AI 無(wú)感加油的數(shù)字化探索與實(shí)踐

沈建東

中國(guó)石化銷售股份有限公司江蘇石油分公司 江蘇省南京市 210003

1 研究背景

隨著大數(shù)據(jù)、人工智能、物聯(lián)網(wǎng)等新技術(shù)的快速發(fā)展和應(yīng)用落地，新零售模式正不斷推陳出新，產(chǎn)品和服務(wù)日趨個(gè)性化、定制化和智能化，客戶對(duì)多、快、好、省等需求也越來(lái)越高。而加油站是民生保障的重要環(huán)節(jié)，同時(shí)也是油品銷售企業(yè)最主要的客服服務(wù)場(chǎng)所，也在不知不覺(jué)中被動(dòng)接受新零售的變革與挑戰(zhàn)。但由于成品油的特殊性，加油還是需要人們開(kāi)車到加油站。對(duì)比之下，這一剛性需求只會(huì)讓客戶對(duì)加油站的服務(wù)要求更高，他們迫切希望加油過(guò)程能更加方便，現(xiàn)場(chǎng)服務(wù)能更好。有一點(diǎn)不滿意都有可能造成客戶投訴，甚至是客戶流失。對(duì)油品銷售企業(yè)而言，需要不斷地以客戶需求為導(dǎo)向，順應(yīng)大眾消費(fèi)方式與習(xí)慣的轉(zhuǎn)換，為客戶提供更優(yōu)質(zhì)、更便捷的服務(wù)體驗(yàn)，全面滿足用戶對(duì)美好出行的需求。

但隨著近年來(lái)成品油消費(fèi)增幅逐年放緩，成品油銷售終端領(lǐng)域又全面放開(kāi)，外資、民營(yíng)、地?zé)捚髽I(yè)加速終端市場(chǎng)布局滲透，“紅海”市場(chǎng)競(jìng)爭(zhēng)日趨激烈，新一輪市場(chǎng)再平衡正在形成。業(yè)內(nèi)預(yù)計(jì)未來(lái)3-5 年內(nèi)，成品油將面臨增長(zhǎng)拐點(diǎn)。加上新能源替代、“雙碳”政策、疫情常態(tài)化等因素影響，拐點(diǎn)或?qū)⒓铀俚絹?lái)。特別是對(duì)傳統(tǒng)大型成品油企業(yè)而言，生存壓力日益加大，轉(zhuǎn)型發(fā)展迫在眉睫，更要借助新技術(shù)手段，著力解決客戶的痛點(diǎn)需求，創(chuàng)新和轉(zhuǎn)變經(jīng)營(yíng)管理模式，提升客戶服務(wù)能力，用差異化的服務(wù)贏得市場(chǎng)，不斷地提升企業(yè)競(jìng)爭(zhēng)力。

2 研究?jī)?nèi)容

本文圍繞加油服務(wù)場(chǎng)景探索人工智能應(yīng)用，運(yùn)用大數(shù)據(jù)、AI 人工智能等數(shù)字化技術(shù)，配合攝像頭采集車輛信息，通過(guò)自動(dòng)識(shí)別追蹤車輛運(yùn)行軌跡，將車牌、車位、加油機(jī)、加油槍、銀行卡進(jìn)行關(guān)聯(lián)，確定客戶與加油流水的對(duì)應(yīng)關(guān)系。加油掛槍后，系統(tǒng)通過(guò)客戶已授權(quán)的支付方式自動(dòng)完成扣款。其中，車輛軌跡跟蹤、特殊條件下的車牌識(shí)別、加油站算法模型、油槍分配算法是技術(shù)研究的重點(diǎn)。

