新能源汽车：造车不易，卖好更难

　　随着行业竞争愈加激烈，线下门店成了品牌们毫厘必争、精细化运营的新战场。

　　新能源汽车赛道的竞争，已经将“智能化”卷到了线下门店。

　　日前，极氪智能科技与(银泰商业集团)深象智能科技官宣了战略合作。双方将基于视觉AI算法、物联网、大数据分析等技术，重新梳理消费者与门店内汽车产品、导购之间的关系，共同打造“新能源汽车智慧门店”，实现“用户在线、门店在线、管理在线”的智能化升级。

　　这一动作也是当下中国汽车产业狂飙猛进，内卷竞争的新注脚。除了激烈的价格战和产品推陈出新，过去一年多，全链条的智能化升级也成各大品牌竞争和投入的焦点。

　　新能源汽车的厂商们，一方面利用爆火的大模型技术，在数字孪生应用里，帮助生成高质量数据，加速数据标注，提升自动驾驶算法的训练效率;另一方面，让大模型“上车”如火如荼，基于大模型升级的智能座舱产品，成了新技术落地汽车产品的最先突破口。

　　但智能化升级的不止汽车本身，新能源汽车品牌“智慧门店”的动作，则展示了厂商们要用新技术升级销售端的决心，通过人工智能技术，更紧密、更实时地洞察门店与消费者的连接和互动，精准、实时把握消费群体对产品的交互及偏好，实现在线下空间里更加精细化的运营和管理。

　　一场全链路、全体验和全生命周期的体系化竞争已经在行业里展开。

　　01

　　大模型忙着上“车”

　　“上半场是电动化，下半场是智能化”，2018年王传福对新能源汽车产业的这句断言已成行业共识。

　　围绕着智能化，过去几年，汽车厂商们在智能架构、智能座舱、车联网、AI等一系列领域展开了激烈角逐。

　　去年大模型爆火后，厂商们积极探索大模型技术在汽车行业落地，把大模型应用纳入到自身的智能化战略里，行业的智能化进程在提速。

　　各大汽车品牌先是纷纷宣布与不同的国产大模型合作，对大模型技术表现出了极大的热情。

　　落地到应用中，不同的车企则通过自研或者与模型厂商及技术服务商合作，在汽车设计研发、产品生产制造、车企内部管理提效等多个环节探索大模型落地。

　　在研发设计环节，大模型到来后，外观设计、算法研发等多个场景里，产品开发的效率有了提升的可能。在算法研发环节，多家企业看中了大模型在数据标注上的潜力，从而提升自动驾驶算法的研发效率。在产品体验端，座舱智能语音正成为大模型上车的突破口。

　　一些车企还希望基于大模型来实现内部组织提效，比如把大模型技术与企业内文档和知识类产品结合，从而活用车企内部保存的大量零部件说明文档。

　　可以说，新能源汽车行业进入淘汰赛阶段后，围绕着汽车全流程、全生命周期的智能化升级正成为当下竞争的核心关键词之一。

　　02

　　销售门店智能化提速

　　全流程全生命周期的智能化升级，自然离不开车厂投入重金、大力打造的线下直营门店环节。

　　现在，汽车线下门店开进商场核心位置，已经成为行业共识与标配。直面消费者，获得更直接的反馈，新能源汽车厂商与消费者的关系变革，也构成了整个行业快速反应能力的一环，加速品牌研发推新。

　　而随着新能源汽车的交易链路正变得越来越短，新能源汽车零售终端就更要服务好消费者，这也是比拼的重点。

　　“开在闹市区和热门商圈的线下门店，除了承担展示品牌形象，吸引潜在客户的作用，也是品牌把潜客转化为消费者的重要环节。随着行业竞争愈加激烈，线下门店也成了品牌们毫厘必争、精细化运营的战场。”银泰商业集团新能源汽车业态负责人胡志强在采访中提到。

　　一些先锋的企业比如极氪，已经行动起来，围绕着线下门店在线化经营和高效智能的管理，与科技公司——深象智能科技合作，向智能化要效益。

　　银泰商业集团深象智能算法负责人觉奥博士告诉数智前线，目前多数汽车厂商对线下门店的管理有一整套的“标准化”流程，但是门店经营还缺乏各种维度的“在线化”量化指标和准确的经营数据。实体商业的AI应用落地，需要标准化、在线化、数字化和智能化四步走。就目前的情况来看，新能源汽车门店的“数字化”和“智能化”能力都有待进一步提升。

　　例如，消费者进入门店后跟产品如何互动?在一定时间周期里消费者最喜欢哪些款式的产品?店内销售导购对消费者的服务情况如何?门店内哪些颜色和款式的车适合被摆放在什么位置更畅销等?都可能影响门店的经营效率。

　　这一背景下，深象智能科技基于此前在银泰百货线下商场的数智化升级经验和对线下商业体里(商场、商超等)人、货、场交互逻辑的深度理解，打造了一整套软硬件一体化的机器视觉智能解决方案，帮助极氪打造智慧门店，实现对线下门店的数字化、智能化管理。

　　智能化升级后的新能源汽车线下门店里，品牌能更深度挖掘脱敏后(不包含用户隐私)的消费者与门店产品交互大数据，以及消费者与导购人员的互动模式，用数据智能指导线下门店运营。

　　具体来说，首先，可以规范导购的服务行为，便于品牌更好地管理导购的日常行为规范，提升用户在线下门店的购买和服务体验。

　　汽车行业资深人士认为，在线下门店里一些消费者可能比导购还懂车懂品牌，他们通常从社交媒体了解信息，然后去线下门店体验试驾。所以在线下服务环节，如何提升导购的服务就无比重要了。

