【《人工智能浪潮下传统车企营销模式转型研究》28000字】

绪论后疫情时代，互联网和汽车行业分别经历了各自发展的“黄金十年”，非常凑巧地都正在经历从高速增长期向成熟期转化的阶段。而这次巧合的共同转型，正在将两个此前关联不大的行业交织在一起变得更加错综复杂。像字节跳动、腾讯、小红书、互联网平台型广告公司借助人工智能技术的应用，实现了“千人千面”的个性化推荐机制，将流量的利用效率进一步提升而获取了高额收益。但随着流量增长速度见顶，互联网行业正在经历中国网民数量增长逐步见顶，原本以互联网广告为主的变现模式开始出现增长乏力，亟需探索新的变现模式。而在互联网飞速发展的时间内，互联网技术也得到飞速发展，以技术输出为主的新变现模式逐渐显露出来。这些技术型广告公司开始寻求通过技术输出赋能传统行业以寻求进一步增量。我国乘用车行业发展随着经济增长和居民收入的稳步提高，中国乘用车市场经历了长时间的销量快速增长。但是，伴随着人口出生率的下降，自2018年后形成连续负增长局面，汽车乘用车市场逐步由以首次购买为主的增量市场切换为以增量换购为主的存量市场。（见图1.1）图1.1乘用车市场销量及增速资料来源：乘联会汽车行业整体销量出现负增长，原本通过渠道覆盖获取更多增量份额，如今需要在有限市场内开始追求更优的客户体验。增量市场占优时，总量的增长是行业主旋律，企业间的竞争比拼基本是增长速率的高低与市场份额的多寡，携手开拓，把蛋糕做大是常态。各车厂大举扩建经销商网络，抢占渠道;迅速推出新产品，以获取更多的增长红利而实现更高速增长。[3]当增量市场向存量市场转变时，行业的总量增长转变成为结构性增长，竞争逻辑更偏重于企业之间的直接竞争大打遭遇战，从竞争对手手中抢到更多市场份额即为胜利。中国汽车市场从首购为主的市场转向以置换及改善需求为主要特点。市场最大变化是有限的客户来驱动增长。按营销概念解读，“存量市场”可被视为“鱼塘里现有的可捕捞的鱼”，收益需要以有效工具勤力获取，而增量市场则是“新鱼塘里密度更高的鱼群”，获取收益更加容易。存量市场里，注重优质体验堪称提升竞争力的利器，甚至于向存量市场要收益，提升客群体验是根本。从“跑马圈地”到“精耕细作”，存量竞争时代被锚定的目标客群成为关键，洞察目标客群的需求偏好、消费习惯等变化才能精准行策。叠加消费升级的宏观趋势，现在越来越多的客户不满足于车辆代步的基础需求，品牌是否能彰显自己的个性，购车时的服务是否满意，车辆使用是否便利，售后服务是否周到等等都会影响消费者的购车决策。精准的把握目标客户需求，围绕目标客户打造良好客户体验是存量市场的制胜之道。据《哈佛商业评论》的市场调研数据显示，客户体验做得好的企业，营收增长速度超过同类别企业2.4倍。传统汽车企业的营销重心正在向客户体验转移。传统车厂经历多年发展，纷纷都已形成各自庞大的产业链集群，追求更优的客户体验将是一个在有限投入之下缓慢试探的漫长道路。像日产、丰田、大众等传统车企在后疫情时代纷纷开始加速数字化进程，同样希望通过数字化技术的应用实现管理提效，带动庞大的组织机构和繁多的关联方共同打造更优的客户体验。在过去，汽车与互联网行业的交集只发生在汽车厂家作为品牌主，互联网公司作为新媒体，品牌主向新媒体投放广告的营销领域。而现在，传统车厂为了维持品牌竞争力需要以人工智能为代表的新技术应用到日常经营活动之中，互联网公司为了持续高速增长转而技术输出赋能传统车企。两个行业的交集会从原本有合作基础的广告投领域，逐步延展到营销领域，进而发展到整个组织经营的活动开来。环境与行业分析2.1互联网行业2B化，加速互联网与汽车行业的交织我们日常所说的互联网行业可以分为消费互联网、产业互联网、政企互联网消费互联网，主要是以个人为用户为主，以日常生活为应用场景。它存在的价值，是帮助人们在衣食住行、社交娱乐等方面获得更好的消费体验。产业互联网从消费者延伸到制造商和服务商，通过构建产业共享服务平台，为产业链上下游提供全方位服务，产业互联网运营者将促使传统产业与互联网深度融合，需要更加专业的行业积累和业务理解。（见表2.1）表2.1消费互联网对比产业互联网消费互联网产业互联网消费者用户产品服务提供者衣、食、住、行涉及领域研发、制造、营销、售后、融资等居家日常生活方便快捷发展意义提升产品创新与服务能力云计算、大数据、移动互联网基础设施物联网、智能制造、云计算、大数据、移动互联网 作者整理2.1.1消费互联网是2C的，产业互联网是2B的,产业互联网将迎来爆发过去的经济发展主要靠包括人口、资本在内的多种红利以及资源的推动。在中国产生最多富豪的互联网和房地产业，都不是偶然，人的力量是渺小的，我们赚的，都是时代的钱，都是顺势而为的钱。随着互联网普及率的不断提升，人口红利趋近结束，消费互联网的发展已经接近饱和状态。以消费互联网为主导，作为一个行业现在大概占GDP6%~8%，今天我们越来越多的听到各大中国互联网巨头遭遇增长瓶颈。作为一个产业的规模，它大概就这么多了。但是在线下，包括整个人类生活的生产、制造和消费到所有线下生活，这一系列的产业更大，还有超过90%的商业空间。事实上就像电气时代的GE这家公司，爱迪生在电器时代做了GE这家公司，GE曾经无所不做到，到最后真正提供价值的，是各行各业利用电来完成行业改造的一个过程。互联网时代同理，所以今天我们看到的BAT等互联网巨头都变得这么大，但是这个边界，由于互联网的渗透率到达瓶颈，互联网产业也慢慢到达了极限，它们都会慢慢地回归到应该有的工具属性。目前，我国拥有61个行业产业链的市场规模超过1万亿，如果每个行业都构成产业互联网，有个2~3%的利润或者效益出来，就会多产生出1万多亿来。在2020-2024年间，根据测算产业互联网的应用将为中国经济带来每年7000亿到1万亿元（共计3.96万亿元）的GDP增量，产业互联网将对中国GDP增长的贡献度从11.5%提升到14.2%。（见图2.2）图2.1产业互联网带来的GDP增量预测数据来源：艾瑞咨询在供给端，我国现在已经具备了充足的信息技术赋能能力和技术储备。我国数字经济规模现居世界第二，消费互联网的发展不但孕育出一批如阿里、腾讯、字节跳动等世界级的平台企业，而且数字经济领域创新创业始终维持活跃，在一大批细分行业更是都有中国的领军企业。新基建项目中，5G、大数据中心、人工智能、工业互联网四类是发展产业互联网的核心基础设施，是产业互联网发展的关键保障。以5G技术为例，工信部公开数据显示，到2020年底，我国已建设超70万个5G基站，预计到2022年，全国5G基站将会接近400万个，强力支撑产业互联网应用场景落地。新基建的建设，将推动产业互联网向各行业纵向延伸，加快行业数字化的进程，同时推动形成新的产品服务、生产体系和商业模式。在人工智能领域，我国无论是技术水平、企业数量还是产业规模都居世界前列。一些行业领先的实体经济企业大力推动数字化转型，积累了丰富的经验，并将信息赋能技术以平台、软件包、解决方案等形式开放共享。我国电商、社交、搜索等消费互联网的大发展积累了大量数据，为产业互联网的发展提供了重要的数据资源。在需求侧，我国具有发展产业互联网的内在动力和巨大市场需求。近年来，随着我国居民收入和消费水平大幅度提升，我国消费者对产品质量的要求不断增长，不断追求更优良的服务。国内消费升级、高水平对外开放的市场拉力以及竞争优势转换的压力，提出了对我国企业发展更有竞争力的产品和服务的要求，也对实体经济应用新一代信息技术进行改造升级提出了迫切要求。作为世界制造业第一大国和第二经济体，我国实体经济规模大、产业门类齐全、产业发展层次多样，为我国产业互联网发展提供了规模大、成长性好、应用场景丰富的市场空间。经济存量时代，产业互联网降本提效。经济存量时代，无论是消费、外贸、基建、GDP，中国经济都很难再有过去的两位数增长。对产业互联网来说，经济存量时代更是利好的时候。因为经济飞速增长的时候，大家都在做增量。而经济存量时代，效率为王，企业乃至政府都会想尽办法提高效率，而产业互联网的核心就是效率提升。