ميلان لوكيتيتش، المدير التقني في شركة بيردز آي سيكيوريتي سوليوشنز

供应链必须为AI与AI之间的通信做好准备

人工智能已成为供应链运营中的一个实用组成部分。它验证文件、支持堆场监控、协助调度工作流程，并帮助解读传感器数据。这些应用如今已为人所熟知。随着AI系统开始直接相互交换信息，一个更具影响力的阶段正在临近。这一转变将影响数据在物流网络中的流动方式以及网络内部的决策方式。机器对机器的交换带来了速度和一致性，但也增加了对配置、数据卫生和身份控制的重视程度。这一变化将定义未来十二个月，而准备工作将决定结果是强化还是动摇核心流程。AI代理将开始在没有人工交接的情况下协调事件自动化系统交互的基础已经奠定。软件代理可以呼叫利益相关者、收集记录或更新数据字段。2026年的不同之处在于，这些代理将开始与其他代理协调，而不是等待人工验证。OpenAI的模型上下文协议概述了一种结构化方法，供AI系统访问工具、提交任务并与数字服务通信。该规范为代理提供了一个一致的接口，用于发起和响应机器级别的指令。这一变化之所以重要，是因为它将责任从每个接触点的人工判断转移到了决定代理如何解释和路由事件的上游逻辑规则。一旦代理接受，调度更新或身份匹配就可以在多个系统中移动。稳定性取决于严格的配置。堆场和周边系统将依赖多模态感知多年来，视频一直是堆场可视化的主要输入。随着模型能够同时解读多种输入，其他类型的传感器正逐渐被采用。例子包括围栏线的声学特征、用于地面活动的振动传感器、用于人或车辆检测的热成像，以及用于盲区的无人机镜头。斯坦福大学针对以人为中心的AI研究表明，现代模型如何受益于多模态信号处理。多个实验室已证明，传感器多样性比单一来源分析能产生更可靠的分类。一旦AI系统整合这些输入并与其他代理共享解读结果，检测的不一致性将会减少。这也增加了传感器校准和放置的重要性，因为不良输入会迅速在下游系统中传播。AI将创造新的基础设施需求并提高运营成本AI工作负载需要大量的计算资源。组织在2024年和2025年已经感受到了这方面的早期迹象，因为云使用成本呈上升趋势。未来一年将放大这种影响。麦肯锡预测，到2030年，为支持AI而对数据中心容量的全球投资可能达到数万亿美元。该公司强调了大规模推理对能源、硬件和网络资源造成的结构性压力。花旗集团预测，到2026年，主要科技公司的AI基础设施年支出可能接近五千亿美元。随着代理开始相互交互，组织将需要明确的规则来管理哪些任务可以自动运行、哪些输入可以触发这些任务，以及每种操作适合哪种模型规模。数据质量将决定AI系统协调的可靠性当输入结构良好且一致时，AI系统能以更高的精度运行。大量定义松散的信息会降低清晰度，并干扰模型对事件的解读，尤其是在多个系统相互共享结论时。供应链产生广泛的数据源，包括身份检查、堆场日志、传感器读数和调度记录。如果这些字段不一致、过时或重复，自动化代理就会产生较弱的评估结果。一旦系统开始直接交换这些评估结果，异常情况就会在平台间迅速传播。稳定的机器对机器协调依赖于干净的数据管道和可靠的输入。随着组织在互联环境中部署更多自主代理，这一要求变得更加重要。随着AI系统减少技术摩擦，区块链在供应链中的采用可能会增加区块链长期以来为防篡改审计追踪提供了可靠的结构，但由于密钥管理和账本交互相关的操作复杂性，其采用进展缓慢。AI系统可以减少这种摩擦。现在，用自然语言表达的指令可以以编程方式触发所需的区块链操作，而无需让团队接触底层的加密步骤。IBM概述了分布式账本如何在供应链环境中支持监管链追踪和完整性保证。随着AI代理承担起技术步骤，区块链成为身份验证、监管记录和争议解决的更实用工具。基础设施保持不变，但一旦AI介入交互，准入门槛就会降低。精确性将指导机器生成的通信在供应链内部如何运作如果没有约束，AI生成的内容可以迅速扩展。冗长的输出需要额外的审查，并会减慢决策周期。一旦自主代理开始相互交换信息，这就成为一个实际问题。生成非结构化或过多消息的系统会在互联平台间产生噪音。结构化输出将成为稳定协调的核心要求。围绕消息长度、允许字段、术语和触发条件的清晰规则可以防止不必要的摩擦。当格式可预测且简洁而非冗长时，机器对机器的交换效果最佳。结论随着供应链为AI系统直接通信的环境做准备，成功的组织将是那些早期在结构、治理和清晰度方面进行投资的组织。机器对机器的协调会放大物流网络中的优势和劣势。强大的数据卫生、可预测的消息格式和严格的配置将使代理能够快速可靠地运行。另一方面，薄弱或不一致的基础设施会在自主系统无需人工审查就交换信息时加剧错误。未来十二个月为运营商提供了一个机会，可以在自动化在其环境中扩展之前实现核心流程的现代化。建立一致的工作流程、定义身份控制、验证传感器输入以及规划授权边界，将决定AI与AI之间的交换是提升性能还是引入可避免的风险。这些系统不会取代人类的判断，但它们将日益塑造人类团队做出决策的背景。随着这一转变加速，现在就对准备情况进行投资的领导者将使其网络为更快的周期、更清晰的可见性和更具韧性的运营做好准备。