推荐一个项目，车主就问一次AI：3万家4S店售后还能扛得住吗？

不知道从何时起，越来越多的车主在修车时，习惯先跟AI咨询，然后再决定修车的事情。

这个画面很小，但它是汽车售后行业过去几年最深层变化的浓缩：专业话语权的中心正在从“门店柜台”向“车主手机”转移，它折射的不是“AI能不能修车”，而是售后市场的信息结构、激励结构、信任结构和商业模式同时进入重构期。

下面从现象、成因、能力边界、博弈、演化路径五个层面展开。

01、现象：从“听顾问的”到“先问AI的” 

一个普通车主进养车连锁，服务顾问常见动作是：接车—问诊—检查—签订维修合同。

维修项目可能包含机油机滤之外的发动机内部清洗、节气门清洗、油路清洗、空调杀菌、刹车深度养护、变速箱油更换、燃油添加剂、轮胎镀膜、底盘装甲、积碳治理等。

车主不急着签单，而是把“2万公里让洗节气门”“4万公里让循环机换变速箱油”“刹车油按含水量让换”这类建议逐条丢给AI，问三件事：要不要做？依据是什么？市场合理价多少？

这些维修项目，用不同提问方式、不同时间问同一模型，AI给出的解释和报价相差很大。

反映出AI进入售后，第一步稀释的是“顾问的解释权”，车主这样做，无非是“怕”做了一堆本来可以不做的项目。

02、成因：为什么门店会“多开项目”

要理解这场博弈，不能只骂门店黑。汽车售后堆叠维修项目，底层是三种压力。

第一，新车销售利润变薄，售后成为店面利润池。

中国质量新闻网指出，4S体系在保有量增长、消费观念成熟后，仍有大量维修项目以诸如“积炭严重”“节气门脏”“变速箱顿挫”等理由推销，主要是新车销售承压、店面靠售后补收入，说明传统经销商售后更有冲动提高单车售后产值。

第二，连锁加盟与工单提成把“推荐”制度化。

养车连锁强调标准化、透明化，但一线加盟商有生存压力，服务顾问或技师靠维修项目提成。

于是系统标准是一套，门店执行常变形，这不是某一家的问题，而是“平台标准—门店盈利—个人提成”共同博弈的产物。

第三，技术判断本身有模糊带，被商业化放大。

汽车维保本就分“视情维修”和“预防保养”两类。

机油机滤、部分火花塞、部分变速箱油、制动液、防冻液可按手册里程或检测值处理；但积碳、节气门、进气道、喷油嘴、三元、发动机内部油泥，属于“有症状视情处理”更合理。

很多门店把视情维修类项目做成预防保养类项目，从而扩充高频维修项目。

所以车主用AI逐条查，本质上是在做“手册对照＋检测数据对照＋价格对照”。这会把无依据的维修项目过滤掉，也会把门店从“我说你听”重新拉回“拿证据来”。

03、能力边界：AI在售后里的真实能力

是翻译员、审单员、分诊员，但不是修理工

把AI用于维保核对，能力边界要分清楚，合理用法是四件事。

第一，规则检索与手册对照。

给到车型、年款、发动机、里程、用车环境，AI可列出厂家手册常见周期：全合成机油约1万—1.5万/1年（部分车按车载系统提示）、空滤/空调滤1万—2万或按脏污、制动液按2年或含水检测、防冻液按手册冰点和年限、变速箱油按车型和工况。

它适合回答“这个项目在不在手册必做清单”里，但它看不见裂痕、旷量，听不见异响，闻不出异味，所以只能当通用建议而不是决策。

第二，术语翻译与风险分级。

例如服务顾问说“积炭导致动力下降”，AI可拆成：直喷机积碳更常见、轻度积碳不一定影响动力、有怠速抖动/冷启困难/油耗异常再考虑内窥镜确认、清洗方式分进气道泡沫、缸内剥离、燃油添加剂等多种，效果和风险不同，并提醒若多项同区域施工应核对工时是否重叠。

这一步虽能降低车主被术语裹挟，但要是你连这些都听不懂，AI就没招了，毕竟车辆工程毕业的学生也不是人人都能把汽车结构这门课考到100分的。

第三，比价与议价准备。

AI可根据城市、车型、原厂/品牌件、操作设备或方式、是否含工时给出区间。但这里是最大幻觉区：模型给的是已有数据的平均价，不等于该城该店合理价。

有门店举例同样奔驰9AT换油全套，AI可报几百也可报几千，取决于是否原厂油、是否换油底壳滤网、是否含螺丝、是否城市一类地段。因此AI比价应作为“议价锚”，不是“裁决价”。

另外，AI不能举车、不能量刹车片厚度、不能做缸压/漏气/烟雾/示波、不能读原厂在线编程、不能判断未提供数据的真实故障。

专业AI诊断平台也多强调“人机协同”、可解释性和技师复核，而不是自动下最终结论。

车主逐条查单可行，但把AI输出当“别修、只按这个来”则危险，所以，AI不能替代技师。

04、多方博弈：不是门店vs车主，而是四方重新分权

4S/授权售后：从“原厂权威”转向“质保+数据”护城河。

4S优势是原厂件、技术通报、质保连续；弱点是价格高、维修项目多、部分服务顾问销售化。车主用AI后，4S若继续用“不洗会拉缸”“不换会脱保”等绝对化话术，信任折损更快。

