- 供应链
在产业互联网的发展进程中，将配套服务做重是提升对交易的掌控力以及平台附加值的核心手段，但具体到各个行业中，这样的模式却并非通用，汽车配件行业中的全车件就是一个例子。
汽配行业在众多供应链交易细分领域中极为特殊，类别多且差异非常大。
首先可以分为易损件和全车件两类。前者周转快，SKU通用性强，更适用贸易模式，而后者周转慢，SKU繁多，对SKU数据库标准化能力考验更重。再者，汽配又可分为原厂件和品牌件，前者主要供应4S店体系，后者则更多流向维修厂。最后，商用车和乘用车的汽配体系也有较大区别，客户需求和采购方式差别较大，维修体系也不通用。
车通云进入全车件市场已有五年，其创始人郝鼎文表示，全车件市场有几个特点：第一是客户的需求偶发，第二是客户非常分散且复杂，第三是特别碎片化。
不稳定的需求很难支撑稳定的供应链服务，如果大量建设仓配，势必面临高成本考验，但如果采用纯轻资产模式，如何把控交易又是一大难题。
车通云选择从技术能力和商业模式两方面入手。
首先，技术层面针对车型件SKU复杂的特点，着力打造出原厂件编码到品牌件编码的转换，以及VIN码到车型的转换两个数据库，维修厂客户接到需求后可以通过车辆VIN码匹配车型和对应的零部件，方便自主选购下单。
平台上游接入配件贸易商和厂商电脑上的进销存软件，自动掌握SKU和库存，形成“云仓”，系统将根据算法匹配最优价格和位置。
除了原有交易平台升级，车通云还深入场景，研发出AI定损工具，C端或保险查勘员用手机端拍照，可以根据图像判断外观损伤，2秒给出修理方案和大致的费用，包括配件和工时费，从而连接场景，实现从查勘到交易完整的闭环。
目前AI定损工具向保险公司收费，能实现降赔3%-5%。而车通云在商业模式上，最大的特点即是与保险公司深度合作。
目前车通云有三类获客渠道。一是与保险公司达成合作，通过保险公司触达合作汽修厂，保险公司通过车通云掌握配件价格，对汽修厂进行控费管理；二是合作4S店集团；三是合作维修厂ERP软件。
其中保险公司渠道最为重要，大量全车件实际付费方是保险公司，通过其搭建的S2B2C体系，很好地通过掌握B，也就是保险公司，提升S端和C端两方的活跃度。
供应链金融方面，车通云以助贷模式给上下游提供产品，授权向金融机构提供交易数据，目前仍需线下申请。而未来，通过云仓模式升级，可以精准掌握供应商动态库存数据，相当于以控仓的形式进行授信，供应商粘性和金融业务效率还将大大提升。
优秀的核心团队最为车通云CEO郝鼎文引以为豪。郝鼎文拥有20余年汽车行业从业经验，曾担任多家汽车经销集团公司管理职务。合伙人张作元来自保险行业，掌握丰富保险行业资源，充分理解保险需求。CTO石兵兵来自互联网行业，聚焦技术攻坚。另一位合伙人李启湛拥有深厚维修连锁行业经验。
郝鼎文表示，“车通云核心团队成员背景多元化，能力互补、各有专长、分工明确。公司在成长过程中通过优胜劣汰逐渐完善对人才梯队的塑造。”
近期，爱分析专访车通云创始人兼CEO郝鼎文，就汽配供应链行业动态及车通云业务发展进行了交流，精彩内容与读者分享。
深挖细分行业，聚焦碰撞件市场
爱分析：2018年至今主要有哪些进展？
郝鼎文：主要做三个方面，第一是新技术的研发，第二是渠道的扩充，第三是聚焦品类。
爱分析：聚焦品类如何选择？
郝鼎文：中国的保险事故车其实90%都小。报案量分两个数据，一个是在交通部门报案量，一个是保险公司的报案量。保险公司报案量占2/3，其他的占1/3。
在总量当中，如果是外观的很多都快速处理，比如碰了下不想走保险，就自费维修了。外观损伤现在是呈一个非常明显的一个自费维修的趋势。
我们聚焦在碰撞件这个领域，因为我认为碰撞件至少有3000亿的市场。比如保险公司一年赔个4500亿到5000亿，我们通过数据分析，其中碰撞件3000个亿，一直聚焦在碰撞件市场。
