自动二手车交易市场_二手车自动驾驶故事案例

1.买二手车上当受骗案例

2.二手车买卖合同纠纷案例

3.数据证实，二手特斯拉比其他车型卖得更快

4.二手车自动挡容易坏吗

5.有哪些好的软文营销案例_软文营销经典案例

一、大数据的初步理解

似乎一夜之间，大数据(Big Data)变成一个IT行业中最时髦的词汇。

首先，大数据不是什么完完全全的新生事物，Google的搜索服务就是一个典型的大数据运用，根据客户的需求，Google实时从全球海量的数字资产(或数字垃圾)中快速找出最可能的答案，呈现给你，就是一个最典型的大数据服务。只不过过去这样规模的数据量处理和有商业价值的应用太少，在IT行业没有形成成型的概念。现在随着全球数字化、网络宽带化、互联网应用于各行各业，累积的数据量越来越大，越来越多企业、行业和国家发现，可以利用类似的技术更好地服务客户、发现新商业机会、扩大新市场以及提升效率，才逐步形成大数据这个概念。

互联网是个神奇的大网，大数据开发和软件定制也是一种模式，这里提供最详细的报价，如果你真的想做，可以来这里，这个手机的开始数字是一八七中间的是三儿零最后的是一四二五零，按照顺序组合起来就可以找到，我想说的是，除非你想做或者了解这方面的内容，如果只是凑热闹的话，就不要来了。

有一个有趣的故事是关于奢侈品营销的。PRADA在纽约的旗舰店中每件衣服上都有RFID码。每当一个顾客拿起一件PRADA进试衣间，RFID会被自动识别。同时，数据会传至PRADA总部。每一件衣服在哪个城市哪个旗舰店什么时间被拿进试衣间停留多长时间，数据都被存储起来加以分析。如果有一件衣服销量很低，以往的作法是直接干掉。但如果RFID传回的数据显示这件衣服虽然销量低，但进试衣间的次数多。那就能另外说明一些问题。也许这件衣服的下场就会截然不同，也许在某个细节的微小改变就会重新创造出一件非常流行的产品。

单个的数据并没有价值，但越来越多的数据累加，量变就会引起质变，就好像一个人的意见并不重要，但1千人、1万人的意见就比较重要，上百万人就足以掀起巨大的波澜，上亿人足以改变一切。

数据再多，但如果被屏蔽或者没有被使用，也是没有价值的。中国的航班晚点非常多，相比之下美国航班准点情况好很多。这其中，美国航空管制机构一个的好做法发挥了积极的作用，说起来也非常简单，就是美国会公布每个航空公司、每一班航空过去一年的晚点率和平均晚点时间，这样客户在购买机票的时候就很自然会选择准点率高的航班，从而通过市场手段牵引各航空公司努力提升准点率。这个简单的方法比任何管理手段(如中国政府的宏观调控手段)都直接和有效。这里多说一两句，过去一个暴政国家对内的控制主要是物理上的暴力，就是强力机构权力无限大，搞国家恐怖主义;而现在一个暴政国家，主要是就靠垄断信息、封锁信息，让民众难以获得广泛而真实的信息，从而实现国家的控制。这个信息封锁，就是对大数据的封锁。

没有整合和挖掘的数据，价值也呈现不出来。《永无止境》中的库珀如果不能把海量信息围绕某个公司的股价整合起来、串联起来，这些信息就没有价值。

因此，海量数据的产生、获取、挖掘及整合，使之展现出巨大的商业价值，这就是我理解的大数据。在互联网对一切重构的今天，这些问题都不是问题。因为，我认为大数据是互联网深入发展的下一波应用，是互联网发展的自然延伸。目前，可以说大数据的发展到了一个临界点，因此才成为IT行业中最热门的词汇之一。

二、大数据将重构很多行业的商业思维和商业模式

我想以对未来汽车行业的狂野想象来展开这个题目。

在人的一生中，汽车是一项巨大的投资。以一部30万车、七年换车周期来算，每年折旧费4万多(这里还不算资金成本)，加上停车、保险、油、维修、保养等各项费用，每年耗费应在6万左右。汽车产业也是一个很长产业链的龙头产业，这个方面只有房地产可以媲美。

但同时，汽车产业链是一个低效率、变化慢的产业。汽车一直以来就是四个轮子、一个方向盘、两排沙发(李书福语)。这么一个昂贵的东西，围绕车产生的数据却少的可怜，行业产业链之间几无任何数据传递。

我们在这里狂野地想象一番，如果将汽车全面数字化，都大数据了，会产生什么结果?

有些人说，汽车数字化，不就是加个MBB模块吗?不，这太小儿科了。在我理想中，数字化意味着汽车可以随时联上互联网，意味着汽车是一个大型计算系统加上传统的轮子、方向盘和沙发，意味着可以数字化导航、自动驾驶，意味着你和汽车相关的每一个行动都数字化，包括每一次维修、每一次驾驶路线、每一次事故的录像、每一天汽车关键部件的状态，甚至你的每一个驾驶习惯(如每一次的刹车和加速)都记录在案。这样，你的车每月甚至每周都可能产生T比特的数据。

好了，我们假设这些数据都可以存储并分享给相关的政府、行业和企业。这里不讨论隐私问题带来的影响，假设在隐私保护的前提下，数据可以自由分享。

那么，保险公司会怎么做呢?保险公司把你的所有数据拿过去建模分析，发现几个重要的事实：一是你开车主要只是上下班，南山到坂田这条线路是非繁华路线，红绿灯很少，这条路线过去一年统计的事故率很低;你的车况(车的使用年限、车型)好，此车型在全深圳也是车祸率较低;甚至统计你的驾驶习惯，加油平均，临时刹车少，超车少，和周围车保持了应有的车距，驾驶习惯好。最后结论是你车型好，车况好，驾驶习惯好，常走的线路事故率低，过去一年也没有出过车祸，因此可以给予更大幅度的优惠折扣。这样保险公司就完全重构了它的商业模式了。在没有大数据支撑之前，保险公司只把车险客户做了简单的分类，一共分为四种客户，第一种是连续两年没有出车祸的，第二种过去一年没有出车祸，第三种过去一年出了一次车祸，第四种是过去一年出了两次及以上车祸的，就四种类型。这种简单粗暴的分类，就好像女人找老公，仅把男人分为没有结过婚的、结过一次婚的、结过二次婚的、结过三次及以上婚的四种男人，就敢嫁人一样。在大数据的支持下，保险公司可以真正以客户为中心，把客户分为成千上万种，每个客户都有个性化的解决方案，这样保险公司经营就完全不同，对于风险低的客户敢于大胆折扣，对于风险高的客户报高价甚至拒绝，一般的保险公司就完全难以和这样的保险公司竞争了。拥有大数据并使用大数据的保险公司比传统公司将拥有压倒性的竞争优势，大数据将成为保险公司最核心的竞争力，因为保险就是一个基于概率评估的生意，大数据对于准确评估概率毫无疑问是最有利的武器，而且简直是量身定做的武器。

