1. 首頁 > 生活百科 > >

大搜車怎么樣(大搜車什么時候上市)( 三 )

上市什么時候大搜車


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 ， 產業公司做AI ， 跟這些巨頭做AI有什么區別 。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務結果的AI ， 就是我們今天做的這些東西一定是有業務結果的 。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務場景 ， 借助行業的壁壘 ， 去提升我們單點的效率和AI的能力 。
所以 ， 你會發現 ， 看起來只是一個普通的業務流 ， 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點里面出現的 ， 所以貫穿了整個業務流 。
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 ， 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 ， 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的數據 ， 收車的數據 ， 零售的數據 ， 新車的批發和銷售數據 ， 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 ， 在產業里面 ， 我們一定要先把產業線上化 。線上化了之后 ， 針對于它的場景 ， 我們才能去構建AI能力 ， 才能把每一個環節的流通效率拉高 ， 進而提升整個產業效率 ， 甚至重塑整個產業鏈 。

推薦閱讀