特斯拉自動駕駛

造車2.0時代的十大趨勢

九章智駕 2021-05-04 18:36

本文作者為地平線市場拓展與戰(zhàn)略規(guī)劃副總裁李星宇，原本是回答知乎網(wǎng)友的提問“互聯(lián)網(wǎng)、消費電子企業(yè)紛紛入局智能汽車，造車2.0時代的汽車產(chǎn)業(yè)會發(fā)生哪些新格局變化？” 文章首發(fā)于作者的知乎號，《九章智駕》獲作者授權(quán)后轉(zhuǎn)載。

知乎網(wǎng)友的問題：

蘋果、華為、小米、百度全部進入了智能汽車賽道，蘋果秘密造車，小米、百度公開成立造車子公司，華為布局智能汽車零部件供應(yīng)商。這些互聯(lián)網(wǎng)巨頭進場了，對上一波新造車公司、傳統(tǒng)車企帶來了什么改變。

以下為李星宇的回答：

這的確是一個意義深遠的話題，我想從產(chǎn)業(yè)和技術(shù)兩個維度來分享一些自己不成熟的思考，總結(jié)成智能汽車產(chǎn)業(yè)和技術(shù)的十大趨勢，和大家一起探討。

產(chǎn)業(yè)篇

1.布局人車家全棧智能化產(chǎn)品，全場景智能化超級玩家浮出水面

汽車將逐漸成為個人的下一部科技終端，也是個人智能生活的必要一環(huán)。智能生活說白了，就是人-車-家三大場景，小米和華為入局汽車，補齊了最后一環(huán)，實現(xiàn)智能生活全場景貫通，個人數(shù)據(jù)可以無縫銜接，將打開無限的想象空間，有機會引發(fā)價值核聚變。

從功能手機轉(zhuǎn)向智能手機，用戶的使用時長大約增長了十倍，用途從通話擴展到生活的方方面面；從功能汽車轉(zhuǎn)向智能汽車，用戶的使用時長很可能也會經(jīng)歷相同的過程，用途從通行擴展到移動生活的無限場景，智能汽車有天然充足的算力，有屬于個人最大的一塊電池，它的形態(tài)和性能決定了其有比手機大得多的潛力。

反過來，手機巨頭不進汽車賽場，主業(yè)也很難保住，當(dāng)競爭對手是人車家全覆蓋的時候，自己只有手機，就好比只用陸軍PK人家的海陸空三軍。

手機行業(yè)已經(jīng)趨于飽和，必須尋找第二增長曲線。而汽車則是個人消費中僅次于房子的第二大消費品，從產(chǎn)業(yè)體量來看，大到什么地步呢？

這是前不久公布的2020年社會消費品零售總額數(shù)據(jù)，即使在去年汽車產(chǎn)量下降的情況下，其在全社會消費品零售總額中的占比都超過了1/10。

除了房地產(chǎn)，找不到比這更大的行業(yè)。

來源：國家統(tǒng)計局，《2020年12月份社會消費品零售總額增長4.6%》新聞稿

2.頂尖智能化解決方案玩家將從2B走向2C

華為的HI+本質(zhì)上是2C端的品牌，這次ARCFOX極狐阿爾法S的品牌宣傳，華為沖在前面，作為零部件供應(yīng)商，這在過去是罕見的。其端到端的智能化產(chǎn)品本質(zhì)上也是2C端的產(chǎn)品，提供了面向用戶的軟件訂閱收費模式，跟北汽收益分成。這一切都顛覆了傳統(tǒng)Tier1的商業(yè)模式，轉(zhuǎn)而成為微軟-電腦整機廠的商業(yè)模式。