一是建立車輛“face ID”。除了獲取車牌號(hào)碼外，還通過(guò)AI 算法處理，采集車輛更多的屬性和細(xì)節(jié)信息，包含車輛品牌、型號(hào)、顏色、類別以及局部特征，從而滿足自定義組合查詢和模糊查詢的強(qiáng)大功能。車輛本身包含的信息非常多，不同場(chǎng)景有不同的數(shù)據(jù)訴求。通過(guò)不斷豐富數(shù)據(jù)類型、對(duì)每個(gè)車輛建立唯一的虛擬“車輛模型”，即車輛的”face ID”。當(dāng)在不同場(chǎng)景下出現(xiàn)該車輛信息時(shí)，可通過(guò)數(shù)據(jù)庫(kù)中的信息對(duì)比，實(shí)現(xiàn)指定場(chǎng)景下的信息真實(shí)性檢測(cè)或用于服務(wù)促進(jìn)。

二是實(shí)時(shí)結(jié)構(gòu)化數(shù)據(jù)。不僅對(duì)靜態(tài)車輛進(jìn)行識(shí)別，還對(duì)視角范圍內(nèi)的行駛中車輛，進(jìn)行軌跡追蹤和關(guān)鍵幀抓取。通過(guò)海量數(shù)據(jù)樣本訓(xùn)練，實(shí)現(xiàn)對(duì)實(shí)時(shí)視頻和錄像的視頻結(jié)構(gòu)化分析，車輛關(guān)鍵要素提取完成后，存入結(jié)構(gòu)化數(shù)據(jù)庫(kù)，在需要時(shí)可直接搜索關(guān)鍵特征信息，服務(wù)器可直接調(diào)取出對(duì)應(yīng)關(guān)鍵字信息所在的視頻錄像，秒級(jí)精準(zhǔn)檢索極大地減少了查證時(shí)間，提高了效率。

3 模式對(duì)比研究

近兩年來(lái)，市場(chǎng)陸續(xù)出現(xiàn)多種形式的無(wú)感加油模式，但對(duì)比看來(lái)，AI 無(wú)感加油模式的優(yōu)勢(shì)更突出。為進(jìn)一步論證AI 無(wú)感加油模式的應(yīng)用優(yōu)勢(shì)，以下對(duì)主流的ETC 無(wú)感加油、RFID 無(wú)感加油兩大模式進(jìn)行了對(duì)比研究。結(jié)合各模式的使用場(chǎng)景和建設(shè)成本，對(duì)優(yōu)劣勢(shì)進(jìn)行分析，具體情況如下：

3.1 RFID 無(wú)感加油模式

車主注冊(cè)需要去營(yíng)業(yè)廳辦理業(yè)務(wù)開(kāi)通，將銀行卡與RFID 綁定，由銀行專人輔助安裝電子標(biāo)簽。現(xiàn)場(chǎng)加油前員工需詢問(wèn)加油方式，確認(rèn)后加油工在鍵盤上選擇RFID 加油，提槍識(shí)別電子標(biāo)簽獲取用戶加油信息。

需在車主車輛上安裝RFID 電子標(biāo)簽，成本約50 元/人。站點(diǎn)需要安裝服務(wù)器、屏幕（或其他用于提示車主信息的終端）等設(shè)備。單站改造投入預(yù)計(jì)10-30 萬(wàn)元，車主推廣成本另計(jì)。

優(yōu)勢(shì)是車輛識(shí)別率高（接近100%）；加油時(shí)車主無(wú)需操作。劣勢(shì)是前期獲客成本高，需營(yíng)業(yè)廳人工發(fā)卡、車主需安裝電子標(biāo)簽，解綁時(shí)車主也需去營(yíng)業(yè)廳；人工參與環(huán)節(jié)多，需事先詢問(wèn)加油信息、加油完成確認(rèn)才可放行；后期維護(hù)成本高，需要一個(gè)月更換一次電池等；僅解決了支付問(wèn)題，數(shù)據(jù)采集只有會(huì)員交易數(shù)據(jù)，應(yīng)用不具備可拓展性。

3.2 ETC 無(wú)感加油模式

車主自助在線注冊(cè)，車輛進(jìn)入加油站后，天線識(shí)別出車輛上安裝的ETC 標(biāo)簽中的車主相關(guān)信息。加油工詢問(wèn)客戶交易需求（油品、金額）、在屏幕或手持POS 設(shè)備選擇車牌，然后為客戶加油。

