1. 引言

众所周知，在苹果公司(Apple)创始人史蒂夫ž乔布斯(Steve Jobs，1955.2.24 ~ 2011.10.5)逝世之后，硅谷公认的新一代科技偶像是PayPal、SpaceX、Tesla Motor以及SolarCity四家公司的CEO、人称“钢铁侠”的埃隆ž马斯克(Elon Musk，1971.6.28 ~)。在全世界惊叹于他源源不断的创造力与天马行空的想象力的同时，我个人对他的学术背景产生了非常大的好奇。在进行了一番了解之后，我对Musk当下所取得的成就一点再也不会感到一点意外，其本硕博三阶段的学术背景对于一位创业者而言，实在是互补得太完美了！

“钢铁侠”的教育背景如下：

1)学士：Ivy League名校宾夕法尼亚大学(University of Pennsylvania)物理系；

2)硕士：沃顿商学院(Wharton School，成立于1881年，是全美第一所大学商学院，也是当下全球最好的商学院之一)MBA，同时也获得了宾大物理学硕士学位；

3)博士：与Google创始人拉里ž佩奇(Larry Page，1973.3.26 ~)与谢尔盖ž布林(Sergey Brin，1973.8.21 ~)，是斯坦福大学(Stanford University)的肄业生(事实上Musk到斯坦福物理系报到的第二天就退学了)。

Musk之所以能几乎靠一人之力单枪匹马在硅谷打出一片广阔的天地，在我看来，其本质原因在于他一人身兼“科技+商业+心理学”这三项每个创业团队要想成功所必须具备的3大核心元素。【注：不得不说的是，在Musk二次创业的困难时期，硅谷著名的“贝宝黑帮”(PayPal Mafia)，在经济上的帮助与精神上的支持也功不可没】

在物理学家看来，人类是由原子和分子组成的奇妙物种，人类想要找到普适于宇宙与人类的“第一性原理”(First Principle)，必须从最基本的物理概念出发。由于学习物理学的缘故，Musk经常使用这种为物理学家所欣赏、推崇的“第一性原理”来思考问题，即面对任何问题不是通过不涉及本质的类比(Analogy)而是从基本的物理事实与物理概念出发，按照达尔文演化论与数学科学，即数学科学的逻辑公理体系的思维方式来逐步推演出结论(Boil things down to theirfundamental truths and reason up from there.)。

在与PayPal Mafia成员，如Facebook第一位外部投资人、硅谷意识形态的领袖、被称为“活着的硅谷象征”的彼得ž泰尔(Peter Thiel，1967.10.11 ~)、LinkedIn创始人里德ž霍夫曼(Reid Hoffman，1967.8.5~)、YouTube创始人查德ž赫利(Chad Hurley，1971.1.24 ~)与陈士骏(Steve Chen，1978.8.25 ~)、Kaggle董事会主席、Slide与Yelp创始人麦克斯ž拉夫琴(Max Levchin，1975.6.11 ~)等人讨论问题的时候，常常运用的是类似于“结构性脆弱”、“本质”、“不具备可证伪性”这些哲学味、科学思辨力十足的词汇；他们都习惯于运用“第一性原理”来看待事物；他们感兴趣的是宏大的世界图景；他们保持着对等待被挖掘的秘密的好奇之心；他们对这个世界的本质、未来该怎么运行才更加合理而高效，都有着自己的思考与判断；他们都是对未来有着明确把握的乐观主义者。

在下面的文章中，我将运用“第一性原理”的思维方式，试着从最基本物理事实与物理概念出发，对未来全球汽车工业的终极呈现形式做一下考虑了达尔文演化论后的逻辑推演，逐步得出我个人对这个问题的判断。

[page]

2. 最基本的物理概念——“能量”与“信息”

天文物理学家曾根据观测数据推算出：宇宙中只有4.4%属于原子等通常物质，剩下的是22.6%的暗物质和73%的“暗能量”。由爱因斯坦(Albert Einstein，1879.3.14 ~ 1955.4.18)的质能方程E=mc2可知质量与能量可相互转换，由此可知宇宙中95%以上的物质是看不见的。此外，在分子生物学家解读出来的人类基因图谱中，有97%的基因片段的功能都不清楚，曾有人认为这些基因没有功能，但也可能是只是这些功能尚未发现而已。

