隨著大數據的應用，汽車金融公司也開始利用大數據進行風控，然而大數據風控並非十全十美，其尚存數據孤島、數據低質和數據洩露等有效性不足問題。整個汽車生態需要一套基於人和車商的信用體系，這套信用體系將會建立在一個去中心化的汽車生態上。
一、汽車生態的黑暗森林
隨著汽車越來越普及和經濟的不斷高速發展，購買汽車已經成為全球消費者生活當中的一個必需品，但是在汽車生態中存在很多黑暗森林。由於汽車是一個大件流通產品，在流通過程中涉及多級交易主體，交易主體的多樣性，就給交易過程各方帶來了不可調和的問題。
在汽車流通領域，大的經銷商往往能獲得很好的銀行資金支持，而廣大的中小型車商因為授信成本高，得不到有效的資金支持，從而失去擴展的機會。在車源交易過程中，因為車商對於彼此的不信任交車糾紛等問題需要額外的第三方擔保交易，降低了交易效率，增加了交易成本.消費者在購車過程中；因為對車商的不瞭解，大部分還是基於原始的熟人關係去車商購車，購車糾紛也時有發生。
汽車金融的本質是獲取客戶信用並且給予貸款的過程，在汽車金融領域大部分風控手段還處於比較低級的階段，隨著汽車金融的高速發展，存在很多金融亂象——大部分汽車金融機構無法準確預測客戶風險，造成壞賬率高企。
隨著大數據的應用，汽車金融公司也開始利用大數據進行風控，然而大數據風控並非十全十美，其尚存數據孤島、數據低質和數據洩露等有效性不足問題。
汽車金融公司的貸前貸後數據也無法共享，一個客戶在不同平臺貸款，需要重複風控審查，逾期客戶還可以換平臺繼續申請貸款,現有的汽車金融公司都把客戶信息儲存在自己的數據庫當中，這樣極容易被黑客攻擊造成數據洩露，或者被金融公司主動打包進行數據二次轉售。
整個汽車生態需要一套基於人和車商的信用體系，這套信用體系將會建立在一個去中心化的汽車生態上（AutoMobile），它的去中心化，不可篡改，保密特性，將承載一個有機的汽車生態，大大提高汽車生態的價值流通效率。
二、什麼是AutoMobile？
AutoMobile 通過區塊鏈的分佈式核算與存儲技術，構建一個全球範圍內汽車生態，在這個生態中，每個用戶和機構參與者相當於一個節點。在這個生態中，通過數字貨幣的方式激勵生態參與者以人和車商的角度，形成人和車商的數字信用資產。
基於數字信用資產，結合智能合約的方式貫穿整個汽車生態，如：新車流通、二手車流通、汽車保險、汽車維修保養、汽車金融等環節，從而形成汽車信用體系，高效率的汽車價值傳遞體系，汽車點對點金融體系。當前汽車生態信息不對稱造成欺詐，效率低下，中間環節過多等現狀，將在這個生態中有效解決。
在AutoMobile區塊鏈生態中的每個節點參與者將都是純理性的，從博弈論的角度來看，純理性的博弈各方都會受益，AutoMobile將汽車生態的自治和繁榮看成自己的生命，平臺將有透明的，合理的，公平的的獎懲機制，促進汽車生態枝繁葉茂。
三、未來可能的主要汽車平臺
- 汽車信用平臺：消費者從購買新車到二手車交易或者報廢整個生命週期應該建立一套不可篡改的車輛信用體系；
- 汽車交易平臺：AutoMobile依靠區塊鏈技術，沒有交易歷史的兩方直接可以放心大膽的進行交易，並且無需中介和中心化平臺擔保，最後做到交易的信息公開，交易的高效促成，交易的雙向保障；
- 汽車售後平臺：應用區塊鏈使車輛在售後階段的每一次保養使用的產品的生產信息都記錄在區塊內，當一個產品已經被使用就會被記錄在區塊裡，假貨仿品無法篡改，使用這條記錄無法以假亂真；
- 汽車金融平臺：在AutoMobile裡面，是金融交易者之間基於節點的信用認證獲得信任，這種信任即為一種風控行為，消費者之間通過區塊鏈技術和智能合約能夠自動建立貸款合約，以及通過智能合約進行還款操作和違約懲罰，極大的降低了貸款雙方的費用和時間成本；
- 供應鏈金融平臺：在AutoMobile中，基於上下級的交易信息，車商的信用評價，使得金融機構能夠透明的掌握資金需求方的真實交易情況，有利於貸前監控，貸後追逐，從而打造一個高效和風險可控的供應鏈金融平臺。
四、個人和車商信用平臺
