6月9日，首屆 CTIS 2021消費者科技及創(chuàng)新展覽會在上海新國際博覽中心正式開幕。在鈦媒體聯合CTIS共同打造的“AI·創(chuàng)新數字生活主題論壇”上，大搜車CTO張帆就“大數據AI驅動汽車產業(yè)鏈變革”的主題進行了分享。
在張帆看來，隨著消費互聯網的格局逐漸清晰，想要在這個領域再做出大的突破已經不是那么容易了。但是，市場上有大量的產業(yè)公司，是沒辦法靠互聯網公司來顛覆的，它只能是內部自己去進化。所以，當我們人口紅利不在了，誰更能駕馭數據，誰更能夠去做更精細化的運營，誰才能贏得產業(yè)的未來。
這樣的行業(yè)背景下，大搜車希望在未來的十年里，能做產業(yè)互聯網的基礎設施，能夠支撐這個產業(yè)去進化，幫助這些產業(yè)里面的節(jié)點去做進化。
據介紹，大搜車本身是一家汽車流通領域的產業(yè)互聯網公司，也是基礎設施公司。大搜車試圖通過AI技術、數據技術，推動整個產業(yè)進化，讓汽車流通這樣一個線下的產業(yè)變到線上化。
“所以，我們的使命是推動汽車產業(yè)的數字文明。”張帆表示。
大家好，很高興今天能跟大家分享。
我們認為互聯網的下半場是產業(yè)互聯網的下半場。為什么這么講？因為消費互聯網今天的競爭已經非常激烈了，而且格局已經變得非常清晰，所以在這個里面再做出大的突破感覺不是那么容易了。
但是，在產業(yè)里面我們能看到，今天很多即使做得還不錯的公司，它的信息化程度其實也不一定做得有多好。市場上有大量的產業(yè)公司，是沒辦法靠互聯網公司來顛覆的，它只能是內部自己去進化。所以，當我們人口紅利不在了，誰更能駕馭數據，誰更能夠去做更精細化的運營，誰才能贏得產業(yè)的未來。
在這個場景下，我們希望在未來的十年里，能做產業(yè)互聯網的基礎設施，能夠支撐這個產業(yè)去進化，幫助這些產業(yè)里面的節(jié)點去做進化。
大搜車本身是一家汽車流通領域的產業(yè)互聯網公司，也是基礎設施公司。我們試圖通過AI技術、數據技術，把整個產業(yè)去做進化，去把整個產業(yè)做提效，去重新把一個線下的產業(yè)變到線上化。所以我們的使命是，推動汽車產業(yè)的數字文明。
我們先跟大家講講說這個產業(yè)是個什么樣，特別是流通領域。簡單給大家看看，在這個屏幕上，左邊一半是二手車，右邊一半是新車。在這兩個領域里面我沒有做很復雜的結構，只是把一些抽象下來比較簡單的結構跟大家分享一下。
我們先說新車，大部分同學都是通過4S店，通過經銷商集團來買車的，這在我們一線城市是很常見的。但是我們依然有40%的新車銷量是4S店沒有覆蓋的地方，所以我們就需要二級經銷商網絡，也就是二網，在可能三四五六七八九線的城市里面，幫助這些人來買車。
在今天，特別是新能源起來之后，我們發(fā)現多了很多新零售的模式，不完全是走傳統的了。比如說我們看到的融資租賃，非主機廠的機構，通過貸款的方式，讓人更容易去買車的。
二手車里邊就更簡單，比如說我們今天自己有一輛車，我們想去買一輛新車，第一個面對的就是置換。我得把這輛車換掉，誰把我車收了，往往承載這個更多的是4S店。4S店把這個車收了，給到我們的批發(fā)商。批發(fā)商要么很好賣，直接自己就變成零售商了；要么不好賣，同行之間去做拆借，把它在同行內銷售掉，這就變成了批發(fā)。
而在支撐這樣一個商業(yè)結構的下面，我們還有大量的基礎設施要干。
比如我們要把一個二手車跨城市賣給你，或者一個新車賣給你，我總得要物流能交付。我有物流又不能直接從廠商的倉運給你，我肯定要有中間的倉儲。這個車給了你之后，我中間要過戶、要解抵押、要驗車等等一系列車務相關的。
