張曉亮：用原子功能庫承接復雜場景和需求

撰文/ 溫 莎

編輯/ 張 南

(資料圖片僅供參考)

設計/ 琚 佳

智能電動時代，一切都在被顛覆。從產品定義的階段開始，思考的邏輯就已經發生變化。

新年伊始，SoCar產品戰略咨詢創始人張曉亮曾發表《2023年汽車產品定義十大最新趨勢》，其中一條就提到：脫離場景的加法毫無意義，配置對標邏輯弊端將會更加凸顯。

如今，隨著使用場景越來越復雜，車輛的功能和配置也隨之變得復雜很多。在這種情況下，傳統的以配置對標為核心指導思路的PVA邏輯已經完全無法滿足當下的競爭要求。

新汽車已經成為新物種，場景邏輯更適合當下的產品定義。與以往的把每個配置基本獨立篩選并組合的PVA邏輯（點狀邏輯）不同，場景邏輯要求產品定義人員著重梳理故事線，然后把功能沿著故事線推進的邏輯組織起來。這實際上是線狀邏輯。

在第十五屆中國汽車藍皮書論壇上，張曉亮發表了主題為《覆蓋場景如何避免堆料》的演講，他表示，場景寬度和深度急速膨脹的同時，產品響應策略必須繞開每項需求堆疊一個配置的傳統思維，硬件的增加必須追求“復利”。

為了應對場景和用戶需求的增加，SoCar將智電車型解構為四個層級：物理層、服務層、場景層與體驗層。

物理層，搭建硬件架構和技術方案來實現“基礎功能模塊”；服務層，調用“配置能力”(原子功能及服務) 來實現“過程任務”；場景層，把用戶需求（需求洞察）分解成若干“過程任務 (二級場景)；體驗層，在解決“過程任務”的同時，產品帶給“用戶感性價值”。

上述四個層級應用到產品開發目標管理上，被表述為WHAT-HOW矩陣背后的“三張表”

在張曉亮看來，用戶需求仍是產品定義的起點，場景則是梳理詳細需求、組織解決方案的線索，軟件是調配產品資源，響應需求的靈魂，硬件需要成為軟件的資源。在產品戰略管理和產品定義過程中，SoCar從場景端入手，通過構建結構化的場景庫，形成對智能電驅車產品演化路徑的持續跟蹤。

“其實這些年我們一直思考如何做場景定義，場景定義最大的問題就是，每個人眼中的場景并不能對齊，場景有顆粒度，有大有小，大家都在說場景，但是每個人說的場景是不一樣的，我們如何去構建一個規范的結構化語言，讓每一個場景在場景定義當中都有非常它具體的含義，是我們一直解決的問題。”

如今，SoCar已經形成了一套自己的場景化的，面向智能電驅車的產品定義方法論。

以下是張曉亮的演講實錄。

謝謝賈可老師，很榮幸有機會和大家分享一下我們今年對于整個新物種的思考，包括對于智能化、場景化整個產品定義、邏輯，以及策略方法的最新實踐。

今天主題是覆蓋場景如何避免堆料，我們也都知道，在整個智能化過程當中，我們關注場景越來越多，用戶需求越來越多，大家很容易產生不斷往車上去加配置，加配置會導致我們這兩天一直在說的卷。

我們如何在一個體系上、架構上設置一套新的邏輯來避免堆料，同時保證我的產品有比較好的競爭力，這是我今天重點和大家分享的話題。

首先智能電驅車作為一個新物種，不管是已經進入到的下半場還只是新物種的初具形態，但我們都已經觀察到了一個最直接的影響，就是汽車在面臨使用場景的時候，不管是從寬度還是深度上，都有了非常大的變化，也就是說場景越來越多，而且每個場景要求為用戶承擔的問題也越來越多了，場景的深度也越來越深了。

舉一個例子，我們一直講用戶洞察，什么是有效的用戶洞察？有很多類似的例子，我們直接問用戶想要什么東西，馬車時代就是更快的馬車，在汽車時代很多用戶直接反饋出來的產品痛點大多數就停留在A柱太寬這類問題上，這樣的回答就會導致往A柱上去貼一個屏幕，實際上到市場上，這肯定不是一個好的解決方案。

這樣的洞察沒有意義，或者它并沒有為用戶真正創造價值，那么什么樣的洞察是有意義的？我這幾年經常舉一個例子，北方會遇到下雪天氣，如果車停在戶外，早上去鏟雪，這是一個很難受的事情。過去幾十年沒有人說早上為車窗除雪除冰這件事兒是一個痛點，因為大家覺得這是理所當然。

