作为一个闯入者，特斯拉如何撼动OEM地位？

著名硅谷风投公司Andreessen Horowitz的合伙人本尼迪克特·埃文斯最近发表了一篇题为“特斯拉：软件和颠覆”的博文，文章思考了一个行业的闯入者特斯拉之所以能撼动OEM地位，主要是它拥有以下四种竞争优势：1.电池和电机；2.软件，模块化和集成；3.体验；4.自动驾驶。

特斯拉之所以成功，首先它是遵从了一些“旧”东西，如何按照现有汽车行业理所当然的效率和质量来大规模生产汽车，解决产量问题是汽车行业最重要的进入门槛。其次，它还必须要做现有汽车设备制造商难以学习的事情，使之不能复制，需要有基本的竞争优势。

首先是电池和电动机方面；

特斯拉让人们意识到锂电池也可以造出与内燃机（ICE）汽车一样好的电动汽车；如果人们能够习惯让电池容量充足，电动汽车最终可以像ICE汽车一样便宜。下图数据显示了结果。电池需要在这个标度上可能达到100，才能在成本上与汽油有得一比，现在几乎已经做到了。

许多汽车业内人士会说，特斯拉在工程和实施方面确实领先了几年。然而，锂电池和电动机不是拥有大量主要知识产权的新奇技术，也没有任何网络效应或“赢家通吃”效应。确实，在中期内（到时电池价格足够便宜，整个行业可以从ICE大规模换成电动机），电池本身和电动机及控制系统都很有可能基本上成为大路货。这倒不是说它们没有太多的科技含量，而是说就跟智能手机或PC（或汽车）的部件出现的情况一样，整个全球电子行业将竞相制造最好的部件，卖给任何想要购买的人。

在这种环境中，内部制造优秀的部件不一定能为你带来任何特定的优势。索尼的图像传感器部门在智能手机行业做得很好，但索尼的智能手机部门一点也不好。相反，苹果严格管理着近200家供应商（包括索尼），本身只设计一小部分具有重要差异化优势的部件（比如FaceID传感器）。因此，业内人士对谁制造最好的功率放大器或GPU自有发言权，但这对消费者来说几乎看不见，只有OEM在做总体的选择。

因此，特斯拉会拥有电池工厂（与松下合作），会是最大的供应商之一，十年后估计可能占全球电动汽车电池产量的15%。一方面，这对于新的进入者来说表现不俗，但另一方面，它表明了这个事实：电池可能只会带来有限的竞争优势。每家厂商都会有电池。

在该图中，灰色代表2017年，橙色代表2023年，黄色代表2028年

很明显，电动机颠覆了内燃机以及与之有关的一切系统。不仅仅用电动机换掉了内燃机、用电池换掉了油箱；确切地说，你拆下了整个动力传动系，并将它换成活动或易坏部件有时少5倍至10倍的系统。这对于发动机行业的任何人来说都极具颠覆性，它颠覆了机床以及为OEM厂商提供这些部件的众多供应商。供应商群体会发生很大的变化。

这与颠覆OEM厂商本身不一样。如果OEM厂商可以像其他人一样轻松购买电动汽车的部件，那么高效大规模制造的优势就属于已经在高效大规模制造方面处于领先的那些人，因为他们做的东西实际上一样。换句话说，同样的行业，几家不同的供应商，而电动机本身看起来需要持续性创新。

第二，软件、模块化和集成

如果说零部件是大路货，集成部件可能不是，至少不一定是。

首先，集成电动传动系部件本身并非易事，改进这项工作可以提高效益。这是如今特斯拉可能技术上领先的方面之一。不清楚这个领先优势在几年后（比如5年后）会多大、以及它会带来多大的竞争优势。如果在某个价位，特斯拉在行程方面有10%或20%的优势，这对于旅行轿车来说很重要，但是对于一辆为学校送货的小型货车来说也很重要（每天行驶10英里，每晚泊在带充电桩的车库里）吗？相比人们用来选择汽车的其他所有因素，10年后这会是多大的竞争优势？这是利润优势、竞争优势，还是只是与其他功能进行比较的选项？我们将拭目以待。

然而，这个集成问题实际上比传动系广泛得多。汽车业有个老笑话：你可以在仪表盘上看清一家汽车公司的组织结构图，甚至还能看出方向盘团队是否讨厌变速杆团队。一辆现代汽车有几十种不同的电气电子系统，这些系统大多分开、独立的。ABS与盲区检测毫无关系。所有这些系统都由OEM的不同团队从不同的供应商购买而来，唯一的集成点是仪表盘上的开关。这每一个部件都有汽车行业所谓的“软件”（“数百万行代码！”），但这实际上是硅谷所说的固件，即大多数设备驱动程序（当然不像硅谷，这些系统预计还可以用上10年、行驶15万英里）。

