汽車廠商的摘星指南:我們能從如祺出行身上學到什麼?
自從Uber、滴滴、神州等等一系列企業之間的戰爭偃旗息鼓之後,網約車市場已經安靜許久了。但不論任何市場,都會有變數的存在,就當人們認為網約車市場趨於穩固時,新的變數又出現了。
從2017年曹操專車密集進入全國各個城市後,汽車廠商入主網約車市場正在成為一波顯著的風潮。前有吉利科技集團投資的曹操專車,後有長城汽車主導推出的尤拉出行,最近還有廣汽集團與騰訊、廣州公交集團、滴滴出行等投資者共同合作的創新移動出行業務:“如祺出行”。
變數出現的背後是熵態的提高——正因當不確定性的增加,市場中才出現了更多的機會。
熵態增加,誰為出行市場帶來了不確定性?
首先我們要弄明白的是,出行市場新一輪的不確定性出現在哪?
從2011年左右由共享經濟而興盛的網約車市場,其本質機制是C端市場的資源共享和資訊的加速流通。網約車App通過建立平臺,幫助有空餘汽車資源的人和擁有出行需求的人建立高效的聯絡。在這個過程中,並不存在技術進步的狀況。
而以如祺出行為代表的新一波網約車產品,其產品自身和所處的市場環境,都出現了明顯的差異:
相比此前以網際網路企業/共享經濟創業企業為主的情況,如今網約車市場的新玩家,幾乎都是由汽車廠商主導或參與的B2C模式。其中如祺出行採用廣汽的智慧網聯新能源定製車型、尤拉出行全部啟用長城新能源車型、曹操專車則由吉利提供定製化的新能源車型。
這其中的原因或許與近年來新能源汽車的產能提升有關,但是網約車車型的集中化和定製化,意味著車聯網、智慧汽車等等新技術可以以前置化的方式進入網約車產品。
舉例來講,通過統一車型搭載統一車聯網系統,可以大大提升智慧調動效率;擁有統一化的車載娛樂系統,則可以讓網約車產品更好的撬動出行場景中的娛樂需求甚至消費需求。平臺化的統一管理,也能夠建立更好的品牌效應,更規範化的管理和更安全的服務保障,進而以這種方式,去促進網約車商業效率的提升。
這種全新的模式,在廣汽集團和騰訊合作的如祺出行身上體現的最為典型。
五層高塔可摘星:騰訊究竟為如祺出行解決了哪些問題?
看到這一對合作夥伴,我們可以很容易分辨出,廣汽集團提供的是新能源汽車本身,而騰訊負責提供技術。
在去年年底,釋出智慧出行戰略後,騰訊 “四橫兩縱一中臺”的出行業務矩陣在不斷的完善和升級。其中包括騰訊車聯、騰訊汽車雲、騰訊智慧4S店解決方案這些針對於現有出行需求的解決方案;還有騰訊自動駕駛及5G車路協同這樣面對未來駕駛場景的技術;騰訊位置服務、騰訊出行服務解決方案和針對公共交通場景的騰訊乘車碼。
建立在這些出行產業升級的基礎之上,騰訊還能夠將自身的海量內容、服務平臺和安全保障系統開放給汽車廠商,加上騰訊雲和騰訊AI提供底層保障,車企可以建立起自主的車聯網雲平臺和超級大腦。
在如祺出行這款產品中,騰訊並不親自參與運營,而是輸出全棧出行服務解決方案。換句話說,除了汽車和司機本身之外,騰訊可以幫助汽車廠商解決其他所有問題,騰訊也喊出了希望成為出行服務企業的Tier1的口號。
就像在如祺出行這款產品中,騰訊就依靠自己的智慧出行技術能力,滿足了汽車廠商在搭建網約車產品時的五層需求。
第一層,是地圖與雲的需求。
網約車產品的根本,是根據LBS尋找車程位置,並在雲端進行資訊交換。在和如祺的合作中,騰訊就提供了高擴充性和高價效比的公有云服務,結合騰訊地圖位置服務和場景化大資料服務,為如祺出行提供包括全平臺地圖介面、多種導航模式、定位、搜尋、軌跡、路線等多種定製服務,減少汽車廠商自身的開發負擔。