什么時候這個東西就轉化為需求了？技術導致了原來由人去承擔的工作變成了由機器承擔，以前所有人都承擔的時候，它不是痛點，當一輛車能夠在很早的時候把車上的空調打開，把風霜融化，上車只要掃一下雨刮器就可以開走，這時候旁邊拿冰鏟除雪的人就會意識到，原來這是我的痛點。

所以很多洞察都是來自于我們看到冰山水面下面的部分，這個部分有些是由技術改變驅動的，有些是由于重新的利用技術和有效設計去展開的，但無論如何，隨著智能電動車不斷升級，我們面臨的場景寬度和深度兩個層面都在不斷擴大。

這就會導致一個非常直接的問題，場景的寬度和深度的集聚膨脹，帶來用戶需求的急速膨脹，如何在復雜的場景中進行取舍？

越來越多的場景未必是用戶關注的亮點或者驚喜的屬性，或者增值的屬性，反而是如果我沒有，或者做得不好，就會成為用戶放棄購買的門檻屬性，這個時候就需要保證足夠場景的覆蓋寬度，同時又不能用原來的方式，每個需求都在車上加一個配置。

舉個例子，比如說我的手寫字是一個功能，解決是一個場景需求，拿水杯喝水是另外一個場景需求，吃飯又是一個需求。但人類的進化不可能為這三個場景設計三個不同的手出來。但我們以前做車的時候，恰恰是用了這樣的邏輯，所以就需要去做一些能夠去追求復利價值的硬件或者配置或者解決方案，在復雜場景集聚膨脹的過程中，以更高的效率去響應更復雜的需求，這個是智能化對車企整個研發設計，整個鏈條里面產生最大的一個挑戰。

這樣一個過程中如何實現它，整體的邏輯是用戶仍然是我要去解決所有需求的發起的起點，但是場景是這些問題的線索。今天智能化所帶來的最大變化，就是場景持續膨脹，持續增加，所以場景是所有問題的核心線索。

然后軟件，是要讓我的三個不同場景下的手能夠呈現出三種不同形態去解決三種不同問題的控制神經或者靈魂，硬件在這個時候必須要去成為軟件的資源，這樣的話我們才能夠讓這個車，以最高的效率去覆蓋不斷多的場景，這樣其實我們就需要去把整個智能車重新解構競爭力模型。

分享一下我們對這個問題的理解，我們把智能電氣化的產品的能力模型解構為四個層級。最上面層級是體驗層，每個場景下完成一個相應的需求，解決一個需求或者完成一個任務的時候獲得的主觀感受，也就是說對這個功能和產生的價值和利益的一種感受，一種判斷。

第二層是場景層，也就是說我們前面一直講的各種線索，各種需求，所謂的場景其實就是用戶需求所產生的這種背景，更多的變化是從這個場景開始的。但是如何去承接場景層帶來的需求，就需要下面兩層。

以前我們的車是靠一個配置去承接一個場景、一個需求，今天我們就不能用這樣的方式。為此我們增加了一個虛擬層：服務層，也就是說我們需要為這個車虛擬出來一個原子功能庫，或者一個原子服務這樣一個層級，讓用戶控制車輛的這些操作或者是控制車輛能力形成若干個基本單元，這些基本單元承接各種需求的虛擬層級。

再下面是物理層，每個原子功能或者原子服務是由相應的配置共同去完成，也就是下面兩層是一個多對多的關系，說起來有一點繞口，實際上意味著場景層發起的需求不能用配置直接去響應，而是用一些可以被打碎又重新組合起來的原子功能去承接，然后每一個功能是由這些原子功能在場景下的需求被靈活組合，去形成的一個一個的具像的功能組合或者功能單元，這樣可以實現前面所講的每個配置，先把能力拆碎，然后具體的場景當中重組這些配置的能力，迎合越來越復雜的場景和用戶需求。

映射到產品定義過程當中，需要構建更加復雜的邏輯體系，我們總結為三張表。所謂場景和線索，也就是說我在what這一層，用戶有什么需求這一側，實際上由若干個主場景，也就是決定產品定位的核心故事線來發起的，然后每一個場景都可以進一步的向下拆解。

拆到一個什么樣的層級是合適的？能夠對應到車輛具體功能需求的時候，也就是往下拆的細分場景，會發現每一個細分場景它都可以重新組合成若干新的故事線，也就是說在what這一側，是一個多對多的映射關系，然后更核心是what和how的這一側，剛才講我們是拿原子功能和或者原子服務區和場景進行握手，這樣意味著場景層每一個功能都會和how上面一個一個原子服務和原子功能去產生多對多的映射。

