企業如何擁抱大數據？數據利用與隱私保護如何平衡？
編者按
進入智能互聯時代，史上第一次，人類生活出現了這樣的分野：線下的生活和線上的生活。一旦聯網、在線，人們的活動軌跡就時時刻刻在產生數據。
具體到汽車行業，究竟什麽樣的數據才能稱得上是大數據？傳統車企進行數字化轉型時如何擁抱大數據？大數據與個性化定製是否背道而馳？數據挖掘與隱私保護如何平衡？
2019第十一屆中國汽車藍皮書論壇上，來自傳統整車企業、新興造車勢力、數據運營公司的嘉賓，在車音智能CEO蘇雨農的主持下，圍繞“大數據：簡約而不簡單”主題進行了熱烈而精彩的討論。
參與討論的嘉賓包括東風公司副總工程師、科技工程部部長劉國元，新意互動聯席總裁朱勁松，著名學者、商業評論家吳伯凡，北汽股份副總裁、銷售公司總經理吳周濤，數策股份董事長兼總經理張椿琳，威馬汽車首席數據官梅松林。
蘇雨農（車音智能CEO）：首先我想還是請各位嘉賓簡單地介紹一下自己，以及自己所從事的業務中和大數據有關的方面。
劉國元（東風公司副總工程師、科技工程部部長）：我是東風汽車公司的，主要在集團層面負責科技管理、工程管理，與大數據有關係的工作主要是在智能製造方面。
朱勁松（新意互動聯席總裁）：新意互動2002年成立，是一家為汽車企業提供整合行銷解決方案的公司。目前主要給汽車企業提供汽車行銷全生態鏈的整合行銷，同時也給汽車企業提供基於大數據的智能化行銷生態體系，第三塊業務就是基於汽車影像，為汽車企業提供AR/VR這種創新的互動行銷手段。我本人在公司主要負責大數據的采集以及應用領域的商業化業務的開展。
吳伯凡（著名學者、商業評論家）：在座各位是業界的精英，我跟汽車行業一直沒緣，一直是一個監視者，我自己感興趣的非常重要的主題就是智能革命對於產業結構的變化，以及認知科學和AI之間的關係。今天的話題是數據，它的本質其實是智能，我特別樂於來學習，聽大家分享智能、數據跟汽車產業之間的密切關係。
吳周濤（北汽股份副總裁、銷售公司總經理）：我在北京汽車主要是負責行銷的工作，其實行銷每天也是跟數據打交道的工作。我們的數據既有外部的大數據，也有內部的小數據，也請大家多多支持我們北京汽車。
張椿琳（數策股份董事長兼總經理）：數策的創始團隊是一幫喜歡數學的人，我們是專門研究怎麽樣把數據和算法與實際的業務場景結合，去提升業務的效率和效果。
我們專注在汽車這個行業，實際上我們的目標是給這個行業的運營打造一個數字大腦，通過這個數字大腦使得這個行業整個的決策和運營都實現全面智能化。
這個數字大腦最重要的原材料就是數據，而我們對數據是非常關注的，而且花了大量的時間去研究，怎麽樣幫一家汽車企業全面地管理它的數據資產，規劃、梳理、應用各種各樣實際業務場景下的價值和效率的提升，這是大數據對於我們來講最核心的關注點。
梅松林（威馬汽車首席數據官）：我今年2月加入威馬汽車，在這之前我在數據分析行業也做了20年，以前的工作很有廣度，但是深度方面有點缺乏，這是我為什麽加入威馬，進入一家新的企業，就是為了做一下深度，但是我有時發現深度和廣度很難平衡。
我進去以後向公司建議設一個新的職位，這個職位在中國汽車行業比較少，叫首席數據官。要做數據這個事情的話，必須有專業的人做專業的事情，必須把這個組織架構建立起來。
以這個身份加入威馬汽車以後我做了兩件事情，第一個是成立數據研究院，第二個是成立數據中心。數據中心的目的是把內部的數據整合起來，在這個基礎上再做一些深層次的數據挖掘，這就是數據研究院的工作。目前這兩個組織架構建立起來了。
大數據與企業轉型
蘇雨農：關於大數據大家都有自己很個性化的認知，它就在我們身邊發生，我們每天所做的事情、所從事的工作,在生活的各個環節都有大數據的參與。我們也都知道大數據對於汽車行業的價值，但是大數據同時確實是不簡單，因為我們對大數據的理解是多種多樣的，真正讓大數據影響到我們的汽車生活、影響到汽車行業，在座的企業家、行業人士都需要付出極大的努力去探索。
