車好多CTO張小沛:轉型新零售,讓技術更好地服務於人
網易科技訊9月25日訊息，由網易新聞和網易科技主辦的“2018網易未來科技峰會”之“ALL IN時代”昨日在北京舉辦。車好多集團CTO張小沛就瓜子大舉措佈局新零售業務、人工智慧的趨勢等話題接受了網易科技的專訪。
張小沛表示，通過新零售業務，瓜子二手車整個線下銷售的效率，包括從流量到成交的轉化率，都在大幅度上升。“今年我們的目標是全國開設130萬平米的店面，佈局上百個城市。”
對於AI生態的落地推進，她相信今天的產業界，企業生態裡既要有資料科學家，有做演算法的大牛，有做系統的高手，也要有對行業領域瞭解很深刻的領域專家，大家把專業結合後才能做到把AI生態真正給落地開花。
以下為對話實錄，經網易科技編輯處理。
轉型新零售，讓技術綻放更好的服務於人
網易科技：近期瓜子二手車嚴選直賣店落地瀋陽，並準備將這種嚴選直賣店在全國大範圍的開設，其實去年瓜子其實就推出瓜子體驗店這種二手車新零售業務，為何在現階段大舉措選擇佈局新零售業務？
張小沛：瓜子二手車從2015年開始創業，C2C模式要求的人、貨、場裡面我們有人，有貨，但其實一直沒有場。此後我們意識到，單純的C2C模式效率有時並不高，買家大多數一次只能看一輛車，這種消費體驗還可以變得更加順暢。
我們就嘗試用人工智慧的演算法定價把車放在一個場地裡，買家來一下會看到很多車，有很多的選擇，買家的決策也會更加理性。我們從去年3月份開始在全國開設保賣店，2017年底下半年找到了規模化的路徑，9月份我們在瀋陽開了第一家2.3萬平方米的嚴選直賣店，可以放進560輛車供買家挑選，在價格、資訊透明度、購物環境體驗等方面通過線下場景的配合都會給顧客更好的全方位體驗。這些真正吻合了當時我們出發的初心，讓每個家庭都擁有一輛更好的車。
網易科技：目前新零售業務相關資料表現如何？
張小沛：新零售業務我們從去年3月份試水到現在，我們在C端通過新零售方式實現的比例越來越高，試下來發現我們在保賣零售店的模式平均週轉率車是9天，美國做二手車交易最大的公司CarMax要20天，線下是32天，我們的週轉率是非常高效的，很有勇氣在大規模全國開店。通過新零售業務，還有我們整個線下銷售的人效，包括從流量到成交的轉化率，都在大幅度上升。今年我們的目標是全國開設130萬平米的店，佈局上百個城市。
網易科技：瓜子二手車的新零售業務做到什麼樣子才是公司理想中的狀態？
張小沛：公司理想的狀態，比如說一個賣家想賣車，三公里內就有一個店就可以實現快速評估定價，把他的車放到店裡，這個車很快就可以到嚴選直賣店，在三、五天就能把車流轉出去，效率更高，就可以讓利給到更多的賣家和買家，我的理想未來三天時間實現這些。
網易科技：實現這個目標還需要多久？從線上交易到線下零售店，這種階段性轉型對於瓜子二手車而言最大的挑戰在於哪裡？
張小沛：零售的事情是要有供應鏈的。供應鏈完成了之後還涉及了你發生交易的場地，有人、貨、場這些複雜的維度在裡面，
二手車是件很非標的業務，在整個過程中我們怎麼樣讓車的車況更加真實的反映出來？讓車價更加體現市場當前動態的供需關係？讓買家有更多的選擇餘地？而且買家買了車之後，二手車就像買新車一樣，還涉及金融、維修、保養、保險，要把整套長長的鏈條理順，還要把每個鏈條上服務人員的專業水平進行素質培養，這些對我們來說都是挺大的挑戰。它涉及了非常多的技術、資料、演算法跟人性相結合，我們內部一直在講雙輪驅動，我有演算法、資料，但是我們這個事情又特別非標，服務屬性非常強的東西，怎麼把技術綻放更好的服務於人，我們還在不停的打磨。