在大数据的支持下，4S店的服务也完全不同了。车况信息会定期传递到4S店，4S店会根据情况及时提醒车主及时保养和维修，特别是对于可能危及安全的问题，在客户同意下甚至会采取远程干预措施，同时还可以提前备货，车主一到4S店就可以维修而不用等待。

对于驾驶者来说，不想开车的时候，在大数据和人工智能的支持下，车辆可以自动驾驶，并且对于你经常开的线路可以自学习自优化。谷歌的自动驾驶汽车，为了对周围环境作出预测，每秒钟要收集差不多1GB的数据，没有大数据的支持，自动驾驶是不可想象的;在和周围车辆过近的时候，会及时提醒车主避让;上下班的时候，会根据实时大数据情况，对于你经常开车的线路予以提醒，绕开拥堵点，帮你选择最合适的线路;在出现紧急状况的时候，比如爆胎，自动驾驶系统将自动接管，提高安全性(人一辈子可以难以碰到一次爆胎，人在紧急时的反应往往是灾难性的，只会更糟);到城市中心，寻找车位是一件很麻烦的事情，但未来你可以到了商场门口后，让汽车自己去找停车位，等想要回程的时候，提前通知让汽车自己开过来接。

车辆是城市最大最活跃的移动物体，是拥堵的来源，也是最大的污染来源之一。数字化的车辆、大数据应用将带来很多的改变。红绿灯可以自动优化，根据不同道路的拥堵情况自动进行调整，甚至在很多地方可以取消红绿灯;城市停车场也可以大幅度优化，根据大数据的情况优化城市停车位的设计，如果配合车辆的自动驾驶功能，停车场可以革命性演变，可以设计专门为自动驾驶车辆的停车楼，地下、地上楼层可以高达几十层，停车楼层可以更矮，只要能高于车高度即可(或者把车竖起来停)，这样将对城市规划产生巨大的影响;在出现紧急情况，如前方塌方的时候，可以第一时间通知周围车辆(尤其是开往塌方道路的车辆);现在的燃油税也可以发生革命性变化，可以真正根据车辆的行驶路程，甚至根据汽车的排污量来收费，排污量少的车甚至可以搞碳交易，卖排放量卖给高油耗的车;政府还可以每年公布各类车型的实际排污量、税款、安全性等指标，鼓励民众买更节能、更安全的车。

电子商务和快递业也可能发生巨大的变化。运快递的车都可以自动驾驶，不用赶白天的拥堵的道路，晚上半夜开，在你家门口设计自动接收箱，通过密码开启自动投递进去，就好像过去报童投报一样。

这么想象下来，我认为，汽车数字化、互联网化、大数据应用、人工智能，将对汽车业及相关的长长的产业链产生难以想象的巨大变化和产业革命，具有无限的想象空间，可能完全被重构。当然，要实现我所描述的场景，估计至少50年、100年之后的事情了，估计我这辈子是看不到的。

下面一个想象是围绕着人本身来展开的。人的数字化生存也就是这几十年的事情。我爷爷奶奶那辈子，是在人生末年的时候有照片，算是初步在个人形象方面有了一点数字化，让我们及后代还可以知道爷爷奶奶的光辉形象。而我们从小就有照片，这些年我们的数字化就越来越多了，身份是数字的(就是身份证)，银行存款是数字的，照片是全数字，体检单也数字化，购物数字化(淘宝上有我的几十个地址、几百条购物信息、上万次搜索信息)，沟通数字化(微信上有新的朋友圈生态)，初步构建了一个数字化生存的状态。而我们的下一辈或下下一辈将进入完全的数字化生存，人从一出生就有基因图谱，到后续的每一次体检、每一次化验，到每一年、每一个月、每一个日子的活动，到相关亲戚的轨迹，从每一个人，到每一代人，到整个族谱，到整个国家，到整个全球，这些海量数据的产生将从量变到质变，这些数据的挖掘与使用将对人类本身产生革命性的影响。这里，我们也想象一下：

比如，在你找对象的时候，碰上一位心爱的姑娘，大数据系统就像算命系统一样，根据双方海量数据的挖掘，告诉你和姑娘匹配指数是多少，告诉你全球类似情况的夫妻日后离婚概率是多少，低于某个匹配指数，大数据系统会慎重建议你认真考虑不要这个姑娘继续交往下去。听起来是不是特别像门当户对的数字化呢?当然，你可能会说，这样的人生多没有意思啊，错误本来就是人生最美丽的一部分。呵呵，我只讨论科学问题，对你这种以“浪漫主义”为名，事实上是不以结婚为目的的耍流氓式的恋爱，不予以理睬。其实，我内心也承认，偶尔耍耍流氓是很好的。呵呵，开个玩笑。

大数据一定程度上将颠覆了企业的传统管理方式。现代企业的管理方式是来源于对军队的模仿，依赖于层层级级的组织和严格的流程，依赖信息的层层汇集、收敛来制定正确的决策，再通过决策在组织的传递与分解，以及流程的规范，确保决策得到贯彻，确保每一次经营活动都有质量保证，也确保一定程度上对风险的规避。过去这是一种有用而笨拙的方式。在大数据时代，我们可能重构企业的管理方式，通过大数据的分析与挖掘，大量的业务本身就可以自决策，不必要依靠膨大的组织和复杂的流程。大家都是基于大数据来决策，都是依赖于既定的规则来决策，是高高在上的CEO决策，还是一线人员决策，本身并无大的区别，那么企业是否还需要如此多层级的组织和复杂的流程呢?

