要深刻理解各廠商的AI戰(zhàn)略，必須認識到軟件行業(yè)正在發(fā)生一場根本性的技術(shù)范式轉(zhuǎn)移。AI不僅僅是現(xiàn)有系統(tǒng)的一個附加功能，它是催化劑，正在重塑企業(yè)軟件的底層架構(gòu)。所有系統(tǒng)都在從記錄系統(tǒng)到智能系統(tǒng)的演進，已成為不可逆轉(zhuǎn)的趨勢。

作為對于趨勢的回應(yīng)，各大供應(yīng)鏈解決方案提供商正以前所未有的速度和投資，將AI，特別是生成式AI和AI智能體（Agentic AI），嵌入其產(chǎn)品組合的核心。本文對七家關(guān)鍵供應(yīng)商：Blue Yonder、Manhattan Associates、SAP、Oracle、Kinaxis、o9 Solutions和OMP的AI戰(zhàn)略、產(chǎn)品路線圖和技術(shù)基礎(chǔ)進行了深入、詳盡的分析。

廠商路線圖與能力深度分析

在廠商的產(chǎn)品路線圖中，生成式AI通常以“Copilot”（副駕駛）或“Assistant”（助手）的形式出現(xiàn)。它利用大型語言模型（LLM）的自然語言理解能力，允許用戶通過日常對話式的語言進行查詢，而無需編寫復雜的代碼或瀏覽層層嵌套的菜單。

在AI智能體方面，廠商們正沿著兩條截然不同但同樣雄心勃勃的路徑前進，“盒裝解決方案”致力于為客戶提供一系列預先構(gòu)建好的、針對特定任務(wù)的AI智能體。其核心價值主張是：快速部署、立竿見影，并為客戶免去組建昂貴AI研發(fā)團隊的煩惱。“鑄造廠”哲學主張將創(chuàng)造AI的能力交到客戶和合作伙伴手中，提供的不是一個裝滿工具的工具箱，而是一個可以制造任何智能體的工廠。

一、Blue Yonder：由知識圖譜和多智能體生態(tài)系統(tǒng)驅(qū)動的認知革命

• AI愿景與戰(zhàn)略: Blue Yonder的最終目標是構(gòu)建一個完全自主的供應(yīng)鏈。其核心戰(zhàn)略圍繞“認知解決方案”（Cognitive Solutions）展開，旨在實現(xiàn)一個完整的“觀察-分析-決策-行動”（See, Analyze, Decide, Act）閉環(huán)        。他們的策略是典型的解決方案導向，專注于交付一系列能夠解決特定業(yè)務(wù)問題的預置AI智能體，從而為客戶提供清晰、快速的價值回報。   

• 關(guān)鍵AI產(chǎn)品與路線圖:

• 認知解決方案平臺 (Cognitive Solutions Platform): 這是Blue Yonder所有AI驅(qū)動應(yīng)用的總品牌，代表了其從傳統(tǒng)規(guī)劃軟件向智能決策平臺的轉(zhuǎn)型        。   

• AI智能體組合 (AI Agent Portfolio): 這是其戰(zhàn)略的核心。如前所述，五款已發(fā)布的智能體——庫存運營、貨架運營、物流運營、倉庫運營和網(wǎng)絡(luò)運營智能體——構(gòu)成了其首發(fā)陣容。每個智能體都經(jīng)過精心設(shè)計，以自動化特定的工作流程，例如，物流運營智能體能夠?qū)崟r監(jiān)控運輸狀況并自動重新安排預約，而網(wǎng)絡(luò)運營智能體則可以跨企業(yè)邊界自動解決缺貨問題。   

• Blue Yonder Orchestrator: 這是該平臺的生成式AI層。它扮演著“供應(yīng)鏈助手”的角色，允許用戶通過自然語言與系統(tǒng)交互，查詢數(shù)據(jù)、理解復雜的計劃，并獲得可行的建議。   

• 路線圖: Blue Yonder的未來路線圖聚焦于推出更多的認知解決方案，并不斷擴展現(xiàn)有智能體的能力。他們通過“智能體激活咨詢服務(wù)”（Agent Activation Advisory）來確保這些高級功能能夠被客戶快速采納和部署，目標是在短期內(nèi)實現(xiàn)業(yè)務(wù)價值        。   