精耕基因圖譜庫，去做二手車市場的大腦
網易科技：瓜子一直在收集交易過程中積累到的不同維度的資料，打造這樣的“基因庫”的目的在於什麼？
張小沛：從2016年開始我們就做了瓜子基因圖譜庫，做到現在我們已經積累了七百萬輛車的資料，只要是經我們手去評估的車，它的資料都在裡面，大概有三億左右潛在的賣家還有車主，車的資訊、人的資訊，銷售，電銷，評估師，所有信息都放在基因圖譜庫。
這個資料積累到今年3月份，我們有底氣可以通過這些資料對二手車系統生成定價。這個難度在哪裡？對車的車況要做出真實的校驗，根據車況要算出不同的時間節點、不同城市還有不同的價格維度，技術讓我們有底氣把車價定下來，並預付給賣家大額車款，用這個價格賣出去。我自己在瓜子就是做技術的，肯定不是為了做技術而做技術，而是去做瓜子的“大腦”，基因圖譜庫就是這個大腦的基石，本質目的是讓整個瓜子平臺的效率提高，這樣我在賣家端出到更高的價，賣家不會吃虧。對買家來說，在瓜子買的車是有保證的，買家沒有賠錢。所有效率提高的紅利都可以讓給賣家和買家。像上海這樣市場比較大的地方，因為我們的效率在不斷提升，每個月的交易量已經佔到市場份額超10%。
網易科技：未來這些資料有什麼值得想象的空間？
張小沛：最終是，比如說現在我們一個月賣出8萬臺車，未來可能做到一個月賣20萬臺車甚至更多，背後是整個鏈條的效率越來越高，買家和賣家都認同你的價值。
在二十萬臺的基礎上你要做定價，要去預付車款，而且貨不砸在手裡，就要做非常高效的週轉，背後是我們整個的流程細顆粒度的標準化、結構化。基因圖譜庫裡的不同的資料做關聯，演算法引擎不停的學習，才能做到從五萬臺到十萬臺、二十萬臺，在更大的規模上去做演算法定價的事情，才能真正讓平臺跟賣家、買家之間形成良性的閉環。
網易科技：可以把你說的閉環理解成瓜子要做一個AI生態鏈嗎？
張小沛：是的。我們發現線下做越重，就有越多的資料蒐集裡面會出現噪音，為了把噪音減少，為了讓人解放出來做它擅長的事情，我們自己成立了智慧硬體團隊。在瓜子全國各地的賣場裡都有很多我們自己研發的小裝置，這些裝置類似於IoT，賣場裡有很多它的觸角，所有的裝置時時刻刻都在網聯端傳輸著賣場各種資料，在整個大生態鏈裡面除了有買家，賣家，銷售，評估師，電銷同事，還有在不同的環節裡的硬體、系統、移動工具，還有背後的雲，演算法，它是整個一套機器、演算法、資料的大閉環。
同時，我們所有的業務模組都是基於我們的大資料和演算法的，從交易開始，到金融、保險、維修保養、甚至到新車，都有深度的應用及彼此的關聯。
網易科技：最近幾年AI話題非常火，你怎麼看人工智慧在中國接下來的市場前景？
張小沛：大產業環境下，過去十幾年下來，AI在各行各業都有了更廣泛的應用。資料更海量了，計算力增強了，AI在整個應用場景也開始了深耕落地。我們做二手車交易的是非常典型的傳統行業場景，我們把演算法、資料賦能到這個場景裡也能夠提升效率。可以想象，接下來各行各業，教育、醫療、製造業，會有更多的AI成果落地開花。
但在今天的產業界，你想做單純一個AI的事情，不考慮使用者場景還是挺難的。企業生態裡既要有資料科學家，有做演算法的大牛，有做系統的高手，也要有對行業領域瞭解很深刻的領域專家，大家把專業結合後才能做到把AI生態真正給落地開花。
