Gartner调查了500多名供应链专业人士，以更好地了解供应链技术重点、计划、价值和挑战，包括：
• 当今供应链中使用的技术类型
• 供应链最重要的新兴技术
• 供应链组织如何利用技术
• 由供应链技术投资驱动的业务成果
图1显示，22%接受调查的供应链专业人士将其组织对技术的使用描述为高度集成/协作。该组织利用创新技术工具实施了多企业流程编排，以实现全网络范围的协同价值创造。与此同时，18%的调查受访者表示，他们的组织运营在迥然不同的另一端：他们的组织运营着一个高度分散的应用程序组合，有许多基于不同技术、来自多个供应商/来源的独立应用程序。
大多数接受调查的供应链专业人士（38%）表示，他们的组织正在改进支持端到端流程的技术，并且他们的组织已经从改进的数据合理化和流程集成能力中受益。
如图2所示，百分之65以上的受访者认为大数据、物联网（IoT）和高级分析和智能是供应链最重要的新兴技术领域。Gartner的研究表明，到2024年，50%的供应链组织将投资于支持人工智能（AI）和高级分析能力的应用程序。
新兴技术领域的重要性【3】
研究简报【3】所指的供应链技术趋势即下表中八种供应链技术趋势【2】将有助于在未来几年加速供应链数字化转型：
简单描述
人工智能（AI）、机器学习（ML）、智能机器、机器人过程自动化（RPA）等技术的组合，可以促进或自动化大规模的任务和活动，这些任务和活动最初需要某种形式的人类判断或行动。
物理（通常是多企业）供应链数据对象之间各种关联的数字动态、实时和分时表示，作为本地和端到端一致决策的基础。
利用虚拟现实（VR）、增强现实（AR）和混合现实（MR），让用户（包括客户和员工）通过体验感知虚拟世界。
边缘计算和边缘数据处理的结合，通过人力资源、设备、智能机器、传感器和计算系统网络提供，使人们能够在企业边缘做出知情、安全和灵活的决策。
实施跨越物理层面（设备、机器、产品、运营基础设施和资产）以及信息和数字数据（客户信息、知识产权、专有编码、交易和个人数据）的安全措施。
环境、社会和治理（ESG）
评估公司治理机制的稳健性及其有效管理环境和社会影响的能力的公司绩效和评估指标。
软件功能可将实时报告、交互式数据可视化和/或分析和智能（包括ML、预测性和规定性分析）直接传送到企业业务应用程序中。
该工具由现有和新技术以及生态系统中的近实时数据组成，有助于数据处理，并允许提供与用户体验相关且适用于更互联的供应链数据的深刻信息、预测和建议。
八种供应链技术趋势
超自动化
数字供应链孪生
沉浸式体验和应用
边缘生态系统
供应链安全
嵌入式人工智能和分析
增强数据智能
上表中八种供应链技术趋势的详细介绍请参看【2】。下面是Gartner关于如何釆用技术趋势来帮助企业实现数字飞跃的四点对供应链领导者的建议：
1. 使用稳健的流程来识别、评估、选择和部署创新技术。
2. 在流程中包括成熟度、风险承受能力和行业等影响因素。
3. 认识到技术通常是按顺序排列并捆绑在一起的，以提供结果。
4. 选择对业务绩效有积极影响的技术。
超自动化是2022 年主要战略技术趋势
超级自动化被连续三年（2020-2022）被Gartner选为顶级战略性技术趋势【4】。此外，超级自动化也已连续两年（2020-2021）被选为Gartner八大供应链技术趋势之首【2】。Gartner 表示，超自动化是企业加速数字化转型所需采取的下一步。超自动化是指为增强和扩展人类能力而存在的自动化技术的混合。它是关于使用人工智能 (AI)、机器学习 (ML) 和 RPA等先进技术来完全自动化人类完成的任务。对增长、数字化和卓越运营的日益关注凸显了对更好、更广泛自动化的需求。超自动化是一种业务驱动的方法，用于识别、审查和自动化尽可能多的业务和 IT 流程。它需要协调使用多种技术工具和平台，包括 RPA、低代码平台和流程挖掘工具。
