【核心觀點】
重新定義：數(shù)字化或者說人工智能正在重新定義汽車企業(yè)的核心競爭力，不過這一定義是一個持續(xù)的過程，需要放在足夠長的時間尺度上來看。
端到端模型：過去開發(fā)自動駕駛系統(tǒng)需要很多工程師人工處理各種極端情況，既費時費力，又難以窮盡。而現(xiàn)在，基于Transformer架構(gòu)的端到端模型，完全可以用少得多的工程師獲得相似甚至更好的自動駕駛效果。
連鎖反應(yīng)：AI大模型對于自動駕駛的影響絕不僅僅局限于技術(shù)，而是會帶來一系列的連鎖反應(yīng)，最終將改變整個汽車產(chǎn)業(yè)。
定位轉(zhuǎn)型：很多汽車企業(yè)紛紛調(diào)整自身的定位，從原來的制造公司向出行科技公司、出行服務(wù)公司轉(zhuǎn)型。
產(chǎn)業(yè)分工：大智能產(chǎn)業(yè)與汽車產(chǎn)業(yè)之間可行的分工方式是——汽車企業(yè)在算法和數(shù)據(jù)方面“以我為主”，而算力則由云計算公司提供。
專業(yè)模型：自動駕駛的專業(yè)模型不可能脫離大模型的支撐，這就需要車企與開發(fā)構(gòu)建基礎(chǔ)大模型的公司加強(qiáng)合作。
創(chuàng)新生態(tài)：專業(yè)化分工的協(xié)同創(chuàng)新生態(tài)是未來企業(yè)取得成功的最重要支撐。而這樣的生態(tài)一定是開放性的，因為封閉性的生態(tài)難以成長和進(jìn)化，即使原本體量很大、實力很強(qiáng)，也會逐漸落后和退化。
【對話實錄】
數(shù)字化正在重新定義汽車企業(yè)的核心競爭力
趙福全：我之前曾經(jīng)講過，當(dāng)前汽車產(chǎn)業(yè)的情況可以概括為三句話。一是“聽起來很熱”，數(shù)字化和智能化的前景尤其讓人心潮澎湃，吸引了大量資本和科技公司不斷涌入；二是“看起來很亂”，數(shù)字化和智能化的核心技術(shù)及能力涉及到大大小小的各類不同企業(yè)，相關(guān)的業(yè)務(wù)既有芯片、先進(jìn)傳感器等新增硬件，更有各種軟件、操作系統(tǒng)以及復(fù)雜的軟件平臺等，很多不同層面的問題交織在一起，看起來非常亂；三是“做起來很難”，每一項核心技術(shù)都必須有效落地，同時還必須確保各項技術(shù)融合起來達(dá)到良好的效果，這其中涉及到資金投入、人力部署、知識產(chǎn)權(quán)、產(chǎn)品管理以及責(zé)任劃分等諸多難題。以責(zé)任劃分為例，原來汽車產(chǎn)品出現(xiàn)問題基本上都是因為硬件，即使問題是嵌入硬件的軟件造成的，責(zé)任也是清晰的；而現(xiàn)在軟件所占的比重越來越大，并且軟件與硬件逐漸相互解耦，這時候如果出現(xiàn)問題，責(zé)任就變得模糊了。例如自動駕駛汽車的制動失靈導(dǎo)致發(fā)生碰撞事故，這可能是制動器硬件出現(xiàn)了故障，也可能是調(diào)用制動器的軟件出了問題，還可能是該軟件受到了其他軟件的影響，此時具體責(zé)任應(yīng)該怎樣判定以及如何處理，就需要全新的方法和規(guī)范了?？梢?，企業(yè)在數(shù)字化和智能化轉(zhuǎn)型的道路上，將面臨全新的挑戰(zhàn)。
