大家好！我是开思产品与解决方案的负责人徐洪，很高兴今天有机会跟各位新老朋友在这里相聚并进行交流。在座各位都是行业里的专家，所以大家都清楚过去十年，整个后市场行业经历了从线下到线上化、再到数字化的转型浪潮。这期间，开思有幸成为这场变革中重要的推动力之一。

如今，我们又迎来新一轮AI智能化所驱动的生产力变革，站在了智能化转型的关键路口。刚才江总已经为大家描绘了行业智能化的宏大蓝图，接下来，我将聚焦具体业务场景，带大家看看开思打造的AI能力，能为行业上下游带来哪些实际应用价值。

首先，简单看一看我们所处的趋势和阶段。作为一名资深IT从业者，我相信如果从未来往回看，会发现2023年很可能是一个非常重要的年份，是IT与互联网产业的重要分水岭：在此之前，技术更多是“工具”——更多的是把线下工作搬到线上，打通流程后效率确实大幅提升，但本质没有变化，仍然需要依赖人的决策推进工作；而进入智能化时代，这些工具逐渐从流程化的辅助工具，升级为我们的助手和伙伴，如今更具备了自主思考、推理和决策能力，成为我们的“代理人”。这就是过去一年热门的AI Agent概念，其实并不复杂，通俗来讲，就是AI能自主干活了，不用我们事事操心，这无疑是行业的一大进步。

在这样的趋势下，开思打造了一系列智能化工具，但我们的构想不止停留在工具层面，而是在逐渐构建一个完整的AI能力矩阵。矩阵的核心是开思大模型，叠加各领域小模型、OCR技术及多年积累的行业知识库，这是我们AI能力矩阵的内核。在此基础上，我们围绕智能采购和智能销售构建了AI能力生态。这个生态不仅服务于平台客户与合作伙伴，最终我们会将这些AI能力开放给整个行业生态，让所有伙伴都能从中受益。正如江总所说，我们希望这套AI能力矩阵，能真正成为行业智能化的桥梁和基础设施。

接下来我会从具体场景跟大家详细介绍一下，我们到底能带来什么样的价值。首先从下游讲起，在座各位都清楚，汽车后市场的终极商业价值源于终端车主，所有我们工作最初的思考起点，都应围绕车主需求展开，我们构建AI也不例外。

车主进维修厂，核心诉求其实很明确：希望维修师傅专业，不用遇事就查视频；服务态度好，能懂自己的需求；服务过程透明，配件有保障、不是杂牌货。总结下来，就是我们一直强调的“专业、透明、放心”。接下来，我们就拆开各个环节，看看AI能力如何帮助维修厂更好地服务客户。

车辆进厂时，服务顾问（SA）的专业度直接影响客户信任度和转化效果。但行业内优秀的SA并不多见，且服务水准难以持续稳定。比如遇到不熟悉的车型，SA的专业表现就会打折扣。这时，开思AI接车助手就能发挥作用：只需拍摄车牌或输入车辆识别码，就能快速呈现车主标签、用车习惯、车辆历史故障及未维修问题。无论SA是否熟悉该车型，都能借助AI快速建立专业形象，第一时间赢得车主信任。

接车完成之后我们就开始检修了，整个行业其实我们的维修师傅的能力还是不错的，但现在一个新的问题来了，我们恰好处于新能源转型过程当中，其实我们也交流了非常多维修厂，很多资深老师傅新能源来的时候还是有点懵，不太熟悉，比如说一台Model-Y因为空调问题进厂，实际上没有特别复杂，如果有经验很容易诊断出来：老一点的Model-Y可能是蒸发箱的温控有问题，新一点的Model-Y可能是泄露，也可能是涡旋出了问题，当我们的智能维修给大家提供参考之后，实际上不那么资深的师傅也可以很容易判断出来，维修的过程和燃油车也没有那么大的差异，无非就是注意一下相对应的高压断电、扭力、油量等等，一旦有了AI能力的加持，维修厂客户转型新能源就会比之前容易很多。

再重点看一下智能采购部分，毕竟我们的主营业务仍然是配件交易。过去一两年，行业配件变得越来越复杂，国产品牌和一些国际品牌都在拓品类，哪怕是资深师傅和采购，也未必能熟悉所有品牌和产品；再加上新能源车型的新部件，很多时候连准确名称都不清楚，给需求发布和配件选择带来不少麻烦。

这时开思的AI智能采购，就能解决这些问题。拍张照片、说句话，就能快速发布采购需求；针对“不知道怎么选配件”的痛点，我们基于维修厂需求、采购习惯、车型信息，结合性价比和时效，会自动推荐1-2套配件组合方案，并且支持一键采购。简单说，智能采购就像一个专业的采购代理，能自主完成采购相关工作，大幅降低采购门槛。我们看一下客户是怎么说的。

这是一个真实的客户案例。

我们的抽样数据显示，使用智能采购的客户，今年询价单同比增长35%，超过整体情况，包括夜间询价量也有显著提升。

另外，下沉市场中，客户已100%采用智能采购，平台新客户的使用率也达到了50%。整个智能采购很好地解决了需求发布以及配件选择的问题。

关于质保、数字证书、配件溯源，大家已经比较熟悉，今天我重点补充一点：我们已经把车主的质保证书、服务流程、配件溯源信息，通过小程序同步给车主了，车主随时随地都能查询，真正实现服务透明。

