大數(shù)據(jù)時(shí)代汽車制造領(lǐng)域的問(wèn)題管理模型分析

夏睿

摘 要：大數(shù)據(jù)既是一個(gè)熱門的話題，同時(shí)也是一個(gè)重要的課題，整個(gè)汽車產(chǎn)業(yè)鏈金融都需要龐大的數(shù)據(jù)庫(kù)作為支撐。眾調(diào)網(wǎng)創(chuàng)始人鄭鑫博士強(qiáng)調(diào)要讓數(shù)據(jù)說(shuō)話，打造能與人形成溝通和交流的數(shù)據(jù)庫(kù)，并從數(shù)據(jù)的重要性、當(dāng)今汽車大數(shù)據(jù)產(chǎn)業(yè)的生態(tài)現(xiàn)狀以及未來(lái)發(fā)展趨勢(shì)等幾個(gè)方面剖析了大數(shù)據(jù)的運(yùn)用和實(shí)踐。

關(guān)鍵詞：大數(shù)據(jù)時(shí)代；汽車制造；發(fā)展趨勢(shì)

中圖分類號(hào)：F407.471 文獻(xiàn)標(biāo)識(shí)碼：A 文章編號(hào)：1671-2064（2018）19-0019-02

2014年中國(guó)汽車銷量達(dá)到1926萬(wàn)臺(tái)，保有量突破1.24億。如果將每臺(tái)車的行為數(shù)字化，這個(gè)是非常巨大的數(shù)字，會(huì)達(dá)到驚人的164PB。這么龐大的數(shù)據(jù)對(duì)于我們有什么用？又怎么用？這個(gè)是值得研究和探討的話題。

1 汽車行業(yè)在大數(shù)據(jù)時(shí)代有三個(gè)鮮明的特征

（1）數(shù)據(jù)全面數(shù)字化，第一人的行為數(shù)字化，包括所有駕駛操作、每天所有的行為習(xí)慣，甚至是座椅的習(xí)慣等等都將形成相應(yīng)的數(shù)字化。以車為中心物理事件的數(shù)字化，車況、維修保養(yǎng)、交通、地理、信息等等都會(huì)形成數(shù)字化，全面數(shù)字化就會(huì)形成龐大的汽車產(chǎn)業(yè)鏈，汽車的大數(shù)據(jù)生態(tài)圈。（2）數(shù)據(jù)全面數(shù)字化，第一人的行為數(shù)字化，包括所有駕駛操作、每天所有的行為習(xí)慣，甚至是座椅的習(xí)慣等等都將形成相應(yīng)的數(shù)字化。以車為中心數(shù)據(jù)互聯(lián)資源化。有一個(gè)領(lǐng)導(dǎo)人講過(guò)：未來(lái)大數(shù)據(jù)會(huì)成為石油一樣的資源。這說(shuō)明大數(shù)據(jù)可以創(chuàng)造巨大的價(jià)值，甚至可能成為石油之外，更為強(qiáng)大的自然資源。（3）產(chǎn)生虛擬的汽車，人和汽車可以對(duì)話，更具有智慧的新興產(chǎn)業(yè)。這個(gè)就是未來(lái)在大數(shù)據(jù)時(shí)代，汽車行業(yè)會(huì)呈現(xiàn)的特點(diǎn)。

在這個(gè)情況下，我們以人、車、社會(huì)形成汽車產(chǎn)業(yè)大數(shù)據(jù)的生態(tài)圈，現(xiàn)實(shí)生活中每個(gè)有車一族所產(chǎn)生的數(shù)據(jù)都對(duì)整個(gè)生態(tài)圈有積極的影響。車輛上傳的每一組數(shù)據(jù)都帶有位置信息和時(shí)間，并且很容易形成海量數(shù)據(jù)。如果說(shuō)大數(shù)據(jù)的特征是完整和混雜，那么車聯(lián)網(wǎng)與車有關(guān)的大數(shù)據(jù)特征則是完整和精準(zhǔn)。如某些與車輛本身有關(guān)的數(shù)據(jù)，都有明確的一個(gè)用戶，根據(jù)不同用戶可以關(guān)聯(lián)到相應(yīng)的車主信息，并且這些信息都是極其精準(zhǔn)的，這樣形成的數(shù)據(jù)才是有價(jià)值的數(shù)據(jù)。

