快报丨杜家滨:人工智能【赋能】后汽车产业——当智能汽车时代来临,不见得只有靠卖汽车才能赚钱,后市场盈利商机更多!

行业会议
汽车服务世界  •  24周前

本文是微软(中国)有限公司首任总裁、前思科系统(中国)网络技术有限公司前总裁  杜家滨在笛威欧亚第18届华东峰会暨2017年汽车维修服务行业高峰论坛上的发言实录,如有出入敬请谅解!

很高兴今天跟大家见面,在这两天跟大家学习了非常多。黄老师说,很多了不起的事情的出发点都包括两点:第一是怎么把客户服务的更好;第二是怎么让伙伴能够赚钱?
 
我觉得这两点非常重要,尤其是第一点,早上我在听他讲完客户体验之后,我跟他说,黄老师你讲的这些内容,与我以前工作的环境当中有很多共同点。他们对于系统的整理、系统工程的应用、分析结构、美国很多咨询公司的结构统筹的非常好。
 
但是他做得更好更了不起的一点是,一般咨询公司的咨询顾问都是985的。当我看到黄老师的这些内容,他谈到了哪一些动作、哪一些分析、哪一些收入甚至哪一些对客户的冲击是比较大的时候,我看到了这里面有很多日本在80、90年代、85年代的TQC,QCC精神的投影,他也分享了很多的实战经验,对我来讲这是一个很好的学习机会。
 
讲一下我的个人经历。我出生于台湾,在北京住了25年时间,在这25年当中,我亲眼看到了整个中国的进步,我也很高兴参与了其中的一部分进步。每次到国外去跟很多外国人聊天,他们会说中国怎么不好,北京的雾霾怎么不好,我只告诉他们一句话:我们每天都在进步,我们每一天都过得比前一天更好。
 
北京今年的雾霾到现在为止,只有大概不超过10天。我想很多人在其它的城市都没见到过雾霾。这说明我们国家很了不起,政府对于雾霾的治理花了非常多的时间,成效很好。唯一不好的是雾霾在十九大期间出现了,但我相信这能帮助他们找出来更多的原因和治理方法。
 
政府在做雾霾治理当中,包含很多人工智能的解决方式,把所有能够造成污染的污染因素都放到电脑里面做分析,这是他们经过很多的智能学习,能够做到的最简短而有效的方式,而未来,我们的国家可以把污染处理做的更好!
 
以我们的智能手机为例,我们每天的生活离不开APP,我们每天都离不开人工智能。
 
有很多时候我们都高估了自己对短期能够做到的事情的预判,但我们常常忽略了整个大环境长期的改变。我们来畅想一下,再过五年,到了2022年,我们打算开20大的时候,那时候的汽车会是什么样?
 
在过去的5年,我们可以看到绝大部分的汽车,最大的改变在哪里?省油?我们看到有越来越多的电动汽车出现,在三年前,那时候还比较流行油电混动。而过去三年,电动车开始出现,很多人开始用特斯拉。
 
政府对于减排、环境污染的要求也不断的提高。甚至说2030年可能不会再生产传统能源的汽车。假如那天会到来的话,未来的这个变化会是什么?
 
谈谈未来的环保、节能、高效。我想大家都很熟悉,所有的汽车相关产业都会往这方面走,包括汽车本身。引擎、能源、形状设计、使用材料等,都会做到节约能源。
 
我们可以看到电动汽车它的组成有哪些?在整个的变化过程中,最主要的是电池,控制车辆的电力消耗的时候,它一定需要数字化。它需要传感器来控制。所以当汽车开始可以有IOT(物联网)、有传感器、可以数字化的时候,它就可以开始利用数字来控制它的行为。
 
我们希望将来车辆在一般的道路上自动驾驶的话,应该具备什么样的功能?比如今天的高铁,它在轨道上驾驶,驾驶员不需要做太多的事情,只要坐在那边,透过通信操作按钮,飞机也是自动驾驶,而我们想要的就是汽车的自动驾驶,像特斯拉、比亚迪或东风等电动汽车,车内一定有一个很大的控制面板,面板上有很多的控制功能,与大家的手机类似,并且可以添加APP。
 
在汽车上面,越来越多的工具跟零件开始智能化,那这些智能化跟工具的使用到底是是怎样的?
 
