当前，智能化正在引领全球汽车产业发生深刻变革。在解放人力，打造智能移动空间的愿景中，汽车智能化的供应链将达到前所未有的广度和深度。在联合电子开发者大会上，联合电子邀请了地平线创始人兼CEO余凯、长城汽车副董事长赵国庆、理想汽车副总裁刘立国、腾讯智慧出行副总裁李博，共同探讨汽车产业链未来的发展机遇。
特斯拉有很多东西都是自研的，包括自动驾驶芯片、AI训练芯片、电池管理系统、操作系统，我们称之为“全栈自研”。那么，整车厂是不是也该学习特斯拉，做“全栈自研”？
赵国庆：其实，整车厂从诞生的那一刻起，大部分都会参与到上游生态，自己做开发。当然，过去的重点是自研硬件，为了运营效率最大化，能够快速地实现规模化，为终端用户提供高性价比的产品。基于价值链驱动，整车厂一直在上游“拧毛巾”，现在硬件方面可“拧”的东西已经不多了，所以都在关注软件成本。
关于软件要不要做全栈自研，我觉得整车厂一开始会参与进去，因为只有自己参与进去，我们才会知道在软件领域该如何提供给用户体验更好的产品；只有参与进去，才能更好地整合这个生态。
之后，整车厂的合作会更开放，未来在分工上也会更加平衡，明确哪些领域交给专业的合作伙伴。但是，这个拐点的到来需要相当长的时间。一方面是对用户本身需求的把握和理解，另一方面来自产业变革的驱动，变革会进一步对产业链进行整合。最终，在产业高度集中的时候，就是社会化分工最充分的时候。
就像手机行业，原先也是各有各的体系，但后来集中在几家头部企业。整合之后，这些头部企业反而不是什么都自己做，而是上游的生态更加偏向于专业化的分工，在专业的领域能提供专业的服务，支撑他们为客户提供更好的产品。
刘立国：原本汽车行业发展已经达到了一个比较稳定、清晰的状态，没必要破坏既有的生产关系。但是，现在智能汽车已经与原来的产品不一样了，它是一个新物种，所以它的生产关系又回到了混乱的状态。你要不要做自研？做多少？做多深？合作伙伴怎么共存？从繁杂变得清晰，事物发展需要一个过程。
我们主机厂为什么要做自研？其实，我们对于“新汽车”的理解，最早是从OTA开始的。以前，车辆在买回来的那一刻，是性能最好的一刻，而现在OTA升级能给客户带来新的体验。
但是，在传统燃油车阶段，供应商基本上完成项目SOP后，项目团队就解散了，如果要做云升级，他们连人都找不到。所以，有时候我们主机厂做自研也是被迫的，如果我的需求能很好地被满足，其实没人想花更多的钱、更多的精力自己做。
余凯：我们可以看看人工智能的发展。ChatGPT突然使人工智能发生了断层式的跃迁。但其实，我们看到 Google在人工智能领域投入很大，而微软在这个领域的实际投入很小。但在某种意义上，微软是运气好，只是投了点小钱，就抓住了Open AI。
所以就有一个反思，企业需要什么样的创新？在一些基础性、原理性的技术不那么成熟的时候，企业投入这种创新是有大风险的。就像Google研究人工智能那么多年，市场上突然出现了像ChatGPT这样的颠覆性技术，使得他们措手不及。所以我认为，像Open AI这种方式是不可复制的，它有很大的随机性。
但是，企业可以面向市场、面向用户需求做成熟技术的组合创新。比如，苹果就是一个典型案例。如果要揣测苹果在下一代推出什么产品，其实只要提前4年看它的供应链储备技术就知道了，苹果整合供应链的能力非常强。而且苹果每年都会申请一批专利，这些专利都是基于现有成熟技术的组合创新。
对于供应商来说，训练的数据越多，做出来的智能产品会越“聪明”。但是，主机厂往往各自为营，甚至数据脱敏后也不会交给供应商，这是为什么？