• 架構(gòu)基礎(chǔ): Blue Yonder的AI戰(zhàn)略建立在強大的技術(shù)合作伙伴生態(tài)系統(tǒng)之上。他們深度依賴Microsoft Azure AI進行AI開發(fā)，并利用Snowflake AI數(shù)據(jù)云作為其統(tǒng)一的數(shù)據(jù)基礎(chǔ)        。然而，其最關(guān)鍵的技術(shù)差異化因素是與RelationalAI合作開發(fā)的供應(yīng)鏈知識圖譜           。這個知識圖譜為AI提供了至關(guān)重要的業(yè)務(wù)背景，使其能夠理解實體之間的復雜關(guān)系（例如，某個組件是制造另一產(chǎn)品的先決條件），從而做出更智能、更準確的決策。   

二、 Manhattan Associates：以智能體AI和Maven/Foundry雙核統(tǒng)一

• AI愿景與戰(zhàn)略: Manhattan Associates的愿景獨樹一幟：他們不打算成為AI智能體的“生產(chǎn)商”，而是要成為AI智能體的“賦能者”。作為倉庫管理系統(tǒng)（WMS）和全渠道商業(yè)領(lǐng)域的領(lǐng)導者，Manhattan正利用其平臺優(yōu)先的哲學來差異化其AI戰(zhàn)略。他們押注于客戶的成熟度和開放生態(tài)系統(tǒng)的力量，相信最終的競爭優(yōu)勢來自于客戶利用其平臺創(chuàng)造出的獨特價值。

• 關(guān)鍵AI產(chǎn)品與路線圖:

• Manhattan Agent Foundry: 這是其AI戰(zhàn)略的基石和核心。它是一個完整的工具包，使客戶能夠自主創(chuàng)建、管理和部署AI智能體。該平臺預計于2025年秋季全面上市，標志著其賦能戰(zhàn)略的正式落地。Manhattan提供了一些開箱即用的智能體，如“波動庫存研究智能體”（Wave Inventory Research Agent）和“上下文數(shù)據(jù)助手”（Contextual Data Assistant）。但他們的重點不在于提供一個龐大的智能體庫，而是激發(fā)客戶的創(chuàng)造力。

• Manhattan Active Maven: 這是一款專注于客戶服務(wù)領(lǐng)域的生成式AI解決方案。它不僅僅是一個簡單的聊天機器人，而是能夠原生訪問實時訂單、支付和庫存數(shù)據(jù)的智能助手，能夠處理復雜的客戶請求，如修改訂單、查詢發(fā)票和處理退貨。

• 架構(gòu)基礎(chǔ): Manhattan的AI戰(zhàn)略之所以可行，完全得益于其卓越的底層架構(gòu)。他們引以為傲的“100%微服務(wù)、API優(yōu)先、云原生”平臺是其核心優(yōu)勢。在技術(shù)合作方面，他們與Google Cloud建立了緊密的伙伴關(guān)系，充分利用了Google的AI基礎(chǔ)設(shè)施，包括Agentspace和Vertex AI        。至關(guān)重要的是，他們對A2A（Agent-to-Agent）和MCP等互操作性標準的承諾，表明了他們構(gòu)建開放生態(tài)系統(tǒng)的決心。   

三、 SAP：將Joule與業(yè)務(wù)AI嵌入企業(yè)核心，實現(xiàn)系統(tǒng)級智能

• AI愿景與戰(zhàn)略: SAP的宏大愿景是將其所謂的“相關(guān)的、可靠的、負責任的”AI無縫嵌入到其龐大的業(yè)務(wù)套件的每一個角落。在他們看來，AI不應(yīng)是一個需要額外集成或購買的“附加品”，而應(yīng)成為企業(yè)運營的一種無處不在的、與生俱來的原生能力。  

• 關(guān)鍵AI產(chǎn)品與路線圖:

• Joule: 這是SAP AI戰(zhàn)略的統(tǒng)一入口和品牌形象。Joule被定位為整個SAP生態(tài)系統(tǒng)的單一、自然語言AI副駕駛。它能夠理解業(yè)務(wù)背景，跨越不同的SAP應(yīng)用（如S/4HANA Cloud、Ariba、SuccessFactors）為用戶提供上下文相關(guān)的幫助，回答復雜問題，并自動化執(zhí)行跨模塊的任務(wù)。

