据 DC Velocity 报道，国际数据公司（IDC）的一项最新调查显示，许多供应链企业在 AI 投资和部署方面缺乏系统性方法，导致其容易遭受成本高昂的失败，且难以交付可衡量的商业价值。这种“问责缺口”（accountability gap）的出现，正值业界对 AI 应用的期望迅速升温之际。
信任缺失成 AI 应用最大障碍
调查显示，目前仅有 6% 的受访者认为其供应链已实现规模化自主运营，但 41% 的企业预计这一模式将在 1 至 2 年内成为其核心运营方式。然而，这种迫切的技术抱负与现实之间存在明显落差——仅有 1/8（约 12.5%）的组织已将治理机制完全嵌入，以支撑如此大规模的 AI 部署。
这项由 Kinaxis 赞助的 IDC InfoBrief 报告题为《让供应链 AI 负起责任》（Making Supply Chain AI Accountable），调查覆盖了 9 个全球市场的 2000 多名供应链领导者。
值得注意的是，仅有 2% 的受访者表示其企业完全没有 AI 能力，但只有 12% 的企业认为自己是 AI 领导者。当被问及阻碍 AI 更快应用的首要障碍时，超过半数（52%）的受访者将矛头指向了对 AI 驱动决策的信任缺失。
企业对自主 AI 的核心担忧
调查还列出了企业对自主/智能体 AI（autonomous/agent-based AI）的主要担忧，具体数据如下：
- 数据质量与集成：31% 的企业将其列为首要担忧；
- 治理与问责：19% 的企业表示担忧；
- 决策错误：17% 的企业持此看法；
- 失去人工控制：16% 的企业有此顾虑；
- 缺乏透明度与成本问题：均占 9%。
价值验证与问责成为焦点
调查的其它关键发现还包括：62% 的受访者认为，改善数据质量与集成将加速 AI 投资；51% 的企业希望看到明确的投资回报率（ROI）和价值实现时间。在治理层面，67% 的受访者认为，对 AI 驱动结果的问责将是最需要治理变革的领域。
尽管存在诸多顾虑，企业对 AI 的整体态度仍偏乐观。79% 的受访者将 AI 视为机遇而非威胁，并认为兼具 AI 能力与供应链行业经验的合作伙伴将最终胜出。
“供应链 AI 的下一阶段不是简单的更多应用，而是问责——确保 AI 交付可信的决策、可衡量的价值、受治理的自主性以及可落地的运营成果。”——Eric Thompson，IDC 全球供应链规划研究总监
Kinaxis 推出 Maestro 平台应对挑战
作为本次调查的赞助方，Kinaxis 表示其“Maestro”AI 平台正是为满足这一需求而设计。
“AI 应用已不再是问题。问题在于 AI 能否交付可信的决策、可衡量的价值和受治理的自主性——尤其是当 52% 的领导者告诉 IDC，信任是阻碍他们前进的因素时。我们构建 Maestro 就是为了回答这个问题。每一条 AI 驱动的建议在行动前都是可解释、可审计的，因此问责发生在决策层面，而不仅仅是政策层面。”——Justin King，Kinaxis 现场首席技术官
这份报告的发布，反映出全球供应链行业在 AI 应用上正从“盲目追逐热点”转向“理性评估价值”的关键转折期。对于供应链从业者而言，如何建立对 AI 决策的信任机制、明确问责体系，将成为下一阶段竞争的核心议题。
来源：DC Velocity
本文编译自海外媒体报道，由 SCI.AI 编辑团队整理发布。