大数据另外一个重大的作用是改变了商业逻辑，提供了从其他视角直达答案的可能性。现在人的思考或者是企业的决策，事实上都是一种逻辑的力量在主导起作用。我们去调研，去收集数据，去进行归纳总结，最后形成自己的推断和决策意见，这是一个观察、思考、推理、决策的商业逻辑过程。人和组织的逻辑形成是需要大量的学习、培训与实践，代价是非常巨大的。但是否这是唯一的道路呢?大数据给了我们其他的选择，就是利用数据的力量，直接获得答案。就好像我们学习数学，小时候学九九乘法表，中学学几何，大学还学微积分，碰到一道难题，我们是利用了多年学习沉淀的经验来努力求解，但我们还有一种方法，在网上直接搜索是不是有这样的题目，如果有，直接抄答案就好了。很多人就会批评说，这是抄袭，是作弊。但我们为什么要学习啊?不就是为了解决问题嘛。如果我任何时候都可以搜索到答案，都可以用最省力的方法找到最佳答案，这样的搜索难道不可以是一条光明大道吗?换句话说，为了得到“是什么”，我们不一定要理解“为什么”。我们不是否定逻辑的力量，但是至少我们有一种新的巨大力量可以依赖，这就是未来大数据的力量。

通过大数据，我们可能有全新的视角来发现新的商业机会和重构新的商业模式。我们现在看这个世界，比如分析家中食品腐败，主要就是依赖于我们的眼睛再加上我们的经验，但如果我们有一台显微镜，我们一下就看到坏细菌，那么分析起来完全就不一样了。大数据就是我们的显微镜，它可以让我们从全新视角来发现新的商业机会，并可能重构商业模型。我们的产品设计可能不一样了，很多事情不用猜了，客户的习惯和偏好一目了然，我们的设计就能轻易命中客户的心窝;我们的营销也完全不同了，我们知道客户喜欢什么、讨厌什么，更有针对性。特别是显微镜再加上广角镜，我们就有更多全新的视野了。这个广角镜就是跨行业的数据流动，使我们过去看不到的东西都能看到了，比如前面所述的汽车案例，开车是开车，保险是保险，本来不相关，但当我们把开车的大数据传递到保险公司，那整个保险公司的商业模式就全变了，完全重构了。

最后一点，我想谈的是大数据发展对IT本身技术架构的革命性影响。大数据的根基是IT系统。我们现代企业的IT系统基本上是建立在IOE(IBM小型机、Oracle数据库、EMC存储)+Cisco模型基础上的，这样的模型是Scale-UP型的架构，在解决既定模型下一定数据量的业务流程是适配的，但如果是大数据时代，很快会面临成本、技术和商业模式的问题，大数据对IT的需求很快就会超越了现有厂商架构的技术顶点，超大数据增长将带来IT支出增长之间的线性关系，使企业难以承受。因此，目前在行业中提出的去IOE趋势，利用Scale-out架构+开源软件对Scale-up架构+私有软件的取代，本质是大数据业务模型所带来的，也就是说大数据将驱动IT产业新一轮的架构性变革。去IOE潮流中的所谓国家安全因素，完全是次要的。

所以，美国人说，大数据是资源，和大油田、大煤矿一样，可以源源不断挖出大财富。而且和一般资源不一样，它是可再生的，是越挖越多、越挖越值钱的，这是反自然规律的。对企业如此，对行业、对国家也是这样，对人同样如此。这样的东西谁不喜欢呢?因此，大数据这么热门，是完全有道理的。

三、新智慧生物的诞生

下面的想象就更狂野了，真正要实现，估计至少是我们十辈子或者一百辈子以后的事情。那时候，我们已经是祖宗了哈。大家就当科幻小说来看好了。

从最近一位微软副总裁的演讲说起。瑞克·拉希德(Rick Rashid)是微软研究院的高级副总裁，有一天，他在中国的天津迈上讲台，面对2000名研究者和学生，要发表演讲，他非常非常紧张。这么紧张是有原因的。问题在于，他不会讲中文，而他的翻译水平以前非常糟糕，似乎注定了这次的尴尬。

“我们希望，几年之内，我们能够打破人们之间的语言障碍，”这位微软研究院的高级副总裁对听众们说。令人紧张的两秒钟停顿之后，翻译的声音从扩音器里传了出来。拉希德继续说：“我个人相信，这会让世界变得更加美好。”停顿，然后又是中文翻译。

他笑了。听众对他的每一句话都报以掌声。有些人甚至流下了眼泪。这种看上去似乎过于热情的反应是可以理解的：拉希德的翻译太不容易了。每句话都被理解，并被翻译得天衣无缝。令人印象最深的一点在于，这位翻译并非人类。

这就是自然语言的机器翻译，也是长期以来人工智能研究的一个重要体现。人工智能从过去到未来都有清晰而巨大的商业前景，是以前IT业的热点，其热度一点不亚于现在的“互联网”和“大数据”。但是，人类过去在推进人工智能的研究遇到了巨大的障碍，最后几乎绝望。

当时人工智能就是模拟人的智能思考方式来构筑机器智能。以机器翻译来说，语言学家和语言专家必须不辞劳苦地编撰大型词典和与语法、句法、语义学有关的规则，数十万词汇构成词库，语法规则高达数万条，考虑各种情景、各种语境，模拟人类翻译，计算机专家再构建复杂的程序。最后发现人类语言实在是太复杂了，穷举式的做法根本达不到最基本的翻译质量。这条道路最后的结果是，1960年代后人工智能的技术研发停滞不前数年后，科学家痛苦地发现以“模拟人脑”、“重建人脑”的方式来定义人工智能走入一条死胡同，这导致后来几乎所有的人工智能项目都进入了冷宫。

