这些中小型企业对外部政策环境极为敏感，尤其是美国的外贸政策。在这样的背景下，似乎优化其供应链体系才是保证其运营的唯一手段。
目前已经有投资者想要把握这一风口。具体的做法包括，加强对客户供应链体系的分析，来识别其性能与改进机会，通过使用供应商绩效评分模型来详细地预测物资损耗，并向客户提出安全库存的建议。对库存、物流以及其他供应链活动进行优化。
另外，随着大数据的大规模使用，供应链领域也将这一工具作为产业升级的必备武器。目前已经有多种分析方法来降低成本、促进生产效率。但是如今不少供应链管理企业并没有意识到，这些工具在实际经营活动中发挥的作用。
其实对于下游企业来说，最重要的还是想通过对供应链进行优化来保持竞争力。在这一方向上，利用历史数据、各种算法来进行预测性的分析尤为重要，下游客户更想知道企业未来的发展趋势。
在对供应链进行优化的过程中，参与者要积极引入各种工具，甚至人工智能这样的前沿技术，都可以用来建立分析模型。目前国际上已经有大概三分之一的供应链管理机构在采用机器学习技术来建立分析模型，不过这需要大量的结构化的ERP与SCM数据。
这种机器学习方法一旦成熟起来，能够面对下游厂商的需求自动做出调整，那么将会大大提高供应链管理企业开展业务的效率。
综合来看，供应链管理机构想要更好地开展业务，运用先进的技术已经是大势所趋。而那些供应链管理领域的专家，也需要增强数据分析既能，并适应这种数据驱动的文化。供应链管理已经从粗放式的管理，逐渐走向科学化、精细化运作。机构只有顺应这一潮流，才能真正为客户带来利益。
