特斯拉自动驾驶

造车2.0时代的十大趋势

九章智驾 2021-05-04 18:36

本文作者为地平线市场拓展与战略规划副总裁李星宇，原本是回答知乎网友的提问“互联网、消费电子企业纷纷入局智能汽车，造车2.0时代的汽车产业会发生哪些新格局变化？” 文章首发于作者的知乎号，《九章智驾》获作者授权后转载。

知乎网友的问题：

苹果、华为、小米、百度全部进入了智能汽车赛道，苹果秘密造车，小米、百度公开成立造车子公司，华为布局智能汽车零部件供应商。这些互联网巨头进场了，对上一波新造车公司、传统车企带来了什么改变。

以下为李星宇的回答：

这的确是一个意义深远的话题，我想从产业和技术两个维度来分享一些自己不成熟的思考，总结成智能汽车产业和技术的十大趋势，和大家一起探讨。

产业篇

1.布局人车家全栈智能化产品，全场景智能化超级玩家浮出水面

汽车将逐渐成为个人的下一部科技终端，也是个人智能生活的必要一环。智能生活说白了，就是人-车-家三大场景，小米和华为入局汽车，补齐了最后一环，实现智能生活全场景贯通，个人数据可以无缝衔接，将打开无限的想象空间，有机会引发价值核聚变。

从功能手机转向智能手机，用户的使用时长大约增长了十倍，用途从通话扩展到生活的方方面面；从功能汽车转向智能汽车，用户的使用时长很可能也会经历相同的过程，用途从通行扩展到移动生活的无限场景，智能汽车有天然充足的算力，有属于个人最大的一块电池，它的形态和性能决定了其有比手机大得多的潜力。

反过来，手机巨头不进汽车赛场，主业也很难保住，当竞争对手是人车家全覆盖的时候，自己只有手机，就好比只用陆军PK人家的海陆空三军。

手机行业已经趋于饱和，必须寻找第二增长曲线。而汽车则是个人消费中仅次于房子的第二大消费品，从产业体量来看，大到什么地步呢？

这是前不久公布的2020年社会消费品零售总额数据，即使在去年汽车产量下降的情况下，其在全社会消费品零售总额中的占比都超过了1/10。

除了房地产，找不到比这更大的行业。

来源：国家统计局，《2020年12月份社会消费品零售总额增长4.6%》新闻稿

2.顶尖智能化解决方案玩家将从2B走向2C

华为的HI+本质上是2C端的品牌，这次ARCFOX极狐阿尔法S的品牌宣传，华为冲在前面，作为零部件供应商，这在过去是罕见的。其端到端的智能化产品本质上也是2C端的产品，提供了面向用户的软件订阅收费模式，跟北汽收益分成。这一切都颠覆了传统Tier1的商业模式，转而成为微软-电脑整机厂的商业模式。

华为是否造车？曾几何时最热门的话题，现在更像是一个伪命题，当你已经成为Wintel的时候，还在乎是否做PC整机吗？

“你会看到传统车厂，来一个功能加一个盒子，来一个功能加一个盒子，但是我们的看法本身就是一台计算机，一个大计算机了事，把车挂上去，这是本质的不同。” 华为智能驾驶产品线总裁苏箐的这番话代表了他对于智能汽车合作范式的理解。

去年年底，华为的智能汽车解决方案BU并入消费者业务部门，从2B向2C的转变，并不代表华为要造车，而是从侧面显示了华为对于智能化解决方案本质的理解：必须直面用户，以用户为中心设计产品，创造价值。

特斯拉就是围绕用户价值进行产品设计的典范。中国汽车行业过去的一个比较显著的问题是成本思维较重，依靠供应商开发功能，成本优先，压榨供应链利润，没有以用户价值的创造为先，导致创新能力不足。

从技术角度看，做端到端智能化解决方案，从2B向2C也是必须的，数据闭环的必然要求。智能化解决方案的功能迭代升级依赖于大量的真实场景数据，而且还需要是有一定实时度的数据，这些数据只能从消费者端获得。如果不能直接2C，那么数据就需要从主机厂那边去拿，考虑到个人隐私、数据利益分成等因素，这个模式很难达成。