需在車主車輛上安裝ETC 接收器，雖然車主基本已安裝該設(shè)備，但大部分車主除了上高速，其他是拔卡狀態(tài)。站點(diǎn)也需安裝防爆ETC 天線、服務(wù)器等設(shè)備，還需增加屏幕或手持防爆POS，進(jìn)行人工車牌選擇。單站投入成本10-20 萬(wàn)。

優(yōu)勢(shì)是車牌識(shí)別準(zhǔn)確率高，接近100%；車主體驗(yàn)相對(duì)流暢，無(wú)需操作；建設(shè)成本相對(duì)較低。劣勢(shì)是加油時(shí)車主需與加油工進(jìn)行信息確認(rèn)，加油工需進(jìn)行選車牌等相關(guān)操作，并確認(rèn)身份；目前數(shù)據(jù)應(yīng)用受制于ETC 管控單位；數(shù)據(jù)單一、后期無(wú)法產(chǎn)生其他應(yīng)用價(jià)值；可能存在扣款失敗問(wèn)題；客戶受眾群體受限，必須要安裝ETC。

3.3 AI 無(wú)感加油模式

車主自助在線注冊(cè)，注冊(cè)流程簡(jiǎn)單，注冊(cè)完即可使用。現(xiàn)場(chǎng)加油時(shí)，后臺(tái)自動(dòng)關(guān)聯(lián)車牌-油槍，員工提槍即可加油，加完即走，線上開(kāi)票。

車主方無(wú)需改造和硬件成本投入。主要對(duì)于站點(diǎn)進(jìn)行改造，需增加攝像頭及AI 算法服務(wù)器，需安裝屏幕或其他提示設(shè)備（智能手表或手持POS 等）。軟件方面需完成管控、油槍的對(duì)接，但目前已形成標(biāo)準(zhǔn)化方案，后續(xù)只需接入即可。目前單站投入10-20 萬(wàn)元。

優(yōu)勢(shì)是車主體驗(yàn)流暢，完全無(wú)需操作無(wú)需交流；具備全程客戶自助加油的條件、大幅減少員工工作量，釋放員工潛力；全站采集更完善的數(shù)據(jù)，便于數(shù)據(jù)分析和拓展應(yīng)用場(chǎng)景，包括安全行為監(jiān)控、站內(nèi)排隊(duì)情況分析、滯留時(shí)間分析等。劣勢(shì)是對(duì)硬件要求高，改造成本相對(duì)略高。

綜上所述，和其他支付方式相比，AI 無(wú)感加油具有明顯的比較優(yōu)勢(shì)，如相對(duì)成本不高、識(shí)別精度較高、員工負(fù)荷小、客戶體驗(yàn)好、數(shù)據(jù)價(jià)值高等；且現(xiàn)場(chǎng)無(wú)需掃碼，避免了監(jiān)管部門要求的使用手機(jī)掃碼的安全風(fēng)險(xiǎn)；平均縮短加油服務(wù)時(shí)間3 分鐘以上，更有助于現(xiàn)場(chǎng)通過(guò)。從長(zhǎng)遠(yuǎn)來(lái)看，可以引領(lǐng)未來(lái)加油發(fā)展的新趨勢(shì)，具備較好的推廣和應(yīng)用價(jià)值。

4 相關(guān)數(shù)字化實(shí)踐

目前，AI 無(wú)感加油模式已在某石油銷售企業(yè)上線200 座站點(diǎn)。自推出市場(chǎng)后，其以創(chuàng)新的加油方式和全新的支付體驗(yàn)，大大提高了加油站的通行效率，提升了站點(diǎn)業(yè)績(jī)和品牌影響力。為進(jìn)一步支撐站級(jí)經(jīng)營(yíng)需要，通過(guò)該模式采集了大量的車輛數(shù)據(jù)、消費(fèi)數(shù)據(jù)、設(shè)備數(shù)據(jù)等各類數(shù)據(jù)，繼而在探索數(shù)字化應(yīng)用支撐經(jīng)營(yíng)決策方面也進(jìn)行了探索和實(shí)踐。

