Microsoft, Gallo, Blue Diamond Growers는 SAP가 후원한 2026년 8월 24일 SupplyChainBrain 기사에서 공급망 운영에 AI와 고도화된 계획 도구를 적용한 사례로 언급됐다. 세 회사의 프로젝트는 자동화 전에 데이터를 정리하고, 취약한 프로세스를 먼저 재설계하며, 주요 의사결정에서 인간의 권한을 명확히 하고, 전체 공급망을 한꺼번에 바꾸지 않는다는 공통 우선순위로 모였다. CloudPaths의 최고기술책임자 투샤르 발라(Tushar Bala)는 성공적인 AI 구현이 단순한 소프트웨어 도입이 아니라 비즈니스 전환에 달려 있다고 말했다.

Microsoft는 AI 수요가 클라우드 인프라 계획을 바꾸면서 이 문제를 마주했다. Microsoft Cloud 기업 부사장 조애나 코스테카(Joanna Kostecka)는 수요가 계획 담당자들이 예상하던 선형 증가가 아니라 이제 수백 퍼센트포인트씩 뛸 수 있다고 말했다. Microsoft는 제한된 부품과 전력, 길어진 리드타임, 주간 또는 일간 계획 주기, 전략 공급업체와의 수년 앞선 계획도 함께 고려해야 했다. Microsoft Cloud 엔지니어링 매니저 다발 데사이(Dhaval Desai)는 회사가 제품 설계, 계획, 조달, 제조, 배송 전반에서 낭비를 먼저 찾은 뒤 AI가 주기를 줄이거나 직원의 의사결정을 빠르게 할 수 있는 지점을 정했다고 말했다.

브랜드 제품과 원료 사업을 보유한 아몬드 협동조합 Blue Diamond Growers는 분리된 수요·공급 시스템을 SAP Integrated Business Planning, 즉 IBP(통합 사업계획 소프트웨어)에서 결합하려 했다. 회사는 이미 ERP에 SAP를 쓰고 있었지만 기존 SAP 환경에 필요한 정보 일부가 빠져 있다는 점을 확인했다. Blue Diamond IT 부사장 스티브 버그펠드(Steve Birgfeld)는 “Data first and foremost”가 핵심 교훈이었다고 말했다. 이후 Blue Diamond는 IBP 안에서 일부 데이터를 만들고, 여러 시스템과 스프레드시트에 흩어져 있던 계획 업무를 통합했다. 과거 약 6시간 걸리던 “what-if” 시나리오는 약 20분 안에 완료될 수 있었고, 회사는 물량 계획과 재무 계획을 더 긴밀히 연결했다.

CloudPaths의 발라는 먼저 계획 기반을 세운 뒤 수요 감지, 예측, 공급 최적화 같은 목표 영역에 AI를 추가하라고 권고했다. Gallo의 공급망 우수성 담당 부사장 니틴 무랄리(Nitin Murali)는 회사의 SAP 관련 AI 작업을 “의사결정 개선 여정”이라고 불렀다. Gallo는 “인간 의사결정 경계”를 정의해 사람이 판단을 유지해야 하는 고가치 의사결정과, 직원 승인 후 자동화할 수 있는 저가치 업무를 구분했다. 자동화 대상에는 주문 접수나 배치 계획 일부가 포함됐다.

Microsoft는 AI 에이전트(작업 수행 소프트웨어 시스템)가 수작업 분석과 스프레드시트 업무를 맡고, 사람은 상충관계를 따져 전략적 결정을 내리는 “오케스트라 지휘자” 같은 계획 담당자를 검토하고 있다. Gallo의 팀은 의사결정에서 거꾸로 출발한 뒤, 정보가 존재한다는 이유만으로 AI에 넓은 접근권을 주는 대신 필요한 신호, 입력값, 데이터를 식별한다. 무랄리는 계획 담당자가 무슨 일이 일어났는지, 왜 일어났는지, 왜 중요한지, 비슷한 조건에서 무엇이 일어났는지, 시스템의 확신도가 어느 정도인지 볼 수 있어야 한다고 말했다. 발라는 AI가 “계획 담당자를 그냥 대체하는” 것이 아니라 계획 담당자를 “기하급수적으로 더 뛰어나게” 만들어야 한다고 말했다.

