软通动力霍宇:以服务入局大模型赛道,打通落地“最后一公里”
进入2023年,ChatGPT推动世界步入一个全新时代——大模型时代,它不仅引发了AI产业的整体升级换代,同时也让各种大模型层出不穷,背后的关键原因在于,大模型能普遍提升生产力,而业内众多公司也都在积极寻找应用大模型和生成式AI的机会,希望在产业端有所作为。
确实如此,ChatGPT之所以被称为AI的“iPhone时刻”,源于ChatGPT为代表的生成式AI能够让每个人命令计算机解决问题成为了可能,其可对生产工具、对话引擎、个人助理等各类应用,起到协助人、服务人甚至超越人的角色,而凭借这项革命性的技术突破,ChatGPT在搜索引擎与各类工具软件中率先掀起应用热潮,并引起了行业用户对ChatGPT相关技术的关注与学习。同时,海量下游应用也因此捕捉到新的技术与产业机会,希望通过各类大模型与工程化能力,将类ChatGPT产品能力输送到原有的应用中,更好的赋能企业的数智化转型。
但也要看到,要让大模型从“已有”走向“可用”并不是“一蹴而就”的过程,更多的企业通常会面临数据资源有限、算力投资难度大、模型泛化能力差、高水平人才稀缺的发展瓶颈。也正因此,对更多的企业来说,未来更加“务实”的做法,就是选择适合自己的大模型服务商,“站在巨人的肩膀上”,更好地“用好”大模型。
正是洞察到这种迫切的市场需求,作为数字化转型的实践者和赋能者,软通动力近年来始终坚持以全栈式数字技术为行业客户创造价值,特别是在大模型领域,软通动力也在积极地探索与实践,希望凭借自身在AI基础设施、AI专业人才,AI生态以及在通用领域和专用服务领域沉淀的丰富应用实践,为行业客户提供大模型落地的专业服务,打通大模型落地“最后一公里”,更好地加速千行百业拥抱大模型的新时代。
大模型落地的四重挑战
毫无疑问,几乎没人会怀疑大模型对未来的颠覆性影响。但现实是,国内对大模型的探索仍处于早期阶段,无论在研发、迭代还是使用阶段,大模型都是一个消耗资源巨大、使用成本也不低的“奢侈品”。除了成本居高不下之外,企业想要在实际业务场景中部署使用大模型,还面临着数据、参数调优、人才等诸多的落地难题。
对此,软通动力数字化创新服务线副总裁霍宇 表示,今年以来软通动力积极在大模型领域探索与实践,发现大模型要落地到行业和企业之中所面临的挑战非常之多,可以从几个维度来做观察:
一是,从算力的维度看, 训练大型模型需要大量的计算资源和资金投入,这对于众多的企业是巨大的挑战。“公司今年在大模型基础算力方面的投入预计将会近亿元,未来还会持续。在这个领域,如果需要形成有竞争力的产品或者方案,上千万的资金投入只能算是起步门槛,可以说大模型的算力和训练成本极高,这也包括现在经常提到的行业大模型,垂直领域大模型,所以说算力方面就是一个躲不过去的高门槛。”霍宇表示。
二是,从数据的维度看, 以生成式AI来说,训练的语言模型就需要具有更高的丰富度和复杂性,才能更好地理解和生成各种语言表达形式。例如,不同的语言有不同的句法结构、词汇使用规律、语义关系等特点,因此训练模型需要包括更多的语言知识和规则,以适应这些差异。同时,不同的语言还可能包含一些特殊的表达方式、文化背景等,训练模型还需要考虑这些因素,以更好地模拟和生成各种语言表达形式。不仅如此,为了提高模型的丰富度和能力,还需要使用更加大规模、多样化、真实的语言数据集,以提高模型的泛化能力和丰富性,使其能够更好地适应各种语言场景和应用需求。
在霍宇看来,大模型训练的语料问题本质上就是企业的数据治理的问题,一方面要求企业必须要获取大量可用和可信的数据;另一方面,数据还需要经过治理,形成结构化和标准化的数据,从而更好的训练出所需要的大模型服务。
三是,从算法的维度看, AI模型的发展从AlexNet发布开始,随后的研究多数是围绕着模型的深度和广度探索,发展至今已有BERT、 GPT等典型模型出现,也掀起了预训练模型的热潮,目前国内的大模型参数也已经攀升至千亿、万亿级别,其准确度也在不断的刷新 SOTA。
但与此同时,对于企业而言,如何选择合适自身的预训练模型,如何在具体场景和任务下,基于成熟的大模型进行微调能够快速地产生准确结果,以及究竟是选择商用还是开源的大模型服务,如何平衡成本和训练效果,同样也是非常让人“头疼”的问题。
四是,从人才维度看, 随着越来越多的企业开始广泛应用大模型,相关的人才需求也成为了新的挑战。以在人工智能产品实际使用过程中进行数据库管理、算法参数设置、人机交互设计、性能测试跟踪及其他辅助作业的AI训练师为例,相关数据显示,这类人才目前就出现了大量的“缺口”亟待满足。
不难看出,虽然我们已经见证了大模型开始与场景、行业进行深度融合并取得了不错的成绩,验证了大模型已不仅在科技企业中应用,也迈出了走向千行百业的步伐,但大模型的落地并不是一件简单的事情,仍需要解决好算力、数据、算法、人才等方面带来的全新挑战。
以服务入局大模型赛道
