デジタル変革の波の中で、車の購入もアルゴリズムの最適化に頼ることができるのでしょうか?

近年、デジタル変革の波に牽引され、自動車業界は着実な変革、アップグレード、ビジネスの再編を遂げています。このプロセスでは、AI アルゴリズムの導入により、自動車業界のさまざまな事業ラインにおける業務効率とバランス価値の向上に大きく貢献しました。 51CTOが最近開催した[T·TALK]通年シリーズ技術共有イベントで、Dasouche GroupのAIセンター長/シニアディレクターの張楊氏は、「自動車業界のデジタル変革におけるAIアルゴリズムの応用」をテーマに公開生放送を行いました。自動車業界自体の特徴を組み合わせ、AIアルゴリズムに基づくマルチシナリオデジタル化と自動車業界のビジネス最適化ケースにおけるAI技術の応用に焦点を当てました。以下は、この共有の核となる内容の要約であり、読者の皆様に何らかの利益をもたらすことを願っています。

インターネットの進化

1. 消費者の相互接続から産業の相互接続へ

今回は主に、AI アルゴリズムと、自動車業界および消費者向けインターネット業界での私の仕事の実践についてお話ししたいと思います。この中で、まず紹介したいのは、コンシューマーインターネットとインダストリアルインターネットの概念です。

私は自身の経験に基づき、2012年からSogou入力方式のアルゴリズムチームを担当しています。Sogouにとって、それは消費者向けインターネットにもっと関わっています。食品、衣服、住宅、交通など、消費者向けインターネットは誰もがよく知っています。現在、すべての業界には独自のストーリーがあります。

2021年よりSouCheグループに入社し、インダストリアルインターネット業界に専念しております。産業用インターネットの中核は、実際には AI、クラウド コンピューティング、ビッグ データなどのテクノロジを適用して、業界のいくつかの従来のアプリケーション シナリオを強化することです。狭い観点から見ると、産業用インターネットは主に生産と製造の分野に関係します。広い視点から見ると、産業は生産と製造に加えて、流通、貿易、物流、倉庫保管も行う必要があるため、産業インターネットは生産と製造の分野に完全に限定されるわけではありません。

2. デジタル化とインテリジェンスの進化

インターネットを実現するテクノロジーには、AI、ビッグデータ、クラウドコンピューティング、現在のブロックチェーンやモノのインターネットテクノロジーなど、多くの一般的な方法が含まれます。ここでの傾向は、情報化、デジタル化、インテリジェンス化という 3 つの段階として理解できます。

情報化とは形態の変化と差異である。デジタル化とは、ビジネス モデルとアプリケーション方法の変更を意味します。デジタル化がさらに進んだ段階では、AIや関連技術の広範な応用によりデジタル化が加速します。 AIテクノロジーの力により、さまざまな業界のデジタル化プロセスが指数関数的に加速する傾向にあります。

AIが産業用インターネットを強化

1. 典型的なアプリケーションシナリオ

次に、自動車業界を例に、インダストリアルインターネットのアルゴリズム応用について紹介します。自動車産業を具体的な事例として選んだ主な理由は2つあります。1つ目は、自動車産業の市場規模と市場空間が比較的大きいことです。中国は現在、世界最大の自動車消費市場であり、新車、中古車ともに比較的規模が大きいです。

第二に、自動車産業に関係する商品の数が少ないため、技術の実装が容易になります。車種を例にとると、ブランドの下には異なる車種シリーズがあり、車種シリーズの下には異なる車種があり、その数は約6万～7万です。 AIを実践する上で、ナレッジグラフを作る必要がある場合、数億のグラフと数万のグラフでは大きな違いがあります。作業負荷や作業の重複などの問題があり、AI作業が提供できる技術レベルに影響します。

具体的な事業分野の選定につきましては、今回は中古車が主力事業となります。現在、SouCheを含め、国内外の大手自動車業界企業は、いずれも中古車を主力事業としています。それにはいくつかの重要な理由があります。まず、中古車は非規格品です。中古車を商品として売買する場合、中古車は1台1台状態が異なり、使用状況や減価償却も異なるため、交渉の余地が大きくなります。自動車流通業者は営利目的のため、中古車をメインに扱う傾向があり、広告に書かれていることと異なり、価格差で利益を上げるには仲介業者が必要です。