上述情況之所以會出現(xiàn)，根本原因在于，汽車產(chǎn)業(yè)邊界正在不斷擴(kuò)展，汽車核心技術(shù)正變得日益多元。特別是汽車產(chǎn)業(yè)必須與大智能產(chǎn)業(yè)緊密地融合起來，要應(yīng)用數(shù)據(jù)技術(shù)、網(wǎng)聯(lián)技術(shù)、云技術(shù)、大模型等各種智能技術(shù)，還要解決芯片、操作系統(tǒng)等各類關(guān)鍵問題。這些技術(shù)都是汽車企業(yè)此前并不擁有的，今后也很難或者說不宜擁有，卻是ICT科技公司所擅長的。因此，汽車產(chǎn)業(yè)必將涌入新的重要參與者，形成新的競爭格局。這就讓汽車企業(yè)倍感糾結(jié)：究竟哪些核心技術(shù)應(yīng)該自己掌握，又有哪些核心技術(shù)只能借助外力？事實上，車企原本引以為豪的傳統(tǒng)汽車核心技術(shù)，如發(fā)動機(jī)、變速器等，其重要性已經(jīng)由于汽車電動化而大幅下降了；而智能化給汽車核心技術(shù)帶來的影響可能會更大。
在這種情況下，安博士，您覺得大智能產(chǎn)業(yè)與汽車產(chǎn)業(yè)之間的邊界應(yīng)該怎樣劃分？在數(shù)字化和智能化時代，汽車核心技術(shù)到底包括哪些？又應(yīng)該由哪類企業(yè)掌握呢？
安筱鵬：這是一個很大的話題，可以講的內(nèi)容非常多。
趙福全：您可以分享一下結(jié)論性的觀點。實際上，安博士對傳統(tǒng)汽車產(chǎn)業(yè)來說是局外人，而對新汽車產(chǎn)業(yè)來說又是局內(nèi)人，您有自己獨特的視角，這也是我邀請您來參加本期對話的原因。在產(chǎn)業(yè)變革之際，AI產(chǎn)業(yè)和汽車產(chǎn)業(yè)究竟怎樣分工才最合適？汽車產(chǎn)業(yè)應(yīng)該做多少？AI產(chǎn)業(yè)又該做多少？說起來，業(yè)界對此也不乏爭議。有一種說法是軟件將賦予汽車靈魂，因此ICT公司對汽車企業(yè)會構(gòu)成降維打擊，傳統(tǒng)汽車制造業(yè)已經(jīng)沒有多少發(fā)展空間了；另一種說法是汽車硬件始終是基礎(chǔ)，如果沒有汽車企業(yè)打造的底盤、車身以及制動、轉(zhuǎn)向等硬件，軟件何以依托？那豈不成了“孤魂野鬼”？您怎么看這些觀點？
安筱鵬：我先說一個結(jié)論——數(shù)字化或者說人工智能正在重新定義汽車企業(yè)的核心競爭力，不過這一定義是一個持續(xù)的過程，需要放在足夠長的時間尺度上來看。就近期而言，我們更應(yīng)該關(guān)注數(shù)字化在汽車產(chǎn)業(yè)各個細(xì)分領(lǐng)域應(yīng)用的情況。我認(rèn)為主要有幾個方面：一是自動駕駛，二是智能座艙，三是汽車制造體系。前兩個主要影響產(chǎn)品力，后一個關(guān)乎生產(chǎn)力，也就是您說的創(chuàng)造力。
這其中自動駕駛應(yīng)該是當(dāng)前業(yè)內(nèi)討論最多的，而以我從外部視角的觀察來看，AI正在引發(fā)自動駕駛技術(shù)路線的重大轉(zhuǎn)變。2023年9月，馬斯克曾經(jīng)在全球1200萬網(wǎng)民的關(guān)注下展示了特斯拉當(dāng)時最新的自動駕駛技術(shù)。我認(rèn)為，馬斯克從車?yán)镒叱鲋笳f的那句話非常關(guān)鍵。他說，我的工程師們從來沒有寫過任何一行代碼來讓車停在什么地方，但車總是停在它應(yīng)該停的地方。這句話表明AI大模型開始與自動駕駛關(guān)聯(lián)了，端到端的技術(shù)路線呼之欲出。