百度是另一个例子，Apollo解决方案起步很早，但前装量产并不顺利，很重要的一个原因就是没有走向2C，跟吉利成立合资公司，一方面是因为正向设计需要打通从感知到决策、控制的全链条，靠合作效率太低；另一方面，通过走向2C掌握数据是更深层次的原因。

3.造车新势力崛起，重塑中高端品牌格局

过去一百年，汽车的创新主要围绕一个力展开，就是动力，豪华车以动力和加速性能作为主要标志，折射的就是这个逻辑。但新能源车的出现让燃油车在动力方面没有优势可言，汽车行业需要寻找新的价值坐标。

今后，汽车的创新主要围绕算力展开，豪华很可能将由智能来定义，在这个维度上，造车新势力有先天的优势。华为、苹果、小米这样有强大智能化基因的玩家入局，很容易将ICT行业积累多年的技术优势移植过来，包括应用软件、操作系统、交互设计等。

这些玩家还有非常强大的用户体验设计能力，这可能是未来差异化竞争的额核心。

今天，蔚来汽车的平均售价达到44万的价位，这在传统自主品牌时代是想都不敢想的，理想One则是中国自主品牌30万+价位的车型销量冠军。特斯拉则干翻了一众豪车品牌，在北美豪华车销量前十名中，其销量比后面九名的总和还要多。

李斌说蔚来短期的对手是BBA,但长期来看是苹果，值得深思。

新能源叠加智能化，是造车新势力实现品牌向上突破的最佳机遇，目前来看，造车新势力的确抓住了。

很多人说：造车不是一件简单的事，新入局者必须要补上整车设计制造的短板，的确如此，但我更愿意从另一个视角去思考这个问题：科技巨头补传统造车能力，比传统车企补智能化能力要更快。

过去一百年，汽车工业已经培养了大量高素质的产业工人和造车技术人才，这些人才很容易被造车新势力招聘到，造车新势力的大量人才都是从上汽、博世这些传统巨头来的，这些老司机的到来可以较快补齐新势力造车能力的短板。

但如果现在去招智能化人才，则远没有那么容易。

而新势力的研发效率更高，这后面体现的是新势力的决策能力、组织执行力以及领导者的号召力。我们还是数字说话：

下图是苹果在推出第一代iPhone后4年的研发费用跟诺基亚的对比，可以看出，诺基亚的研发支出基本都在苹果五倍以上，但依然不能挽回败局。诺基亚的研发费用一方面分散到了太多的机型上，另一方面，诺基亚的迟缓和官僚主义也让他无法追上苹果的创新步伐。

来源：上市企业年报

这是本土的造车新势力和传统自主品牌的研发对比，基本上是一样的故事。胜利的天平已经在向新势力倾斜。

来源：上市企业年报

4.智能汽车将掀起资本市场的下一波超级浪潮

小米靠手机破局，打造了大量的物联网产品，体现的手机的旗舰效应。同样，今天的智能汽车已经成为人工智能的旗舰物种，作为一个开启者，拉开人工智能商业化时代的序幕，会产生巨量的经济体量，占到整个资本市场估计三分之一的份额。

几乎所有的IT和互联网科技巨头都会师智能汽车赛场，就是因为它的旗舰效应，不进入这个赛场，未来就很黯淡。

颠覆性的技术变革期往往是最好的投资机遇期，回归历史，个人计算机的繁荣在过去的40余年里给资本市场带来了13万亿美金的市值规模，今天的人工智能产业虽然还比较小，大概2万亿美金的市值规模，但在未来的15-20年，AI产业可能会成长到30万亿美金的市场规模，这是硅谷的投资女皇凯瑟琳·伍德的预测（见下图），她曾投资了特斯拉、Zoom、比特币，其所看好的领域已经成为了重要的投资风向标。

数据来源：ARK Investment Management LLC, 2020

技术篇

5.智能汽车将成为真正意义上的第一部个人人工智能终端

智能汽车很可能是过去40年以来继PC革命以后最大的技术创新，堪称史诗级的创新。无论是PC还是手机，本质上是信息终端，而智能汽车则是真正意义上的第一个人工智能终端，本质区别在于决策，信息终端只能被动去接收人的输入来执行，而人工智能终端可以做自主决策，在不依赖人的干预情况下去行动，可以说智能汽车同时开创了一个全新的时代——机器人时代。AI技术在自动驾驶领域打穿之后，整个机器人的技术都会突破，智能汽车的感知、规划、决策、控制的技术，延伸出来完全可以用于更多的机器人场景，从这个意义上来讲，这是一个时代开启的序幕。