无独有偶，人的大脑神经网络包含约10^11个神经元，每个神经元有10^3到10^4个突触与其他神经元相连接。照此推算，大脑的潜在信息容量超过10^14比特，相当于10^9本书！对其中95%以上信息容量的作用尚不了解。这些基因所携带的信息及大脑神经中蕴含的信息，我们暂且可以依样画葫芦，将其称为“暗信息”。

2008年刚过世的著名理论物理学家约翰ž惠勒(John Wheeler，1911.7.9 ~ 2008.4.13)有类似“万物皆比特！”("It from bit!")的名言，即相信宇宙万物起源于“信息”；麻省理工学院(Massachusetts Institute of Technology，MIT)著名华裔理论凝聚态物理学家文小刚(1961.11.26 ~)也在尝试利用“量子比特”、“长程量子纠缠”等基本概念作为出发点来推导出麦克斯韦方程组(Maxwell's Equations，1865)和杨-米尔斯方程(Yang-Mills Theory，1954)，从而改由代数而非爱因斯坦使用的黎曼几何(Riemannian Geometry，1850s)与杨政宁(Chen-Ning Franklin Yang，1922.10.1 ~)使用的由华裔数学大师陈省身(1911.10.28 ~ 2004.12.3)所创立的纤维从(Fiber Bundle，1946)之类的几何进路来描述整个物理世界的运行模式。

众所周知，目前科学界有四大前沿：物质本质、宇宙演化、生命奥秘、自我意识。“暗信息”与“暗能量”的两暗问题不仅是寻求宇宙演化解释的关键所在，如能突破，也将从根本上刷新人类对物质与信息本质的认识。此外，“暗信息”也关系到生命演化奥秘和自我意识起源之谜，如能突破，也必将对人工智能(Artificial Intelligence，AI)技术的研发具有无与伦比的指导意义。

所以，四大前沿问题皆可归结为如何对“能量与信息”这两个最基本的物理概念的进行深度且创新性的理解。但是目前在这两个领域95%以上的内容都还是未知的，人类的科学探索依旧任重而道远！

除了上述提到的由“能量与信息”这两个最基本的物理概念所刻画的物理世界，我们可以看到人类文明的发展历程毋庸置疑是对“能量与信息”的运用不断提升的过程。二者在时空中的聚集程度，即“能量密度”与“信息密度”，决定了该阶段人类文明的发达程度。

在人类刚刚起源的时候，稀疏地分布于地球表面，通过狩猎和采集维持生存。此时人类的能源更多来自于狩猎的动物，由于动物资源有限，所以捕获的能量密度不足以支持大量人口，即不会达到人类文明“相变”(Phase Transition)所要求的临界值。直到10^4年前，人类发明了农业，开始了耕种，农作物通过光合作用带来能量，可以说人类利用了一个新的能源——太阳能，由此大大降低了人类生存的难度。这一新能源导致“能量密度”的极大提高，随之造成人口密度也极大提高，形成了村庄。由于“能量密度”的提高，为人们更紧密的信息交流提供了机会和环境，因而产生了语言和文字。而语言与文字恰恰是除基因之外人类可以传递信息给下一代的唯一方式，从此人类点燃了文明的火种。

辉煌灿烂的古希腊文明也是当时“信息密度”及信息处理强度达到了临界值所导致的知识大爆炸的自然结果。当年，伟大的思考者亚里士多德(Aristotle， 384 B.C.~ 322 B.C.)的学生亚历山大大帝(Alexander the Great，356.7.20 B.C. ~ 323.6.10 B.C.)南征北战，立下不世武功。但颇具讽刺意味的是，他对文明进程的最大贡献却在于其所建立的位于埃及亚历山大港的图书馆。据说亚历山大图书馆唯一的目的就是“收集全世界的书”，实现“世界知识总汇”的梦想，所以每一艘进入亚历山大港口的船只上只要发现图书，马上制作复本，归入亚历山大图书馆。

亚历山大图书馆优越的科研条件也吸引了地中海地区的大学者慕名而来，数学公理体系的设计者、《几何原本》作者欧几里得(Euclid，325 B.C. ~ 265 B.C.)曾在亚历山大图书馆闭关读书数十载，《原本》奠定了数学的研究范式，影响至今。古希腊的大科学家阿基米德(Archimedes，287 B.C. ~ 212 B.C.)与托勒密(Ptolemy，90 A.D.~ 168 A.D.)无一例外都曾在亚历山大图书馆里学习与工作过，汲取前人积累流传下来的信息，加上自身作为杰出学者的聪明才智与思考能力，二人分别建立了人类物理学科与天文学科的基础。帝王将相，英雄豪杰，古来征战几人回？不过是为“能量与信息”的交汇融合铺路，有效提高人类社会局部的信息密度，引发知识大爆炸。