对于产业互联网而言，无论多么高大上的商业模式，如果不围绕降本增效，根本就无法融入产业。2.1.2互联网的本质是工具我们现在所说的消费互联网，其实它本质并非是一个生态，仍旧是一个工具。通过互联网技术，对消费者的生活基础，衣食住行进行升级改造。我们常说的“新四大发明”，除了高铁，互联网相关占了3个，分别是网络购物、共享单车、移动支付。网络购物本质还是商品交易，因为有了互联网工具，人们选购付款等形式发现了变化；共享单车本质还是骑单车出行，因为有了互联网工具，不用每个人都再去买一辆自行车而只需要通过互联网工具就可以用公共自行车达成出行目的。我们给科技型企业一个定义，科技型企业=数据化+在线化（or上云）+智能化，所有的传统行业需要利用科技完成一个完整产业链条的改造，就能成为科技型行业。从这个角度看，消费互联网同样是利用互联网工具对人们部分衣食住行做出了改造。为什么消费互联网会先于产业互联网普及，因为2C比2B更容易完成改造：2C决策链条相比2B更短更快，完成转变相对容易2C仅涉及产业链条末端改造，而2B需要完成整个产业链条的改造2C涉及衣食住行，渗入基础民生，需求量级大，更容易获取人口红利和资本青睐，加速发展2C所改造的领域天然在线化，更适合新技术应用2C涉及的基础设施（工具）发展更为完善；2B还需要物联网、智能制造等技术支持，这些技术有待进一步发展和普及2.1.3产业互联网就是互联网思维在传统行业的应用互联网思维的本质就是怎么用技术更快地优化和迭代用户体验，带来对产品的重新定义，到最终完成对整个产业链条的重新定义新能源汽车产业无疑是近年来最热门的产业之一。背后的国家意志是一方面，现在电动、互联网、人工智能技术的同时发展也给了重新定义汽车产业的巨大机遇。传统汽车制造遵循硬件研发的迭代朝气，一般都需要4-5年，也就是说现在最新面向市场推出的汽车产品实际上是4-5年前就已经策划和制定的。如果想要随市场变化对产品做出改动，要么等4-5年，要么需要推动整个产业链条上所有关联环节进行变化。而往往，出于安全性、可靠性和经济性的考虑，传统车厂都不会选择做出改变。新势力造车企业没有历史负担，通过新技术新思想的应用，他们的产业链条也相对更短,可以更灵活地加速汽车产品的迭代。比如小鹏汽车就坚持，虽然在硬件上他们还是得遵循传统产业的周期，但是其它软件功能的迭代周期比如OTA在线升级、交互软件升级等可以按年、半年甚至按月进行迭代升级。随着软件在新汽车产品定义中扮演的分量越来越重，他们对新汽车产品的迭代周期也做到了越来越短。长城汽车则是选择了另外一条道路，他们以硬件产品开发为核心，利用互联网公司前、中、后台模式，对组织架构做出了重大调整，整车研发周期做到了全球史无前例的11个月，而且在整个开发周期中也会不计成本的对硬件产品做出快速迭代提升竞争力，这也是另一种互联网思维在传统汽车行业的应用形式。2.1.4互联网企业亟需新增长，向2B转型加速与传统汽车行业交织随着中国网民数量增长见顶，流量增速放缓。习惯了高速增长的互联网公司亟需新的增长故事来维持自己高额的股价不下滑，开始转而向传统行业输出技术。人工智能时代下的互联网公司需要向技术型公司转型，它们的竞争优势来自于不断打磨自己的技术能力，并构建良性循环的产业生态，让更多的客户来使用自己的技术，一般以toB为主。一般在某一方面（如语音识别、图像识别、语义理解等）具备很强的AI核心技术，他们的商业模式以提供“云+端”的解决方案为主。之所以要“云+端”是因为有些计算必须要在端上完成，比如自动驾驶对实时性要求很高的场景不可能容忍数据传到云上处理的延迟，再比如某些网络不稳定或没有网络覆盖的场景；而有些计算在云上会更好，比如某些对实时性要求不高的处理可以传到云上去进行数据的存储、分析和挖掘，再比如某些长尾的数据需要传到云上去进行模型的再训练和算法的进一步升级。所以关键能力就是要根据具体的业务逻辑把自己的AI技术部署到应用场景中，或者给B端客户的产品赋能，使它们具备某种智能化的功能。当然也有些硬件能力很强的公司可以提供“云+端+芯”的解决方案，他们能够为特定算法应用设计专用化加速芯片，从而大幅提升计算效率并降低能耗。2.2汽车行业营销环境2.2.1人工智能驱动广告产业链呈现两头主体关系网随着人工智能技术在广告中的应用，程序化购买（程序化购买是指通过广告技术平台，自动地执行广告资源购买的流程，目的是依靠计算机程序自动完成广告的采买，并实现广告投放的最优化）市场于2012年兴起，迅猛发展至今。智能化消费者洞察，创意设计，文案创作等于2016年兴起，广告市场主体愈发多样。汽车之家、阿里巴巴、今日头条等公司纷纷开始尝试自动化广告文案生成。由于数据和技术是本轮人工智能浪潮的驱动力，广告行业的数据公司、技术公司也开始纷纷涌现。传统以广告主->广告公司->广告媒介为价值传导的垂直价值链，随着人工智能技术在广告中的应用，异质性的公司纷纷涌现。主要包括：• 综合服务公司，具有广告创意、程序化购买、广告营销服务等全面的广告业务能力。• 数据公司，通过以爬虫技术为代表的能力获取不对外开放的大型互联网公司数据，并对数据进行加工，贴标签等，再售卖给广告公司• 技术公司，为广告业务提供技术支持，包括购买、优化、监测等多个方面的技术• 程序化购买公司，即通过算法帮助广告主或媒介代理完成广告购买的公司• 创意公司，专注于创意输出，通过优质内容输出提升广告主广告效果• 咨询公司，随着人工智能在广告中的应用，广告的工具化与自动化程度进一步加深。咨询公司为产业链企业提供咨询服务。传统广告产业链（广告主<-->广告公司<-->广告媒介）中，广告公司在广告主与广告媒介之间发挥双向代理的作用，占据核心地位。而随着人工应用普及，广告主自建内容中心通过人工智能批量生产广告内容，广告媒介自建DSP完成精准的广告投放。广告公司的核心地位正向广告主和广告媒介转移。广告产业链形成两头主体，如图5所示。当前人工智能的发展使产业链条的环节增加，涌现出大批专注于某环节的公司，使广告产业原有先行的传导关系解体，而两头的广告主和广告媒介公司作为产业主体自建内容和投放的生态，并逐步在产业链上进行纵向延展，形成了现在产业链错综复杂的关系网络。（见图2.2）图2.2数字广告产业链在人工智能技术下的变化作者整理2.2.2人工智能浪潮下营销环境复杂度进一步提升营销本质上是将合适的内容或理念传播给真正需要的人。传统广告策略思维是资源的优质组合，也就是把广告资源分为不同等级，在有限规模的营销预算下，选择不同等级的广告资源按比例进行组合，广泛覆盖消费者。随着人工智能技术在市场营销领域的应用，现在广告投放最大目的就是在约束条件下寻求整体的性价比利用组合优化的基础算法模型去帮助客户在不多花钱的前提下，达成更为优化的目标。广告投放策略从探寻最优资源组合转向探寻最优算法模型。商业的核心能源就是流量。流量资源，本质上是人群（消费者）注意力和用户时间分配的转移。广告最终是需要传达给更多目标消费者的，随着消费者时间和注意力的转移，广告主也会随之转移自己的营销投入。资本随资源而转移，资本涌入随之带动广告发展。所以看广告环境的变化我们可以简要从流量变迁史角度进行研究：传统商业时代：传统商业时期，流量的获取方式主要就是核心地段户外广告和四大传统媒体广告（电视、广播、杂志、报纸）传统流量的问题就是用户不精准，大部分用户都是被动式的接触广告，是否是真正的品牌受众不得而知；效果无法衡量，用户看到广告无法立即产生行为，除了抽样调研以外，也没有有效的数据和分析平台来衡量广告是否起到了真正的作用。PC互联网时代：随着个人电脑的普及，大家不会只是被动接受信息了，而是开始在电脑上网主动寻求自己感兴趣的资讯。此时流量开始涌入门户网站，包括综合型门户，新浪、搜狐、网易等，垂直型门户，汽车之家、太平洋之家等。随着PC互联网进一步发展，互联网服务提供商呈指数级增长，用户记不住太多的网址，于是搜索变成了最好的互联网入口，随之百度、360等主营搜索流量的广告提供商开始崛起。