當汽車成為智慧終端:三個視角看“汽車運營”的機會與屏障
汽車這個“手機之後第二大智慧終端”,今天正在經歷著深刻的變化。延續了上百年的一次性硬體消費產業模式,開始向為車主提供服務、內容的一次性硬體+長期軟體消費形式進化。
新技術的應用正在讓車主與汽車間原本冰冷的互動關係,慢慢開始融化為柔軟的彈性連線,新服務與新商業模式也在這場互動融化中得以進入。
斑馬網路CEO郝飛說,以後每個車廠都會設定“運營小二”的崗位;小鵬汽車CEO何小鵬說,智慧汽車的核心在運營。
但未來汽車運營長什麼樣子,誰也不知道。不過可以肯定的是,汽車產品運營的機會正在到來。消費者、車廠與網際網路企業,必須同時做好準備。
車主的視角:在車裡我們是不是可以享有更多?
嚴格來說,基於車載螢幕和車載收音機以及手機APP,向車主提供軟體服務是早就存在的商業模式。但想象空間很小,甚至有點雞肋。為什麼?
原因也許在於,回到互動邏輯的起點,無論是停下來操縱螢幕,還是在車中翻看手機,都不符合駕駛者在開車時候的操作邏輯:開車的同時操作車載螢幕,無論如何聽著都不靠譜。並且,一旦去思考螢幕上的東西,也不利於駕駛安全。
但AI等車載智慧相繼達到落地標準後,用技術來化解人與車間尷尬的互動邏輯,開始變得可能。比如智慧技術可以為駕駛者提供這樣幾個能力:
1、語音互動,避免駕駛者的手和眼離開方向盤和道路,讓語成為車載場景的主要互動手段。
2、讓車主動觀察駕駛者與使用者,提供主動建議和智慧服務,避免駕駛者過多分心的同時,提供智慧駕駛、內容、資訊等軟體應用。
3、主動去感知、理解與分析駕駛者的需求,避免駕駛者長線思考。用機器智慧適應人類駕駛中的碎片化場景。
這三個解決方案,剛好對應於車載智慧今天所能提供的語音互動、多模態服務,與機器學習&智慧推薦能力。
簡而言之,智慧技術的成熟,讓車載服務得以逃離雞肋的怪圈。從車主視角看,任何服務都不能影響開車。反過來說,如果能夠用新技術的方式,在不影響駕駛的情況下提供更多輔助服務與內容生態,那麼選擇當然是多多益善。
AI等新技術,正在把沉寂了多年的駕駛艙,融化為更柔軟的互動模式,這讓軟體生態可以插入其中,帶來駕駛場景下的生態想象力。
就像智慧手機適應了人性中隨時呼喚終端的需求一樣,車載智慧正在適應駕駛者對終端的呼喚。
這樣的條件下,車廠已經可以開始考慮,是否可以不僅僅是單純的一次性賣車,而是把內容、服務等軟體能力做成一個新的生意。
更重要的是,這門生意麵前,還有哪些待解決的困難?
車廠的視角:運營的美好與憂慮
當駕駛者一部分精神可以被智慧技術解放,“運營車輛”的商業想象力也就突然掙脫了束縛。
讓我們通過一個例子看一下。
我們知道,自駕遊其實是一個“結果美好,體驗很差”的巨大消費市場。顯然很多人都都希望享受自駕遊最終帶來的方便與簡潔,但絕大多數駕駛者都厭惡途中的勞累與大面積無聊時間。
那麼在車載智慧的幫助下,汽車可以在這個場景中為車主提供什麼呢?至少有以下幾項可以考慮:
1、自駕遊中沿途的各種消費服務,比如過路費、停車場、伺服器的購物與餐飲。
2、由車載系統提供的旅遊建議與景點知識解說,讓車載作業系統的語音介紹和沿途風光與人文風情結合起來,這應該是很多自駕遊愛好者的巨大痛點。
3、基於智慧推薦對旅途驚喜進行發掘。在旅途中發現更好的餐飲住宿以及玩樂專案,讓枯燥的自駕變成旅遊體驗的一部分。
這些能力對於自駕遊使用者來說十分有益,對於汽車與車廠來說則構成了雙向收益:首先集合旅行的智慧軟體體驗可以有效提升商務、越野、旅行向車型的軟體溢價空間,因為自駕出遊本身也是這些車型的主打功能;反過來,因為這些車型的核心目的就是旅行,使用者在其後的旅程中對生態應用的需求與消費也就是綿長可延續的。這對於車廠來說,毫無疑問提供了全新的營收模式——讓整車企業與賣車之後的長線出行生態消費緊密捆綁在了一起。
以小見大,這種以智慧和生態帶動運營市場的方式,可以作用於各種各樣的新車市場。
但擺在車廠面前的問題也很突出:想切入這樣一個雙贏市場,就必須具備運營軟體生態與智慧技術的能力,而這些能力對於車廠來說顯然是陌生的。
於是產業合作可能是解決車廠在智慧時代憂慮的最好方式:想要把汽車運營起來,不僅需要科技企業提供技術解決方案和完整的系統架構,更需要將合作產出孵化新生態的能力。
這又給了網際網路公司機會。
網際網路的視角:汽車之門,必須湊齊鑰匙才能開啟
車廠的發展軌跡與市場渴望,也帶來了市場的新需求,這個需求正在反向變成網際網路企業的新機遇。
然而在汽車市場逐漸向科技與網際網路公司開啟的大趨勢下,想要真正獲得這塊蛋糕卻並不那麼容易。比如說,想要幫助車廠開啟運營自身產品,構成長線營收,那麼網際網路公司作為新的服務商,顯然必須滿足以下四個條件才行:AI等智慧技術作為先導;完整的平臺解決方案作為支撐;網際網路商業生態作為服務匯入機制;培養使用者使用習慣作為入口。