再往后面還有金融相關的，有了金融我們肯定就會有風控，甚至還有保險。當這個車買走之后，你的車主的服務，包括我們對于行業(yè)提供的一些數據服務，都是在支撐我們上面這個業(yè)務流的。
所以，大搜車在里面做了什么？
大家可以看到，我們基本上在中間這些節(jié)點的每一個環(huán)節(jié)，我們都有產品，或者是子公司來提供服務。因為產業(yè)互聯網一個特點就是我們沒辦法做一個單點來解決這個產業(yè)的問題，只有變成產業(yè)的網絡，才有機會解決產業(yè)的問題。
所以首先一點，我先說二手車這邊，我們不止要把商家信息化，還要把車都得做信息化。因為一個線下的二手車是沒辦法進行線上交易的，線下交易你還能看看這個車，線上交易你連看都看不了，所以我們首先有268V檢測，是一個承建了十多年的標準，我們能夠把一個線下的車輛變成線上車輛的標準。
我們通過4S店，我們有針對4S店的ERP系統，二手車管理系統，幫助4S店更好的管控自己二手車業(yè)務流程。二手車交易上，我們一方面通過車易拍做二手車B2B拍賣，另外又有車牛，在批發(fā)商之間去做交流的承載。如果在零售端，我們還有大風車，在提供整個零售端的體驗。到了用戶本身來講，我們還有24車管家、一鹿有車等等各種各樣類型的服務。
再到了新車這個環(huán)節(jié)，4S店我們有個“超級4S”，是幫助4S店來進行經驗管理的SaaS系統。新零售領域，我們有大搜車wowcar汽車直購工廠店，也有彈個車這種社區(qū)店的方式來提供服務。
包括更底層來講，像物流類我們也有提供運車管家，有自己的倉儲，有自己的物流來提供整個全流程的服務。大搜車金融，包括鏈金數據等等，這都是我們在金融和風控板塊的能力。
再看一下這些角色里面，我們大概覆蓋的情況。
C端來講，有三千萬用戶通過各種服務建立的聯系。4S店，我們有超過9500家4S店，覆蓋行業(yè)35%，以各種方式的SaaS為他們提供服務。二網，我們附加了8萬家，基本覆蓋了行業(yè)的90%了。社區(qū)店也覆蓋了兩千個區(qū)縣。
同樣，我們在底層還有超過1000個檢測師，500個以上的拍賣合伙人，倉儲也有65個中心倉，都是自營的。有50家主機廠商跟我們有各種類型的合作，這只是一部分角色。
我把這個展示出來是想告訴大家，如果我們做一個產業(yè)互聯網，我們需要跟里面的多種角色都有聯系，你聯系的角色越多，你能覆蓋的場景就越多。
下面來跟大家聊聊我們怎么樣高效的一層一層的覆蓋他們。
首先第一步要做的是在線化。如果我們構造一個從線下的產業(yè)網絡變成一個線上的產業(yè)網絡，我們第一要把它所有的業(yè)務流線上化。所以我們給各個角色提供SaaS工具，把他們行為線上化，這是第一步。
當他們行為線上化了之后，我們希望能夠把他的行為變成數據。線上化不一定有價值，而數據才開始變得有價值，我們才能開始利用。比較粗淺的數據化就是我們通過一些報表，通過一些智能的工具、分析的工具，來提升他們人決策的效率。
如果在這個基礎上再往上走一層，我們變成智能化，把大量的角色從人工轉成機器。當我們一旦完成整個產業(yè)的在線化，我們里面觸點非常多，數據變化非常多，人已經很難駕馭這么大規(guī)模的數據了，所以這個時候智能化就變得尤為重要。
下面跟大家簡單介紹一下，我們怎么去做這三個步驟。
首先一點，我們要確保我們的SaaS不能是一根一根的煙囪，要把行業(yè)的能力沉淀下來，變成像搭樂高一樣的能力。我們面對一個新產業(yè)，比如我們給物流公司做個SaaS，我們給二手車做個SaaS，我們給新車做個SaaS，我們有沒有辦法把它的底層架構是一致的。這里面最主要是抽象出來行業(yè)組件、我們能確保說，我們有同樣的樂高來搭建了上層建筑，所以我們才能變成非常高效的生產這些能力。
