Какие модели монетизации дает искусственный интеллект и машинное обучение автоиндустрии?

В автоиндустрии сегодня происходят тектонические сдвиги. Эпицентр смещается от двигателя, железа и коробки передач к IT-технологиям и сервисам. Активными игроками рынка становятся поставщики IT-платформ, контента и сервисов. Набирают популярность сервисы каршеринга, райдшеринга, удаленной диагностики, анализа поведения пользователя, автоматической оплаты за парковку и масса других. Так, накануне Google в рамках своей ежегодной конференции разработчиков (подробнее о ней — в материале Forbes) объявил о новом наступлении на авторынок – обновленной версии Android Auto. Водители и одновременно пользователи системы помимо приложений смогут работать с голосовым персональным помощником Google. В итоге автомобиль превращается в гаджет на колесах или даже в браузер для реального мира, где главным игрокам – автопроизводителям и дилерам приходится делиться своей долей с IT-игроками. Как самые последние тренды в IT – искусственный интеллект, машинное обучение и горячий анализ больших данных – могут помочь в поиске новых моделей монетизации на меняющемся авторынке? Долгое время автомобиль был далек от цифровых технологий, был просто механической вещью. Автопроизводители инвестировали в улучшение качества двигателей, ходовой части, увеличение уровня безопасности, производительности и так далее. Развитие интернет-технологий, достижения в области искусственного интеллекта, машинного обучения и анализе больших данных перевернули автоиндустрию. Именно эти технологии помогают улучшить опыт вождения и удовлетворить потребности клиента. который хочет, чтобы его автомобиль был, как и он, частью цифрового мира. И именно эти технологии открывают рынку новые модели монетизации. Сервисная модель IHS Automotive предсказывает, что к 2020 году на дорогах будет порядка 152 миллионов «подключенных» машин, и каждая из них будут ежедневно генерировать до 30 терабайт данных. Когда речь идет об обработке этих данных, наиболее эффективно использовать алгоритмы машинного обучения, соблюдая приватность клиентов, т.е. обрабатывать агрегированные данные. Использование алгоритмов машинного обучения помогает сформировать паттерны поведения тех или иных портретов водителя. И затем предлагать автомобилисту именно то, что ему нужно как в автомобиле, так и в мобильном телефоне при пользовании связанным с ним приложением, запоминая его поведение, узнавая по голосу членов его семьи и анализируя ситуацию на дороге и историю его поездок. Бизнес автопроизводителей повернулся в сервисную сторону. Автовладелец больше не уезжает в закат после покупки автомобиля, он остается с дилером и автопроизводителем на связи. С обработкой данных и блоком управления в автомобиле, можно понять, в какой момент случится критическая поломка, донести до водителя эту информацию, которая позволит нам в один клик вызвать эвакуатор и записаться на ремонт. Кстати, по данным McKinsey, 73% потребителей во всем мире готовы платить за предсказательную аналитику профилактического обслуживания. В апреле мы совместно с Microsoft проводили конференцию для отечественных автопроизводителей «Connected Car: бизнес-модели и технологии». По мнению ведущего эксперта департамента стратегических технологий Microsoft в России Дмитрия Бутянова, переход от производственной бизнес-модели к сервисной непременно затронет автомобильную отрасль: «В структуре доходов автопроизводителей доля продаваемых автомобилей будет падать, а доля всего того, что сопровождает продажу машин – сервисы, гаджеты, запчасти – будет расти. Некоторое время назад мы наблюдали нечто похожее на рынке телевизоров, что породило совершенно новый формат устройств Smart TV и изменило модель потребления медиа контента». Менеджер по развитию новых продуктов компании Ford Sollers Максим Гриценко, также выступавший на конференции считает, что возможности использования Connected Car технологий – не только в дистанционном управлении машиной, но и в построении системы обмена данными между автомобилями и инфраструктурой. В США недавно Ford запустил Connected Car систему Ford Pass. Помимо основных функций она позволяет пользоваться дополнительной информацией в режиме реального времени – искать парковку, заправки, оплачивать услуги. Автопроизводители, использующие сервисную модель, продают мобильность через дилера. Основной измеряемый бизнес-показатель для дилера – количество привлеченных клиентов. Любой дилерский центр видит эффективность IT-системы в машино-заездах. Эффективность технологий можно посчитать по тому, сколько машино-заездов было до внедрения системы и сколько после. Также можно посчитать, сколько клиентов останется после 6 месяцев по отношению к тому, как это было 3 года назад. Именно сервис может приносить автопроизводителю больше маржи, чем продажа машины. Объясню на примере пяти дилерских центров: Как видно из приведённой выше таблицы, успехом можно считать возврат клиентов на очередное ТО (на каждом срезе воронки сервиса от ТО до ТО) на 10-15%. Алгоритмы машинного обучения и технологии AI позволят эффективно продавать каждую отдельную услугу конкретному клиенту, а, следовательно, зарабатывать больше. Но при переключении на сервисную модель, важно грамотно управлять информацией о владельце автомобиля и правильно подойти к стоимости услуг для