据TechRadar Pro报道，一项研究显示，43%的英国零售业领导者将供应链问题列为2025年三大业务挑战之一，凸显行业在需求增长和成本不确定下的运营压力。全球供应链持续受到地缘政治和气候不确定性的影响，英国零售和消费品企业面临原材料及包装成本波动，生产经济受到冲击。
研究还发现，绝大多数英国零售商没有信心扩大供应链运营规模，以应对预计增长的消费者需求。印孚瑟斯公司负责消费品、零售及物流业务的执行副总裁表示，零售和消费品企业可以通过现代化改造分散且僵化的系统，提高数据可见性、分析能力和自动化水平，从而解决这些问题。人工智能和机器学习技术被认为是这一进程的关键，它们具备数据整合、自动化、需求感知和智能分析等能力，正重新定义零售和消费品企业的运营方式。
连接供应链平台能够帮助组织实时管理运营和库存，改善库存分配和订购效率。智能算法可以分析历史销售、季节性、天气、社交媒体趋势和本地事件等大量数据，更准确地预测需求，使企业提前调整生产和分销策略，以应对需求激增或供应中断。人工智能和机器学习还能自动化多种供应链任务，加快流程、减少错误并节省成本，从而提高产品可用性和客户满意度。
实时洞察对供应链运营至关重要。来自销售点系统和电子商务平台的实时数据能够提供关于客户偏好和行为的即时信息，企业可据此动态调整各仓库和商店的库存水平。实时分析解决方案还可展示产品在不同地区、渠道甚至门店的表现，帮助零售商优化产品组合和开展针对性促销。持续的供应链可见性使企业能够预测需求变化和中断，降低风险并保持供应链韧性。
人工智能和机器学习平台具备较强的预测能力，不仅能进行一般需求预测，还能预测客户的具体需求和时间，甚至在库存耗尽前主动触发补货订单。算法比传统分析更擅长发现模式和做出预测，并能根据微观趋势调整预测。这有助于企业确保在正确的时间将正确的产品放在正确的位置，减少缺货导致的销售损失，节省劳动力、仓储等成本，并提高实体和数字渠道的产品可用性。
由智能体人工智能驱动的自主供应链正在将运营效率和客户参与提升到新水平。自主系统可以预测需求、优化库存，并在很少或无需人工干预的情况下协调各项任务。它们还能个性化产品选择和配送选项，持续优化物流和运输路线，实现更快或准时交付。如果预测到延迟，人工智能代理可以主动采取措施，例如改道运输、建议替代供应商，并通知客户订单状态。自主供应链还通过优化库存和物流运营减少浪费和能源消耗，并通过清晰的可视化支持道德采购，使供应链更加敏捷、主动和可持续。