各位同仁大家早上好！感谢今天上午非常精彩的两个演讲，王总和曾总的，下面我会跟大家分享一些在智慧出行方案的实践和思考，对不太熟悉金雅拓背景的同仁，我们主要是做安全解决方案在车联网领域的业务，金雅拓本身是有政府、移动运营商、物联网、企业等等多个业务，我这边主要是做车联网部分，今天我跟各位分享的内容很简单，主要是两部分，一个是身份识别对智慧出行这边的价值，第二是在商业模式方面的一些探讨。

我们从一个比较出名的出行人物开始，这是毕先生参加电影节的路上，特别辛苦特别累，这是他的解决方案，每一次笑到最后的毕先生的痛点，痛点就是机会，据大数据统计，60%的交通事故都和疲劳驾驶有关，我们的机会，比如说在60%的数字上，怎么做能让我们的用户更安全的驾驶，身份识别在共享经济下，我们是需要更好的理解用户，因为车不再是跟人或者家庭一一对应，而是变成一个可以共享，在很多用户之间去分享的一个产品，以至于这个产品能承载的各种各样的服务，从传统的无名的使用者，到某个使用者到今天，我们有一个用户的合法身份，身份有身份证、驾照、有人脸，这是我们常见的方案，这里我要质疑，是不是我们作为身份出行的服务商，需要这么精准的知道某一个用户他的身份？还是我们更关心的是用户的画像，这个人是叫张三、李四、王二麻子不重要，而是这个脸上长麻子的人喜欢吃芝麻饼，这是他的画像，这个画像下我们怎么为他服务，在用户的特定场景下，情境和地点形成一个交叉服务，这才是我们作为服务商，能得到的最好的一个切入点，同时通过这个切入点，给用户提供他最需要的服务。

怎么更好的服务客户，而不是关注这个用户究竟是谁，身份叫什么？我们拿一个分时租赁的场景做一个例子走一个流程，左边的两个是一个手机app的用户界面，用户第一次来选择车，选择时间，但是需要注册，注册就从左边开始，要上传驾照，这是一个欧洲的驾照，中国也一样，正面、背面是人脸的识别，人脸的识别就是一个动态的捕捉获取和驾照里头的人脸比对，第二就是注册、成功，下载虚拟车钥匙到app，使用时虚拟车钥匙可以打开车门。

再下一步是人脸识别可以启动这个车辆，完成一个闭环的流程，有人肯定会说了，既然车里头已经有人脸了，已经识别这个人了，为什么还要用虚拟车钥匙，这两个不一样吗？其实不是，我给大家念一个数据，这是美国国土安全局3月份出的报告，选了市面上最强的10家人脸识别供应商做测试，测试10条轧机，10个供应商，分了两步，第一步测试分五秒钟通过轧机，第二个是20秒通过，我给大家念一下数据，在5秒通过的情景下，正确率金雅拓的数据是0.98%，有2%的误差率，平均值包括金雅拓只有0.65，在20秒的时候，正确率金雅拓达到了0.99，剩下的15秒基本上对他的人脸识别正确率没有特别大的提升，平均值从0.65提升到了0.79，错误率金雅拓的值在5秒的时候是0.01，而平均值是0.32，20秒的时候金雅拓是0，平均值是0.08，这虽然不能代表我们所有的供应商目前的状况，这是一个比较综合的效果，也就是说目前我们人脸识别的算法，能达到的精度，大致如此，不要说一个很大的数据库，比如说20万人，即使是准确率达到99.99，他可能出错的人数仍然有20人之多，这是一个不小的回顾，所以识别不等于精准的认证，更常见的方式，比如说在20万人里，选取出其中的20个最接近于，比如在政府、警署的任务中，最接近目标画像的人脸，在里头通过其他的识别方式，比如说这个人的DNA、牙齿、血液、头发来评判最终这个人是谁，所以会用到多个因子来交互，互相协调和支持，来认证最终这个人。

今天我们人脸识别的准确率，走起来远看像鸭子，叫起来像只鸭子，可能就是只鸭子，人脸识别的能力，分一个类，这个人大致就在这个区域。

人脸识别分三个部分，一是要去注册，必须有一个比对的基础，第二是捕捉，比如有一个摄像头，摄像头持续不断的提取人流和车流，抓取N个人脸，这是捕捉，第三部分是比对，中间的捕捉部分在车联网场景下，是发生在车里，大家没有太多的质疑，不同的是在注册和比对，注册如果想发生在用户自己的手机上，首先用户会感觉到有便捷性，其次会感觉到我的人脸数据是由我来控制的，我有安全和隐私的保障，如果把人脸存储在手机上，同样他对手机的安全，或者更准确的讲，手机app的安全，又增加了压力，包括他本身app里的人脸基准数据，是不是能准确的保障，只有合法的app才能去接入，对应的人的身份，比如一家有若干个人去注册不同的人脸时，不同人脸能让合法app接入。

