Sparq最新报告揭示出交通运输与物流行业在人工智能（AI）应用上的矛盾心态：尽管90%的行业领导者表示其AI和技术投资已达到或超过预期投资回报率（ROI），但仍有62%的受访者向供应商施压，要求缩短回报周期。这一现象标志着该行业正从“概念验证”阶段加速迈向“价值验证”阶段。
这份涵盖货运代理、卡车运输、包裹承运及最后一公里配送企业的调查显示，参与调研的300多名总监级及以上人士中，超过半数为技术投资直接决策者。Sparq首席客户官Scott Monnig指出，这些结果源自技术决策者的自我报告，反映了行业在整合分散数据系统以释放AI全部潜力时面临的真实张力。
预算增长与遗留系统挑战并存
展望2027年，约90%的受访者预计将增加AI和技术预算，但约20%的人表示仍受限于预算约束。在运营挑战方面，25%的受访者将遗留系统列为首要障碍，紧随其后的是数据质量问题和人才缺口。此外，燃料成本和劳动力成本也被视为主要的内部压力源。
报告建议，技术投资应直接与可衡量的业务成果挂钩，而非仅关注技术里程碑。尽管领导者对现有数据系统的舒适度较高，但对其产生的洞察质量并不满意。因此，数据基础设施被确定为2027年支出的基础优先事项。
预测信心不足凸显规划短板
预测能力的缺失成为报告指出的另一大短板。虽然90%的受访者表示已准备好应对2025年假期高峰，但仅有60%的受访者实施了正式的预测系统，且其中仅有一半人对结果充满信心。领导者在短期（两到三个月）预测上表现合理，但对两到三个季度后的长期预测确定性大幅降低，这与托运人对需求规划的普遍担忧一致。
针对未来，Monnig表示，模型上下文协议（MCP）技术和自然语言处理将成为2027年的投资重点。这些技术旨在连接孤立的数据系统，将业务、货物、司机、路线和费率等背景信息编织在一起，从而为调度和运营团队提供可操作的洞察，加速AI价值的实现。