基于此,从今年年初开始,软通动力就积极布局大模型赛道,不仅投资建设AI算力基础设施,同时也站在服务和落地的视角,希望能够凭借自身在AI人才资源,AI平台工具,AI合作生态以及“躬身实践”中沉淀的经验和方法论,和行业客户共创能够落地的大模型服务,更好地帮助企业迎接大模型时代的到来,具体来说:
首先,在AI人才资源方面,这是软通动力在大模型赛道中独具特色的优势。 公司凭借十余年的技术积累和行业经验沉淀,通过将自身的服务能力横向拉通、整合之后,目前不仅能够为行业客户提供“全栈化”的数字技术服务,同时更积累了一大批高质量的数字化人才。
“我们的第一个切入点就是AI人才方向,投入专门的算力平台作为培养工程师上手并熟悉大模型的工程实践环境,能够让相关开发语言的工程师和架构师更快更熟练玩转大模型,希望通过对算力及人才的投资,让他们能够把大模型从产品到落地应用之间的链条打通,成为大模型领域的专家。而在未来,这批专家资源的能力不仅可以传递给更多的员工;另一方面,对企业来说,也可以直接获得专家资源的帮助,直接进行企业所需要的大模型开发或者提供参数调优等相关的服务。”霍宇说。
其次,在AI平台工具方面,软通动力也打造了软通天璇2.0 MaaS 平台。 据介绍,基于产业服务需求,软通天璇2.0 MaaS平台在整合软通行业模型管理平台(iSS Model Ops Platform)、软通应用开发平台(iSS Model Dev Tools)、软通场景Plugin应用服务平台(iSS Model Plugin Store)等产品的基础上,能够为客户提供大模型的数据处理、大模型一站式运营服务、继续训练、调优、部署、推理和数字资产管理、数据安全等服务。
值得一提的是,软通动力全新升级的训推一体化平台,基于昇腾硬件底座,采用软通G420K训练平台和软通G210K推理平台,整合欧拉操作系统等组件,搭载自有AI中台,能够为用户提供多种交互式AI模型,深度适配不同AI应用场景,在央国企、教育科研、金融等多行业多领域都可以应用。
第三,在AI合作方面,软通动力与行业内头部和主流大模型厂商都建立了生态向的合作。 不仅率先接入了微软Azure云 GPT4,并且也是百度文心一言、华为云盘古大模型、阿里通义千问、元乘象ChatImg2.0的生态合作伙伴,同时也在积极深研诸如ChatGLM、DeepSpeed Chat、OpenAssistant、Alpaca、LLaMA等开源大模型。
霍宇认为,软通动力在AI合作生态方面全方位的“布局”,最大的价值在于团队通过使用这些第三方的商用大模型服务,以及开源大模型,沉淀了不少的经验和方法论,而这些实践和经验,对行业客户落地大模型也是具有极高的参考价值和借鉴意义的,可以避免企业在大模型落地过程中少走“弯路”,这也是一种较为“稳妥”的落地方式。
最后,是大模型落地实践方面,软通动力也正在和行业客户通过“共创”的形式,更好地推动企业拥抱大模型时代。
“现在不少行业客户都找到软通,他们认为目前如果企业自己要搞一套大模型是有困难的,这些行业客户的优势在于他们有不少的行业数据,但是并不知道如何让这些数据更好地实现语料化,或者如何让大模型在节省算力的基础上,更快地实现训练或者推理等等。除此之外,搭建行业大模型,前期的规划以及选型,也是一道门槛,而这些正是软通动力擅长的工作,因此双方可以通过共创的形式,共同推进大模型的落地,目前公司已经和不少的银行和保险行业的客户展开相关的合作。”霍宇说。
正如IDC最新发布的《AI大模型技术能力评估报告,2023》中提到的:“对于行业用户来说,在关注厂商大模型技术栈完备性的同时,应着重考察厂商的产业应用经验积累,主要发力点应集中在应用层,将技术应用到实际业务场景中,提前布局,积累行业、场景经验和数据,由此才能‘站在巨人的肩膀上’打造差异化竞争优势。”从这个角度来说,软通动力在大模型服务领域积累的四大优势,无疑可以更好地帮助企业拥抱大模型,加速企业的数智化转型。
打通落地“最后一公里”
事实上,软通动力以服务模式“卡位”大模型赛道,本身也是深思熟虑和审慎考量的结果。
霍宇告诉我:“当大模型浪潮袭来之时,我们首先否决掉的就是自己下场做通用大模型平台,更多还是考虑从行业大模型的赛道入手,但深入研究之后又发现,要做行业大模型,垂直行业中的数据和语料也至关重要。因此,作为一家服务型的公司,软通动力以服务的模式切入这个市场是最为合适的,我们可以通过专家资源、平台工具,以及经验和方法论,加上行业客户手中的数据资源,双方以共创的形式合作,是能够以较快方式实现大模型落地的。”
同样,以“服务”模式入局大模型赛道,也让软通动力能够以更加“全局”的视角来观察和看待整个大模型市场,并从中沉淀和总结出了不少大模型落地中值得重视的关键事项。
第一,是关于开源和商用大模型的选型问题。 对此,霍宇认为,基于业务的需求情况,中国企业也会像选择公有云和私有云部署那样,既会选择直接接入商用大模型,也会选择基于开源大模型部署本地化的服务。