在物理学中，关于“能量”有“最小作用量原理”(Principle of Least Action，1788)——此原理是法国数学家拉格朗日(Joseph-Louis Lagrange，1736.1.25 ~ 1813.4.10)与爱尔兰数学家哈密顿(William Hamilton，1805.8.4 ~ 1865.9.2)等人将牛顿力学抽象化而逐步创立的。因为数学抽象源于具体却能超越具体的特性，最小作用量原理由此成为众物理定理之母，物理学(包括量子论与相对论)的所有基本运动方程都可以由此原理导出。

在数学中，关于“信息”有“最大熵原理”(Principle of Maximum Entropy，1957)——此原理由美国数学家埃德温ž杰恩斯(Edwin Jaynes，1922.7.2 ~ 1998.4.30)提出，并由德国物理学家赫尔曼ž哈肯(Hermann Haken，1927.7.12 ~)引入复杂科学而发扬光大。本质是描述在不了解系统全部情况的前提下，关于未知分布最合理的推断就是符合已知情况下最不确定或最随机的推断，即此刻无序程度(由统计物理学中“熵”这一物理概念刻画且与“信息”在本质上是相同的)达到最大值。反过来看，如果能够创造条件了解更多的“信息”，就可以消除相应的不确定性，即“熵”，从而可以采取更有针对性的控制措施，使得消耗的资源(时间、精力、能量)更少，但取得的效果更理想。

所以，我认为评价一个系统性能优劣可定性地参考以下标准：能量消耗越小且与此同时秩序度越高，即J/bit的数值越小，则系统设计得越完美(注：J表示能量的单位焦耳，bit表示信息的单位比特)。

[page]

3. 传统汽车存在的根本性问题及其解决方案

众所周知，在传统的汽车工业中有3大主题，即“能源、环境与安全”。所以，未来终极形式的汽车必须能够同时解决这3方面存在的问题。根据之前的分析，能源与环境问题可划入“能量”这个物理概念，而安全问题可划入“信息”。

当前全世界主流的乘用车与商用车主要由内燃机(Internal Combustion Engine)作为动力源来来驱动，而在我看来，内燃机存在以下三个方面的先天性缺陷，且几乎无法根除：

1) 排放性问题、燃油经济性问题与动力性问题相互之间存在根本性的矛盾，三者无法同时解决

2015年2月28日，柴静关于雾霾的深度调查纪录片《穹顶之下》播出之后，全社会对环境问题的关注达到前所未有的高度，中国的石油、煤炭等能源垄断型企业以及各大汽车企业由此承受着前所未有的巨大舆论压力。

参考现在实验室中最先进的内燃机燃烧与控制技术，可以通过均质充量压燃(Homogeneous Charge

Compress Ignition，HCCI)这种新型的燃烧方式达到同时降低氮氧化物(Nitrogen Oxides，NOx)、碳氢(Total Hydrocarbon，THC)、一氧化碳(Carbon Monoxide，CO)及颗粒物(Particulate Matter，PM)等内燃机主要排放物的目的。但与此同时，不得不牺牲内燃机的动力性能，即HCCI只能在低负荷(对汽油机而言)或低温(对柴油机而言)下工作，否则柴油机NOx的排放在高温下会陡增而汽油机则会发生破坏性爆震。

所以，虽然国内外研究机构对HCCI的研究已经进行了几十年，中国也有相关的国家重点基础研究发展计划，即973计划，投大量的资金和高校科研力量去研发HCCI这种高效率、低排放的新型燃烧技术，但现在汽车市场上依然没有装备运用这种燃烧技术的内燃机的成熟车型。

与之相反，电动机(Electric Motor)在驱动汽车的时候并不会排放有害气体，且电动汽车完全有潜力实现从油井到车轮(Well-To-Wheel)这种真正意义上的零排放。

2) 内燃机燃料来源问题

地球上储藏的化石燃料(Fossil Fuel)毕竟是有限的，总有消耗殆尽的时候，这是大家都知道的常识。虽然现在国内外都有科技公司在研发生物燃料，如生物柴油(Biodiesel)、乙醇(Ethanol)等，以供内燃机使用。但其大规模生产的速度可能依然跟不上石油消耗的速度，同时也可能会造成粮食安全、转基因泛滥等社会问题，且第1条中的提到的有害物质排放问题依旧不会由于采用生物燃料就自动解决了，因为人体吸入的PM2.5、THC等有害物质并不会进入生物燃料支持者所构想出的能实现零排放的“碳循环”中。

