当我们考虑制造商及其供应链面临的 大挑战和机遇时，盈利增长当然是 重要的。随着按需市场推动业务战略的转变，这给供应链专业人员带来了双重挑战，因为供应链需要快速高效地满足业务需求，并且需要重新设计以解决新的操作现实在数字 。
今天的供应链必须能够应对消费者行为转变，全渠道零售增长以及对个性化，真实和道德产品日益增长的需求的复杂性。与此同时，供应链必须使公司能够降低成本，提高灵活性和规模，并改善防范网络攻击的方法，同时推动盈利增长。
适应瞬息万变的市场，颠覆性的技术趋势和不断变化的客户需求将需要制造商的改变。传统的线性供应链方法必须演变成供应商，合作伙伴和客户的响应灵活的供应链生态系统，包括内部和外包生产和服务。要做到这 点，领导团队必须确定各个业务部门所需的不同供应链战略。这可能会导致 个远程生产战略，其中价格是 些细分市场的关键，同时采用近似或近岸战略，其中灵活性和响应能力对其他细分市场更为关键。无论是哪种情况，都可能需要利用合作伙伴关系来提供这些服务，或者投资内部来做。
供应链的多样化正在帮助制造商创建更加快速响应和精简的网络，而采用集中式IT平台则可以提供更大的灵活性和规模。通过引入分析，机器人过程自动化（RPA），人工智能（AI）和其他颠覆性技术的正确组合，制造商可以提供洞察力，减少流程之间的手动切换，并转向日益规范的异常管理和 终的自主操作 - 同时满足不断变化的客户需求。
此外，供应链中产生的数据对黄金价值很大。在制造业组织中有大量现有的供应链数据，大多数公司只是开始探索。基于云的“数据湖”允许经济高效地捕获和整理结构化和非结构化数据源。随着这些现有数据的利用，再加上外部“大数据”（如本地化天气预报，社交媒体数据和Edge IoT信号），使用正确的“控制塔”分析平台的公司可以开始真正解开隐藏的见解和真实基于分析和人工智能的时间，因果报警。
为了在竞争日益激烈的环境中生存下去，制造商必须有条不紊地战略性地继续投资技术以保持竞争优势。制造商必须关注其行业的动态变化，优 考虑关键业务问题和机遇，寻求合适的技术组合，以提高运营效率 - 这将使他们找到适合的工作，而不是适合工作工具。这种方法可以确保从 开始就清楚技术采用的业务优势，并且可以在 初的概念验证中快速证明。然后，让扩大投资成为案例会更容易，成功很快就会取得成功。这种排序计划策略有助于制造商避免寻找问题需要解决的技术主导项目的常见错误。这些通常在技术上有效，但很少实现投资回报。结果，他们没有扩大规模， 终被组织认为是有限的价值。
从IT角度来看，统 的记录和通用计划系统系统显然比通过收购或分权决策继承的传统平台拼凑起来更可取。但是，即使没有统 的IT供应链骨干，也可以做很多事情。现代数据分析工具，RPA，基于AI的数据清理和主数据管理可通过提高可视性并降低成本，复杂性和流程延迟来提供竞争优势。
在我们考虑今年及以后时，我们认为制造商刚刚开始看到数据科学，人工智能和机器学习对其供应链运营的潜在影响。假设摩尔定律继续成立，我们预计在短短几年内会出现指数 的增长。这对于制造商现在开始采用这些技术至关重要 - 了解它们如何工作以及在何处应用它们 - 以避免被遗忘在人工智能的陡峭演变中。
已经有几个例子指出了以人工智能为导向的未来; 2014年新科学家报道了AI *计划的香港地铁的夜间维修和保养计划，其中包括每周2600个工程工程。尽管有这样 个很好的例子，但大多数供应链仍然按照夜间批处理和数百名计划人员的日常手动调整来计划。如果自主汽车是可行的，那么自主规划也必须是这样，我们可以预计在未来几年“自动驾驶”自主供应链的概念会迅速被采用。
我们正处于制造业务技术发展和采用的开始阶段。目前只有少数几个百分点的数据可以利用，大多数制造企业对AI，工艺机器人和物理机器人的使用有限。道路合法自动驾驶车辆仍处于测试阶段，但无人驾驶叉车正在增加对工厂运营和集中配送的投资。此外， 进的拣选执行和分拣系统正在应用于零售补货业务，因为吞吐量是必需品。两者都可以减少劳动力投入和技术资源可用性。
在所有这些变化中，有 点是肯定的： 有前瞻性的企业正在破坏他们自己的商业模式，而不是等待竞争对手和新进入者为他们破坏它。希望成为这个创新团队 部分的制造商现在应该重新审视他们的供应链，以确保他们为未来做好充分的准备。