大搜车CTO张帆：互联网的下半场也是产业互联网的下半场 | 2021 CTIS

6月9日，首届 CTIS 2021消费者科技及创新展览会在上海新国际博览中心正式开幕。在钛媒体联合CTIS共同打造的“AI·创新数字生活主题论坛”上，大搜车CTO张帆就“大数据AI驱动汽车产业链变革”的主题进行了分享。

在张帆看来，随着消费互联网的格局逐渐清晰，想要在这个领域再做出大的突破已经不是那么容易了。但是，市场上有大量的产业公司，是没办法靠互联网公司来颠覆的，它只能是内部自己去进化。所以，当我们人口红利不在了，谁更能驾驭数据，谁更能够去做更精细化的运营，谁才能赢得产业的未来。

这样的行业背景下，大搜车希望在未来的十年里，能做产业互联网的基础设施，能够支撑这个产业去进化，帮助这些产业里面的节点去做进化。

据介绍，大搜车本身是一家汽车流通领域的产业互联网公司，也是基础设施公司。大搜车试图通过AI技术、数据技术，推动整个产业进化，让汽车流通这样一个线下的产业变到线上化。

“所以，我们的使命是推动汽车产业的数字文明。”张帆表示。

以下是张帆演讲全文，略经钛媒体编辑：

大家好，很高兴今天能跟大家分享。

我们认为互联网的下半场是产业互联网的下半场。为什么这么讲？因为消费互联网今天的竞争已经非常激烈了，而且格局已经变得非常清晰，所以在这个里面再做出大的突破感觉不是那么容易了。

但是，在产业里面我们能看到，今天很多即使做得还不错的公司，它的信息化程度其实也不一定做得有多好。市场上有大量的产业公司，是没办法靠互联网公司来颠覆的，它只能是内部自己去进化。所以，当我们人口红利不在了，谁更能驾驭数据，谁更能够去做更精细化的运营，谁才能赢得产业的未来。

在这个场景下，我们希望在未来的十年里，能做产业互联网的基础设施，能够支撑这个产业去进化，帮助这些产业里面的节点去做进化。

大搜车本身是一家汽车流通领域的产业互联网公司，也是基础设施公司。我们试图通过AI技术、数据技术，把整个产业去做进化，去把整个产业做提效，去重新把一个线下的产业变到线上化。所以我们的使命是，推动汽车产业的数字文明。

我们先跟大家讲讲说这个产业是个什么样，特别是流通领域。简单给大家看看，在这个屏幕上，左边一半是二手车，右边一半是新车。在这两个领域里面我没有做很复杂的结构，只是把一些抽象下来比较简单的结构跟大家分享一下。

我们先说新车，大部分同学都是通过4S店，通过经销商集团来买车的，这在我们一线城市是很常见的。但是我们依然有40%的新车销量是4S店没有覆盖的地方，所以我们就需要二级经销商网络，也就是二网，在可能三四五六七八九线的城市里面，帮助这些人来买车。

在今天，特别是新能源起来之后，我们发现多了很多新零售的模式，不完全是走传统的了。比如说我们看到的融资租赁，非主机厂的机构，通过贷款的方式，让人更容易去买车的。

二手车里边就更简单，比如说我们今天自己有一辆车，我们想去买一辆新车，第一个面对的就是置换。我得把这辆车换掉，谁把我车收了，往往承载这个更多的是4S店。4S店把这个车收了，给到我们的批发商。批发商要么很好卖，直接自己就变成零售商了；要么不好卖，同行之间去做拆借，把它在同行内销售掉，这就变成了批发。

而在支撑这样一个商业结构的下面，我们还有大量的基础设施要干。

比如我们要把一个二手车跨城市卖给你，或者一个新车卖给你，我总得要物流能交付。我有物流又不能直接从厂商的仓运给你，我肯定要有中间的仓储。这个车给了你之后，我中间要过户、要解抵押、要验车等等一系列车务相关的。

再往后面还有金融相关的，有了金融我们肯定就会有风控，甚至还有保险。当这个车买走之后，你的车主的服务，包括我们对于行业提供的一些数据服务，都是在支撑我们上面这个业务流的。

所以，大搜车在里面做了什么？

大家可以看到，我们基本上在中间这些节点的每一个环节，我们都有产品，或者是子公司来提供服务。因为产业互联网一个特点就是我们没办法做一个单点来解决这个产业的问题，只有变成产业的网络，才有机会解决产业的问题。

所以首先一点，我先说二手车这边，我们不止要把商家信息化，还要把车都得做信息化。因为一个线下的二手车是没办法进行线上交易的，线下交易你还能看看这个车，线上交易你连看都看不了，所以我们首先有268V检测，是一个承建了十多年的标准，我们能够把一个线下的车辆变成线上车辆的标准。

我们通过4S店，我们有针对4S店的ERP系统，二手车管理系统，帮助4S店更好的管控自己二手车业务流程。二手车交易上，我们一方面通过车易拍做二手车B2B拍卖，另外又有车牛，在批发商之间去做交流的承载。如果在零售端，我们还有大风车，在提供整个零售端的体验。到了用户本身来讲，我们还有24车管家、一鹿有车等等各种各样类型的服务。

再到了新车这个环节，4S店我们有个“超级4S”，是帮助4S店来进行经验管理的SaaS系统。新零售领域，我们有大搜车wowcar汽车直购工厂店，也有弹个车这种社区店的方式来提供服务。

包括更底层来讲，像物流类我们也有提供运车管家，有自己的仓储，有自己的物流来提供整个全流程的服务。大搜车金融，包括链金数据等等，这都是我们在金融和风控板块的能力。

再看一下这些角色里面，我们大概覆盖的情况。

C端来讲，有三千万用户通过各种服务建立的联系。4S店，我们有超过9500家4S店，覆盖行业35%，以各种方式的SaaS为他们提供服务。二网，我们附加了8万家，基本覆盖了行业的90%了。社区店也覆盖了两千个区县。