这基本上会发生变化。我们将从使用简单软件的复杂汽车转向使用复杂软件的简单汽车。我们在一块中央控制板上会有软件控制的廉价的非智能传感器和致动器，运行某种操作系统，有许多不同的线程（有几个候选者），而不是有许多独立式嵌入式系统、每个系统执行一样任务。这在一定程度上由电动机驱动，却成为自主性（autonomy）的必要条件。

对于制造那些独立系统的供应商而言，这显然是挑战，也有众多的理由说明为什么传统汽车公司难以适应（最明显的是，那个组织结构图）。这也正是非科技公司往往认为很容易的那种事情（“我们会聘请一些开发人员！”），结果而是陷入混乱，他们可能不得不经历这个周期：明白自己搞不好，随后向更专业的公司购买。也就是说，这看起来更像是颠覆，而不是电动机本身。特斯拉当然已经崛起，这就是为什么它可以远程解决Model 3中的刹车问题， 它需要更改的代码不在刹车中。这显然也是相比Model S，特斯拉降低了Model 3的成本的一条途径。

不过这个问题又出来了：这对于汽车市场而不是汽车部件市场意味着什么。这与PC和笔记本电脑颇为相似。苹果在使用的部件，如何对它们优化以协同运行、装入到现有的空间方面的规定很细，因而生产出小巧、轻便、节能的笔记本电脑。相反，戴尔笔记本电脑或台式PC的部件灵活性和可互换性强得多，这也意味着机箱内的集成度更低、空的地方更多。每种方法都有其优点，模块化PC模式在20世纪90年代有着完美的产品市场契合度。那么，这在多大程度上转化成购买的理由？

第三，特斯拉的“体验”颠覆

你开动特斯拉汽车时，这个问题的答案就显而易见了，这也引出了今天拥有一辆更好特斯拉的其他原因。到目前为止，我们一直在讨论电动传动系本身：“滑板”。相比颠覆OEM本身，这似乎更有可能颠覆OEM供应链。然而，特斯拉还有另外一大类不同的方面，无论是车内还是经销商体验等方面。我们如何看待这些？

最容易看到特斯拉颠覆的地方是Model 3的仪表盘。上面讨论了为什么汽车公司将所有东西放在一个屏幕上组织起来很困难的几个原因。但更深层的原因可能在于它们想要做的愿望有多强。Model 3仪表盘一方面是为了节省成本（安装的装饰品更少），但这也摈弃了关于汽车应该是什么样的许多根深蒂固的观念。汽车人士一般不是这么想的。

还有来自de novo模式的其他很酷的东西。除了汽车本身，特斯拉可以以固定价格直接销售，而不是通过经销商。OEM经销商常常签有合同，约定了谁可以安装新软件（因此不允许OTA更新），那些经销商的大部分利润来自维修。大约一半的维修费用花在了与ICE直接相关的系统上，没有ICE意味着没有漏油或风扇带不会坏。经销商还在制定价格和激励措施以及为特定款式的车型带动需求方面发挥着重要作用。这些都是现有行业难以适应的更多方面。

然而，并不清楚这些东西多重要。也许反驳的观点是，这与苹果商店或者你在购买iPhone后对手机帐户进行设备端激活之类的东西相当。这些很好，也是个卖点，三星难以匹敌，但是我们是否认为要是没有这些，苹果的市场份额会大幅下降吗？

这当然是非常主观的（“这个很酷的东西有多重要？”），所以这里有个设想：如果这些因素是特斯拉与宝马或梅赛德斯之间的唯一区别，而传动系和加速等系统一样，这就够了吗？如果宝马突然开始直销、以无线方式上传固件，特斯拉的股价会崩盘吗？可能不会。

不清楚这方面有没有赢家通吃效应。汽车上本身可能有开发者生态系统，但是汽车中应用程序的合适位置同样有可能在手机上或云端。当然，现在要确定还为时过早。

最后，到处都会有充电桩。一旦有了实实在在的动机，各种各样的公司会在各个地方建立充电站。障碍只是资本，这里没有所谓的护城河。

第四，自主性

终于谈到大家最关注的东西了。电动机引人注目，但可能会是一种大路货，而特斯拉在电动机基础上的改进可能不是大路货。自主性（Autonomy）已给世界带来了深远的变化，它是一种全新的技术。

在自动驾驶方面，特斯拉不仅仅在与汽车公司竞争，还在与其他软件公司竞争。在这方面竞争中，特斯拉抛出的观点是，它可以从汽车中收集的数据将带来至关重要的优势。今天任何人都对自动驾驶感兴趣的唯一原因是，过去5年涌现的机器学习（ML）有望为我们提供了确保自主性可行的方法。反过来，机器学习旨在从大量数据中提取模式，然后根据这些模式进行匹配。那么你有多少数据呢？