与此同时，互联网除了获取资讯的需求还开始满足用户购物的需求，电商业务开始崛起，获取大量流量。阿里巴巴借助淘宝平台也开始主营并发展自己的广告业务。移动互联网时代：PC互联网时代，社交主要是QQ，但是更偏向工具化，这时候的社交有一个极大的问题就是无法时刻在线，人必须在电脑前再能进入网络，算不上真正的社交。而在移动互联网的上，人和网络时刻连接，组建了一个真正的即时社交网路。于是微信也开始崛起，并通过广告业务创造了巨额收益。人工智能时代：在PC互联网时代，用户在网络的时间一般在3个小时，而移动互联网时代，用户的时长成倍增长。一般的资讯，购物等网络服务无法填充用户这么长的时间，用户需要消费大量信息解决无聊这个问题。和之前的内容分发机制不一样，移动互联网的手机，代表着使用这部手机的人，可以通过算法来识别出你的喜好，基于人工智能个性化推荐的机制也就流行起来。由于平台对用户的喜好掌握得非常清楚，导致用户对平台的依赖性增加，从而带动流量迅速提升。于是头条出现了。而为了获取更强的用户注意力，降低用户使用门槛，短视频内容明显要优于图文形式。于是基于同样个性化推荐机制的抖音出现了。随着流量迅速涌入抖音，抖音的广告业务也开始赚取巨额收益。互联网的本质是工具而并非一个产业，我认为把互联网行业归属为广告行业也不为过。我们熟知的BATD等一众互联网大厂也全是靠广告业务创收。创收本质是流量变现，流量变现目前来看核心途径就是做广告，借助消费者的使用时长来向广告主收取广告投放费用。过去，我们在爱奇艺看视频，贴片广告很固定，线上几十万人看到的都是同样一条的广告，我们说这其中有很多流量浪费。但是现在的移动广告，能够实现推送让粉丝喜欢的广告。比如，我是一位一岁宝宝的妈妈，上午在百度搜索过给宝宝断奶的注意事项，午休打开爱奇艺看剧时，就收到了婴儿奶粉的广告；你最近在某影楼网站刚下单了婚纱照订单，打开优酷土豆看视频收到的就会是蜜月旅行的促销信息。同样是推送广告，但对于消费者来说，适合消费者需求的广告，因此就成为他们获取市场信息的一个途径，则更有效地触达目标用户。所以基于人工智能技术的个性化推荐机制本质是提升了流量变现的效率，广告被更多地送到了需要的人面前，于是广告的效率就提升了。广告业务的发展史从流量变迁的角度看，从传统商业时代到现在的人工智能时代，新兴的互联网大厂作为广告媒体带来了效率的提升。而传统的这些媒体并未完全消亡，线下媒体同样应用新技术在创造革新，比如商超、机场、线下展会等都在应用新一代的AR,VR，人工智能等技术来吸引更多线下流量。尤其是传统的汽车行业，高度依赖线下服务和体验，仍不敢轻易舍弃传统媒体，导致传统车厂营销部门需要面对的媒体数量越来越多，而不同媒体之间采用的技术程度，广告效果各不相同，传统车厂的营销环境正在变得越来越复杂。而随着人工智能技术的普及，正催生着更多新的流量入口出现。比如人们现在常见的智能音箱，可穿戴设备等，国内外巨头公司如Amazon,苹果，华为，小米等都纷纷推出此类型产品。除了本身硬件销售的利润外，这也可能成为新的流量入口，一旦流量足够大，通过广告商业化也将成为一条不可避免的道路。占据流量入口的广告服务提供商会更受广告主青睐，互联网流量迁徙史中出现的流量入口在不断变化，用户行为，使用习惯不断变迁，占用时间也在不停发生转移，导致营销环境复杂度激增。2.2.3传统汽车企业对营销技术的需求显著提升营销技术革新更迭的速率一直在加快。（见图2.3）图2.3营销技术更新跌代作者整理同一时期可能还有许多不同的营销变革同时发生。Terminus的首席营销官SangramVajre发表过一个每5年就会发生一次重大营销技术创新的理论。大致上来说，事实确实遵循了这一理论：先是邮件营销，接着是营销自动化，然后是预测性分析，现在则是关键客户营销。然而除了Sangram指出五年一波的潮流以外，在同一时期其实还有许多其他的营销变革：社交媒体营销、内容营销、移动营销、影响者营销、客户成功营销等等——可以说有好几十种潮流，尽管它们在规模上并不都是相当的，也并不一定适用于每个行业。营销技术更迭的速率在一直加快。当各个公司刚使用集中式的客户数据平台（CustomerDataPlatform,CDP）以及海量数据池等技术来实现被鼓吹的“客户的360°全方位观察”时，新一波的情境式营销即将到来，其使用的是通过旅程编制引擎(JourneyOrchestrationEngine,JOE)来连接的分布式数据存储框架。然而当更先进的机器学习技术迅速地出现在人们的视线中时，之前那些仍然相当新潮的技术就又马上受到了威胁而汽车营销偏于传统，为了应对车市下滑，激烈的竞争，近几年来，各车企也在纷纷构建自己的“数字化营销竞争力”和进行“以客户体验为中心”的营销转型，研究探索数字化和智能化的技术解决方法。现如今的传统车企，老牌自主品牌像长城、长安等，长久发展以来采用经销加盟体系，由于汽车经销商集团自身管理诉求，有些品牌的CRM系统其实仍不是完善健全。走得稍前的，对经销商有更强管控力度如大众、日产这一类的合资品牌，和宝马、奥迪等豪华品牌纷纷在2021年才刚开始采买CDP营销技术产品。传统车企在营销技术这一块的普及应用状况是相对落后的。汽车是价高、决策及购买周期较长的产品，消费者需要产品的直观体验及驾乘感受，个性化需求及附加服务等因素，以往线下活动一直是车企及经销商的营销主战场。近两年车市的持续下滑，以及客流量的骤降也制约了很多线下活动的效果，加上高额的场地费用、运营费用及人力投入等，一些线下营销活动的效果ROI也遭遇了窘境和挑战。尤其是突发的新冠肺炎疫情让大家放下了一切出行，无法出门使线下活动骤然停止，线下零售业多遭受巨大冲击，也让很多人真切感受到网络和线上的价值。这次的疫情对各行业的冲击和影响可能是深刻和长远的。一方面，一些行业的市场格局可能会被重新界定。另一方面，社会及企业的数字化及智能化的进程也可能会被加速。作为车企及汽车经销商来说，为应对疫情，一些线下展示厅及门店等仍处于关闭状态，即使一些逐步开业的门店也是客流稀缺。估计一段时期内，线下营销活动都会受到很大的制约，如何让“店里没人，生意不减”，成为行业普遍关注的难题。再叠加上汽车产业的销量逐年下降，利润也受到市场成本居高不下的挤压而减少，因此全面数字化营销转型对于汽车行业来说不仅扩充了用户的触点矩阵，让丰富的内容生态系统能更精准地触达用户，同时还能提高销售转化效率。而每一项数字化转型都无法靠传统的手法解决，这些都需要用到更新更强的营销技术，整个汽车行业对营销技术的需求都达到前所未有的高度。2.2.4传统汽车企业线上线下数据难以打通随着流量往抖音、微信、小红书等互联网媒体迁移，媒体在广告产业链的地位逐步提高。媒体主导产业链的缺点在于单一性，无法提供跨平台资源整合服务。广告媒体只能对本媒介的广告业务负责，无法满足广告主多种方式、多种媒体同时进行的广告需求。广告媒介在汽车行业还有另一层卡点，无法完成全链路打通。回归第一性原理，需要首先拆解汽车销售链路。线下到店看车，甚至货比三家，试驾体验，还有交车服务等都是当前购车决策流程中必不可少的环节。这是汽车本身产品特性决定的，数字化看起来并不能改变这一点。据麦肯锡在2021年度最新的中国汽车消费者洞察中有调查显示，线上线下渠道衔接不畅和信息不同步是当前传统车企数字化体验的主要痛点。（见图2.4）图2.4车企数字化体验痛点资料来源:2021麦肯锡中国汽车消费者洞察数字化已是无需争议的社会发展大方向，但在汽车销售链路的数字化转型过程中，棘手之处在于各个环节与主体间数据分散且割裂的局面。广告产业链上呈现两头主体，广告数据割裂感明显体现于媒介公司和主机厂之间。线上广告从观看、点击、转化等一些列数据在广告媒介手中；而从客户到店后的信息，客户行为，门店信息、车辆信息等数据全部把控在主机厂手中。割裂的生态是无从谈起数字化的，汽车销售体系基于线上工具重构的过程中，销售链路的割裂与阻塞，让数据无法流通与反哺，最终导致的就是车企不理解、不满足用户的真实需求，形成需求与供给两端的割裂。从更底层的逻辑上讲，营销链路纵横贯通的背后，其实是数据的有效流动。