海外供应链对AI的真实想法

如果你还在供应链行业里，最近大概很难绕开一个问题：

AI 到底会把我们的工作变成什么样？

有人担心岗位会变少，有人开始补 AI、Python 和 Automation，也有人觉得供应链现实这么复杂，AI 离真正替代人还远得很。

这种分歧，并不只发生在国内。

最近我在一个海外供应链从业者社区里，看到了一场关于 AI 的讨论。发帖的人做了两年 Operations Engineer，刚刚被裁员，同时拿到了几个 Supply Chain Engineering 硕士项目的 Offer。

读下来要花 4 万多美元，所以他问了一个很现实的问题：

现在还值得继续投资供应链职业吗？AI 会不会很快把这些岗位替代掉？

我之前写过不少自己对 Supply Chain × AI 的看法。这一次，我更想换一个视角。

不先讲我的结论，而是看看海外真正做供应链的人，现在到底在讨论什么、担心什么，又为什么会得出完全不同的答案。

第一种声音：AI不会直接取代供应链，但会先减少人

这是讨论里非常典型的一派。

他们并不认为 Demand Planning、Supply Planning 或 Supply Chain Analyst 会突然消失，但他们认为：

完成同样一份工作，未来可能不再需要这么多人。

这个逻辑其实很好理解。

过去一个 Planner 或 Analyst，一天里可能有很大一部分时间花在数据和 Reporting 上，例如：

▫下载、清洗和合并数据

▫更新 Excel、Report 和 Dashboard

▫做基础分析

▫整理 PPT

▫跟踪重复性的 Exception

▫按固定规则生成建议

现在借助 AI、SQL、Python 或 Automation，一个人的处理效率可以明显提高。

所以他们真正担心的并不是：

AI 能不能完整替代一个 Planner？

而是：

过去需要 6 个人完成的工作，以后还需要 6 个人吗？

这个区别很重要。

企业并不需要等到 AI 能完成某个岗位 100% 的工作，才会重新设计组织。只要一个人的产能被放大，岗位数量就可能发生变化。

所以这一派的判断更接近：

Job may stay. Headcount may not.

岗位还在，但人不一定需要那么多。

第二种声音：别急着谈替代，很多公司连基础数据都没搞明白

另一派则明显淡定很多。

他们看到的供应链现实，和 AI Demo 里的世界完全不一样。

库存数据不准，Lead Time 不准，Master Data 没人维护，供应商给出的信息不完整，系统流程和实际操作对不上，甚至很多企业到了今天，依然高度依赖 Excel。

所以他们会反问：

连输入的数据都不能完全相信，AI 到底要怎么自动决策？

这也是我觉得非常有供应链特色的一种声音。

供应链不是一个天然干净的数据环境。很多时候，真正困难的并不是“算”，而是先判断：

▫这个库存数是真的吗？

▫这个 Lead Time 还是三年前维护的吗？

▫Supplier 说下周交货，可信度多高？

▫Promotion 已经取消了，系统里更新了吗？

▫Forecast Override 是真实市场信息，还是人为调数？

▫Report 里显示缺货，实际是需求突然上涨，还是货卡在仓库没上架？

这类从业者并不是认为 AI 没用。

相反，他们担心的是另一件事：

企业会不会在数据和流程都没解决之前，就急着往上加 AI。

这也是为什么有些从业者会吐槽，很多公司一遇到问题，就不断“throw technology at the problem”，希望技术本身成为一个 magic bullet。

但供应链的问题，很少只是工具问题。

第三种声音：真正危险的是 transactional work

还有一类观点非常直接。

他们认为，不应该问“哪个岗位会不会被替代”，而应该看这个岗位里到底在做什么。

如果一个人的工作主要是：

▫Number crunching

▫Spreadsheet manipulation

▫Report generation

▫Data consolidation

▫Routine analysis

▫Rule-based execution

那风险确实更高。

因为这些工作的共同特点是：

输入相对结构化，规则可以被描述，结果也比较容易验证。

这恰好是 AI 和 Automation 最容易进入的区域。

相比之下，如果一个岗位更多涉及 Supplier Negotiation、S&OP、Cross-functional Alignment、Exception Handling，很多人会认为短期内更难被彻底替代。

所以海外从业者开始隐隐把供应链工作分成两类：

一类是 transactional work。

另一类是 judgment-heavy work。

这可能也是未来几年很重要的一条分界线。

第四种声音：Planning不会消失，因为系统永远只看到了部分现实

讨论里也有 Planner 提出了很典型的反驳：

企业花几百万买 Planning System 已经很多年了，系统早就可以做 Forecast、Supply Plan、Replenishment。可 Planner 为什么还存在？

因为系统看到的是 Data。

而现实里的 Planner，还要处理 Context。

比如，一个系统可以告诉你：某个 SKU 12 天以后会缺货，建议提前采购 2,000 件。

但真正做决策时，情况可能是：

▫Supplier 提前交货需要额外 Expediting Cost

▫Warehouse 已经 95% 满仓

▫Finance 正在要求月底降库存

▫Sales 突然说下周可能有 Promotion

▫另一家仓库其实还有库存，只是调拨 Lead Time 太长

这时候问题已经不再是：

Should we order 2,000 units?