所以我想首先問問大家的就是，如何通過大數據實現自身轉型。大家都知道“新四化”是汽車行業發展達成共識的趨勢，但是我認為在“新四化”裡面，大數據是基礎，也是必不可少的環節。
從吳伯凡老師開始，你不是真正意義上純汽車行業的人士，是一個“野蠻人”，所以我想你講的一定是高屋建瓴，能夠開一個好頭。現在大家言必稱大數據，汽車行業什麽時候才叫作真正進入大數據階段？有沒有標誌性的特徵？汽車行業的大數據和其他行業有沒有顯著的區別？
吳伯凡：大數據最熱的時候應該是在5年以前，大家談論特別多，這幾年大家開始談的是智能。當然，其實一個很熱的東西就是雲計算，雲計算10年前開始談，現在是真正進入隱性的暗流湧動的時間了。
所以我一直覺得我們在這個時候談大數據，其實是應該跟另外兩個東西連在一起，我把它叫作“ABC”。“A”就是AI，“B”就是Big Data，“C”就是Cloud，這是魔幻三傑的。
我們今天談數據其實是在談智能，它跟智能的關係很簡單，雲作為一種在雲端存儲計算的基礎設施，是非常重要的，但是我們往往感覺不到，我們在最後感覺到的還是智能，中間有一個東西就是大數據。
每一天我們的任何行為都正在被大數據化，所以以前雖然在談大數據，那個數據不夠大，現在我們每一天通過各種各樣的終端，甚至在睡覺的時候都在生產數據。這個數據不是一個目的，它是一個手段，它是要生成智能的。
前幾年大家在說數據是一種新石油，其實不是太準確，數據是一種新的食物、食糧。為什麽這麽說？車加上油，加完了它跑了，完成這個工作它還是它。數據是一種食物，它是在餵養智能的，所謂的智能，說白了就是數據餵養出來的。
我們看老中醫為什麽不願意看年輕的中醫？是因為老中醫的數據量大，他的數據量大就能生成智能。我說一句開玩笑的話，老司機就是大數據，大數據就是老司機，所有的智能都是建立在數據的基礎之上的。
今天汽車產業關心的核心，比如這個車很智能，有一個踏板，人要上車踏板就伸出來，一上去踏板就收回去了，一進到車內有很多地方善解人意，這個善解人意從哪兒來的？通過大量的數據提煉出來的。所以今天大數據對於用戶來說不是一個特別重要的事情，對於廠商就是一種新的數據資本。
最近中信出版社出了一本書，我已經推薦了好幾次，這本書叫《數據資本論》，一個企業所擁有的資本很大一塊來源於你的數據資本。如果你的數據資本很小甚至是缺項的，你有再多其他的資本都是沒用的，哪怕是有金融資本，哪怕是有智力資本，沒有數據資本都是不行的，未來大家之間的比拚就是數據資本的比拚。
今天汽車作為一個終端，可能是目前可以看到的有四個輪子的最大的終端，它就是一個數據的采集器，每時每刻，既在提供服務，同時也在采集數據。將來汽車企業就是一個大數據的采礦中心，同時也是一個金礦的挖掘提煉中心，就是將數據不斷智能化的工作。
所以今天我們說轉型，最重要還不是產品的轉型，而是資本形態的轉型，以及企業在未來由簡單的產品提供者變成數據運營商這樣的轉型。
蘇雨農：剛才吳老師開宗明義闡述了大數據的概念，同時點出了數據對於企業未來發展重要的價值。
接著想問問劉總，東風是國有大集團，旗下擁有很多品牌，也有很多業態的形式，這麽多年也積累了非常多的用戶，數據積累自然也相當多了，但是雖然各個企業各種業態之間也存在一定的壁壘，從戰略高度來看，你如何看待一個大的集團下屬各個企業不同單元之間數據的互通和利用？大數據如何做好這方面的整合？有沒有必要做這方面的整合和利用？
劉國元：謝謝蘇總，這個題目我挺難回答的。我們是標準的傳統汽車行業，今年也是東風成立50周年。東風現在的體系實際上是過去打仗打出來的體系，在1990年代的時候非常困難，好多人經歷過這個時間，就有點像當年的八路軍打遊擊一樣的，誰打下一個區域，基本上就是誰帶領這一片江山。一直到現在，整個集團，包括我們的自主品牌東風品牌目前都不是集中的，這也是我們集團現在在新的形勢下要考慮的事情。