1. 什么是超自动化？
超自动化的想法本身并不新鲜，它是在Gartner 的 2020 年战略技术趋势中创造的一个术语。
根据 Gartner 的说法，“超自动化涉及先进技术的应用，包括人工智能 (AI) 和机器学习 (ML)，以越来越多地自动化流程并增强人类。超自动化涵盖了一系列可以自动化的工具，但也指自动化的复杂程度（即发现、分析、设计、自动化、测量、监控、重新评估）。”
换句话说，超自动化是自动化的扩展。它为自动化增加了一层先进的技术，从而可以利用该技术做更多的事情。
Gartner在【5】中指出：超自动化已迅速从一种选择转变为一种生存条件。超自动化是融合团队的潜在推动力，是“下一个常态”。超自动化被定义为一种严格的方法，通过协调使用多种技术、工具或平台来快速识别、审查和自动化尽可能多的业务和 IT 流程。融合团队是融合技术和其他类型领域专业知识的多学科团队，通常旨在交付数字产品而不是项目。超自动化原则是“未来工作”的基础（见图3）。
总体重点必须是使用多种超自动化技术的架构阵列来解决弹性、效率、敏捷性、生产力 (REAP) 和功能编排问题。业务成果取决于端到端数字业务和 IT 流程以及跨职能成果的编排。
2. 超自动化市场规模和预测
2021 年，Gartner 调查发现【6】，超过 50% 的 CEO 和 69% 的董事会要求加速增长和卓越运营。超自动化提供了实现两者的关键途径。
超自动化计划不断增长，投资继续有增无减。Gartner 在 2021 年的调查和民意调查显示，超过 80% 的组织持续自我报告增加或继续对超自动化计划进行投资。
Gartner 估计，超过 56% 的组织平均有四个或更多并行的超自动化计划正在进行中，领先的公司有超过 10个。超自动化计划的持续增长正在增加对高性能融合团队的需求。
根据VMR（verifiedmarketresearch.com）一个技术市场研究公司的研究报告【7】，2020 年超自动化市场规模为 5.81 亿美元，预计到 2028 年将达到22.16 亿美元，从 2021 年到 2028 年的复合年增长率为 18.25%（见图4）。超自动化市场正在经历快速增长，这归因于机器人过程自动化（RPA），人工智能（AI），机器学习（ML），生物识别和聊天机器人等技术在包括BFSI，零售业在内的各个垂直行业中的使用，制造，汽车和医疗保健等。行业对于超自动化的应用有着巨大的前景。例如，在e-KYC程序中，ICR（智能字符识别）解决方案允许手写多用途KYC表格在相关KYC门户字段中形成电子表格，并在相关字段中进一步填充数据。
制造和医疗保健领域不断增长的自动化趋势在全球范围内获得巨大的牵引力，反过来又推动了超自动化市场的增长。几家制造公司正在实施超自动化以降低运营支出（OPEX）并提高整体制造流程效率。尽管如此，由于COVID-9大流行，全球制造业活动的放缓对今年的市场规模产生了不利影响。然而，成本过高的资本要求可能会在预测期内阻碍超自动化市场的增长。
图4：超自动化市场规模和预测【7】
3.自动化向超自动化的演进
Gartner首次将超自动化列为顶级战略技术趋势。报告【8】从自动化及信息智能技术的两个维度的演进给出了从简单自动化到超自动化的演进道路（见图5）。
图5：通往超自动化的道路【8】
笔者在《数字化供应链》【9】中从认知和自学习能力的视角描述了机器人过程自动化向超级自动化的演进：超级自动化是一个以最佳方式组合RPA，AI， ML大量技术的框架，用以实现端到端的自动化。它是机器过程自动化（RPA）的前一步发展，也可看作是AI驱动的RPA技术。图6描述了机器人过程自动化向超级自动化的演进。