• 業(yè)務(wù)AI智能體 (Business AI Agents): 與Joule協(xié)同工作的是一個不斷增長的預置智能體組合。針對供應(yīng)鏈領(lǐng)域，SAP已宣布了幾個關(guān)鍵智能體，包括維修計劃員智能體、車間主管智能體和現(xiàn)場服務(wù)調(diào)度員智能體，這些智能體旨在將自主決策能力帶到生產(chǎn)和維護的第一線，預計于2025年第四季度全面推出        。

• 路線圖: SAP的路線圖非常清晰：一方面，快速擴展Joule的知識范圍和能力，使其成為更強大的助手；另一方面，推出更多能夠協(xié)同工作的、跨職能的“多智能體”用例，連接供應(yīng)鏈、財務(wù)和采購等領(lǐng)域，以解決更復雜的企業(yè)級問題        。   

• 架構(gòu)基礎(chǔ): SAP的AI能力構(gòu)建在自己業(yè)務(wù)技術(shù)平臺（Business Technology Platform - BTP）之上。Joule的核心優(yōu)勢在于它能夠被客戶在SAP系統(tǒng)中運行的特定業(yè)務(wù)數(shù)據(jù)所“錨定”，這賦予了它深度的上下文感知能力，使其提供的答案和建議高度相關(guān)和可靠        。   

四、Oracle：嵌入式AI的全面攻勢，讓智能體成為Fusion Cloud SCM的標準配置

• AI愿景與戰(zhàn)略: Oracle的AI愿景極具攻擊性，旨在通過一種顛覆性的商業(yè)模式實現(xiàn)AI的“民主化”。他們將大量的傳統(tǒng)AI和生成式AI功能直接嵌入到其Fusion應(yīng)用套件中，并且不收取額外費用，目標是通過自動化復雜任務(wù)和高效提供洞察，來徹底改變?nèi)藗兊墓ぷ鞣绞?nbsp;       。  

• 關(guān)鍵AI產(chǎn)品與路線圖:

• SCM AI智能體 (SCM AI Agents): Oracle提供了一個龐大且仍在快速增長的預置智能體組合，這些智能體通常被冠以“顧問”（Advisors）的品牌，例如物料處理顧問 (Material Handling Advisor)、索賠政策顧問 (Claims Policy Advisor) 和操作程序顧問 (Operational Procedure Advisor) 等，覆蓋了從物流到采購的眾多場景。

• 生成式AI功能: 除了智能體，Oracle還在其SCM套件中嵌入了大量針對具體任務(wù)的生成式AI工具，例如自動生成標準化的物料描述、為生產(chǎn)班次撰寫交接摘要、創(chuàng)建采購談判的封面頁等。 

• AI Agent Studio: 盡管提供了豐富的預置功能，Oracle也認識到定制化的需求。他們推出了“AI Agent Studio”，這是一個允許客戶修改現(xiàn)有智能體或從頭創(chuàng)建新智能體的平臺，這表明他們正在采取一種兼顧廣度與深度的混合策略        。   

• 路線圖: Oracle以其快速的創(chuàng)新節(jié)奏著稱，每個季度都會在其云應(yīng)用中發(fā)布新的AI功能和智能體，確?？蛻裟軌虺掷m(xù)獲得最新的技術(shù)能力。   

• 架構(gòu)基礎(chǔ): 所有的AI功能都深度嵌入在Oracle Fusion Cloud SCM平臺中，并在其自家的Oracle Cloud Infrastructure上運行        。這種端到端的垂直整合確保了高度的安全性、性能和數(shù)據(jù)隱私，客戶無需進行復雜的集成工作即可利用其現(xiàn)有數(shù)據(jù)。   

五、 Kinaxis：以Maestro的智能體與生成式能力編排并發(fā)式供應(yīng)鏈

• AI愿景與戰(zhàn)略: Kinaxis的AI戰(zhàn)略是其核心哲學“并發(fā)規(guī)劃”（Concurrent Planning）的自然延伸。他們的愿景是將人類智慧與人工智能相結(jié)合，利用其獨特的并發(fā)技術(shù)，幫助企業(yè)“更早洞察，更快行動，消除浪費”（know sooner, act faster, and remove waste）       。AI在其戰(zhàn)略中是實現(xiàn)端到端、實時供應(yīng)鏈編排的關(guān)鍵工具。  

• 關(guān)鍵AI產(chǎn)品與路線圖:

• Maestro? 平臺: 這是Kinaxis所有AI能力的載體，一個專為端到端供應(yīng)鏈編排而設(shè)計的、注入了AI能力的平臺。

• AI智能體 (AI Agents): 用戶可以與平臺內(nèi)的AI智能體進行交互，以實時監(jiān)控、預測和采取行動，自動化處理庫存管理、中斷緩解等關(guān)鍵任務(wù)。