如果從多品牌用大數據管理的角度來講，現在我們實際上沒想到好的辦法，真的沒想到好的辦法。說大數據時代，我們聽著也挺迷惑的，剛才吳老師講的我覺得非常理解，將來這個數據是一個資產，但是這個資產裡面可能有好多無用的資產，我們不知道怎麽處理它，可能要依賴於在座這個行業裡面的兩家數據處理公司，這是我們需要學習的地方。
從東風集團各個品牌的角度，我們現在采取的辦法是跟全集團溝通，未來數字化階段我們到底怎麽做，這還有一個過程。但是在運用數據的角度，我們首先是從協同和共享的角度開始，不是說要一下子做一個大的數據規劃來統一集團整個的行動，這個實際上做不到。
目前對於大數據的理解不一樣，各大品牌、各個子公司都在運用數據來展開各種各樣的事情，包括產品的定位，包括精準的行銷，各個品牌都在做。但是要把它統一起來，我們在當前這個階段還沒有這樣的考慮。但是未來實現大數據共享、共同處理，可能首先從行銷、從產品的定義這一方面著手。這是我們現在正在做的工作。
蘇雨農：好，謝謝劉總，您也提到了，從協同和共享開始，確實是船大難調頭，還是需要一定的步驟和時間去籌備。
我問問梅總這邊，你其實一直是做數據的工作，當然原來在J.D.Power工作，數據的來源是比較傳統的，那現在其實都是全新來源的數據。對於像威馬汽車的新興企業來講，它的優勢是很多事情從零開始重新搭建一個體系，劣勢是在於車剛開始賣，缺乏積累，那你認為該如何去利用好自己的優勢，並規避自己的劣勢呢？
梅松林：首先跟大家分享一下我來威馬汽車的體驗，我做調研谘詢數據分析做了20年，當時做調研數據的周期是3個月，我到威馬汽車以後發現它所有的觸點都數字化，你這種感覺就像正缺乏數據，到了一個地方這裡充滿了數據，一下子如魚得水。去了以後我做了一個調研，從規劃調研到問卷上線到結果出來，4天的時間。傳統的調研公司要花3個月的時間，我們4天就做完了，幸福感非常地強。
第二，我跟大家分享一個小故事，2000年我在新加坡，從J.D.Power來到中國，接觸的第一個企業是上汽通用，當時外方老總叫做墨斐，我第一感受是他身上充滿一種莫名其妙的興奮感，為什麽這麽興奮？在這個百年老企業工作了幾十年，終於來到一個新興市場，前景美好，而且任何事情從零開始做，他說可以在一張白紙上面畫最美的圖畫。這正好可以描述我加入威馬汽車的心情。
從數據分析角度來看，大量數據放在那沒有人用，我來了以後可以做很多事情，從三個方面闡述一下，高度、寬度和深度。
從高度來講，威馬汽車有三步走戰略。第一步就是數據驅動智能硬體公司。今年開始推行這個戰略，這就是為什麽我加入威馬。第二步我加入以後成立了兩個一級部門機構，一個數據中心，一個數據研究院，在戰略決策當中起了很大的作用。我們開經管會，開董事會，做了很多分析，公司就慢慢地形成一種用數據來說話用數據來做決策的氛圍。
從寬度來講，威馬的車是智能車，工廠是智能工廠，用戶觸點從用戶掃碼、變成會員到最後下訂單，全部是數字平台。最後車主買完車以後到店去，也是接受高度數字化高度智能化的4S店的服務。智能的汽車通過智能的工廠通過智能的平台跟用戶互動，最後用戶到智能店去得到服務，全部都是智能化。有了智能化就是數字化，有了數字化就有數據了。
從深度來講，我們的數據還在打磨的過程當中，其中一個就是車聯網，我來之前它是按每秒鐘讀取數據，現在是按毫秒來讀取數據。
我們已經利用數據做出遠程診斷系統這個產品，以前客戶打電話，接線人基本上很難回答客戶的問題，現在接線員不僅僅理解他的問題，而且利用遠程診斷系統可以對90%以上的問題做一個初步的診斷。而我們現在用車聯網做車輛健康診斷、電子健康診斷等。那車企更不用說了，這個技術在不斷優化，每3個月做一次OTA的升級。
汽車是第一波自動化，就是汽車駕駛自動化，這是由IT互聯網驅動的；第二波是企業運營自動化，以後企業運營是自動的，不需要人來乾預的。如果數據搜集得足夠完整，算法足夠實在，雲計算足夠強大，我相信不久我們會迎來企業運營的1.0時代。
