《Electronic Markets》：Supply chain automation: Technology, processes, and human impact
编辑推荐：
运营管理中的自动化历史悠久，并得到多种技术支撑。制造业数十年来依赖机器替代或协助人员更高效、安全地执行手工任务，同时实现超越人类体能的操作（Nitsche等人，2021）。近期，制造即服务（Manufacturing as a Service）等先进概念借助高
运营管理中的自动化历史悠久，并得到多种技术支撑。制造业数十年来依赖机器替代或协助人员更高效、安全地执行手工任务，同时实现超越人类体能的操作（Nitsche等人，2021）。近期，制造即服务（Manufacturing as a Service）等先进概念借助高度自动化的设计到制造系统（如247TailorSteel）获得关注。物流领域，自动化通过自动导引车（AGV）、自主移动机器人（AMR）及高度自动化的仓储概念（如Ocado）而进步，提升了运营效率、速度和精度。物理自动化涉及制造和物流任务的执行；数字自动化则涉及组织内部及供应链间的信息处理与协调活动，可由数字系统执行。
数字技术、物联网（IoT）传感器、互联设备、数据平台和算法正在重塑供应链收集与共享信息、集成流程以及管理与控制运营的方式（McCarthy & Ivanov，2022）。人工智能（AI）的最新进展，包括生成式AI，扩展了规划与控制中可自动化的范围。然而，尽管具备这些能力，许多数字化供应链仍由管理者主导：数据和分析辅助判断，但规划和执行决策仍主要依赖人类。在此背景下，研究人员使用术语“供应链自动化”（supply chain automation, SCA）描述新一轮自动化浪潮，其目标不仅包括物理执行和常规数字交易，还包括传统由供应链专业人员执行的认知工作。
SCA指将规划、执行和控制任务委托给数字系统，这些系统建立在数字化业务流程之上，并越来越依赖AI，从而在有限（或无）人工干预下完成任务。SCA与工业信息物理网络（cyber-physical networks）密切相关：纯信息网络提供端到端可见性但无法主动响应环境变化，而信息物理网络可实时应对供需波动（McCarthy & Ivanov，2022），并利用可用数据支持运营决策和绩效目标。
尽管完全自动化的供应链管理（即自动化系统完全取代人类决策者）仍遥远，当前技术已能够自动化许多顺序任务、子流程，在某些场景下甚至覆盖端到端流程的大部分。虽然物联网、云平台、分析和AI在供应链中的孤立应用已有充分记录，但SCA强调多种技术系统级集成，以自动化更广泛的供应链流程而非孤立活动。这种转变增加了一些联合研究的需求：（i）技术组合与编排；（ii）跨组织流程的重新设计与标准化；（iii）组织重新设计，包括当决策权部分委托给系统时，技能、责任和监督如何变化。
这三个要素及其相互作用促成了本期《Electronic Markets》关于SCA的特刊。本刊基于早些时候的特刊“供应链与电子市场——跨学科价值共创的推动力”（Prockl等人，2017），将讨论从数字市场基础设施扩展到由这些基础设施支持的供应链流程与决策的自动化。
**研究背景与问题**
供应链自动化（supply chain automation, SCA）在运营管理领域已有长期发展历史，从早期制造中的机器替代到物流中的自动导引车（AGV）和自主移动机器人（AMR），技术进步持续推动效率与精度提升。然而，当前数字化供应链仍以人类管理者为主导：数据分析辅助判断，但规划与执行决策主要依赖人工，认知工作尚未被充分自动化。现有研究多关注物联网（IoT）、云平台、分析等技术在供应链中的孤立应用，缺乏对技术系统级集成、跨组织流程重新设计以及决策权转移带来的人员角色转型的系统性探讨。为此，研究人员开展本期特刊，旨在从技术、流程和人员影响三个维度构建SCA研究框架，并汇集多篇论文以填补理论空白。该特刊发表在《Electronic Markets》。
**关键方法**
研究人员通过文献综述整合现有SCA定义，并基于对多篇案例研究（如建筑供应链、意大利葡萄酒行业、意大利中小企业齿轮箱制造车间）、调查问卷（如意大利葡萄酒行业区块链采纳）、设计科学研究（如建筑供应链区块链架构）、分析模型（如制造商-在线零售商供应链模型）以及系统综述（如供应链风险管理自动化文献）的归纳，构建了三维SCA框架。样本来源包括：意大利葡萄酒行业的企业调查与案例、意大利一家生产减速齿轮箱的中小企业、数字多式联运货运平台的多案例研究等，但未提及具体队列来源。