網易科技： 在你看來，AI落地的難點在於哪裡？
張小沛：從2016年到現在，只看成果，AI在幫助瓜子在新零售的嘗試。此外，還有一些場景，舉個例子，在線上場景裡做的智慧客服機器人，我們能把客服的人效效率提高到4.2倍，以前要八百個客服做這個事情，現在機器可以幫助你，整個轉變的過程很辛酸，但我們已經看到了一些成果。
二手車交易行業是非常非標的，有很多環節需要人蔘與，有人蔘與就有不確定性，就有跟人性的博弈。但演算法本身是冷冰冰的，直到今天演算法對人性的理解，對認知的理解仍是不擅長的，技術怎麼和人之前作出更好的結合，賦能於人類，同時讓人通過你的演算法不停學習，我們接受了很多的教訓。
比如，去年11月份，因為沒有把握好人和演算法的結合，一下子虧掉了三千萬，這三千萬算我們交了“學費“，也學習了很多事情。對我個人，對演算法有了更深的敬畏心，我們相應的流程、系統、產品設計的改變進階，下一次學費就少交，一路走過來，有經驗，也有教訓。
找底層價值觀相似的人一起做事情
網易科技：瓜子金融業務目前的表現狀況如何？這條業務線在集團內部佔據怎樣的位置？
張小沛：瓜子金融從2016年開始做，到現在我們已經做到了幾百億的體量。在我們嚴選直賣店的場景裡，類似於瀋陽的門店，線下場景裡瓜子金融的滲透率已經將近40%。什麼意思？有十臺在直賣店裡賣出去的車至少有三、四臺或者是更多是通過瓜子金融實現的。我們做到今天做到幾百億體量，壞賬率大概是千分之幾，中國的幾大銀行差不多也是這樣的水準。背後是因為我們掌控了交易場景，場景裡大量的資料給了我們優勢去做風險的識別，反欺詐的識別。
網易科技：現在很多互金的企業也在做二手車交易的事情，你們怎麼看？
張小沛：有純粹做網際網路金融平臺，有的做的是抵押平臺，瓜子跟他們的區別是交易發生在我們這裡，是在交易場景基礎上給了增值服務，是典型的場景金融。不管是貸款還是保險，從消費者體驗來講，它可以跟交易無縫結合在一起，消費者的體驗會好很多，不是割裂的，不是我在這兒買車，去那兒拿貸款。因為我們有交易場景，有了更多的資料，我們做風控手段會更多，這個時候我的壞賬率更低，低了之後就可以讓利給消費者，最終也是給消費者創造價值。
網易科技：下一個需要被解決的挑戰會來自於哪裡？
張小沛：在我們整個場景裡，下一個大的挑戰，就是怎麼樣用更自動化、更智慧的手段對車況進行更快更高效的判斷。我們現在對車的檢測耗時還是蠻長的，還是會依賴於風險評估師個人的判斷，我們希望把這個事情更自動化，更智慧化。
網易科技：如果現在想請你給其他的AI落地或者說其他初創企業一個建議，你會有什麼建議？
張小沛：現在很多創業的機會是在利用AI+，網際網路+，改造不同的行業，不管是做醫療，教育，還是做傳統行業的結合，第一個你要對這個行業有深刻的認知，花精力去做研究，找到行業的真正的痛點，而不是簡單的賦能傳統行業的玩家，二手車這個行業的痛點是信任問題、資訊透明的問題，而不是行業本身從業者（車商）的效率問題，行業的痛點在哪，決定了創業的思路在哪。
第二個你的資料團隊、演算法團隊不能是象牙塔裡的科學家，而是要跟行業專家去做很好的結合。如果你有AI人才，也有對業務特別瞭解的業務型人才，這兩個人才之間互相尊重、互相欣賞，找到底層價值觀非常相似的一幫人在一起做，可能是一個好的起點。如果一開始價值觀就不是很相同，互相對彼此做的事情沒有敬畏心，沒有尊重，我感覺是挺難成功的。
本文來源：網易科技報道 責任編輯：喬俊婧_NBJ11279