華為是否造車？曾幾何時最熱門的話題，現(xiàn)在更像是一個偽命題，當(dāng)你已經(jīng)成為Wintel的時候，還在乎是否做PC整機嗎？

“你會看到傳統(tǒng)車廠，來一個功能加一個盒子，來一個功能加一個盒子，但是我們的看法本身就是一臺計算機，一個大計算機了事，把車掛上去，這是本質(zhì)的不同?！?華為智能駕駛產(chǎn)品線總裁蘇箐的這番話代表了他對于智能汽車合作范式的理解。

去年年底，華為的智能汽車解決方案BU并入消費者業(yè)務(wù)部門，從2B向2C的轉(zhuǎn)變，并不代表華為要造車，而是從側(cè)面顯示了華為對于智能化解決方案本質(zhì)的理解：必須直面用戶，以用戶為中心設(shè)計產(chǎn)品，創(chuàng)造價值。

特斯拉就是圍繞用戶價值進行產(chǎn)品設(shè)計的典范。中國汽車行業(yè)過去的一個比較顯著的問題是成本思維較重，依靠供應(yīng)商開發(fā)功能，成本優(yōu)先，壓榨供應(yīng)鏈利潤，沒有以用戶價值的創(chuàng)造為先，導(dǎo)致創(chuàng)新能力不足。

從技術(shù)角度看，做端到端智能化解決方案，從2B向2C也是必須的，數(shù)據(jù)閉環(huán)的必然要求。智能化解決方案的功能迭代升級依賴于大量的真實場景數(shù)據(jù)，而且還需要是有一定實時度的數(shù)據(jù)，這些數(shù)據(jù)只能從消費者端獲得。如果不能直接2C，那么數(shù)據(jù)就需要從主機廠那邊去拿，考慮到個人隱私、數(shù)據(jù)利益分成等因素，這個模式很難達成。

百度是另一個例子，Apollo解決方案起步很早，但前裝量產(chǎn)并不順利，很重要的一個原因就是沒有走向2C，跟吉利成立合資公司，一方面是因為正向設(shè)計需要打通從感知到?jīng)Q策、控制的全鏈條，靠合作效率太低；另一方面，通過走向2C掌握數(shù)據(jù)是更深層次的原因。

3.造車新勢力崛起，重塑中高端品牌格局

過去一百年，汽車的創(chuàng)新主要圍繞一個力展開，就是動力，豪華車以動力和加速性能作為主要標(biāo)志，折射的就是這個邏輯。但新能源車的出現(xiàn)讓燃油車在動力方面沒有優(yōu)勢可言，汽車行業(yè)需要尋找新的價值坐標(biāo)。

今后，汽車的創(chuàng)新主要圍繞算力展開，豪華很可能將由智能來定義，在這個維度上，造車新勢力有先天的優(yōu)勢。華為、蘋果、小米這樣有強大智能化基因的玩家入局，很容易將ICT行業(yè)積累多年的技術(shù)優(yōu)勢移植過來，包括應(yīng)用軟件、操作系統(tǒng)、交互設(shè)計等。

這些玩家還有非常強大的用戶體驗設(shè)計能力，這可能是未來差異化競爭的額核心。

今天，蔚來汽車的平均售價達到44萬的價位，這在傳統(tǒng)自主品牌時代是想都不敢想的，理想One則是中國自主品牌30萬+價位的車型銷量冠軍。特斯拉則干翻了一眾豪車品牌，在北美豪華車銷量前十名中，其銷量比后面九名的總和還要多。

李斌說蔚來短期的對手是BBA,但長期來看是蘋果，值得深思。

新能源疊加智能化，是造車新勢力實現(xiàn)品牌向上突破的最佳機遇，目前來看，造車新勢力的確抓住了。

很多人說：造車不是一件簡單的事，新入局者必須要補上整車設(shè)計制造的短板，的確如此，但我更愿意從另一個視角去思考這個問題：科技巨頭補傳統(tǒng)造車能力，比傳統(tǒng)車企補智能化能力要更快。