更稳的做法是按手册列必做、按检测值列选做、把非手册项目标注“预防性、非强制”，并保留旧件与检测记录。

三包层面，外部合规保养并不当然丧失法定三包，但商业终身质保、三电终身类按品牌合同执行，车主需留凭证。

连锁养车/互联网养车：从“低价标准”转向“标准可验证”。

途虎、天猫、京东类平台主打透明套餐和线上价，但加盟门店仍有堆叠维修项目的冲动。

AI审单会倒逼连锁把“推荐逻辑”写进系统：检测照片、厚度数据、含水率、冰点、故障码、旧件图全部留痕，推荐项目自动关联手册条款和拒绝后果。

做不到这点的连锁，会被AI比价和点评投诉双向挤压。

新能源车企：从“维保服务”转向“数据闭环”。

智能电动车把刹车片磨损、电池温度、SOH、电机冷却液、软件故障码全部上传。

理论上AI可基于车端数据做个性化维保；现实上也可能出现“系统推荐回店”的封闭圈，车主用通用大模型核对时拿不到原始遥测数据，只能核对官方周期。

新能源售后的核心博弈是数据权属：车主能否导出检测数据、第三方能否读码、原厂是否以“数据安全”限制竞争。

车主：从“信息弱势”转向“有限自服务”。

AI让普通车主会问“手册咋写的”“含水率多少”“旧件给我看”“工时是否重叠”，但也容易陷入极端：全信AI拒了必要维修，或拿AI均价压合理技术价。

成熟车主应把AI当审单助理，最终决策看检测数据+实车检查+质保要求+对本店信任度。

05、行业演化：信息差套利退潮，证据型服务上位

往后5—10年，车主用AI核对工单会从个例变常态，行业会出现五个变化。

第一，工单标准化、检测数据化。

基础保养不再靠服务顾问口述，而是系统出“检测证据包”：刹车片毫米数、刹车油含水%、冷却液冰点、电瓶内阻、轮胎沟深、空滤脏污图、OBD码与冻结帧、变速箱油颜色/金属屑（视情况）、厂家系统提示里程。

推荐维修项目必须写“依据数据+手册条款+不做的可预期风险”。没有数据只说“建议清洗/养护”，将越来越难成交。

第二，服务顾问从销售转翻译。

高提成推清洗养护的模式会收缩。新型服务顾问核心工作是三件事：会解读检测数据、会可视化证据、会把AI/手册/车况三方对齐。

门店KPI从“维修项目率”改到“复购率、一次修复率、投诉率、检测完整率”。

根据实际调研，车主不满主要集中在没修好、被推过多非必要维保项目、耗时、价格不透明和结算价超预估价；AI审单恰恰打在这几点上，门店不转型就可能会被逐单议价拖垮。

第三，价格从“店定”到“数据定”。

同一保养项目按机油规格、用量、是否含检查、城市工时系数报价；AI比价会逼门店把BOM和工时公开。

连锁平台若能做到“输入车型里程自动输出必做/选做/可疑三项清单”，会比单纯补贴获客更稳。

第四，AI分层：消费级做审单，专业级做分诊，车端级做预测。

消费级AI解决“要不要做、大概多少钱”；专业级结合原厂电路图、故障树、历史工单解决“怎么修”；车端级用读码解决“什么时候坏的”。三者不能互相替代。

门店引入专业AI可降新技师培养成本、提一次修复率；车主自用消费级AI只应作为到店前的过滤器。

第五，监管与标准补位。重点不是禁推非手册项目，而是禁“无依据强制”。

可推进四件事：保养手册电子化并可按VIN调取；门店公示工时单价和配件产地；非手册项目必须标注“预防性非强制”并留检测依据；旧件允许车主查验。

相关国标与手册对照已成避坑基础，如GB/T 18344类维护要求、厂家手册周期、刹车油含水与冷却液冰点等检测标准，AI平台也可接入这些标准，减少“全网均价”式误导。

最后，车主用AI一条条查维保项目，表面是“防坑”，深层是售后权力转移：专业解释权不再由服务顾问独占，进入“手册+数据+模型+实车检查”多方验证时代。

对于那些靠信息差、靠话术、靠提成推养护清洗的门店，这是利空；对愿意做检测留痕、按证据报价、把服务顾问变成技术翻译的门店，这是利好。

AI不会替代修理工，但会消灭“说不清为什么修”的维修单。

未来汽车售后的核心竞争力，不是谁更会推荐项目，而是谁更能用数据证明“这一项为什么现在做、不做会怎样、价格由什么构成”。

谁先把工单从销售话术变成检测后处置清单，谁就在AI审单时代活得更稳。