“就像人在海里游泳，你口渴了，能喝海水吗？不能喝！如今的数据就像大海，但不能当水喝，或者说它的价值有待挖掘。没“变现”的数据就产生不了价值，所以很多数据资产往往都是负资产，因为维护它需要成本。”近日，高科数聚创始人兼董事长程杰博士在接受记者采访时表示，来到互联网的第四个阶段——移动物联网可以把第二个时代（移动互联网）和第三个时代（物联网）产生的数据，一起在数字化转型过程中实现变现。

(相关资料图)

在他看来，高科数聚的出现，正在以垂直行业数智应用产品先行者的身份，围绕数据生态、智能算法、决策应用三大维度，帮助品牌在竞争激烈的市场中，不断寻求更科学的解决方案，以保持竞争力和持续增长。

“拥抱数据的人”

“我们是拥抱数据的人！”程杰博士说道：“对于大多数现实里的事件或者发生的一些趋势，数据很快可以把它呈现出来，这叫‘数字孪生’。这些数据是因为业务需要而产生的，来支撑业务的；但当数据达到一定程度，它的利用价值比业务/现实更大，我们可以想象一些现实当中没有发生的事，去做很多的沙盘推演，对未来作出预测，这叫‘数字原生’。数据可以比现实更丰富多彩。 通过改变数据可以很容易创造各种场景。”

他对于数据的“偏爱”，还在于“数据对To B应用是可以带来巨大价值的”。

毋庸置疑，大多数互联网公司数据基因与生俱来，B端企业则不一样，他们传统是从业务开始，一般都不带有使用数据的能力和习惯。在程杰博士看来，“这正是我们的一个机会，尤其像汽车这样的传统企业极需要用数据来帮助提高效益和效率。所以，高科数聚专注做两件事——首先是在数据处理和分析上越来越专业；其次，始终注意 B 端业务的需求，帮助企业在各种各样的场景中应用数据来解决难题和优化决策。”其实，在数据变现应用里，并不是有数据有平台就可以，没那么简单，还需要做一系列的转化。

传统意义上的大数据信息停留在数据收集，比如销售数据、广告投入等，然而现代化的大数据分析更加成熟，在企业中的应用愈发普及，成为提升竞争力的重要工具。目前，数据分析分为四个阶段，依次为描述分析、诊断分析、预测分析和决策分析。其中，描述分析用于构建完整的个性化指标系统，诊断分析则可用于发现客户购买和忠诚度的敏感性因素，预测分析可以用来预测客户的下一次购买和相关生活，而决策分析则可用于市场需求预测、决策模拟和优化以及推荐决策引擎等，帮助企业更好地制定决策和优化业务。通过这些分析方法，企业可以更好地了解市场、了解用户，最终提高客户服务体验和行业竞争力。

他解释称，数据就像石油，石油确实是很有价值，但这些价值还无法变现，要把它传输到一个炼油厂，炼油厂把它提炼成成柴油或汽油或机油，这时候才产生不同的价值点。“那么，高科数聚就是做这个加工的过程，我们的聚焦点在于把管道传输过来的大量石油提炼成不同的产品油，转到需要它们的一个个场景中去创造价值。一言以蔽之，就是点数成金。”

新技术本身并不是解决方案

人工智能与大数据的结合也正在帮助企业快速实现数智化，尤其是近期AIGC等技术创新将为企业带来更多高价值应用场景落地的机会。程杰博士认为: “我们清醒的看到，今后会有更多更好的技术涌现，但技术本身并不是解决方案。我们需要不断的去挖掘和发现企业客户在营销、服务和客户沟通方面的各种痛点。除了研发自己的技术以外，需要能够快速的熟悉和整合各类先进并且可以有效实施的人工智能和大数据技术或工具。利用新技术来提高原有解决方案的效率或效果，解决难以解决的业务问题。”