而对于汽车行业，尤其是传统车企，无法打通线上线下数据是当下车企想提供更优的购车体验最大卡点之一。传统车企营销转型问题研究3.1传统车企营销转型的本质传统主机厂的营销模式本质是2B的，而存量竞争会倒逼2C营销转型以获取更好的客户体验。多年的行业发展特性决定，主机厂的基因归根结底是2B的。经历了中国车市黄金高速发展的十年，销量年年飞升。主机厂大力扩张经销商网络以寻求更广的覆盖抢夺车市增长的红利。前几年当增速放缓时，我们听到的更多是市场下沉，把更多的店开到三~四线城市以获得区域性的空白市场增量。到如今传统主机厂动辄成百上千家的经销商网络体系已遍布全国各地，经销商代替主机厂直面客户进行销售、售后服务。主机厂想要提升销量、做好客户体验等一系列营销行为本质都是为了调动经销商去达到特定营销目的。比如广告投放，虽然做出来的广告都是直接给消费者看的，以刺激消费者为目的，但是考虑汽车的特殊属性，必须本地线下交付和进行一系列售后服务，广告的核心本质归根结底还是刺激消费者到店看车/体验。再比如促销行为，表面上看起来是主机厂把钱给到经销商，然后经销商折价卖给客户。但是激励的效用还是产生于给钱经销商，让经销商有更多的利润从而更积极的卖车达到提升销量的目的。传统的主机厂商业模式下，客户触点全部收口到经销商，任何刺激消费者的行为都实质是通过经销商刺激，传统主机厂的营销模式本质是2B的。不同的营销模式对应着不同的零售成本和客户体验。从传统经销商模式到与零售伙伴共建的D2C模式，CoR零售成本逐步下降，客户体验逐步上升。传统经销商模式下，主机厂需要支出高额的零售成本主要用于1.价格现金折扣；2.促销奖励（如有条件指标性促销奖励、金融贴息、保险政策支持、置换政策、客户转介绍、库存贴息等）3.经销商支持（如网络拓展、门店装修/翻新、售后服务奖励、试乘试驾奖励等）。一些新势力主机厂没有历史的负担，大胆采用了新兴的D2C直营模式，故而他们的营销端成本结构与传统车企有所不同。特斯拉便是直营模式的典型代表。该品牌的主要分销成本来自展厅运营、车辆交付/处理、返利折扣、自建/合作伙伴销售团队投资及仓储成本。与传统经销商模式的战术性返利不同，该品牌并不提供直接返利，而是在终端零售渠道酌情提供金融补贴、免费保险和售后打包服务。与此同时，该品牌依靠品牌优势，建立了端到端的线上旅程与更精益的实体网络，其门店交付体验也在消费者心中留下了深刻印象。主机厂营销模式转型的方向很明确，是通过提供优良的用户体验在存量市场获取竞争优势。如今传统车企在营销端的多种尝试是令人欣喜的，比如新冠疫情期间，线下流量因疫情受限，不少车企为快速破局，纷纷将营销主战场搬到了线上。尤其像五菱这种传统自主品牌，和经销商一起力推直播带货与流量分发。据不完全统计，仅单月就有超过7万场的线上汽车销售直播。不过一系列的转型动作，在我看来更多属于“头痛医头脚痛医脚”。一些传统经销商和主机厂关系微妙，比如在进行抖音短视频营销时，经销商和主机厂经常传达着不同的品牌信息，产生不一致的沟通行为；还有主机厂在推整车电商线上化时，像五菱单独成立电商团队发力整车电商，由于动了多年经销商合作伙伴的奶酪，造成经销商大面积抗议。在探讨营销模式转型时，需要先洞察终局。整个营销模式的转型，并不仅仅是采用几个新玩法的跟风行为，需要直面对“基因”的改造。主机厂的营销模式基因是2B的，为了追求更优的客户体验向2C的方向转型是必要的。传统车企跟其它企业一样，持续创造价值获取利润是不变的目标。推动营销模式变革，其最终目的是控制/优化营销成本，提升绩效和盈利能力。也就是说，是在打造客户体验与付出的营销成本见营销转型的本质是在打造客户体验与付出营销成本之间寻找有机平衡。（见图3.1）图3.1不同营销模式下的零售成本和客户体验资料来源：麦肯锡新势力主机厂通过直营模式实现了成本转移，也促使其线下门店的职责更聚焦、更单一，花费更多精力用于营销的执行。在免除库存压力的同时，门店的任务在整体上也变得更为简单纯粹，正因为此，相较传统车厂，新势力主机厂在线下门店提供了客户更好的客户体验，包括价格透明、服务完善、模式灵活等。这并不代表新兴D2C直营模式带来了更低的成本，更好的用户体验。它的优势只能说是主机厂可以更依据自己的意愿打造用户体验，没有经销商中间环节能更直接的落地执行。它同时也带来了更高的总部运营成本，主机厂需要投入更多的人力、物力去经营、管理门店。汽车流通链条后端，主机厂-->经销商-->客户，在经销商这一环节除了提供服务并没有多少价值增值，而在残酷的竞争下，越来越多的车厂在追求客户体验，服务本身并不会产生多少溢价。所以D2C模式主机厂并不会因为做了原本经销商做的工作而产生额外收益，经销商的管理成本只是转移了。随着销量规模的扩大，直营模式车厂是否有能力覆盖中国地域如此之广的市场，在现有技术和管理模式之下，直营店的运营成本随着地域的扩大，数量的增加是否会成指数级的增长，我们现在还需要持续观察。传言特斯拉在中国也在考虑引入经销商打造新的销售模式也足以说明此点。 不同车企有着各自特殊的环境和历史，推动营销模式2C化和全面数字化转型是大家共通的方向，但并不意味着所有传统车企都要跟新势力车企一样采用D2C模式，传统车企营销转型的本质是在各自可以接受的营销投入下获取更优的客户体验。3.2传统车企营销转型的三大痛点3.2.1有限的营销投入vs营销复杂性增加多年以来，传统主机厂站在供应链的顶端，利用超强主导地位赚取着远超其它传统制造行业的利润。然而近年来，种种趋势表明车企的支出在上升而收入在下滑：1. 市场竞争加剧的影响，越来越多的跨行业玩家进入，主机厂数量和新车型投放数量近年都爆发增长而购车用户增量停滞，市场竞争加剧压迫主机厂收入下降2. 受客户产品需求变化（如：轿车转向SUV，全面电动化的趋势，个性化需求提升带动产品复杂性提高），需持续高额的研发投入应对3. 原材料价格不断上涨带动造车成本上升4. 主机厂的总营销成本也在不断攀升，例如，主机厂为了实现用户端开源，逐年增加了在各个渠道上的销售线索花费。尽管如此，市场上的销售线索质量却逐年下降，甚至出现了各家厂商争抢同一批潜客线索的情况。5. 新型销售模式出现并受市场认可，经销商网络复杂性提高，并朝着经销商专业化发展，主机厂经销商建设和管理成本在逐步提升6. 宏观经济环境不稳定提高管理复杂性，新冠疫情导致经济下行，地缘政治波动等宏观因素也在考验着主机厂的管理能力种种不利因素驱使着主机厂利润空间回归其它传统制造业水平。为控制利润水平，作为支出大户的营销费用，又无法定量准确衡量营销费用且本身就具备一定弹性空间，营销投入会是削减预算的重中之重。在车企销售理念转向“以客户为中心”的同时，车企触达用户的触点也不断增加。全渠道营销成为行业趋势，形式多样的线上平台成为车企不可忽视的销售线索获取入口。各大车企在自有平台、垂类平台、电商平台、社交平台、广告平台和短视频平台等各线上平台均已进行了大量数字化营销尝试。与此同时，各车企也在销售激励、广告营销等方面持续追加投入。2015年至2019年，中国汽车行业广告开支年均复合增长率为5.8%且线上广告所占比例持续增加，而同期中国市场新车销售的年均复合增长率仅为0.34%。尽管大量的营销费用投入必然会压缩企业的利润空间，但车企欲拉动整体市场的消费需求及意图突破竞争拉锯战的决心有目共睹。从车企市场营销的角度来看，互联网时代下客户触点繁多，且线上线下存在流程衔接不顺畅等断层情况，极大影响了用户体验。同时，数字营销媒体与车企的术语也存在不统一，获客与转化之间定义日益模糊，潜客、线索、商机等概念被偷换。以上原因共同导致了客户转化效率的降低，看似庞大的流量引入往往无法达成有效的客户转化，最后造成单车的营销成本过高。在当前乘用车整体市场发展停滞、竞争加剧的背景下，汽车营销的核心痛点在于，在销售模式变革与业务数字化转型的过程中，持续增长的数字营销投入无法达成相同比例的回报增长。这一切都给现如今的车企营销提出了更大的挑战。