4.1 采集多渠道數(shù)據(jù)

車輛入站后，通過(guò)AI 攝像頭抓取車輛信息，進(jìn)行準(zhǔn)確率比對(duì)分析，確保100%車牌識(shí)別率，同時(shí)采集車型、顏色等特征信息，便于進(jìn)行車主畫像數(shù)據(jù)采集。

通過(guò)關(guān)聯(lián)注冊(cè)用戶信息，記錄車主的加油偏好、交易偏好等行為，積累有效客戶標(biāo)簽，預(yù)測(cè)車主加油或消費(fèi)行為，可實(shí)現(xiàn)針對(duì)性營(yíng)銷投放及主動(dòng)服務(wù)。并通過(guò)異業(yè)合作等，幫助油企建立360°客戶畫像和類型切分，為服務(wù)分級(jí)及智慧化營(yíng)銷提供數(shù)據(jù)決策。

開(kāi)展進(jìn)站客戶數(shù)據(jù)分析，對(duì)入站車輛進(jìn)行實(shí)時(shí)監(jiān)測(cè)，分析各站實(shí)時(shí)車流量情況，判斷擁堵情況、及油品使用量等信息，為客戶判斷擁堵提供智能引導(dǎo)，為站級(jí)分流提供指導(dǎo)。

AI 無(wú)感加油和油槍、油機(jī)關(guān)聯(lián)，可實(shí)時(shí)采集加油狀態(tài)和油機(jī)狀態(tài)，從而判斷油機(jī)出油速率、油機(jī)服務(wù)效率，進(jìn)而檢測(cè)判斷油槍運(yùn)行是否異常，自動(dòng)排查設(shè)備故障，開(kāi)展自動(dòng)化運(yùn)維，進(jìn)一步幫助優(yōu)化設(shè)備布局。

將員工服務(wù)行為通過(guò)AI 智能識(shí)別進(jìn)行數(shù)字化，對(duì)站內(nèi)人員、油槍等進(jìn)行行為捕捉采集，判斷員工服務(wù)和操作標(biāo)準(zhǔn)是否規(guī)范，對(duì)危險(xiǎn)動(dòng)作進(jìn)行分析和實(shí)時(shí)預(yù)警。

4.2 拓展數(shù)字化應(yīng)用

基于上述數(shù)據(jù)，在數(shù)據(jù)化應(yīng)用方面初步探索了以下應(yīng)用場(chǎng)景，支撐企業(yè)及站級(jí)經(jīng)營(yíng)管理需要：

分析當(dāng)天銷售、當(dāng)月銷售、歷史收入趨勢(shì)、各油品銷售數(shù)據(jù)分析等；分角色權(quán)限，讓站長(zhǎng)、片區(qū)經(jīng)理、分公司、省公司等各層級(jí)清楚了解各站點(diǎn)的最近油品銷售情況；及時(shí)發(fā)現(xiàn)業(yè)績(jī)下降時(shí)點(diǎn)，及時(shí)定位并分析原因?qū)ふ姨幚韺?duì)策；關(guān)聯(lián)營(yíng)銷優(yōu)惠，區(qū)分我司投入營(yíng)銷資源、第三方合作營(yíng)銷資源，進(jìn)行量利效分析。

分析當(dāng)前實(shí)時(shí)車流量數(shù)據(jù)、歷史流量趨勢(shì)、加油車輛趨勢(shì)；了解各站點(diǎn)車輛進(jìn)站數(shù)據(jù)，了解各站點(diǎn)車流量情況；通過(guò)趨勢(shì)發(fā)現(xiàn)入站車輛下滑原因，分析定位，如入口設(shè)置是否合理，交通管制等等；分析各站點(diǎn)現(xiàn)場(chǎng)通過(guò)率，判斷車輛擁堵情況；把握客戶用油高峰，合理人員配比，可進(jìn)行彈性排工，提高效率。