目前整個汽車生態中缺少一個去中心化的用戶和車商信用評價體系，使得在生態交易過程中，需要很多信任中介參與，信任成本非常高，極大的影響汽車生態價值傳遞效率。通過嘗試在AutoMobile中打造一個基礎的個人和車商信用平臺，著力去解決信任成本問題，一個良好的基礎平臺，能為更高的汽車生態目標服務。
1. 用戶反欺詐平臺
在汽車金融領域將貸款申請人身份核實作為反欺詐的第一道防線，對貸款申請人的主要信息進行確認，同時利用反欺詐模型，查實貸款申請人是否有惡意騙貸作為第二道防線。
對於第一道防線，在AutoMobile中有一套可信任和不可篡改的大數據和人工智能機制，用於判斷貸款人是本人，我們鼓勵用戶上傳自己的身份證和本人照片，通過大數據和人工智能分析用戶的真實性，返回“是本人”和“不是本人”兩個公開的認證信息。
對於用戶的原始數據，AutoMobile保存在側鏈中，並且加密保護，不可破解，其他用戶只有得到用戶本人的授權才能有查看權限。對於第二道防線，在AutoMobile中部署了一套可信任，規則透明的大數據風控模型，它是基於機器學習和算法的反欺詐評分模型，即神經網絡模型。
2. 用戶信用模型平臺
汽車金融中需要通過需要評估貸款人的還款能力和未來的財務情況，來決定貸款金額和貸款期限。信用評分能夠確認用戶的信用等級，而且能夠直接預測借款戶的違約概率。在AutoMobile中建立的去中心化和可信任的大數據分析挖掘平臺，通過序別化處理、邏輯迴歸模型、分數轉換、模型驗證等步驟，實現對信用評分模型的建立和優化。
3. 車商服務評價平臺
車商服務評價平臺鼓勵車商上傳營業執照、店鋪門頭照片、展廳照片、法人認證信息、稅務信息、知識產權信息、涉訴信息等，以及鼓勵和車商的交易方，對車商進行評價，形成一個真實和不可篡改的車商服務評價平臺。每個車商將會得到一個服務評價得分，這個得分對於區塊鏈中所有的節點都可見，由於區塊鏈的不可篡改性和真實性，促使車商提高服務水平。
4. 車商信用評價體系
AutoMobile鼓勵車商上傳自己的交易記錄、稅務記錄、工商變更、股東投資情況、對外擔保情況、債務情況、庫存情況等數據，利用大數據的方式，從信用記錄、經營穩定、履約能力、交易行為、商戶屬性、成長能力六大維度來準確評估車商信用。
同用戶信用模型的建立過程類似，這是一個具有自我學習能力的車商信用模型，每個車商的信用原始數據和信用評分也將被加密，除非得到車商主體的認可，其他交易參與者才有權查看信用評分。
五、信用平臺的應用場景
對於用戶反欺詐平臺，可以幫助汽車金融機構，汽車經銷商，保險公司等，確認壞的用戶，從而使得汽車金融機構可以拒絕給予貸款，汽車經銷商可以拒絕提供服務，保險公司可以提高保費等方式，降低各自的風險。
對於用戶信用模型，可以幫助汽車金融公司評估用戶的還款能力從而決定貸款金額，可以幫助經銷商精準營銷客戶，可以幫助主機廠瞭解用戶的信用數據，用戶購買車輛等，從而用於改善車輛研發和車輛設計體驗等。
對於車商服務評價平臺，有助於幫助消費者做出正確的決策，根據趨利原則，消費者會選擇服務評價好的車商進行購車，這就倒逼車商不斷的提高服務水平，壞的車商最後會因為服務水平而遭到淘汰，也利於汽車流通B2B交易中，上下游車商，保險公司，物流公司，倉儲機構對交易中的車商有清晰的認識，降低各自的信任成本。
在汽車供應鏈金融交易過程中，對於車商信用評價體系，可以幫助汽車金融機構快速的評估車商的還款能力和還款意願，從而決定貸款金額和期限，對汽車金融機構來講，風控成本降低了，審批流程速度提高了，逾期風險也降低了。
六、未來的汽車金融生態
在未來的AutoMobile生態中，中心化的數據越來越不受信任，由於AutoMobile的保密性和便捷性，以及一定的代幣鼓勵，越來越多的用戶和車商選擇把自己的信用數據和上傳到AutoMobile當中，促使了汽車交易和汽車金融的極大的便利性。
汽車生態中的其它機構參與者，如：主機廠、配件商、汽車後市場服務商，為了方便使用不可真實的客戶和汽車信息改善自身的服務，也會加入到AutoMobile的生態中來，各方都將不斷提高自己的信用水平和服務水平，才能獲得好的更高的算力和評價，壞的行為終將受到懲罰，這將極大的促進整個汽車生態的自我繁榮和發展。
題圖來自Unsplash，基於CC0協議
閱讀更多 人人都是產品經理 的文章