3.2.2如何重构“客、店、厂”共生关系车企在人工智能浪潮之下在营销端面临着纷繁复杂的新格局与新挑战。在此变局之下，“客、店、厂”的共生关系必将被重构并推出全新的业务模式经销商的关注重点是“流通”，传统2B营销模式难以短期获取用户体验竞争优势经销商是伴随着市场经济体制的完善和中国汽车产业市场化进程崛起的一股力量。尤其是在汽车刚刚进入中国的那个蛮荒年代，经销商是企业与市场沟通的唯一桥梁，并逐渐在后来衍变成汽车产业链条中不可缺少的一环。根据Cox汽车用户调研报告中显示，约有80%的消费者是在购车之前浏览第三方门户网站来做基础信息的了解，有46%选择到4S店了解，27%选择到车企官网了解。而80%的消费者都进入过2个以上的4S店完成体验，平均值为4.2，最重要的是在完成售卖后，有95%的人会选择在2年内重回到经销商处做维保业务。可见，在过去信息闭塞的年代里，4S店的作用更多体现在了信息的传递。如今，经销商的这部分功能已经因互联网的普及影响逐渐退化，在人工智能的普及下，信息主动找人已广泛应用。但汽车作为动辄几十万的传统大件商品，并非是简单的一锤子买卖。客户需要通过实际体验打消大额消费担忧，用车周期中还有一些列的维修保养问题必须通过回店维修才能解决。进店仍是今天的汽车消费者无法被彻底替代的一种消费前提，甚至影响用户决策的最后一环仍旧是这些终端经销商。即便是科技发达的今天，无论是门户网站还是直播或是精准媒体，都无法带来用户对汽车最真实的体验，更无法完全支撑抉择周期较长的购车环节，满足用户的体验消费的诉求。经销商虽然直面客户，但其关注的重点是渠道出货、现金流管理，追求的是资金周转和销量。现金流越健康，销量越高，经销商的利润就会越大。传统2B模式下提升客户线下体验需要经销商付出更多成本与努力，包括门店的物业升级改造甚至是选址位置的变化，人员的培训升级，服务模式的改造提升等。而这些短期都不会迅速刺激“流通”，甚至由于升级周期长，在改造周期中可能还会影响“流通”，进而难以短期全面实现。即使厂家有充足预算全面承担这些成本来自己改造升级，还会因为影响现有经销商合作伙伴的商业利益而推进困难。因此，车企想要营销转型必须要考虑自身与经销商的合作模式，重构“客、店、厂”的共生关系。新的合作模式需要切实提升运营效率，实现协同作战，共生共赢。3.2.3用相对缓慢变化的组织架构来应对快速变化的技术对于任何一个技术潮流，企业的营销团队都需要花费数年的时间来采用和掌握它。如果企业营销团队在尚未熟练掌握某项新技术之前，就又去追随下一波的技术潮流，那么在任何一次技术潮流中，他们都不会成为应用该技术进行业务优化的专家。这也许就是其中一个原因可以解释，为什么虽然行业内一直对于新营销技术有着强烈需求，但已经部署实施的工具却往往有相当低的利用率。对于一个企业，采用这些新技术而产生的软硬成本都是是巨大的，而其改变的步调则被自身组织行为的复杂度所限制。这就是营销技术定律起作用：技术的发展是指数的，但企业的改变是对数的。传统车企的高层往往对复杂的流程和坚硬的部门墙无可奈何。而现在，新产品、新业务、新技术和新模式已到来，传统车企往往只能增加专有部门，使得组织愈发变得复杂。与此同时，这些新生事物根植在错综复杂的母体中，团队的活力和创造力以及机制的灵活性往往很快泯然众人矣，文化被同化，创新业务的基因培育不起来。因此，软件、数字化、直面用户体验所要求的敏捷和快速迭代，往往很难实现。结论与建议4.1人工智能技术已向传统车企袭来4.1.1消费者已开始接受新型销售模式2021年麦肯锡的汽车消费者调研发现，消费者倾向于与整车厂直接对接。消费者愿意与汽车厂商直接沟通，从信息传递的角度看，传统的汽车品牌缺乏与消费者的及时互动，即使有反馈也没有达到消费者对个性化的预期。无法有效解决消费者的疑问或希望能有更私人化服务的需求；从终端销量来看，绝大多数销量还是来源于经销商渠道，这也能看出，消费者对于2C的需求还没有被市场供给端满足。蔚小理等一众新势力车企早已家喻户晓，一度同时成为全球市值前十的汽车企业。在它们的带动下，加上各路传统车企也纷纷开始转型尝试，还有其它行业的领路前行。现在消费者已经开始接受新型的销售模式，相关教育成本较低。现在消费者获取信息的渠道日趋多元化。除了官方网站、搜索引擎、垂直媒体、测评网站等传统线上渠道，抖音、天猫、淘宝等直播渠道卖车也在不断兴起。向消费者传递了更多信息，促进了新模式的教育。加上疫情对消费习惯和观念的影响，消费者更倾向于定制化的购车体验以及直接向厂商在线上完成试驾预约、维修保养预约、售后精品购买等流程。4.1.2人工智能技术的发展让新型销售模式转型找到法门随着人工智能技术的快速发展，主机厂可以利用相关技术优化新营销，切实提升营销运营的效率，把营销投入和更优客户体验的动态平衡推向更优平衡点。现在的数据分析技术比以往任何时代都更为先进，主机厂可以利用人工智能算法和大数据优化相关管理，比如：更精细化的线索管理；基于客户信息和用户行为对全生命周期（“看车->买车->用车->卖车”）的管理；细化经销商返点支出的颗粒度而不用额外增加管理成本。一些领先的主机厂已经开始利用高阶算法和分析，按地区、车型、客户偏好对促销返点支出进行优化，提高其利用效率。（见图4.1）这个合资汽车厂商根据内外部数据建立数据池，采用高阶分析后，确定优化的返点支出金额。根据一段时间的试跑后，在销量保持稳定的前提下，返点支出效率提升了5%。与此同时，根据此高阶分析方法，还有额外15%的空间可以在人工智能技术的支持下，配合厂商营销管理动作做到进一步优化。图4.1某合资车厂利用人工智能算法优化促销支出资料来源：麦肯锡4.1.3互联网迫切技术输出的需求已主动开始接洽传统汽车厂商在中国网民覆盖，流量增速逐渐见顶的背景下，互联网公司主动开始寻求将之前积累的技术能力输出给传统行业，通过帮助传统行业完成改造升级而创造更多收益。 以近年过年发展最迅猛，也是最早将人工智能应用于移动互联网场景的科技企业字节跳动为例，2021年11月2日，全体字节员工都收到了来自CEO梁汝波的内部信：字节跳动把所有业务重新整合，划分为六大业务板块，抖音、大力教育、飞书、火山引擎、朝夕光年和TikTok。值得关注的是除了原本以输出内部数字化管理工具飞书的2B业务板块以外，又独立成立了同样专注于2B业务的火山引擎。火山引擎的核心宗旨是“字节跳动的增长没有秘密”，过去几年，很多企业都对字节的技术和工具感兴趣，2017年就有手机厂商希望使用今日头条的推荐算法，双方合作后取得了很好的效果。字节跳动在数字化增长方面有很多时间和积累，如今单独成立火山引擎这样一个独立事业单元就是为了大力把积累下来的技术和工具输出给需要的企业。 内部信中还强调到，此次调整的原则主要是“通用性中台发展为企业服务业务（2B业务）”。据了解，火山引擎在汽车行业仅开始半年多时间，与所有汽车企业签订的技术输出合同金额已累计超过6个亿。由此可见，以人工智能见长的关联技术已全面开始向汽车行业袭来。4.2传统车企应借势拥抱人工智能，并管理好人工智能4.2.1人工智能不会使营销工作变得简单【个人】人工智能带来的技术进步倒逼劳动力禀赋提升人力资本是知识和技能的重要载体，也是产业发展的关键要素，在当下知识经济时代其重要性愈加凸显。而人工智能将推动产业部门自动化水平提升，引发劳动力市场演变，进而加速人力资本积累，为产业转型升级提供支撑。一方面，人工智能将实现对中低端人力资本的替代。人工智能将大大减少众多重复性高级规则标准化工作岗位对低层次劳动力的需求，即实现机器对劳动力的“替代效应”。麦肯锡认为，随着人工智能的广泛应用，全球约50%的工作内容可以用机器进行替代，实现自动化。比如车企在制造车辆时，工厂自动化程度越高，所需的工人数量就会越少。以往为了车企进行客户服务，处理客户投诉等需要组建上百人的客服团队，而人工智能客服的出现可以替代绝大部分客户服务场景。另一方面，人工智能还存在岗位“创造效应”。人工智能的发展将诱致一些新业态和新模式的兴起，从而提供众多更具创造性的工作岗位。