此外，当下中国石油对外依赖度已经达到60%以上，且大多数石油是从中东而来，伊朗附近的霍尔木兹海峡(Hormuz Strait)与印尼以及马来西亚附近马六甲海峡(Strait of Malacca)这两条能源运输要道都不在中国军方的控制之下，能源运输的安全性存在根本性隐患。中国政府所提出“一带一路”政策，其根本目的可视为是要将中亚(特别是塔吉克斯坦)的天然气以及中东(特别是伊朗)的石油通过路上油气管道而非海路进入中国，如此则可确保将未来几十年的国家能源安全置于中国的掌控之下，保障国家民族复兴的“两个100年”计划顺利实现。

与之相反，电能的来源则要多元化的多。此外，最关键之处还在于电能来源所具备的先天可持续性与先天清洁性，即能源在可保证取之不尽用之不竭的同时不以污染破坏环境为代价。新型可持续清洁能源，如核能、太阳能、风能、地热能，未来市场化的潜力是巨大的，特别是核能与太阳能。

3) 动力系统匹配问题

当下的主流乘用车都还是采用汽油机作为汽车动力源，但由于汽油机外特性存在先天缺陷(如图3.1所示)，即低速小扭矩，所以必须匹配相应的变速箱以改善汽油机输出功率在扭矩(Torque，T)与转速(Rotational Speed，n)之间的分配，从而能适应现实中的不同运行工况，这在无形之中也增加了整车质量及汽车的机械复杂度。

图3.1 汽油机外特性曲线

与之相反，如图3.2所示，驱动电机的T-n外特性曲线先天适合汽车的运行工况，即T-n曲线低速大扭矩，大于临界转速n0的中高速时电机保持恒功率，动力性能，如起步与加速性能，远远优于内燃机。

图3.2 电动机外特性曲线

从整车综合匹配方面考虑，电动汽车的根本劣势在于其能量载体，即与电池相关的技术，存在瓶颈，比如：

电池比能量较汽柴油低了几个数量级；

电池充电时间也比直接加油慢得多；

电池寿命有限，到达一定里程必须更换，使用成本高；

电池存在极大安全隐患等。

但与此同时，全世界各大研究机构、科技企业、大学实验室对高性能电池技术的研发一直在进行之中，由此也导致电池技术迅猛地发展。例如：

斯坦福大学戴宏杰教授前不久发明的铝电池可以使电池充电速度及充电次数得到极大提升。智能手机电池充满只需1分钟，在7500次充放电后电池容量毫无损失，且非常安全(用电机钻孔后依然可以正常工作)。与之相比，锂离子电池只可充放1000次左右。该技术在未来可用来储存输入电网内的风能、太阳能等可再生能源；

斯坦福大学崔屹教授将纳米技术运用于电池，在试验中可将电池的能量密度提升几十倍。长久以来，由于电网中的电能无法储存，电网的效率一直是个大问题。由于无法实时地获取详细的电网中各个用户的电能需求信息，电力公司只得采用保守策略，即多发电并将用不掉的多余的电储存在类似高势能的水介质中，第二天再用来发电。纳米电池技术可以实现电能的大规模储存，由此可以起到对电能需求“削峰填谷”的作用，将可大大提升电网的运行效率；

西班牙Graphenano公司研制出了以世界上最薄、最硬的材料——石墨烯为原材料的可产品化的电池。石墨烯电池(Graphene Battery)主要有以下特性：成本比锂离子电池低77%，由此可大大降低电动汽车的购置成本；重量为传统电池的一半，使得装载该电池的汽车更加轻量化，进而提高汽车经济性；且该类电池的使用寿命较长，是传统氢化电池的四倍，锂离子电池的两倍，可大大降低电动汽车的使用成本。Tesla CEO埃隆ž马斯克也由此大胆预测电动汽车未来的续航里程(Range)有望达到800公里。

在汽车工业3大主题中，能源问题与环境问题是一而二、二而一的，通过将汽车的动力系统由内燃机替换成电动机，这两个问题可同时得以解决的。而汽车安全问题，如前所述，必须借助“信息”这个物理量来加以解决，即通过汽车无人驾驶技术(Self-Driving Vehicle Technology)。

