普华永道2026年供应链调查揭示，美国企业AI转型面临严重落地难：虽85%自认领先，但89%技术投入未达预期，AI战略嵌入率仅27%，数据质量不足成主要瓶颈。近九成企业受困于低质量数据，组织重构率仅41%。
据www.dcvelocity.com报道，美国企业数字化转型的雄心与实际执行之间存在显著鸿沟，尤其在人工智能（AI）与供应链技术应用方面，尽管85%的企业自认领先同行，但89%表示技术投资未能实现预期效果。
AI战略落地率不足四成，执行与愿景严重脱节
根据普华永道（PwC）发布的《2026年运营数字化趋势报告》，该调查覆盖了767名美国运营与供应链高管，涉及年营收达1亿美元以上的各类企业。报告指出，尽管85%的受访者声称其数字化转型进度领先于多数竞争对手，但高达89%的人坦言技术投入未达预期回报。这一现象在多个行业中普遍存在，包括能源、工业产品、医疗健康等。
在AI应用层面，尽管83%的受访者认为AI代理与自动化将打破传统职能孤岛，但仅有27%的企业已将AI战略全面嵌入各业务单元，而仅37%的公司表示有信心让AI代理执行完整端到端的运营流程。
数据质量成核心瓶颈，近九成企业受困于数据问题
尽管企业在数据基础设施建设上投入增加，但数据质量与可靠性仍成关键短板。调查发现，仅有30%的企业报告数据质量有显著改善，而87%的受访者表示，低质量数据严重阻碍了数字项目创造价值的进程。
在组织架构方面，尽管94%的受访企业计划重组运营模式，以向更横向协同、网络化的结构演进，但现实中仅41%的公司真正采用此类模式，表明组织变革滞后于技术愿景。
技术投资与业务成果错配，行业转型面临深层挑战
报告还揭示了一个趋势：企业对技术的投入意愿与实际成效之间存在明显断层。例如，AI、自动化、物联网等技术被普遍视为提升效率的核心手段，但多数企业在实施过程中面临人才短缺、系统集成困难、流程重构阻力等问题。
在供应链领域，企业正面临持续的不确定性：需求疲软、成本上升、物流中断风险加剧。这些外部压力进一步放大了内部技术落地的难度。据原文报道，物流与运输企业普遍将2026年视为技术变革的关键年份，亟需通过数字化手段优化流程、提升韧性。
原文数据显示，受访企业中，消费者市场占比13%，能源与资源类占比16%，工业产品类占比18%，制药与生命科学类占比11%，科技与电信类占比16%，金融与保险类合计占比10%，覆盖广泛行业，反映出该问题具有系统性。
企业高管普遍认识到，技术变革的成败不仅取决于资金投入，更依赖组织文化、数据治理与跨部门协同能力。若无法解决数据基础薄弱与流程碎片化问题，再先进的AI系统也难以真正赋能运营。
来源：DC Velocity
本文编译自海外媒体报道，由 SCI.AI 编辑团队整理发布。