大數(shù)據(jù)的概念在新常態(tài)下會(huì)變成新興產(chǎn)業(yè)的熱詞。大數(shù)據(jù)、互聯(lián)網(wǎng)正在為工業(yè)巨頭的變革提供前所未有的動(dòng)力，這一點(diǎn)，沒(méi)有人會(huì)質(zhì)疑。再加上現(xiàn)在3D打印等一系列先進(jìn)技術(shù)下放到傳統(tǒng)產(chǎn)業(yè)中，未來(lái)就是一個(gè)靠大數(shù)據(jù)做終端，用先進(jìn)生產(chǎn)力制造的智能社會(huì)。

同時(shí)，在大數(shù)據(jù)武裝下的互聯(lián)網(wǎng)企業(yè)紛紛踏入汽車領(lǐng)域分羹。眾所周知，Google在無(wú)人駕駛汽車領(lǐng)域獨(dú)領(lǐng)風(fēng)騷，正是基于大數(shù)據(jù)的采集與分析，這也是Google所擅長(zhǎng)之處。眾車企欲開發(fā)無(wú)人駕駛技術(shù)，繞不開與Google的合作。這也是當(dāng)今為什么車聯(lián)網(wǎng)能獨(dú)領(lǐng)風(fēng)騷的重要原因。

從物聯(lián)網(wǎng)云計(jì)算形成的產(chǎn)業(yè)鏈數(shù)據(jù)，再加上人的大行為的數(shù)據(jù)，以及所有數(shù)據(jù)交互形成大融合的數(shù)據(jù)，最終這樣一個(gè)汽車產(chǎn)業(yè)大數(shù)據(jù)讓汽車產(chǎn)業(yè)往更高層次的發(fā)展。通過(guò)車聯(lián)網(wǎng)的大數(shù)據(jù)，可以解決公交行業(yè)所面臨的問(wèn)題。根據(jù)各個(gè)時(shí)間段，各站點(diǎn)的客流量大小，線路配備的運(yùn)營(yíng)車輛數(shù)、線路配備駕駛?cè)藛T、線路長(zhǎng)度、車輛運(yùn)行速度等大數(shù)據(jù)，可確定一條線路各個(gè)時(shí)間段的配車數(shù)及發(fā)車間隔，從而解決運(yùn)力配備最少、車輛運(yùn)行距離最短、駕駛員作業(yè)時(shí)間最少三大問(wèn)題。而根據(jù)客流量、節(jié)假日、氣候、節(jié)氣、自然災(zāi)害、道路、車況事故、歷史同期數(shù)據(jù)、售票方式、居民小區(qū)建設(shè)等條件建立計(jì)劃模型，從而用最快的速度對(duì)這些影響運(yùn)營(yíng)計(jì)劃的因素做出反應(yīng)。比如增加線路、增加車輛、增加司機(jī)，有效地制定公交運(yùn)營(yíng)計(jì)劃。同時(shí)可對(duì)于運(yùn)營(yíng)排班精準(zhǔn)管理，可通過(guò)大數(shù)據(jù)自動(dòng)排班，對(duì)行車作業(yè)計(jì)劃進(jìn)行優(yōu)化，并快速地對(duì)運(yùn)行線路進(jìn)行調(diào)整和優(yōu)化。

有了這樣一個(gè)發(fā)展模型，我們汽車生活會(huì)變得更環(huán)保、更智能、同時(shí)更個(gè)性化、也更為精準(zhǔn)，同時(shí)，每一個(gè)汽車產(chǎn)業(yè)的受益者也能擁有極致的生活體驗(yàn)。

大數(shù)據(jù)還有助于產(chǎn)業(yè)研究，現(xiàn)在信息越來(lái)越透明，關(guān)鍵是對(duì)信息獲取的速度、準(zhǔn)確性，通過(guò)大數(shù)據(jù)的方法快速掌握動(dòng)態(tài)，投資方可以準(zhǔn)確布局戰(zhàn)略，同時(shí)對(duì)市場(chǎng)進(jìn)行預(yù)測(cè)。汽車大數(shù)據(jù)的研究將改變汽車市場(chǎng)研究的方法，用大數(shù)據(jù)的方法能夠更好預(yù)判未來(lái)競(jìng)爭(zhēng)中的優(yōu)勢(shì)，也能更好的洞察用戶需求。

