AI物流编排平台
各维度得分依据公开资料与字段推算,加权后即综合评分,仅供参考。
Nash 是一个面向物流执行的企业级平台，定位为运行在企业现有 TMS、WMS 与承运商体系之上的“可编程物流层”。它试图把计划、调度、客户体验、车队与实时数据统一到同一套运营系统中，适合订单密度高、承运商多、履约路径复杂的企业。
从页面信息看，Nash 的架构分为五层：Agentic Intelligence、Logistics Intelligence、CX Intelligence、Context Fabric 与 Execution Capacity。前者提供自然语言 Nash Agent、可组合工作流和“记忆”能力，可用于查询失败原因、触发改派和沉淀运营规则。物流层覆盖路线规划、场景规划、实时派单、异常处理、再优化，以及司机、车辆、班次决策。CX 层支持结账时效承诺、品牌化实时追踪、售后、退货、评分反馈。Context Fabric 则汇聚需求、网络运力、道路现实和历史学习信号，执行层可统一调度自有车队、承运商、3PL、门店劳动力、承包商、零工网络甚至自动化运力。
公开正文未披露套餐、报价、免费版或试用政策，采购大概率需要预约演示并按业务规模定制。集成方面，页面明确提到 Nash 位于 TMS、WMS 和 carriers 之上，也提到平台型客户可通过 one API 嵌入其决策能力，但没有列出具体连接器、API 文档、Webhook 或 SDK。
优点是覆盖 first meter、middle mile、last mile 多段物流，动态派单、自动重分配、异常恢复和客户体验联动较完整；页面还给出配送成功率、降本、NPS 提升和 100M+ deliveries processed 等成效指标，并显示 G2 Last-Mile Delivery 4.5/5。不足是企业采购关键项披露不足，包括价格、权限模型、安全认证、部署方式、支付方式和中国可用性均不清晰。
Nash 更适合零售、商超、餐饮、医疗冷链、B2B 分销、3PL、DSP、现场服务和平台型企业，尤其是需要跨多运力池做实时调度的团队。中国访问状态无法仅凭正文判断，支付也未披露。若在中国落地，应重点评估网络连通、地图/短信/本地承运商集成、数据合规与本地替代方案，如顺丰同城、京东物流开放平台、菜鸟相关方案或快递100企业版。
本测评基于公开资料整理,不构成购买建议,请以 nash.ai 官网实际信息为准。
面向车队、承运商和履约网络的AI调度。
评分明细(分布与用户短评)接入中。当前展示 TG4G 综合评分,数据源自公开测评与用户反馈。