在沃尔玛启动将AI工具推广至200万名员工的计划之前，这家零售巨头的供应链团队便已依赖该技术，帮助商品抵达应达之处。

沃尔玛供应链技术高级副总裁Indira Uppuluri向CIO Dive表示，预测模型在供应链行业始终占有一席之地。但她指出，如今团队可获取的数据量与AI工具规模，为其在充满挑战的环境中提供了更强的导航信号——Uppuluri称：“这正是行业的发展方向。”

Uppuluri称，关于天气模式与顾客购买历史的数据，结合机器学习技术，显著提升了供应链技术团队所能提供的洞察水平。

她补充道，沃尔玛能够访问企业界流行的大语言模型与开源模型。数据科学与优化团队亦会构建定制化AI工具，以满足业务需求与目标。

沃尔玛与OpenAI及Google合作，通过面向员工的平台Squiggly提供岗位专属AI认证，该平台同时鼓励员工自行构建定制工具。

这家零售商的供应链技术团队负责管理其节点——即商品接收、处理、存储或发运的环节——以及其履约引擎，后者负责库存寻源并细化向顾客交付商品的标准。

该团队还负责管理引导进出向运输及中程运输的技术。随着同日达服务在大型零售商中日益普及，这一挑战正在加剧。沃尔玛旗下的山姆会员店于4月推出了1小时送达服务。

智能体AI与数字孪生

为优化商品管理幕后所有动态环节，Uppuluri表示其团队使用AI模型与智能体。

员工不再逐一审视单个节点，而是可以借助智能体了解公司资源整体利用情况，以及如何最优配置资源或修复瓶颈。

“品类、速度与成本，是我们试图通过供应链加以平衡与优化的三个要素，”她补充道。

截至目前，2026年因关税与地缘政治引发的动荡，使其成为供应链领导者艰难的一年。极端天气或环境干扰可能加剧这一挑战。

供应链管理很大程度在于为阻碍商品流通的事件做准备并作出反应。Uppuluri表示，有时团队能够预判诸如天气等干扰事件，但往往无法做到。

同一套帮助商品高效流转的内部平台，也帮助沃尔玛为快速且不可预期的变化做准备。Uppuluri的团队使用建模工具与数字孪生技术，测试网络在设施关闭、运输延误或顾客需求骤变时的响应能力。运输团队利用公司物流网络的虚拟副本，模拟商品在压力情境下如何穿越供应链。

“如果某处突然发生火灾，你如何迅速应对？”她问道，“幕后系统利用数据生成可采取的行动方案，员工可采纳这些建议并加以执行。”

Uppuluri表示，供应链行业已随AI一同演进——从随机模型，到大语言模型，再到如今的AI智能体与智能体工作流。他们所使用的技术组合也将随时间持续演变。

“供应链在演进，其背后的模型也在同步演进，”Uppuluri说。

澄清说明：本文已更新，以明确Uppuluri的团队能够预判诸如天气等干扰事件。