您所在的企业属于以下哪个行业类别？
汽车制造
电子/半导体
机械装备
医药/医疗器械
消费品/快消
能源/化工
其他
您在企业中担任的与质量相关的角色是？
质量总监/经理
质量工程师/专员
生产/工艺工程师
IT/数字化部门人员
一线操作/检验人员
其他
目前，您所在企业生产质量管理的数字化水平如何？
基本无数字化，依赖纸质/人工
部分数字化，有独立系统（如SPC、MES模块）
较为数字化，系统间有初步集成
高度数字化，实现全流程数据贯通与智能预警
当前，贵公司在质量数据采集方面主要应用了哪些技术或设备？（可多选）
传感器与物联网（IoT）
机器视觉/图像识别
工业机器人
手持式智能终端（PDA）
人工录入（Excel/纸质）
其他
质量数据（如检验结果、过程参数）的实时可视化和可追溯性如何？
无法实时查看，追溯困难
部分关键数据可追溯，但非实时
主要数据可实时查看与追溯
全要素数据实时可视化，一键精准追溯
请对当前使用的质量管理系统（QMS）或相关数字化工具的易用性进行评分（1-5分，1分非常难用，5分非常易用）
分数 ★ ★ ★ ★ ★
标签 ★ ★ ★ ★ ★
您认为当前数字化质量管理系统面临的主要挑战是什么？（可多选）
系统孤岛，数据无法互通
数据质量差（不准、不全、不及时）
员工使用意愿低或技能不足
投资成本高，ROI不明确
与现有生产流程融合度低
缺乏有效的分析预测能力
在质量分析与改进方面，目前主要依赖哪种方式？
基于经验的定性分析
基于统计工具（如SPC）的定量分析
结合大数据进行描述性分析
应用AI/机器学习进行预测与根因分析
您有多大意愿向同行推荐您公司目前的数字化质量管理模式？（0-10分，0分完全不愿意，10分非常愿意）
展望2026年，您认为哪些数字化技术对提升生产质量最为关键？（可多选）
人工智能与机器学习
数字孪生
5G与边缘计算
高级数据分析与可视化
区块链（用于溯源）
自动化/机器人技术
增强现实（AR）辅助作业
您认为到2026年，AI在质量管理中最可能实现哪项突破性应用？
缺陷的自动识别与分类
生产参数的实时自适应优化
质量风险的精准预测
供应商质量的智能评估
全生命周期质量成本自动核算
请简述您对“未来智能质量工程师”这一角色核心能力要求的设想。
为应对未来挑战，您所在企业计划在数字化质量方面的投入趋势是？
您希望通过本次调研获取哪些方面的信息或资源？（可多选）
行业数字化质量最佳实践案例
相关技术/解决方案供应商信息
专业培训或认证机会
政策与标准动态
同行交流社群
对于实现2026年高质量的数字化生产，您还有哪些其他建议或担忧？