“抛开算力资源问题不说,如果单看模型参数大小,开源大模型在相对小的规模上能力已经接近商用模型,渐渐有了赶超的势头。另外,相对追求大而全的通用商用大模型,在垂直领域的模型训练上,开源模型的数量已经超过商用模型,因此企业不用太担心开源大模型会落后于主流的商用大模型平台。而在行业大模型领域,应该说整个市场都还不太成熟,还处在探索与实践的阶段,这就需要整个产业链通过共创的方式,推动行业大模型的慢慢成熟,最终打通落地的最后一公里。”霍宇说。
第二,除了算力和模型参数之外,企业应该把重心放在数据以及语料的沉淀上。 在霍宇看来,目前语料确实是一个稀缺资源,但很多企业没有意识到这一点,未来企业如果要做大模型,数据和语料就是绕不开的问题。也正因此,数据和语料的质量问题就变得尤为重要,同样底层数据的清洗、标注、治理等一系列的工作也变得更加地迫在眉睫。
“我们目前也正在帮助一些行业客户做数据治理的工作,我们判断做数据和语料的工作还会长久持续,只不过很多工作如数据标注、数据收集的工作会变成‘工具+人工’的方式,同时这些数据和语料也会更加关注行业属性。不仅如此,在具体的实践过程中,我们也总结和沉淀了如何把语料或数据形成标准化的方法论,多大的参数量需要‘喂’它多少的语料能够达到比较合适的性价比,这都是软通动力正在做的事情。在此基础上,业务规则的设定,数学建模以及参数调优,以及后续长期的优化等工作,我们也都是可以为行业客户提供相关服务的。”他说。
第三,向量数据库也是软通动力关注的重要方向。 向量数据库主要用在AI和机器学习领域。在这些领域,数据通常以向量的形式呈现,可以有效解决文本、图片、音频、视频等非结构化数据存储和查询的难题;而在大模型时代,目前对非结构化数据进行管理和处理的主流方法是,利用RNN或 Transformer 等嵌入模型(Embedding Model),将非结构化数据的语义内容转化为多维向量,并直接对这些向量进行存储、处理,由此可以为大模型的训练、学习等提供更好的数据支撑。
霍宇认为,向量数据库在大模型中将会起到三个方面的作用和价值,包括它目前已成为推动大模型迭代和进化的核心技术,同时它对企业的定制化需求也会有质的影响;更为关键的是,向量数据库对以后的数据型项目的交付也会产生比较大的变革。
“我的理解是,向量数据库是对数据科学的再一次‘数字化’,可以简单地对比原来以表结构横纵为主的数据库,是用二维或者多维结构来表现,那么向量数据库就是用一维结构来表现世界。因此随着向量数据库和算力以及AGI技术的发展,未来的数据交付模式就会改变,由此也会产生全新的商业模式,我们对此也是高度关注。”霍宇表示。
回头来看,软通动力这种“行胜于言”的务实风格,让它在大模型服务赛道中构建了属于自己独特的竞争优势。在AI算力资源上真金白银的投入,对一家服务型企业而言,背后是决心的彰显和对市场大势的把握。这使得软通动力一方面可以提供充足的算力资源供工程师和开发人员上手,积累和沉淀实操经验;另一方面,也可提供现场Demo环境供企业客户使用,让客户能切实感受到大模型带来的全新价值。
“未来,我们还会继续储备更多的专家资源,持续在平台和工具上做投入,并根据客户的业务应用场景强化数据和语料的质量,最终提升交付的效率,以更好的创新服务模式打通大模型落地的最后一公里。”霍宇如是说。
在“躬身实践”和“作壁上观”之间,软通动力选择了前者,这也让其对大模型市场有了更加深刻的认知和洞察,同时其过去一段时间的大胆实践,也让其在人才、工具、生态乃至方法论方面有了更多的积累和沉淀,而这也是软通动力有能力,更有信心让更多行业客户加速拥抱大模型时代的底气所在。
一群汽车金融玩家谈他们的尴尬与别人的尴尬
与车联网、电商、新能源相比,汽车金融的前景要明朗得多,大多数公司保持着30%以上的速度增长。但这并不意味着汽车金融没有需要突破的瓶颈。
4月12日,第六届中国汽车蓝皮书论坛,大众汽车金融(中国)副总经理周悦、中建投租赁副总经理王永生、中信银行消费金融部副总经理霍宇南、广汽汇理汽车金融总经理胡苏、第一车网CEO马晓威等来自汽车金融产业链各环节的嘉宾,在资深汽车金融专家王炜的主持下,展开了一场别开生面的探讨,探讨中国汽车金融在当前形势下的尴尬与突破。
监管政策、资金来源、提升专业性、二手车金融如何破冰、与互联网电商如何融合都是摆在汽车金融面前的课题。银行车贷部、汽车厂商金融公司、融资租赁企业、数据与二手车企业也都有各自的幸福与烦恼。
资金制约
王炜(资深汽车金融专家):汽车金融分论坛讨论嘉宾来自汽车金融产业链各环节。霍总代表商业银行。车贷和租赁是汽车流转过程中非常重要的信用销售工具,中建投王总代表了融资租赁。在做金融业务过程中离不开数据的支撑,马总在汽车专业的数据方面一枝独秀,二手车也是他们的主营业务。胡总和周总代表的是厂商的专属金融公司。基本上我们把汽车金融的生态圈给大家请到了一起。
目前,汽车金融整体的发展,作为消费金融主要的标志物就是汽车。无论是厂商的金融公司还是传统的商业银行,都把这块作为主要的着力点。但是汽车租赁公司和商业银行可能面对不同时期的资本的制约,额度的限制。去年12月份,各个方面的厂商和经销商集团接到相当多的抱怨,汽车在销售上升期缺少了金融的支撑。主办方说谈谈你们遇到的尴尬事,资金是不是你们面对的问题?应对这个问题你们是怎么做的?
