Flowr -- 通过大规模超市连锁中的智能体 AI 扩展零售供应链运营
人工智能
2026-04-08 v1
摘要
超市连锁的零售供应链运营涉及持续、高容量的手动工作流程，涵盖需求预测、采购、供应商协调和库存补充，这些过程具有重复性、决策密集性，且在没有大量人力投入的情况下难以扩展。尽管对数据分析的投资不断增加，但这些工作流程的决策与协调层仍然主要依赖人工、被动响应，并且在各个门店、配送中心和供应商网络之间碎片化。本文提出 Flowr，一个用于自动化大规模超市运营中端到端零售供应链工作流程的新型智能体 AI 框架。Flowr 系统地将手动供应链操作分解为专门的 AI 智能体，每个智能体负责一个明确定义的认知角色，从而实现原本依赖持续人工协调的流程的自动化。为确保任务准确性和遵循负责任 AI 原则，该框架采用由中心推理 LLM 协调的微调领域专用大语言模型联盟。框架的核心是人在回路中的编排模型，供应链经理通过 Model Context Protocol (MCP) 启用的界面跨工作流程阶段进行监督和干预，保持问责性和组织控制。评估表明，Flowr 显著减少了手动协调开销，改善了需求-供给匹配，并在手动流程无法达到的规模上实现了主动异常处理。该框架在与一家大规模超市连锁的合作中得到验证，并且是领域无关的，为智能体 AI 驱动的供应链自动化在大规模企业环境中提供了可推广的蓝图。
引用
@article{arxiv.2604.05987,
title = {Flowr -- Scaling Up Retail Supply Chain Operations Through Agentic AI in Large Scale Supermarket Chains},
author = {Eranga Bandara and Ross Gore and Sachin Shetty and Piumi Siyambalapitiya and Sachini Rajapakse and Isurunima Kularathna and Pramoda Karunarathna and Ravi Mukkamala and Peter Foytik and Safdar H. Bouk and Abdul Rahman and Xueping Liang and Amin Hass and Tharaka Hewa and Ng Wee Keong and Kasun De Zoysa and Aruna Withanage and Nilaan Loganathan},
journal= {arXiv preprint arXiv:2604.05987},
year = {2026}
}