**研究结果**
- **SCA定义**：研究人员通过回顾Nitsche等人、Mahmoudi等人、Belhadi等人及Nasiri等人的定义，整合出工作定义：SCA指数字技术与物理自动化系统的集成，以完全或部分替代人类在规划、执行和控制物料、信息及财务流中的任务，涵盖单一公司内部不同职能部门及供应链伙伴之间。该定义强调SCA是业务流程自动化（business process automation, BPA）在供应链中的扩展，因供应链流程天生跨组织且与物理流紧密耦合，对BPA提出了更高要求。
- **供应链自动化研究框架**：研究人员提出沿三个维度描述SCA项目的框架：技术维度涵盖五类技术族（IoT、云技术、区块链与分布式账本技术、机器人流程自动化（RPA）、AI家族）；流程维度区分五个核心领域（采购、生产、运输、库存管理、需求管理）；人员影响维度分为任务级（替代/支持单一步骤）、任务集级（覆盖过程中一组连贯步骤）、流程级（自动化端到端流程的大部分步骤）。框架表明，SCA的关键不在于单一技术，而在于多技术集成形成能感知、决策和执行的自动化系统。
- **通过SCA框架解读供应链自动化举措**：研究人员通过表1示例展示如何用技术、流程、人员影响三维度解读不同自动化举措，如基于IoT的产品跟踪（技术：IoT；流程：运输；影响：任务级）到基于AI的端到端需求规划（技术：AI；流程：需求管理；影响：流程级）。该部分强调不同维度组合的多样性。
- **本期特刊论文及在框架中的定位**：研究人员从互补角度分析了七篇论文：（1）Lautenschlager等人（2025）采用设计科学研究构建建筑供应链的区块链架构，自动化交付、发票和验证，同时通过选择性披露和基于角色的访问控制数据可见性，表明交易子流程可在不泄露商业敏感信息下自动化，人员影响为“任务集”级，决策范围覆盖短期运营和中期的治理与合同设计。（2）Bossong等人（2025）通过多案例研究和TOE（技术-组织-环境）框架分析数字多式联运货运平台，发现平台自动化订舱、跟踪和文档处理，但障碍包括透明度担忧、组织惯性及协调问题，人员影响为“任务集”级。（3）Fani等人（2025）通过调查和案例研究分析意大利葡萄酒行业的区块链采纳（常结合IoT），支持葡萄栽培、酿酒和物流中事件的自动捕获与记录，创建可审计的产品转化历史以支持信任，但中小企业存在能力与协调障碍，自动化主要影响“任务集”级（数据捕获、记录与共享）。（4）Grützner等人（2025）通过案例研究、工具分析、调查和文献综述，开发了多准则ABC分类的互连流程参考模型，明确哪些库存品适合自动化及哪些需更紧密管理监督，为补充和库存政策设计提供基础，人员影响为“任务集”级，支持后续自动化。（5）Ma等人（2025）通过分析模型比较批发与市场结构，分析基于区块链的可追溯性对定价、利润分配和信息披露的影响，发现区块链价值取决于质量敏感型消费者细分的大小和敏感性，人员影响不涉及操作任务替换，而是决策规则与信息结构的自动化，影响中长期选择。（6）Scarton等人（2025）研究意大利一家生产减速齿轮箱的中小企业，使用基于AI的专家系统在装配过程中自动检测异常，替代人工最终检测，减少返工和废品，并提前发现上游组件质量问题，人员影响为“任务级”（检测活动自动化）。（7）Das和Perona（2025）通过对171篇论文（最终51篇内容分析）的系统综述，分析工业4.0中九组技术如何支持供应链风险管理的五个阶段（检测、评估、缓解、监控、处理），发现大部分工作集中在检测与监控，自动化缓解和处理仍不成熟，自动化处于任务级或任务集级。
**总结讨论与未来研究方向**
讨论部分指出SCA正从孤立工具向集成系统演化，但存在四个关键未解问题：第一，自动化结果如何在流程区间传播仍不清楚，需纵向与系统层面研究跨流程效应；第二，数据共享、治理和协调仍是限制因素，需将自动化与跨组织治理（如选择性透明度、合同安排）联系起来；第三，当前多数应用限于任务级或任务集自动化，需研究决策权何时及如何从人类转移至系统（如无触摸、低触摸、中触摸），以及升级与覆盖机制的设计；第四，SCA显著改变角色、技能和组织设计，需更多实证研究，尤其是中小企业如何适应。
**研究结论翻译**
总体而言，本期特刊将SCA定位为一种系统性现象，不能通过孤立研究技术、流程或人员来理解。SCA研究的进展将需要研究设计将技术架构与流程重新设计、治理安排以及演变中的人类角色联系起来，从而支持供应链中可扩展、负责任治理的自动化发展。