過去一百年，汽車工業(yè)已經(jīng)培養(yǎng)了大量高素質(zhì)的產(chǎn)業(yè)工人和造車技術(shù)人才，這些人才很容易被造車新勢力招聘到，造車新勢力的大量人才都是從上汽、博世這些傳統(tǒng)巨頭來的，這些老司機的到來可以較快補齊新勢力造車能力的短板。

但如果現(xiàn)在去招智能化人才，則遠沒有那么容易。

而新勢力的研發(fā)效率更高，這后面體現(xiàn)的是新勢力的決策能力、組織執(zhí)行力以及領(lǐng)導(dǎo)者的號召力。我們還是數(shù)字說話：

下圖是蘋果在推出第一代iPhone后4年的研發(fā)費用跟諾基亞的對比，可以看出，諾基亞的研發(fā)支出基本都在蘋果五倍以上，但依然不能挽回敗局。諾基亞的研發(fā)費用一方面分散到了太多的機型上，另一方面，諾基亞的遲緩和官僚主義也讓他無法追上蘋果的創(chuàng)新步伐。

來源：上市企業(yè)年報

這是本土的造車新勢力和傳統(tǒng)自主品牌的研發(fā)對比，基本上是一樣的故事。勝利的天平已經(jīng)在向新勢力傾斜。

來源：上市企業(yè)年報

4.智能汽車將掀起資本市場的下一波超級浪潮

小米靠手機破局，打造了大量的物聯(lián)網(wǎng)產(chǎn)品，體現(xiàn)的手機的旗艦效應(yīng)。同樣，今天的智能汽車已經(jīng)成為人工智能的旗艦物種，作為一個開啟者，拉開人工智能商業(yè)化時代的序幕，會產(chǎn)生巨量的經(jīng)濟體量，占到整個資本市場估計三分之一的份額。

幾乎所有的IT和互聯(lián)網(wǎng)科技巨頭都會師智能汽車賽場，就是因為它的旗艦效應(yīng)，不進入這個賽場，未來就很黯淡。

顛覆性的技術(shù)變革期往往是最好的投資機遇期，回歸歷史，個人計算機的繁榮在過去的40余年里給資本市場帶來了13萬億美金的市值規(guī)模，今天的人工智能產(chǎn)業(yè)雖然還比較小，大概2萬億美金的市值規(guī)模，但在未來的15-20年，AI產(chǎn)業(yè)可能會成長到30萬億美金的市場規(guī)模，這是硅谷的投資女皇凱瑟琳·伍德的預(yù)測（見下圖），她曾投資了特斯拉、Zoom、比特幣，其所看好的領(lǐng)域已經(jīng)成為了重要的投資風(fēng)向標(biāo)。

數(shù)據(jù)來源：ARK Investment Management LLC, 2020

技術(shù)篇

5.智能汽車將成為真正意義上的第一部個人人工智能終端

智能汽車很可能是過去40年以來繼PC革命以后最大的技術(shù)創(chuàng)新，堪稱史詩級的創(chuàng)新。無論是PC還是手機，本質(zhì)上是信息終端，而智能汽車則是真正意義上的第一個人工智能終端，本質(zhì)區(qū)別在于決策，信息終端只能被動去接收人的輸入來執(zhí)行，而人工智能終端可以做自主決策，在不依賴人的干預(yù)情況下去行動，可以說智能汽車同時開創(chuàng)了一個全新的時代——機器人時代。AI技術(shù)在自動駕駛領(lǐng)域打穿之后，整個機器人的技術(shù)都會突破，智能汽車的感知、規(guī)劃、決策、控制的技術(shù)，延伸出來完全可以用于更多的機器人場景，從這個意義上來講，這是一個時代開啟的序幕。