因此，特斯拉的方法是将尽可能多的传感器放入到它已经在销售的汽车中，并从那些传感器收集尽可能多的数据。它之所以能做到这一点，是由于其汽车已经建立在软件平台上（如上所述）；它“只需”添加传感器，现有的OEM厂商还做不到这点。然后，随着越来越高的自动驾驶级别切实可行，它可以无线发送给众多汽车，作为软件更新。由于它已经有这么多带这些传感器的汽车行驶在路上，这将会有自不断加强的“赢家通吃”效应：它将拥有更多的数据，因此它的自主性会更好，因此会销售更多的汽车，获得更多的自动驾驶里程，因此拥有更多的数据。

如果这初见成效，这对特斯拉来说的确是一个重大的竞争优势，甚至不用考虑所有其他的可能性，比如将你的特斯拉作为自动驾驶的出租车租出去。

然而，这仅仅是一个观点，它有两个基本问题：我们能否在计算机视觉方面实现自动驾驶，以及什么样的赢家通吃效应才适用。

先说说视觉。特斯拉的自动驾驶计划有一个非常明显的问题，就是今天“尽可能多的传感器”意味着特斯拉在使用放置在汽车周围的摄像头来提供360度视野，加上只有前向的雷达（以及一些短距离超声波）。这意味着它必须单独依靠视觉来获得汽车周围世界的完整的360度3D模型。

遗憾的是，计算机视觉处理这项任务还不够好。业内大多数人会同意这在某个时候有望实现（毕竟，人类没有LIDAR），但目前这不可能。此外，这不是仅仅增加更多数据、以便用蛮力让计算机视觉切实可行的问题。这就是为什么实际上几乎别的所有人都将计算机视觉与多个LIDAR传感器结合使用，常常还与多个雷达单元结合使用。

今天，这给每辆车增加了数万美元的成本。如果你只运行最多几十辆或几百辆车的工程测试和开发车队，这是可以承受的，但将这个添加到每一辆新的特斯拉Model 3中显然不可能，那样传感器的成本会超过汽车。（还有这个问题：你必须在整个车上添加笨重、易坏和不实用的传感器）。这些传感器的成本和尺寸在迅速下降（比如厂商们在竞相让首批固态LIDAR切实可行），但我们离它们的价格便宜到足以安装到生产汽车上还有好多年。

但与此同时，即使你确实有一套传感器和“传感器融合”（能够为汽车周围制作准确的3D模型），自动驾驶的其余方面对任何人来说还不行，业内人士也没人认为这指日可待。部分效果很好（比如说高速公路上的巡航控制），但整体不行。

因此，特斯拉的第一个赌注是，它在其他传感器变得小巧便宜之前解决纯视觉问题，到时候它还要解决自主性的其余问题。也就是说，Waymo或其他厂商完全有可能在202x年借助1000美元或2000美元的LIDAR和视觉传感器套件获得自主性，特斯拉仍没有让它处理视觉方面。

第二个赌注是，特斯拉将能够获得自主性，足够领先，得益于很强的赢家通吃效应：“更多的汽车意味着更多的数据，意味着更好的自主性，意味着更多的汽车”。因此，赌注是自主性能力不会是大路货。

话题又回到了数据。特斯拉显然拥有数据资产，它可以从已经售出的20多万辆Autopilot 2汽车中收集数据。另一方面，Waymo的汽车已行驶了800万英里，在去年翻了一番。特斯拉行驶的里程更远，但你需要多远的里程？

这其实是关于所有机器学习项目的问题：何时你添加更多的数据，效益反而递减？多少人能获得这些量的数据？自动驾驶似乎应该有一个上限：如果一辆汽车可以在某个城市安全驾驶一年、根本不会迷路，还有多少需要改进？到某个时候，你实际上大功告成了。那么，在你的自动驾驶与市场上最好的一样好之前，你需要多少辆汽车？多少公司能够达到这个目标？是这100辆或1000辆汽车开一年，还是100万辆汽车开一年？同时，机器学习本身正在迅速变化，你不能排除你所需的数据量可能急剧缩减这种可能性。

所以，特斯拉有可能让SLAM与计算机视觉配合运行，并且搞好自动驾驶的其余方面，其数据和车队让别的任何公司多年都很难赶上来。但Waymo也有可能做好这项工作，决定卖给所有人。等到这开始进入主流时，有可能5家或10家公司掌握这项技术，那时特斯拉的技术看起来更像是ABS。

也许，这个行业还很年轻，现在宣布胜利者为时尚早，以及该胜利者是否垄断了该行业尚不清楚。但是，有可能看到这样一个世界：车辆本身变得越来越好，越来越好，看不到任何高点。