Dynamiczny rozwój zakupów mobilnych (m-commerce) powoduje istotne zmiany w oczekiwaniach konsumentów względem dostawy. Coraz częściej wskazywane są potrzeby takie jak szybki czas realizacji, możliwość stałego śledzenia przesyłki, elastyczność miejsca odbioru oraz intuicyjna obsługa. Zjawiska te wpływają bezpośrednio na funkcjonowanie logistyki ostatniej mili, czyli końcowego etapu realizacji zamówień. W celu zbadania tych zmian przeprowadzono badanie ankietowe z udziałem 1500 dorosłych konsumentów w Polsce. Zidentyfikowano dominujące preferencje w zakresie form odbioru przesyłek – najczęściej wskazywane były paczkomaty, uznawane za rozwiązanie wygodne i niezależne od godzin doręczenia. Jednocześnie zwrócono uwagę na typowe problemy: przeciążenie punktów odbioru, brak możliwości szybkiej zmiany szczegółów dostawy czy opóźnienia. Na podstawie uzyskanych wyników wskazano potencjalne możliwości wykorzystania metod uczenia maszynowego do wsparcia procesów decyzyjnych w logistyce ostatniej mili. Jako szczególnie obiecujące zidentyfikowano techniki prognozowania do przewidywania dziennego obciążenia paczkomatów oraz modele klasyfikacyjne do oceny ryzyka opóźnień lub nieudanych dostaw. Wyniki analiz wskazują, że logistyka ostatniej mili może zostać istotnie usprawniona poprzez integrację danych konsumenckich z narzędziami predykcyjnymi. Proponowane rozwiązania umożliwią nie tylko poprawę efektywności operacyjnej, ale również ograniczenie negatywnego wpływu na środowisko. Zaproponowane podejście stanowi odpowiedź na rosnące wyzwania związane z obsługą zakupów mobilnych i pokazuje, w jaki sposób nowoczesne technologie mogą wspierać rozwój elastycznej, zrównoważonej logistyki ostatniej mili. Badanie jest realizowane w ramach pracy doktorskiej. Podczas wystąpienia zaprezentowano pierwsze wyniki oraz aktualny etap prac.