舉一個最簡單的例子，我要在車上休息這樣一個場景，我要去為它匹配相應的原子功能，座椅放倒，開空調，或者說非常小的顆粒度的功能，這些功能越多，用戶獲得體驗越好。

我需要做到什么程度，兩件事情決定。第一件事情，這個場景對我這車輛車來說有多重要，第二件事情我今天面臨的競爭環境，競爭對手做到什么程度，決定了我大概的一個參考范圍，這是一層多對多的映射。

同時，每一個原子功能絕對不是在一個場景下被應用，會應用到多個地方。今天看到座椅增加了一個振動反饋，不僅僅提醒用戶去產生駕駛輔助相關的東西，比如說我要接管車輛，比如說我在倒車的時候，能夠提醒我后面離障礙物過近，或者我在開門的時候產生預警；我還能夠去提供，比如說在車上看電影的時候，會產生4D的沉浸效果，本質上都是由座椅下面那個振動的發起單元共同支撐的，類似的道理有很多。

通過這樣的方式就能夠把車輛很多硬件能力，或者配置能力打散，然后到具體場景中再去重新組合。如果說我們用這樣的方法，我們就會發現，如果我的車具備了某些配置，這些配置恰好具備這樣的能力，我就可以在場景當中調用現有的配置能力而不是增加配置來去創造更多的功能，來去解決更好的一個用戶體驗的問題，這也就是我們一直非常關注，不去堆料，不去內卷帶來用戶的提升。

再向上一層，每個原子功能都有具體的相應配置來支撐，又是一個多對多的映射關系。本質上來說，我們要把在智能電驅化時代的產品解決好，實際上就是要把三張多對多的映射關系梳理清晰，有了這樣一個清晰的數據架構才能讓這套系統真正閉環下去。

如果場景層聚焦了非常多的功能，并不是靠每個功能都去相應增加一個硬件實現，而是先從虛擬層設置一個資源池，虛擬層為目標達成原子功能，到底需要什么樣的配置組合能夠最高效率，最低成本，或者最高體驗來實現這樣的目標，我們就能有效收斂我的硬件，這才是我們去做智能化的一個更好的解決方案。

要做這件事情，說起來容易，實際上還是有非常多的挑戰，后面還有辯論的環節，其實也在說這樣一個話題，到底是尺寸定義還是場景定義？

其實這些年我們一直思考如何做場景定義。場景定義最大的問題就是，每個人眼中的場景并不能對齊，場景有顆粒度，有大有小，大家都在說場景，但是每個人說的場景是不一樣的。我們如何去構建一個規范的結構化語言，讓每一個場景在場景定義當中都有非常它具體的含義，是我們一直解決的問題。

我們經驗總結起來一級場景就是兩個維度去構建，一個是這個車賣給誰？第二個是用哪一些場合？也是場景定位的問題，二級場景對我們來說更靈活，拆解到車輛功能定義所需要顆粒度，我們叫過剩任務。三級場景實驗室功能定義的細節，我需要去應對各種復雜的工況事件，各種影響因素來去形成一個顆粒度非常細的場景，這樣我們就能形成一個相對結構化的場景架構。

How側同樣面臨一個問題，雖然想去構建一個原子功能庫，但是這個原子功能庫從哪來？第一個事情解構現有汽車，再早先去定義什么叫做原子功能或者原子服務，我們定義為用戶控制車輛的基本操作或者基本單位作為原子層級的，然后這些東西怎么來，我們就從現有的車輛配置去拆解，哪一些是符合用戶車輛控制基本單位的配置能力，然后把它進行拆解之后去重，保留相對來說真實需要的這些東西，形成原子功能庫的一個清單，目前不到2000項，每半年有10%到15%的增加。

這樣我們做的事情，把配置由一個個黑匣子變成敞開隨意組合，或者靈活組合的場景資源，對后面功能定義響應更復雜場景的時候，靈活度就會大幅提升，在這樣前提下，我們再去做產品定義。

首先有目標場景，比如說有三個場景，關注日常的有人駕駛的場景，可能關注輔助駕駛場景，還有一個人在車上看視頻的場景，顯然每個場景下邊都需要相應的原子功能或者原子服務，有的是儀表顯示，車輛信息顯示，車上看視頻的這些東西。

我們再去看，要支撐這些原子功能需要多少個配置，就發現我的配置表，或者我的BOM里面可選的內容很多，如果不是從這一層思考，我可能提供能力很多是重復的，比如說我們看到很多，既有很大的儀表又有很多的HUD，這種前提下保留我真正需要的東西，或者體驗最好的東西，或者效率最高的東西，我就有效收斂我的配置表。