分析各油站進(jìn)站用畫像結(jié)構(gòu)和趨勢(shì)變化，了解進(jìn)站客戶的整體年齡結(jié)構(gòu)、消費(fèi)結(jié)構(gòu)、購(gòu)買能力等；分析客戶加油的頻次、偏好等，把握客戶消費(fèi)節(jié)奏；重點(diǎn)細(xì)分目標(biāo)客戶，分群開(kāi)展精準(zhǔn)營(yíng)銷，特別是針對(duì)新客戶、流失預(yù)警客戶、流失客戶、價(jià)格敏感客戶等不同客戶類型進(jìn)行營(yíng)銷。

分析車輛進(jìn)站到離開(kāi)油站所花時(shí)間，看出整個(gè)油站的暢通擁擠情況，結(jié)合站點(diǎn)布局等因素考慮改進(jìn)措施；分析排隊(duì)時(shí)長(zhǎng)，從進(jìn)站到進(jìn)入車位所用時(shí)間，判斷擁擠排隊(duì)現(xiàn)象；分析等候時(shí)長(zhǎng)，車輛停靠到開(kāi)始加油所用時(shí)間，判斷加油服務(wù)及時(shí)性，優(yōu)化服務(wù)效率；分析加油時(shí)長(zhǎng)，從開(kāi)始加油到加油結(jié)束所用時(shí)間，計(jì)算油槍加油效率（速率）；分析滯留時(shí)長(zhǎng)，加完油到車輛離開(kāi)加油車位所有時(shí)間，判斷用戶是否有購(gòu)買非油品的可能性。

分析各油品槍數(shù)、日均交易次數(shù)/槍、日均忙時(shí)/槍；分析各油機(jī)-油槍參數(shù)、提槍次數(shù)、平均流速/分、每日忙時(shí)、每日可用占比、閑置狀態(tài)等，提醒需維修的問(wèn)題設(shè)備，優(yōu)化現(xiàn)場(chǎng)車輛引導(dǎo)。

4.3 探索商業(yè)模式創(chuàng)新

基于該加油服務(wù)模式創(chuàng)造的數(shù)據(jù)價(jià)值，以“共建、共創(chuàng)、共享”為發(fā)展理念，構(gòu)建第三方合作生態(tài)圈。一是通過(guò)合作引流外部用戶成為無(wú)感用戶，吸引銀行、保險(xiǎn)等第三方合作資源，多方聯(lián)合開(kāi)展客戶營(yíng)銷，壯大客戶群體，鎖定忠誠(chéng)客戶，擴(kuò)大市場(chǎng)影響力；二是通過(guò)開(kāi)展深度合作，進(jìn)一步豐富車主畫像，并根據(jù)大數(shù)據(jù)分析客戶偏好，實(shí)施個(gè)性化推薦，實(shí)施精準(zhǔn)營(yíng)銷，進(jìn)而分析背后沉淀的營(yíng)銷數(shù)據(jù)，形成價(jià)值創(chuàng)造的閉環(huán)。

5 實(shí)踐價(jià)值及意義

總的來(lái)說(shuō)，“AI 無(wú)感加油”模式將AI人工智能、大數(shù)據(jù)等前沿技術(shù)與油站智慧場(chǎng)景進(jìn)行融合創(chuàng)新，為油站帶來(lái)了顛覆性的改變，不僅為車主帶來(lái)了前所未有的便捷，也促進(jìn)了油站管理更加精準(zhǔn)高效，幫助油品銷售企業(yè)打造出了“服務(wù)+營(yíng)銷+管理”為一體的數(shù)字化油站。具體價(jià)值主要體現(xiàn)在以下幾個(gè)方面：

