下面跟大家简单介绍一下，我们怎么去做这三个步骤 。
首先一点，我们要确保我们的SaaS不能是一根一根的烟囱，要把行业的能力沉淀下来，变成像搭乐高一样的能力 。我们面对一个新产业，比如我们给物流公司做个SaaS，我们给二手车做个SaaS，我们给新车做个SaaS，我们有没有办法把它的底层架构是一致的 。这里面最主要是抽象出来行业组件、我们能确保说，我们有同样的乐高来搭建了上层建筑，所以我们才能变成非常高效的生产这些能力 。
第二个，从数据化层面，我们还要保证我们有一个统一的数据总线 。你会发现，每个数据都在不同的位置，都有不同的结构，来打通这些系统就变成了一个极大的成本 。所以我们只有在一开始设计出一个整套的我们自己的数据总线，用同样的结构，同样的方式来确保数据能够进来，而我们在基础之上去做数据的支撑，无论我们的BI，我们的画像，最后演变成我们的智能运营系统 。
再往后一步，到智能化层面，我们必须要从我们的数据层面再抽象出一层 。在这些数据层里边，源源不断流进来的数据，要把它变成一些场景解决方案 。这个我想跟大家聊一下，产业公司做AI，跟这些巨头做AI有什么区别 。我们在一开始就明确给自己的定义就是说，我们不做通用AI 。做通用AI一定效率不高的，但它的泛化能力更强，这一定是大厂的必争之地，我们作为一个产业公司很难做到，所以我们不做通用AI 。
第二，我们一定是做基于业务结果的AI，就是我们今天做的这些东西一定是有业务结果的 。我们不做那种纯研究性质 。所以基于这种场景，我们会在这个里面寻找业务场景，借助行业的壁垒，去提升我们单点的效率和AI的能力 。
所以，你会发现，看起来只是一个普通的业务流，但是我们的基础设施能力，我们的数据能力，我们的AI能力，是在里边的每一个节点里面出现的，所以贯穿了整个业务流 。
场景化的AI我们做了哪些事？
比如，我们原来做的最简单的就是一个推荐，这是产业互联网跟消费互联网很不一样的地方 。我们做了推荐之后你会发现，我们用传统的消费互联网方式做了推荐，点击率一下涨了400%，但是你这对成交没任何变化 。为什么出现这样的状况，是因为在产业互联网里面，消费互联网的决策流程很短，决策人员很少，而产业互联网的流程很长，角色很多，所以你不是简单的给他看一个吸引，他就能带来交易的 。
所以我们做了一个基于各节点，包括二手车检测的情况，售卖的情况，新车的情况，综合的一个跨我们场景的交易引擎，我们直接带来了车源2%的转化率的提升，我们车商成交率提升了20% 。
这就意味着，我原来看五台车才能成交一台，现在变成看四台车了，是非常有益的 。撮合的效益，原来做人工撮合，现在变成由机器来统一分发，根据我们撮合人员的控前程度，我们来算概率成交预算模型，来给他们做分发，直接带来15%撮合效率的提升 。
二手车的估价，我们是唯一一个基于真实交易数据的估价 。我们有各种千万级的批发的数据，收车的数据，零售的数据，新车的批发和销售数据，由这些数据支撑我们可以快速每天迭代模型，用每辆二手车做估价 。我们可以看到，我们比行业应用有明显的提升，甚至比人工估价师有非常大的提升 。
检测技术，这是我们一个必要的技术 。我们现在平均检测技术每台车要50分钟的检测 。大家想想，我们每年检测50万台车的话，这50万台车又包含了很多次的子查询，这50万台车每个都是50分钟，如果我能降低10分钟，这就是一个天量的节省 。

• 汽车被水淹了车损险能赔吗
• 高占喜的现状视频 高占喜的现状
• 新款ix35现代质量怎么样
• 猫流泪是伤心还是生病的表现 猫流泪是伤心还是生病
• 轿车羊角变形会出现什么情况
• 寒假收假说说 月底放寒假的说说
• 自己买的停车位放摩托车可以吗
• 京东品牌定位是什么 京东定位是什么
• 合同的要约开始生效是在什么时候
• 淘宝直播化妆品是正品吗