他指出，技术的发展给我们带来了许多挑战，我们需要找到一个平衡点。技术能力从专用向通用转变需要耗费大量的时间和精力。同时，融合和创新的挑战需要强大的算力和算法；而且，效率和安全同样重要。我们需要找到一个优化的平衡点，充分利用现有的技术能力和语言代码等方面的资源，充分发挥通用智能系统的潜力，以实现我们的能动性和独立性，并避免假信息、信息泄露等风险。

据了解，高科数聚目前在大数据和人工智能结合的企业应用中，主要集中在两方面。首先是决策智能，通过帮助企业采集和分析数据，监测市场需求和竞争动向，预测市场趋势和潜在机会或风险场景，并优化企业的产品和市场策略; 其次是帮助企业建立和提升交互智能，不论是模型辅助的智能提示、企业微信、智能对话，都将帮助企业改进客户沟通方式，提高销售转化率。

作为人工智能的博士，他有着大数据的行业研究经验，覆盖14个B2C的行业，其中，汽车行业有30多年的从业经历。面对中国市场的复杂性和发展趋势，他发现了市场的“趋同性”。20年前的美国汽车市场已进入饱和阶段，每年销量徘徊在1500万辆左右。在2002年，汽车市场更是进入了严重的价格战状态。每年车企的广告营销费在160亿美元左右，但各种优惠促销费达到了600亿美元，导致多个品牌严重亏损。消费者也逐渐养成了不促销不买车的习惯。

在此过程中，程杰博士看到以科学的方式解决问题的重大价值，和团队一起创新研发出一整套基于10000多家经销商门店的汽车购买交易数据和经济学量价弹性模型解决方案。

因此，回国创业的他把汽车行业数字化列为首选，即高科数聚诞生。如今，汽车产业已经迎来大数据时代，针对目前国内的汽车市场情况，程杰博士带领团队围绕全市场的消费者数据、汽车行业数据和促销活动数据、VOC数据等多维度数据开发出一套适合中国市场特征的：消费者寻购指数，帮助行业理性和科学的进行市场预判和决策依据，对寻车、比车、研究、到店、试驾、购车等一系列洞察消费者行为的重要场景和节点进行数据分析，并引入先进分析算法，灵活组合各项行为指标，辅助品牌在新车上市与销售个阶段做到知客户、知竞品、知趋势、知未来！

资料显示，高科数聚成立于2016年，旨在以消费者为中心，用AI和大数据技术驱动新一代营销，行业斩获多项创新科技大奖，以汽车行业为起点，服务金融、保险、房产、健康等多个领域。

普及“智能车机”

随着行业自身的高速发展,政策的支持和资金风口的到来,汽车行业特别是新能源汽车领域正面向数智化发展的阶段,作为数智化的关键环节,车联网数据发挥着重要作用。

《2022中国汽车软件产业发展白皮书》显示，中国汽车软件行业2018年市场规模为171亿元，预计在2022年达到264亿元，到2023年增长至351亿元。

中国软件行业协会智能网联汽车行业分会秘书长张健预测，未来三年，基于多维数据融合的应用软件将成为产业发展重点，由整车企业和软件企业共同主导的产业生态将逐步构建。

对此，程杰博士表示赞同，“多维数据应用的持续普及，将会帮助汽车行业数智化的全面升级。而汽车产生的大量数据也将成为每个汽车主机厂的重要数据资产之一。业务数据化将帮助车企更懂用户, 更好服务和吸引用户。”

在他描述里，汽车可以识别每个驾驶它的人，并判断什么温度、适度和空间是“舒适”的。而这要经历三个过程——依次是数字化、数据化、数智化。

程杰博士进一步解释说：“对营销来说，数字化就是要解决一个及时、全面和准确感知现实、感知市场的问题。而数据化要解决的是从数字中或原始字段中提炼和转化建成有业务意义和应用价值的标签字段。数智化则是要把数据和业务应用场景紧密相关起来，对数据进行分析达到深度洞察，然后在数据分析理解的基础上做出科学的决策。”