周悦(大众汽车金融(中国)有限公司副总经理):说到资金的问题,我们是2004年第一批运行的汽车金融公司,到今年整整10年,这10年里面最大的问题是资金问题。中间经历了金融危机。金融危机的时候,非常担心,国内资本市场也遇到同样问题。在2009年、2010年我们经历了最严重的资金问题。
我代表的是厂商附属的金融公司。2002年是国家加入WTO之后让外资进入金融领域最后的承诺时点,就是给外资国民待遇。外资汽车公司根据欧美市场的经验,汽车金融在汽车市场发展的中后期是最大的盈利板块。
在2002年、2003年、2004年的时候,欧美市场汽车金融渗透率达到60%到70%,美国市场70%,欧洲市场高于50%,10辆车至少有5~7辆带着金融产品卖出去。外资非常关注开放中国的金融市场,给外资做汽车金融服务。
2002年银监会出文,给予外资进入中国消费信贷市场的权利,当时叫汽车金融公司。2003年配套金融监管措施出台,2003年各个外资企业纷纷建立汽车金融公司。我们是第一批,2004年第一季度正式开业,到现在正好10年。
这10年中,尤其是最近5年,基本上至少超过30%~40%的速度在发展。在这样快的发展过程中,遇到最大的问题就是资金问题,对我们来说,放贷就像银行一样,针对买车的自然人,还有对汽车产业链最大的参与方经销商提供资金支持。那么,你到哪儿拿钱支持他们?
对我们来说,最大的资金来源,除了资本金以外,到今天90%的资金都是靠跟同业拆借,就是跟银行借钱拿到。一旦同业市场有起伏的话,我们会非常被动。
这一两年,我们关注的是国内资本市场,资产证券化(Asset-backedSecurities,ABS)的放开,现在刚刚起步,今年第二批刚刚申办成功。我们特别希望ABS进一步放大,包括企业债发行步子更大,这样才能给汽车金融公司更多的资金来源,这个很重要。
王炜:大众在华一年卖300多万辆,很让人羡慕,现在南北大众、进口大众、奥迪,你们覆盖的门店是多少?
周悦:2000多家,没有完全覆盖。我们现在面临的问题是想做大,但担心的是资金问题。2010年那次印象非常深刻,银行明确提出某个时间点,原来已经是有额度,突然在那个时点提出没有资金。那年所有的汽车金融公司都非常的尴尬,后来那个问题在监管机构帮助下解决了。现在规模做得越来越大,对这个问题越来越重视,就担心会不会出现同样的问题。
2010年之后,这两年没有出现这个问题,我们密切和监管机构保持沟通。同时面临新的问题。大家都知道2013年6月份到年底,出现过几次在季末、年末同业市场拆借资金成本大家都不相信的价格水平。像我们现在公司的盘子,对这种价格波动非常敏感。如果一旦出现这种价格波动,频率到什么程度,对我们影响都会非常大,这是我们关心的问题。
为什么我们希望资本市场放开?在欧洲,在新兴市场,在巴西市场,做汽车金融是有抵押物的,可以通过ABS在资本市场发行,融到中长期资金。我们希望在可预见的1~2年之内迅速放开ABS市场,国内把我们视为金融机构,那么金融债市场是不是步子走得大一点,让我们去资本市场拿到和我们资产相匹配的资金,这样能给我们这样资产结构的公司相对来说比较稳定的资金来源,这是我们特别期待的一个事情。
刚才王总提到我们的规模,我们想做大,也有这个空间,但是遇到的问题,或者潜在的危险就是怎么解决资金问题,只有解决这个问题才能做大。
另一个问题,因为受到监管机构宏观调控影响,这两年的金融政策都是稳健的金融政策,对一个想每年以百分之一百到百分之二百增长的企业来说,可能有一些问题。
银行的尴尬
王炜:中信银行从2009年开始做汽车金融,周总讲开展了10年的时间,胡总作为广汽专属的金融公司也已经有4年的时间了,在这个过程中,你们日渐感受到中国的汽车的购买者,他们在汽车金融使用和消费的过程中,整个的消费行为和模式有哪些改变?
