隨著行業競爭愈加激烈，線下門店成了品牌們毫厘必爭、精細化運營的新戰場。

　　文|任曉漁

　　新能源汽車賽道的競爭，已經將“智能化”卷到了線下門店。

　　日前，極氪智能科技與(銀泰商業集團)深象智能科技官宣了戰略合作。雙方將基于視覺AI算法、物聯網、大數據分析等技術，重新梳理消費者與門店內汽車產品、導購之間的關系，共同打造“新能源汽車智慧門店”，實現“用戶在線、門店在線、管理在線”的智能化升級。

　　這一動作也是當下中國汽車產業狂飆猛進，內卷競爭的新注腳。除了激烈的價格戰和產品推陳出新，過去一年多，全鏈條的智能化升級也成各大品牌競爭和投入的焦點。

　　新能源汽車的廠商們，一方面利用爆火的大模型技術，在數字孿生應用里，幫助生成高質量數據，加速數據標注，提升自動駕駛算法的訓練效率;另一方面，讓大模型“上車”如火如荼，基于大模型升級的智能座艙產品，成了新技術落地汽車產品的最先突破口。

　　但智能化升級的不止汽車本身，新能源汽車品牌“智慧門店”的動作，則展示了廠商們要用新技術升級銷售端的決心，通過人工智能技術，更緊密、更實時地洞察門店與消費者的連接和互動，精準、實時把握消費群體對產品的交互及偏好，實現在線下空間里更加精細化的運營和管理。

　　一場全鏈路、全體驗和全生命周期的體系化競爭已經在行業里展開。

　　01

　　大模型忙著上“車”

　　“上半場是電動化，下半場是智能化”，2018年王傳福對新能源汽車產業的這句斷言已成行業共識。

　　圍繞著智能化，過去幾年，汽車廠商們在智能架構、智能座艙、車聯網、AI等一系列領域展開了激烈角逐。

　　去年大模型爆火后，廠商們積極探索大模型技術在汽車行業落地，把大模型應用納入到自身的智能化戰略里，行業的智能化進程在提速。

　　各大汽車品牌先是紛紛宣布與不同的國產大模型合作，對大模型技術表現出了極大的熱情。

　　落地到應用中，不同的車企則通過自研或者與模型廠商及技術服務商合作，在汽車設計研發、產品生產制造、車企內部管理提效等多個環節探索大模型落地。

　　在研發設計環節，大模型到來后，外觀設計、算法研發等多個場景里，產品開發的效率有了提升的可能。在算法研發環節，多家企業看中了大模型在數據標注上的潛力，從而提升自動駕駛算法的研發效率。在產品體驗端，座艙智能語音正成為大模型上車的突破口。

　　一些車企還希望基于大模型來實現內部組織提效，比如把大模型技術與企業內文檔和知識類產品結合，從而活用車企內部保存的大量零部件說明文檔。

　　可以說，新能源汽車行業進入淘汰賽階段后，圍繞著汽車全流程、全生命周期的智能化升級正成為當下競爭的核心關鍵詞之一。

　　02

　　銷售門店智能化提速

　　全流程全生命周期的智能化升級，自然離不開車廠投入重金、大力打造的線下直營門店環節。

　　現在，汽車線下門店開進商場核心位置，已經成為行業共識與標配。直面消費者，獲得更直接的反饋，新能源汽車廠商與消費者的關系變革，也構成了整個行業快速反應能力的一環，加速品牌研發推新。

　　而隨著新能源汽車的交易鏈路正變得越來越短，新能源汽車零售終端就更要服務好消費者，這也是比拼的重點。

　　“開在鬧市區和熱門商圈的線下門店，除了承擔展示品牌形象，吸引潛在客戶的作用，也是品牌把潛客轉化為消費者的重要環節。隨著行業競爭愈加激烈，線下門店也成了品牌們毫厘必爭、精細化運營的戰場。”銀泰商業集團新能源汽車業態負責人胡志強在采訪中提到。