• 智能體AI框架 (Agentic AI Framework): 這是Kinexions2025大會上的一項重大發(fā)布。該框架旨在降低AI驅(qū)動編排的門檻，允許客戶構(gòu)建自己的智能體，以滿足特定的業(yè)務(wù)需求。

• 生成式AI (Maestro Chat): 這是對其現(xiàn)有聊天功能的重大升級。用戶現(xiàn)在可以用自然語言向其供應(yīng)鏈數(shù)字孿生提問，并即時獲得對復雜問題的深刻見解和可視化答案，例如“如果A供應(yīng)商的港口關(guān)閉一周，對我的高利潤產(chǎn)品線有何影響？”。

• 架構(gòu)基礎(chǔ): Kinaxis的架構(gòu)基石是其專有的并發(fā)規(guī)劃引擎，它能在內(nèi)存中瞬間計算出任何變化對整個供應(yīng)鏈的影響        。為了支持更宏大的AI愿景，他們與Databricks建立了戰(zhàn)略合作伙伴關(guān)系，共同構(gòu)建一個統(tǒng)一的“供應(yīng)鏈數(shù)據(jù)結(jié)構(gòu)”（Supply Chain Data Fabric）。這一合作是其未來AI能力的核心，使其能夠處理海量、復雜的內(nèi)外部數(shù)據(jù)集，為AI智能體提供更豐富的“燃料”。   

六、o9 Solutions：以“數(shù)字大腦”和企業(yè)知識圖譜驅(qū)動復合智能體的崛起

• AI愿景與戰(zhàn)略: o9 Solutions的愿景是，通過其“數(shù)字大腦”（Digital Brain）平臺，將傳統(tǒng)上緩慢、孤立的規(guī)劃轉(zhuǎn)變?yōu)橹悄?、集成、實時的決策過程。他們的終極目標是為整個企業(yè)的知識和決策流程創(chuàng)建一個高保真的數(shù)字孿生        。   

• 關(guān)鍵AI產(chǎn)品與路線圖:

• 數(shù)字大腦平臺 (Digital Brain Platform): 這是一個AI原生平臺，其核心是專有的企業(yè)知識圖譜（Enterprise Knowledge Graph - EKG）。EKG不僅存儲數(shù)據(jù)，更重要的是，它對所有企業(yè)知識（如模型、業(yè)務(wù)目標、約束、工作流）及其相互關(guān)系進行建模。

• 大型知識模型 (Large Knowledge Models - LKM): 這是o9提出的一個獨特概念，它將EKG的深度業(yè)務(wù)背景與大型語言模型（LLM）的語言能力以及生成式AI智能體的任務(wù)執(zhí)行能力相結(jié)合，旨在創(chuàng)建一個能夠隨著時間推移而不斷學習和進化的、企業(yè)最有價值的知識資產(chǎn)。

• 復合智能體 (Composite Agents): 這是o9在智能體架構(gòu)上的先進理念。他們認為，復雜的跨職能任務(wù)（例如，對季度預測進行事后復盤）應(yīng)由一個“復合智能體”來主導，該智能體可以指揮和編排多個更專業(yè)的“原子智能體”（例如，一個負責提取實際數(shù)據(jù)，一個負責運行分析模型，一個負責生成報告）協(xié)同工作。這是在2024年6月宣布的一項重大創(chuàng)新。

• 路線圖: o9的路線圖聚焦于不斷增強其復合智能體的能力，并深化LKM的智能水平。他們正在試點的關(guān)鍵用例之一是一個由AI驅(qū)動的“決策回放”（Decision-Replay）系統(tǒng)，該系統(tǒng)能夠分析過去的規(guī)劃決策及其結(jié)果，找出根本原因，并從中學習以改進未來的決策。

• 架構(gòu)基礎(chǔ): 企業(yè)知識圖譜（EKG）是o9所有能力的核心和專有技術(shù)壁壘        。他們與Microsoft建立了緊密的合作關(guān)系，利用Azure OpenAI服務(wù)來增強其平臺的生成式AI能力。