這四把鑰匙缺一不可,才可能在車載場景這個大方向上,不斷完成汽車由工具性向通用性的轉變,達成出行即生活,出現即服務的可能。
今天來看,基於AliOS的斑馬智行系統聚合了阿里和非阿里生態,可能是唯一聚齊了前三把鑰匙的網際網路汽車平臺。這一點我們從眾多的合作案例與資料中可以看出:
基於AliOS作業系統,目前斑馬構建了相容各類汽車硬體的一致性軟體平臺。已經在榮威、名爵、大通、東風雪鐵龍、福特等品牌車型落地,覆蓋汽車數量超過60萬。
而在生態上,集合了阿里和非阿里多個生態系統的斑馬,已經連線了覆蓋全國26個省區,102個大中城市的2000+家加油站的智慧加油系統;智慧停車場覆蓋200個城市;近斑馬聯合飛豬在近期推出“未來景區”,並計劃3年內升級1000+家景區。
資料說明,這匹斑馬已經不只奔跑在技術的想象力上,而是實打實進入了商業世界中完成草場的尋覓。
而第四把鑰匙,或許正是今天的關鍵:在能否把汽車像手機一樣給“運營”起來這個問題上,消費者顯然是需要車廠給出產品體驗的,車廠又是需要網際網路公司給出解決方案的,到了網際網路企業這裡,又必須讓消費者給出認同,從原點開始撬動市場需求。
今天,這個原點可能是需要搭建一個“樣板間”。
毫無疑問,未來車廠需要在運營自身品牌車輛上,探索更多差異化方式與收益模式。但這條路沒有先例和模仿物件,所以斑馬決定給出一些消費體驗上的示範。
在11月8日舉行的媒體釋出會上,斑馬網路CEO郝飛表示:“5年之後,車廠運營利潤將與傳統整車利潤並駕齊驅。今年會是汽車‘運營元年’。”四天後開啟的“你好斑馬暢行狂歡月”活動,搭載斑馬系統的網際網路汽車能享受到自駕遊、停車、加油、娛樂流量等多項優惠甚至費用全免。
斑馬的舉動,意義在於讓使用者的消費體驗與車本身發生直接碰撞。否則汽車運營這個複雜的產業閉環就始終是個流於概念的死迴圈。
打造樣板間的斑馬,出於網際網路產業習慣的“先嚐後買”商業模式,讓消費者和車廠都理解這個模式是如何跑通的,繼而撬動汽車運營的巨集觀產業命題。
無論“汽車運營元年”是否真的從今天開始,汽車運營的產業思路確實已經在今天開啟,駕駛場景能觸達的技術體驗也在快速增強。
人、車、網之間,一場技術與商業世界的“三國志”才剛剛拉開序幕。
來自 “ ITPUB部落格 ” ,連結:http://blog.itpub.net/31561483/viewspace-2219863/,如需轉載,請註明出處,否則將追究法律責任。
相關文章
- Omdia:運營商的汽車和聯網汽車戰略及主張
- 巨量引擎&中國汽車流通協會:抖音汽車終端一站式經營指南(附下載)
- 探索未來智慧交通:網聯汽車與汽車互聯
- 中國汽車流通協會年會調研:三道問題看2023年汽車市場發展
- 你的智慧汽車正在窺視你!
- 汽車與汽車零部件行業:汽車零部件成長性的三大驅動力(附下載)行業
- 2019年汽車經銷商運營概述
- Android與汽車Android
- 中國汽車流通協會: 2022汽車流通行業回述與展望行業
- 智慧汽車的高階盛宴
- 汽車車間為何需要MES?
- BBC:汽車將成為電視消費未來的目的地
- 透過汽車之家二手車業務,看二手車市場的模式終局模式
- 搜狐汽車:2021中國汽車營銷年鑑(附下載)
- Capgemini:智慧汽車工廠
- 汽車工程學會:2019中國汽車智慧共享出行發展報告(附下載)
- 中國汽車工業協會:2022年汽車製造業營業收入小幅增長
- 乘聯會:2023年中國汽車出口491萬輛 成為全球第一大汽車出口國
- 中國汽車流通協會:2018年汽車消費報告
- 中國汽車流通協會:2019年11月汽車保值率
- 中國汽車流通協會:2019年10月汽車保值率
- 中國汽車流通協會:2019年8月汽車保值率
- 中國汽車工業協會:2020年汽車產銷資料及汽車工業執行情況
- 中國汽車流通協會:2022年前三季度中國汽車保值率
- 自動化駕駛汽車報告:消費者視角
- 中國汽車流通協會:2019年11月全球車市最新看點
- 中國汽車流通協會&懂車帝:下沉市場汽車使用者洞察
- 愛馳汽車與人工智慧公司深蘭科技達成合作,將開發AI、機器視覺、智慧線控人工智慧AI視覺
- 工業智慧相機在汽車車間引導機器人的應用機器人
- 中國汽車流通協會:2018年10月份汽車消費指數為81.2
- 中國汽車流通協會:2019年3月份汽車消費指數為65.4
- 中國汽車流通協會: 2018年11月份汽車消費指數為85.4
- 中國汽車流通協會:2023年9月份汽車消費指數為78.6
- 中國汽車流通協會:2023年10月份汽車消費指數為82.8
- 中國汽車流通協會:2023年4月份汽車消費指數為75.3
- 中國汽車流通協會: 2019年11月份汽車消費指數為84.1
- 中國汽車流通協會:2019年10月份汽車消費指數為67.7
- 中國汽車流通協會:2020年2月份汽車消費指數為28.3