Mayank Daga's Contributions to Integrating Agentic AI for Supply Chain Planning and Logistics: Transforming Intelligent Supply Chain Execution (2021–2026)

Mayank Daga 對將 agentic AI 融入供應鏈規劃及物流嘅貢獻：革新智能供應鏈執行（2021–2026）

ManuTrade AI 新聞編輯部

過去五年，全球供應鏈同物流業經歷咗現代史上其中一次最重大嘅技術轉變。由疫情時期嘅中斷到地緣政治貿易緊張同波動嘅貨運市場，製造商同物流供應商被迫重新思考點樣實時計劃、執行同調整營運。喺呢場轉型嘅核心，係一種新類別嘅人工智能——稱為「agentic AI」——呢啲系統唔單止分析數據或生成建議，仲會自主做出決策同執行行動。好少技術專家對呢個轉變嘅貢獻比得上 Mayank Daga；佢由2021年到2026年嘅工作，幫助重塑咗企業點樣應對智能供應鏈執行。

傳統供應鏈軟件一直以歷史數據分析同基於規則嘅自動化為基礎。系統可以預測需求、標示潛在中斷或者優化路線——但佢哋需要持續嘅人手介入，先至可以根據呢啲見解採取行動。結果：計劃週期以星期計，而唔係以分鐘計，而且企業喺中斷發生同能夠回應之間，一直存在持續嘅延遲。

Agentic AI 由根本改變咗呢個範式。呢啲系統唔再係被動分析，而係作為自主代理，感知環境、設定目標、規劃行動、執行行動，並且從結果中學習。喺供應鏈規劃同物流嘅脈絡下，呢個意味住技術可以喺港口關閉時動態重新規劃貨運路線、因應需求急升而喺唔同倉庫之間重新平衡庫存，或者喺運力緊張時重新傾承運商合約——全部唔使等人手規劃員逐個決定批准。

Mayank Daga 喺呢段時期嘅工作，集中於填補供應鏈規劃（策略層）同物流執行（營運層）之間嘅鴻溝。佢開創咗一啲框架，令 agentic AI 系統可以將兩個領域整合成一個單一嘅智能決策迴圈。

佢嘅主要貢獻之一，係開發多代理架構，將複雜嘅供應鏈問題分解為協調嘅子任務——一個代理監察需求信號，另一個管理供應商風險，第三個優化運輸，第四個協調倉庫營運。呢啲代理實時溝通同協調，實現咗業界專家所講嘅「閉環執行」：一個系統可以偵測到偏離計劃、調整計劃、執行新行動方針，並將結果反饋到未來嘅計劃週期。

Daga 亦都專注於令呢啲系統可以實際部署。呢個包括設計人為監督嘅防護欄——定義邊啲決策可以自主進行、邊啲需要人為批准，以及系統點樣解釋佢哋嘅推理。對可解釋性嘅重視至關重要，因為供應鏈高管仍然對將控制權交畀黑盒演算法存有戒心，特別係涉及數百萬美元庫存或合約義務嘅高風險決策。

呢個轉型嘅時機並唔係偶然。全球貿易已經變得更加複雜同波動。運費可以喺一個季度內波動300%。地緣政治中斷、極端天氣事件同消費者行為轉變，造成持續不斷嘅例外情況，傳統計劃系統根本應付唔嚟。製造業專業人士發現，任何喺成本、速度或可靠性方面嘅競爭優勢，越來越取決於佢哋 AI 編排能力嘅成熟程度，而唔單止係實體資產。

呢啲影響對國際貿易嚟講非常深遠。企業如果喺供應鏈中部署 agentic AI，可以將計劃週期由幾個星期壓縮到幾個小時、實時應對供應商中斷，以及以前所未有嘅方式優化總落地成本。呢種 AI 賦能供應鏈同傳統供應鏈之間嘅能力差距正在迅速擴大，而且正成為各行各業市場份額爭奪戰中嘅決定性因素。

對於想利用呢啲發展嘅製造商同中小型企業嚟講，Daga 嘅工作提供咗幾個教訓。

首先，由一個高價值嘅用例開始，而唔係全面改革。無論係自動化入廠原材料嘅貨運配對，定係實現自主庫存補貨，一個聚焦嘅部署可以帶嚟可量化嘅投資回報，從而支持更廣泛嘅採用。

第二，喺投資 AI 代理之前，優先處理數據質量同整合。代理式系統嘅好壞取決於佢哋可以存取嘅數據——垃圾入，垃圾出，仍然係行業最難接受嘅事實。投資於乾淨、標準化嘅數據管線，係任何有意義嘅 AI 驅動自動化嘅先決條件。

第三，設計人機協作，而唔係完全取代。Daga 嘅框架強調監督同異常處理。最成功嘅部署會將人保留喺策略決策同關鍵異常情況嘅迴圈中，同時將例行規劃同執行任務交由代理處理。

最後，確保你嘅技術合作夥伴提供可解釋 AI。喺一個仍然高度依賴信任、合約同責任嘅行業，你需要明白點解 AI 系統會畀出某個特定建議。一個無法解釋自己決定嘅系統，將無法承受監管審查或董事會級別審議嘅嚴格考驗。

展望未來

當我哋展望呢個十年嘅餘下時間，趨勢好清晰：智能供應鏈執行係新嘅競爭前線。將 agentic AI 整合到規劃同物流中，唔係一時嘅趨勢，而係全球貿易運作方式嘅基礎性改變。好似 Mayank Daga 呢啲先驅嘅工作，已經將自主供應鏈嘅理論潛力轉化為可行、可部署嘅系統。對製造業專業人士嚟講，訊息同樣清晰：而家就適應，否則就會被拋離。

---

來源：Tech Times。〈Mayank Daga's Contributions to Integrating Agentic AI for Supply Chain Planning and Logistics: Transforming Intelligent Supply Chain Execution (2021–2026)〉。《Tech Times》，2026年7月21日。[原文連結](https://www.techtimes.com/articles/321136/20260721/mayank-dagas-contributions-integrating-agentic-ai-supply-chain-planning-logistics.htm)