第二是碰撞件市场里面，SKU相对聚焦，包括我们国家的生产工艺，比较聚焦。但是碰撞件也比较复杂，比如15万款车型的碰撞件都不一样，所以一般常存在的SKU得有300万。因为我们用的是大数据的形式，而不是贸易形式，我们有全车件的数据，并且能够实时地和供应商数据打通，更适合碰撞件市场。
系统联通上下游，数据与算法驱动增长
爱分析：供应商系统要接他自己的进销存吗？
郝鼎文：我们现在一定要接上。
其实接上它的意义非常重要。我们要判断一个事情，就是我们首先不会用一个大仓面对所有的需求，我们会通过系统的对接来把所有的小仓变成统一的仓，类似于大云仓。
这样的话客户在找一个零件的时候，系统可以用算法对就近的仓来进行条件匹配。它会有一个顺序，比如一个是位置，一个是价格。这样的话可能离你最近的，或者在你附近最优的一个算法方案就能帮你找到这个货。
爱分析：供应商的进销存系统用什么软件？
郝鼎文：基本是单机软件为主，销售价就是他自己填的销售价，上下架都会标注清楚。有20多家公司在做，我们对接接口单方就可以了，不需要他们配合。如果双方是协议，就会给直接穿接口，直接相当于进到电脑里面去，然后就会和电脑的数据进行同步。同步之后，系统会把供应商的数据翻译成我们正常的数据。
爱分析：数据核心有哪些需要处理？
郝鼎文：我们要做两个转换，一个是原厂到品牌的转换，因为大家找配件的时候都是以原厂的OE为准的，所以我们要匹配供应商的品牌件，提取供应商的名称，编码，适用车型，销售价格等，显示有货就可以上架，还有车型的转换，比如要把它的代号翻译成大家能看懂的，行驶本上的车型。
所以供应商的数据一定要跟我们的系统打通。打通要解决两个问题，一个是生产端跟原厂匹配，还有一个是生产所对应的车型代号和车匹配。这样维修厂就能通过行驶本找到车型对应的配件了。我们是数据和算法驱动的。
爱分析：价格是供应商自己设定吗？
郝鼎文：对，配件的定价是自己去定，我们不会管你，但是我们的系统里面自动加价。
AI工具打造流量入口，构筑S2B2C闭环
爱分析：开发AI工具的目的是什么？
郝鼎文：我们未来要占场景，所以我们研发AI工具来做对车辆的损伤判断。我们可以用AI技术来判断损伤的位置。判断位置很不容易，这个车拍照片就知道哪个位置，机器就识别了，定位很重要。
那么第二个就是判断损伤的类型，比如像窗口，它损伤面积是多少，我们会给出非常精准的尺寸，会给一个维修的标准，机器会自动告诉你要不要维修，可能有的是让你修，有的时候建议要更换，会把更换跟修给一个明确的定义。同时会给出你价格，通过损伤判断，综合修理厂的价格，包含工时费和配件费，直接给出建议的维修方案。
现在技术对于我们来说比较成熟，C端和保险公司都可以用，适用于2C快速理赔。保险公司或者修理厂和4S店过去是人判断的，人的标准不一样，现在机器代替了人的判断标准。
爱分析：定损工具与交易如何协同？
郝鼎文：我们还是S2B2C的逻辑，先把B端服务好，然后运用的S端的C端的流量场景。保险公司要客户用这个工具，C端进来之后，就会形成一个大量的客流，供货商就有很多机会能够卖出。AI是一个汇聚流量的入口，这个入口就通过远程的解决方案查勘、定损，带动报价、配货形成一体的闭环。
我们打造的这个闭环，必须要有数据库，有供应链，然后再把AI技术带进去，形成整体的闭环的专业模型。
未来在我们规划当中，定损环节之后，车主可以在上面选附近的修理厂，然后约时间之后，后台就知道名单。我们就会把车主的零部件送到修理厂，那修理厂其实赚的也是工时费，我们送过去之后，会把修理厂原有的毛利给它保留下来。
爱分析：这为保险公司创造哪些价值？
郝鼎文：首先是降低赔付成本，在标准基础下给出配件价格，减少中间环节，初步测算能降低3%-5%。第二是反欺诈，赔付当中欺诈比例占10%是存在的，我们会有一些反欺诈的作用。再有我们能降低一些人力成本，过去接到保安，再去查勘，拍照照片处理，后台审核时间也非常长。