这里讲个小插曲。我读大学的时候，有个老师是国内人工智能的顶级教授，还是国内某个人工智能研究会的副会长。他评述当时的人工智能，不是人工智能，而是人工愚蠢，把人类简单的行为分解、分解再分解，再去笨拙地模拟，不是人怎么聪明怎么学，而是模拟学习最蠢的人的最简单的动作。他说，对于当时人工智能的进步，有些人沾沾自喜，说好像登月计划中人类离月亮更进一步了，其实，就是站上了一块石头对着月亮抒情，啊，我离你更近了。他对自己事业的自我嘲讽，让我至今记忆非常深刻。

后来有人就想，机器为什么要向人学习逻辑呢，又难学又学不好，机器本身最强大的是计算能力和数据处理能力，为什么不扬长避短、另走一条道路呢?这条道路就是IBM“深蓝”走过的道路。1997年5月11日，国际象棋大师卡斯帕罗夫在和IBM公司开发的计算机“深蓝”进行对弈时宣布失败，计算机“深蓝”因此赢得了这场意义深远的“人机对抗”。“深蓝”不是靠逻辑、不靠所谓的人工智能取胜的，就是靠超强的计算能力取胜：思考不过你，但是算死你。

类似的逻辑在后续也用到了机器翻译上。谷歌、微软和IBM都走上了这条道路。就是主要采用匹配法，同时结合机器学习，依赖于海量的数据及其相关相关统计信息，不管语法和规则，将原文与互联网上的翻译数据对比，找到最相近、引用最频繁的翻译结果做为输出。也就是利用大数据以及机器学习技术来实现机器翻译。现有的数据量越是庞大，那么这个系统就能越好地运行，这也正是为何新的机器翻译只有在互联网出现以后才有可能重新取得突破性进展的原因所在。

因此，目前这些公司机器翻译团队中，有不少计算机科学家，但却连一个纯粹的语言学家也没有，只要擅长数学和统计学，然后又会编程，那就可以了。

总而言之，利用这种技术，计算机教会自己从大数据中建立模式。有了足够大的信息量，你就能让机器学会做看上去有智能的事情，别管是导航、理解话语、翻译语言，还是识别人脸，或者模拟人类对话。英国剑桥微软研究院的克里斯·毕肖普(Chris Bishop)打了个比方：“你堆积足够多的砖块，然后退上几步，就能看到一座房子。”

这里我们假设这种技术能够持续进步，未来基于大数据和机器学习基础上的人工智能达到比较流畅地模拟人类对话，就是人类可以和机器进行比较自如的对话。事实上，IBM的“沃森”计划就是这样科技工程，比如试图让计算机当医生，能够对大部分病进行诊断，并和病人进行沟通。另外，也假设目前刚刚兴起的穿戴式计算设备取得巨大的进展。这种进展到什么程度呢?就是你家的宠物小狗身上也装上了各种传感器和穿戴式设备，比如有图像采集，有声音采集，有嗅觉采集，有对小狗的健康进行监控的小型医疗设备，甚至还有电子药丸在小狗的胃中进行消化情况监控。小狗当然也联上网，也一样产生了巨大的数据量。这时，我们假设基于这些大数据建模，能够模拟小狗的喜怒哀乐，然后还能够通过拟人化的处理进行语音表达，换句话说，就是模拟小狗说人话，比如主人回家时，小狗摇尾巴，旺旺叫，那么这个附着于小狗身上的人工智能系统就会说，“主人，真高兴看到你回家”。不仅如此，你还可以和小狗的人工智能系统进行对话，因为这个人工智能系统能基本理解你的意思，又能够代替小狗拟人化表达。以下我们模拟一下可能的对话：

你：“小狗，今天过得好?”

小狗：“不错啊，主人你今天换的新狗粮味道很好，总觉得没有吃够。”

你：“那很好。我们以后继续买这种狗粮。对了，今天有什么人来吗?”

小狗：“只有邮递员来投递报纸。另外，邻居家的小狗玛丽也来串门，我们一起玩了一下午。”

你：“那你们玩的怎么样?”

小狗：“很开心啊。我好像又进入了初恋呢。”

……

我们可以把上面的模拟对话当成一个笑话。但其实，我们这个时候就会发现一个惊人的事实，就是你其实是面对了两只小狗，一只是物理意义上的小狗，一只是基于大数据和机器学习的人工智能虚拟小狗，而且虚拟小狗比物理小狗还要聪明，真正善解人意。那么，这个虚拟小狗是不是新的智慧生物呢?

我们继续把这个故事来做延伸，把小狗换成未来的人，人在一生中产生大量的数据，根据这些数据建模可以直接推演出很多的结论，比如喜欢看什么样的**啊，喜欢什么口味的菜啊，在遇到什么问题时会怎么采取什么行动啊。

这样的数据一直累积下来，直到这个人去世。我们有个大胆的想象，这些巨大的数据能否让这个人以某种方式继续存在下去呢?后代有什么问题需要寻求答案的时候，比如在人生的关键抉择时，比如大学要上什么专业、该不该和某个姑娘结婚，可不可以问问这个虚拟的人(祖先)有什么建议呢?答案是当然可以。在这种情况下，数字化生存不仅在人生前存在，也可以在人死后继续存在。人死了，可以在虚拟空间中继续存在。一辈子、一辈子的人故去，这些虚拟的智慧都可以继续存在，假设很多年过去了，这些虚拟智慧的祖宗们太多太多了，活着的子孙们甚至可以组建一个“祖宗联席参谋委员会”，优选那些考得好的(比如中过状元)，当过国家高级公务员(比如太守)、当过企业高管(比如CEO)、当过教授、当过作家的等等当过成功人士的祖宗，专门用于后代的咨询、解惑。让这些祖宗死后还有竞争，别死了就没有事情干了。这个场景是不是很熟悉啊?就是迪斯尼动画片《花木兰》中出现过的场景啊，花木兰在面临是否代父参军的重大人生时刻，就向“祖宗联席参谋委员会”倾诉过困惑，得到了指点。

再更大胆地想象一下，假设材料科学也取得巨大的进展，那我们能不能把这些虚拟的生命重新植入到模拟人类的生态体上呢?当然也可以。这个新智慧体可非常像真正的人啊。那这算不算人死后复生呢?那这个新智慧体能不能继续拥有以前的身份证呢?能不能继续拥有以前的财产呢?能不能继续享受养老金呢?是不是也要有强制规定一定的寿命限制呢?这种智慧体会不会自学习、自进化?他们会不会爆发和人类的战争?往深处多想想，感觉全乱套了，现在的伦理、法律等都面临巨大的挑战。

这些说明什么呢?就是随着大数据和机器学习的进一步进展，这个世界出现了新的智慧生物!大数据和机器学习在改变、重构和颠覆很多企业、行业和国家以后，终于到了改变人类自身的时候了!人类的演进出现了新的分支!