据著名科技网站麻省理工科技评论(MIT Technology Review)的观点，2015年10大突破性技术之一的车对车通讯(Vehicle to Vehicle Communication，如图3.3所示)在未来1~2年内可实际用于预防美国超过50万起交通事故和1000件伤亡事故的发生，而车对车通讯技术是实现无人驾驶的入门必备技术。由此，除了前述的传统的汽车工业3大主题，我个人认为必须加上“汽车信息流”这个评价标准以衡量一辆汽车实时信息处理能力(计算能力/信息化水平)，具体原因将在后续文章中加以分析。

图3.3 车对车通讯技术下的交通系统(来源：MIT Technology Review)

小结本节内容，未来汽车的在技术方面的终极呈现形式必将是：电驱动(Electric Driving)与无人驾驶(Self-Driving)的结合，即在不损失汽车性能及消费者接受度前提下的无人驾驶电动汽车(Self-driving Battery Electric Vehicle without Compromising Performance and Consumer Acceptability)。前者解决能源和环境问题，后者除了解决安全的问题，还将带来技术上无穷的可能性，且必将从根本上颠覆现有汽车工业格局！可以预见，汽车行业将由此重新洗牌，进入到波澜壮阔、群雄逐鹿的战国时代。

[page]

4. 汽车工业与硅谷高科技产业在“商业模式”上的不同

按照Google计算机科学家吴军博士在其讲述信息科技(Information Technology，IT)产业历史的畅销书《浪潮之巅》一书中的观点，IT产业比传统工业更加容易形成一家企业占据绝对主导优势的情形，即吴博士总结的信息产业的“70-20-10”规律：当信息产业的某个领域发展成熟后，一般在全球容不下3个以上的主要竞争者——老大是这个领域的主导者，不仅占据超过一半，通常是百分之六七十的市场份额，并且制定了这个领域的游戏规则；老二有自己稳定的百分之二三十的市场份额，有时也会挑战老大并给老大一点颜色看，但总体上受老大欺负的时间多；剩下的是一些小弟们，他们都唯老大马首是瞻。

举例来说，在微机(Microcomputer)领域，微软(Microsoft)无疑是老大，苹果(Apple)是老二，微软控制着微机的操作系统(Operating System，OS)，几乎所有的软件硬件开发商都必须跟在微软的后面开发应用产品；在微机处理器(Microprocessor)领域，因特尔(Intel)是老大，AMD是老二，AMD开发的产品必须与因特尔兼容，顾它基本是在前者阴影下发展；在网络路由器(Network Router)领域，思科(Cisco)是老大，Juniper是老二；在互联网(Internet)领域，Google是老大，雅虎(Yahoo!)是老二。虽然每个领域的老大占的市场份额不尽相同，但通常情况下都比老二老三加起来的都要多。

与之相反，汽车工业则是群雄争霸、豪强割据的另一种情形，大众(Volkswagen，VW)、丰田(Toyota)、通用(General Motor，GM)、本田(Honda)、宝马(Bavarian Motor Works，BMW)、奔驰(Benz)、现代(Hyundai Motor)、福特(Ford)等主要汽车生产商中没有一家是占据市场份额一半以上的绝对主宰者，且排名每过几年都会发生变动。

身处信息产业中的高科技公司之所以比传统工业更容易形成压倒性优势的根本性原因，在吴军博士看来，主要有以下3个方面：

1) 不同的成本在两类工业中所占比例相差太大

类似于汽车的传统工业的研发(Research and Development，R&D)成本较低，但各种制造成本和销售成本却非常高。研发成本可以通过规模经济来抵消，而制造成本则不能，因为传统工业扩大1000倍生意通常意味着同时增加几百倍的成本。在汽车工业中，制造成本(不包括研发、市场和销售)超过汽车售价的一大半，即使销售额增加了一倍，也提高不了多少利润，因为一家汽车公司要扩大一倍的营业额，基本上意味着公司的规模要扩大一倍，建大一倍的工厂，雇多一倍的人。这时规模巨大的公司也不可能有它规模小的时候的效率高，利润率甚至可能下降。因此达到一定规模之后它的扩张也会慢下来。

而类似于Intel的硅谷高科技公司则大不相同，制造成本只占营业额的很小一部分而研发的成本占大多数。对微软和甲骨文(Oracle)来讲，制造一份软件拷贝的成本和一百万份没有什么区别。因此，如表3.1所示，这两家软件公司的毛利润一直高达70~80%以上(2006年 ~ 2010年)。而在传统汽车行业的通用汽车2007年的毛利率不到10%，效益最好的丰田汽车也不过15%。如果单看毛利率，科技公司的利润率可以用“惊人的暴利”来形容。但是，科技公司的产品研发成本摊到每个产品上并不低。如果能扩大一倍的市场，就能将这部分主要的成本降一半。这时候一家科技公司并不需要更多的员工，效率依然保持不变，总体的利润率就提升了。

