9月1日，ROI 技术研究机构 Nucleus Research 在迈阿密发布《2026 供应链控制塔技术价值矩阵》（2026 Control Tower Technology Value Matrix），把 17 家厂商按功能性与易用性两个维度划入四个档位。这份榜单本身值得关注，但更有信息量的是它给出的评判标准变化——衡量控制塔投入产出的核心指标，已经从”看得见”换成了”决策有多快”。
四个档位，17 家厂商
Leaders（领导者）：在功能性与易用性上同时表现突出，方案完整、ROI 高、支持大规模落地。本年度共 6 家——Blue Yonder、e2open、Elemica、FourKites、Infor、o9 Solutions。
Experts（专家型）：提供纵深且专业化的功能，适配复杂需求场景。本年度 3 家——aioneers、Kinaxis、SAP。
Accelerators（加速器）：侧重易用性与部署便捷度，方案更简洁，能以较低复杂度快速上手。本年度 3 家——Aera Technology、Lyric、Pelico。
Core Providers（核心供应商）：提供扎实可靠的基础功能，适合需求相对基本的组织。本年度 5 家——Centrum-AI、Cleo、Enmovil、Ergodic、Syren。
判断标准变了：决策速度取代可见性
Nucleus Research 的观察是，供应链控制塔技术正在跨越原有边界，向计划、执行、多企业网络、可见性、制造与决策智能等环节持续融合。当企业把这些环境连通起来之后，投资的评价方式也随之改变。
“控制塔的投资回报，越来越取决于决策速度，”Nucleus Research 首席分析师查尔斯·布伦南表示，”价值来自识别出真正对业务产生实质影响的中断，理解它在运营和财务上的后果，并在还有时间改善结果的时候采取行动。”
最清晰的 ROI 来源，是压缩”发现问题—理解下游影响—执行响应”这一完整循环的时长。响应更快、上下文更充分的决策，可以减少加急运费、库存暴露、缺货订单、客户升级投诉以及人工处理异常的工作量，同时改善服务水平、产能利用率、人力与资产效率。报告还提到另一层收益：企业可以在不同比例增加协调人力的前提下，扩大运营规模。
计划与执行正在合并
报告指出，随着企业使用实时信号与情景分析来评估库存分配、生产优先级、供应商选择、运输安排和客户承诺等决策，计划与执行两个环节的耦合度在提高。
这带来的实际能力是：在真正执行之前，团队可以把几个候选动作放在一起，逐一对照服务水平、成本、产能、库存与财务目标做比较，而不是先做完再看结果。
智能体 AI 接管”洞察到行动”之间的活
AI 在这一进程中扮演的角色，是在控制塔既有的预测分析、机器学习、优化与处方式能力之上再往前推一步。
Nucleus Research 的描述相当具体：生成式与智能体 AI 正在越来越多地自动化”洞察与行动之间”的那段工作——软件智能体开始承担监控异常、收集信息、分析短缺、与供应商协调、评估应对方案，以及在已连通的系统中发起动作。
但报告同时给出了明确的约束条件。这类能力的采用仍然受财务影响与运营风险的双重管理，因此可解释性、审批阈值、可审计性与人工监督的重要性在同步上升。换句话说，智能体的自主权必须与既有的权限体系和审批门槛对齐，而不是绕过它们。
报告对市场成熟方向的判断是：最终胜出的平台，将是那些能提供足够运营上下文、帮助判断”哪些中断需要人工介入”的产品，并推动组织从滞后反应走向同周期响应、近实时行动，乃至在问题对运营造成实质影响之前就提前预判。
Infor 连续第四年入选领导者
在 6 家领导者中，Infor 是连续第四年获得该定位的厂商，评价对象是构建在 Infor Nexus 之上的供应链控制塔——一个单实例、多租户、多企业的商业网络。
“我们的使命是为客户提供无可比拟的可见性、智能与协作能力，使他们能够主动识别并响应端到端供应链中的延误与机会，”Infor Nexus 产品营销与战略副总裁海蒂·本科表示。
报告列出了该产品自上一版榜单以来的若干进展，包括：推出面向供应链可见性与协作的首批标准化方案，出厂即按标准场景配置以缩短实施周期；上线”无事件检测”告警，允许用户为”某个流程未按预期发生”设置触发条件，借助流程挖掘识别订单与运输生命周期中的模式与偏差，覆盖漏转运、漏离港、卸货港滞留超时、供应商漏订舱等情形；将可见性延伸至国际运输的第一英里，覆盖货物离开供应商产地、经中转站再到港口这一段传统盲区；新增港口滞留分析，提供装货港、卸货港与场站的平均滞留时长与趋势指标；启用新的数据平台以统一管理客户与网络数据；在控制中心内嵌运营分析看板；扩展数据质量监控工具，用于发现全网范围的数据质量问题。
对中国企业的参考意义
需要说明的是，这份矩阵的评估样本以国际厂商为主，直接照搬名单意义有限。真正可迁移的是它的评价框架。
对正在推进供应链数字化的中国企业而言，这份报告提示了三个可用的自检问题：第一，现有系统究竟在缩短哪一段时间——是把数据汇总得更漂亮，还是真的压缩了从发现异常到执行响应的间隔；第二，引入 AI 智能体时，自主权边界是否已经与现行审批权限、金额阈值和审计要求对齐，可解释性和留痕是否具备；第三，运营上下文是否足够支撑”哪些异常值得打断人工”的判断——否则告警数量的增长，只会变成新的负担。
按 Nucleus Research 的逻辑，控制塔的价值不在于屏幕上有多少指标，而在于每一次中断发生时，组织能比上一次快多久。
