重新定義AI定損工具
調研 | 張揚 唐靖茹 撰寫 | 唐靖茹
在產業互聯網的發展進程中，將配套服務做重是提升對交易的掌控力以及平臺附加值的核心手段，但具體到各個行業中，這樣的模式卻並非通用，汽車配件行業中的全車件就是一個例子。
汽配行業在眾多供應鏈交易細分領域中極為特殊，類別多且差異非常大。
首先可以分為易損件和全車件兩類。前者週轉快，SKU通用性強，更適用貿易模式，而後者週轉慢，SKU繁多，對SKU數據庫標準化能力考驗更重。再者，汽配又可分為原廠件和品牌件，前者主要供應4S店體系，後者則更多流向維修廠。最後，商用車和乘用車的汽配體系也有較大區別，客戶需求和採購方式差別較大，維修體系也不通用。
車通雲進入全車件市場已有五年，其創始人郝鼎文表示，全車件市場有幾個特點：第一是客戶的需求偶發，第二是客戶非常分散且複雜，第三是特別碎片化。
不穩定的需求很難支撐穩定的供應鏈服務，如果大量建設倉配，勢必面臨高成本考驗，但如果採用純輕資產模式，如何把控交易又是一大難題。
車通雲選擇從技術能力和商業模式兩方面入手。
首先，技術層面針對車型件SKU複雜的特點，著力打造出原廠件編碼到品牌件編碼的轉換，以及VIN碼到車型的轉換兩個數據庫，維修廠客戶接到需求後可以通過車輛VIN碼匹配車型和對應的零部件，方便自主選購下單。
平臺上游接入配件貿易商和廠商電腦上的進銷存軟件，自動掌握SKU和庫存，形成“雲倉”，系統將根據算法匹配最優價格和位置。
除了原有交易平臺升級，車通雲還深入場景，研發出AI定損工具，C端或保險查勘員用手機端拍照，可以根據圖像判斷外觀損傷，2秒給出修理方案和大致的費用，包括配件和工時費，從而連接場景，實現從查勘到交易完整的閉環。
目前AI定損工具向保險公司收費，能實現降賠3%-5%。而車通雲在商業模式上，最大的特點即是與保險公司深度合作。
目前車通雲有三類獲客渠道。一是與保險公司達成合作，通過保險公司觸達合作汽修廠，保險公司通過車通雲掌握配件價格，對汽修廠進行控費管理；二是合作4S店集團；三是合作維修廠ERP軟件。
其中保險公司渠道最為重要，大量全車件實際付費方是保險公司，通過其搭建的S2B2C體系，很好地通過掌握B，也就是保險公司，提升S端和C端兩方的活躍度。
供應鏈金融方面，車通雲以助貸模式給上下游提供產品，授權向金融機構提供交易數據，目前仍需線下申請。而未來，通過雲倉模式升級，可以精準掌握供應商動態庫存數據，相當於以控倉的形式進行授信，供應商粘性和金融業務效率還將大大提升。
優秀的核心團隊最為車通雲CEO郝鼎文引以為豪。郝鼎文擁有20餘年汽車行業從業經驗，曾擔任多家汽車經銷集團公司管理職務。合夥人張作元來自保險行業，掌握豐富保險行業資源，充分理解保險需求。CTO石兵兵來自互聯網行業，聚焦技術攻堅。另一位合夥人李啟湛擁有深厚維修連鎖行業經驗。
郝鼎文表示，“車通雲核心團隊成員背景多元化，能力互補、各有專長、分工明確。公司在成長過程中通過優勝劣汰逐漸完善對人才梯隊的塑造。”
近期，愛分析專訪車通雲創始人兼CEO郝鼎文，就汽配供應鏈行業動態及車通雲業務發展進行了交流，精彩內容與讀者分享。
深挖細分行業，聚焦碰撞件市場
愛分析：2018年至今主要有哪些進展？
郝鼎文：主要做三個方面，第一是新技術的研發，第二是渠道的擴充，第三是聚焦品類。
愛分析：聚焦品類如何選擇？
郝鼎文：中國的保險事故車其實90%都小。報案量分兩個數據，一個是在交通部門報案量，一個是保險公司的報案量。保險公司報案量佔2/3，其他的佔1/3。
在總量當中，如果是外觀的很多都快速處理，比如碰了下不想走保險，就自費維修了。外觀損傷現在是呈一個非常明顯的一個自費維修的趨勢。
我們聚焦在碰撞件這個領域，因為我認為碰撞件至少有3000億的市場。比如保險公司一年賠個4500億到5000億，我們通過數據分析，其中碰撞件3000個億，一直聚焦在碰撞件市場。