表4.1 微软(Microsoft)、甲骨文(Oracle)、思科(Cisco)、因特尔(Intel)的毛利率(2006~2010)

2) 信息产品的产业链各环节之间的耦合性非常强

众所周知，采用Microsoft的Windows操作系统的个人计算机(Personal Computer，PC)，会在出厂是在上面预装各种软件。一位潜在用户一旦使用的是安装Windows操作系统PC，即使Microsoft竞争对手，如Apple，推出了比它10倍好用的计算机，用户也很难转到装有新操作系统的计算机上去，一方面是用户习惯问题，另一方面是下文所说的给Microsoft做软件的下游企业比Apple多得多。

一家大公司或者政府部门，一旦选择了微软的操作系统，它们就很难放弃。一旦一个操作系统开始在市场上领先它的竞争对手，在整个生态链中它的下家就会越来越多，在其操作系统上可用的软件就越来越多，使得其他孤军奋战的竞争者很难赢，因为孤军奋战的胜算在概率上是非常低的，一个人是很难竞争过一群人的。这样占据主导地位的科技企业就会议很快的速度占领全球市场。

与之相反，汽车工业的产业链中，这种耦合关系非常弱。对一家汽车企业生产的汽车生产制造而言，这一批次选择了德国博世公司(Bosch)的电子电气控制系统，下一次也可以改选用日本电装公司(Denso)的。汽车轮胎这一批次可以选用法国米其林(Michelin)的，下一次也依然可以改用德国大陆公司(Continental)的马牌轮胎。

3) 不同的用户对汽车的品位不同，对性能要求也不同，使得汽车企业很难做到赢者通吃

100年前，福特汽车创始人亨利ž福特(Henry Ford，1863.7.30 ~ 1947.4.8)试图用T型车一统天下，事实证明这是行不通的，且让通用汽车却通过提供更多汽车产品选择乘势崛起。

一个具体的例子是：年轻的消费者在选择私家车的时候，会偏向于买风格时尚的宝马(BMW)，到年龄大了会觉得奥迪(Audi)或奔驰(Benz)的技术做得更好，汽车做得更安全，换第二辆车的时候可能就会选择Audi或Benz了。消费能力不一样的人群，也必然会选择不同价位、不同车企的相应车型。

与之相反，IT产品的性能指标是硬性的，质量是好是坏一目了然。对于主流用户来讲，不同公司同类产品的功能、价格、售后服务是他们选择一款科技产品的原则，没有人在意Intel的芯片、Oracle的软件、Cisco的路由器外观是不是好看，性价比才是考虑的关键。选择质量稍差的信息工业产品，消费者自身的消费体验会非常差，例如，如果由于芯片质量不可靠而导致计算机经常在关键时刻死机的话，肯定会让消费者抓狂，心理上觉得无法接受。但是如果一辆汽车的平顺性(Noise, Vibration,Harshness，NVH)做得稍差，消费者在心理上还是能接受的，毕竟售价便宜，且自己可以采用一些小措施来补救。

以上3点使得硅谷高科技公司很容易做到强者越强，直到赢者通吃。IT高科技企业通常能用很短的时间就达到了传统公司半个世纪才能达到的市场规模。例如，Microsoft和Intel从上市起用了10年的时间确立了它们在微机领域的霸主地位，并达到百亿美元产值；而Cisco上市后只用了5年左右的时间就主导了网络硬件市场，并达到百亿美元的产值；Google更是在上市的第2年就超过了Yahoo!一跃成为互联网领域的老大，第3年就进入了百亿美元俱乐部。

从盈利能力上看，传统汽车行业的利润率一般只有10%~20%，成本主要用于生产制造、设备购买以及流水线工人、工程师的薪水。相比于互联网高科技企业动辄50%以上的利润，二者的盈利水平不在一个数量级上。后者的成本主要在于对新产品科技研发的投入，生产制造成本与之相比几乎可以忽略，产品卖得越多，挣得也越多。对新产品不惜成本的关注，也使得IT高科技企业更关注未来技术趋势，更有能力去面对这个世界不断涌现的给予与挑战。

本篇未完，下篇敬请期待。（本文作者：同济大学汽车学院硕士研究生沈纪余）

返回第一电动网首页 >