitet.

Læs også: Brug af kunstig intelligens i forsyningskæden medfører kun moderate gevinster

Ifølge Gartner bør Chief Supply Chain Officers (CSCO’er) ikke kun fokusere på effektivitet, men også på at øge den samlede organisatoriske produktivitet. Det betyder, at strategien bør:

• inkludere frontlinjearbejdere som medarbejdere på gulvet i produktion og på lager,
• mindske medarbejdernes usikkerhed og
• prioritere anvendelser af GenAI, der fremmer kreativitet og innovation frem for blot tidsbesparelse.

"Tidlige implementeringer af GenAI i forsyningskæden afslører et produktivitetsparadoks", siger Sam Berndt, Senior Director hos Gartner. "Selvom teknologien øger produktiviteten for kontoransatte, ser vi ikke de samme gevinster på teamniveau – og for mange medarbejdere bliver arbejdsmiljøet faktisk mere belastende. CSCO’er bør gentænke deres implementeringsstrategier for at undgå disse negative konsekvenser”.