對個人來說，智能汽車將有兩個核心屬性：出行屬性和空間屬性；隨著自動駕駛程度的提升，兩種屬性將逐漸解耦。

出行屬性：自動駕駛將成為車的基本功能。隨著駕駛自動化程度提升，持續(xù)解放人的時間，自動化的程度決定了解放時間的程度。

空間屬性：將成為個人專屬數(shù)字空間，具有高度差異化的屬性，也是最大的內(nèi)容入口和服務(wù)入口。

6.制衡云計算，智能汽車將成為分布式邊緣計算與數(shù)據(jù)中心

今天我們面臨的一個嚴(yán)峻的問題是：計算越來越多地從PC和手機轉(zhuǎn)向云計算，互聯(lián)網(wǎng)巨頭掌控著個人數(shù)據(jù)的方方面面，今天的推薦算法已經(jīng)帶有高度的偏向性了，換句話說：互聯(lián)網(wǎng)巨頭呈現(xiàn)給個人的不是一個完整客觀的世界，而是一個他希望你看到的世界。

但未來的計算應(yīng)該是普惠的、民主化的，而不是中心化的。因為安全的需求，個人需要專屬的私有服務(wù)器，智能汽車最有可能承載這一任務(wù)，它有個人最為強大的算力、最大的存儲空間、最大的電池，完成可以成為個人的私有計算中心和數(shù)據(jù)中心。

當(dāng)然，智能汽車可能不是個人唯一的私有計算中心，但它肯定是最佳載體之一。

正如任何其它共享經(jīng)濟一樣，當(dāng)個人不在車上的時候，車的算力、存儲空間和電池完全可以被共享，如此，智能汽車將變?yōu)榉植际竭吘売嬎闩c數(shù)據(jù)中心，以及分布式的儲能中心?？梢杂脕硗趲?、做區(qū)塊鏈的各種應(yīng)用、科學(xué)計算等等。

7.整車零部件將急劇減少，降低整車制造門檻

一個新的趨勢是，新能源智能汽車正在快速模塊化，摩根士丹利以亞當(dāng)-喬納斯（Adam Jonas）為首的分析師在最近一份報告中表示，根據(jù)與主機廠、供應(yīng)商和電動汽車領(lǐng)域?qū)＜覀兊拿芮袦贤?，在未?0年，隨著汽車制造商實現(xiàn)更高的產(chǎn)量、簡化生產(chǎn)流程并改進汽車設(shè)計，電動汽車所需的零部件數(shù)量最終可能會從目前的約1萬個減少到100個甚至更少。

雖然這樣的預(yù)測目前來看還非常激進，能不能到100個零部件很難講，但趨勢是明確的。

比如車內(nèi)的ECU，從70~300個不等，而且內(nèi)部還使用了大量的MCU芯片。最近的MCU芯片的缺貨可能是汽車行業(yè)最熱門的一個話題，也使得整個行業(yè)對于汽車芯片的認(rèn)知達到了空前的高度，在短期內(nèi)我們還是要靠產(chǎn)能解決，但是在長期怎么辦呢？這里面折射出一個新的技術(shù)趨勢，那就是汽車正在從分布式的計算架構(gòu)往集中式的計算架構(gòu)走，也只有這樣做才能真正的去解決芯片短缺的問題。

分布式的計算架構(gòu)需要上百個ECU，所以對應(yīng)的芯片和種類也是特別多；而集中式的計算架構(gòu)打造的是一個高性能計算機，這樣的架構(gòu)使得芯片的用量可以極大幅度地節(jié)省，計算機的模塊化程度高，從而使得零部件數(shù)量變少，可以簡化整個供應(yīng)鏈的管理。當(dāng)然，與之對應(yīng)的，是單顆芯片的集成度和性能的要求就會比原來高得多。

