汽車大數據應用的五個層次

雖然過去幾年我總是聊汽車後市場，因此大家喜歡給我貼上售後服務甚至貼上修車的標籤，甚至有媒體平台希望我去給讀者解決用車、維修技術的問題。當我稍微越界談點兒車險的事情，就有車險從業者警告我：朱老師，你應該專註修車，別在車險行業露怯……對此我都是一笑而過，轉頭立馬拉黑並打上SB的標籤。這個時代，所謂專家就是搞點兒行業潛規則給SB看的人。我從來不認為自己是專家，而且我也很厭惡別人稱我為XX專家，如果說我在某些問題上有更深入的思考，那只是因為我在自我深度學習這個問題上比某些人更認真，花的時間更多而已。

今後我將很少再談及修車這個事情，因為從這一代汽車開始，修車的核心能力不再是扳手，修車的場景不是維修車間而是網路虛擬空間，真正的疑難雜症都是軟體故障，能夠修復它的不是維修工，而是程序員。接下來的10年、20年，汽車行業一切問題的終極解決方案，都將圍繞信息和數據，萬物皆比特，這個結論從今天開始將變得更顯而易見。最近我的文章主要圍繞汽車數據展開，文章的標題也儘可能數字化。對我而言，撰寫這些文章的過程就是我思考和深度學習的過程。事實上，所謂機器學習，也是同樣的道理，不斷嘗試各種可能性，把前人的經驗都復盤一遍，找出規律，指導行動。

在汽車相關領域應用大數據、機器學習、人工智慧這個問題上，由易到難，我認為有五個層次。

第一個層次：裸數據本地應用

當前近乎90%以上的汽車數據應用都是裸數據本地應用，隨著6月份國家網路信息安全法實施，這種低層次的數據應用幾乎100%是違法的，不僅使用違法，即使不經授權的存儲也是違法的。比如車企熱衷到處搜羅車主的上牌數據，拿著車主的個人隱私數據做統計分析，搞市場營銷。再比如汽車網站都熱衷存儲車主的手機號碼、駕駛證信息、車輛信息，然後拿著這些信息賣給車企作為銷售線索。

這種簡單粗暴的方式不用動腦子，簡單直接，但如果政府真的嚴格執行個人隱私保護，某些車企、汽車互聯網公司和保險公司都會被用戶起訴書淹沒而無暇干其他事情。遺（xing）憾（yun）的是，目前的消費者隱私保護基本是裸奔狀態。我認為這種狀態的改變只有在汽車進入半自動和自動駕駛時代才會改變——因為自動駕駛車輛如果不重視車輛和車主信息安全，會要消費者的命。目前裸數據販賣是最典型的大數據應用，我們耳熟能詳的大數據公司幾乎都是賣裸數據的公司，不是這些科技公司不努力，而是汽車行業客戶需求就是這麼Low！

第二個層次：數據介面應用

由於絕大多數主流數據應用仍然處於很Low的裸數據應用層面，因此再往複雜層次的應用我就都簡單說——說複雜了也沒人懂。無論車企還是保險公司，真正嘗試過創新的總監們都知道，兩個企業之間要系統對接才能碰撞出火花，但最難的事情就是系統對接。目前騰訊微信為代表的大型互聯網公司採用的辦法是所有外部合作者採用互聯網生態的統一介面。

但要建立統一介面對外標準化提供和接收服務，需要統一介面的平台具備很強大的架構和系統安全防護能力，而這種能力又恰恰是傳統車企和保險公司稀缺的。因此，嘗試過這個事情的公司最怕系統對接。如果沒有系統對接，所謂數據介面就沒有意義了。目前有些數據公司已經在利用標準的數據介面對外提供動態數據服務，這些動態數據介面能夠讓傳統車企、保險公司的Saas系統具備更多新功能，能夠顯著提高效率。要大範圍提高行業信息系統的效率，首先需要解決行業數據介面標準統一的問題，這個事情我已經在中汽協信息服務委員會層面進行探索，歡迎感興趣的朋友參與。

第三個層次：數據模型化應用

能夠接入本企業內部不同系統的數據，能夠介面化接入外部動態數據，這個時候，現有的作業系統本質上解決的是本地化數據呈現問題，呈現這些數據和報表，目的還是讓員工進行業務決策。但實際上，有了內外部充分的數據，完全可以藉助機器學習，用大數據技術建立自己獨特的企業業務數據模型。

由機器和人工智慧來輔助員工進行業務決策，這樣可以大幅降低對員工專業度的要求，只需要雇傭低層次員工就能解決以往需要專家才能判斷的業務問題，這會顯著降低人員成本，即使競爭對手挖角，也能夠保障業務安全性。事實上，這才是真正的知識沉澱，不是沉澱在某個員工腦子裡，而是沉澱在公司的雲端計算機系統里。這個事情並不前衛，越來越多金融公司正在使用這種辦法降低對專業員工的依賴。汽車行業的薪水越來越高，早晚得用這種技術。顯然，用得早的企業將在競爭中取得越來越強的先發優勢。

第四個層次：數據Saas化應用

建立了模型植入自己的管理信息系統只是使用大數據、機器學習、人工智慧的第一個層次，把大數據模型放在傳統ERP系統里，本質上就是削足適履。要真正改變業務，最好是根據數據模型重新梳理業務管理系統——建立全新的數據驅動的Saas應用。這個事情最適合從零開始的業務，比如車企的獨立後市場業務，二手車業務，融資租賃業務，保險業務等，都可以重新建立業務Saas系統，用大數據技術進行市場營銷和輔助業務決策。過去30年靠資源靠資質領先對手的傳統辦法已經越來越不好用了，今後各車企都將在相對公平的市場環境下參與競爭，只有確保商業智力上超越對手，才有可能在商業成果上超越對手。

第五個層次：商業模式應用

有了全新的數據Saas系統，如果運營資源匹配得當，完全可以建立全新商業模式，從系統到商業模式缺少的是資源和運營。一旦完成這一步，汽車大數據應用就完成了整體進化。新的商業模式將產生自己的裸數據，這些數據將成為全新業務鏈條的資源輸入，開啟全新的業務循環！

以上就是我對汽車大數據應用五個層次的闡述，這篇文章已經寫得過長，沒有更多舉例是因為我沒有興趣給完全不懂的外行科普。我的個人創業實踐證明，幾乎所有汽車行業的業務進化到最高級的競爭階段，依靠的都是數據，核心競爭力都會體現在人工智慧上。沒有意識到這個問題的行業同仁不要著急，可能你的資源非常好，掩蓋了藉助大數據、人工智慧提升效率的需求。你可以再等一等，沒準明年你就著急了解和學習汽車大數據的知識了：）