　　一些先鋒的企業比如極氪，已經行動起來，圍繞著線下門店在線化經營和高效智能的管理，與科技公司——深象智能科技合作，向智能化要效益。

　　銀泰商業集團深象智能算法負責人覺奧博士告訴數智前線，目前多數汽車廠商對線下門店的管理有一整套的“標準化”流程，但是門店經營還缺乏各種維度的“在線化”量化指標和準確的經營數據。實體商業的AI應用落地，需要標準化、在線化、數字化和智能化四步走。就目前的情況來看，新能源汽車門店的“數字化”和“智能化”能力都有待進一步提升。

　　例如，消費者進入門店后跟產品如何互動?在一定時間周期里消費者最喜歡哪些款式的產品?店內銷售導購對消費者的服務情況如何?門店內哪些顏色和款式的車適合被擺放在什么位置更暢銷等?都可能影響門店的經營效率。

　　這一背景下，深象智能科技基于此前在銀泰百貨線下商場的數智化升級經驗和對線下商業體里(商場、商超等)人、貨、場交互邏輯的深度理解，打造了一整套軟硬件一體化的機器視覺智能解決方案，幫助極氪打造智慧門店，實現對線下門店的數字化、智能化管理。

　　智能化升級后的新能源汽車線下門店里，品牌能更深度挖掘脫敏后(不包含用戶隱私)的消費者與門店產品交互大數據，以及消費者與導購人員的互動模式，用數據智能指導線下門店運營。

　　具體來說，首先，可以規范導購的服務行為，便于品牌更好地管理導購的日常行為規范，提升用戶在線下門店的購買和服務體驗。

　　汽車行業資深人士認為，在線下門店里一些消費者可能比導購還懂車懂品牌，他們通常從社交媒體了解信息，然后去線下門店體驗試駕。所以在線下服務環節，如何提升導購的服務就無比重要了。

　　“智能化升級，更重要的是要把方法教給終端導購，通過數字化的方式或者算法把最佳實踐解構后提煉出方法論，被所有導購學習，提高他們服務的標準化程度和下限。“該人士說。

　　第二，品牌能洞察進入門店的潛客對店內擺放產品偏好大數據。

　　“比如消費者從駕駛艙上車還是從后門上車?是否打開了后備箱?有沒有打開引擎蓋?不同行為反映出消費者對車感興趣的程度都不一樣”，覺奧博士告訴數智前線，這些維度的數據信息，此前品牌多以非常粗放的方式，掌握在優秀導購的大腦里。

　　而對線下門店進行智能化升級后，消費者與汽車產品互動的多維度挖掘得以用算法沉淀成數據，企業可以更有針對性去分析銷售轉化的漏斗。

　　同時，品牌對線下門店實行總部化管理，在深象智能科技的技術加持下，全國不同城市門店和同一城市不同門店的多維度信息能形成更立體的反饋指標。這些多維度信息能指導品牌對線下門店內陳設SKU進行更科學的管理，方便門店實時結合市場反饋調整運營策略。

　　另外，一些數據還可能反饋到未來的產品設計中，品牌能實現與消費者更直接的互動，為消費端數據反向指導生產提供了更多可能。

　　這套智能解決方案讓汽車廠商多了一雙可以感知和看懂門店的“眼睛”。據了解，目前極氪正在全國門店全線應用深象智能科技這套智慧門店方案。新能源汽車品牌在銷售端的智能化升級正全面加速。