蘇雨農：謝謝，梅總講了很多豐富的實例，水再深也需要有鯰魚，希望威馬汽車的實踐給行業帶來很多的啟發。
繼續問吳總，北汽領導對產品智能化的追求，意願是非常強烈的，其實大數據不僅僅涉及到行銷端，也有生產端，包括供應鏈整個環節。擁抱大數據確實是比較艱難的過程，吳總作為負責行銷的老總，從你的角度和實踐來看，你們采取什麽樣的合理的切實可行的步驟？
吳周濤：大數據對汽車行業未來的影響非常深遠，這是第一點。另外，現在整個汽車行業到了一個大的變革期，其中最主要的因素就是智能互聯，就是大數據對整個汽車行業變革的驅動。
第二，大數據畢竟是一個工具，這個工具怎麽和我們現有的車結合起來，這是我們現在在考慮的，這兩者之間是相輔相成的，只有粘在一起，才能真正改變未來汽車的形態或者用車生活的狀態。
第三，大數據也讓傳統意義的車的外延在發生變化，讓車的空間未來跟外界的聯繫變得越來越場景化。車未來不僅僅是一個交通工具，可能是一間會議室，也可能是一個辦公室，也可能是一個臥室，也可能是一個娛樂場所等等。大數據未來讓車的功能越來越強大，包括未來我們提供給消費者的服務，可能不再是今天車輛維修這樣的服務。所以說未來大數據確實要給整個汽車行業帶來非常大的變革。
從北京汽車來講，實際上我們一直在研究智能化，很早就提出了全面智能化的戰略來促進汽車產品的變化。
第一個是在研發層面。過去我們跟很多互聯網行業的巨頭進行合作，包括百度、華為。通過這些合作我們在產品研發階段就去研究我們的消費者、我們定位的市場，研究他們有什麽樣新的需求需要反映在我們的產品上。
第二個在行銷端我們很早就開始應用數據。在新車上市的時候，我們去精準定位我們的客戶，找到誰是我們的競品，他們在互聯網上有什麽樣的特徵，比較喜歡看什麽樣的內容。在銷售過程當中，4S店去找真實的客戶在什麽地方，拿我的產品去和誰進行對比，包括每天進到店裡面客戶的數量等。這些都需要大數據去支撐，來做好整個銷售工作。
現在在整個售後服務端我們也在應用數據，我們最近推出“大都智愛”理念，也是要突出“智”，通過互聯網讓客戶更便利地享受服務，真正地對我們的服務產生信賴，包括可視化的服務、上門服務等都需要大數據做支撐。
蘇雨農：謝謝吳總，吳總是在聽得見炮火的地方，對大數據的需求從前端傳遞到後端，對整個的企業生產製造環境有所影響和改變。
下面我們還有兩位嘉賓是做數據運營的，一位是朱勁松，我跟朱勁松的合作可以追溯到15年前，那時候我在新浪，我們做的合作就是數據的分享和流轉。時間過了這麽久，其實行業變化也很快，當時我們關注廣告的創意，關注的是曝光，現在企業的要求越來越精準化了，我們挖掘數據的過程也更加困難。想問問朱總，你認為這個變化是革了誰的命，是革了代理公司的命還是主機廠的命還是媒體的命？
朱勁松：我跟蘇總有類似的經歷，前幾年做媒體，最近幾年做行銷。大數據這個熱潮實際上就像吳老師講的，是5年前。5年前新意互動就開展了大數據相關的一些工作。革了誰的命，我覺得可能不用革命這個詞，應該說是讓一些有勇氣擁抱變化的，不管是媒體還是客戶還是代理公司，有了一些新的機會。
對於媒體來講，它能夠很好地利用數據給用戶提供個性化的內容和服務，給客戶或者汽車品牌主提供更加精準的行銷服務。對於代理公司來講，它起到橋梁的作用，連接汽車企業和用戶，實際上就是要站在汽車企業的角度去思考。
我們認為像新意互動這樣的企業，可以用數據平台為汽車企業解決兩個問題：第一是讓它自己的行銷數據提升效率，提升價值，第二是未來隨著汽車的智能化，如何利用汽車企業自身的數據平台提升用戶的用車體驗。
我特別提出一個觀點，汽車企業在迎接這樣不太景氣的市場環境時應該搭建好自己的數據中台。生產的數據、銷售的數據、市場的數據和售後服務的數據整合在一起，形成一個數據中台，然後應用在各個市場領域。這樣就能夠真正地解決汽車企業內部數據孤島的問題，能夠真正地使數據產生價值。