比如近年兴起的信息流广告正在被越来越多的车企所接受，车企制作一些列广告素材，通过人工智能技术进行智能化推荐精准找到目标人群。如何在有限的广告费用之下精准找到更多目标人群并形成转化就成了新的课题。由此诞生了“广告优化师”这个岗位，优化师学习掌握特定技能，操控广告投放系统并向主机厂提供广告素材优化建议来帮助车企获取更多转化。由于人工智能是一种技能偏好型技术进步，新的工作岗位将要求更高技能的劳动力与之匹配，从而倒逼劳动力禀赋升级。人工智能不会完全取代人力资本，只有永远墨守成规，不思进取的中低端劳动者才会被替代。人工智能推动新岗位出现，这些新岗位往往要求更高，但收入也会更高。对于个人劳动者来说，需跟随科技进步对自身技能进行迭代，人工智能并未让个人工作变得更简单。【企业】从AI辅助决策中节省下的时间会被重新分配到其它AI不擅长的领域中，以获取竞争优势面对竞争，企业的使命是持续不断创造价值《超越竞争优势》——托德曾格无论商学院所讲授的还是企业所实践的商业战略，其基本原理都很简单：发现、锁定而后占据有吸引力的市场定位以在市场中获取竞争优势。要获得这种战略地位，企业必须能够为顾客创造独特的价值或者能以非常低廉的成本创造通用价值，而这取决于有效的资源配置和活动安排。这就是在市场上占据主流思想地位的传统战略定位学派战略定位观的挑战在于，投资者对企业发现、占据和维护的独特战略定位仅一次性回报。一旦这个战略地位的价值兑现以后，投资者就会转而索取更多的回报，要求企业进一步拓展现有优势或创造新的优势。这个反映在股票市场的表现上，凭借市场定位占据领先优势但股价平平无奇的公司比比皆是。真正股价能够得到飞涨的都是那些创造出新价值优势的企业。因此对于企业管理者而言，目标并非简单地获得稳定的、能够产生现金流的市场地位，而是寻找到能够持续地以新的方式和增长的战略路径。随AI的普及，强市场竞争会将压力转移到AI不擅长的领域中随着越来越多的新玩家入局，汽车行业的竞争空前加大。率先应用AI技术提效的品牌会获取短暂的竞争优势。随着AI技术应用的普及，竞争优势会随之减弱，竞争的战场向AI不擅长的领域转移，工作重心与人力投入也随之转移当前AI应用多为中低端劳动力替代，且人类贵在有直觉、常识和远见，AI精于分析、计算和推理。AI不擅长的领域往往都是艺术创造类、或是需要顶层框架思维的战略设计等工作，这类型工作难度更高，营销工作者的难度在进一步增大。美国技术营销大师ScottBrinker也同样认为AI会使营销工作的复杂性呈指数型增加。4.2.2传统车企不要以传统决策逻辑理解人工智能应用到底是普通智能还是人工智能，取决于这个产品或者这项技术是不是在不断、快速地进行相应地演化。机器学习是人工智能的核心，专门研究计算机怎样模拟或实现人类的学习行为，以获取新的知识或技能，重新组织已有的知识结构使之不断改善自身的性能。机器学习提供了计算机迅速自我学习与演进的能力。机器学习是你不去设计，而让计算机自己去磨，如同用一套很一般的模子里打磨出能够解决特定问题的武器。这点上，机器学习做的正是“自发能够产生解决问题的程序的程序”。机器学习是使计算机具有智能的根本途径。到底是普通智能还是人工智能，取决于是否具备机器学习能力。[6]人类的智能主要包括归纳总结和逻辑演绎，对应着人工智能中的联结主义（如人工神经网络）和符号主义（如吴文俊方法）。人类大量的视觉听觉信号的感知处理都是下意识的，基于大脑皮层神经网络的学习方法；大量的数学推导，定理证明是有强烈主观意识的，是基于公理系统的符号演算方法符号主义基于人类的逻辑思维，联结主义基于符号之间的关系当前最流行的深度学习，深度神经网络，属于联结主义；深度学习做的事情就是对所有的数据进行统计，只是神经网络能够对高维数据进行复杂的统计，从而输出最优的概率统计结果。所以，数据越多越全面，效果就有可能越好。并且，神经网络还具备泛化能力，看到相似的场景也能输出相似的概率，从而让深度学习进入实用化阶段。符号主义相对于其他方式，更符合人类的思维方式。因为符号是人类大脑的一种主观对象，人类的认知基本上就是建立在符号的基础上的。符号对应于客观事物，就是主观与客观的对应。人类语言就是一种符号系统，人类用语言来表达思维的活动过程。然而符号主义需要我们给出每一步的具体表达，比如解释输入和输出之间的逻辑。符号主义在逻辑推理方向具有明显优势。但是符号主义的学习能力很弱，添加新的知识需要人类自主添加。深度学习的神经网络则与之相反，在弄清楚人脑结构和作用机理之前，最保险的方法便是仿造一个人脑结构，事实显而易见，虽然我们不清楚人脑是怎么工作的，但是这样的结构确实可以产生“智能”，那么只要模拟它，就有可能获得相同或相似的功能。过去十年，神经网络的发展彻底改变了机器学习，几乎可以应用于任何从输入到输出空间复杂映射的机器学习问题。符号系统基于人类的逻辑思维，连接主义基于符号之间的关系。如果我们从人类发展人工智能产业角度思考，起初想要开发人工智能计算机替代人脑功能，首先实现的就是符号主义，以人类逻辑思维为主体，基于符号代表事物之间的联系性。而随着人工智能发展，符号系统的复杂度不断变大，人类无法编写出所有的规则和算法，如果单纯只用人类能清楚书写出的逻辑来发展则会限制人工智能的高速发展，于是联结主义开始飞速壮大。能够辅助决策的智能系统必然要使用深度学习（联结主义）人是无法手工写出所有的规则和特征的！以自动驾驶为例，目前的自动驾驶主要还是以人工规则为主，只是在视觉感知端使用了深度学习。但是由于人工规则的局限性，就算使用了几万个if语句，也仍然无法保证自动驾驶系统能够处理所有的cornercase。对于自动驾驶来说，如果这个系统无法达到99.9999999%的有效性，就无法真正意义上的脱离人工让其完全自己托管。这可以很容易计算，就算自动驾驶1000公里需要人介入一次，那每1000公里可能就有造成一次事故，这就很可怕了。如何解决？只能最终将希望寄托在深度强化学习+模仿学习上，让AI在虚拟环境中去试错，去遍历所有的可能，去跑个1亿亿公里来学习。自动驾驶只是机器人的一种形态，其他机器人的应用也类似，比如机械臂的抓取，需要99.99%的准确率才有使用的价值，根本上还是要让人工介入的次数足够少，从而真正意义上不需要人工，降低成本。管理决策过程通常涉及三个特征：不确定性、复杂性和模糊性，并且它们的关系不是互斥的。不确定性是指缺少关于备选方案及其后果的信息，它使得理解组织机构的处境和制定决策更加困难。这些信息主要包括组织内部和外部环境相关的信息，例如：人力资源的短缺，颠覆性技术、新市场和竞争对手的出现，以及新的政府政策等。模糊性是指对一个决策域同时存在多个不同的解释，常常由于利益相关者、客户和决策者的利益冲突而导致。它将决策从一个公正、客观的过程转变为一个内在的主观的政治博弈过程，以试图满足多方相冲突的需求和目标。复杂性是指组织环境中包含了大量的因素或变量，决策过程需要以极快的速度处理这些大量信息来实现。上述三个特征要求决策制定者的能力水平要满足此三个方面的要求。深度学习的结果不可解释（黑盒），不要以决策逻辑去理解AI“研究一下这个智能推荐算法，到底怎样才能引爆话题，吸引关注，然后我们针对性的去制作一些素材”，在当下的营销工作中，这是营销工作者或者管理者们的普遍期望，我们常常在业务中可以听到类似的对话。这就是在试图以传统决策逻辑去理解人工智能的推荐算法，其实结果往往都是顺利通过了内部汇报，但是广告反响最终并没有多大提升。深度学习（联结主义）比符号主义更偏向于形象思维，但是他就像一个黑盒，人类并不能完全的分析清楚他的每一步运作原理，这就导致我们不可能把我们的思维过程在机器上实现，所以单纯的用连接主义来实现通用人工智能是最不靠谱的方法。人工智能的神经网络就跟我们的大脑一样具有“黑盒效应”，只有输入（数据）和输出（结果），我们搞不清楚中间过程，有点玄乎。虽说深度学习神经网络是仿照人类大脑神经元联结而实现，但他们的计算方式很可能不同。