以前的自動駕駛技術(shù)路線，包括特斯拉的FSD 11版本的自駕系統(tǒng)，都是通過人工進(jìn)行海量數(shù)據(jù)標(biāo)注和編寫規(guī)則代碼的方式來開發(fā)的。比如，要讓汽車識別出紅燈后停下來，就要編寫這一規(guī)則的代碼，在各種場景下加起來可能會有幾十萬行。而今天基于大模型，可以把原來的感知、規(guī)劃、控制三個模型，統(tǒng)一到一個基于Transformer架構(gòu)的端到端模型中，然后只要提供足夠多的數(shù)據(jù)讓其自學(xué)習(xí)，到一定階段后模型就能學(xué)會什么時候停車、什么時候左轉(zhuǎn)或右轉(zhuǎn)等等。這樣自動駕駛技術(shù)的開發(fā)就大不相同了，可能只需要幾千行的代碼就可以了。
過去，開發(fā)自動駕駛系統(tǒng)需要很多工程師人工處理各種極端情況，即所謂的Corner Case，這既費時費力，又難以窮盡。而現(xiàn)在，基于Transformer架構(gòu)的端到端模型，完全可以用少得多的工程師獲得相似甚至更好的自動駕駛效果。所以，目前國內(nèi)外很多車企都在朝著這個方向努力，這無疑是大模型對汽車產(chǎn)業(yè)的一個重要影響。
由此我們不妨延伸一下來思考，AI大模型對于汽車產(chǎn)業(yè)及產(chǎn)品到底意味著什么？反過來，汽車產(chǎn)業(yè)及產(chǎn)品又會對AI大模型產(chǎn)生什么影響？現(xiàn)在基于新的Transformer技術(shù)路線，同時利用海量里程的車輛行駛數(shù)據(jù)，車企就可以實現(xiàn)效果相當(dāng)不錯并且還能持續(xù)提升的自動駕駛，從而使其更接近于成為一種易被消費者接受的商品。當(dāng)然，自動駕駛技術(shù)當(dāng)前的市場售價并不低。如果從技術(shù)經(jīng)濟(jì)學(xué)的角度來看，我們可以從中得出三個判斷。
第一，自動駕駛系統(tǒng)會改變汽車的定價邏輯和價格結(jié)構(gòu)。自動駕駛系統(tǒng)除了芯片、傳感器等基本硬件之外，主要價值體現(xiàn)在軟件上。那么，與傳統(tǒng)汽車的各種物理硬件相比，自動駕駛這套軟件系統(tǒng)應(yīng)該在一輛車的價格中占據(jù)多大比重呢？在自動駕駛系統(tǒng)的效果還不夠好時，這當(dāng)然不能很高；可是當(dāng)一套很有競爭力的自動駕駛系統(tǒng)搭載到車上時，我覺得完全可能會占到整車售價的1/5-1/4，甚至在低價車型中可以占到1/3。因為這相當(dāng)于為用戶提供了一個專職代駕，將使汽車產(chǎn)品的定價邏輯和價格結(jié)構(gòu)發(fā)生重大改變。
我們知道，軟件在經(jīng)濟(jì)學(xué)上的特點就是具有相對高的固定成本和非常低的邊際成本，其邊際成本甚至可以趨近于零。當(dāng)一套軟件開發(fā)出來之后，后續(xù)讓更多的用戶下載使用，企業(yè)并不需要付出什么額外的成本，比如微軟的操作系統(tǒng)就是如此。而汽車自動駕駛系統(tǒng)作為軟件，也符合同樣的經(jīng)濟(jì)學(xué)規(guī)律。
那么，自動駕駛系統(tǒng)的固定成本有多高呢？馬斯克說過，他要投資100億美元建設(shè)算力集群，因為開發(fā)端對端的自動駕駛系統(tǒng)不僅需要海量數(shù)據(jù)、大模型算法，還需要有強(qiáng)大的算力，只有把這三個要素集成起來，才能訓(xùn)練出效果極好的自動駕駛系統(tǒng)。顯然，這是需要大量資金投入的。我們就按100億美元來衡量，試問全球有多少家公司具備在這個賽道上競爭的實力？未來自動駕駛將越來越成為汽車產(chǎn)品競爭的焦點，而車企要想把自動駕駛做好，就必須在算力、數(shù)據(jù)和算法上加大投入，這意味著自動駕駛系統(tǒng)會有很高的固定成本。顯然，車企唯有給自動駕駛系統(tǒng)合理定價，并努力擴(kuò)大其使用規(guī)模，才有可能承受得起這樣的成本。
