自汽车金融业态产生以来，经历了“泛化模式”、“深化模式”和“混合模式”三个阶段，分别相对应汽车金融的起步阶段、发展阶段和成熟阶段。

　　在此阶段，对汽车的金融支持覆盖到汽车产业全流程，包括汽车销售、汽车流通和汽车生产等各环节。具体而言，汽车消费信贷一方面帮助短期内短缺资金的消费者提前实现购车梦想，同时也推动了汽车销售。而汽车销售的扩大又引发汽车的生产，最终将部分信贷资金投放到了汽车生产、流通领域，推动了汽车产业的整体发展。

　　随着汽车消费信贷的快速发展，对汽车金融业务提出了更多更高的要求。购车消费者已不满足于汽车消费信贷，希望提供更多综合化金融服务，如汽车保险、维修保养、汽车置换、汽车租赁、购车投资理财等等。这也为汽车金融业务的更高层次发展创造了有利条件。

　　这种模式实质上就是汽车“泛化”模式和“深化”模式的整合统一，其最终目的就是实现汽车金融从广度和深度两个层面对汽车产业全面渗透，实现汽车全产业链的金融化。

　　互联网与汽车金融相结合，推动了互联网汽车金融业态繁荣景象。目前，我国互联网汽车金融的商业模式主要包括消费金融、P2P平台、互联网众筹和互联网保险四种模式。

　　目前，P2P网贷平台提供的汽车金融产品，主要面向车主(企业或个人)和车商，包含新车和二手车的金融服务，借款用途包括资金周转、购车垫资款、购车分期贷款等等，多数以车辆作为抵押或者质押作为风控措施。

　　然而，汽车消费信贷属于典型的零售信贷业务，严重依赖于借款人的资信状况和还款能力。由于中国个人信用体系不健全，借贷双方存在严重信息不对称。另一方面，大多数P2P平台为保证贷款资金安全，不得不要求借款人提供更多更详尽的资料以证明其资信状况，从而给借款人申请贷款带来不便，也影响了借款人的贷款意愿，形成事实上的“劣币驱逐良币”。

　　一般的汽车金融业务贷款手续繁琐、贷款持续时间长，风控流程设计在防范风险的同时也成为当前制约汽车消费信贷发展的最主要原因。AI技术在消费信贷领域的应用逐步破解信息不对称的难题。通过全新的机器学习算法，基于海量的个人征信报告样本，建立的用户违约率模型，深入挖掘贷款人的履约表现，发现违约人群的独特规律，最大程度上识别出违约人群，进而在短时间内给出贷款人信用评分。

　　以e融所平台的车e贷为例，其车辆抵押借款只做抵押登记手续，不做其他传统车贷的相关手续。“从申请人的信贷 信用记录、商旅、电商、三大运营商的行为信息、社保 、公积金 、环保、欠税、民事裁决与执行等公共信息出发，将其解析、分解、组合成上千个维度，利用机器学习算法，实现对申请人违约风险秒级输出评分和解读”e融所副总裁张琪介绍道。“凭借先进的科技手段和汽车金融服务经验有效的简化审批流程，大大提高审贷效率，这是依托人力资源和经验判断的传统风控手段所无法比拟的。”

　　如何统一客户视图，强化客户细分同样是开展汽车金融业务面临的挑战。智金工科——第三代消费金融解决方案服务商，孙志磊先生提出“通过金融科技手段全面整合客户信息资源，建立面向汽车消费信贷的用户画像，实现基于客群分类的差别化营销服务策略，将成为消费金融行业必然趋势”。

　　汽车金融市场潜藏无限可能性，金融科技、人工智能技术的发展更是告诉平台不能裹足不前。在拥抱监管规范发展的同时，构建智能化、客户化的汽车消费信贷处理流程，逐步建立层次各异的汽车金融业务，促进消费方式从自我积累型向信用支持型转变，深化汽车金融向市场的渗透。