【智能·革命】大数据在场景化下的价值发掘 ——DATA+AI智能驱动 辅助决策

威尔森产品运营总监 盛化陈 2017-11-17

(以下内容根据峰会现场速记整理,有删节)

 

刚才赵总已跟我们分享过易车在AI方面的探索。我希望能跟大家分享一下威尔森在智能决策方面的一些思考以及探索。“智能驱动、辅助决策”,就是如何应用智能系统帮助我们进行决策。

 

人工智能融入汽车行业势不可挡

最开始黄总已经跟我们分享过一个预测数据,我们可以看到,未来一两年整个汽车市场相对来说将进入一个饱和状态,这个趋势非常明显。饱和就意味着竞争,竞争就意味着主机厂将面临更大的工作压力和工作量,无论在信息、分析、决策上都会有着更高的要求。

我们当然希望能实时获取所有信息,作出准确判断、高效利用,并及时进行反馈。按照以往的流程,先是启动项目、收集数据,最后才告诉我们市场发生了什么。如果有一个线上系统,在信息获取、分析判断和信息应对方面都能实现快速响应,对于提高我们的决策效率会有很大的帮助。

当今人工智能蓬勃发展,而且应用非常广泛。建立在我们现有的汽车大数据和算法的基础之上,就可以有效地帮助我们。例如,谷歌的搜索引擎,改变了人类知识的传承和知识获取的路径;阿里巴巴不仅促使人类购买方式的改变,还促使人类生活方式的改变。今年10月份,国家四部委联合甚至组成发展联盟,制订相关行业标准,促成人工智能该怎么进入各行业里面来。

 

威尔森“智驱计划”正式开启

那么人工智能进入我们汽车行业,又将会怎样?威尔森的“智驱计划”,就希望借助人工智能的技术,在我们的数据服务上,提供更高层次的服务。“智驱计划”的核心是引入AI技术,对大数据进行加工分析。其包含两个非常核心的立足点。第一,是思维方式的转变。即基于主机厂的角度思考问题,告知决策者首先要考虑的,管理工作相关的,工作中具体出现风险或者问题的地方。第二,是阅读方式的改变。以往需要阅览大量的报告,相当耗费精力。现在,借助人工智能能够把所需的数据筛选出来,解决工作中的痛点。

 

多维数据,综合应用

威尔森实现多维数据互联互通,有效辅助决策。思考问题的时候,在这个问题上的数据链条,都能随时提取出来。营销数据、产业数据、消费者调研数据是否能共同反应出什么问题?数据的互通就变得非常重要。

 

实时的分析及风险识别

人工智能早期可以实现信息的实时传递,但实时的分析也是非常重要的一环。就是你不仅告诉我市场上销量出现问题,还要告诉我销量问题出现在哪?是整个消费群体发生变化,是产品出了问题,是竞争对手带来了压力,还是整个市场形势发生改变?这些分析,希望通过人工智能实现实时处理。另外,它最好还能做到风险的识别。风险的识别来自于数据的分析,通过这些分析,判断出你工作中哪个点是存在风险的,并及时推送,这节省了大量的查找时间。


预测、分析、信息、事务各层级全方位预警

   我认为人工智能能给我们实现多层面的预警功能。包括事务层面的,告知决策者接下来该做什么,或者能做什么;信息层面的,告知决策者现在市场上数据发生了什么变化;分析层面的,分析市场发生变化背后的原因是什么,人工进行分析的话实际上将耗费更多时间,把AI的技术嵌入分析中,实际上的帮助是非常大的。预测层面的,结合预警预测的信息,告诉决策者未来会发生什么,这个月的销量目标可以完成,那下个月会不会出现风险?如果能及时告知下个月完成的可能性只有70%的时候,决策者立即就可以进行一些调整,这些信息都是非常重要的。

当这些预警信息出来后,智能系统通过微信、邮件等各个平台随时通知决策者,不太紧要的系统推送至相关工作台;非常紧急的,还能发到我手机上,这也是我们所努力实现的。

 

判断力为智能系统的核心

我认为一个数据系统和一个智能系统之间的差别就在于判断。这是整个智能系统的核心。在工作中,不但要告知决策者市场信息是怎样的,还要告知市场真实的状态以及对未来的影响。对决策者的目标会不会有影响,整个进度关系、各个数据之间的关系有没有发生改变,问题在哪,是否存在更多的机会,未来的趋势是怎么样的,是否存在风险等等。

 

模拟决策降低风险提高准确性

判断出问题或者判断出机会,接下来就需要做出决策。如果系统能提供一个模拟的决策来降低决策的风险或者增加决策的准确性,也是非常好的事情。现在人工智能应该可以实现,其中威尔森已经在配置决策模拟方面做出了沟通模拟。

 

经验学习促成更好解决方案

智能之所以成为智能,在于不断学习。在威尔森的商业系统上,任何的决策行为,不是无序的,是不断重复的,如果这个决策系统,能够对过往经验进行学习,将会使接下来的任何决策朝着越来越好的方向。

 

威尔森完成数据积累打通与技术储备

为此,威尔森已经做好了充足的准备。首先,我们已经完成了多项决策关键数据的累积,包括我们的终极目标销量和利润,撬动销量和利润的杠杆数据,在这个杠杆数据下面,影响这个杠杆或者影响决策行为的政策经济、用户线上线下的行为、终端等因素。威尔森已经完成了数据的原始的累积,整个数据链条都不是孤立的,从任何一个角度都可以把数据进行提取,而且可以串联起来。接下来我们还会从上游、下游产业链,无论是二手车还是金融数据进行不断累积,为威尔森的智能系统增加各种学习的数据和内容。

最难能可贵的,是我们打通的数据库不仅是威尔森的数据,只要是行业内的数据,线上的数据,包括调研的数据,我们基本上都实现了智能打通。这是我们实现人工智能的基础,如果接下来再加入一些企业内部数据,这一块会做得更好。

另外,威尔森已经完成了技术储备。无论从业务层面,还是判断模型、风险控制模型或者机器学习模型的搭建,都已经在如火如荼地开发。

 

DSS场景化智能决策支持系统应运而生

    把人工智能结合企业决策,威尔森集成DSS场景化智能决策支持系统,它能进行思考判断、风险预警,是一个会思考的智能系统,它在工作中是一个精准的数据秘书。任何智能都是基于模拟进行判断,相同的数据不同的操作手法,可能会得出不同的智能结果。任何智能都离不开决策者的决策艺术。这就是我们关于汽车数据智能决策的思考,谢谢。