也就是說，對于軟件定義硬件的全新汽車產(chǎn)品來說，其定價邏輯一定會發(fā)生變化。越來越多的車企將采用“硬件部分不漲價、軟件部分不降價”的競爭策略，我判斷這是未來汽車產(chǎn)業(yè)的必然發(fā)展趨勢，并將由此引發(fā)產(chǎn)業(yè)格局的根本性改變。
第二，自動駕駛會影響汽車保險行業(yè)。當(dāng)自動駕駛真正落地時，必須出臺很多新的保險規(guī)則。比如一旦發(fā)生交通事故，車企要不要承擔(dān)責(zé)任，承擔(dān)多少責(zé)任？這需要有顆粒度很細(xì)的規(guī)則以及相關(guān)的數(shù)據(jù)來確定和判斷責(zé)任方。由此汽車保險的定價方式將發(fā)生全方位改變，進(jìn)而可能會影響到整個保險行業(yè)。
第三，自動駕駛會影響消費者的購車心理和決策依據(jù)。當(dāng)高級別自動駕駛成為現(xiàn)實，汽車完全可以“招之即來、揮之即去”，屆時消費者是繼續(xù)購買汽車產(chǎn)品，還是轉(zhuǎn)為購買汽車出行服務(wù)，這也是一個很大的問題。
總體而言，我認(rèn)為AI大模型對于自動駕駛的影響絕不僅僅局限于技術(shù)，而是會帶來一系列的連鎖反應(yīng)，最終將改變整個汽車產(chǎn)業(yè)。我覺得，這個例子很能說明AI如何重新定義汽車企業(yè)的核心競爭力。當(dāng)然，AI也非常需要像汽車這樣重要的大產(chǎn)業(yè)來擴(kuò)展其應(yīng)用價值。
趙福全：我非常認(rèn)同安博士的這段分享，這其實正是當(dāng)前汽車人既深感焦慮、又希望尋求突破的關(guān)鍵點。數(shù)字化和智能化將使汽車產(chǎn)業(yè)的內(nèi)涵外延、汽車企業(yè)的商業(yè)模式以及汽車產(chǎn)品的屬性定位等都發(fā)生革命性的改變。特別是，原來汽車產(chǎn)品是以硬件為主導(dǎo)的，車企對硬件的特點非常了解，只要不斷打磨和升級硬件就可以了；而今后汽車產(chǎn)品將越來越以軟件為主導(dǎo)，產(chǎn)品競爭力及價值也越來越指向軟件，這就需要車企轉(zhuǎn)變理念，努力加深對軟件的理解和掌握。
正如安博士談到的，今后汽車企業(yè)可以通過數(shù)字化手段不斷對產(chǎn)品進(jìn)行迭代優(yōu)化，這將成為未來汽車產(chǎn)業(yè)競爭的重點。在此情況下，硬件可以基本不變或少變，而通過軟件來實現(xiàn)產(chǎn)品持續(xù)改進(jìn)，不斷提升用戶的個性化體驗。事實上，汽車業(yè)內(nèi)的同仁們應(yīng)該都能感受到，現(xiàn)在硬件已經(jīng)越來越同質(zhì)化了，車企要靠硬件來實現(xiàn)產(chǎn)品差異化越來越難了；相比之下，憑借軟件來實現(xiàn)產(chǎn)品差異化的空間卻越來越大。比如，特斯拉的車型換代速度很慢，但是通過不斷推出新軟件或升級軟件版本，用戶在原來的車型上一樣可以持續(xù)獲得新體驗。這就是所謂的“常用常新、越用越好”，我認(rèn)為這個理念至關(guān)重要。
正因如此，很多汽車企業(yè)紛紛調(diào)整自身的定位，從原來的制造公司向出行科技公司、出行服務(wù)公司轉(zhuǎn)型。我覺得，這反映出這些企業(yè)的領(lǐng)軍人對汽車產(chǎn)業(yè)數(shù)字化和智能化的高度重視與深刻認(rèn)識，他們意識到汽車企業(yè)的核心競爭力正在被重新定義，為此企業(yè)必須調(diào)整經(jīng)營管理的理念、方向和模式。