 同样，我们在底层还有超过1000个检测师，500个以上的拍卖合伙人，仓储也有65个中心仓，都是自营的。有50家主机厂商跟我们有各种类型的合作，这只是一部分角色。

我把这个展示出来是想告诉大家，如果我们做一个产业互联网，我们需要跟里面的多种角色都有联系，你联系的角色越多，你能覆盖的场景就越多。

下面来跟大家聊聊我们怎么样高效的一层一层的覆盖他们。

首先第一步要做的是在线化。如果我们构造一个从线下的产业网络变成一个线上的产业网络，我们第一要把它所有的业务流线上化。所以我们给各个角色提供SaaS工具，把他们行为线上化，这是第一步。

当他们行为线上化了之后，我们希望能够把他的行为变成数据。线上化不一定有价值，而数据才开始变得有价值，我们才能开始利用。比较粗浅的数据化就是我们通过一些报表，通过一些智能的工具、分析的工具，来提升他们人决策的效率。

如果在这个基础上再往上走一层，我们变成智能化，把大量的角色从人工转成机器。当我们一旦完成整个产业的在线化，我们里面触点非常多，数据变化非常多，人已经很难驾驭这么大规模的数据了，所以这个时候智能化就变得尤为重要。

下面跟大家简单介绍一下，我们怎么去做这三个步骤。

首先一点，我们要确保我们的SaaS不能是一根一根的烟囱，要把行业的能力沉淀下来，变成像搭乐高一样的能力。我们面对一个新产业，比如我们给物流公司做个SaaS，我们给二手车做个SaaS，我们给新车做个SaaS，我们有没有办法把它的底层架构是一致的。这里面最主要是抽象出来行业组件、我们能确保说，我们有同样的乐高来搭建了上层建筑，所以我们才能变成非常高效的生产这些能力。

第二个，从数据化层面，我们还要保证我们有一个统一的数据总线。你会发现，每个数据都在不同的位置，都有不同的结构，来打通这些系统就变成了一个极大的成本。所以我们只有在一开始设计出一个整套的我们自己的数据总线，用同样的结构，同样的方式来确保数据能够进来，而我们在基础之上去做数据的支撑，无论我们的BI，我们的画像，最后演变成我们的智能运营系统。

再往后一步，到智能化层面，我们必须要从我们的数据层面再抽象出一层。在这些数据层里边，源源不断流进来的数据，要把它变成一些场景解决方案。这个我想跟大家聊一下，产业公司做AI，跟这些巨头做AI有什么区别。我们在一开始就明确给自己的定义就是说，我们不做通用AI。做通用AI一定效率不高的，但它的泛化能力更强，这一定是大厂的必争之地，我们作为一个产业公司很难做到，所以我们不做通用AI。

第二，我们一定是做基于业务结果的AI，就是我们今天做的这些东西一定是有业务结果的。我们不做那种纯研究性质。所以基于这种场景，我们会在这个里面寻找业务场景，借助行业的壁垒，去提升我们单点的效率和AI的能力。

所以，你会发现，看起来只是一个普通的业务流，但是我们的基础设施能力，我们的数据能力，我们的AI能力，是在里边的每一个节点里面出现的，所以贯穿了整个业务流。

场景化的AI我们做了哪些事？

比如，我们原来做的最简单的就是一个推荐，这是产业互联网跟消费互联网很不一样的地方。我们做了推荐之后你会发现，我们用传统的消费互联网方式做了推荐，点击率一下涨了400%，但是你这对成交没任何变化。为什么出现这样的状况，是因为在产业互联网里面，消费互联网的决策流程很短，决策人员很少，而产业互联网的流程很长，角色很多，所以你不是简单的给他看一个吸引，他就能带来交易的。

所以我们做了一个基于各节点，包括二手车检测的情况，售卖的情况，新车的情况，综合的一个跨我们场景的交易引擎，我们直接带来了车源2%的转化率的提升，我们车商成交率提升了20%。

这就意味着，我原来看五台车才能成交一台，现在变成看四台车了，是非常有益的。撮合的效益，原来做人工撮合，现在变成由机器来统一分发，根据我们撮合人员的控前程度，我们来算概率成交预算模型，来给他们做分发，直接带来15%撮合效率的提升。

二手车的估价，我们是唯一一个基于真实交易数据的估价。我们有各种千万级的批发的数据，收车的数据，零售的数据，新车的批发和销售数据，由这些数据支撑我们可以快速每天迭代模型，用每辆二手车做估价。我们可以看到，我们比行业应用有明显的提升，甚至比人工估价师有非常大的提升。

检测技术，这是我们一个必要的技术。我们现在平均检测技术每台车要50分钟的检测。大家想想，我们每年检测50万台车的话，这50万台车又包含了很多次的子查询，这50万台车每个都是50分钟，如果我能降低10分钟，这就是一个天量的节省。

怎么用AI去降低？我们做了最简单的事，举其中一个场景，我们通常要拍55张照片来描述一辆车，以前需要一个检测师一台一台去写这个是前发动机盖，这个是前叶子板，填一堆，还容易填错。

但我们今天拿机器做了，瞬间就可以把十分钟省到就剩两分钟了。

所以我想告诉大家，在产业里面，我们一定要先把产业线上化。线上化了之后，针对于它的场景，我们才能去构建AI能力，才能把每一个环节的流通效率拉高，进而提升整个产业效率，甚至重塑整个产业链。

这个是我们在汽车业务上面的一些探索，谢谢大家。

更多精彩内容，关注钛媒体微信号（ID：taimeiti），或者下载钛媒体App