2 汽車產(chǎn)業(yè)應(yīng)用

汽車行業(yè)的物流、車間流程優(yōu)化都已經(jīng)在應(yīng)用大數(shù)據(jù)和人工智能技術(shù)。要在多因素影響下動(dòng)態(tài)完成生產(chǎn)車間、物流效率最優(yōu)規(guī)劃，這項(xiàng)工作早已經(jīng)不是人腦能夠勝任，本質(zhì)上就需要基于數(shù)據(jù)輸入利用人工智能來(lái)解決。在汽車銷售服務(wù)領(lǐng)域，大數(shù)據(jù)技術(shù)其實(shí)也有很多應(yīng)用場(chǎng)景，最典型的莫過(guò)于車間效率優(yōu)化。

3 智能廣告應(yīng)用

計(jì)算廣告是大數(shù)據(jù)技術(shù)的最典型應(yīng)用。最近一年多，汽車和車險(xiǎn)廣告的投放正在大幅轉(zhuǎn)向效果廣告，越來(lái)越多的廣告主需要根據(jù)廣告所獲=得的銷售線索支付廣告費(fèi)。

車企支付廣告費(fèi)購(gòu)買銷售線索，正在導(dǎo)致嚴(yán)重的銷售線索超載問(wèn)題。越來(lái)越多的車企抱怨媒體給出太多銷售線索，但究竟哪個(gè)線索成交率高，哪個(gè)線索成交率低，這個(gè)如果沒(méi)有大數(shù)據(jù)技術(shù)自動(dòng)評(píng)價(jià)，用人腦是無(wú)法迅速?zèng)Q策的。

此外，目前車企和保險(xiǎn)公司的廣告投放都是人工完成，但廣告平臺(tái)正在走向全面程序化交易。這意味著廣告主在拿著“大刀”和廣告平臺(tái)的“導(dǎo)彈”對(duì)抗。幫助廣告主研發(fā)出來(lái)智能投放機(jī)器人，讓廣告雙方能夠平等競(jìng)爭(zhēng)是大勢(shì)所趨?？梢灶A(yù)見(jiàn)到，車企未來(lái)必然都將擁有個(gè)性化的投放機(jī)器人，廣告公司的中介角色必須盡快轉(zhuǎn)換，否則其價(jià)值將大幅下滑。

4 安全防護(hù)應(yīng)用

目前PC和手機(jī)的防病毒應(yīng)用都是基于大數(shù)據(jù)的。毫無(wú)疑問(wèn)，隨著車輛的信息安全問(wèn)題越發(fā)嚴(yán)重，車輛本身的信息安全也將采用大數(shù)據(jù)技術(shù)。無(wú)論是自動(dòng)駕駛還是輔助駕駛，汽車大數(shù)據(jù)安全平臺(tái)都將自動(dòng)提供危險(xiǎn)預(yù)測(cè)，幫助駕駛者決策究竟該如何規(guī)避出行風(fēng)險(xiǎn)。

5 個(gè)性化服務(wù)應(yīng)用

關(guān)于個(gè)性化服務(wù)應(yīng)用，最典型的莫過(guò)于已經(jīng)科普多年的UBI車險(xiǎn)。雖然UBI車險(xiǎn)在當(dāng)下的應(yīng)用不被看好，但車險(xiǎn)個(gè)性化定價(jià)的大方向是毫無(wú)疑問(wèn)的。對(duì)車險(xiǎn)公司而言，接下來(lái)的增值服務(wù)大戰(zhàn)不可避免。如果沒(méi)有基于車主個(gè)性化需求的服務(wù)推薦能力，單純靠車險(xiǎn)的價(jià)格戰(zhàn)將非常被動(dòng)。同樣，對(duì)于車企而言，隨著智能網(wǎng)聯(lián)汽車的普及，個(gè)性化推薦服務(wù)的便捷渠道已經(jīng)建立，但如何解決車主個(gè)性化服務(wù)推薦的問(wèn)題，仍然需要車企建立車主需求畫像，沒(méi)有這個(gè)畫像，新能源智能網(wǎng)聯(lián)汽車恐怕就真的只能從政府補(bǔ)貼里賺制造利潤(rùn)。