我們也建立起了國內規模最大的，應該說也是最活躍的汽車閱聽人大數據平台，不僅能夠給汽車企業提供消費者的洞察，廣告的程序化購買，以及動態的分析，還能夠幫助他們實施數據中台和數字化轉型戰略這樣的谘詢服務。
所以一句話，大數據實際上給願意或者有勇氣去擁抱大數據、AI新趨勢的企業、媒體、代理公司，都帶來了新的機會。
蘇雨農：新意互動發揮了橋梁的作用，以前是建趙州橋，現在建港珠澳大橋，在大數據風起雲湧的時代確實也誕生了像數策這樣充分研究、發揮利用大數據價值的公司。張總介紹數策是通過算法為汽車行業進行賦能，你怎麽看這個行業的趨勢以及大數據在賦能的過程中所發揮的具體作用？
張椿琳：剛才我就說到數策是致力於給汽車企業打造一個數字化大腦，去實現企業經營決策的智能化，剛才梅總也有提到這個，現在汽車的轉型和變革包含兩塊，一塊是產品的智能化，一個是企業經營決策的智能化。從企業經營決策這個角度我們看到有兩個很大的趨勢：
一、生產從以前的以產定銷變成以銷定產，尤其是從今年明顯看到，降價都不一定賣得動。最重要的是生產市場需要的車，生產能夠快速地響應市場，這在汽車行業是非常難的事情，汽車的產業鏈是極長的。現在所幸的是技術已經提供了一種可能，我們把所有銷售、生產、供應鏈所有的數據打通，並進行實時計算。
剛才朱總也提到數據中台，其實數據中台不僅服務於行銷，也服務於我們的生產，數據全部打通以後可以通過算法對它進行整體優化，然後能夠快速地響應市場，甚至現在很多車廠提出來做大規模定製，C2M。威馬就是做C2M，威馬是我們的客戶。上汽大通也是做C2M的，蜘蛛智選能夠給客戶提供上千種選擇，這背後離不開大數據和算法的應用。
二、行銷和服務端，甚至包括研發，以前是以產品為中心。接下來的趨勢很明顯，一定是以客戶為中心，圍繞整個客戶生命周期提供各種各樣的服務。科技的發展使得車廠已經可以非常便捷、非常低成本地觸達客戶，不管是APP、小程序、服務號，還是車機，我們的觸點已經非常豐富了。
這個背後是我們要不斷服務客戶，我們還要服務好，我們要給每個客戶VIP的感受，但是這種VIP的感受，從成本上來講，是不可能給每個客戶分配一個VIP專員，靠人堆出來，怎麽解決這個矛盾？
這實際上就是靠數據，我們有數據平台（也有人把它叫作數字中台），積累出關於客戶的一切，我們的數據大腦記住他的一切，我們全天候關注他，在每一個觸點能夠及時地、精準地向他推薦他最需要的東西，所以從以客戶為中心這個變化趨勢來講，也離不開大數據和大數據的使用。
從數策的角度，我們認為未來汽車行業的智能化的決策和運營，很重要的一個根源，就是必須扎根於各種各樣的數據，包括大數據，包括小數據。
大數據與隱私保護
蘇雨農：謝謝張總。所以說我們擁抱大數據確實需要勇氣，有主機廠作為整個汽車產業的核心，它的可貴的探索，包括一些代理公司、數據公司有效的支持。
下面開始說第二環節，談一談敏感話題，數據和隱私保護之間的關係。舉一個小例子，支付寶開通了跟出入境管理有關的功能，簡單一查，發現我這十來年每一次出境的記錄，包括幾點幾分從哪個口岸出來，坐的什麽班機，全都一清二楚，細思極恐，但是它確實又給你帶來一定的便利，申請簽證，因為你有良好的出境記錄，它又是良好的背書。
現在國家也在不斷頒布有關的法律法規，全世界範圍內都加強了對用戶的保護。跟車有關的其實也不例外，我們的大數據可以理解為跟人有關的數據，可以理解為跟車有關的數據，車在行駛過程中也在不斷收集，但是怎麽用、能不能用、用到什麽程度的問題，我想就這個方面請大家闡述一下。
這個環節還是想請吳伯凡老師先講，隱私的公開和生活的便捷，你會選擇哪一方？你覺得所謂的智能汽車真的能夠懂你嗎？
吳伯凡：我們對大數據有一個特別大的誤解。大數據的定義是海量非結構性數據，你根據什麽報表來做什麽決策，這是在古代就有的東西，根本跟數據技術毫無關係。
