韧性供应链大模型：基于生成式AI的多级库存优化、风险模拟与应急方案生成.docx

PAGE2

《韧性供应链大模型：基于生成式AI的多级库存优化、风险模拟与应急方案生成》

一、调研概述

1.1调研背景与目的

近年来，全球供应链面临着前所未有的不确定性挑战，从新冠疫情的持续冲击到地缘政治冲突导致的物流受阻，传统供应链管理模式已难以应对复杂多变的外部环境。

传统供应链系统往往基于线性假设和历史静态数据进行规划，在面对突发性中断风险时表现出响应滞后、韧性不足等问题，极易引发“牛鞭效应”导致库存积压或断货。

本调研旨在深入分析生成式人工智能在构建韧性供应链中的应用潜力，特别是如何利用大模型技术实现多级库存的动态优化、中断风险的精准模拟以及应急方案的智能生成。

调研目的在于揭示