Microsoft, Gallo, Blue Diamond Growers는 SAP가 후원한 2026년 8월 24일 SupplyChainBrain 기사에서 공급망 운영에 AI와 고도화된 계획 도구를 적용한 사례로 언급됐다. 세 회사의 프로젝트는 자동화 전에 데이터를 정리하고, 취약한 프로세스를 먼저 재설계하며, 주요 의사결정에서 인간의 권한을 명확히 하고, 전체 공급망을 한꺼번에 바꾸지 않는다는 공통 우선순위로 모였다. CloudPaths의 최고기술책임자 투샤르 발라(Tushar Bala)는 성공적인 AI 구현이 단순한 소프트웨어 도입이 아니라 비즈니스 전환에 달려 있다고 말했다.

Microsoft는 AI 수요가 클라우드 인프라 계획을 바꾸면서 이 문제를 마주했다. Microsoft Cloud 기업 부사장 조애나 코스테카(Joanna Kostecka)는 수요가 계획 담당자들이 예상하던 선형 증가가 아니라 이제 수백 퍼센트포인트씩 뛸 수 있다고 말했다. Microsoft는 제한된 부품과 전력, 길어진 리드타임, 주간 또는 일간 계획 주기, 전략 공급업체와의 수년 앞선 계획도 함께 고려해야 했다. Microsoft Cloud 엔지니어링 매니저 다발 데사이(Dhaval Desai)는 회사가 제품 설계, 계획, 조달, 제조, 배송 전반에서 낭비를 먼저 찾은 뒤 AI가 주기를 줄이거나 직원의 의사결정을 빠르게 할 수 있는 지점을 정했다고 말했다.

브랜드 제품과 원료 사업을 보유한 아몬드 협동조합 Blue Diamond Growers는 분리된 수요·공급 시스템을 SAP Integrated Business Planning, 즉 IBP(통합 사업계획 소프트웨어)에서 결합하려 했다. 회사는 이미 ERP에 SAP를 쓰고 있었지만 기존 SAP 환경에 필요한 정보 일부가 빠져 있다는 점을 확인했다. Blue Diamond IT 부사장 스티브 버그펠드(Steve Birgfeld)는 “Data first and foremost”가 핵심 교훈이었다고 말했다. 이후 Blue Diamond는 IBP 안에서 일부 데이터를 만들고, 여러 시스템과 스프레드시트에 흩어져 있던 계획 업무를 통합했다. 과거 약 6시간 걸리던 “what-if” 시나리오는 약 20분 안에 완료될 수 있었고, 회사는 물량 계획과 재무 계획을 더 긴밀히 연결했다.

CloudPaths의 발라는 먼저 계획 기반을 세운 뒤 수요 감지, 예측, 공급 최적화 같은 목표 영역에 AI를 추가하라고 권고했다. Gallo의 공급망 우수성 담당 부사장 니틴 무랄리(Nitin Murali)는 회사의 SAP 관련 AI 작업을 “의사결정 개선 여정”이라고 불렀다. Gallo는 “인간 의사결정 경계”를 정의해 사람이 판단을 유지해야 하는 고가치 의사결정과, 직원 승인 후 자동화할 수 있는 저가치 업무를 구분했다. 자동화 대상에는 주문 접수나 배치 계획 일부가 포함됐다.

Microsoft는 AI 에이전트(작업 수행 소프트웨어 시스템)가 수작업 분석과 스프레드시트 업무를 맡고, 사람은 상충관계를 따져 전략적 결정을 내리는 “오케스트라 지휘자” 같은 계획 담당자를 검토하고 있다. Gallo의 팀은 의사결정에서 거꾸로 출발한 뒤, 정보가 존재한다는 이유만으로 AI에 넓은 접근권을 주는 대신 필요한 신호, 입력값, 데이터를 식별한다. 무랄리는 계획 담당자가 무슨 일이 일어났는지, 왜 일어났는지, 왜 중요한지, 비슷한 조건에서 무엇이 일어났는지, 시스템의 확신도가 어느 정도인지 볼 수 있어야 한다고 말했다. 발라는 AI가 “계획 담당자를 그냥 대체하는” 것이 아니라 계획 담당자를 “기하급수적으로 더 뛰어나게” 만들어야 한다고 말했다.