未來車企應(yīng)自行掌握算法和數(shù)據(jù)，并利用好外部算力資源
趙福全：這就帶來了一個新問題——未來支撐出行科技公司、出行服務(wù)公司的核心能力是什么？現(xiàn)在的汽車企業(yè)要怎樣做才能轉(zhuǎn)型成功？您剛才舉了特斯拉自動駕駛系統(tǒng)的例子，強(qiáng)調(diào)這背后既有數(shù)據(jù)、又有算法、還有算力。作為人工智能的三大支撐要素，三者缺一不可，每一個都很重要。而目前掌握這三個要素的主體各不相同，總體而言，算力、算法基本掌握在大智能產(chǎn)業(yè)的科技公司手中，而數(shù)據(jù)則掌握在整車企業(yè)手中，因為直接面對用戶的還是車企。
在這種情況下，很多企業(yè)的高層都曾與我交流過一個核心問題：整車企業(yè)應(yīng)不應(yīng)該、又能不能夠自己擁有算力和算法呢？現(xiàn)在看來，特斯拉可能是將人工智能和汽車合二為一的唯一一家企業(yè)，它本身也自認(rèn)為是科技公司，而非汽車企業(yè)。那么，特斯拉是一個特殊的存在嗎？還是說這是未來汽車企業(yè)轉(zhuǎn)型的必然方向，像大眾、豐田這樣的全球頂級車企今后也要努力成為人工智能科技公司？
說到底，這還是未來整車企業(yè)應(yīng)該具備什么核心能力的問題。毫無疑問，自動駕駛技術(shù)逐漸投入產(chǎn)業(yè)化應(yīng)用，并且不斷進(jìn)化升級，一定離不開算力、算法等的支撐，這些AI技術(shù)當(dāng)然是大智能產(chǎn)業(yè)的強(qiáng)項；但是AI大模型必須用數(shù)據(jù)來訓(xùn)練，而數(shù)據(jù)掌握在整車企業(yè)手中。所以，大智能產(chǎn)業(yè)和汽車產(chǎn)業(yè)必須相互融合、緊密合作。不過這兩個產(chǎn)業(yè)之間總還是要有一個邊界吧，如果交集始終是灰色地帶恐怕行不通。具體來說，您覺得汽車企業(yè)應(yīng)該向人工智能的方向拓展多少？又應(yīng)該把重點放在哪里？假如說10年之后，人工智能將實現(xiàn)全面的重大突破，那么汽車企業(yè)現(xiàn)在要做哪些布局和儲備，屆時才足以擁抱更強(qiáng)大的人工智能呢？
目前的情況是，面向未來的汽車智能化競爭，汽車企業(yè)缺少AI技術(shù)；而像阿里這樣的ICT科技公司，也缺少汽車技術(shù)。這樣一來，是不是誰都無法與特斯拉抗衡了呢？說實話，我并不這樣認(rèn)為。我覺得，現(xiàn)在有點類似春秋戰(zhàn)國時期，各方八仙過海、各顯神通，但最終還是會有殊途同歸的一天。安博士，您怎樣看這個問題？這可能也是收看我們欄目的企業(yè)家們最關(guān)注的問題之一，其中既涉及未來發(fā)展的大方向，又涉及具體時間節(jié)點的判斷。
安筱鵬：我們不妨分析一下支撐智能產(chǎn)業(yè)生態(tài)系統(tǒng)的這幾個核心要素。第一個要素是算力。前面提到，馬斯克宣稱要投資100億美元來建設(shè)算力集群?？梢?，要構(gòu)建一個可以進(jìn)行自動駕駛大模型訓(xùn)練的智能算力集群，門檻是非常高的。可能國內(nèi)車企可以建立幾百、幾千GPU卡的算力集群，能夠支撐小模型的運行，但面向未來自動駕駛大模型的算力需求，這是遠(yuǎn)遠(yuǎn)不夠的。所以，我覺得車企應(yīng)該與國內(nèi)的云計算公司合作，讓其提供算力服務(wù)，幫助車企進(jìn)行所需的模型訓(xùn)練。當(dāng)然，這個訓(xùn)練本身還是由汽車企業(yè)來做，云計算公司負(fù)責(zé)為車企提供高效、安全的算力基礎(chǔ)設(shè)施即可，這就是雙方的職責(zé)與分工。
