沈斐：今天很高兴到这里跟大家进行分享，上午一些嘉宾也都谈到了蔚来汽车。谈大数据之前，我们刚把川藏线打通，在新能源汽车行业无论做什么，都要给自己/企业设定里程碑式的目标，我们这个行业还是很新，得突破一下。到高原开电动车比开油车感受好很多，成都-珠峰大本营，全程约2900公里，沿途14座目的地充电站，共计28根20kW直流快充桩。现在用户开通以后还不满足，希望我们有60KW以上的桩。
一、汽车&能源电力行业的大数据应用仍面临巨大挑战。2015年我加入蔚来汽车只是一个偶然机会，那个时间点我自己对能源互联网比较感兴趣，就琢磨怎么用互联网、大数据能够改变能源电力行业，正好遇到蔚来汽车就做了。这几年做下来的感受真的特别难。
挑战1：汽车&电力行业高安全性要求及封闭式运营管理所带来的保守文化。这种文化是难以撼动的，行业这么保守，浸润到行业从业者每个人脑子里，拿这些人跟BAT、字节跳动相比，整个应用数据的基础是非常薄弱的，一般人根本撼动不了这种保守的文化。
挑战2：极其缺乏真正的数据专家，还要融入高度专业化的行业并真的能发挥作用。即使是优秀的数据专家，也并不总能理解汽车&电力行业的独特挑战。真正的专家在互联网公司里，但这些专家一般挖不动，因为互联网的企业文化氛围让他觉得或者他面对的数据是海量消费数据量，他觉得自己的知识跟价值更容易变现。在这个行业里是非常缺乏真正的数据专家，就算有了数据专家，他还要融入高度专业化的行业，无论汽车行业还是能源电力行业都是非常专业。举个例子，为什么电网会需要V2G能量返送，这个问题对于电网是常识，发电用电要随时平衡，电多了发电机转得更快就失去稳定。这个概念跟跨行业的人很难交流。汽车行业也是一样，最优秀的数据专家也很难或者能够理解汽车电力行业的独特挑战。所以这个团队一定要非常融合，最终我们做数据的时候，我们把做包括电池底层，做BMS的专家，专门能够用大数据处理的专家团队，一线的运营，纯粹做编程等实施的，大家面对面全部在一起，然后再辅以别的方法跟策略，把这群人跨界知识全打通。
挑战3：私有化部署与公有云的协同。全部公有不可能，全部私有不现实，对云仍持怀疑态度。我们这两个行业普遍对云还是持非常怀疑的态度，去年整个基于AI、大数据的电池监控做得不错，当我们往别的推的时候，只有个别企业能接受上公有云的方案，大部分都希望做私有化的部署。可是真正做大数据的知道一旦做了私有化部署，优秀的经验就没有了，算法不可能每天在线更新，因为已经私有化部署了，很多互联网的算力根本用不上。但是他觉得数据一定放在公司里，放在私有云才安全。但这个逻辑不是这样的。
这些挑战还是纯粹技术之外的挑战。如果一个企业里没有很好整体的氛围，或者企业的一把手不是足够理解跟重视这些问题，大家要撼动这些问题还是挺难，只能靠时间慢慢推。
二、我们的实践——物联网+数据智能 加电&电池
我们的优质桩（功率大、用户评价好）、换电站能覆盖80%-85%，基本满足了新能源汽车的应用。
我们真正在里面实践大数据从两个维度：
物联网，在我们这个平台上集成了所有跟新能源汽车相关的设备，比如车、用户、电池、我们自己的充电桩，国内运营商所有的充电桩接了95%左右。我们独有的设备，很多用户愿意私桩分享上来。这也不容易，要做智能设备、物联网也是增加成本，对一个车增加物联功能还行，但是如果想加边缘计算等的就会难，对于几百块钱、一千块钱的桩来说增加联网功能，这就是对成本影响已经值得关注。
数据智能，怎么处理数据，算法是什么，创造价值的应用是什么。
目前重点业务是围绕加电、电池两个领域，加电就是让电动汽车用户比加油更方便，纯粹比速度充电不能比加油快，换电跟加油速度最多相当。看到网络的点是非常去中心化，分布式，如果把智能化的设备大数据加上去，具体到每个用户/场景，体验一定比加油更好，加油只能去加油站，但是电的选择就很多。电池全生命周期管理，做资产评估、安全预警。无论做哪个方向，还是要有一些基础的里程碑式的目标，无论我们对于加电领域、电池领域，差不多定义成5个阶段做事情：
1.要有数据，拿到数据。按照目前认知来说，绝大部分车上传的的数据，满足国家监管（补贴）没有问题，但是如果真的想做智能决策跟运维，数据质量还没有达标。
2.基本信息处理。做安全告警，包括远程程序升级，维修基本信息登记。
3.预警诊断。基于运行数据识别潜在的隐患，尽可能避免故障的发生。
4.全面评估状态。包括换电站能不能预警下一步故障发生的可能性，电池到底有没有隐患，还能够用多少年，寿命评估等。
5.参与用户决策，基于知识分析制定业务决策方案。
目前电池在预警、状态诊断评估，现在我们成立了电池资产公司，所以对电池评估是非常重要。关于预警诊断的理念，我拿电池举例，对于桩、换电站是类似的。原来大部分是想我能够一下子捕捉到最关键的电池千万不要热失控，锁定不要发生严重故障。但是这些故障你要非常精准锁定，挑战还是很大。如果能够把圈扩大一点，把故障、设计缺陷、不是正常的使用环境的使用问题都找出来，分层分级进行处理，最终一定会把这个圈缩得特别小，这是我们目前的理念。如果从传统工业企业出来的都知道，产品质量就是这么管，大数据应用目标就是这样一些管理诉求，我们仍然可以锁定渐进的思路，分层分级处理，最终导致每个环节都往下降。
我们也有得天独厚的条件，因为我们有换电站，当智能算法监控平台发现我们的设备是有问题的，数据想拿回来，因为我们有换电站，拿回来的成本就很低。拿回来做失效分析，整个跟进都会促进算法的进步，这在很多传统企业也做不到，我们快速迭代的方法就导致算法迭代非常快。目前在整个电池平台上已经叠加了几十种智能算法，能够覆盖方方面面电池大量的失效分析的特征。
如果大家觉得我们做的什么事情对大家是有价值的，我们愿意以各种各样合作的方式一起推进，促进整个行业的发展。对于蔚来汽车来讲，把电动汽车大蛋糕做大对我们是有好处，无论是充电、换电，各个领域愿意跟大家一起发展进步。谢谢大家！