理论上，神经网络其实就是海量数据通过超强算力计算机不断试错跑出的无数个模型的叠加，它就是一个个地地道道的数学模型，是纯理性的存在。称其为黑盒，主要是因为以人类的计算能力没有办法完全了解每一个模型的判断逻辑和思路。而我们人类大脑思维还有很多感性因素，从这点上来讲，现在的深度学习神经网络与人脑计算方式是不同的，只是我们暂时还并不能知道差别在哪里。既然承认是黑盒，其实没有必要再过多花精力去理解它。这话说得容易，但是很现实的一个困难就是多数人对人工智能的理解和接受度。目前很多人从内心里面还是很难接受深度学习这种黑盒方式，因为黑盒给内心深处带来了不安全感。人们对认识不深的事情都有莫名恐惧。就像自动驾驶，由于无法内心里理解这种计算逻辑，甚至都没有一个被广为认可的理论基础，再叠加万一出现不良后果就会产生波及生命安全的影响，所以还有很多人无法接受把自己的生命安全交给这样的“玄学”。管理人员很多时候想要了解黑盒的原理，只是在消除自己或他人内心深处的不安全感，打消对人工智能的质疑。如果人工智能被合理的应用，花时间精力去理解黑盒并不会产生任何附加值对资源属于一种浪费。但就如同我们大脑的直觉一样，我们也没有办法解释其中奥妙，但是人类凭直觉和经验在现实生活中创造出的奇迹和伟大事迹也不在少数。关键在于我们如何合理运用它。与其花时间精力去研究人工智能的原理，不如在结果可控的条件下大胆尝试，接受人工智能带来的新变化。4.2.3传统车企管理人员需管理人工智能人类和AI在工作上的协同应类似于优秀管理者与拥有超强业务能力下属之间的关系。因为人类不可能穷尽所有的规则和算法，所以我们需要深度学习神经网络构造人工智能的自监督学习能力，利用人工智能超强的信息收集和分析能力，迅速突破人类没有完全掌握的领域。这就像管理人员和优秀下属之间的关系，为了组织更快更好的发展，管理人员不宜遏制人工智能在所擅长领域的发挥空间，也并不需要完全掌握人工智能的所有技能，充分信任与授权，双方协同，适度管理，把控方向才能更好的提高决策的质量和效率。承认人工智能的优势，人类贵在有直觉、常识和远见，AI精于分析、计算和推理，实现AI与人类之间协同决策的一个途径是将AI在收集和分析信息方面的速度与人类优越的直觉判断和洞察力相结合，以提高决策的质量和效率。而管理人员需要做的是寻找适合人工智能发挥的场景，利用人工智能提升组织效率接受人工智能是有可能犯错的。深度学习的机理是基于海量数据的表征学习，通过无数次计算将计算得出的结果与实际结果相比较，不断调差得出模型，再将模型应用于实际。海量数据是否足以穷尽所有场景我们不得而知，但即使再优秀的人也会有犯错的时候，我们不能因为人工智能有万分之一的几率犯错就草率地拒绝所有拥抱人工智能带来的积极影响，而管理人员需要做的是识别和预判风险，并在风险出现后第一时间采取紧急措施以补救。将人工智能融入到组织/流程设计之中。未来随着人工智能应用愈发成熟，管理人员需要率先对人工智能有基础框架性认识，在组织设计中找准人工智能的定位，并将业务分给他，固化成程序化流程。这样才能系统地将人工智能运用到日常业务中。4.3基于人工智能技术打造敏捷营销组织人工智能技术革新是传统车企把寻求更高客户体验和有限营销投入推向新平衡点的驱动力。营销管理中存在着四股力量，两个平衡：（见图4.2）1. 中心化和去中心化2. 标准化和个性化可以用两根轴来表现这两种动态平衡，示意如下：图4.2营销管理的四股力量作者整理4.3.1中心化与去中心化：实现降本提效的主要路径之一，是尽可能地将营销组织中的流程、数据和工具集中起来。在大公司中，通常还设计不同的地区，甚至可能包括多个业务部门，从而可以实现规模效益：• 共享通用客户数据以提供更一致的客户体验• 标准化其他数据格式和资源库以进行全局分析和洞察• 消除全球营销技术栈中的冗余或重复工具• 建立可重复的流程，提升运营效率和品牌一致性中心化有诸多好处，但企业同时也需要去中心化，让整个组织的个人和团队有空间开创新的工具和流程。去中心化往往是创造力的源泉，因为不需要达成全球共识、或是经过层层审批，所以执行起来更便捷灵敏。• 在特定团队的「本地」环境中优化工作流程和结果• 快速尝试新的想法和技术，尽可能减少繁文缛节• 根据具体情况为个人客户提供服务• 鼓励通过分散式领导的方式，让员工探索、学习和成长• 当规矩和实际情况不同时，以实际情况为准。尽管去中心化下，可能绝大部分尝试都会以失败告终，但其意义在于以相对较低的风险，快速廉价地进行试验。通过试验，我们能以较低的代价在实际操作过程中避开雷区。若试验成功，新工具或流程或能发展成特定条件下的最佳实践，若具有普适性，该工具或流程就应得以推广，成为企业标准化的工具或流程。中心化和去中心化之间的权衡，还取决于时间的变化。它通常是一个钟摆：一个公司可能变得过于集中，而削弱其敏捷性，它便会倾向于分散更多的权力和控制权。如果它因此变得过于去中心化，导致内部割裂，那么它又将趋于过度集中化。这也跟自身企业战略和所处阶段有关，如果一个公司需要迅速发展壮大，它便更需要去中心化，而当一个公司需要树立品牌形象，那么它则更需要中心化。4.3.2自动化与个性化：营销自动化引发了我们所知的现代营销运营的革命，其竞争优势体现在：• 构建一个连贯的营销技术栈并使其与战略保持一致• 在全球范围内评估、集成、操作和维护技术营销系统• 管理好分散的营销技术• 围绕技术投资（流程和专有技术）构建组织资本• 自动化是提供更好的客户体验的机会• 收集、清洗、利用和保护客户和营销数据，作为核心资产• 协调去中心化和中心化的数据和技术之间的流程但是完全自动化并不能自动创造出色的客户体验。优秀的营销领导者也会进行人员的投入：• 在循环中保持人类的判断（或至少仔细监督循环）• 培训人们以对客户有利的方式应用营销技术• 鼓励点对点的学习和实验以持续改进• 通过品牌文化和价值观来审核自动化流程和工具• 使个人能够在必要时替代自动化以最好地为客户服务• 启发并激发创造力、同理心、想象力——这些是作为人类的最优特质通过自动化可以将营销人员从繁重的日常工作中解放出来，更专注于创新和艺术性的发挥。虽然自动化通常是效率和创新的源泉，但“人性化”却能帮助品牌建立其全球使命、文化和理念，并能在特定情况下为特定客户提供最好的服务。任何特定组织的正确组合和平衡，取决于其独特的市场环境，自身战略（资源的分配与利用），以及人工智能技术的应用等。随着市场发展，新技术的运用，不断寻求新的平衡是构建营销和技术管理的正确方式4.3.3人工智能技术的普及有利于向去中心化和标准化偏移，构建敏捷的基础车企若想把人工智能技术嵌入到促销支出管理方式，就必须加强中央总部促销管理团队和区域销售团队的建设与分工（见表4.1）表4.1不同层级人员基于人工智能技术待建设的能力角色现有职责需建设能力董事会和中央总部员工跟据当前策略，决定每季度的战术方案采用更新后的决策流程制定战术（如加快频率、采用基于人工智能的战术管理建议）战术支出经理制定战术支出方案监控战术支出和团队行动价格执行情况基于人工智能进行战术推荐使用基于人工智能的指标衡量促销效果数据工程师新增角色：运行人工智能促销优化控制工具维护内部和外部输入的数据针对战术支出效果撰写报告，供高级管理人员查看区域经理决定区域竞争预算使用基于人工智能的指标来衡量促销效果为中央团队提供资料，便于持续改进数据和算法经销商定期提供反馈，并落实战术方案更新建设数据处理能力，输入内部和外部数据作者整理如上图所示，基于人工智能技术，从车企营销总部到区域经销商，不同层级的能力都会产生不同变化，从而带动人员分工的变化。人工智能的优势在于强大的计算能力，会首先对中低端，重复性高的劳动进行替代。将尽可能多的可重复的单一工作抽离出来，通过人工智能分析、决策而迅速进行管理决策，从而达到降本增效的目的，人工智能技术的普及会促使更多的工作向标准化转移，因标准化而提效。基于标准化，人工智能的赋能同样也会促进去中心化。更多的决策可以依赖于算法模型准确判断，再无需事事都通过冗长的决策流程体系汇报到管理者，车企营销总部管理者因此有信心和底气将部分权利下放至区域经销商团队，提升决策效率，从而有利于平衡点向去中心化偏移。