6 自動(dòng)駕駛應(yīng)用

關(guān)于自動(dòng)駕駛的問(wèn)題已經(jīng)引起業(yè)界廣泛關(guān)注，目前的自動(dòng)駕駛?cè)匀煌Ａ粼诩す饫走_(dá)對(duì)外部環(huán)境的識(shí)別層面，對(duì)于外部動(dòng)態(tài)數(shù)據(jù)的應(yīng)用還非常有限?？梢灶A(yù)見(jiàn)到，隨著智能交通和外部數(shù)據(jù)接口的豐富，自動(dòng)駕駛將PC機(jī)的單機(jī)智能向網(wǎng)絡(luò)智能演化。一旦大數(shù)據(jù)技術(shù)應(yīng)用于聯(lián)網(wǎng)車輛，這種情況下的自動(dòng)駕駛才真正具備了超越人類的決策能力。

7 智能交通應(yīng)用

目前對(duì)于智能交通的各種應(yīng)用探索已經(jīng)非常多，中國(guó)基礎(chǔ)設(shè)施的更新速度完全具備測(cè)試智能交通大數(shù)據(jù)應(yīng)用的條件。

隨著交管系統(tǒng)電子標(biāo)簽的推廣應(yīng)用，各種智能交通數(shù)據(jù)應(yīng)用將層出不窮。智能交通和自動(dòng)駕駛的成熟必然是相輔相成的。

車企能否適應(yīng)智能交通設(shè)施的改變，智能交通基礎(chǔ)設(shè)施能否兼容智能和非智能汽車的需要，這些都是挑戰(zhàn)。而這種適應(yīng)性，才是大數(shù)據(jù)AI技術(shù)的用武之地。

8 智能金融保險(xiǎn)應(yīng)用

目前在汽車金融和保險(xiǎn)領(lǐng)域，車信數(shù)據(jù)等公司已經(jīng)形成成功案例。比如它能夠幫助汽車金融公司在融資租賃領(lǐng)域解決貸前信審，貸中和貸后資產(chǎn)管理的智能決策，這個(gè)智能化就是借助數(shù)以百計(jì)的外部數(shù)據(jù)因子。通過(guò)模型，對(duì)風(fēng)險(xiǎn)進(jìn)行預(yù)測(cè)和評(píng)估，輔助汽車金融公司進(jìn)行風(fēng)險(xiǎn)決策，這相比汽車金融公司在傳統(tǒng)評(píng)分卡基礎(chǔ)上引入更多外部數(shù)據(jù)源的方式，是一個(gè)技術(shù)飛躍，這本質(zhì)上就是利用機(jī)器人輔助人類進(jìn)行風(fēng)險(xiǎn)決策，而不只是單純引入更多外部數(shù)據(jù)源——事實(shí)上，引入更多數(shù)據(jù)源也并不能提高風(fēng)險(xiǎn)判斷力。再比如車信數(shù)據(jù)幫助保險(xiǎn)公司進(jìn)行實(shí)時(shí)理賠風(fēng)險(xiǎn)評(píng)估的應(yīng)用，相比其他反欺詐服務(wù)，車信數(shù)據(jù)的實(shí)時(shí)反欺詐，能夠在案件報(bào)案的同時(shí)，就進(jìn)行反欺詐風(fēng)險(xiǎn)評(píng)估，輔助車險(xiǎn)理賠部門實(shí)時(shí)決策究竟應(yīng)該走便捷流程方便車主，還是應(yīng)該提高警惕規(guī)避車險(xiǎn)詐騙。這個(gè)實(shí)時(shí)評(píng)估相比事后反欺詐，對(duì)于車險(xiǎn)公司而言意義更大，否則即使事后發(fā)現(xiàn)問(wèn)題，但損失已經(jīng)發(fā)生，要降低損失的難度已經(jīng)非常大。

9 結(jié)語(yǔ)

因?yàn)橛辛藬?shù)據(jù)，讓每一天的工作目標(biāo)都更清晰；未來(lái)，更會(huì)是一個(gè)用數(shù)據(jù)說(shuō)話的時(shí)代。

參考文獻(xiàn)

[1]劉雍潛，楊現(xiàn)民.大數(shù)據(jù)時(shí)代區(qū)域教育均衡發(fā)展新思路[J].電化教育研究，2014，（5）：11-14.

[2]MANYIKA J，CHUI M，BROWN B，et al.Big data：the next frontier for innovation，competition，and productivity[R].USA：Mckinsey Global Institute，2011.