автовладельца. «Польза от технологий всегда тесно взаимосвязана со стоимостью приобретения и владения. На сегодняшний день Connected Car не является краеугольным и неотъемлемым функционалом в гражданском автомобиле, ради которого потребители готовы нести бремя увеличения стоимости товара. Говоря проще – если автопроизводитель переложит все свои затраты на внедрение технологий Connected Car на потребителя, то потребитель откажется приобретать автомобиль с таким функционалом, поскольку это окажется существенно дороже, нежели покупатель планировал», считает Антон Васильев, директор проекта LADA Connect компании АВТОВАЗ, еще один спикер конференции «Connected Car: бизнес-модели и технологии». По его мнению, необходимо разработать возможности оказания услуг Connected Service для широкого спектра пользователей. От водителей до финансовых организаций, учитывая возможности совместных затрат и доходов по модели Revenue Sharing. Если каждый участник внесёт небольшой вклад: будь то экономический, или обогатит «знаниями» систему, то от этого будут в плюсе все участники. Без серьёзных затрат с каждой стороны. «Такие участники Connected Service как дилеры могут начать оказывать больше своих услуг после подключения к общей системе. Потребители смогут удалённо контролировать свой автомобиль. Страховые компании смогут предлагать КАСКО на поездки, а производители автомобилей смогут узнать в каких условиях их автомобили используются. Вопрос правильного расчёта затратной составляющей и итоговой стоимости для спектра потребителей является краеугольным камнем технологии Connected Services», подытожил Васильев. Автомобиль с данными технологиями станет не просто продуктом, а станет каналом коммуникации между производителем и клиентом. Он будет общаться с человеком посредством чат-ботов, голосовых помощников и нейроинтерфейсов. Водитель только подумает о том, куда ему нужно приехать, а машина уже сообщит данные о парковке или о том, что необходимо заехать за топливом. Это будет аналог Alexa или Siri, предоставляющий водителю и производителю персонализированные рекомендации. Индустриальные анализ и планирование Сбор данных с автомобиля позволит улучшить продуктовое планирование. Какой будет следующая модель? Когда требуется следующий рестайлинг модели? Цикл разработки автомобиля достаточно долгий, технологии искусственного интеллекта, анализа больших данных и машинного обучения смогут обогатить этот процесс. Если производитель готовит обновление какой-нибудь модели, то главное вовремя использовать данные. Если в новом представительском седане на переднем сидении ездит практически всегда только 2 человека, то можно уменьшить салон и сократить длину автомобиля. Монетизация данных решений будет реализована за счет допродажи сервисов, аксессуаров и машин. Искусственный интеллект сам распознает удачный момент для смены машины, поймет, что поменялся образ жизни или привычки и предложит ему новый автомобиль, уже кастомизированный под его нужды. AI безусловно повлияет на производство и сборку автомобиля. Кроме того, технологии AI и machine learning позволят автопроизводителю более детально управлять планированием функций в автомобиле (кнопки управления, экраны и индикаторы). Сбор больших данных и их анализ даст однозначный ответ о характере клиента и его потребности в определенном функционале. Это реальная боль автопроизводителей. Сегодня автомобиль стараются напичкать всеми возможными элементами, но автопроизводители даже не располагают данными по пользованию автопаркощиком. Индустриальный анализ и прогнозирование с AI позволяет повлиять на автопроизводителя, добавить или убрать какие-то опции, уже сегодня, выявить некачественного поставщика деталей и, конечно, сократить расходы. С 2014 года IBM Big Data Analytics позволяют BMW Group обнаруживать и устранять уязвимости прежде запуска новых моделей и задолго до того, как они могут вызвать проблемы в серийном производстве, что позволяет исключить критические расходы. Прогнозирование «Бизнес-процессы у автопроизводителя сегодня происходят на стороне маркетинга. Благодаря новым технологиям – AI, машинному обучению, анализу больших данных, отделы маркетинга понимают, что происходит на рынке, что требуется клиенту, в какой момент времени и по какой цене. Чтобы привлечь пользователя к Connected Car сервисам, важно создать экосистему из различных дополнительных услуг», считает менеджер по развитию новых продуктов компании Ford Sollers Максим Гриценко. Анализ больших данных и алгоритмы искусственного интеллекта на базе Connected Car-платформ помогают автопроизводителю прогнозировать поведение клиента. На основе этого можно создавать рекламные и маркетинговые кампании. Благодаря непрерывному сбору и анализу данных, станет возможным точно прогнозировать и считать экономику процессов обслуживания в дилерских центрах, с помощью текстовых каналов связи понимать степень лояльности бренду и предлагать различные подходящие конкретному портрету клиента рекламные акции. Технологии искусственного интеллекта и машинного обучения уже помогают анализировать пользовательский опыт, чтобы предлагать клиенту только те услуги дилера, в которых он заинтересован и в нужный момент. Системы учатся помнить своего пользователя, самообучаться и помогает ему. Это очень напоминает то, как мы решаем проблемы в нашей повседневной жизни.