大數據的意思是它本身是一堆垃圾，所謂垃圾就是你沒辦法利用的資源。今天好多的大數據不過就是在正常的交易過程當中、生產過程當中產生的垃圾數據，關鍵是你有沒有能力開發這個數據。
這個就跟我們的話題有關了，就是隱私，什麽叫隱私？隱私是我知道我幹了什麽我不想讓你知道，這叫隱私。問題是我有些時候並不知道我幹了什麽，但是有些事情確實是我的實情，我所有個人生活的實情。
你記錄我的數據本身是看不到的，但是經過非常好的數據挖掘，你就能夠發現我都不知道的關於我的信息。並沒有直接把我的隱私挖走，但是通過大量的數據記錄，我是可以把你給挖出來的，這一點是特別要命的。
我舉一個例子，一家利用大數據來設計汽車的公司，把非常多的傳感器裝在賽車上，然後讓機器來設計一款汽車的底盤，結果它設計出來的汽車底盤是一個不規則形狀，這樣的底盤是最不容易翻車的。他們看了以後覺得這個機器肯定是有算法的，細思極恐。它是根據賽車在陸地上整個運行過程當中產生的數據，做出在特定地形下最快速最安全行走的設計。這個秘密人是不知道的。
所以，今天談隱私完全不是說你這兒有一個結構性數據、有一個信息在那兒，我把它給拿過來了，這肯定是犯法的，但有一點，同樣一堆數據，不同挖掘能力的個體或者是機構，挖掘出來的情報、信息是完全不一樣的，這算不算窺探隱私？
問題就在於你的服務要足夠好、你的產品要跟自己的個性化緊密相連，你就必須要對我開放你的消費數據。比如你在今日頭條看的每一則新聞，你誤打開的網頁它都作為數據記錄下來，所以它能夠逐漸地通過你的信息消費數據，越來越識別你的興趣，這種識別、這種推薦比你自己想要什麽還要精準，這個東西說白了就是隱私，對你的需求的隱秘的了解。
所以，從反面來看的話，數據挖掘能力、智能能力本質上就是一種對隱私的窺探能力。
李彥宏的那句話特別招人恨，被很多人罵，但是它確實也是一個事實，你想得到更好的服務，你就不得不把你的數據敞開。那個敞開你是意識到的，還有好多你根本不知道意識不到。
現在通過攝影頭抓逃犯，我聽一個數據很嚇人，95%已經不是根據面部識別，是根據步態識別，就是你可以化妝、可以易容、可以戴帽子，但是你的步態是不能夠變的，通過這個步態一下子就能夠抓住。我都不知道我的步態是什麽樣的，但是警察部門是知道的，這算不算隱私？
所以將來數據和隱私這是複雜的問題，甚至是我們一時半會兒完全扯不清楚的問題，而法律必須要面對這個技術的悖論。
蘇雨農：吳老師對隱私的界定舉了很多鮮明的例子，其實有一個辦法，我們每個人都學趙本山一樣走路可能就監控不出來了。確實，我們發覺這個所謂搜集數據的過程你可能不知道搜集哪些數據，最後得出來的結論也是想不到的結論，在這個過程當中什麽叫做隱私被侵犯，可能確實還是需要通過實踐去不斷地界定。
這個問題我想問問數策的張總，你認為什麽是一種所謂恰到好處的大數據，不麻煩不打擾不影響，你怎麽來界定？
張椿琳：這是一個非常非常好的話題，尤其是最近這一年，其實不管是大眾到政府越來越注重數據隱私。那我們是這麽理解的，三個層面。
從技術上我們挖掘一定要準，一定要是客戶瞌睡的時候送枕頭，瞌睡的那一刻送的一定是枕頭。我們經常看到吐槽，我在淘寶看到了一個什麽東西，然後我買好了，可接下來一個月它還天天推薦，連最基本技術上的準都沒有達到，這個肯定是不合適的，也是不恰當的。
那在這個做好之後其實讓消費者體驗好實際上還有更高的要求。我們要從人性從心理學的角度，不能光從技術考慮。舉一個例子，現在機器人也是很火的，有一個理論，就是說做機器人千萬不能做得特別像人，越像人越令人恐懼。因為機器人永遠不能完全像人，細微的動作感覺就不是人，但是又那麽像人，不但不能給人造成好的印象反而帶來恐懼，那大數據應用也是同樣道理。
前段時間有一個很熱的話題，就是很多人懷疑手機被APP監聽了。我從來沒有吃過黃燜雞米飯，就是今天上午跟同事聊了黃燜雞米飯，中午打開餓了嗎它第一個給我推薦，就是監聽了。實際上餓了嗎是通過聚類的算法，相似的人群相似的偏好正好的推薦，但是客戶沒有這種期望，就會嚇一大跳，甚至覺得恐懼。這不像刷今日頭條，客戶有預期會推送同類信息。