有科学家画了下面一张图，来描述这两者智慧生物。一种是基于生物性的，经过几百万年的进化而来;一种是基于IT技术，基于大数据和机器学习，通过自模拟、自学习而来。前者更有逻辑性，更有丰富的情感，有创造力，但生命有限;后者没有很强的逻辑性，没有生物上的情感，但有很强的计算、建模和搜索能力，理论上生命是无限的。

当然，这些事情要发生都会非常非常遥远。反正我们活着的时候是见不到了，死了也见不到，因为我们死的时候，我相信这种建立在大数据和机器学习之上的虚拟生命还不会存在。

四、结束语

我最后想说的是，我们对未来的认知，主要是基于常识和对未来的想象。根据统计，现在《纽约时报》一周的信息量比18世纪一个人一生所收到的资讯量更大，现在18个月产生的信息比过去5000年的总和更多，现在我家一台5000元电脑的计算能力比我刚入大学时全校的计算能力更强大。科技的进步在很多的时候总会超出我们的想象，试想如果未来我们一个人拥有的电脑设备超过现在全球现在计算能力的总和，一个人产生的数据量超过现在全球数据量的总和，甚至你的宠物小狗产生的信息量都超过现在全球数据量的总和，世界会发生什么呢?那就取决于你的想象力了。

买二手车上当受骗案例

一直到前不久，我都从来没想过会接纳二手车，现在我甚至反而觉得二手车是更适合的选择。正是由于短期内有这么大的变化，我想把我一些想法写出来大家分享。

为什么之前一直选择新车

处女座的人对新车都那么挑剔，怎么可能会考虑二手车？新车确实有很多优点，也正是这些优点，目前绝大部分人还是会选择新车，目前国内每年都有两千万人成为新车车主。

干净！

方向盘、座椅、按钮……各种你日常会接触的地方。有洁癖的人不会接受这些地方留下别人的指纹、汗渍甚至方向盘纹理中的污垢。另外，新车气味有保障，不会有奇怪的味道。我讨厌坐出租和快车，因为有时候车内的气味强烈到你会以为钻到了司机的被窝里！

新技术，先买先体验！

就同级别来说，越新的车技术也越先进。而先进的技术可以让你日常用车非常爽，譬如10年我测试全新大众CC的时候车道保持、自动停车入位这些主动安全装备赚足了大家的眼球。现在，更高级的自动驾驶、更先进的动力都是技术带来的。

崭崭新的外观

这不是强迫症，这是大部分人都有的本能。十几万甚至几十万的车，买回来会倍加小心呵护，任何一点划痕都会让人抓狂。这就是为什么很多人买了新车，发现小瑕疵以后会格外生气，甚至想退车。这显然是二手车给不了的。

在换车中逐渐改变

以上对新车的态度不只是我，很多人多一样。到现在，我用车十几年，也换了几次车，每次都是新车。我逐渐感觉，买新车也有很多不尽如人意的地方，或者说新车那些好处的代价并不低。

首当其冲：贵！

新车价格贵，越是新的越贵，甚至加价。买新车之后短时间内就降价的情况非常普遍。另外买新车时候保险和上牌是经销商再宰你一笔的常规操作，这就是为啥店里的保险贵死，第二年自己电话或者网络上买能便宜一半的原因。这还不是大头，10%新车购置税才要命，车越贵，税越贵，而且这跟优惠后的车价不挂钩，有最低起征点。所以经常购置税高于10%。

新技术是有代价的

常有人说买全新技术的人是小白鼠，这话不是没有依据的。以我实际经验说，09年我就为我买了2.0T+DSG的黄金动力总成付出了代价，顿挫闯动直至召回索赔。所以采用新技术的确是双刃剑，在享受的同时也要承担一定的风险。

为了维持新，要付出更多

崭新的漆面，崭新的内饰想要维持，往往要付出更多钱，这是个怪圈。漆面有人封釉有人贴隐形车衣，内饰加装各种座套和地垫，有塑料纸的地方不舍得撕……不但花了更多钱，还没体验到用车的畅快感。当然有人有觉悟，可以跳出这个怪圈，新车不就是用的嘛？我不心疼。行，这是看开的，但要面对下面一关。

除非你把车用到报废，不然总有卖的那一天！

这时候用车的不在意，就会付出响应的代价。漆面如何，内饰磨损如何都是影响车价的。当然，最大的影响因素还是以下三条：有无事故：事故对车价影响最大，有伤到车架的事故会让车价狠狠下跌；什么年份：一般车价前三年每年下跌12%左右，之后每年10%；新车价格：如果你的车现在市场上新车折扣非常大，那二手车就要面对更大砍价的觉悟。我举个例子，当年70万买的进口极光，现在国产新车大幅优惠，所以二手价不到20万。

二手车其实也挺香

首先要明白，汽车是消费品，从离店那一刻就开始掉价，跟奢侈品一个道理。有了这个前提，下面说的一切都清晰了。

二手车也可以很干净，新车不一定就干净

新车出厂前就会有人帮你开了测试，路上运输有人开上开下板车，4S点里的销售也会开。到手的新车，其实已经被很多人开过。再说气味，除了少数高端车，一般车买来还是需要散散味道的，气味不能说有害，也并不好闻到哪里去。

再说二手车，卖到下一个买家之前都会进行彻底清洗，如果自己不满意在专业汽车美容店做一次深度清洁也就几百块，绝对比新车干净，闻起来很不错。

新技术？可能二手更能满足?