第二層,是車聯網管理需求。
對於B2C網約車來說,發展的重點是通過車輛的管理來提升運營效率。小到一輛新能源汽車的胎壓、電量、車內監控,大到按照車流量進行排程,都需要依靠車聯網來進行統一管理。騰訊推動的“汽車大腦”方案應用到如祺出行中,就可以通過汽車GPS行駛路線和手機GPS行駛路線進行比對,去優化網約車的出行路徑。
第三層,是使用者服務和營銷能力。
擁有了技術平臺之後,如何獲取使用者、如何對使用者資料進行分析挖掘就成了下一步問題。騰訊根據自己的網際網路產品矩陣優勢和多年來累積下來的資料探勘經驗,恰好可以在如祺出行中應對使用者分析、獲客引流、營銷推廣等等方面的需求。
第四層,是生態服務能力。
在以共享出行為代表的“第一代網約車”中,通過出行的“管”撬動出行目的地的“端”中的生態服務,一直是一個重要目標。但問題在於,大多數網約車出行平臺缺乏智慧服務和場景服務的相關累積。而騰訊提出的車聯TAI汽車智慧系統,結合智慧語音技術,場景驅動的服務推薦,提供連貫性的服務。
最後一層,是安全風控能力。
很多人不知道的是,除了使用網約車的司乘需要被保護,網約車平臺本身也需要加強安全風控。例如資料盜取、金融安全、黑產薅羊毛等等問題,此前都時有發生。在如祺出行的技術儲備中,騰訊提供的是服務過滴滴出行平臺、嘀嗒出行平臺、神州出行平臺的安全風控能力,儘量降低上述情況發生的可能。
騰訊對於汽車廠商五層需求的逐一滿足,如同搭建五層高塔,幫助汽車廠商從零開始摘星網約車服務。
三重紅利乍現:汽車服務化的燦爛星空
從這五層需求的滿足中可以看到,科技企業與汽車廠商的碰撞,正在給網約車市場帶來一系列新紅利。
首先是分工紅利。
在這種汽車廠商和科技企業各司其職的情況之下,網約車企業的執行成本整體上呈現出了攤薄趨勢。汽車廠商無需承擔技術組織架構的搭建,就連線上線下的安全運營證書等等都可以交由科技企業處理。而對於騰訊這樣的科技企業來說,向汽車廠商輸出技術解決方案而非輸出單一產品,就意味著打造了一個可以反覆利用的技術平臺。
這樣一來,汽車廠商可以專注於汽車能力的生產研發,科技企業可以專注於技術水平的提升。在自己擅長的賽道之上,奔跑起來自然更加省力。
其次是成長紅利。
現如今我們需要認識到的一點是,車聯網、自動駕駛、車路協同等等技術都是在飛速成長的。而B2C出行服務模式,憑藉統一的排程平臺和硬體前置裝載,恰好是這些技術最好的試驗田。像Waymo等等自動駕駛廠商,都提出了未來提供自動駕駛網約車服務的願景。
這時汽車廠商選擇與擁有技術成長能力的科技廠商進行深度合作,可以保證網約車平臺從技術上不斷跟進,在不同階段都能保持競爭力。
最後還有生態紅利。
萬物互聯結合智慧互動之下,一個賬號帶來的全場景聯動趨勢正在越來越明顯。與科技巨頭的合作優勢在於,科技巨頭對於全場景聯動的掌控能力以及其賬號的通用性,可以給網約車的運營效率和變現方式都帶來提升。
例如在如祺出行的案例中,通過前置感測器的裝置,車聯網可以感知到汽車的電量和車況,結合騰訊的智慧4S店佈局,可以在行進過程中幫助車輛規劃好充電樁、4S店路線,加強對於車況的整體把握。同時通過騰訊對於旅遊景區、商超購物等等場景的把握,也可以幫助網約車平臺連線更多精準營銷業務。像是根據使用者目的地派發專屬優惠券等等,這些都要依靠騰訊在廣告營銷領域多年來累積的經驗。
