开篇感慨一段先......
★
5000年前，洁净的水源和食物是人类最重要的基础设施，人类起源于拥有这些条件的地区
1000年前，河流以及河流对应的物流便利是最重要的基础设施，古代城市全都依河而建
150年前，铁路成为新的基础设施，连接内陆地区重要城市、矿山，大量新城在铁路节点涌现
100年前，公路网和电力网开始成型，交通运输再次推动人类进步
20年前，互联网和移动基站构建的信息高速公路取代传统高速公路
未来，规范的、可流动和可被理解的数据，将成为下一时期最重要的基础设施；数据流驱动信息壁垒降低，带来信用流和大量模式创新……
重资产始终是汽车行业最鲜明的特征，复杂的分工协作，巨大的资金投入、超长的开发周期，不仅让汽车行业显得很神秘，同时也为该行业筑起了很高的进入壁垒。大概也只有在中国你能看到这么多想要参与造车的人。而放眼全球，大概从1980年代到2010年代的30年内，基本没再出现过什么新的汽车品牌了。而到了最近10年，尤其是互联网造车热的兴起，汽车行业再度成为资金追捧的热点，只是大家设想的商业模式已经完全不同了。
今天我们判断汽车行业已经开始走向一个十字路口，整个行业的风格可能随时发生很大的调整，而且这些调整的最终结果已经基本成为行业的公式：分享车的出行方式、无人驾驶以及新能源革命等等。但整个变化过程中一方面需要等待大量关键技术的进一步突破、法律法规等配套设施的完善，另一方面也需要伴随商业模式的调整。老中医更想和大家分享一下对未来汽车商业模式的判断，因为这是一个非常宏大的话题，这里整理的无非是一些抛砖引玉的东西，这不是假谦虚，而是真的搞不定这么大的主题。在尝试分析这些话题的同时，我们也在寻找汽车数据工场的定位，也非常欢迎大家一同参与我们这个话题，一起去推动一些改变的发生。
补充一点，也许读到这里大家感觉今天文风不对，老中医好像变性了。既然宏大的严肃话题我就尽量让自己严肃一点，下面还是进入正题吧。
4S模式，由厂家资源变为负累
应当说中国是4S模式使用最为彻底的汽车市场，当初制定销售管理办法时，之所以采取4S模式，而排斥卖场，就是为了让厂家掌握话语权，便于厂家的品牌管理。而今我们看到一种现象，经营状况良好的品牌，4S店士气高，盈利能力强，该品牌会继续扩张。反过来处于颓势的品牌，4S店很容易出现懈怠甚至退店，厂家必须投入巨额补贴让经销商勉强存活。而在下一个循环当中，那些经营良好的品牌由于无节制的扩张，最终也会陷入饱和期，4S店盈利能力下降、士气低落……最终不得不发放巨额补贴。最典型的例子就是前些年好得一塌糊涂的奥迪，据说今年很多4S店也进入亏损。
4S模式首先是一种典型的重资产模式，投建一家4S店，豪华品牌所需资金接近1亿，普通品牌也在千万元左右。再考虑到如今城市地价的上涨，如果在当下投建新店资金规模又要进一步抬升，而且普遍找不到合适的地段了。
对于厂家而言，除了建店成本高，对于网点数量的要求同样很高。汽车数据工场曾经做了一轮测算。我们在做市场预测时发现，某品牌的销量与4S店数量并非呈现简单的线性相关关系，而是分段函数。举个例子，可能网点少于50家时是一个销量规模，50~150家是另一种相关关系，150~300家正相关性很强，超过300家以后边际效用开始递减……但要达到300家这个普遍的拐点，每个厂家建网投入都要在10亿以上。
如果一笔10亿元以上的投资不能被有效盘活，最终成为厂家负担，不得不每年继续发放补贴的话。站在厂家的立场上，他们需要找到一种新的渠道模式来改变这种状况了：4S最大的资源浪费有两个：首先就是单品牌销售，也就是这个店里不能销售其他品牌的产品。第二个浪费就是完善的售后服务能力，但站在售后市场上来看，这些这种投资也是浪费的，因为可以维修的地方非常多，大家并无本质差异。
所以我们看到，特斯拉做出的改变就很彻底。一方面他建了很多城市展厅，只提供展示和销售服务，另一方面他把维修/保养等问题全面外包。还有很关键的一点，就是特斯拉的大量系统升级功能是在云端实现的，只要硬件不出问题，软件的事情用户不需要回厂。这样做既方便，投资又小，用户体验还更好。
汽车工厂面临去中心化
过去汽车生产基地是讲究中心化布局的，工厂需要包含4大工艺，在工厂的周边则是大量零配件供应商的厂房，这样物流成本才会最低。一个工厂的设计产能通常在20~30万左右，这样才能确保规模经济。这同样是一个典型的重资产模式。
上述这种做法的好处一方面是效率高，另一方面是规模优势明显。但他的缺点是相应个性化需求的柔性能力不足。比如你想定一个完全订制化的产品，可能要等上半年才能提到车。这也是为什么中国市场至今无法推行选装，而必须按照厂商的列表进行选择的原因。即便很多品牌推出了所谓的选装包方案，但这些选装包同样无法做到灵活响应用户需求。