这包含两点，其一是原来新车的预算，其实能买到更高级别的二手车，甚至买到之前不可能考虑的新车级别，这里能享受到到可就不是低级别新车能比的。举个极端点的例子，30多万预算，新车最多买3系，二手能买到911了，虽然会有点老，但再老也是911。其二，二手车是经过市场检验的，那些上市后有问题的车，二手车市场会很惨，你不会担心掉坑里。

外观和内饰瑕疵或者磨损

新车的完美外观能维持多久？用车再细心也会破功。对于外部皮外伤，修补费用很低；车内磨损如果不是年头特别长，一般不会很醒目，如果是真皮座椅老化，做一个清洁和翻新也不贵。所以对于这一点你能宽容新车，也就能宽容二手车。

一车一价挡住了大部分二手车潜在买家

二手车的好处其实很多人都知道，但其“一车一况”的特殊性决定了“一车一价”。更多的人还被早起的车贩子坑人故事给吓得“十年怕草绳”。其实大可不必。

买二手车主要就是避免“事故、水泡、拼装”等等这些大问题。规避这些，只要关注这两点就行：1、4S店保养记录?2、出险记录。这两条一个是厂家数据，车主有权要求出具，另一个是保险公司数据，一般在4S店里也能查到，作假基本不太可能。

很多人现在还觉得，车贩子或者二手车机构赚钱太黑心，这是个误区。其实二手车和新车一样，卖车都要赚钱，不是做慈善。新车指导价一般都有30%左右的利润！二手车一般手续费或者佣金在成交价的10%左右已经算高的了。

我从2015年开始接触二手车，一直关注。今天把关于新车和二手车的思路写出来是因为身边有很多朋友都问过类似的问题，所以最近也深入思考了一下。希望其中的一些建议能对您有帮助。

本文来源于汽车之家车家号作者，不代表汽车之家的观点立场。

二手车买卖合同纠纷案例

二手车交易市场并不是一个完全透明的市场，虽然二手车的价格便宜实惠，但是正所谓一分价钱一分货，世上绝不会有凭空掉馅饼的好事。对于不懂行的消费者来说，很容易被一些表象所迷惑。为了防止大家在今后的二手车交易中上当受骗，第一车网小编特意整理了一些消费者被骗的真实案例，希望通过这些惨痛的教训给大家提个醒。

案例一：花钱买“病”车

南昌市民黄先生2006年2月初在二手车行里相中了一辆面包车，最终以7000元成交。当时，老板向他口头承诺，半年之内车子出现任何毛病，可以免费到车行的汽修厂维修。可是车子开不到一个月，发动机就出现了烧机油现象，并且刹车也不断出毛病，当他找到卖车的老板后，对方却以无书面承诺为由拒绝为其免费维修。最后自认倒霉的黄先生只有掏了3000元钱才将车修好，但是开了不久，体弱多病的面包车又接二连三出毛病。令黄先生苦恼不已。

案例二：被朋友“忽悠”

从事多年二手车买卖的周先生怎么也没想到，自己平时总教别人如何识别二手车的好坏，现在自己居然买到一辆被涂改了发动机号及车架号的被盗车辆。不久前，有一位朋友要卖一辆国产越野车，几经还价，他以6.6万元价格买下来。因为对方是多年的朋友，他当时只绕车看了一下外观，再看了一下车辆手续齐全，没有打开发动机盖看车架号及发动机号。后来有人看好这辆车，周先生就把车转卖了。哪知道，去过户时被告知，行驶证上的发动机号和车架号与车管所的资料对不上，他这才恍然大悟，原来这是被改过的被盗车辆。

案例三：坑人的里程数

最近，徐先生花13万元买了一辆行驶了8万公里的二手2.0排量手动档帕萨特，他逢人便夸他的车买得划算，还属于使用三四年的准新车。然而，朋友借用他的车后提醒他，车子极可能被调过里程数，原车主应该不止才开了8万公里。后来，徐先生请来一位老师傅程先生帮检验。师傅看后，指出有被调过里程的疑点，并通过车况，推算原车有可能行驶了13万公里。而如果车子真正行驶了13万公里的话，大约只需10万元就可买下来，徐先生听后郁闷极了。

案例四：花高价钱买到营运车辆

去年4月份，郑先生因工作单位搬迁，急需一部汽车代步。但考虑到新车价格高、贬值快，就有了买二手车的念头。当时，郑先生去二手车市场花费5万元购买了一辆里程表显示为3万公里的大众捷达。半年后，郑先生考虑将此前购买的二手车卖掉，以购买一辆新车。但来到市场中，各车商均以此车为营运车辆为由，最高只给出3万元的价格，在了解到营运车辆价格要便宜的事实后，郑先生大呼此前上了当。

案例五：打款后再无音讯

网友胡先生曾在淘宝上看中一款八九成新的“走私车”，原价十万左右，而卖家只卖3万元，并自称是上海某汽车贸易有限公司，保证交易安全。一番询问之后，对方提出需要胡先生先支付油费，然后他们便可把车开过来过户，而在胡先生先后给对方账户打入油费、定金、上牌费后，对方却再无音讯。

案例六：图省事惹麻烦

杜先生因业务需要，于9月份在二手车市场购买了一辆宝马5系，因和二手车商相识，付过款后许多手续也没急着去办理。但就在购买后不久的一天，杜先生开着爱车却被沿途的交警拦下，怀疑车辆牌照造假。杜先生很迷惑，刚购买的二手车怎会是假牌照？但最终经过确定，牌照确系套牌。在事实面前，杜先生无奈接受了惩罚。事后，杜先生感慨，不该轻信车商包年检的谎言，原以为省了事，现在却惹了麻烦。

