艾美：在物流中，有许多流动的部件必须一起工作，跨越多国公司、众多供应商和服务提供商，每个部件都使用截然不同的设备，数据库和软件。18此外，不同的人类语言也很复杂，记录往往甚至没有计算机化。
高德纳咨询研究公司（Gartner Research）副总裁，即该报告的首席分析师诺哈·托哈密说，我们预计，人工智能、机器学习、企业社会责任和服务成本分析将会在未来十年内推动供应链战略发生重大转变。19
IBM和天气频道正在合作一个名为深雷（Deep Thunder）的项目，该项目利用机器学习帮助理解恶劣天气及其对工业的影响。Deep Thunder每天使用IBM沃森技术检查超过100TB的数据，以产生“更可靠的天气预报”，包括有关风暴，飓风和台风影响的特定地点信息，这些信息对供应链来说至关重要。20
上游管理中的自助物流
来源：@理查德·马丁2010
克里斯：通过AI增强性能的另一个例子是劳斯莱斯推出的R2数据实验室，该实验室将他们公司各地的人连接起来，使他们能够使用数据和AI，以便提升洞察力，为他们的客户提供更多价值。他们使用机器学习来分析大量的数据。21