大规模生产的另一个弊端就是对规模要求高，一款车的销量规模对盈利能力影响巨大。而市场现实是大多数品牌销量很难达到盈亏平衡点的预期规模，最终导致很多产能被闲置。
在这种情况下，汽车企业完全可以从另一种思路入手，考虑去中心化的产能布局方案。一方面整合其他闲置工厂，使用代工模式盘活冗余产能。另一方面构建小型化，但灵活多变的总装线，让个性化定制在这些工厂实现。比如在产品设计阶段就支持充分的终端修改方案，这样很多配置在经销商的维修车间里就可以按照原厂品质完成。如此一来一方面经销商利润更加丰厚了，另一方面消费者的选择余地大大提升。
非标设计构筑的资产壁垒降低
对比大家熟悉的PC行业，汽车行业在过去上百年还有另一个特征，那就是多数零部件非标化。比如你无法把丰田的某个零部件直接安装到本田上面。这种模式鼓励了每个汽车品牌的技术创新，减少了由于标准化带来的约束。与此同时也为领先的汽车品牌构筑了很高的技术壁垒和资产壁垒。尤其是在供应商端，由于非标化设计，多数零配件无法跨品牌使用，那些领先品牌可以获得更稳固的供应商资源和规模经济，而小众品牌必须承担更高成本。
而今，随着电动车的突破，汽车行业的标准化程度可能会大幅提升，届时由非标化带来的重资产壁垒会下降，这更有利于新品牌进入市场。
数据才是驱动轻资产运营的核心
前面提到了三方面可能降低汽车企业资产规模的机会，那么如何驾驭轻资产运营的商业模式？老中医人为只有数据才是驱动这一切非自有资产最为重要的利器：所有协作都需要依赖数据进行量化决策。
这里的数据一方面包括市场层面的数据，由意向用户产生到他整个买车用车的全过程都需要建立一套跟踪体系，在这个体系上分析用户的需求、偏好以及生活形态，然后设置合理的用户接触点已经品牌合作计划。另一方面数据则指向生产及物流端，研究如何响应市场多样化的需求，整合多点闲置的产生，以及处理好与供应商之间的协作关系。上述所有这些都需要构建完善的数据系统。
在过去要实现上述目标并非易事，但如今在大数据时代这些已经并不遥远。我们可以设想一家汽车品牌，他可以没有4S店，但他的展示中心可以恰巧出现在目标用户最集中的地段。然后结合用户的喜好摆放最适合的产品。该展示中心只负责下单或者产品介绍，维修保养自然有其他协作网点实现，并且每个网点都可以收到用户的满意度反馈，用于判断是否继续合作。在展示中心周围还有大量合作品牌的展示空间，除了向用户推荐产品，还可以推荐给用户一套完整的生活方式。摆放什么品牌以及哪些产品同样是经过设计和不断循环优化的……在这样一种销售模式中，汽车厂家不再需要为建店投入数以十亿计的投资，也不必为每家网点发放补贴，他只需要选择适当的地方摆放产品即可，整个销售模式远比以往更加灵活。
汽车电商是个伪命题
早在几年前老中医就不相信汽车电商能够成为一种有意义的商业模式，除了大家都知道的汽车作为一种大额、低频消费品特征外，另一个更加重要的特征就是线下渠道的引流成本和服务成本其实更低，汽车电商在本质上是没钱赚的。
但这不意味这汽车电商没有意义，至少汽车电商品牌是一个非常有效的集客工具，他可以把线上的潜在购买者引流到实体4S店，然后再由传统网络完成销售过程。与此同时，汽车电商也是走向完全订制化的必要过程。因为用户在线上选车的同时会留下非常多的评价数据和产品期望数据，这些都准确指出用户真实的产品要求，把这些数据充分整理，就可以成为指导厂家开发设计产品的核心资源。最终汽车电商品牌就成为了一个非常有效的信息采集平台。
这同样是汽车企业必备的轻资产化手段，因为只有准确采集到用户需求，才可能实现精准的产品开发，包括定义产品组合以及每个产品的细节特征。
汽车数据工场在做什么
既然我们看到未来汽车企业最大的价值发现机会在于轻资产化过程中带来的价值释放，而所有这些的前提则是数据能力的提升。那么汽车数据工场未来最为重要的一个使命就是优化汽车企业获取、处理、分析和使用这些数据的能力。虽然目前我们掌握的数据源仍然非常有限，我们更多基于自然语言处理在解析数据背后的内容，但我们也在构建一个更为宏伟的计划，试图打通整个行业的数据。
仅仅把这些数据采集起来还是远远不够的，关键是要让这些数据变得可被理解，并且帮助汽车企业实现对这些数据的高效理解。这就需要构建更强的数据处理平台，让所有数据在平台上快速运转，并且转化为有价值的知识能力。
好了，写了半天广告，最后再做一句话的总结：汽车数据工场试图推进以数据为核心资产的新商业模式，让汽车企业更灵活，更高效，也更贴近用户。
关注So.Car官方公众号
掌握So.Car最新观点动向