不難發現在新一波網約車熱潮中,科技企業+汽車廠商的合作模式,帶來的不僅是網約車產業門檻的降低,更多的是給予這一產業更多想象空間和未來的可能性。
如祺出行所代表的新一批網約車玩家,並不旨在分食以往的市場,而是找到了一種全新的自我進化方式。讓“車”從一種實物變成一種服務,由此便開啟了燦爛星空。
來自 “ ITPUB部落格 ” ,連結:http://blog.itpub.net/31561483/viewspace-2648880/,如需轉載,請註明出處,否則將追究法律責任。
相關文章
- 我們們碼農可以從曾國藩身上學到點什麼呢(一)
- [譯] 我們能從 Redux 原始碼中學到什麼?Redux原始碼
- 攀爬天梯的手機廠商,能從LG的滑落中學到什麼?
- 我們能從《博德之門3》的成功中學到些什麼?
- 即將推出的 chrome 95 新特性❗ 從中我們能學到什麼❓Chrome
- 我們能從霓虹國的AI+新藥開發中學到什麼?AI
- 從B站的程式碼洩露事件中,我們能學到些什麼?事件
- 來自阿里P10的故障分析:從滴滴的故障我們能學到什麼阿里
- 如祺出行深圳上線!首期1000輛車,服務覆蓋多個區
- [譯] 從 Cron 到 Airflow 的遷移中我們學到了什麼AI
- 未來我們需要一輛什麼樣的智慧汽車?
- GitOps實踐指南:GitOps能為我們帶來什麼?Git
- 我們能從幻獸帕魯中看到什麼?
- 為什麼我們從Yarn切換到pnpmYarnNPM
- PUBG Mobile在Twitch上送獨家遊戲道具 其它廠商從中能學到什麼?遊戲
- 從AlloyDb的架構能學到些什麼架構
- 阿里巴巴資深技術專家無相:我們能從 InteliJ IDEA 中學到什麼?阿里IntelIdea
- 【肥朝】從JDK中,我們能學到哪些設計模式?JDK設計模式
- 《馬里奧賽車》能從《QQ飛車》和《跑跑卡丁車》中學到什麼?
- 為什麼我們從RabbitMQ切換到apache kafka?MQApacheKafka
- 為什麼我們從Webpack切換到Vite - ReplitWebVite
- 從小眾到火爆,圖資料庫能為我們解決什麼問題?資料庫
- 如祺出行推司機高峰免傭政策 投入千萬助力全城抗疫
- 從《全面戰爭》身上,我們可以看到RTS遊戲的未來?遊戲
- 從爬⾏到奔跑 - 我們為什麼需要單元測試?
- 從AIGC到AGI,為什麼我們需要更多的“技術信仰派”?AIGC
- 我們該學習什麼?
- 從哈夫曼編碼中我們學到了什麼?
- 從資料收集到資訊挖掘,我們該看重什麼?
- DevOps是什麼?DevOps能夠給我們帶來什麼?dev
- 當中國AI開始遠洋,我們能從百度海外輸入法的巴展大秀上學到什麼?AI
- 【什麼遊戲值得抄】 科學停車,從我做起!遊戲
- 從前端工程師到前端架構師, 我們經歷了什麼?前端工程師架構
- 我們常聽到的WAL到底是什麼
- 自媒體該從“咪蒙”身上反思什麼
- 二次元大R玩家的自白:為什麼我總覺得廠商在套路我們二次元
- FPS這趟順風車,我們還能搭得上麼?
- 機器學習到底能創造什麼價值?我們精選了9位從業者的答案機器學習