图6：机器人过程自动化向超级自动化的演进【9】
下表从五个维度比较了自动化和超自动化。这对于我们认识和设计超自动化很有启发。
|
|
自动化 |
超自动化 |
|
执行所需的技术 |
由自动化工具执行 |
由多种机器学习、打包软件和自动化工具执行 |
|
技术的复杂性 |
RPA 和面向任务的自动化 |
复杂的基于人工智能的流程自动化，特别包括流程挖掘技术【10】。 |
|
结果 |
高效运营 |
智能高效运营 |
|
覆盖程度 |
相关之处：“我们可以自动化哪些流程？” |
包罗万象：“一切可以自动化的东西都会自动化。” |
|
范围 |
从一个平台进行 |
是一个平台、系统和技术的生态系统 |
世界正处于极不确定的时代，，例如新冠大流行和地缘政治问题，暴露了我们全球供应链的弱点。2020 年出现了许多挑战，许多行业几乎陷入瘫痪，因为全球供应链步履蹒跚，必需品的生产和分销被推迟或完全停止。
4.超自动化是全球供应链的未来
在最近的Orange Business Services 调查中【11】，40% 的跨国公司无法应对大流行造成的危机，83% 的公司表示，与一年前相比，他们现在更加意识到自己的供应链风险。
与对业务的所有破坏一样，那些将其转化为机会的人将获得最大的收益。不可否认，过去的一年非常艰难，但它也以前所未有的方式推进了数字化转型。根据麦肯锡公司的数据【12】，自大流行开始以来，85% 的公司加速了数字化，67% 的公司加速了自动化和人工智能，36% 的公司将其供应链数字化。机器人流程自动化和超自动化是加速公司的数字化转型之旅的重要工具。超自动化以 RPA 为核心，通过人工智能 (AI)、流程挖掘、分析和其他高级数字工具扩展自动化能力。通过 AI 增强公司的业务流程，以创建智能运营的集成系统。
图7：AI+RPA超级自动化集成系统【13】
Gartner 将超自动化列为 2020 年及以后的八大供应链技术趋势之一。超自动化不仅指可以自动化的任务和流程，还指自动化水平。不过，值得注意的是，RPA 和超自动化是独立的解决方案：RPA 是一种集成传统和新业务工作流解决方案的非侵入性方式，但它仅适用于简单、常规、重复和稳定的任务。
超自动化已经在世界各地的日常供应链运营中得到采用，RPA 正被用于各种功能。它被用于自动化手动数据输入功能、生成供应链状态更新和执行系统到系统审计功能。现在可以跨 ERP、运输和仓库管理系统更快速、更轻松地处理复杂的供应链功能。它可以帮助公司每天在重复性任务上节省数百个员工时间，并且通过帮助消除文书工作，它甚至可以带来环境效益。
超自动化正迅速成为物流和运输行业企业端到端供应链战略不可或缺的一部分。以超自动化为主导的供应链计划和执行系统可以帮助提高流程效率、缓解紧张的利润、提高可见性并在整个供应链生态系统中提供准确的实时信息。例如：
•供应商选择和采购
•供需规划
•文件管理
•采购订单自动化
•质量控制和质量自动化
•运输状态
在供应链中实施超自动化时，必须拥有一个用于收集和数字化数据的系统，以便完全自主地执行给定的操作，无需人工干预。以下是一些可能适用于供应链的超自动化示例：
后台：通过光学字符识别（OCR）和文本分析等资源，机器人可以处理文档，从客户订单中提取相关信息，并自动生成相应的拣货单。像这样的解决方案是在供应链中加速和自动化文档和行政管理的真正机会。
需求计划：通过收集和综合分析销售历史和其他相关变量等数据，机器人能够预测需求行为，以预测例如缺货等不良情况。这使企业能够根据其实际需求调整最新的库存，确保高效、预测性和实时控制。
订单跟踪和交付：订单交付的数字化管理也是超自动化流程的一部分，例如，超自动化可以为客户提供更准确的交付时间或通知他们预期的延迟。考虑到更新的交通信息，超自动化还可以改善运输车队的管理。