5.1 打造了便捷加油體驗(yàn)，提升了企業(yè)智慧形象

從服務(wù)社會(huì)智慧出行視角，在智慧油站場(chǎng)景中引入新技術(shù)，這為智慧出行提供了成熟解決方案。使用AI 無(wú)感加油的車主只需完成首次注冊(cè)，從進(jìn)站到駛離油站平均用時(shí)只有2 分30 秒。它不僅提高了車主的出行效率，優(yōu)化了出行體驗(yàn)，還提升了油品服務(wù)企業(yè)改革創(chuàng)新、服務(wù)城市智慧出行的企業(yè)形象。

5.2 提升了油站通過(guò)能力，減少了排隊(duì)和擁堵

從目前應(yīng)用情況看，無(wú)感加油模式下，客戶無(wú)需插卡、無(wú)需下車、無(wú)需現(xiàn)金、發(fā)票自動(dòng)推送，全程無(wú)接觸操作，節(jié)省客戶加油時(shí)間1-3 分鐘，減少了油站排隊(duì)時(shí)間，加快通行效率，提升油站業(yè)績(jī)。初步估算該模式下，現(xiàn)場(chǎng)通過(guò)能力至少可提升了1.5 倍。

5.3 減輕了員工負(fù)擔(dān)，避免了錯(cuò)賬和逃單

該模式下，員工不需要和客戶確認(rèn)油品、不需要插卡加油（客戶可自助）、不需要向客戶發(fā)起收款、不需要核對(duì)支付信息、也不需要為客戶開(kāi)票。和其他方式相比，員工工作量得到了較大減輕，還避免了錯(cuò)賬，也避開(kāi)了逃單風(fēng)險(xiǎn)。一方面可以讓員工騰出了精力拓展便利店商品和汽服、快修、餐飲等綜合服務(wù)；另一方面也有助于企業(yè)進(jìn)一步實(shí)現(xiàn)減員和優(yōu)化用工。

5.4 拓寬了獲客渠道，增強(qiáng)了差異化競(jìng)爭(zhēng)力

該模式與保險(xiǎn)、第三方車主等多家服務(wù)機(jī)構(gòu)建立了合作，共同提供增值會(huì)員權(quán)益服務(wù)，拓展獲客渠道，有助于獲取有效及高品質(zhì)用戶資源。通過(guò)科技引流和第三方合作權(quán)益引流，以全新的加油體驗(yàn)和持續(xù)優(yōu)惠刺激吸引客戶，開(kāi)展差異化服務(wù)競(jìng)爭(zhēng)，改變用戶加油習(xí)慣，形成用戶粘性，轉(zhuǎn)變成為忠實(shí)用戶。

5.5 打下了數(shù)字化底座，助力企業(yè)轉(zhuǎn)型發(fā)展

基于AI 無(wú)感加油采集的客戶數(shù)據(jù)，通過(guò)數(shù)據(jù)分析與建模，開(kāi)展車輛和客戶特征數(shù)據(jù)分析，記錄車主加油偏好、交易偏好等行為，從而針對(duì)性開(kāi)展?fàn)I銷投放及主動(dòng)服務(wù)，幫助企業(yè)節(jié)約客戶維護(hù)成本，實(shí)現(xiàn)精準(zhǔn)服務(wù)和精準(zhǔn)營(yíng)銷。同時(shí)，在員工勞效、設(shè)備管理、安全管理等方面，幫助企業(yè)改進(jìn)生產(chǎn)流程，提高運(yùn)營(yíng)管理效率和效果，實(shí)現(xiàn)企業(yè)精益管理和精準(zhǔn)運(yùn)營(yíng)。

在本文的研究基礎(chǔ)上，下一步將持續(xù)研究AI 人工智能技術(shù)在加油站其他領(lǐng)域的應(yīng)用，探索智慧油站相關(guān)的其他場(chǎng)景，包括大數(shù)據(jù)分析、安全操作監(jiān)控、實(shí)時(shí)風(fēng)險(xiǎn)識(shí)別、異常行為監(jiān)控預(yù)警等，引領(lǐng)智慧加油站的發(fā)展潮流和趨勢(shì)，助力企業(yè)轉(zhuǎn)型發(fā)展。