对个人来说，智能汽车将有两个核心属性：出行属性和空间属性；随着自动驾驶程度的提升，两种属性将逐渐解耦。

出行属性：自动驾驶将成为车的基本功能。随着驾驶自动化程度提升，持续解放人的时间，自动化的程度决定了解放时间的程度。

空间属性：将成为个人专属数字空间，具有高度差异化的属性，也是最大的内容入口和服务入口。

6.制衡云计算，智能汽车将成为分布式边缘计算与数据中心

今天我们面临的一个严峻的问题是：计算越来越多地从PC和手机转向云计算，互联网巨头掌控着个人数据的方方面面，今天的推荐算法已经带有高度的偏向性了，换句话说：互联网巨头呈现给个人的不是一个完整客观的世界，而是一个他希望你看到的世界。

但未来的计算应该是普惠的、民主化的，而不是中心化的。因为安全的需求，个人需要专属的私有服务器，智能汽车最有可能承载这一任务，它有个人最为强大的算力、最大的存储空间、最大的电池，完成可以成为个人的私有计算中心和数据中心。

当然，智能汽车可能不是个人唯一的私有计算中心，但它肯定是最佳载体之一。

正如任何其它共享经济一样，当个人不在车上的时候，车的算力、存储空间和电池完全可以被共享，如此，智能汽车将变为分布式边缘计算与数据中心，以及分布式的储能中心。可以用来挖币、做区块链的各种应用、科学计算等等。

7.整车零部件将急剧减少，降低整车制造门槛

一个新的趋势是，新能源智能汽车正在快速模块化，摩根士丹利以亚当-乔纳斯（Adam Jonas）为首的分析师在最近一份报告中表示，根据与主机厂、供应商和电动汽车领域专家们的密切沟通，在未来10年，随着汽车制造商实现更高的产量、简化生产流程并改进汽车设计，电动汽车所需的零部件数量最终可能会从目前的约1万个减少到100个甚至更少。

虽然这样的预测目前来看还非常激进，能不能到100个零部件很难讲，但趋势是明确的。

比如车内的ECU，从70~300个不等，而且内部还使用了大量的MCU芯片。最近的MCU芯片的缺货可能是汽车行业最热门的一个话题，也使得整个行业对于汽车芯片的认知达到了空前的高度，在短期内我们还是要靠产能解决，但是在长期怎么办呢？这里面折射出一个新的技术趋势，那就是汽车正在从分布式的计算架构往集中式的计算架构走，也只有这样做才能真正的去解决芯片短缺的问题。

分布式的计算架构需要上百个ECU，所以对应的芯片和种类也是特别多；而集中式的计算架构打造的是一个高性能计算机，这样的架构使得芯片的用量可以极大幅度地节省，计算机的模块化程度高，从而使得零部件数量变少，可以简化整个供应链的管理。当然，与之对应的，是单颗芯片的集成度和性能的要求就会比原来高得多。

8.智能汽车将从产品竞争走向生态竞争

我们面临着绝佳的成长机遇期，这个机遇就是智能汽车时代已然开始，生态但格局未定，大家都有机会去创新。同时我们也意识到，未来2-3年很可能是生态的关键窗口期，通过梳理历史脉络会发现，PC/服务器的发展史经历了一个非常有趣的趋势，一开始是顶级玩家比如SUN和IBM做垂直整合，自己做整机和操作系统，甚至自己做芯片（SPARC和PowerPC）。但趋势总是开放战胜封闭，微软和英特尔的出现使得开放性成为业界的主流趋势，开放性摧毁了IBM的技术优势。再到移动时代，我们看到了更加开放的生态、并且还有开源的趋势。