霍宇南(中信银行消费金融部副总经理):主持人王炜曾经是我的同行,也是直接的竞争对手,所以对我们的尴尬非常清楚。刚才金融公司的同事谈到他的尴尬之处,对银行来讲,最大的尴尬之处不是资金问题,但是我觉得我的问题比他更尴尬,就是银行在战略层面上,对汽车金融业务的态度,或者反反复复的态度,让我们银行业从事这个工作的人,真的感到很尴尬。
商业银行内部有各种各样的客观原因,比如说汽车金融在银行体系中的占比还是比较低的。另外1998年~2004年银行有一个很痛苦的时期,大家心有余悸不敢涉及这个领域。
由于组织架构的问题,导致我们专业性不足。可能在银行体系内,除了王总之前所在的银行,以及我现在的银行,其他大部分银行,尤其四大银行,对这个领域影响是很浅的。
我觉得现在和汽车公司,包括马总专业的中介公司,专业的数据公司谈的时候,有的时候对不上拍,大家谈的问题不在一个层次上。银行谈的是给我一个平台研究这个事,金融公司谈的是在这个专业平台上,我们研究一个新的领域。我觉得这种对话,大家感觉聊不到一起。
这是我们的尴尬之处,我们特别希望银行内部有明确的战略导向,好在现在有一个很好的趋势,银行这几年面临利率市场化,是很热的话题,包括金融脱媒(指在金融管制的情况下,资金供给绕开商业银行体系,直接输送给需求方和融资者,完成资金的体外循环,在英语中被称为“Financial Disintermediation”),未来商业银行当中的资产业务,一定会转向零售的资产业务,对公资产业务一定会降低。
从国外数据来看这是必然的,利率市场化后,商业银行个贷占比会快速提升。在个贷里面房子占比非常高,差不多占了银行百分之百的份额,这几年很多银行逐渐倾向汽车领域。我觉得我们银行非常有信心,在专业性上迎头赶上。
和厂商合作的时候,我们银行也有尴尬的地方。我们合作的品牌是没有自己汽车金融公司的品牌,在定制产品包括促销方案、建立商业联盟的过程中,我们还是遇到一些不公平的待遇。虽然有很多时候银行有利率的优势,但是在一些产品覆盖范围上还有一些尴尬之处。
零售和资金错配
胡苏(广汽汇理汽车金融公司总经理):2011年初,广汽把我调到广汽汇理,原来我在广汽丰田负责整车销售的,当时中信银行给我们广丰支持是最大的,我和中信关系非常不错。虽然我们现在是竞争关系,但是感情还是很好的。
讲到汽车金融行业的难点问题或者尴尬问题,我感觉我们还没有太大的问题。因为市场前景很大,而且发展很快,我们做的事,每年以一倍的速度增长。讲到具体的业务里面,行业里比较关心的,因为这两三个月,汽车金融公司有一个行业协会,大家讨论,我们把课题列得非常细,包括资金方面的问题、法律方面的问题、成立课题小组。排到第一位的就是零售和资金错配,我们感觉这是比较大的风险。
大家感觉这是风险,会做压力测试,也开始做准备,我个人觉得,我们很幸运。现在银监会给我们一些额度开始做尝试,今年我们可以做发行。我们的股东也是比较支持的。银行方面的借贷,包括双边借贷中长期对应的还是不错的,再加上银行贷款,这个风险度是在可控范围之内的。
将来我们和银行一起做一些合作,比如说共同放一些零售或者库存,这样的话,对我们资本充足率有好处,现在额度我们到了16亿元的资本金,也挺高的,今年再高一点的话,还会有一部分的资本金。
资本金不需要无限制放大,错配问题也可以有效的防范。每次开会都会谈到的工商局的问题、司法的问题等等,会造成我们这个行业运作的时候,尤其是欧洲背景的公司,对司法解释非常的纠结。
我们认为就是浑浑沌沌的环境,靠个案处理也可以应对,但是他们有点担忧,担忧哪一天,这个事情会有比较大的风险。这跟欧洲人说起来很费劲,业务发展会减慢。这个方面,将来通过行业协会,通过国家的推动,还是要把它解决好。
你刚才讲到的消费者信贷模式方面的变化,从我们目前的额度来看,我们在三、四线城市量比较大。我以前是管销售店的,我到哪里都要看一下工作位置的布置是不是显眼。他们告诉我,现在做金融,都是在店里偏僻的角落的地方做。还是消费者有一个心态,贷款好像面子上过不去。所以中国人的消费习惯,这一关还是要过的。
第二个,不同的经销商,汽车金融渗透率的差距很大。这个经销商能力比较强,把这个工具用得比较好,产品组合设计得比较好,有的时候可以做到百分之五六十。这里面的差距非常大。现在我们覆盖了1000多家店,平均渗透率在12%左右。
数据支持
王炜:中信银行在库存融资上做得一枝独秀,2009年开始涉及零售,作为一个银行开展整个车贷业务。我们经常会出现一个问题,如果我是多品牌运营的金融机构,如何通过数据的服务来降低,或者管控零首付或者负首付这个现象?
