10
0这是「离线时间」特别栏目「在场」第二期。Ellen和胡成臣博士共同主持，嘉宾是梅晗，ServAuto创始人兼CEO。
梅晗，北京人，在东南亚创业。2019-2024年在Carsome（马来西亚最大的二手车平台，独角兽）工作，参与了从一个国家扩展到多个国家、成为独角兽的全过程。2024年创办ServAuto，专注汽车后市场——保养、维修、贴膜等。18个月做到近7万用户、150+合作门店、覆盖马来西亚11个州，每月大几千客户到店。
Highlights：
这期围绕三个层次展开：第一，马来西亚汽车后市场的真实状况——3万家夫妻老婆店、没有SOP、假货横行、99%的店连客户手机号都不存。第二，ServAuto怎么通过标准化和爆品策略打穿这个市场。第三，AI能在哪些环节帮上忙——从内部运营Agent到技师辅助到喷漆调色，以及一个更大的问题：车上的数据主权到底应该归谁。
→ 近7万用户、每月大几千到店、18个月：核心增长靠的是serve了一个没被好好服务的群体
→ 99%的修车厂连客户手机号都不存，不做任何CRM和复购运营——老板倾向一次性把LTV收完，导致过度维修和假货
→ 女车主修车第一反应："问我老公、问我爸、找认识的Uncle"——信任缺失是最大的痛点
→ 爆品策略：不什么都做，只做高频高标准化的品类（保养、轮胎、贴膜），限制SKU反而形成良性循环
→ AI核心逻辑不是降本增效，是"同样的成本做更多的事"——empower而不是replace
→ 喷漆案例：马来师傅配不出与旧漆一样的颜色只能整面重喷——AI视觉+调色6-12个月可能落地，市场不小
→ 数据主权：用户产生的数据主权在OEM手里。胡成臣判断：后装AI box让数据跟着用户走，整个后市场生态会根本变化
Timeline：
00:00 开场：在场第二期，讨论传统行业和AI前沿
00:47 梅晗自我介绍：北京人，东南亚创业，专注汽车后市场，18个月
01:00 为什么做车后：从Carsome看到了线上+线下整合的机会
01:57 Carsome经历：2019-2024，从一个国家到独角兽
02:45 东南亚毛利率比国内高：竞争没那么激烈，还是卖方市场
03:26 最新数据：近7万用户（比公开的3万翻倍），每月大几千到店
04:00 增长核心：serve了一个underserved market
05:02 马来西亚3万家修车厂，绝大部分是夫妻老婆店
06:00 东南亚不需要像国内那样极致精细化运营，还有更大的市场可以开拓
08:58 车主修车真实体验：没有门头、没有价签、不知道等待你的是什么
10:04 假货严重：机油假货只有车再次抛锚才发现
10:37 痛点三层：不知道会发生什么→信息不对称→不知道真假
11:52 女性车主："99%的回答是问我老公、问我爸、找认识的Uncle"
13:03 胡成臣：怎么从没有SOP变成有SOP
14:08 两个相信：让用户相信（货真价实+标准化产品）和让加盟商相信（带客能力+供应链能力）
15:11 标准化思路：不什么都做，只做高频高标准化品类——保养、轮胎、贴膜
16:15 爆品逻辑：限制SKU→标准化施工→小工一个月换100条轮胎也能熟练
17:05 门店端萝卜和大棒：能帮他赚钱（萝卜）+有抓手（大棒）
18:22 胡成臣：数据说话，目前这个方式适合这个阶段
19:28 蔚来直营vs ServAuto轻资产：不同市场不同阶段不同选择
22:15 胡成臣引出AI话题：蔚来直营遇到成本瓶颈后也借助技术手段
22:35 梅晗：AI赋能三个层面——代码开发、内部提效、面向用户的AI产品
24:50 内部已经有大量Agent：预约、退货、客户运营、财务对账、营销
26:00 底层逻辑：不是降本增效，是"在同样成本下做更多事情"——empower
27:35 两类AI应用：标准化重复工作→Agent替代；数据量大人处理不了→AI分析
28:17 直播带货2000小时/月：AI全量分析主播话术、知识结构、销售技巧
30:01 投流素材更换也让AI做，但最后按钮（涉及钱）还是人摁
30:37 胡成臣：不是为了做AI而做AI，要找到瓶颈在哪
33:07 选AI切入点的两个标准：重复率高的+数据量大人处理不了的
33:50 AI BP岗位：运营同学也能做vibe coding，捅破窗户纸
35:40 Ellen：AI一定不能替代的是什么？梅晗：修车本身——但AI可以辅助技师
37:44 GPT/Claude拍照诊断车的问题——通用大模型已经能给出不错的回答
38:57 奔驰2014款用雷诺发动机的客诉案例——技师知识覆盖面不够，AI可以补
42:37 Ellen：延伸到世界模型和具身智能
43:03 数据飞轮：车型数据+配件数据+修理数据+用户用车数据
44:48 马来西亚连配件库都还没建起来，infrastructure极其早期
45:42 AI修车在发达国家（美国）更有替代动力——labor fee更高
47:06 喷漆的故事：马来师傅配不出旧漆颜色→只能整面重喷→AI视觉可以解决
48:39 胡成臣：喷漆这个命题6-12个月可能就能攻克，市场不小
49:25 胡成臣：航空业MRO也有类似问题——飞机停一分钟就是巨大成本
53:45 Ellen：车上后装智能化有没有AI深耕的机会
54:04 胡成臣：off car（运营）和on car（车上智能化）两个维度
55:03 中国EV出海：产品力非常好，但马来西亚中国车占比不到10%
57:00 存量油车5-10年车龄，后装智能化有巨大机会
58:05 最大挑战：on car产品如果不跟车机深度绑定，能做的事有限
59:08 电动车vs油车：配件复杂度下降，但wear and tear还在
1:00:03 电动车趋势下夫妻老婆店更难adapt→市场会consolidate→对ServAuto是机会
1:01:08 三类主机厂打法：4S店经销商/全自营/授权独立维修厂——ServAuto争取第三类
1:02:07 数据归谁：用户产生但主权在OEM手里
1:02:40 欧洲Right to Repair法案：主机厂必须公布维修数据，允许第三方维修
1:04:06 胡成臣：如果后装AI box能让数据跟着用户走，生态会根本变化
1:06:18 收尾问题：如果AI能解决你最大的一个痛点，你希望它做什么？梅晗："帮我增长更快"
1:07:05 未来方向：马来西亚产业链纵深+东南亚横向扩张+AI驱动的To C产品
1:09:37 收尾
----
感谢Co-host胡成臣和嘉宾：梅晗，ServAuto创始人和CEO
离线时间 The AI Duet
主理人：Ellen｜新加坡
小红书：离线时间
官网：theaiduet.com
