大搜车什么时候上市 大搜车怎么样( 三 )


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 。

推荐阅读