马晓威(第一车网CEO):我们第一车网是做二手车市场的电子商务公司,是B2C的网站。就市场需求问题、数据需求以及行业尴尬,我谈一谈自己的感受。
第一,我们对市场直接需求有一个比较深切的感受,从两个数字跟大家讲一下。我们去年在提高网站服务水平的时候,一共听了将近1万个客户跟经销商的电话。其中最让我们感到惊讶的情况,有将近70%的电话当中,二手车的消费者都问这个车能不能贷款买到。
国外成熟的新车市场渗透率是50%~70%,我们国内新车只有20%,二手车则是远远落后这样的渗透率。胡总也说到,大家对用贷款的形式消费的观念不够深。但我们从市场反馈的情况来看,从消费者来讲,对购车消费信贷的需求还是非常强的。
从我们经销商整个销售的情况来看,也是这样,如果有信贷产品支持的话,虽然都是一些非常简单的,甚至说实际上给二手车销售车经销商提供服务的都是一些当地的小额贷款公司、担保公司,非常边缘化的产品做支撑,即使有这些,利息可能要到13%、15%、18%,但这对他们销售还是有促进的。如果有更好的产品,市场一定非常需要。
说到经销商也是一样的。我们网站上大概有两千多家商户,二手车经销商经营规模是更加分散,实际上二手车经营是资本密集型的,因为每辆车都需要自己买库存,真正做即卖产品的比例比较小。资金来源一个靠自有资金,一个靠传统的市场里的大哥二哥,金融机构愿意给比较分散的二手车经销商提供库存贷款支持的微乎其微,这种需求是非常强的。
第二,说到数据支持,我们怎么会给金融机构做数据支持?因为我们有很多年的市场积累。我们公司开始做二手车的价格,包括开始做所谓的保值率的监控,以及保值率的研究和预测,做了将近9年了。不管网络数据的采集还是对成交价格、发票价格的采集,以及各种方法论上的研究,也做了大量的工作。实际上,从一些基础性的产品数据支撑上,我们已经让金融服务成为一种可能性,到了数据应用的阶段。
第三,说到尴尬的主题。前一段有一个厂商做衍生产品的负责人给我打电话,说为什么金融机构不能像互联网企业一样,互联网企业每年给我们做提案的时候,都有新产品,甚至三个月一个新产品,金融机构都说特别支持厂商,有一大块金融服务,为什么拿不出能够适应今天的、能有突破性的产品给我们提案?
我给简单解释了一下,金融机构和互联网机构对风险的思考角度是不一样的。金融机构在一些核心问题上难以迈出第一步。刚才大家问移动互联网是传播方式的改变,还是价值观念的改变?我更觉得它是思考方式的改变。产品的替代,为什么互联网企业走得那么快?跑得快的、对错的承受能力强的人就能快速发展。那么,厂商和金融机构在新的金融产品提升上,也面临着一种新方式的改变。
联合起来
王炜:大家都注意到,有一家公司以融资租赁的名义已经成为市场有力的竞争者,他们的产品是汽车贷款的替代,业务拓展非常的迅猛,快速覆盖了自己的五六百个门店,他们把金融机构或者商业银行往外推,用自己的门店,用自己的销售顾问,推进自己的产品。对于这样的业务,你们各有怎样的看法?王总也谈一下,未来有没有可能中建投也做汽车金融公司的业态,直接切入到零售中去?
王永生(中建投租赁有限公司副总经理):整个公司管理层高度思考这个问题,做汽车金融这里面有几类,一个是厂家设立,第二类是独立投资人设立的大的租赁公司,第三类是银行设立的金融租赁公司,还有一块比如说以经营租赁为主的公司,像神州租车。
这几类业务模式确实不同,对于我们这样的租赁公司来讲,我们本身是中国投资旗下的租赁公司,也是纯国资的,百分之百控股,资本金上、资金的能力上还是有一定的优势。但是我们的模式能不能切入到零售业务里面去,对我们是很大的挑战。
我们现有的模式主要做批发业务为主,比如说一些大的汽车金融公司和汽车租赁公司,可以把资产打包转租赁给我。第二我直接跟一些大的施工企业的业主进行合作,采购设备,比如说矿车。
但是对于零售业务来讲,我们面临很大的短板。这里面有几个因素:第一因素是人的因素。汽车金融是复合型的,要懂汽车行业,也要懂金融行业。这两方面都懂的人很少,现在我们也很短缺这样的人才;第二对金融方式,我们必须面对流动的问题和转租赁的方式;第三是渠道,我就这么点人,我的渠道不如厂商的租赁公司或者有银行背景的租赁公司,对我来讲,没有零售渠道,这是我比较苦恼的地方。
王炜:现在的汽车金融公司,按监管给的空间和自由度可以做融资租赁。刚才谈到的租赁公司的业务,考虑到牌照的问题,都是以所谓的转租赁,也就是售后回租的方式来做。还有一个困扰金融公司的,他们是非银行的金融机构,分支网点的设立都需要银监会的批准。
从跨国汽车公司在海外成熟市场的实践,应该是双产品线——租赁加车贷。在国内,由于有限制条件,我们有没有可能在合作方式,和租赁公司共享渠道客户,双方有点像联合贷款的概念,但是在租赁业务本身资产中没有你一分钱。有没有可能?
胡苏:我自己觉得,现在这个蛋糕做大了,关注这个行业的人越来越多,这是比较好的。我们国家的管理有很多地方是不太合理的,有的时候对于反应快的公司变成他们的优势。租赁这块不是银监管的,有的东西放得比较开,如果大家配合可能有更好的方式。
各大集团,都有乘用车,都有商用车,商用车用租赁的方式比较好。主机厂、经销商跟我们谈,有没有新产品?我说有什么新产品?搞零首付的我干不了,我只能弄一个虚拟的零首付,如果联合起来一定会有好的合作方式。
二手车难破局
王炜:刚才我问了周总和胡总他们覆盖的渠道和门店,零售业务很大。霍总刚才说不公平,厂商通过促销把没有厂商背景的金融机构挤出了,可是二手车现在没有品牌,对我们来讲似乎是一个不受渠道影响,金融机构能直接切入的一块。
刚才马总讲二手车无论从批发业务和零售业务对资金需求非常大,过去几年我希望在这上面开个花,但是一直没有,因为种种不规范,导致在这上面没有做起来。这个问题从霍总这里开始,你们银行有没有可能从二手车金融破局,其他几位有没有二手车业务是在近期业务规划表上的?