8.智能汽車將從產(chǎn)品競爭走向生態(tài)競爭

我們面臨著絕佳的成長機遇期，這個機遇就是智能汽車時代已然開始，生態(tài)但格局未定，大家都有機會去創(chuàng)新。同時我們也意識到，未來2-3年很可能是生態(tài)的關(guān)鍵窗口期，通過梳理歷史脈絡(luò)會發(fā)現(xiàn)，PC/服務(wù)器的發(fā)展史經(jīng)歷了一個非常有趣的趨勢，一開始是頂級玩家比如SUN和IBM做垂直整合，自己做整機和操作系統(tǒng)，甚至自己做芯片（SPARC和PowerPC）。但趨勢總是開放戰(zhàn)勝封閉，微軟和英特爾的出現(xiàn)使得開放性成為業(yè)界的主流趨勢，開放性摧毀了IBM的技術(shù)優(yōu)勢。再到移動時代，我們看到了更加開放的生態(tài)、并且還有開源的趨勢。

如今在服務(wù)器市場，ARM的服務(wù)器越來越多占據(jù)了行業(yè)的市場份額，服務(wù)器操作系統(tǒng)從封閉的變成了Linux，這體現(xiàn)了生態(tài)繁榮的底層必須是開放的，相當(dāng)程度上還得是開源。

英偉達之所以有今天在AI業(yè)界統(tǒng)治者的地位，擊敗同時代GPU的另外一位王者AMD靠的是什么？是靠CUDA這樣的基礎(chǔ)工具的打磨，是長期在軟件和生態(tài)上的積累。

智能汽車行業(yè)也必將誕生車載操作系統(tǒng)，支撐上層豐富的軟件應(yīng)用生態(tài)，尤其是與個人空間屬性相關(guān)的應(yīng)用生態(tài)，開放開源是大勢所趨。

在手機操作系統(tǒng)發(fā)展歷史上，諾基亞推出過自有操作系統(tǒng)Meego,但缺乏規(guī)模效應(yīng)，僅Nokia N9一款手機支持，開發(fā)者不愿在上面開發(fā)應(yīng)用；三星推出過TIZEN,僅自家低端手機支持，無法吸引開發(fā)者，也沒有成功；微軟的WM7跟前代OS不兼容，導(dǎo)致原有生態(tài)無法利用，而Windows Phone進入時機比iOS晚了三年，也錯過了機遇。最終成就霸業(yè)的，只有谷歌的安卓。智能手機的創(chuàng)新周期比PC快得多，安卓通過開源迅速擊敗對手，占領(lǐng)了絕大部分市場。

手機操作系統(tǒng)之爭，以開源系統(tǒng)勝出而告終

從歷史展望未來，汽車品牌之間的車型競爭大概率將變成生態(tài)系統(tǒng)之間的競爭，比拼的是生態(tài)的繁榮度。除了特斯拉，操作系統(tǒng)很可能不是主機廠專屬的，而且屬于一個開放的第三方聯(lián)盟。

9.數(shù)據(jù)驅(qū)動的軟件2.0時代替代依靠人力的軟件1.0時代

今天我們都在說軟件定義汽車，但到底該怎么實現(xiàn)？傳統(tǒng)上，我們依靠大量程序員，手工設(shè)計代碼邏輯，這種高度依賴專家經(jīng)驗固化的軟件開發(fā)1.0方式，是否真的能窮盡所有極端駕駛場景，能否適應(yīng)復(fù)雜的人機交互場景？答應(yīng)顯然是否定的。

我曾經(jīng)跟一家頂尖汽車品牌的架構(gòu)師聊過，他說他們的自動駕駛決策算法包含了上萬個跳轉(zhuǎn)分支，想想都可怕，如此設(shè)計，里面的邏輯沖突該有多少？后期新增的代碼會不會導(dǎo)致原來的功能失效？

隨著人工智能算法的突破，我們已經(jīng)迎來軟件開發(fā)2.0的時代，以數(shù)據(jù)驅(qū)動取代邏輯驅(qū)動，以機器學(xué)習(xí)取代碼農(nóng)編程，實現(xiàn)更高的軟件迭代效率。數(shù)據(jù)驅(qū)動使得算法對各種不同場景有非常好的泛化適應(yīng)能力。