仓库组织：仓库管理的数字化自动化并优化了诸如开槽（为货物分配位置）等任务。使用一组预定义条件（尺寸、周转率、库存类型等），仓库管理系统（例如 Interlake Mecalux 的 Easy WMS）可以协调产品上位，在任何给定时间做出最佳决策，并有助于高效、无差错组织。
物流数字化：内部货物运输的数字化是超自动化所涉及的过程之一。超自动化正在开启物流数字化转型的新时代。趋势是促进流程数字化，进而将所有可以自动化的东西自动化，甚至将某些决策委托给技术。高效供应链中的决定性机器人能提高生产力并降低成本。此外，超自动化增强了灵活性和可扩展性，因此任何公司都可以适应不同的场景。
图8：内部货物运输的数字化是超自动化所涉及的过程之一
超自动化应用于供应链，促进了最新技术的集成，以实现越来越高的自治水平。最终目标是提高不同操作的效率。图9描述了超自动化提高供应链管理的绩效:
图9：超自动化提高供应链管理的绩效【13】
5. SAP的超自动化解决方案帮助开启跨行业的超自动化之旅
SAP是在超自动化领域重要的玩家之一。图10描绘了超自动化的集成系统架构。它是一个由以下几大部分构成的平台、系统和技术的生态系统:
核心部分是SAP智能机器人过程自动化（RPA）
另一核心部分是SAP智能业务流程管理（BPM）
左边是SAP Leonardo智能技术
右边包括各种连接的应用和工具，以及各种由API连接的SAP内部和外部系统
底座是SAP云计算平台
SAP的超自动化解决方案正在帮助企业实施它们的超自动化项目。下面是几个案例:
德国唯宝（Villeroy & Boch）：通过无缝结合SAP 智能 RPA和一些SAP AI 业务服务能够处理非结构化数据和文档，创建一个完全自动化的发票错误处理流程。这些先进的“超自动化机器人”每年对 6000 个文档进行分类！所有这些都是在与 SAP ERP 应用程序和生产力解决方案紧密集成的同时完成的。采用这些技术意味着让员工能够专注于战略任务并提供更好的客户服务：减少日常查询所花费的时间，并有更多时间帮助批发客户增加 Villeroy & Boch 的收入！
墨菲油：超自动化进入下一代数字油田
Murphy 是一家独立公司，在美国和加拿大从事石油和天然气的勘探和生产，同时在全球开展勘探活动。执行此类操作很容易涉及由机械故障、天气和后勤问题引起的非生产时间，这会增加操作的大量开销。
SAP Cloud Platform上的高级数字计划使石油公司能够优化油井作业，减少非生产时间。此外，基于SAP Intelligent RPA、SAP Data Intelligence Machine Learning & AI 服务、SAP Conversational AI和SAP Cloud Platform Integration Suite的非接触式移动应用程序，使陆上现场操作员的工作效率和安全性得到了提高。借助机器学习、模式识别和智能 RPA 功能，Murphy 能够将处理来自 800 口井的超过 2400 万个事件的周期时间缩短 12%，以提供全面的视图、识别数据异常并建议修正任务。
超自动化操作，即进一步结合使用破坏性技术，需要 10-12 周的实施时间，并导致更快、更准确的决策、降低成本、改进预测和跨职能沟通，并确保墨菲石油公司在完成过程。
图10：SAP Intelligent RPA【14】
从自动化到自主：数字化供应链2035的路线图
Gartner最近预测在未来10年里，企业将逐步将决策权委托给技术【15】。首席供应链官（CSCO）和供应链战略负责人必须做好准备，应对超自动化的机遇，并负责任地管理对员工的影响。为了证实这一假设并帮助CSCO确立正确的前进道路，基于Gartner的研究结果，以下是两个关键的促成因素：