如今在服务器市场，ARM的服务器越来越多占据了行业的市场份额，服务器操作系统从封闭的变成了Linux，这体现了生态繁荣的底层必须是开放的，相当程度上还得是开源。

英伟达之所以有今天在AI业界统治者的地位，击败同时代GPU的另外一位王者AMD靠的是什么？是靠CUDA这样的基础工具的打磨，是长期在软件和生态上的积累。

智能汽车行业也必将诞生车载操作系统，支撑上层丰富的软件应用生态，尤其是与个人空间属性相关的应用生态，开放开源是大势所趋。

在手机操作系统发展历史上，诺基亚推出过自有操作系统Meego,但缺乏规模效应，仅Nokia N9一款手机支持，开发者不愿在上面开发应用；三星推出过TIZEN,仅自家低端手机支持，无法吸引开发者，也没有成功；微软的WM7跟前代OS不兼容，导致原有生态无法利用，而Windows Phone进入时机比iOS晚了三年，也错过了机遇。最终成就霸业的，只有谷歌的安卓。智能手机的创新周期比PC快得多，安卓通过开源迅速击败对手，占领了绝大部分市场。

手机操作系统之争，以开源系统胜出而告终

从历史展望未来，汽车品牌之间的车型竞争大概率将变成生态系统之间的竞争，比拼的是生态的繁荣度。除了特斯拉，操作系统很可能不是主机厂专属的，而且属于一个开放的第三方联盟。

9.数据驱动的软件2.0时代替代依靠人力的软件1.0时代

今天我们都在说软件定义汽车，但到底该怎么实现？传统上，我们依靠大量程序员，手工设计代码逻辑，这种高度依赖专家经验固化的软件开发1.0方式，是否真的能穷尽所有极端驾驶场景，能否适应复杂的人机交互场景？答应显然是否定的。

我曾经跟一家顶尖汽车品牌的架构师聊过，他说他们的自动驾驶决策算法包含了上万个跳转分支，想想都可怕，如此设计，里面的逻辑冲突该有多少？后期新增的代码会不会导致原来的功能失效？

随着人工智能算法的突破，我们已经迎来软件开发2.0的时代，以数据驱动取代逻辑驱动，以机器学习取代码农编程，实现更高的软件迭代效率。数据驱动使得算法对各种不同场景有非常好的泛化适应能力。

当然，逻辑编程和机器学习在极长时间内都是共存状态，并且相辅相成，但重心是逐渐向机器学习偏移的。

经常看到主机厂说要招几千个软件开发人员，培养智能化核心能力，这其实还是软件开发1.0时代的思路。特斯拉的软件团队也只有几百人，但在智能化方面领跑，本质上是靠软件开发2.0的先进生产力。

10.自动驾驶渐进式技术路线渐成主流

我们谈到智能汽车和自动驾驶，绕不开的是Waymo和特斯拉，他们也在过去代表了两种主流的路线：特斯拉采用的是基于量产车从L2的功能起步逐渐渐进式路线；而Waymo一开始就会把司机的元素抛弃，从L4进攻。

大概六七年前Waymo代表的路线还是最主流的路线，在2016年的时候我曾经写过一篇文章探讨了这个路线问题，我的答案是渐进式路线才是主流，因为从本质上来讲，自动驾驶是一个复杂的工程问题。工程问题要的是对于长尾问题的解决能力，这样的解决能力只能在实践中打磨，靠海量数据去积累，注定了我们需要这样的渐进式路线。

渐进式路线在商业模式上的优越性也极为明显，本质上是消费者承担了研发成本，而跨越式路线得自己扛起来所有的负担。

这不是说跨越式自动驾驶路线对行业没有贡献，相反，他们为整个行业进行了极为可贵的探索，在底层技术上推进了自动驾驶的边界。在边缘性的局部场景下的商业化也可圈可点。

Momenta的“两条腿”产品战略无疑是一个理性的路线，量产自动驾驶Mpilot快速落地积累数据，打磨长尾场景解决方案，技术上通过完全自动驾驶建立更优秀的底层框架，值得借鉴。

即使是特斯拉，在底层框架上也是不断重构，如今的FSD相对于与当年的Autopilot，基本也是推倒重来了，渐进式路线不是一条平滑曲线，而是阶梯状的小幅跃迁。

任何复杂的系统，其进化之路都有相似性，阿里的电商平台在发展过程中，底层架构重构了六次，每一次相比前一次都有提升，但呈现出的整体发展路线依然是渐进式的。你无法在还没有商业化的时候就构建一个十亿用户级别的后台，那样做会烧光所有的钱，都迎不来曙光。