像2020年的大多数事情一样，全球供应链在大流行期间陷入混乱。需求计划和设备维护时间表出了门，的电子商务量增长了44%，因为消费者呆在家中购买了维持生活所需的一切。作为回应，许多供应链经理增加了安全库存，以对冲波动加剧的风险。现在，随着我们开始摆脱封锁，每个人都在寻找提高供应链速度和效率的方法。
人工智能(AI)和机器学习(ML)技术似乎很自然地有助于在该领域提高效率和做出更好的决策。ARC咨询集团供应链服务副总裁史蒂夫·班克(Steve Banker)最近写了一篇有关AI驱动的供应链用例的案例，范围从仍处于炒作阶段的那些案例到具有确定的投资回报率的案例。银行家从最假设到最成熟的顺序进行了引用：区块链，自动卡车，用于仓库管理的机器学习，机器人穿梭优化，用于运输的机器学习，用于需求计划的机器学习，实时定位服务以及用于运输的物联网。
供应商急于向其软件添加AI / ML功能。QAD DynaSys产品管理总监Shaun Phillips说：“这是企业软件的军备竞赛。”但是对于需求计划和仓库管理之类的用例，现在具有真正的价值。