数据证实，二手特斯拉比其他车型卖得更快

法律分析：2016年5月16日，原告丁某某在被告深圳市某某二手车交易有限公司购买了一辆银灰色VOLVO S60二手小汽车，并签订了《车辆销售协议》,补充条款（手写）：提车后，后果自负，如有重大事故，泡水车全额退款。签订合同当日，原告向被告支付了全部购车款共计184500元。2016年5月17日，车辆过户至原告儿子丁某的名下。2016年5月23日，原告购买了机动车交强险及商业保险共计花费7772元。同日，原告将车辆开至4S店内做保养，4S店的维修师傅告知原告，该车曾因泡水于2014年4月21日在4S店内清洗发动机、拆装内饰，共花费15290元。原告寻求深圳都市频道路路通栏目的帮助，并邀请汽修专家对案涉车辆进行现场查验。汽修专家称，涉案车辆波箱盖已经氧化，线束有水泡痕迹，初步判断涉案车辆系泡水车。原告自述其了解到，原一手车主在2016年4月7日将该车以23000元的价格转让给被告。原告认为被告明知车辆为泡水车却在卖车时隐瞒，以远低于市场合理价格购入该二手车后又高价销售给原告，其行为构成欺诈，最终起诉至法院，诉请解除合同、退还车辆及返回购车款184500元及赔偿三倍购车款553500元等。

被告认为车辆登记在原告儿子名下，原告起诉资格不适格；被告不存在欺诈行为，车辆属于现状交易，合同中写明泡水车全额退款，车辆只是涉水，不存在泡水情况，车辆不属于《消费者权益保护法》保护的“消费品”，车辆登记价23000非实际交易价格，车辆是被告16万价格买来又转手卖给原告的，应驳回原告全部诉讼请求。

法律依据：《中华人民共和国消费者权益保护法》第三条 经营者为消费者提供其生产、销售的商品或者提供服务，应当遵守本法；本法未作规定的，应当遵守其他有关法律、法规。

《中华人民共和国消费者权益保护法》第二十三条 经营者应当保证在正常使用商品或者接受服务的情况下其提供的商品或者服务应当具有的质量、性能、用途和有效期限；但消费者在购买该商品或者接受该服务前已经知道其存在瑕疵，且存在该瑕疵不违反法律强制性规定的除外。

经营者以广告、产品说明、实物样品或者其他方式表明商品或者服务的质量状况的，应当保证其提供的商品或者服务的实际质量与表明的质量状况相符。

经营者提供的机动车、计算机、电视机、电冰箱、空调器、洗衣机等耐用商品或者装饰装修等服务，消费者自接受商品或者服务之日起六个月内发现瑕疵，发生争议的，由经营者承担有关瑕疵的举证责任。

二手车自动挡容易坏吗

由于新冠状病毒的流行，市场对二手车的总体需求放缓，但数据表明二手特斯拉的销售速度超过了其他电动汽车。

根据iSeeCars.com的最新分析，特斯拉Model?3、Model?X和Model?S是销售最快的三款电动汽车，而Model?3则是销售最快的二手车（包括电动和燃油车）。

结论基于网站对2015年至2019年车型的分析得出，该网站使用了两个数据集进行分析。一个是2019年11月至2020年2月新冠病毒爆发前的销售趋势，另一个是2020年3月至2020年6月的销售数据，代表新冠大流行期间的销售趋势。

销售趋势在一定程度上是供需关系的经典案例。

iSeeCars.com的首席执行官Phong?Ly在一份声明中表示：“Model?3是特斯拉最便宜的汽车，其预订量是特斯拉有史以来生产的所有汽车中最多的，而漫长的等待时间有助于进一步推动对该汽车的高需求，这种需求在二手市场上一直有所保持。”

分析指出，Model?X的供应也相对不足，直到2015年底才开始交付。根据分析，尽管Model?S由于生产时间较长而有更大的供应量，但由于其定价具有竞争力，Model?S仍然需求旺盛。

这不是什么新现象，因为特斯拉二手车的价格多年来一直居高不下。其部分原因是，由于空中OTA带来的改进，再加上相对较少的电池退化，使旧款车型的车况相对其他电动车更好。

当然这并不意味着特斯拉电动车就没有缺陷。和所有的二手车一样，购车前仍需彻底检查车况，了解特定车型的个别缺点。比如特斯拉汽车的某些功能——自动驾驶辅助系统就是与原车主绑定的，可能会在汽车二次出售后被停用。

但就总体而言，在电动车领域中特斯拉是个特例。其他电动车的贬值速度往往比同类型的燃油车要快得多。（撰文/小魔）

本文来源于汽车之家车家号作者，不代表汽车之家的观点立场。

有哪些好的软文营销案例_软文营销经典案例

关于二手车自动挡坏不坏的这个问题，我要说的是还是要取决于车主的驾驶操作习惯，如果你操作不当，手动挡的变速箱都会坏，更别说自动挡的了。

所以我建议你在够买二手车的时候在试驾自动挡二手车时，首先要测试档位能否正常入位，当出现挂档困难或者难回空档的情况，都说明车辆变速器存在故障隐患。如果车辆挂档正常，在试驾过程中，建议在挂上前进挡，也就是D档时，别忘了开空调，同时踩住制动踏板，向左或者向右来回的转动方向盘，检测车辆有无明显的抖动。对中高档二手车来说，如果感觉到有不同程度的抖动，则说明存在故障的可能。（一定要细心观察）

在驾驶中，随着油门逐渐深踩，转速表也会明显提升，车速自然也会大幅提高。在这个过程中，驾驶人如果没有感觉到车速的同步提升，就说明波箱内出了问题。通常情况下，大部分自动挡车型都会在2000至2500转时跳档，这时候驾乘人员会感觉到些许顿挫感。如果超过了2500转，甚至3000转以上才能感觉到这种变化，就说明油路或者波箱存在问题，购买这样的车辆后期需要维修，比较不划算。

最后的最后又要往事重提，只要操作没有问题那么变速箱一般情况下还是不会坏的。

微信超级大号咪蒙，人送外号“毒鸡汤”的“软文女王”曾经写过一篇文章《如果可以回到十年前，你想改变什么》，从标题上来看，文章应该是延续了咪蒙“心灵鸡汤女王”一贯的鸡汤路线，但是开篇就是坦言自己很后悔以前没有抓紧时间乱搞，利用污点吸引读者。

国人对于男女题材方面的卓越想象力，可以用鲁迅先生的一句话来形容“一见短袖子，立刻想到白臂膊，立刻想到全裸体”。

咪蒙懂得读者喜欢看什么，中国的社会传统不支持，不提倡坦率地谈论男女关系，于是国人对关于这件事情的隐喻与暗示有种较强的期待。

利用污点开篇，挑起兴奋点，紧接着画风一转，抛出十个让自己不留遗憾的人生大道理。虽然咪蒙很擅长讲人生大道理，这些人生大道理很正确，但是过去的事情无法挽回，时间是没办法倒流的，于是在这个时候，咪蒙一个峰回路转，带出本文主角“咸鱼APP”，名正言顺推出咸鱼的优惠体验券，美其名曰“第二人生体验券”。