前几天珠海一位大客户，特意打电话跟我聊起这事，他说非常希望能够把开思的质保直接推给车主。因为现在开思的品牌知名度和体量越来越大，平台出具的质保证书，比维修厂自身的背书更有说服力，尤其是面对新客户时，能快速建立信任，这让维修厂的获客转化变得更简单。

其实，这些优质服务体验，部分优秀维修厂也能做到，但需要具备三大前提：全能专业的师傅、头脑灵活贴心的SA、严格的管理流程，这样才能保证车主的服务体验是比较好的，但想要持续稳定输出并不容易。而有了AI能力加持，大多数维修厂只需稍作调整，就能稳定为车主提供专业、透明、放心的高质量服务体验。

聊完下游，再看看上游合作伙伴的核心需求。我和很多配件商老板交流过，大家的核心诉求可以归结为两个字：“规模”，要么把更多配件卖给现有客户，要么开拓更多新客户，实现规模化增长。这是我们所有人的愿望，但现实中，有两个核心阻力：一是“人”的问题，优秀的报价员、店长非常稀缺；二是“资金”问题，本质是资金使用效率和货物流动效率的问题，这是我们在扩张过程中面临的主要问题。

首先是“人”的问题。行业里优秀的报价员极其稀缺，因为对报价员的要求太高了：要懂客户，清楚客户的采购习惯、偏好、消费层级；还要懂配件、懂数据，熟悉配件替换关系、以及组合逻辑，甚至能解答维修技术问题；还要懂行情，知道当前价格、库存情况，缺货时能快速调货组货。这么有经验的报价员，至少需要培养一年，甚至更久，这是我们普遍面对的一个挑战。

说到底，其实背后对报价员的要求就是知识和经验，而这恰恰是AI特别擅长的部分。大家使用豆包应该就身有体会，AI真是无所不知、无所不晓，背后其实就是数据的积累，恰好这也是开思的强项，我们拥有行业最全的配件数据、交易数据和用户画像数据，这正是智能销售助手的核心优势：

平台数据显示，跟单率、转化率都有明显上升，甚至有一些店铺的单子很多，跟不过来。目前，使用智能销售助手的供应商，跟单率能达到95%，部分报价员的SKU转化率能做到12%。可能大家觉得12%并不高，但供应商老板应该很清楚，行业内优秀报价员的转化率通常也只有5%-6%，这个数据已经非常亮眼。不过目前智能销售助手还处于逐步推广阶段，平台已有600多家店铺在使用，后续会快速扩张，欢迎大家重点关注。

解决“人”的问题之后，再来看一下解决资金流动的问题，说到底其实是货物流动的问题。我们在扩张过程中，面对核心两大方向的问题：第一个就是“把货放哪”，更准确的说哪些货放在哪个仓；第二，“货怎么快速卖出去”。

开思智能供应链模型就会指导大家，告诉你需求在哪里、货应该放哪里、放多少，这不仅是一个静态模型，还是一套动态工具，会每天实时在背后进行测算，以天为单位给出调拨建议；再结合我们的智能定价模型，会准确告诉大家市场行情发生什么样的波动，该去改定价还是做促销、还是做调货组合。结合在一起，就可以让整个分仓分店的扩张变得轻松起来。

另外，在扩张之中我们还面对另外一个问题，尤其是近两年特别明显的就是“扩品类”。原来做原厂件，现在想做品牌件，做品牌件的想扩原厂件，包含品类也要扩，背后核心诉求很简单，就是要“一站式满足客户需求”。客户希望在一家就把所有东西买齐，满足这个诉求最核心的就是数据，替换关系、关联关系、组合关系。还有现在我们又来到了新能源变革的阶段，不管原来是做德系还是做日系，现在都得做中系，都要做新能源，而新能源刚才谈到了，除了配件数据要求之外，还有非常重要的专业知识的要求，客户问你的问题你是不是能解答？刚才展示的下游的智能维修，实际上在上游也是同样可以帮助销售和报价员，让我们在之前扩品的时候主要靠经验、靠拍脑袋，到现在靠数据、靠系统、靠智能。

今天我从下游车主需求、上游规模增长两个维度，给大家介绍了开思AI在各个业务场景的应用价值。我相信各位老板都是比较忙的，可能没有那么多时间研究这些事情，但是我强烈建议大家多去看一看我们的系统能力，因为现在生意环境没有那么好，我们已经进入精细化运营阶段，如何更好地做数据运营，做AI能力应用，各位老板还是得带起头来。

虽然我们做了很多工作，但过去一两年，开思在AI领域的探索，更多是“打基础”。但从2025年下半年开始，尤其未来一两年里，我们将从探索期走到深度应用和收获期。我们会持续聚焦两个方向来打造AI能力：下游，进一步提升车主服务体验；上游，持续优化供应链运营效率、配件流通效率，助力伙伴们扩大经营规模。我们的目标是，让维修厂、供应商、主机厂、品牌厂、工厂等生态内所有伙伴，都能从全链路AI能力中获利，共享智能化红利。

很多人讨论AI时，会担心AI会带来一些岗位的流失，会淘汰一部分人，但说实话，我们认为AI不是为了淘汰，而是为了成就，成就那些拥抱变化、理解AI，并且愿意在实际业务中应用AI的人。在这个过程中，开思非常愿意成为大家坚实的伙伴。期待未来能与在座各位一起共同聚力，共生共创，以智能为翼，共赢未来，谢谢大家！