我們可能要從客戶的心理學，客戶的用戶體驗考慮，是不是要用或者是不是要以這個方式向他進行精準的推薦和服務，這個就是更高的一個要求。
當然還有第三個層面，企業社會責任和道德層面。現在騰訊也說科技向善，舉個例子，有人吐槽說在淘寶上搜了一家骨灰盒，然後網站就向他推薦殯葬四件套。有些事情是生意，但是可能不是很善良。
蘇雨農：其實你說得很對，我真的不希望在剛跟一個朋友談到什麽話題，轉眼間打開手機就馬上看到了這個東西被推薦到廣告上，所謂的個性化的推薦一定是要適度。
我想問問朱總，剛才談到廣告的精準化，在這個過程當中其實邀約客戶是很重要的環節，我們打出去的廣告企業要看到結果。其實我們經常在網頁上看到我們輸入自己的購車意向，馬上經銷商的電話就打過來了。在目前這種注重隱私保護的情況下，我們如何能夠合理合法地引導用戶留資呢？
朱勁松：汽車的行銷最後落腳點還是銷售，所以對線索的關注一直都是一個熱點。原來做品牌行銷的時候可能不太講究線索，但是現在如果關注效果，做行銷就比較關注線索，那如何關注線索又保護個人隱私呢？實際上很多的汽車企業也知道，一個用戶從他對品牌感興趣，對品牌產生認知，到最後提交自己的購車意向，再到轉化，是有一個過程的，我們不能急於求成。
目前很多企業在做一個思想的轉型，要把自己轉變成一個用戶為中心的企業，那也就是說，我在做行銷的時候不一定一開始就讓他留下電話，然後我的經銷商就可以去找他，而是說我先跟你有互動，然後產生共鳴，逐步地我可以去做再行銷，然後把客戶再拉回來。在合適的時機合適的場景客戶提交購車的意向，這個意向也是最真實最有效的，反而能夠大大地提升我們整個的行銷效率，使整個的線索轉化率是更高的，也能夠保護消費者的隱私。
汽車企業實際上也做了這樣的工作，叫做銷售線索標簽和雲集，因為現在從整體來講，不是銷售線索太少，而是銷售線索太多。如何從太多的銷售線索當中去優先處理更有意向的線索，我們通過大數據、雲平台去洞察消費者真正的購車意向，處在哪個階段，然後對這個線索做標定，給它評分。我們做這樣的排序，實際上也能夠提升汽車企業銷售線索轉化的效率。大數據既能保護消費者的隱私，同時也能提升整個汽車行銷的效率，我想這是一個具體的案例。
蘇雨農：這些做法其實對媒體來說也是一個全新的視角和挑戰，他們也需要提供更真實的線索，同時主機廠也可以更清晰地掌握數據的來源和價值。
那請劉總談談，因為你也是搞新能源車的專家，新能源車的技術特點決定了，它對於大數據的利用是有得天獨厚的優勢。從你的理解，你認為怎麽能夠充分利用好這些優勢，通過數據為新能源汽車賦能這當中，怎麽做好用戶隱私的保護？
劉國元：剛才蘇總直接點到新能源電動車，確實，電動車是以電為主，在信息搜集這方面可能比常規的車信息還是要豐富一些，但是從隱私保護的角度，我覺得是很難的一件事情。
對於所有人來講，個人隱私保護都非常難。但是從車的角度來講，實際上這些數據對我們來說還是非常有預警性的。因為按照國家要求，現在的新能源車處於監控狀態，信息都會上傳，新能源汽車監管平台對每輛車設定了61項車輛數據，實際我們企業有更多的數據來監控。
我倒不是從隱私的角度去看待這個數據，我現在最擔心的是安全。這些數據上傳之後，會有信息安全的問題。說穿了，搞數據處理、搞AI計算的這些公司，實際上現在基本有能力直接控制這些車輛，特別是我們還在考慮一件事情，將來定製架構可能做成開放式的。信息安全說實在，會是一個巨大的難題。
所以，從數據中去挖礦，挖一些對行銷對開發對汽車全價值鏈都有用的東西，汽車廠商都會去做，這是必然的；但是，從安全的角度，我覺得信息安全問題將來會比隱私問題還嚴重，當然這也是我們和數據公司、信息公司共同合作要做的事情。
