大数据、云和人工智能已经成为各行各业人士逢会必谈的流行词，如同当初兴起的互联网一样，总要有个“+”才符合潮流，因而新技术产生后的过度宣传往往会带来巨大泡沫。1995年，咨询公司Gartner将新技术的发展趋势分为触发期、期望膨胀期、幻灭期、复苏期和成熟期五个阶段。2016年Gartner公布年度技术成熟度曲线，自动驾驶汽车、机器学习赫然处于期望膨胀期之列，而谷峰位置的下一步就是泡沫破碎的谷底。

盛世之下有危言，朱伟华认为，大数据已经深深渗透到汽车金融行业之中，而业内人士在金融大数据、AI应用层面极少具有专业度，因而真正能够实现行业升级的战略战术的讨论鲜有人涉及，汽车金融供给过剩和恶性竞争带来的泡沫可以预见。

想等泡沫过去再加入？不存在的。旁观等待只有出局，所以就请做真的勇士，一起来经受“泡沫”洗礼吧。

以下带来精选阅读：

最近一年我一直在潜心研究汽车大数据和人工智能，最近这几个月大数据和AI已经酷热，几乎所有涉及大数据、机器学习和人工智能的沙龙论坛都是爆满，即使是单一演讲嘉宾参加的小型沙龙，听众如果不提前到场也会挤不进去。

从零起步，“学”汽车大数据应用

从汽车产业创新创业的角度看，传统汽车人由于对大数据、机器学习和人工智能有理解门槛，大多数都停留在业务创新层面，比如从汽车制造业向出行服务业转型的共识是有的，在如何转型的问题仍然停留在随大流、从创业公司的层面上，由于大数据、机器学习和人工智能方面，中国在应用层面甚至更领先，因此跨国汽车公司也不得不“屈就”和中国本地创业公司合作。与汽车制造业中国全盘抄袭欧美日不同，在出行服务领域，跨国汽车公司抄袭中国市场模式的可能性非常大。

在出行服务的人工智能应用领域，如果中国本土企业能够作出创新获得中国市场优势，很有可能通过跨国汽车公司进入全球其它市场。或许正是看到这个机会，跨国汽车软件数据公司开始加大中国本土市场的并购、投资、合资。人工智能应用中涉及大量本土敏感数据和信息使用，跨国公司在这些领域必然受制于本土信息安全法规，即使有国外项目经验，但在中国仍然得从零起步，合资公司不过是优化了本土大数据外行的学习曲线——用更短的时间学会什么叫汽车大数据应用。

但真把这种技术应用到行业中去，客户教育、消费者教育、团队培养、合规经验积累，哪一个都绕不过去。仅仅一个《网络安全法》，就让跨国汽车公司内部合规培训忙不完，更遑论要大规模应用大数据技术。跨国公司在这些领域的应用也刚刚起步，在人工智能应用方面，全球不过是五十步笑百步，虽然目前已经是AI百花齐放的状态，但真要应用到生产环境，哪个公司也没有绝对优势。

大数据的“魔爪”正在全面渗透

从大数据技术的全球应用深度看，依次是金融、科技、通讯、零售、政府、医疗、广告、游戏、能源、咨询、购物和交通。和汽车高度相关的金融和交通分别在大数据应用深度的两端。虽然汽车公司热衷讨论出行服务，但实际上全球的出行服务都还是传统模式，但在金融领域的大数据应用已经占了整个应用到的1/5。

由于中国的汽车金融市场，60%的市场份额是主机厂的，4S场景优势决定了车企汽车金融生存状况较好，对于变革的动力不足，这也意味着汽车金融有更大的AI技术应用空间。对于汽车金融公司而言，无论背景如何，如果不尽快利用大数据技术武装自己，仍然依靠传统模式，在接下来的行业竞争中将举步维艰。

虽然有很多人从事汽车金融行业，但从交流中我发现，国内的所谓从业者或者行业专家，不过是同一件事情干得时间长，积累了有限供应商资源，但在专业领域的深度和广度积累上，甚至比不过一个用心的初学者。尤其是在金融大数据、人工智能应用方面，本身也就只有这么两年的生产应用历史。

我认为有行业宏观认知，有金融知识背景，有大数据技术理解，有汽车金融需求理解，有大数据项目经验的，整个行业也没有几个人。目前占据主流的主机厂汽车金融大数据人工智能应用是没有讨论圈子的。公开的论坛都是广告时间，少数讨论汽车金融的圈子，要么是传统金融圈交流宏观数据讨论大趋势，要么是底层微观金融产品代理商业务圈，缺乏中观层面的真正有价值的战略和战术讨论，行业很难高效前行。

汽车金融AI机遇与挑战并存

从大数据和人工智能技术的汽车金融应用看，数据资源、业务理解和算法模型能力是三个关键点。目前看，拥有人工智能算法模型的是大多数创业公司的优势，但绝大多数创业公司都缺乏客户资源，这意味着没有业务理解能力，即使是那些在汽车金融公司内部从事多年相关工作的创业者也是如此。对金融比较敏感的数据资源包括征信数据、金融保险消费数据、电信运营商数据、社交数据和行为数据，这些数据要么掌握在金融保险公司，要么掌握在政府和国企央企手里，要么掌握在TAB互联网公司手里，那些从数据公司购买的二手甚至三手数据，要么已经被数据输出方“污染”，要么信息不完整，而且使用是否合法也未必。

目前看，随着这一波汽车金融创业潮，几乎所有汽车互联网公司都在迅速开展汽车金融业务，汽车金融服务供给过剩的问题已经非常严重，恶性竞争是必然的，必须等到这一波不计后果获取客户的汽车金融公司两三年后被坏帐打垮，行业才能冷静下来。

关于汽车金融的AI应用，目前各公司都还在探索阶段。由于AI在各领域的应用框架都很相似，过去几十年的学术积累和过去几年的行业应用已经形成了相对成熟的应用套路。关于这方面的细节，涉及数学和具体业务，写在这里恐怕只是少数人的菜，欢迎感兴趣的朋友私聊。可以预见到，未来几年是汽车金融AI应用的泡沫期，无论你出身汽车金融领域的哪个角落，如果不加入这个泡沫而打算坐等变革，恐怕你都等不到泡沫破裂的那一天就已经出局了！欢迎加入汽车金融的AI泡沫圈！