七、 OMP：以Unison Planning為核心，走一條審慎且以客戶為中心的AI之路

• AI愿景與戰(zhàn)略: OMP的AI戰(zhàn)略體現(xiàn)了一種務(wù)實和審慎的風格。他們不追求發(fā)布最前沿、最大膽的AI概念，而是致力于以一種實用、價值驅(qū)動的方式，與客戶共同創(chuàng)新，將AI能力融入其成熟的Unison Planning平臺。他們的重點是解決特定行業(yè)的實際挑戰(zhàn)，并交付可衡量的成果。

• 關(guān)鍵AI產(chǎn)品與路線圖:

• Unison Planning?: 這是OMP的核心產(chǎn)品，一個以決策為中心的集成規(guī)劃平臺。他們當前的戰(zhàn)略是“用AI賦能”（Powered by AI）這個強大的平臺。

• 生成式AI試點項目: OMP正積極地與多家世界500強客戶合作，開展生成式AI的試點項目        。這種共創(chuàng)模式確保了AI應(yīng)用的實用性和貼近性。

• 應(yīng)用案例: OMP的初步AI用例主要集中在兩個領(lǐng)域：知識管理，即利用類似聊天機器人的界面，讓用戶能夠方便地查詢復雜的OMP文檔和功能說明，從而降低學習曲線，提高用戶采納率；以及洞察生成，即允許用戶通過自然語言提問，來理解某個計劃背后的邏輯、潛在影響，并按需生成圖表和分析        。他們正在將生成式AI和可解釋AI（XAI）嵌入到預測和場景管理等核心規(guī)劃層中。

• 架構(gòu)基礎(chǔ): OMP強調(diào)其40年的行業(yè)專業(yè)知識和單一、集成的規(guī)劃模型是其成功的基石        。他們的AI戰(zhàn)略更像是對這個已經(jīng)非常穩(wěn)固和強大的模型進行“豐富”和“增強”，而不是一次徹底的平臺重構(gòu)。   

解決方案廠商的關(guān)鍵問題：超越市場營銷的表象

在與廠商接洽時，企業(yè)領(lǐng)導者必須提出深刻、尖銳的問題，以穿透其華麗的營銷辭令，觸及其能力的本質(zhì)。以下問題清單可作為選型的參考：

• 關(guān)于數(shù)據(jù)與架構(gòu)：

• “請向我們展示您的統(tǒng)一數(shù)據(jù)模型是如何運作的。對于我們現(xiàn)有的、來自不同供應(yīng)商的遺留系統(tǒng)，您將如何處理和整合這些數(shù)據(jù)？”

• “請解釋您的知識圖譜（或等效技術(shù)）的架構(gòu)。它與標準的數(shù)據(jù)湖或數(shù)據(jù)倉庫有何本質(zhì)區(qū)別？它如何捕捉我們獨特的業(yè)務(wù)規(guī)則和約束？”

• “您的平臺是真正的云原生微服務(wù)架構(gòu)，還是將傳統(tǒng)單體應(yīng)用‘容器化’后放在云上？請?zhí)峁┘軜?gòu)證明?！?/p>

• 關(guān)于AI智能體與定制化：

• “對于您的預置智能體，當我們的業(yè)務(wù)流程與您的標準模型不符時，它將如何處理？其決策過程的可解釋性（Explainability）有多高？”

• “如果我們采用您的‘鑄造廠’或‘Studio’平臺，我的團隊需要具備哪些技能？相應(yīng)的治理模型和最佳實踐是什么？”

• “您的AI智能體是如何進行訓練和持續(xù)學習的？我們能否使用自己的專有數(shù)據(jù)來微調(diào)（fine-tune）模型，以提高其性能和相關(guān)性？”

• 關(guān)于生態(tài)系統(tǒng)與未來路線圖：

• “您對于支持A2A（Agent-to-Agent）等開放的智能體互操作性標準有何路線圖？我們?nèi)绾未_保在未來不會被鎖定在您的專有生態(tài)系統(tǒng)中？”

• “您的商業(yè)模式是怎樣的？AI功能是包含在平臺訂閱中，還是需要按使用量、按智能體數(shù)量或按API調(diào)用次數(shù)額外付費？”

未來的5到7年內(nèi)，企業(yè)間的競爭優(yōu)勢將不再取決于是否擁有AI，而在于其智能體生態(tài)系統(tǒng)的復雜程度、其知識圖譜的智能深度，以及其組織將人類的創(chuàng)造力與AI的執(zhí)行力完美結(jié)合的能力。最終的目標是構(gòu)建一個不僅具有韌性和敏捷性，而且能夠自我學習、自我糾正和自我編排的供應(yīng)鏈。