麦肯锡就曾为我国某销量较大的国产品牌车企制定了一个“促销支出金字塔”。通过该金字塔，该车企将支出效率稳步提升了3-5%。(见图4.3)图4.3人工智能促销应用基准一览资料来源：专家访谈，麦肯锡分析不仅仅是费用的支出效率，从总部到经销商的人工效率也得到了极大的增强。主要体现在：一、从上到下统一的系统提升了信息的透明度，让不同层级的人指令可以得到更强的理解和迅速统一；二、把不同类型的促销支出决策权限交给不同级别的人员，提高短期促销效率；三，通过高阶算法将促销支出的决策分析做成固定模型，更多的促销政策由人工智能技术自动化分析得出，工作人员和对应的决策者仅需凭借实际经验作出校验审批即可。基于这样一个“促销支出控制塔”的形式，通过尽可能的将重复、单一的决策标准化，并用人工智能技术将标准化的流程/分析作出可行的决策，因此可以将对应的审批权限下方给更贴近市场的一线人员，实现去中心化。从而实现整个营销管理的平衡点向标准化和去中心化移动。4.4像开发软件一样敏捷营销在强调万物数字化的当今商业社会，消费者已率先数字化，我们已生活在一个数字世界中。如果存在一个只管重要因素主导数字，那它应该是速度。我们现在沟通的速度比历史上任何时刻都快，在任何时间，我们有条件可以与世界上各地的人立即产生联系；我们获取信息的速度也比以往更快，我们几乎可以随时找到我们想要的任何事情。然而速度并不代表敏捷。这种数字速度带来的加速的商业，并不总是好事情，这使数字管理中的挑战加剧，当快速节奏带来好处的同时，我们如何能够执行得更快？面对外部环境的快速变换，必须加快市场营销运作的节奏。答案必然不能是简单地让每个人都付出双倍的努力，提前进入办公室，晚上熬夜加班，甚至放弃周末和假期。尽管这能短期提供更高的生产力，但是人终究不是机器，会感觉到疲倦。当员工们累了，他们做不好工作，作出糟糕的决定，脾气变得暴躁，然后开始寻求各种借口逃避无休止的加班。这种办法不具备帮助，甚至会有破坏性。我们需要认识到人们执行工作的速度并不是组织市场相应能力的瓶颈。从福特发明流水线开始，传统车企就开始尽可能的把所有工序变得标准化以适应流水线生产。同时为了在全球范围内建立统一、明确的品牌形象，传统车企都是偏中心化的庞大的组织架构，无法进行灵活的调整和布局。随着市场环境的日益复杂，需决策业务的数量日渐增多，自下而上逐层审批的决策结构已经到达瓶颈。业务标准化和权利的去中心化，能够支持组织作出更多分布式决策，为敏捷提供基础。在20多年前，软件的开发流程和硬件一样，需要经过多年的开发周期才能开发出新的软件替代旧的。随着互联网的爆炸式发展，软件的需求开始飙升，传统的软件开发方法已无法满足市场需求。敏捷软件开发管理方式开始流行起来，它强调在一系列较短的开发周期用更多的增量和迭代的方法构建新软件。在过去，软件的实体必须安装在电脑软盘或是光盘中才能成为商品交付给客户，这导致软件的开发与硬件一样，必须坚守严格的规范，从一开始每写一行代码前必须完全计划好，才能保证交付到客户手中时是一个另人满意的作品。而随着SaaS的出现，客户现在已经普遍开始接受这种基于云的软件形式。只要客户喜欢，无需安装新版本，开发人员就可以基于云更新他们的软件。客户无需再去购买新的光盘，等下一次访问SaaS网站时，客户就能体验到最新的服务。软件开始变得不再是一个需要被最终发布的产品，而是可以不断地发展和更新的新服务。这个变化引发了大规模的软件创新浪潮，站在巨人的肩膀上，开发人员不再需要像开发硬件一样所有项目从0到1完整的开发一次。小型的开发项目就可以快速地通过利用SaaS服务构建更复杂的软件。软件开发从曾经缓慢、单片处理，以及经常严重脱离客户的状态，进入到迭代和适应性状态，以便迅速应对直接来自实际用户反馈的需求。开发人员可以提前交付给最终用户一个并非完美的版本，随着客户的不断使用反馈而不断的改进自己的软件系统。而这场软件的革命，随着人工智能技术发展也可以应用到车企的营销革命中。传统车厂的营销也需要很长的规划周期。每一款新车上市计划、每一年的年度营销计划就是这一长规划周期的缩影。车企营销人员需要提前花费几个月的时间，提前了解产品，调研市场，然后详细规范地绘制出这之后一年车企需要做的一切事项。而近年来车市风云变幻，几个月前对消费者的理解等到营销计划落地执行的那一天，消费者的喜好甚至已经都可能开始发生改变。数字化的快速发展打乱了这种营销模式，人工智能有机会让营销像软件开发一样敏捷。数字化的进程使每一个人都可能直接或简介地接触到客户或潜在客户，每个人的言行都会通过社交媒体或是搜索引擎被轻而易举的被其他人看到，这导致营销发展的节奏也在急剧加速。很大程度上，详细严格的长期计划已经成为一种幻想。随时随地都有可能有突发状况在互联网上不断发酵，影响着相邻的竞争者和有影响力的人群。而传统车企过去的营销模式，即使员工再勤奋加班，也无法应对数量如此之大，范围如此之广，在社会上无时无刻发生的变化。和软件发展的过程一样，将营销作为一个整体去管理显得很不灵活。但同时数字化进程同样也构建了人工智能普及的基础，随时随地在世界各地发生的客诉，我们都可以通过人工智能24小时迅速应对。散落在天南地北的客户反馈也会通过数字化渠道汇拢到一起，经过人工智能的分析处理再简单清晰的呈现到管理人员面前。车企营销人员往往被要求及时处置不同环境下出现的各种机会和威胁，同时还不能过多频繁的骚扰高管人员。而基于人工智能技术，车企可以通过更改人工智能算法模型来自定义符合品牌调性的处理方法，达到既不用完全独立管理又不完全中心化的状态，这种松散耦合的状态会成为车企希望的理想状态。数字环境和人工智能技术主要指软件工具，为我们提供了发展的潜力。有时购买了一堆工具，堆在那里，但本质上并不会带来什么实质性的好处。基于人工智能的自动化营销软件并不意味着只需按一个按钮，就有一个机器人自动地解决所有的营销事务，因为它们还只是工具。你能从工具里获取多少便利，取决于你如何使用工具。对于大多数传统车企来说，利用这些工具强大功能的真正限制，不在于它们该如何使用技术细节。主要的瓶颈问题通常在于管理层以上的速度和适应性。许多现有流程和组织结构根植于数字化世界之前的工作方式，跟现在的速度和适应性完全不在一个规模上。4.4.1敏捷的核心是把工作分配成为短阶段的工作，频繁地重新评估和改善计划敏捷在软件开发领域是一种项目管理的方法，其特点就是把工作分配成为短阶段的工作，频繁地重新评估和改变计划。在软件开发领域，早期就已经由于更快的数字化进程迎来了指数变化的速度和规模。根据摩尔经验法则：每两年，电脑的处理能力就增加一倍，而软件又在各行各业广泛应用。环境的剧烈而又快速的变化导致传统重规划的方式以无法适用，如果遇到任何变化都必须全部推倒重来，那么可能再这一次的规划还没有完善之时，下一次的变化已经袭来。所以环境倒逼软件开发人员必须采取更快的行动和反应，改变情况以及适应新的市场需求。而这一切的解决核心都得来源于把以往投入数月时间精力的工作切分成短小的阶段性工作，并且每一次阶段性工作结束后及时的测试结果，并听取最新的反馈及时调整下一个短小阶段的工作计划。由此，软件开发工作才开始变得敏捷。将工作分配为短阶段的工作，同样也需要小型的敏捷团队才能真正实行到位。传统车企通常有市场部、销售部、售后部、经销商管理部等几个动则上百人的团队，部门间有着难以逾越的壁垒，而现如今很多车企像长城、长安、零跑、非凡汽车等多个品牌都改革开始实行以车型为核心的小型团队，团队中聚集了像市场、销售等不同传统职能的专职员工，作为公司的前台。更多的通用，标准型工作如用户管理，媒介投放等则会抽离出来作为中台。拿长城汽车举例，长城汽车再20年底开始实行“小前台、大中台的模式”。其中每一个车型都有一个小前台，称之为作战单元。每一个作战单元都是5-10人的小团队，包含了车型企划、产品营销、市场传播、销售政策制定等职能，以敏捷原则为基础，通过跨职能和迭代的方式组织、运营、创新和转型