霍宇南:之前,我们跟很多合作方,包括跟马总谈了很多次,到现在没有实质性的进展。银行现在对新车专业性的风险理念还没有建立起来,除了极少数的股份制银行专业化迈了一大步,绝大部分的银行在二手车里面专业化不够。
最普通的新车消费信贷经历了2003年阵痛之后,很多银行对它有很大的歧视,尤其是四大行,在股份制银行里面也把它视为高风险的业务。我们从2009年开始做这个东西,到目前为止做了5年时间。摸索期用了3年的时间,只在北京、上海做,想尝试一下,看看这个事能不能干。
到了2013年的时候,我们才把点铺开,去年铺到全国70多个点,到目前为止,后台风险部门对这个产品的争议还是比较大的。从专业化角度来讲,这是我们银行内部遇到的体系问题。我们自认为我们有专业化的部门,我们专业化程度已经有明显的提升,但这个不是一个部门承担的工作,是一个银行整个体系专业化需要提升的地方。
比如说周总认为银行不理解他们,这么大的资金盘,不去开发,他们就苦于没钱,只要有钱,业务增量每年百分之几百都能控制得住。我想跟周总说的是,银行面临的痛苦,比资金问题更加严重。但是我觉得我们庆幸地走上了正确的道路。
二手车这个问题,破冰的地方不是银行。银行按照专业化道路往前走,我们当前的重点是提升我们专业化水平,缩短差距。我跟很多合作方都在讨论二手车业务,我们内部分歧非常大,这个东西在银行内部推进很艰难。
周悦:2003年我加入汽车金融之前,我在商业银行做信控。2004年我们就投放了二手车金融产品,为什么到现在也没做大?二手车融资,里面涉及的细节很多,实际上跟新车融资区别还是挺大的。
简单介绍,新车是4S店经销商把车直接卖给用户,这个交易比较清晰,这时候提供金融产品,把买方卖方在合同里面明确界定,你是放心的。
但是二手车,买卖双方关系不是那么清晰,这时候如果提供金融产品的话,你怎么确保交易的真实性,这是做信控最关心的事,这个问题到现在也没有得到很令人满意的答复。
二手车市场目前实质上还是个人对个人交易的更多一点,这种情况下,提供金融产品,别说银行了,就说汽车租赁公司做风控的人也不敢大力投放,这点我们跟银行是一致的。
马晓威:周总说到了核心的问题,二手车市场个人对个人的交易更多一点。为什么显现成个人对个人的交易?由于二手车经营主体,政策上的限制,税务上的限制,所以大家都做二手车经纪公司而不做二手车经营公司,因为经营公司上的税要高很多。其实,所有的经纪公司都在做经营公司的事情,但是转化形式就变成经纪了,又变成个人对个人的交易。这也是政策上对二手车市场非常掣肘的政策。
二手车市场相对于新车市场更加不规范,碰到的问题更多。我们公司从做二手车的信息服务到现在已经有10年了,但是为什么到今年才有产品推出?是因为市场发展得稍微成熟一点,不是那么碎片化,二手车公司规模扩大,在我们上万家商户里,我不能说有几千家现在是优质的经营主体,但是千儿八百家已经开始有了,开始走向交易服务,成为一种可能性。
我觉得相对来讲,对金融业务来讲,这也是一个可能的开始吧。
与互联网融合
王炜:汽车金融的零售业务在成熟市场里都称为掮客,客户的渠道都是在门店里产生的。现在扑面而来的是电商、移动互联,在改变每个行业的业态,重塑行业的未来。
前不久我参加了一个整车集团的电商平台,到了北京以后,我用很短的时间拜访了汽车之家、易车、搜狐汽车。我想求证一点,格局产生变化的时候,即便刚才谈的汽车垂直网站都是以资讯为主,当他们像马总谈的一样,从信息资讯服务开始往商业电商转型的时候,这个过程中,汽车金融是主要的推手,并且也会带来大量金融的需求。
面对这种改变,诸位在这个过程当中,你们所在的机构,针对汽车的电商,做过哪些尝试和探索?你们有怎样的看法?
我举个例子。某一家金融机构在某家网站上一年可能获得2万个合同,2万个合同对于一家一年有20万或者是十几万成交合同的机构来讲,占比也是可以的。上次我们去上汽集团,都说汽车销售是典型的O2O,但是金融部门谈到说,我们可能受制于监管,无法实现你想要的东西。
再比如说,近期我和一个颠覆性的企业探讨,比如说我订车在网上实现,你能不能给我一个延续客户的体验,能不能把整体的金融、租赁也通过这种方式实现。未来这个行业在发生着改变,我们的零售端有没有做过这样的尝试?或者应对这样的变化有什么样的探讨?你是怎么看的?