大家有没有做过一个最简单的计算,画一个3×3的小矩阵,看怎么样画成一条线,小朋友都玩过的。如果以拿数学来计算,把123456789排在9个小格子里面,有几种组合?无论怎样,用人脑来做矩阵组合要花很多的时间去思考,最终整理一套规则。而我们把这种规则输入电脑,电脑可以自动整理出结果。
 
其实在我们的身边,有很多生活上、工作上、学习上都有一些规则,我们只要能把这个规则告诉计算机,它有足够的数据处理运算,就可以快速得到结果。
 
我念大学的时候,我做3×3用很大的电脑,那时候比现在慢多了,我做5×5,电脑要跑两个多小时,等到我开始工作的时候,PC端做7×7只要10分钟左右,后来越来越快。
 
当计算机有足够的语言、足够的工具、足够的条件、范围跟复杂的数据的时候,它甚至可以帮我们主动处理一些事情,这就牵涉到几个重要内容。
 
放到汽车产业里来说,第一个我们需要有足够的数据高速计算机车的状况,车上几个人,有多少座位上,上了车之后,告诉它要去的地方,它会判断大环境、路况、能源充足与否来决定怎么开车,它会自己避开高速公路、塞车路段、红绿灯多的路段等,决定怎么走速度最快,时间最短。
 
其实身边有很多的事物已经在做的了,只是我们没有去体会到它。
 
以 女士出行为例,以后的出行生活也可以人工智能,它会告诉今天要去参加什么样的活动,哪一件衣服比较合适。甚至今天要去美容,想要改变一下眉毛,它会问你你的考虑原则是什么?应该是一个什么样的眉毛,怎样更漂亮,这种都会出现在我们的APP当中。
 
假如我们要做到自动驾驶,我们有聪明的自动汽车,它必须要具备什么样的功能?
 
首先,你的车子在地上开,它必须要知道自己现在在哪里,要去什么地方。我们叫V2S,我们需要通讯,除了传感器之外,它也要有能力能够跟环境、跟汽车、跟卫星或者是云端通话。
 
第二,红绿灯、速度限制、收费站等,汽车也要能够跟这些设备沟通,车子要知道开多少公里后这个红绿灯是红灯还是绿灯,然后车子在什么时候开始减速调整状态;当开到一个路段的时候,如果拥堵车子就要会自己导流,所以汽车要能够通过云跟大环境沟通。
 
今天很多汽车已经开始实现,在高速公路上协调车身前后距离,控制速度,这样的装置本身是建立在互联互通跟自动驾驶的基础上。但如果技术普遍后,,我们要怎么去服务它,我们要怎么修理它?
 
不单单用在传统的汽车行业,大型集装箱货船,这种船可能是15万吨到30万吨,但是操作人员不超过十个人,还有大型的农作机械、特种车辆等都离不开人工智能。
 
这个是什么样的环境,你今天要使用什么样的方法,让这个机器帮你工作。
 
在我们身旁,不知道有多少人在从事林业、种树、农事的工作。在美国菜地农药用飞机喷射是正常的,但在中国或日本,就没办法像美国那么大规模操作。在澳大利亚,农业环境中已经开始有专门的喷农药车辆,它可以用探头根据所看到的是植物生长情况调整农药剂量。
 
智能汽车的学习有自己理论和系统。这个汽车出现后,它本身的系统透过卫星通讯网络,为车辆自身做持续的学习跟调整。它会越来越聪明,今天很多的道路标准、安全状况都在调整中,智能汽车可以知道这些改变,这是他们之间的规则配合。
 