咪蒙此次的“污”鸡汤投放，使闲鱼APP直接从AppStore的几十名冲到总榜的第7名，闲鱼还给客户发了一面“萌萌哒”的锦旗。

软文营销追求的是“软”，但是在该有商业色彩的时候就应该大笔着色，比如咪蒙的《不能买买买的人生，不值得一提》。

通过深刻的合理化“买买买”的重要意义，然后推出小红书的APP，并且大方地随手放了一张小红书的66元购物红包，利用优惠券法则吸引用户下载小红书APP，并且完成购物的转化过程。

案例二、故事类软文：伟大的安妮

大部分故事类的软文，都不会直接推销产品，而是通过表达作者的价值观，让读者认同的不经意瞬间推销产品。

《伟大的安妮》文章开头就用破碎的梦想吸引读者，让读者自动带入主角的感受，引发受众的共鸣。在文章中间部分，述说主角被人看轻梦想的黑暗阶段，就像每一个被人看轻的年轻人，都经历过不理解，自己从小到大的梦想被人鄙视的迷惑阶段。

而后主角开始了逆袭之旅，从刚来大城市的交不起房租，十几个人经常沉默地挤在一起吃泡面，到给母亲承诺自己一定会赚够一栋大房子的钱，到最后逆袭完成，作者的漫画开始有成千上万的转发，粉丝数量也开始上涨，终于在2013年拥有了几百万的粉丝。

在主角的追梦过程中将挫折、亲情、泪点揉进文章的感情点中，紧接着，在最关键的时刻以作者的口吻植入商品，介绍产品的价值观：“我们应该做一个好玩的App！名字就叫做快看漫画吧！它并不是海量但乱七八糟的内容，而是我推荐的，少而精的，各种类型最好看的手机漫画”。

文章结尾开始进行价值观输入，温情营销，进一步强化梦想的力量。文章结尾的卖点是主角跟迷茫的年轻人有着大致相同的命运，但是文中的主角却没有放弃。此篇文章推崇的价值观是，有梦想就应该追寻，虽然不一定会成功，但是过程远比结果重要。

故事类软文写作有一个写作方法就是明确自己的受众，在塑造的人物身上找出读者看了可能会感同身受的情感，在确定受众的情感已经同步之后，这时文章就可以搬出产品，着重说清楚产品的价值观。

故事类或者是科普类软文的好处就是可以引导甲方去尝试用更伟大的创意来创造“四两拨千斤”的新媒体传播大法，但是要注意巨大流量和营销数据之间的转化。

长久看来，故事类的文章不可以作为一种长久的软文营销套路，因为故事在一篇文章里讲完了，下一次同样的故事套路就不可以用了，这也是故事类软文的最大缺点。

案例三、干货类软文：李老鼠说车

干货类文章首先要明确自己的受众，了解清楚受众、潜在消费者需要什么样的分享文章。在文章分享当中，作者要表明自己的专业素养，因为受众一开始就是被文章的干货属性所吸引的，受众就是奔着干货去的，所以作者一定要表现出足够的专业水准，增加受众的信任感。

干货类的文章相比于新闻式或者是促销类的软文，更具趣味或者是情节跌宕起伏，也正因为如此，科普式的软文更受到读者的欢迎，也更容易在当今泛娱乐化的社会中进行传播，争夺流量先声。

在《李老鼠说车》文章开篇，作者就开始分享各种二手车交易中的猫腻和潜规则，在分享当中植入广告，比如描述一款车型在成为“事故车”之后的二手市场走值，紧接着是干货时间，通过科普，给受众分享一个非常专业和全面的车知识。

《李老鼠说车》这类软文，其实是分享方法类软文，分享方法类文章，追求的是干货、科普，作者通过分享自己熟悉领域中的专业知识，从而让目标受众了解硬知识，加以对该专业领域的一些分析，增加受众的信任感。

案例四、搞笑类软文：天才小熊猫TERA游戏

搞笑类文章的核心要素是如何有趣地写一个产品，特点是用户覆盖广、用户精准度低、文章要生动有趣，最好能结合时事热点说段子。

搞笑类软文，注重的就是搞笑，要让读者看完不会觉得无聊，同时文章还要注重产品的传播属性，一定要与产品本身有关，但是不能过多提到产品，主要还是段子，产品在文章中的出现时间和节点也是需要深思熟虑的，不是说随便一个地方出现产品信息读者都会接受。

游戏类软文一定要配上游戏的，这样才更有说服力，在文章开头就说出产品的名字，开门见山，首先在读者的心中形成产品烙印。

“最近在玩韩国那个叫做TERA的游戏，传说中最性感的网游，说实话我一开始并不知道哪里性感了...”文章开头作者就直言并不懂这个游戏的魅力，吸引读者往下读，到底是什么样的一款游戏呢。这样的开头很容易吸引读者往下读，悬念式的开头往往可以引人入胜。

在中国的传统相声中，有个绝活就做抖包袱，就是把最具代表意义的关键词中的一个点说出来，之后层层铺垫，慢慢解开悬念。在悬念的解开过程中，是十分有趣吸引人的，因为越来越多的想不到的料会被发现，可以说就像一个探索的过程，读者的预设在作者的一次次幽默搞笑中认知落空。

这样的探索过程同样适用于软文写作中，这种形式的文章称为“悬念式”。悬念式的软文写作一定要有吸引力，要在开头就设置悬念式的提问，这样才能吸引读者的注意力。

悬念式的文章传播效果丝毫不亚于新闻式的营销软文，只要拿捏得当，一样可以吸引大批流量。

文章中间描述了各种游戏中的奇幻经历，甚至让人有点捧腹，从而引出了“王校长”，并且文章中间再度提到“性感”一词。文章结尾为整个段子抖完了最后一个包袱，这时可以适当重申产品以及产品卖点。