川海智库

报告概述

《Supply Chain Planning 2026: Why AI Alone Isn’t Enough》是波士顿咨询公司（BCG）发布的首份关于供应链计划状态的专题报告。研究基于2025年第四季度开展的年度调研，覆盖全球超过180位供应链计划负责人，并结合行业访谈、圆桌讨论及BCG在先进计划系统（APS）与AI转型项目中的实践经验。报告将供应链计划视为从后台协调职能转向核心战略能力的议题，考察组织在需求波动、地缘政治和供应不确定环境下的计划成熟度。它重点剖析了APS作为计划生态核心的作用，梳理AI在计划中的四种能力层级，分析当前AI应用的价值现状与扩展障碍。报告还提出了一个以决策、流程、数据、技术四要素协同为中心的分析框架，并为管理者提供了识别自身短板、设计变革路径的方法。读者可通过本报告理解技术投资未能兑现的常见原因，以及领先组织如何通过组织能力建设将新技术转化为持续绩效。

报告的核心结论

计划成熟度决定业务绩效，领先者与落后者差距扩大。

BCG调研显示，计划成熟度较高的组织在服务水平、预测准确率、库存优化等核心指标上表现更好，并设定了更进取的目标。最高成熟度组织的预测准确率比最低成熟度组织高出超过25个百分点，而多数企业仍处于中间地带。随着计划战略地位上升，成熟度差异的后果越来越显著。

APS是计划生态的骨干，但价值释放依赖运营模式变革。

超过70%的受访企业已投资APS，大多数将规划能力评为“中级”以上，但能够达到卓越者很少。许多组织将APS视为一次性IT项目，流程再造和运营模式调整滞后，导致先进功能闲置、用户回流到电子表格。只有把APS视为持续演进的基础设施，并同步改进数据、流程和治理，才能兑现其价值。

AI尚不能实现全自主规划，当前价值集中在基础应用。

AI在计划中的实际价值主要来自预测改进、异常管理、数据解读和工作流自动化等基础领域，完全自动化的“黑灯计划”仍是远期愿景。调研中只有约五分之一的领导者表示规划自动化和优化引擎已产生有意义的价值，仅7%认为代理式AI和生成式AI应用产生了价值。用AI跳过成熟度建设的企业往往难以成功。

计划卓越源于决策、流程、数据、技术的四要素协同。

报告指出，持续的计划表现并不来自任何单一技术或举措，而是当组织将计划要支持的决策、治理这些决策的流程与运营模式、保证一致性和信任的数据基础，以及放大速度与洞察的技术四者协调起来时才会出现。领先企业将计划作为组织能力持续建设，而非工具集合。

报告回答的关键问题

为什么AI不能替代高级计划系统？

APS是计划逻辑的系统记录，提供主数据、约束条件、计划层次和流程节奏等结构化基础。AI的预测、推荐和自动化能力需要依赖这一骨干才能在企业级规模上产生可重复的决策。报告认为，APS与AI是相互依赖的共栖关系——APS负责结构化数据和治理，AI增加学习与选择性自主行动层，现阶段跳过APS直接转向AI难以成功。

供应链计划成熟度包含哪些评估维度？

BCG从集成业务计划、需求计划与预测、供应计划、生产计划、库存管理、商业计划、财务整合、数据数字与分析、变革准备九个维度评估组织成熟度，并划分初学者、发展中、中级、先进、卓越五级。多数组织自评为中级或先进，但变革准备和财务整合是最薄弱环节，它们恰恰是释放高级计划能力的关键前提。

AI在供应链计划中难以规模化的原因是什么？

报告总结了四大障碍：主数据分散且定义不一致，损害AI性能和信任；规划者难以解释和核对AI推荐，信任不足；部分试点技术上成功但无法证明比现有基线更优；AI与APS并行运行而非嵌入流程，容易被忽视。AI项目往往会暴露企业长期存在的流程和数据问题，快速推进者会将试点作为夯实基础的机会。

企业应该怎样从AI投资中获得实际价值？

报告建议从高价值决策出发重构工作流，用自动化处理数据搬运和校验等事务性工作，明确AI可推荐、可执行和需要人类审批的权限边界，同时提升规划者的数据素养和判断力，加强变革管理，把AI嵌入APS和IBP等核心计划节奏中。扎实的数据治理和循序渐进的部署比追求先进功能更重要，纪律将取代炒作。

报告中的代表性数据

超过90%

高管对供应链计划的战略依赖度

2025年，BCG调研显示，超过90%的受访高管依靠供应链计划来应对复杂权衡、优化绩效并在不确定性中引导企业，表明计划已成为核心战略能力。

约1亿美元

APS需求信号削减额

案例发生时间未明确，报告于2026年发布，在一家全球医疗科技公司案例中，通过预测验证、参数校正、优化库存净ting和强化IBP流程，使APS需求信号减少约1亿美元，同时未影响服务水平，展示了运营模式改进对APS价值的释放。

以上数据根据报告摘要整理，具体统计口径和数值请以完整报告原文为准。

完整报告包含什么

  • 报告介绍了BCG 2025年度供应链计划调研的设计与样本，涵盖181位来自不同行业和地区的计划负责人，受访者分布在需求计划、供应计划、库存管理、集成业务计划等职能，并呈现了按行业、地区的样本构成。
  • 报告展示了从“初学者”到“卓越”五个成熟度级别，以及集成业务计划、需求预测、供应计划、生产计划、库存管理、商业计划、财务整合、数据分析和变革准备等维度的自评结果，帮助企业对标自身定位。
  • 报告梳理了计划技术提供商的五种原型：超大规模云平台、端到端ERP套件、专业计划厂商、决策智能分析层和垂直细分方案，并讨论了APS平台的云迁移、嵌入式AI和智能体演进。
  • 报告以图表呈现未来计划平台的数据层、核心系统、APS平台、AI/ML、copilot、智能体、控制塔和决策智能等模块如何协同，以及人机分工原则。
  • 报告收录了多个企业案例，包括全球医疗科技公司通过运营模式变革释放APS价值、全球消费品公司部署AI认知层增强预测并保留人工审核、全球医疗产品公司通过集中化预测和AI显著提升预测准确率。
  • 报告总结了领先组织在组织准备度、基础能力、人才建设和变革管理上的共性，并提出六项无需大量前期投资即可强化计划能力的行动，包括锚定关键决策、夯实数据、转向例外驱动节奏、明确决策权、提升现有工具采用率和培训规划者。

本页内容由川海智库整理，用于帮助读者快速了解报告主题、核心观点和主要内容。由于报告量大、人工能力有限，部分观点、数据、统计口径或表述可能存在偏差，具体内容请以完整报告原文为准。

相关报告