需要注意的是，現(xiàn)在有一個認(rèn)知誤區(qū)。我們今天談大模型時經(jīng)常會提到萬卡算力集群，但是很多企業(yè)可能都低估了從百卡、千卡集群到萬卡集群的技術(shù)門檻。實際上，并不是簡單地把上萬張GPU卡堆積起來就是萬卡集群了，這其中還需要一套非常復(fù)雜的調(diào)度優(yōu)化系統(tǒng)，其技術(shù)門檻是很高的。也就是說，即便車企有足夠的資金，也未必有足夠的技術(shù)能力來構(gòu)建大模型算力。因此我的結(jié)論是：中國乃至全球最終能夠真正具備萬卡乃至超萬卡算力集群的公司，數(shù)量會非常有限。
當(dāng)然對于汽車產(chǎn)業(yè)的垂直模型來說，并不需要像大模型那么高的算力。不過車企訓(xùn)練自動駕駛系統(tǒng)的算力需求，肯定會越來越高，這部分算力完全可以由云計算公司來提供。而且既然車企有這樣的商業(yè)訴求，那么云計算公司就會做好相關(guān)的服務(wù)。例如，阿里目前就在和小鵬汽車合作，為其提供自動駕駛模型訓(xùn)練的云解決方案。我相信，未來這類需求的規(guī)模會更大。
第二、第三個要素是算法和數(shù)據(jù)。對于汽車企業(yè)來說，自動駕駛的算法是其核心競爭力，數(shù)據(jù)也是其核心競爭力。而這兩個要素還會相互影響，形成一個不斷迭代和演進(jìn)的過程。例如，現(xiàn)有的自動駕駛系統(tǒng)不斷采集到新數(shù)據(jù)，再用這些數(shù)據(jù)進(jìn)行訓(xùn)練，持續(xù)迭代改進(jìn)算法，然后演進(jìn)出下一個版本的自動駕駛系統(tǒng)。今后這種技術(shù)發(fā)展模式將越來越成為一種常態(tài)，并且這也是汽車企業(yè)和自動駕駛公司在激烈的市場競爭中必須做好的一項工作。
所以我認(rèn)為，從較長的周期來看，大智能產(chǎn)業(yè)與汽車產(chǎn)業(yè)之間可行的分工方式是：汽車企業(yè)在算法和數(shù)據(jù)方面“以我為主”，而算力則由云計算公司提供?；蛟S部分汽車企業(yè)也會自己構(gòu)建較小的算力集群，但同時其更多的算力需求還是要依靠大型的云計算公司滿足。畢竟算力集群的資金和技術(shù)門檻都非常高，而且相關(guān)核心技術(shù)又變化得非常快。
當(dāng)然，特斯拉可能確實比較特殊，因為其創(chuàng)始人馬斯克出身于IT領(lǐng)域，之后才去做汽車企業(yè)，2023年他又成立了一家人工智能公司。也就是說，馬斯克麾下既有汽車、也有人工智能的技術(shù)和人才等資源。從這個角度看，特斯拉有點像是一家縱向一體化整合的獨特企業(yè)。
中國車企要通過構(gòu)建并用好汽車產(chǎn)業(yè)生態(tài)來贏得優(yōu)勢
趙福全：應(yīng)該說，這樣的分工是清晰的。同時，您也認(rèn)為特斯拉有其獨特性，不具有普適的參考價值。而我們都知道，在產(chǎn)業(yè)轉(zhuǎn)型期，顛覆者往往都是那些“另類”的企業(yè)，那么特斯拉會不會成為顛覆者？進(jìn)而導(dǎo)致很多汽車企業(yè)尤其是傳統(tǒng)車企，失去向人工智能方向成功轉(zhuǎn)型的機(jī)會呢？剛才安博士談到了美國的大模型已經(jīng)基本形成了相對穩(wěn)定的“3+1+1”競爭格局，而特斯拉就位列其中，這不能不說是其重要優(yōu)勢。