IBM创造了一个机器叫华森医师。他们把全世界的药商、医院、医疗研究期刊、杂志论文都做了整理,并且分析出结果,告诉华森所有疾病治疗的方法。一开始IBM认为华森可以治疗很多种疾病,但后来发现不是这样的,他们必须要给华森一个更清楚、更专注的范围。所以IBM就专注在几种疾病,当中他们认为最重要的就是治疗恶性肿瘤。把这个恶性肿瘤的疾病定义好后,他们又从恶性肿瘤难题中又挑了几种。像肝癌、胃癌、乳腺癌这些,然后他们把这些疾病所拍出来的CT,MRI,X光,甚至一些检验结果整理好之后,通过不同医生用的不同的药,得出不同的治疗方式,然后将所有素材当做大脑的基本大数据输入华森医生里面,判断它的辅助作用、有效性、合适程度等。
 
这个有什么好处?我觉得人工智能对中国的帮助最大,尤其是人工智能的医疗。国内的医院分成三级的医院,有一些甚至还没有级。我们的医师有很多都在三甲医院。如果病人需要二级或者以及医院的治疗诊断,不可能每个人跑到三甲医院去的,有这样的系统再加上国内的病患数据,能够做比较适当的诊断。透过一个人工智能的医疗系统,我们可以解决掉医疗资源分配不平均的问题。
 
虽然是人工智能在医疗上面的使用案例,但是同样的观念和用法放在汽车上也是可行的。从我们服务的交通工具中拿到足够的数据,现在还有一些是模拟的信号,假如说将来的传感器做的更细时,我们对于汽车的问题处理会做得更好。
 
今天早上王老师提到,车子跑了多少公里?哪一些零件需要更换?油品什么时候可以换?等等问题通过人工智能,在家里都可以微信告知。
 
马路上开的90%的车是有问题的。而这个数据完全可以通过人工智能的普及减少。因为不需要通过人,自己就知道自己的问题,然后告诉你需要去做哪些保养维修,车子所有的状况都在车主自己手上。
 
在美国有一家公司,专门做面包的。做面包的时候,上面要涂多少油,淋多少芝麻,怎样的亮度才能吸引客人。不同的面包用不同的原料、不同的油、不同的湿度做出来的面包质量是不一样的。一条面包的生产线,从开始准备原料,一直到成品出现都是严格把控的。但总是无法避免问题出现,有了人工智能就不同,它能根据全方位因素判断,不是只有视觉,包括香味,包括硬度,进行准确的调整,让面包生产的质量大幅度提高。
 
怎么样学习客户体验。很多外国公司到富士康来生产他们的设备的时候,都要派一个人到生产线来看工人有没有认真工作,生产线的工作条件是什么样?但现在不同,很多机器在生产线上走来走去,它透过视觉系统,就像做视讯会议一样,把生产线的站点状况,通过蓝牙交流,再将数据传输过去,不用人来监督。
 
医院里,有一些小孩因为病况不好,不能出去,避免与污染环境接触。所以当他们想要去动物园玩的时候,就透过虚拟现实,通过VR,帮助他们完成梦想,看到动物园里头的动物是什么样子,就像你人到现场一样。
 
在美国,医生给刚刚出生的婴儿头部开刀,这是非常困难的。有这样新的技术帮忙,把小孩子拍的CT片,一层一层的切,再透过不同的工具把整个3D结构建起来之后,医生可以虚拟现实,模在实验室里去模拟开刀。而且这个模拟开刀,不是只有一个医生,通常做这种手术,至少要有两位医生,五位护士在旁边帮忙。模拟中间每个人要代理的角色和面对的状况都要事先预测好能够模拟出来让它做处理。这种手术的处理不是让你练习怎么动手术,而是练习怎样处理突发状况。利用这个机会学习去处理突发状况,才能够做一个完美的手术。
 