刘立国：在未来的生产关系中，大数据是一个非常重要的生产资料，是未来核心竞争力的关键，这是第一点。第二点，用户数据的所有权到底归谁？目前尚不明确，即使脱敏了，但能不能给出去，拿出去以后会怎么样，将处于一个风险不可控的状态。数据如果要流转，需要国家层面出台相关的规范制度，企业之间是不能有所作为的，不管它能不能产生价值。
李博：2017年，我从互联网产业来到汽车产业，在推出产品的时候，确实遇到了“老大难”问题。车厂强调私有化、定制化和差异化，是站在资产的角度看待这个问题的。举个例子，2017年，车厂基本上没有公有云，所有数据必须放在我自己的机房里。但经过这些年的变化，车厂也变得越来越开放了，有不少车厂接受了公有云的模式。
站在工具的角度来看，由于法律法规的要求，我们确实不能把个人用户的数据作为合作的基础。但其实，我们也有其他一些手段，比如利用联合建模的方式，既保护个人隐私，又能用数据开发出一些新的服务。
调查报告显示，去年特斯拉的FSD全自动驾驶软件在美国有20%的购买比例，在中国只有2%目前看来，中国消费者仍然没有养成为软件付费的习惯。我们说“软件定义汽车”，下一步该怎么做，才能建立起出一个良好的商业模式？
赵国庆：现在，我们都说智能电动车产品，其实在中国，从消费者的购买决策要素来看，目前“电动”属性是高于“智能”的，这得益于各个地方政府对于电动车路权的一些优先政策。很多人买车，只是想买一辆代步车，然后受到路权的影响，最后选择了电动车。同时，在驾驶的时候能享受自动驾驶功能，获得了超出以前传统车的体验，对于他们来说，已经足够了。至于下一步的付费升级，是需要一定的时间来培养的，让消费者在体验过程中对软件使用产生黏性。虽然现在为软件付费的比例不高，但趋势还会向上增长。
李博：其实，中国网民有十分良好的付费基础，包括移动付费。其中有个特点，就是中国用户更倾向于小额付费。那么，我们是不是能把一些自动驾驶功能拆成一个个包，一天包、一个月包？因为对于某些用户来讲，他在一年中可能也就那么几天需要这个功能。这样也能更好地培养用户的习惯。
另外，我们需要反思的是，到底有什么场景真正值得用户为其付费？现在手机也能替代某些功能，怎么才能培养用户用车付费的习惯？比如，保险业务、金融业务，以及汽车后市场业务，这些业务可以为用户提供增值服务。再比如，加油、洗车等服务，我们是否也能支持？所以，一开始最起码从这些场景切入，让消费者先拥有付费习惯，然后再进入自动驾驶，有更多的场景让消费者愿意在车上付费。
刘立国：我的观点不太一样。我们从手机软件来看，愿意付费的有两种情况，一种是能带给我新的体验，比如我购买QQ音乐享受音乐。另一种是工具类软件，付费的软件比免费的好用。其实，这些都已脱离了手机本身。对于消费者而言，如果为了解决汽车使用方面的某些痛点而付费，他们会骂你的。消费者会认为，这些应该是车企免费给我的，就像手机不会为定位、语音交互、拍照等功能另外收费一样。所以理想汽车是全系标配辅助驾驶功能。
我们恰恰认为软件收费是车辆本身之外的一些产品提升。比如，我们刚谈到ChatGPT，其实也涉及未来交互方式的迭代。PC阶段，我们与机器的交互就是键盘、鼠标的输入，第二代变成了触屏，现在则变成了自然语言的交互。那谁能提供更好的交互方式？在车内，有摄像头，有不同区域的动态语音定位，有不同的感应器，交互方式会发生变化。另外，就是算力。本地的算力、云端的算力，再加上交互的迭代，看能不能产生新的功能。 （东富）