第二個，從數據化層面，我們還要保證我們有一個統一的數據總線。你會發(fā)現，每個數據都在不同的位置，都有不同的結構，來打通這些系統就變成了一個極大的成本。所以我們只有在一開始設計出一個整套的我們自己的數據總線，用同樣的結構，同樣的方式來確保數據能夠進來，而我們在基礎之上去做數據的支撐，無論我們的BI，我們的畫像，最后演變成我們的智能運營系統。
再往后一步，到智能化層面，我們必須要從我們的數據層面再抽象出一層。在這些數據層里邊，源源不斷流進來的數據，要把它變成一些場景解決方案。這個我想跟大家聊一下，產業(yè)公司做AI，跟這些巨頭做AI有什么區(qū)別。我們在一開始就明確給自己的定義就是說，我們不做通用AI。做通用AI一定效率不高的，但它的泛化能力更強，這一定是大廠的必爭之地，我們作為一個產業(yè)公司很難做到，所以我們不做通用AI。
第二，我們一定是做基于業(yè)務結果的AI，就是我們今天做的這些東西一定是有業(yè)務結果的。我們不做那種純研究性質。所以基于這種場景，我們會在這個里面尋找業(yè)務場景，借助行業(yè)的壁壘，去提升我們單點的效率和AI的能力。
所以，你會發(fā)現，看起來只是一個普通的業(yè)務流，但是我們的基礎設施能力，我們的數據能力，我們的AI能力，是在里邊的每一個節(jié)點里面出現的，所以貫穿了整個業(yè)務流。
場景化的AI我們做了哪些事？
比如，我們原來做的最簡單的就是一個推薦，這是產業(yè)互聯網跟消費互聯網很不一樣的地方。我們做了推薦之后你會發(fā)現，我們用傳統的消費互聯網方式做了推薦，點擊率一下漲了400%，但是你這對成交沒任何變化。為什么出現這樣的狀況，是因為在產業(yè)互聯網里面，消費互聯網的決策流程很短，決策人員很少，而產業(yè)互聯網的流程很長，角色很多，所以你不是簡單的給他看一個吸引，他就能帶來交易的。
所以我們做了一個基于各節(jié)點，包括二手車檢測的情況，售賣的情況，新車的情況，綜合的一個跨我們場景的交易引擎，我們直接帶來了車源2%的轉化率的提升，我們車商成交率提升了20%。
這就意味著，我原來看五臺車才能成交一臺，現在變成看四臺車了，是非常有益的。撮合的效益，原來做人工撮合，現在變成由機器來統一分發(fā)，根據我們撮合人員的控前程度，我們來算概率成交預算模型，來給他們做分發(fā)，直接帶來15%撮合效率的提升。
二手車的估價，我們是唯一一個基于真實交易數據的估價。我們有各種千萬級的批發(fā)的數據，收車的數據，零售的數據，新車的批發(fā)和銷售數據，由這些數據支撐我們可以快速每天迭代模型，用每輛二手車做估價。我們可以看到，我們比行業(yè)應用有明顯的提升，甚至比人工估價師有非常大的提升。
檢測技術，這是我們一個必要的技術。我們現在平均檢測技術每臺車要50分鐘的檢測。大家想想，我們每年檢測50萬臺車的話，這50萬臺車又包含了很多次的子查詢，這50萬臺車每個都是50分鐘，如果我能降低10分鐘，這就是一個天量的節(jié)省。
怎么用AI去降低？我們做了最簡單的事，舉其中一個場景，我們通常要拍55張照片來描述一輛車，以前需要一個檢測師一臺一臺去寫這個是前發(fā)動機蓋，這個是前葉子板，填一堆，還容易填錯。
但我們今天拿機器做了，瞬間就可以把十分鐘省到就剩兩分鐘了。
所以我想告訴大家，在產業(yè)里面，我們一定要先把產業(yè)線上化。線上化了之后，針對于它的場景，我們才能去構建AI能力，才能把每一個環(huán)節(jié)的流通效率拉高，進而提升整個產業(yè)效率，甚至重塑整個產業(yè)鏈。
這個是我們在汽車業(yè)務上面的一些探索，謝謝大家。
快報
根據《網絡安全法》實名制要求，請綁定手機號后發(fā)表評論