您所在的企业/组织属于以下哪个类型？
第三方物流公司 (3PL)
生产制造企业（自有物流）
电商/零售企业（自有物流）
快递/快运公司
城配/同城货运平台
物流科技/软件服务商
其他
您在企业中的职位/角色是？
企业管理者/决策者
物流/运营部门负责人
技术/IT部门负责人
一线调度/规划人员
数据分析师
其他
您所在企业的业务规模（以日均处理订单/运单量计）约为？
100单以下
100-1000单
1000-10000单
10000单以上
目前，贵司在物流运营中主要面临哪些挑战？（可多选）
运输成本高企
路径规划效率低
车辆空载率高
订单履约时效难以保证
异常情况（如堵车、天气）应对不足
人力调度复杂且依赖经验
多仓库/多车型协同调度困难
数据孤岛，缺乏全局可视化
其他
目前，贵司是否已应用任何形式的AI技术（如机器学习、深度学习）来辅助物流决策？
是，已大规模应用
是，在部分业务线试点应用
有计划，正在评估或选型
暂无计划，但有关注
暂无计划，也不关注
如果已应用或计划应用，AI技术主要用于解决以下哪些问题？（可多选）
动态路径规划与优化
智能订单分配与车辆调度
需求预测与库存优化
运费/运力价格预测
仓储作业优化（如拣货路径）
异常检测与预警
ETA（预计到达时间）精准预测
客服自动化
其他
您认为AI在“动态路径优化”（根据实时路况、订单变化调整路线）方面的潜在价值有多大？
分数 ★ ★ ★ ★ ★
标签 ★ ★ ★ ★ ★
您认为AI在“智能车辆与司机调度”（匹配最优车辆/司机与订单）方面的潜在价值有多大？
分数 ★ ★ ★ ★ ★
标签 ★ ★ ★ ★ ★
在路径优化与调度场景中，您认为哪些数据输入对AI模型最为关键？（可多选）
实时交通路况数据
历史订单数据与规律
车辆位置与状态数据
司机画像与偏好数据
天气数据
客户地址与时间窗要求
仓库/网点处理能力数据
成本数据（油费、路桥费、人工）
其他
您更倾向于以何种方式获取AI路径优化与调度能力？
采购成熟的SaaS软件/平台
采购软件并做定制化开发
与科技公司合作联合开发
自建技术团队自主研发
暂时不确定
综合考虑成本、效果和复杂性，您向同行推荐引入AI进行路径优化与智能调度的可能性有多大？（0-10分，0分=完全不可能，10分=极有可能）
在引入AI解决方案时，您最关心哪些因素？（可多选）
优化效果（如降本增效的具体百分比）
系统的稳定性和可靠性
实施与集成的难易度及周期
解决方案的总拥有成本（TCO）
供应商的技术实力与行业经验
系统的可解释性（AI决策是否易于理解）
数据安全与隐私保护
售后支持与服务
其他
您认为阻碍AI在物流调度中大规模应用的主要障碍是什么？
技术不成熟，实际效果不及预期
初始投资成本过高
企业内部数据质量差或难以整合
缺乏既懂物流又懂AI的复合型人才
业务流程改造阻力大
管理层认知不足或决策保守
行业缺乏成功案例和标准
其他
您如何看待AI与人类调度员在未来3-5年的关系？
AI将完全取代大部分调度工作
AI辅助人类，人类做最终决策和异常处理
人机协同，共同完成复杂调度
变化不大，仍以人类经验为主
不好说
对于AI驱动的“路径优化与智能调度”系统，您最期待它实现的一个具体功能或效果是什么？
您认为，未来1-2年内，贵司在物流AI应用方面的投入意愿如何？
显著增加
略有增加
保持现有水平
可能减少
不确定
如果可能，请留下您对本次调研主题（物流AI应用）的任何其他意见、看法或担忧。