比如，基于车联网数据的全面分析,车企可以通过及时获取数据,更快的了解车况,以便做出及时反馈。此外,通过车况诊断(OBD),可以帮助消费者做到故障排查和预警,从而进一步解决潜在隐患,实现精准分析,快速解决问题的效果。

另外，随着汽车行业数智化的发展，“智能车机”概念的不断普及，而消费者也将受惠：消费者的用车数据可以帮助汽车品牌更好的理解用户，通过对消费者数据的洞察，最终为消费者打造不同场景的个性化服务。

其中，汽车产业的智能制造的发展，正是应用智能技术推动汽车制造业实现高效、智能、绿色、可持续发展的重要体现。程杰博士博士认为：“制造不等同于生产，而是大于生产，包括设计、研发、生产、物流、供应链、销售、服务等。长期以来，我们一直在用数据驱动着汽车市场需求的研究和运营，随着企业数智化程度的提升，将数据智能应用于智能制造正是最佳时机，并推动供应链管理的全面升级。” 

据了解，目前高科数聚已经和多家企业展开具体交流，共同探索应用数智化技术优化生产流程、提高生产效率和产品质量，推动供应链的智能化升级，实现整个供应链的全流程信息共享和高效协同。

近日，程杰凭借大数据、人工智能及汽车的设计研发、生产制造、营销运营、用户洞察等丰富经验，以及国内外取得多项重要的行业成果，获聘中国汽车工程学会数字化与智能制造工作委员会委员。程杰博士表示：“作为数字化与智能制造工作委员会的委员，我将积极促进国内汽车工业的数字化和智能制造水平的提升，贡献自己的智慧和力量，与委员们携手并进，为推动汽车数字化和智能制造的升级和发展做出贡献。”

重塑汽车服务

“汽车公司不再是（单纯的）汽车公司，而可以‘变身’为一个智能版的出行服务公司。”他对记者表示，对于行业来说,车联网数据的应用将会对与汽车现有产业进行全面改造。

一方面，内部的数据打通，车企客户完整的价值和体验得以呈现：客户对代步车租赁的需求、共享出行等创新的业务，也开始了正向研发方面的数据应用。 最具代表性的就是互联网造车的公司，从数据中洞察了很多汽车客户驾车和乘车中的体验问题和相应的机会。

另外，以智慧交通为例,基于车联网数据的分析,在了解车主的出行时间以及出行习惯后,将会通过大数据优化,解决交通堵塞、降低交通事故等问题,为便利和安全出行提供保障。

值得关注的是，随着智慧交通的普及,与其相关的智能驾驶、充电桩分布等问题也将进一步得到优化,最终实现产业智能化的全面升级。

“车联网应用数据的价值远远超出目前车企的业务应用所需，但是却为服务汽车客户的各种出行需求的其他公司提供了基本的智能。”程杰博士告诉记者，通过合理的数据资产管理和与出行服务公司的合作，譬如充电加油，停车洗车、自驾旅游、金融保险和事故救援。车企可以为客户提供更贴心和完整的个性化出行服务，也将通过形成一个巨大价值的出行数据和服务生态。

不过，他认为，以汽车行业为代表的传统企业普遍缺乏“懂得用数据来做应用”的管理者。具体到一个企业，则是缺少“DT部门”。相对于把数据管好，为业务服务的IT部门，DT部门是要有目的的产生、采集或采购数据，在数据和技术基础上推动业务场景创新应用，并形成高价值的数据资产。

“此时，复合型人才就非常珍贵。”现在，我们的专业知识越来越细，但是应用不一样，它恰恰需要跨学科、跨专业，因为这是一个学科解决不了的复杂问题，一个高效的团队需要既懂软件又懂数据又懂应用的复合型人才。

最后，程杰博士表示，作为一家高速发展的人工智能和大数据解决方案供应商，高科数聚具备充分前瞻性和战略性，能够深度洞察各种数据应用、业务场景、车联网、数智化以及未来趋势。公司致力于帮助车企构建全流程的数智一体化新企业，从售前、售中到售后，为客户提供切实可行的解决方案。

关键词：