類似的，我們就可以從體驗層，先去定義一個目標，然后場景層找到核心場景，然后去服務層把我所有需要關注的這些原子能力從列表里拿出來，再到物理層去做。為了做這件事情，肯定剛才講的，從What到How，若干個數據是有聯系的。

我們在做另外一件事情就是，要為場景庫里面，也就是用戶體驗場景庫里面每一條場景去打造相應標簽，把解決場景下的體驗問題所需要的原子功能直接和這些場景連接起來，當我們再從里面抽取這些場景的時候，所需要的原子能力就會被直接代入到這個池子里面。

當我疊加了10個場景的時候，會發現關聯的標簽去重的時候，宣傳原子能力的基本要求，然后以這些要求為目標，下去收斂我的配置表，我就可以去更好的，更高效率平衡配置清單的問題。

這樣一圈走下來就會發現，整個汽車產品定義的大邏輯已經發生了非常大的變化，以前定義一個車，要某個配置，要基于市場調研，問用戶要不要。比如說方向盤電調節，方向盤加熱，方向盤振動，我們是分為三個配置，我們會分別問三個配置用戶有多少人要這個配置，以及原以為這個配置付多少錢，我們基于用戶答案去設置相應的組合以及產品的定價。

但是我們會發現，如果按照這樣的思考方式去解決問題，每個配置都是一個一個獨立的單元，它一個點狀的邏輯，場景實際上在上面疊加了第一層邏輯，也就是一個現狀的邏輯，有一個場景就有一個故事線，有了故事線我們就知道這個故事線里面所有的需求，我需要方向盤提供哪些配置響應這些需求。

僅僅這樣是不夠的，還是需要有一個更加面狀的邏輯，把多條故事線疊加起來的時候，哪一些是能夠被復用的這些配置能力，這樣我們就能夠以最少的配置去覆蓋最多的場景，解決用戶最多的問題，這樣才是一個更加有效率的產品力或者產品管理邏輯。

為了做好這些事情，跟大家匯報一下，我們近期的主要工作。SoCar一直在構建并完善用戶體驗場景庫。這是從用戶體驗管理角度出發定義和積累的場景庫。然后按照每一層級的結構把它整理為結構化，規范化的東西。單有場景是不夠的，必須形成一個閉環的系統，我們就要去動態篩選每一個細分市場，每一個品牌的用車場景，大家最關注的場景是哪一些，抽取出來形成關鍵場景。

這些關鍵場景又需要轉化成你去衡量現有的市場中其他產品的一個標尺，也就是說產品體驗好不好，實際上是從用戶關心的場景當中去轉化出來測試腳本去看，帶著這些測試腳本就可以去看市場中的場景，積累足夠多的案例。

你就知道什么樣的東西體驗是好的，形成什么樣的指標對用戶來說是最關鍵的，這樣我們就能夠去構建一個半固化的產品評價基準，這個核心是在于我們把現在市場中的這些車，按照剛才講的每一個層級的能力進行拆解，同時去看它場景層，響應用戶需求的這種能力到底還不好，帶來的體驗好不好，實現這些機制是什么樣的。

這里面因為圖的關系，就不跟大家去做太詳細的展示了，基本上相當于從場景到原子功能，再到配置一個豐非常復雜的網絡，我只拿一個場景發起，如果100個場景，這張圖會變得非常長，實際上是三層網絡的數據。

在這個過程中就會發現，原來產生了很多產品評價是基于過去時代所建立的評價基準，今天到了新物種選擇新的評價，真正難題在于產品的演化在快速推進，所以無法形成一個完全固化的評價標準，我們怎么做？就把已經形成一些共識的，趨勢的東西沉淀下來，形成可以量化打分，把不能形成趨勢的，大家暫未找到共識的留下來，做主觀的場景化，體驗化的評價。

舉一個例子，這兩年看到電動車設計最大的趨勢就是幾乎所有的電動車都改用懷檔，都從原來的檔桿，水晶球頭，旋鈕換成懷檔，為什么？是因為懷檔成本又低，體驗又好，這樣形成趨勢，這些趨勢形成我們固化的打分體系里面一部分標準，并不是說我們直接說懷檔最好，而是懷檔帶來的體驗，這種體驗背后實際上就是我駕駛的檔位切換，手部動作簡單，控制邏輯簡單，同時這個地方能夠給用戶提供更家充裕的儲物空間，這個是從體驗層更明確的體驗標準。沒有形成趨勢，我們就案例總結案例，不斷向下沉淀一些固化標準，這樣從場景到體驗，到響應策略，評價，形成一個相對完整的閉環。

時間關系，我跟大家主要分享這些，謝謝大家。

關鍵詞：