當(dāng)然反過來看，特斯拉既在算法和數(shù)據(jù)上有深厚的積累，又有自己強(qiáng)大的算力，這會不會造成自我封閉呢？也就是說，將來特斯拉的大模型很可能沒有其他車企使用，從而影響其迭代優(yōu)化的速度。從企業(yè)戰(zhàn)略的角度看，我認(rèn)為這其實涉及到要不要垂直整合的重大問題。就短期來說，垂直整合可以助力企業(yè)提升速度、降低成本，因此是有利的，甚至企業(yè)可能因此搶先抓住轉(zhuǎn)型機(jī)遇而贏得眼前的優(yōu)勢；但長期而言，垂直整合就不一定是合適的商業(yè)模式了，否則當(dāng)年通用也就不必把德爾福拆分出去了。我覺得，這個問題值得我們進(jìn)行更深層次的思考。
問題的關(guān)鍵在于，未來企業(yè)的核心競爭力究竟是什么？而要獲得這種競爭力，企業(yè)采取怎樣的策略才是最佳選擇？應(yīng)該說，剛剛安博士的分享讓汽車企業(yè)安心不少。因為您認(rèn)為，車企自己掌握數(shù)據(jù)和算法，同時使用外部的算力資源即可，并不是一定要把三個要素都抓在自己手里。我們不妨再具體看看：算力可以依靠合作伙伴即云計算公司來提供。數(shù)據(jù)本來就是由車企掌握的，正如我一直講的，誰擁有汽車品牌，誰直接面對用戶，誰就擁有相關(guān)數(shù)據(jù)。當(dāng)然如果車企不能把數(shù)據(jù)真正用起來，轉(zhuǎn)變?yōu)樽陨淼暮诵母偁幜Γ蔷蜁饾u失去用戶、直至品牌不復(fù)存在，最終也就無法再獲得數(shù)據(jù)了。而數(shù)據(jù)的充分利用有賴于算法，所以，車企必須在自動駕駛、智能座艙等的算法上形成能力。獲得這些能力當(dāng)然也可以借助一些外力，但絕對不是簡單的“拿來主義”。
安博士，算法的背后其實就是模型。我們前面交流過，未來各個產(chǎn)業(yè)的專業(yè)模型都必須構(gòu)建在大模型之上，才能實現(xiàn)能力的躍升。顯然，自動駕駛的專業(yè)模型也不可能脫離大模型的支撐，這就需要車企與開發(fā)構(gòu)建基礎(chǔ)大模型的公司加強(qiáng)合作。在這種情況下，面對特斯拉這樣既有專業(yè)模型、又有基礎(chǔ)大模型的競爭對手，中國車企應(yīng)該怎樣與其競爭呢？請您為大家指點迷津。
安筱鵬：這確實是一個業(yè)界高度關(guān)注的問題。前面提到，馬斯克成立了一家大模型公司，叫做xAI。這是特斯拉之外，馬斯克的又一家公司。同時，特斯拉本身也有自己的AI部門?？梢哉f，在人工智能方面，馬斯克麾下的團(tuán)隊是有著很強(qiáng)的實力的。
不過從大模型的角度來看，自動駕駛大模型與大語言模型的核心并不完全相同，雖然自動駕駛大模型也是基于Transformer基礎(chǔ)架構(gòu)的，但其參數(shù)要求沒有大語言模型那么高。所以，國內(nèi)車企應(yīng)該也有可能形成部分這樣的能力，即基于Transformer架構(gòu)做出自己的自動駕駛大模型。目前國內(nèi)車企特別是造車新勢力，在這方面已經(jīng)做了一定的布局，而且發(fā)展速度都還比較快。
在全球范圍內(nèi)，中國車企包括傳統(tǒng)車企和造車新勢力，可能還是對特斯拉跟得最緊的。目前已經(jīng)有不少車企宣布，正在基于Transformer架構(gòu)構(gòu)建自己的端到端自動駕駛解決方案。所以，全球自動駕駛的第一梯隊仍然是以美國和中國的企業(yè)為主，二者之間的差距有時候大一些，有時候小一些，各自都在不斷迭代和進(jìn)步中。
我認(rèn)為，過去六七年甚至更長的時間里，國內(nèi)車企特別是造車新勢力一直在智能化的賽道上不懈努力，到如今在組織、管理和人才等方面都已經(jīng)有了很多積累，同時也形成了對新技術(shù)的洞察能力。盡管在前進(jìn)的道路上仍然會有嚴(yán)峻挑戰(zhàn)，但目前來看，我感覺中國汽車企業(yè)是有信心也有能力追上特斯拉的。