　　03

　　線下空間的AI落地方法論

　　新能源汽車企業在線下門店要完成人、貨、場全面在線，進而實現數字化經營和智能化管理，也面臨著具體的挑戰，深象智能科技做了大量工程化工作來解決問題。

　　首先要完成線下環境里不同的人、貨、場的識別，讀懂空間內的交互，技術層面考驗算法的智能水平。

　　以對汽車產品的識別為例，要結合場景，來調試算法，從而具備可用性。車子更換或挪動位置、燈光明暗和視覺傳感設備角度的改變、各種遮擋，都有可能影響到算法識別效果。比如，識別產品的顏色也并不如想象中容易，因為燈光、外部環境不一樣時，車子顯示的顏色就有很大差異。一輛白色的車，可能到夜晚或者燈光昏暗的時候，看起來就會像是灰色。這些場景都考驗算法的能力。

　　再比如，對場內環境的識別其實也有講究。汽車車身的高度通常會超過1.6米，門店內還有固定的陳設如柱子，都可能會產生遮擋，不利于視覺傳感設備捕捉各種交互動作。機器視覺算法也要有針對性去解決這些問題，更精準捕捉場內交互。

　　產品還要符合數據安全的考量。目前深象智能科技智慧門店解決方案以軟硬件一體化的方式，視覺識別算法搭載到智能盒子或邊緣服務器里，可實現本地化部署，滿足汽車品牌對數據不出域的安全考量。

　　成本也是AI落地環節里的大問題。覺奧博士認為，“對于AI產品的落地，客戶現在頭痛的問題之一，就是價格太貴了。”深象智能科技從算法研發、硬件落地等多個維度考量了成本。

　　首先是算法層面，深象智能科技用大模型技術提升算法的研發效率。此前，視覺感知領域，不同類型物體的識別算法需要從頭標注、調試和訓練，開發效率低。大模型來了之后可輔助小模型訓練。比如，在具體場景的識別算法訓練中，用大模型來做數據標注，降低訓練成本。

　　深象智能科技還設置了端智能算法團隊，針對具體的端側硬件平臺，進行極致化的算法優化和適配，來降低AI模型對算力消耗。目前，他們能做到在千元級的AI盒子，把可覆蓋200平米多路視覺感知設備的算法跑起來，且能滿足業務的效果需求。

　　該算法還能適配市面上從幾百元到上千元不等的各種品牌攝像頭，可充分利舊，即門店此前已經配置的舊攝像頭可重復使用，降低落地成本。

　　這一方案保留了擴展能力。未來如果門店規模變大，多個算力設備能級聯起來共同作業。只需增加盒子或服務器數量，一套解決方案能適配從幾十平米到幾千平米不等的線下門店。

　　“車也是一種商品，它沒有脫離開我們多年以來積累的AI研發經驗，人和商品之間有交互，交互到什么程度才是用戶購買意愿最強的時候?我們此前基于線下商場積累了非常多數據和經驗。”覺奧博士告訴數智前線。

　　他認為，智慧門店這套解決方案，充分汲取了過往在銀泰百貨對線下人貨場運轉邏輯的理解。“不同的場景要解決的問題不一樣，也形成了不同的解決方案�，F在新能源汽車市場這么卷，所有的企業都會算ROI(投入回報比)。AI產品落地，要用市場能接受的成本和方式，實現PMF(產品市場匹配)。”覺奧博士說。

　　基于對人、物、場交互的理解能力、算法智能程度、硬件落地成本和數據安全考量，深象智能科技已經在線下空間的智能化運營管理上，形成完整的落地方法論。

　　基于這套方法論，該科技公司已在百貨店/購物中心、商超大賣場、校園、新能源汽車直營門店、品牌連鎖門店等不同線下場景里，開發出了不同解決方案，解決場景里的具體痛點。

　　例如，小學校園的智能安全防護場景里，學校和家長希望利用機器視覺的感知和理解能力來預警學生奔跑、摔倒帶來的安全問題，也預防陌生人進校園危害學生人身安全。在商超的智能防盜損場景，算法可以識別不同類型的商品、各種類型的偷盜行為或未結賬行為，并實時示警、提醒。線下商場的解決方案還被創造性地用于城市更新場景，一些旅游城市正在與深象智能科技探索智能客流產品的應用空間。