伊戈尔·里卡洛（Igor Rikalo）是o9 Solutions的总裁兼首席运营官。他负责监督公司的全球运营，并在确保业务在全球范围内持续扩张方面发挥着重要作用。在加入o9 Solutions之前，伊戈尔曾在i2 Technologies担任客户面向的职务，专注于帮助消费品、科技、航空航天和零售行业的全球大公司通过应用分析和优化技术来转型其规划流程并创造价值。
随着 2025 年的结束，公司和供应链领导者正在应对一个受到关税和贸易政策变化以及经济不确定性的影响的假日季节和商业格局，这种不确定性可能会在 2026 年继续发挥作用。如果过去几年有任何经验教训，那就是管理不确定性和波动性已经成为新的常态。因此，传统的企业商业规划方法，通常涉及电子表格和部门之间的信息孤岛，已经不再足够。随着市场不确定性和供应链中断的持续，数据的可用性也在增加。麦肯锡 2024 年的一份报告指出，到 2030 年，数据量预计将比 2020 年增加十倍。虽然这两者之间没有直接的关联，但企业领导者们正在意识到利用更多的数据来帮助更有效地应对商业不确定性的概念，通过做出数据驱动的决策。更多的公司正在采取综合的方法来战略性地利用数据，通过建立数据仓库，制定企业数据战略，并实施具有数字孪生技术的 AI 驱动平台。这些平台可以处理大量的数据来模拟各种商业场景和预测中断。利用 AI 消除数据孤岛实施全面的数据战略的第一步是消除数据孤岛，通过数字化和统一组织内分散的数据和知识。在许多企业中，多个部门独立运作，每个部门使用自己的数据源。例如，财务使用自己的数据，采购使用另一个数据，供应链规划使用另一个数据。同时，每个部门都使用自己的外部数据信号。这意味着，如果一个部门意识到潜在的供应商延迟，其他团队可能无法及时获得这些信息以做出影响产品可用性的决策。AI 驱动的规划平台可以处理大量的内部和外部数据，作为单一的真实来源。数字孪生模型可以提供对端到端供应链的可视性，帮助团队跨多个规划场景开发洞察力，使他们能够做出协作的、数据驱动的规划和商业决策。例如，如果需求激增，数据可以显示哪些供应商最有可能按时满足增加的订单，哪些可能难以满足最后一刻的大量订单，或者哪些市场的消费者可能会转向另一个产品口味，如果最受欢迎的口味供应有限。如果规划团队可以更早地检测到趋势、风险和机会，企业可以转向另一个供应商，使用不同的运输路线，或者重新分配库存到需求最大的分销中心之前，潜在的风险或供应链中断影响企业。这些平台还可以帮助解锁和数字化组织内的内部部落知识，使团队能够更高效地合作。例如，如果一位具有 20 年经验的规划师可以从数据中确定供应商 A 和供应商 B 都有足够的库存来满足需求激增，但供应商 A 更可靠，这位规划师知道要优先考虑与供应商 A 的订单。相反，一个经验较少的规划师可能会选择供应商...