また、中国の中古車取引は年々増加しており、関連政策の支援により、国も中古車の応用と流通を促進している。

2. 目標と需要の分析

AI実践者の視点から見ると、自動車流通、特に中古車流通ビジネスに携わる場合、いくつかの困難や課題に遭遇します。その中で最も重要なのが、先ほども述べた「1台1コンディション」という考え方です。中古車のコンディションは見極めが難しいのですが、中古車を商品化する際には、キズや塗装の剥がれ、消耗など、車のコンディションを見極め、その状態や価値を定義して、十分に商品化できるようにする必要があります。また、車両関連書類の情報入力も必須です。これらは、中古車をオフラインの存在からオンラインで閲覧可能なページに変えるために行う必要があることです。

第二に、私たちの主な仕事は業界を強化することであるため、従来の 4S ストアや中古車販売店の場合、店舗は主にオフラインで存在します。オンラインまたはオフラインの C エンド顧客の中には、迅速なマッチングを必要としている人もいますが、地域差などの影響要因が必ず存在します。

最後に、中古車のアフターセールスの過程でもトラブルは起こりやすいものです。事故車をお客様が引き取ると、安全性を含め、その後のお客様の使用に大きな危険が潜んでおり、対処が難しいトラブルも数多くあります。

SouCheが行っているのは、上記の問題に対してAI技術に基づいた産業ソリューションを提供することです。AIソリューションの基礎はABCとして理解できます。 A は AI、B はビッグデータ、C はクラウド コンピューティングを表します。 SouCheは主に取引とマーケティングの分野に重点を置いています。製品の初期掲載から取引のマッチング、金融ソリューション、物流のアフターセールスまで、あらゆるリンクに対応するエンパワーメントを提供します。全体のプロセスは3つの段階に分けられ、損傷評価検査と残存価値予測は中古車特有のものですが、この2つのステップを除けば、残りの段階は新車取引にも適用されます。

AI技術をベースとした最適化ソリューション

1. 車両状態検出の最適化

今回は、全体のプロセスの中で、主に車両状態検査、残価予測、マッチング取引の3つのリンクを選択し、それらにおけるAIアルゴリズムの応用についてご紹介します。まず、車両の状態を検査する段階があります。損傷評価検査は5つのステップに分かれています。まず、車両のナンバープレートを入力します。次に、検査員が車両の外装と内装の写真を撮影するか、ビデオを録画します。AIアルゴリズムがビデオや写真から車両の部品や欠陥を自動的に識別します。検査官は提示された欠陥をチェックし、修正します。情報が正しいことを確認した後、検査員はデータをクラウド バックグラウンドに転送して確認します。

このプロセスで解決すべき中心的な問題は、アルゴリズム認識の精度を向上させることです。主な難しさは、自動車部品の数が多く、欠陥の種類も多すぎて区別が難しいことにあります。この点では、高速化と効果の最適化はいくつかの次元に分かれており、一般的な画像認識タスクでは、CNN を使用して基本的な特徴を抽出し、次に Transformer ベースのモデルを画像に適用し、Transformer モデルを使用していくつかの簡単な調整を行います。一方、私たちは車の写真をもとに、自動車分野での事前トレーニング済みモデルを構築し、その過程でいくつかの最適化を行い、1枚の写真でできるだけ多くの欠陥を識別できるようにしました。もちろん、誤検出や検出漏れの可能性もあります。これにいくつかの調整を加えたことで、その後の速度向上がより顕著になりました。

2. 残余価値予測の最適化

2 番目のステップは、車両の残存価値の予測です。ここでの最初の難しさは、基準がないことにあります。中古車を非常に正確に測定することは困難です。価格に影響を与える要因は、地理的要因、車両の状態要因、色要因など、数多くあります。これらは、ブランドやモデルに加えて考慮する必要がある要因の一部です。第二に、使用されるデータでは、自動車は小売または卸売として販売されています。小売価格と卸売価格の両方が同時に存在することはないため、小売価格と卸売価格が逆転する問題が発生します。