透过人工智能,透过数据,把我们的环境重建,然后把将来要做的事情先做练习。我去很多4S店,司机就就坐在车里,不去工厂也能看到工厂里头修复产品是怎样的。假如要省人,将来也可以利用机器人,它可以去面对来修车、保养的人,跟他应答。
 
这些例子是为了让大家意识到,我们身边很多事物其实已经是智能化,已经进入我们的产业里。后市场行业有自己的特性,所以很多进展速度慢,包括特斯拉、国内的一些电动汽车的生产公司,他们如果要组合安全上的需求,其实有非常大的挑战。
 
汽车产业本身非常的保守,100多年来,汽车产业的安全法规的要求非常的高。除了安全之外,我们对于环境、材料、环保、能源等方面要求越来越高。我们也发觉汽车做的粤高明,越重视客户偏好。
 
有一些公司他们发展汽车可以几个月前订购,有些甚至在一年前或者两年前就要订购。也因为这样的缘故,我们看到这个产业的改变,它本身会比较慢。但这不代表我们这个产业不会进步。
 
我们看到有很多公司,本来是在别的行业,现在加入进来,为什么?因为它带着一些创新的技术进来。未来有越来越多的汽车,它上面的传感零件越来越少,它上面使用的传统材料越来越少,这会不会为整个行业带来冲击?将来你服务的对象,不见得是个人,很可能是机构。今天的共享汽车就像共享单车一样,甚至于共享汽车还分区域,在这种情况底下,到底我们这个产业会有什么样的改变?
 
我们这个产业,如果比较以前跟未来,或者是今天,都能看到这个行业的差异化,不再是靠硬件,而是靠软件。我们的动力结构已经用电了。推出一个新产品的时间也是很快的,特斯拉的Mx跟M3差两年不到的时间。
 
所有的汽车,驾驶不单单考虑到一个车,也需要考虑到大环境,它将来怎么适应到自动驾驶环境里去。汽车原来只有一个车主,将来这部汽车没有车主,可能是一个公司、一个社区共用的。至于怎样的结构和方式,目前还在探索当中。
 
原来很多的汽车厂靠引擎做决定,将来就靠电池做决定。所以很多汽车的研究,将来汽车的零件厂商会出现很多的共用零件。这个也是两个有趣的变化。买汽车、卖汽车的人卖一次就结束了,卖汽车赚钱,然后汽车售后赚钱。
 
当智能汽车时代来临,不见得只有靠卖汽车赚钱。汽车会变成是一个载体,上面会出现很多的服务,你不用开车,在上面可以开会、看电影;汽车会变成很多的媒体服务,因为它只是一个载体。
 
最简单的一个例子,已经在美国的硅谷发生的事情,像谷歌、脸书这些公司,他们住在距离公司大概一两个小时车程的地方,每天早上他们大概5点多大巴接他们的员工上班。员工只要一上车,车上会提供早餐。免费的WIFI,你可以在车上做编程,修改在办公室里头存储在上面的程序,还有可以在车上参加电话会议,这两个小时对他们来讲是非常宝贵的时间。这个汽车的功能已经变成是一个行动的会议室跟行动的工作的办公室,而且不是只有一个人用,利用这样的方式保持这家公司的竞争力。
 
那大家可以想像,将来因为汽车它本身智能化跟数字化,而且通信工具的更完整更完善,我们将来我们这个行业会有什么样的改变?
 
大部分的人都听过一句话,在中国,都有一个五年计划,一个好的国家,一个有远见的国家,它要提早十年想,要先做预测,然后它要有一个五年计划,它要提早做。同样的,对一个企业,它也要提早五年去想,它要提早三年去做,很多人说为什么当时没有把那块地给买下来?为什么当时知道那个地方可能房价可能涨却没有买?其实我们都应该要去预测未来的发展跟未来的方向。它会怎么发生?我们今天就应该要做好准备。  

写留言