其次这个存储如果没有安全芯片在手机里，是不是需要灰盒和白盒的存储，整个的算法和流程是否安全，生命周期有多长，这是我们在手机来做注册要去关心的问题。

还有一个是比对，这部分有可能发生在手机上，毋庸置疑这也是可能的，尤其是现在iphone把人脸的识别能力做下来以后，可以看到几大有名的品牌，华为的、小米、oppo、vivo逐渐在这个方向发力。另一方面人工智能这个部分，如果我们全部都放在app上，也会带来一定的风险，我们在服务端并不能准确的可知，究竟谁是真正的用户，最终有可能我们要看到的是端和云混合的一种模式，而云端回到我刚才向大家提出的问号，对我们出行服务商，是不是要知道这个用户准确的身份，是他出行服务的核心业务，如果不是的话谁来提供，我们倾向去理解这个身份的识别，其实是可以复用的。

复用会有一个完整独立的身份提供商做SAAS的服务，或者用这种方式复用给不同的出行服务商，复用的目的是为我们的出行服务商已有的服务平台，提供更大更多的成长空间。

这是第二部分走到商业模式的探讨，汽车的共享服务除了通关、停车、加油、娱乐、零售，这些服务都可以在已有的平台上建立更大的生态系统，生态系统的核心就是用户画像，我个人认为不应该是用户叫什么叫谁，他的身份ID，而是他的画像，这个用户需要怎样的服务。包括疲劳告警，疲劳告警作为一个人身安全，在出行驾驶会起到越来越重要的因素，我期待未来除了做人脸识别，也能给用户提供更多的在疲劳驾驶方面的辅助，包括提前区域知和感知用户的使用习惯，以及实时预警，如果发生了事故快速的响应，这都是我们作为共享汽车的服务商，可以给用户提供的价值，并不是买车的时候作为一个大包就加给用户了，这是传统卖车的方式，所有的这些服务，比如三年打一个包，全部都拼回到原车的成本里，折算出一个价值，我们希望看到这样的方式，因为汽车不再是一次性的买卖，而是一个长久的，细水长流的，针对用户画像的定制服务。这个服务不一定要打包，但可以打包，可以是更细化的，比如在销售的时候有两个点值得大家关注，一个是在4S店卖一个服务4千刀，如果离开4S店用户比较理性，再需要这个服务4500，车在卖的时候所有硬件在里头了，软件是不断更新的，有一天一个小伙子开他爸爸的特斯拉，想跟女朋友去飙车，普通的车改成跑车模式再加钱，其实只是一个非常简单的软锁，就把这个功能实现了，就为这一下子他需要付费，按使用去付费，这个使用可以是非常精细化的一个细度，也可以是比较宽泛的细度，哪一个合适看我们的用户画像，这样的好处是在后端的时候，我们可以真正有效的收集数据，细度越大我们可以去分析这些产品有多少许可，这些许可是多少版本，哪些细微的服务，通过不同的数据维度，可以分析出这个用户的画像，这个画像不光是在车端收取，也是在云端收取的，不管是在使用中收取的，也是在使用后不断反馈的，所有的数据放在一起，又可以给出行服务商，有多少适用的用户，从用户的数据库的角度来分析，还有多少的正式的用户以及转化率是多少，哪些功能在用，哪些用得不太多，为什么？使用的频率怎么样，达到真正的洞察，这是我们的目的。

最后是有一个后台自动化，有人可能说了，这个听起来不错，能那么容易吗？金雅拓我们有一个美国的分公司，在这方面已经努力耕耘了很多年，在中国有超过上万的用户，它可以在车端和后端同时集成，把服务和我们的出行服务整合起来，达到在车端给用户更精细的服务，以及在后端去不断收取用户的使用习惯数据。

这是相对于车联网和身份识别金雅拓已经做过的一些成熟的案例，在全球约有25个国家和州政府的驾照系统是由金雅拓承制的，包括本身的模板、人脸、驾照本身的生产。

这边是身份证，eID和ID，我没有放护照部分，主要是因为身份证和驾照是和车联网最相关的部分，下周在上海欢迎各位去参观金雅拓，我们在Hall1，168祝各位一路发，谢谢大家！