90%

时尚品牌AI项目止步试点，规模化从未真正发生

麦肯锡与Business of Fashion《State of Fashion 2026》

时尚行业AI落地报告2026：麦肯锡解读试点困境

核心解读

麦肯锡联合Business of Fashion调了全球时尚行业高管，发现90%的AI项目至今卡在试点阶段——不是技术不行，是没能跨过从POC到生产环境这道坎。2026年关税重构带来的外部压力，正在把这个老问题推向临界点。

时尚行业的AI卡点，其实在其他快消品行业也普遍存在。品牌方最初上AI的逻辑往往是：选一个高频场景（比如个性化推荐或库存预测）、找一家技术供应商、跑一个内部POC。到这里通常都没问题，数据好看，高管满意，项目继续。但到真正要把AI嵌入日常运营时——谁负责审AI的输出？出错了谁来背？训练数据从哪个系统拿、谁来维护——这些问题往往没人提前想清楚。报告里76%高管把关税列为首要挑战，但关税是外部变量，能不能用AI快速响应市场变化，才是真正考验内功的地方。

问题的核心不是AI技术能不能用，是企业没有为AI运转定义清楚流程骨架。CATLAXY的判断是：数据是AI的燃料，流程是AI的骨架。时尚品牌AI项目卡在试点的本质原因，是把AI作为独立系统"装进来"，而不是从业务流程里"长出来"。个性化定价要真正跑起来，需要定义清楚：促销决策的触发条件是什么、谁来审批AI的定价建议、历史成交数据由哪个系统产出。这不是技术问题，是流程定义问题。报告中提到的先行者，已经在生产环境里跑个性化定价、按需规划和库存优化，他们的共同点是先梳理清楚了流程，再上AI。

看先行者的模式，有个规律清晰可见：先找到一个已有明确流程、有数据责任人的业务场景，然后把AI作为这个流程的一个执行环节接入，而不是另起炉灶。需求规划先有人负责数据质量，库存优化先有人定义补货触发规则，AI才有地方发挥。做到这一步之后，水平复制到其他场景，速度才快得起来。这个顺序搞反了，每个场景都要从头解释AI能做什么，变成了烧不完的试点。

关税压力再大，也只是倒逼企业提效的外力。能不能把AI真正用起来，取决于企业有没有人想清楚AI流程的owner是谁。这个答案想清楚之前，AI项目就算再多，也还是卡在试点。