技术的演变，从新兴到主流。Gartner 2020年供应链战略炒作周期估计，机器人过程自动化（RPA）等技术将在两到五年内达到它们的技术成熟期（Plateau ofProductivity）。接下来，数字供应链孪生、供应链控制塔、供应链中的区块链和机器学习（ML）预计将在5到10年内达到它们的技术成熟期。最后，人工智能需要超过10年才能达到其技术成熟期。
劳动力的演变，特别是数字原住民或进入劳动力市场的Z世代。Z世代（特指在1990年代末叶至2010年代前期出生的人。有“千禧宝宝”之称。）的成员通常被描述为数字原住民，因为他们一生都熟悉数字技术。准备挑战数字现状的Z世代有望成为创新者。CSCO应积极寻求雇佣Z世代成员的机会，并应最大限度地发挥这些年轻员工对供应链数字化的影响。
为了准备未来10年及以后的数字化供应链发展，CSCOs应考虑以下三个步骤作为他们实现未来的超自动化供应链的战略和路线图。图11描绘了供应链从自动化到自主的路径，以及Z世代潜在的职业道路。
图11：供应链自主之路【15】
第一步：到2025年实现自动化
在过去的40年里，公司投入了大量资金，通过ERP实施自动化日常管理任务，并在工业自动化和机器人技术方面进行了大量投资，以简化实际操作。仍然有大量任务和流程可以进一步自动化，尤其是跨事务流程和决策。RPA正迅速成为一种低挂果实，尤其是在简化采购到付款、订单管理和客户索赔管理等流程方面。Gartner估计，超过70%的商业企业正在实施数十项超自动化计划。这些计划往往是完全不同或孤立的，它们要么与业务成果不一致，要么与各职能部门的业务目标不协调。
在未来五年里，随着技术的成熟和主流应用，CSCO预计将推出更协调、更具业务影响力的RPA计划。随着Z世代成员开始被雇佣，员工对数字化的心态也将趋于成熟，为该模式的下一个阶段奠定基础。
第二步：到2030年实现增强自动化
在接下来的五年里，一系列技术有望达到它们的技术成熟期，使超自动化能够以越来越高的智能自动化更复杂的任务和决策。超自动化将有助于自动化通常需要人类判断的复杂任务和决策（例如，在多个规划场景中进行选择），显著扩展人类能力，并提高决策的准确性和速度（例如，深入了解TB级的实时数据）。这一级别的公司将雇佣人力来控制和协调自动化供应链，让技术来完成大部分繁重的工作。
随着Z世代员工开始担任领导职务，采用超自动化的过程将加快。随着人们对超自动化的认识和接受度的提高，我们预计CSCO将推出更全面、端到端的计划，这些计划显然与业务目标有关。
第三步：再用10+年达到自主
最终目的是供应链自主，届时供应链中所有传统的人类低价值活动都将完全自动化。这可能会在2030年后的某个时候发生，届时人工智能将随着“人类增强”的成熟而提供全自动化供应链的前景。从传统的工作角度来看，该供应链将有最少的直接人员参与和干扰，这将非常符合以数字为母语的Z世代员工的期望。我们采访的所有供应链领导者都同意，2030年后的某个时候，他们的大部分供应链活动很可能会完全自主和自我修复。然而，他们并不期待供应链一片空白，一个人也没有。他们都同意，超自动化为人们腾出时间从事只有人类才能完成的增值工作提供了机会。
重新定义供应链战略、推动创新、关注客户服务和体验、控制人工智能数据和决策是CSCO期望人类在未来供应链中担负的供应链任务。
总结
本文首先讨论了供应链技术趋势如何影响CSCO的投资优先级，然后指出超自动化是2022 年主要战略技术趋势，最后介绍了Gartner的未来的超自动化供应链的战略和路线图。本文将有助于供应链管理领导进一步调整战略并建立能力以加速供应链的数字化变革。