　　“智能化升级，更重要的是要把方法教给终端导购，通过数字化的方式或者算法把最佳实践解构后提炼出方法论，被所有导购学习，提高他们服务的标准化程度和下限。“该人士说。

　　第二，品牌能洞察进入门店的潜客对店内摆放产品偏好大数据。

　　“比如消费者从驾驶舱上车还是从后门上车?是否打开了后备箱?有没有打开引擎盖?不同行为反映出消费者对车感兴趣的程度都不一样”，觉奥博士告诉数智前线，这些维度的数据信息，此前品牌多以非常粗放的方式，掌握在优秀导购的大脑里。

　　而对线下门店进行智能化升级后，消费者与汽车产品互动的多维度挖掘得以用算法沉淀成数据，企业可以更有针对性去分析销售转化的漏斗。

　　同时，品牌对线下门店实行总部化管理，在深象智能科技的技术加持下，全国不同城市门店和同一城市不同门店的多维度信息能形成更立体的反馈指标。这些多维度信息能指导品牌对线下门店内陈设SKU进行更科学的管理，方便门店实时结合市场反馈调整运营策略。

　　另外，一些数据还可能反馈到未来的产品设计中，品牌能实现与消费者更直接的互动，为消费端数据反向指导生产提供了更多可能。

　　这套智能解决方案让汽车厂商多了一双可以感知和看懂门店的“眼睛”。据了解，目前极氪正在全国门店全线应用深象智能科技这套智慧门店方案。新能源汽车品牌在销售端的智能化升级正全面加速。

　　03

　　线下空间的AI落地方法论

　　新能源汽车企业在线下门店要完成人、货、场全面在线，进而实现数字化经营和智能化管理，也面临着具体的挑战，深象智能科技做了大量工程化工作来解决问题。

　　首先要完成线下环境里不同的人、货、场的识别，读懂空间内的交互，技术层面考验算法的智能水平。

　　以对汽车产品的识别为例，要结合场景，来调试算法，从而具备可用性。车子更换或挪动位置、灯光明暗和视觉传感设备角度的改变、各种遮挡，都有可能影响到算法识别效果。比如，识别产品的颜色也并不如想象中容易，因为灯光、外部环境不一样时，车子显示的颜色就有很大差异。一辆白色的车，可能到夜晚或者灯光昏暗的时候，看起来就会像是灰色。这些场景都考验算法的能力。

　　再比如，对场内环境的识别其实也有讲究。汽车车身的高度通常会超过1.6米，门店内还有固定的陈设如柱子，都可能会产生遮挡，不利于视觉传感设备捕捉各种交互动作。机器视觉算法也要有针对性去解决这些问题，更精准捕捉场内交互。

　　产品还要符合数据安全的考量。目前深象智能科技智慧门店解决方案以软硬件一体化的方式，视觉识别算法搭载到智能盒子或边缘服务器里，可实现本地化部署，满足汽车品牌对数据不出域的安全考量。

　　成本也是AI落地环节里的大问题。觉奥博士认为，“对于AI产品的落地，客户现在头痛的问题之一，就是价格太贵了。”深象智能科技从算法研发、硬件落地等多个维度考量了成本。

　　首先是算法层面，深象智能科技用大模型技术提升算法的研发效率。此前，视觉感知领域，不同类型物体的识别算法需要从头标注、调试和训练，开发效率低。大模型来了之后可辅助小模型训练。比如，在具体场景的识别算法训练中，用大模型来做数据标注，降低训练成本。

　　深象智能科技还设置了端智能算法团队，针对具体的端侧硬件平台，进行极致化的算法优化和适配，来降低AI模型对算力消耗。目前，他们能做到在千元级的AI盒子，把可覆盖200平米多路视觉感知设备的算法跑起来，且能满足业务的效果需求。

　　该算法还能适配市面上从几百元到上千元不等的各种品牌摄像头，可充分利旧，即门店此前已经配置的旧摄像头可重复使用，降低落地成本。

　　这一方案保留了扩展能力。未来如果门店规模变大，多个算力设备能级联起来共同作业。只需增加盒子或服务器数量，一套解决方案能适配从几十平米到几千平米不等的线下门店。

　　“车也是一种商品，它没有脱离开我们多年以来积累的AI研发经验，人和商品之间有交互，交互到什么程度才是用户购买意愿最强的时候?我们此前基于线下商场积累了非常多数据和经验。”觉奥博士告诉数智前线。

　　他认为，智慧门店这套解决方案，充分汲取了过往在银泰百货对线下人货场运转逻辑的理解。“不同的场景要解决的问题不一样，也形成了不同的解决方案。现在新能源汽车市场这么卷，所有的企业都会算ROI(投入回报比)。AI产品落地，要用市场能接受的成本和方式，实现PMF(产品市场匹配)。”觉奥博士说。

　　基于对人、物、场交互的理解能力、算法智能程度、硬件落地成本和数据安全考量，深象智能科技已经在线下空间的智能化运营管理上，形成完整的落地方法论。

　　基于这套方法论，该科技公司已在百货店/购物中心、商超大卖场、校园、新能源汽车直营门店、品牌连锁门店等不同线下场景里，开发出了不同解决方案，解决场景里的具体痛点。

　　例如，小学校园的智能安全防护场景里，学校和家长希望利用机器视觉的感知和理解能力来预警学生奔跑、摔倒带来的安全问题，也预防陌生人进校园危害学生人身安全。在商超的智能防盗损场景，算法可以识别不同类型的商品、各种类型的偷盗行为或未结账行为，并实时示警、提醒。线下商场的解决方案还被创造性地用于城市更新场景，一些旅游城市正在与深象智能科技探索智能客流产品的应用空间。