周悦:这个问题从我的角度看,更多的是数据采集和应用。产业链上的参与者,各自都有各自的数据,最终如何整合这些数据,最大化地重新分配,在所有的利益共享方共享。因为最终市场的价值链处于汽车产业链的中下端,你怎么延长产业链,最终可能发展成各个产品包,通过整机厂向市场投放,把这个产业链尽可能延长,最终保证用户的忠诚度。
我感觉中国的市场正在进行转型,我看到很多集团都在做这样的尝试,租赁也好,汽车金融也好,包括保险服务,都在想怎么进行结合,数据怎么进行共享,怎么进行产品投放,这是很多汽车集团正在考虑的问题。
胡苏:由于大多数客户的消费习惯,尤其像现在买车的,越来越年轻化,他们都会在网络上走一走。现在来店的,或者获得潜在客户信息大多数来自于网上。做得比较好的,有的成交率达到百分之六七十,一般百分之三四十也是有的,这个量已经非常大了。
汽车金融一定会跟它结合起来的,这是一定的。只是在我们汽车金融推进的过程中,要有一个中长期规划,一步一步地干。今年我们把保险投进去,保险收益比较大,后年可能考虑租赁这块,大后年可能是二手车,是一步一步推的。网站这块得加快,或者和垂直网站结合,或者和主机厂结合,慢慢转到这边来,这个渠道量一定会比较大。
刚开始的时候,可能是各自发挥各自的优势,但是主机厂集团,不太可能完全无视别人干这个事,他一定自己干一块,比如说上汽搞车享网,他要保证自己客户的忠诚度,在这个圈子里循环,这个圈子里面一定会有这么一个考虑。
但是第三方的合作也很是重要的,而且我认为这个已经成熟了,比如汽车之家、易车,将来我们怎么做?我们把它揉进去,下一步就再接着看。
王永生:我们公司主要以企业法人作为主要的客户,我做零售客户这块思考得比较少。但是毫无疑问,大家讨论得这么热烈,包括互联网金融,通过互联网金融客户群体得到极大的提升。但是我们关注另外一个问题,能否通过互联网使我们资金成本和资金量得到更大的提升,我们考虑的不仅仅是零售端的问题,我们还考虑资金的问题。
霍宇南:我觉得汽车金融和互联网的融合是一定的,但是我们现在可能需要讨论的是究竟达到什么层次?就像王总谈的,我们和几家互联网公司或者厂商开展探索性的合作,基本上局限某一个层面,就是获取客户的某些信息,我们再转到线下,进行半自动的操作。
我们银行有一个股东是BBA,这家银行在南美和欧洲做汽车金融很大,他们想到中国做汽车金融业务。我们跟他们有很多深层次的交流,他们给我们一个建议,尽量按照我们传统的掮客的商业模式走。我们想过和网络公司合作,他们建议我们谨慎,可以关注网络,但相当一段时期内不会出现成熟的商业模式。
我们讲到银行专业化相对不足,但是中信银行在这块还是可以的,这几年关于网络,触网方面的工作做了一些尝试。从战略上,我们今年给车贷一个专门的政策,规模不受限。我从业这么多年以来,这是对车贷最大的支持,可能是周总比较羡慕的一个政策。这个规模随便用,只要有市场空间就可以做。在这种情况下,我们三年之内的重心还是放在传统的掮客模式上,但是服务是多元化的,触网是其中一项辅助的手段而已。
马晓威:说到互联网跟金融产品的结合,我特别同意周总的观点,肯定不是一个单一产品,可能是各种产品组合在一起。目前市场上没有现成的模式或者现存的产品,我们从市场上看到的,一个是平安集团投资的平安好车,直接参与到二手车的交易中去,肯定不是追求二手车买卖中的利润,更重要的是抓住车辆交易最重要的环节,怎么和金融业务合在一起。还有一个融资租赁公司,现在跟天猫做一些合作,在预售阶段从客户资料里拿到一些授权额度,给客户推荐相关的产品,这些都是尝试。
从我们自己的尝试来看,车辆直接在网上交易,要经过两到三步的发展历程,但是现在我们从一些好的商家、好的产品入手,到店看车还是必不可少的环节,但是真正的交易还不行。现在比较成熟的在线可实现的金融产品是保险。二手车比较特殊,在二手车质保上,质保其实是一个金融产品,我们现在结合进去,完全在线化也成为可能。
现在最空白的一块,对消费者来讲就是二手车信贷产品,有什么样的产品可以结合进来。刚才各位专家都说到了,可能放到两年后或者三年后的计划当中。我们从市场角度来讲,希望这个东西走得更快一点,更早地满足市场的需求。
王炜:好,今天的论坛到此为止,诸位嘉宾给我们展示了现在汽车金融的生态格局,对未来可能的开花结果做了一些预判和看法,我们且行且看且期待,希望能给我们带来更大的惊喜。(ABR记者张南根据第六届中国汽车蓝皮书论坛现场讨论内容整理而成,此处有删节)
相关问答
霍宇仪表ch智能温度控制仪怎么设置?
首先设定输入分度号,现在比如说是S的或T型的,在输入满量程1300,就可以了。首先设定输入分度号,现在比如说是S的或T型的,在输入满量程1300,就可以了。
chb702温控仪怎么设置参数?
Chb702温控仪设置参数需要进行以下步骤。首先,在仪器上按下“SET”按钮,弹出主界面菜单。然后,按下“参数设置”按钮,进入参数设置界面。在设置界面中,可...
单位变更劳动合同管理办法要求全员签字,我要求人事撤销劳动...
即使签字了也没有用霍宇律师单位单方调岗应是先通知员工,与员工协商。李悦嘉律师咨询我若问题紧急,可以直接咨询找法网本地法律顾问找法网本地法律顾问咨询我未...