而是：

Which trade-off are we willing to make?

是保 Service，还是压 Inventory？

是保 Cash，还是接受 Stockout Risk？

是加急，还是延后 Promotion？

AI 可以把 Option 算出来，也可以做 Scenario Simulation，但最终企业还是要有人决定：

我们到底更看重什么。

所以这一派认为，Planning 不一定消失，但 Planner 的价值会往上移。

从过去的：

prepare data → calculate → report

逐渐转向：

interpret → challenge → coordinate → decide

第五种声音：真正让人焦虑的，不是“AI会不会抢工作”，而是职业路径开始不清楚了

这是我看完整个讨论以后，觉得最值得注意的一层。

发帖的人真正纠结的，其实不是技术。

他是在问：

我现在继续花钱、花时间投资供应链职业，这个选择几年以后还有没有回报？

这也是很多从业者现在的真实焦虑。

过去一个 Planner 的成长路径比较清晰：

Excel / Report → Basic Analysis → Planning → S&OP → Business Judgment

Junior 往往先从数据、报表和基础分析做起，然后慢慢理解业务，再逐渐参与判断和决策。

但 AI 最先自动化的，恰恰是这条路径最前面的那些工作。

于是一个新的问题出现了。

如果 Junior 不再需要花那么多时间做基础工作，这当然意味着效率更高。

但与此同时，他也可能失去了过去那种通过重复工作理解业务细节的过程。

那么未来，一个刚入行的人，要怎么成长成真正有 Judgment 的 Senior Planner？

这其实不是一个小问题。

如果越来越多 entry-level tasks 被自动化，未来企业可能需要重新设计人才培养方式。

否则就会出现一个悖论：

大家都说未来更需要 Judgment，但 Judgment 本身又需要多年业务经验才能形成。

那未来的 Senior Planner 从哪里来？

这个问题，目前似乎还没有谁真正给出答案。

海外从业者为什么会得出完全相反的判断？

看完这些观点，我反而觉得，他们并没有真正矛盾。

他们只是站在不同的供应链现场里。

如果你每天大量做 Report、Data Processing 和 Routine Analysis，你会明显感觉 AI 在逼近。

如果你所在的公司连 Inventory Accuracy 和 Master Data 都没有解决，你会觉得“替代”还非常遥远。

如果你的工作主要是 Negotiation、S&OP、Exception Management 和 Cross-functional Alignment，你会觉得人依然非常重要。

所以同样叫“供应链”，不同岗位、不同企业成熟度、不同业务模式，面对 AI 的感受会完全不同。

可以简单理解成这样：

规则越清楚 → 越容易自动化异常越多 → 越需要 Context目标冲突越大 → 越需要 Trade-off责任越重 → 越需要 Human Accountability

这大概也是为什么，很难简单回答：

“Supply Chain 会不会被 AI 替代？”

Supply Chain 本来就不是一种工作。

我觉得真正值得关注的，是这三个变化

把这些海外从业者看似矛盾的观点放在一起，我觉得至少有三个趋势越来越清晰。

1. AI最先改变的是Task，不是Job Title

AI 不需要完整替代 Demand Planner，才能改变 Demand Planning Team。

只要它能持续拿走其中一部分任务，岗位内容和团队人数就会重新调整。

所以未来看职业风险，不能只看你的职位名称。

更应该问：

我每天的时间，到底花在哪些 Task 上？

2. 会用AI，最终大概率只会变成基本功

今天“会用 AI”可能还是优势。

但如果过几年每个人都在用，就像今天会 Excel 一样，它不会自动让你有竞争力。

真正拉开差距的，会变成：

▫你能不能定义一个好问题

▫你知不知道哪些数据不能直接相信

▫你能不能 Challenge AI 的 Assumption

▫你能不能看懂 Recommendation 背后的业务后果

▫你能不能在多个目标之间做 Trade-off

3. 人的价值正在从“产出答案”转向“判断答案”

以前，一个优秀的 Planner 很大一部分价值来自：

我能把数字算出来。

未来可能越来越变成：

AI 已经给出答案了，我知不知道什么时候不能用这个答案。

这两个能力，并不是一回事。

最后

我之前写 Supply Chain × AI，更多是在分享我自己的观察。

这一次，我更想把海外同行的声音摆出来。

有的人悲观，有的人乐观；有人开始学习 AI，有人转向 Operations，有人相信 Strategic Sourcing 和 S&OP 更安全，也有人认为 Planning Team 一定会缩小。

但看完整个讨论，我觉得他们真正共同面对的，并不是“AI 会不会来”。

AI 已经来了。

真正不确定的是：

它到底会拿走哪些工作，而剩下的工作，又会对人提出什么新的要求。

所以，与其只问：

“AI 会不会替代我？”

也许更值得问自己三个问题：

▫我现在每天做的事情里，有多少已经可以被自动化？

▫如果这些工作被拿走，我剩下的价值是什么？

▫我现在积累的能力，是让我越来越靠近执行，还是越来越靠近判断和决策？

我也很好奇大家的答案。

如果把你现在的供应链工作拆开，你觉得有多少工作已经可以交给 AI？又有哪些事情，你认为五年以后仍然必须由人来完成？