趙福全：特斯拉確實是一個特例，這家公司作為整車制造商，在數(shù)據(jù)上是有優(yōu)勢的；同時一直以自動駕駛作為核心競爭力，在算法上已經(jīng)做了很大的投入，也取得了不小的成果；而在算力以及AI大模型方面，又可以獲得新成立的人工智能公司的助力。雖然特斯拉和xAI并不是一家公司，但同屬于馬斯克，肯定會“左手幫右手”，這樣形成的合力絕對不可小覷。不過就像安博士談到的，盡管中國車企要成為特斯拉這樣的公司可能不太現(xiàn)實，但這并不意味著未來我們就沒有趕超的機(jī)會了。至于具體行動，我認(rèn)為主要有以下三點：
第一，車企一定要掌握數(shù)據(jù)和算法，并且要通過算法，讓數(shù)據(jù)真正發(fā)揮作用。為此，應(yīng)該在自身更擅長的專業(yè)模型上下足功夫。在此過程中，也可以借助外力，但是核心工作必須由車企主導(dǎo)。如果想要引領(lǐng)未來的產(chǎn)業(yè)發(fā)展，不充分挖掘數(shù)據(jù)和算法潛力的車企是沒有機(jī)會的。
第二，對于自動駕駛技術(shù)，車企沒有必要自建大模型，但是不自建不代表不需要，而是可以借助外部更專業(yè)的力量。為此，車企要選擇國內(nèi)頂級的大模型公司建立真正的戰(zhàn)略合作伙伴關(guān)系，互相賦能。即由合作伙伴提供車企所需的大模型，而車企的著力點應(yīng)該放在大模型支撐下的專業(yè)模型上。這樣就能把車企的數(shù)據(jù)和專業(yè)模型算法，與合作伙伴的算力和大模型算法結(jié)合起來，共同驅(qū)動自動駕駛技術(shù)的快速發(fā)展。在這方面，中國車企甚至還可以利用國家的算力資源，這可能也是中國體制優(yōu)勢的一個表現(xiàn)。
第三，汽車及相關(guān)企業(yè)還要攜手努力，共同構(gòu)建開放性的全新汽車產(chǎn)業(yè)大生態(tài)，并充分發(fā)揮其作用。汽車原本就是由上萬個零部件組成的復(fù)雜工業(yè)品，未來還要加上成千上萬套軟件，最終汽車軟硬件將共同構(gòu)成了一個可移動的AI機(jī)器人。這樣的AI機(jī)器人涉及到諸多領(lǐng)域各不相同的核心技術(shù)，沒有任何一家乃至一類企業(yè)能夠擁有全部這些核心技術(shù)。因此，所有企業(yè)都必須借助汽車產(chǎn)業(yè)大生態(tài)來獲取自己不具備的技術(shù)及能力等資源。整車企業(yè)也不例外，既不可能也不需要自己“包打天下”，只要扮演好集大成的角色即可。
實際上，奉行開放理念和模式的汽車企業(yè)，相對于特斯拉這種獨自掌握了很多核心資源、可能會相對封閉的公司來說，說不定還會具有某種優(yōu)勢。當(dāng)然具體能否形成這種優(yōu)勢，還要看企業(yè)有沒有極強(qiáng)的集成能力，同時有沒有找準(zhǔn)專業(yè)化的生態(tài)伙伴，并以創(chuàng)新性的商業(yè)模式來實現(xiàn)有效分工和共同發(fā)展。我始終認(rèn)為，專業(yè)化分工的協(xié)同創(chuàng)新生態(tài)是未來企業(yè)取得成功的最重要支撐。而這樣的生態(tài)一定是開放性的，因為封閉性的生態(tài)難以成長和進(jìn)化，即使原本體量很大、實力很強(qiáng)，也會逐漸落后和退化。從這個角度來看，中國車企其實有很好的發(fā)展前景，完全有機(jī)會在未來汽車產(chǎn)業(yè)生態(tài)的全球競爭中占據(jù)制高點。
