驱动传统的供应链要素主要有两个：预测和订单。而订单是来源于客户对于既有产品的选择性购买的诉求，客户并未参与定义。

　　比如在汽车制造行业（或者家电、手机、家纺、家居等有经销机制的行业），销售门店并不是主动营销车辆，消费者往往要到“4S”店（或经销商），去购买车辆。此前，不管消费者是否已经购买汽车，品牌商都不会与他们沟通对于汽车购买的需求导向（不关注或者不知道谁是潜在消费者），于是对于某个时间段的销售预期只能够凭着经验或者任务来设定，而为了后续及时交付，从经销商到汽车制造商，再到零部件供应商，涉及到经销商预测、汽车制造商销售加权整理做安全库存、生产计划加权做有效生产、采购加权做批量采购与供应、零部件供应商加权做零部件生产与采购，最终可能极大的放大了实际需求量（牛鞭效应），但是，实际销量是不可控的，加上供应链过程中的变数影响和供应链管理的失误与失效，往往导致预测偏差巨大、计划变更、承诺与交付无效、库存层层累积、各方利润空间降低和新一轮的谈判与博弈，导致供应链过程的恶性循环，浪费了巨大的供应链资源、蕴含了巨大的供应链风险。

　　在智能制造中，预测和计划已经有了新的维度、工作内容和绩效要求。

　　在智能供应链中，采用大数据预测和智能算法模型，通过趋势结合动态实时需求感知、预测市场和重塑市场，从而主动掌控洞察需求。通过产品价值引导和有竞争力的订单响应周期承诺，完善企业的产销协同计划（sales、inventory、operation and planning，SIOP）系统提供支持，使得管理层能够长远全局战略洞察产销平衡，也能短期柔性应变产销的波动；同时通过工业互联网实时掌控设备与产线的实际能力约束，对不同优先级的订单进行智能排产，把人工智能融入高级排程系统（advanced planning system，APS）中，结合不同的场景，适应性的、分布计算优化。通过制造大数据部署预计库存计划，实时监控智能供应链过程中的差异，应对不确定性。

　　在智能供应链中，不再是既有的产品批销、预测、库存计划和被动补货，而是根据客户需求、企业经营战略、供应链价值导向、财务目标和产品策略，综合定义产品、制造工艺、物流模式和交付与结算模式，不仅仅关注产品的结构以及产品是如何被销售出去的，更多地关注产品的结构和形态是如何来的；不再是被动响应消费者要货需求，而是主动与消费者沟通获得产品需求，从而进行设计和研发，通过设计热销产品来引导客户消费导向，从而实现产品的热销可能（实现战略价值）。对于销售的产品，不仅仅是通过已销售的产品来分析未来销售的可能性，更是通过沟通与大数据来反映的消费者社群、行为、导向、事件影响、季节因素、流行引领等来分析和预测销售的可能（对于汽车、家电、家居等耐用消费品尤其如此，实际上，每销售一件库存产品，就成功阻止了一件新产品的销售机会，传统的预测成为无本之源，最后只有为了库存的预测）。

　　产品构成和来源是需求预测和计划的基础，它决定了企业如何进行销售预测的合并和分解，达成全价值链的预测共识。智能供应链以此为起点，然后通过物联网和大数据（包含数据化的历史经验）对于全渠道流通流量的模拟与仿真，做出基本面上的初步预测和引导，然后与大型客户和关键渠道与合作伙伴对其包含的变数信息作进一步的修改和调整，结合营销团队的工作计划中的关键节点（比如大型促销活动、重要节假日等），从而使得需求预测和供应链资源计划能够与内外活动保持同步。当然，需求预测和相应的生产、物流计划，不再是人工编制或者独立的计划模块编制，而是立足于全价值链运作的（人工智能化）协同系统主动完成。

　　智能供应链体系通常会评估每一个产品的产品生命周期并进行持续跟踪，预测产品数量的递减和递增，以确定其进入和退出市场的节拍和方式。引入新产品必须综合上一代产品的供应链过程中的库存和采购渠道中的半成品及零部件数量。从而保持产品的新鲜度和减少新老产品的市场冲突，保持消费者的满意度和忠诚度。

　　智能供应链系统中拥有完整的跨企业智能预测和供应链资源计划工作流程，在物联网环境下协作的各方能及时准确地传送需求信息。于是预测可以从供应链的任何一个环节发起，从而促发所有环节的实时响应，即供应商可以给客户发出一个基本预测以便客户在此基础上作回应，也可以是客户先提供一个对基本面的预测然后让供应商作出评估。除了预测信息，关于销售速度、消费者现场体验满意度、库存水平和补货需求等方面的信息同样可以通过大数据的方式在企业和客户间沟通传递。由此也减少了供应链中不同环节采用囤积库存以弥补信息不灵通造成的影响，大大降低了效率损失和运营风险。

　　即使在智能供应链环境下，各个环节难免受到各类变数的影响而产生动态调整，而影响需求预测和计划的正常进行，需求分析既要最大程度的减少预测错误同时又要充分考虑需求的变数，一般需要设置应急模式和自我修正、调整的缓冲模式。依据产品形态、工艺路径、客户需求、交付和结算模式的不同，反应缓冲保护区的设置也就不同。正因为如此，表现出来的生产和物流计划也会相应的有所区别。