蘇雨農：接下來問一下吳總，我們說到大數據有一個很重要的應用，就是千人千面，我們可以讓每個車主買到個性化的車。對於車企來講，實際上我認為這個車應該是盡量地避免個性化，因為這樣可以保證更高的生產效率和更高的利潤。如果我的車真的賣得特別的好，大家都在搶單一配置的車，我不需要做那麽多的動作。它是降低了企業的傳統的生產製造環節的效率，還是有更大的提高的空間，你怎麽來考慮這個問題？
吳周濤：10年甚至20年之前，汽車廠在做生產的時候我們就提出過柔性化生產，就是要解決客戶訂單不一致、客戶的個性化需求的問題。但是那個時候的柔性化生產和今天所提的千人千面還是有很大的區別。
就汽車本身來講，首先要保證汽車的基本功能和一些標準，在這個基礎之上，我們再去開放，讓客戶通過現在的互聯網系統，去選擇他喜歡的顏色、內飾、配置或者功能等。我認為這對我們來說是一個幫助，它會讓我們未來的生產能夠更好地去服務消費者，去滿足消費者的需求。
還有一點，到底哪些東西能滿足消費者，你要提前跟消費者講清楚。通過你的網站、系統要告訴他們，不是所有東西都是可以去選擇的，這就亂套了。我覺得隨著技術的進步，可能未來這樣的選擇會越來越明晰。
蘇雨農：我們並不是給每個用戶都是單一的定義，是相對精準化的定義，精準中又有共性，對用戶需求是更好的滿足。
最後一個問題問梅總。實際上我們剛才也討論到大數據過渡的問題，對於車載互動體驗，有的時候也會遇到這個問題。為了給用戶更好的體驗，我們採用了臉部識別登錄的模式，只要在車門一站，識別你的ID，就為你提取坐姿、駕駛習慣等。但是有的時候這種隱私在車主之間、家屬之間也會存在過渡的問題，比如夫妻之間可能還有一些小秘密，突然要換一個人開車，是不是還要退出再重新登錄一下？威馬怎麽樣看待隱私過渡的問題？
梅松林：好問題！像威馬這樣的造車新勢力在保護隱私方面有一個天然的優勢，大多數的員工和領導本身就是車主，他的信息已經進入了數據服務系統，當他做決策的時候，不僅是為用戶做決策，也是為自己做決策，這一點大家是感同身受的。
第二點，保護隱私方面可以談一下我以前的公司同等重要的話題，就是企業反腐，這是一個全球的問題，當時怎麽做？首先制定非常完整的規則，把歐洲、中國、美國所有的規則制定出來，非常詳細。做出來以後公司對全員進行教育，每個人都知道該做什麽事情，不該做什麽事情，做完以後結果怎麽樣，大家清清楚楚。然後，一旦市面上有負面的案例，公司裡面立刻展開研究。
大概我加入威馬的第一個星期，公司成立了數據管理委員會，參加的人大概有8個，包括3個聯合創始人，包括價值鏈上的CEO、CIO。數據管理委員會最重要的工作就是建立起對用戶的信息安全和隱私保護體系。經要天天念，每天念，如果有一個侵犯用戶隱私的負面案例出現，會帶來多少負面效果，讓大家重視這件事情。
具體問題怎麽解決？威馬有一個人臉識別系統，自己的人臉對上號的話，個人的隱私數據才能呈現出來。第二個方面，如果你識別不清楚的話，個人的隱私信息都隱藏起來。
在保護用戶隱私方面我們有一個觀點，用戶願意分享多少由自己決定，這一點很重要，你要用什麽東西、你願意呈現多少、你願意存儲多少是你自己決定的。可以把隱私的主動權交到用戶手上。
就像你喝瑞幸咖啡一樣，你下載瑞幸咖啡APP，你適應這個咖啡你就喝它，你接受不了就不要喝這個咖啡了。智能駕駛是一樣的，隱私保護是兩方面都要做的，消費者個人和企業共同來做這件事情。
蘇雨農：既有車載互動體驗的措施，同時車企在數字化轉型過程中，組織結構相對應的變化是很重要的，成立這個數據管理委員會其實也是為用戶隱私的保護、數據利用的尺度提供充分的實踐經驗。
汽車人要拿出勇氣，認識到大數據的價值，然後一步步地把自己的業務跟大數據做充分緊密的結合。希望我們作為行業人士或者消費者，能夠充分享受到大數據給我們帶來的紅利和便捷，同時也希望汽車廠商能夠從大數據這個嶄新的領域獲得一片更廣闊的天地。
香港九龍灣馬來街興發大廈15樓D室