當(dāng)然，邏輯編程和機器學(xué)習(xí)在極長時間內(nèi)都是共存狀態(tài)，并且相輔相成，但重心是逐漸向機器學(xué)習(xí)偏移的。

經(jīng)?？吹街鳈C廠說要招幾千個軟件開發(fā)人員，培養(yǎng)智能化核心能力，這其實還是軟件開發(fā)1.0時代的思路。特斯拉的軟件團隊也只有幾百人，但在智能化方面領(lǐng)跑，本質(zhì)上是靠軟件開發(fā)2.0的先進生產(chǎn)力。

10.自動駕駛漸進式技術(shù)路線漸成主流

我們談到智能汽車和自動駕駛，繞不開的是Waymo和特斯拉，他們也在過去代表了兩種主流的路線：特斯拉采用的是基于量產(chǎn)車從L2的功能起步逐漸漸進式路線；而Waymo一開始就會把司機的元素拋棄，從L4進攻。

大概六七年前Waymo代表的路線還是最主流的路線，在2016年的時候我曾經(jīng)寫過一篇文章探討了這個路線問題，我的答案是漸進式路線才是主流，因為從本質(zhì)上來講，自動駕駛是一個復(fù)雜的工程問題。工程問題要的是對于長尾問題的解決能力，這樣的解決能力只能在實踐中打磨，靠海量數(shù)據(jù)去積累，注定了我們需要這樣的漸進式路線。

漸進式路線在商業(yè)模式上的優(yōu)越性也極為明顯，本質(zhì)上是消費者承擔(dān)了研發(fā)成本，而跨越式路線得自己扛起來所有的負(fù)擔(dān)。

這不是說跨越式自動駕駛路線對行業(yè)沒有貢獻，相反，他們?yōu)檎麄€行業(yè)進行了極為可貴的探索，在底層技術(shù)上推進了自動駕駛的邊界。在邊緣性的局部場景下的商業(yè)化也可圈可點。

Momenta的“兩條腿”產(chǎn)品戰(zhàn)略無疑是一個理性的路線，量產(chǎn)自動駕駛Mpilot快速落地積累數(shù)據(jù)，打磨長尾場景解決方案，技術(shù)上通過完全自動駕駛建立更優(yōu)秀的底層框架，值得借鑒。

即使是特斯拉，在底層框架上也是不斷重構(gòu)，如今的FSD相對于與當(dāng)年的Autopilot，基本也是推倒重來了，漸進式路線不是一條平滑曲線，而是階梯狀的小幅躍遷。

任何復(fù)雜的系統(tǒng)，其進化之路都有相似性，阿里的電商平臺在發(fā)展過程中，底層架構(gòu)重構(gòu)了六次，每一次相比前一次都有提升，但呈現(xiàn)出的整體發(fā)展路線依然是漸進式的。你無法在還沒有商業(yè)化的時候就構(gòu)建一個十億用戶級別的后臺，那樣做會燒光所有的錢，都迎不來曙光。

自動駕駛的兩條技術(shù)路線之爭

漸進式路線始終貫穿在特斯拉的功能演進過程中：從過去功能的低點起步緩慢更新，再到去年下半年推出全球首個在量產(chǎn)車輛部署的自動駕駛系統(tǒng)，它的迭代速度越來越快，發(fā)展到今天已經(jīng)達到了每周可以更新一次的水平。

而我們反觀Waymo還是局限在加州等幾個地方做封閉場景的運營。硅谷的投資女皇凱瑟琳·伍德在最近的一個分析里面指出，她說2022年如果特斯拉的自動駕駛乘車服務(wù)如期而至的話，那么從里程數(shù)來講，到2025年特斯拉能夠占據(jù)20%的市場，而Waymo占1%。這里面就體現(xiàn)了兩種技術(shù)路線的優(yōu)劣。