第二是碰撞件市場裡面，SKU相對聚焦，包括我們國家的生產工藝，比較聚焦。但是碰撞件也比較複雜，比如15萬款車型的碰撞件都不一樣，所以一般常存在的SKU得有300萬。因為我們用的是大數據的形式，而不是貿易形式，我們有全車件的數據，並且能夠實時地和供應商數據打通，更適合碰撞件市場。
系統聯通上下游，數據與算法驅動增長
愛分析：供應商系統要接他自己的進銷存嗎？
其實接上它的意義非常重要。我們要判斷一個事情，就是我們首先不會用一個大倉面對所有的需求，我們會通過系統的對接來把所有的小倉變成統一的倉，類似於大雲倉。
這樣的話客戶在找一個零件的時候，系統可以用算法對就近的倉來進行條件匹配。它會有一個順序，比如一個是位置，一個是價格。這樣的話可能離你最近的，或者在你附近最優的一個算法方案就能幫你找到這個貨。
愛分析：供應商的進銷存系統用什麼軟件？
郝鼎文：基本是單機軟件為主，銷售價就是他自己填的銷售價，上下架都會標註清楚。有20多家公司在做，我們對接接口單方就可以了，不需要他們配合。如果雙方是協議，就會給直接穿接口，直接相當於進到電腦裡面去，然後就會和電腦的數據進行同步。同步之後，系統會把供應商的數據翻譯成我們正常的數據。
愛分析：數據核心有哪些需要處理？
郝鼎文：我們要做兩個轉換，一個是原廠到品牌的轉換，因為大家找配件的時候都是以原廠的OE為準的，所以我們要匹配供應商的品牌件，提取供應商的名稱，編碼，適用車型，銷售價格等，顯示有貨就可以上架，還有車型的轉換，比如要把它的代號翻譯成大家能看懂的，行駛本上的車型。
所以供應商的數據一定要跟我們的系統打通。打通要解決兩個問題，一個是生產端跟原廠匹配，還有一個是生產所對應的車型代號和車匹配。這樣維修廠就能通過行駛本找到車型對應的配件了。我們是數據和算法驅動的。
愛分析：價格是供應商自己設定嗎？
郝鼎文：對，配件的定價是自己去定，我們不會管你，但是我們的系統裡面自動加價。
AI工具打造流量入口，構築S2B2C閉環
愛分析：開發AI工具的目的是什麼？
郝鼎文：我們未來要佔場景，所以我們研發AI工具來做對車輛的損傷判斷。我們可以用AI技術來判斷損傷的位置。判斷位置很不容易，這個車拍照片就知道哪個位置，機器就識別了，定位很重要。
那麼第二個就是判斷損傷的類型，比如像窗口，它損傷面積是多少，我們會給出非常精準的尺寸，會給一個維修的標準，機器會自動告訴你要不要維修，可能有的是讓你修，有的時候建議要更換，會把更換跟修給一個明確的定義。同時會給出你價格，通過損傷判斷，綜合修理廠的價格，包含工時費和配件費，直接給出建議的維修方案。
現在技術對於我們來說比較成熟，C端和保險公司都可以用，適用於2C快速理賠。保險公司或者修理廠和4S店過去是人判斷的，人的標準不一樣，現在機器代替了人的判斷標準。
愛分析：定損工具與交易如何協同？
郝鼎文：我們還是S2B2C的邏輯，先把B端服務好，然後運用的S端的C端的流量場景。保險公司要客戶用這個工具，C端進來之後，就會形成一個大量的客流，供貨商就有很多機會能夠賣出。AI是一個匯聚流量的入口，這個入口就通過遠程的解決方案查勘、定損，帶動報價、配貨形成一體的閉環。
我們打造的這個閉環，必須要有數據庫，有供應鏈，然後再把AI技術帶進去，形成整體的閉環的專業模型。
未來在我們規劃當中，定損環節之後，車主可以在上面選附近的修理廠，然後約時間之後，後臺就知道名單。我們就會把車主的零部件送到修理廠，那修理廠其實賺的也是工時費，我們送過去之後，會把修理廠原有的毛利給它保留下來。
愛分析：這為保險公司創造哪些價值？
郝鼎文：首先是降低賠付成本，在標準基礎下給出配件價格，減少中間環節，初步測算能降低3%-5%。第二是反欺詐，賠付當中欺詐比例佔10%是存在的，我們會有一些反欺詐的作用。再有我們能降低一些人力成本，過去接到保安，再去查勘，拍照照片處理，後臺審核時間也非常長。
閱讀更多 愛分析 的文章