上記の問題を解決するには、まずデータレベルを最適化し、新車と中古車の小売価格と卸売価格のデータを一緒に考慮する必要があります。国産車と外国ブランド車では販売戦略が異なるため、新車の希望小売価格と最終価格は中古車の査定額を左右する重要な要素となります。一方で、十分な取引データのサポートがあるかどうかも非常に重要です。特徴レベルでは、車種情報、年式、地域、色、乗り換え回数、走行距離、車両状態、新車希望小売価格、新車購入価格などのより総合的な検討が必要です。 2つ目はモデルレベルです。この部分での差別化は比較的小さく、各社ともディープラーニングモデルやツリーモデルを使用することになります。最終的なインターフェース レベルでは、小売価格と卸売価格、および廃棄サイクルはすべてビジネス分析に基づいています。

3. マッチング取引の最適化

最後のリンクは、車両のマッチングと取引です。このリンクの最初の難関は、車両の購入です。Cエンドは消費量が多いが頻度が低いリンクです。ユーザーの意思決定サイクルは比較的長く、自動車ディーラーはオフラインで集まる傾向があります。そのため、彼らの情報を収集し、それをオンライン化して自動マッチングすることは難しく、地域差もあります。この問題の解決策は、グループの内部リソースを統合し、取引を可能な限りオンライン化し、物流を総合的に考慮し、最高価格戦略とボット戦略の一部を改善するなど、地域間の問題を可能な限り解決することです。ここでの技術的なアーキテクチャは実は非常に古典的なもので、推奨システムのモデルです。

マッチングと取引のリンクをより良く実現するためには、従来の推奨システムを最適化し、ユーザーのシステム最適化をより考慮し、ユーザーの推奨システムのシステム目標とプラットフォームの収益目標を組み合わせ、MMoEモデルに基づいて統合する必要があります。ユーザー満足度とプラットフォーム収益満足度を総合的に考慮します。天機の競馬の理念を採用し、ある程度の一部を放棄し、一部の顧客の要求を減らし、全体的な利益を確保するという最終目標を達成します。

要約と展望

消費者向けインターネットでも産業用インターネットでも、多くの AI 技術が適用されます。私たちがすべきことは、ビジネスのニーズと目標に基づいて適切なモデルを選択し、その結果をテクノロジー適用の最終的なガイドとして使用し、ビジネス目標とユーザー エクスペリエンスを向上させる最も適切な技術的手段を選択することです。

さらに、多くのビジネスでは、人工的、ルールベース、単純な統計モデルが実際に役立っており、その役割は、私たちが追求するハイエンドのアルゴリズムよりも大きい場合もあります。最後に、テクノロジーの応用という点では、皆さんがさらに新しい試みをしてくれることを期待しています。とても興味深いものになるでしょう。

ゲスト紹介

Dasouche GroupのAIセンター長/シニアディレクター、Zhang Yang氏。 Sogou Input Method の創設メンバーの 1 人であり、Sogou Input Method アルゴリズムの責任者、Ping An Life AI Lab の意味的質問応答製品の元責任者を務め、現在は Dasouche Group の AI センターの責任者兼シニア ディレクターを務めています。 ACL、EMNLP、IJCAIなどのCCF A/B国際AIカンファレンスで10本の論文を発表・共著しており、国内外で28件の技術特許を保有している。

さらに注目すべきは、今年4月9日〜10日に張洋氏がWOTグローバルテクノロジーイノベーションカンファレンスに特別プロデューサー兼スピーカーとして出席し、カンファレンスの特別テーマ「アルゴリズムとAIアプリケーション」でAIテクノロジーの詳細に関するより多くのコンテンツを聴衆と共有することです。 AI アルゴリズムと産業デジタル変革に興味のある学生にとって、これは見逃せない学習と成長の機会となるでしょう。

カンファレンスでは現在チケットが20%オフになっており、今チケットを購入すれば1,160元節約でき、グループ購入にはさらに割引があります!興味のある学生は、以下の QR コードをスキャンするか、クリックして元のテキストを読んで、会議情報の詳細を知ることができます。会議に関するご質問は、チケット担当のQiuqiuまでお問い合わせください: 15600226809 (電話番号とWeChat)