理想 CEO 李想试图教会你造车

荳丁_ · 发表于 2023-3-4 11:48:55

"每一轮都干一次蠢事，只要还活着就再做一次升级。"
文丨程曼祺张家豪
编辑丨宋玮
昨天的理想汽车春季媒体分享会上，理想董事长、CEO 李想花 100 多分钟，从头阐释了为什么要创办理想，怎么拆解需求、满足需求，进一步怎么落到研发、产品、交付和管理与组织上。他似乎试图教会现场记者如何造车。
李想说，每一波新员工进来他都要讲课，P8 级别及以上的员工他一对一上课。
至于 3 天前刚发布的年报和四季报信息，李想并未主动提及。相比销量和市占率目标、今年能否盈利等经营问题，李想更想对内对外解释这家公司是谁，底层价值是什么；分享他对现阶段市场竞争，汽车智能化未来和人工智能的最新洞察，以及理想在这些潮流中会怎么想，怎么做。
这与预期中的年报季沟通会不太一样，而更像一场创业和经营课。不过无需付出商学院的学费，你就可以听到 "老师李想" 的详细阐述。这与他对 "领导者" 的理解一致，领导者最重要的能力就是，"让人们足够理解你"。
以下是李想分享的整理，《晚点》做了部分删改：
智能电动车是少有的同时涉及能源 + 信息的大机会
汽车行业发展了 100 多年，我们看到成熟企业，丰田、本田、奔驰、宝马的王者级高速扩张，这是企业从 10 - 100 的阶段。
我们看到了这些企业是如何成功的，但真到自己创业时，对如何从 0 到 1，再从 1 到 10 构建一个车企是不知道的，因为那些企业经历这些阶段时，我们大部分人还没有出生。
过去 7 年半对于我是一个完整的验证的过程，我们拿一款理想 ONE 做到了超 100 亿美金的收入。
所以在此我想给大家分享，作为一个智能电动车创业企业，从 0 到 1 我们思考了什么、做了哪些判断、背后是为什么？以及我们在看一个企业到千亿收入规模时，从 1~10 的时侯，我们将面临什么挑战，解决什么问题？
先讲我们为什么搞这家企业？进行一次新创业，肯定要看核心大势。人类过去几千年的发展，最主要影响因素是能源和信息。
从人类开始钻木取火，到使用化石能源，使用电能，再到最近这几十年可再生能源的应用，这是人类的文明进步的过程。
人类文明进步的另一个过程就是信息，即信息技术的发展。人类区别于其他动物，是有了语言，可以沟通；再到有印刷术、计算机，到现在人工智能的高速发展。
智能电动车为什么受关注？因为它是少有的，既涉及能源，又涉及信息技术的行业。这是一个重要的机会。
能源：理想用增程加高压快充解决问题
我讲的第一件事是能源，怎么理解能源？作为一个超级大国，能源一定是由政府来引导的。所以我们最核心是去看用户和政府的需求，以及背后挑战和问题。如果我们有能力解决这个问题，就能获得市场认可。
从用户角度，能源需求是三个层面：第一是能源获取的便利性，我们经常看到用户对电动车给出两极评价，有充电桩的会说电动车真香，没有充电桩的就后悔买电动车。为什么产生两极评价，因为用户感受到的便利性不一样。
第二是能源获取的成本。一是我买的产品是不是更贵，这里边是电池的价格。另一个是使用成本，电动车使用成本非常低，当经济不再 10 个点高速增长，下降到 5 个点时，会有越来越多人选择电动车，因为每年省的钱就能买一个 iPhone。经济增速放慢后，节省是关键。
第三是舒适、环保。这里的环保和政府讲的碳中和、碳排放又不一样。用户认为的环保的点是，开一个车去学校接孩子，大夏天开着空调，燃油车到处都是味道，这就是污染，如果是电动车，开空调就会很好。我们的用户有一个特点，当用户家里既有燃油车，也有电动车时，他的司机大部分时间会更愿意使用我们的车，因为司机有大量等待时间，需要原地开空调。而燃油车和电动车开空调的舒适性和气味性完全不一样。这些需求满足得越好，电动车普及率越高。归根到底，电动车的核心目的是把现在这 2 亿辆左右的乘用车逐步替代。

政府的需求也是三个方面：第一是核心技术自主可控。这在大国竞争时很关键，很多时候并不是你听话就可以。日本也很听话，但广场协议以后日本一直在衰落。因为任何一个老大都有动力遏制老二，跟你怎么表决心、什么态度没关系。
第二是能源供给的安全。我们生产了全世界超 60% 的锂电池，但我们锂储量不到 10%，我们有全世界 20% 以上的石油，但我们的石油储备大概是两个多点不到三个点，这背后就是能源供给的安全性问题。
政府的第三个需求是 "金山银山不如绿水青山"，就是碳达峰和碳中和。这使中国无论是电动车，还是电机、电控、第三代半导体、新的电池技术、光伏这样的全产业链都已跑到全世界领先位置。因为政府有这样的愿景。
作为智能电动车企业，我们现在面临的挑战有两个，第一是充电难，第二是电池成本高。
电池是由贵金属、大宗商品组成的。电动车卖得越好，电池就越贵。今年一二月份，就像微博上有个朋友讲——虽然（特斯拉）降价并没有使自己胜利，但可以打击对手。两个月过去了，几乎每一家企业定的全年目标普遍只完成了 4%、5%。这时碳酸锂价格就开始明显下降了，从 55 万一吨到现在 39 万一吨。
如果我们相信电动车包括储能会高速发展，碳酸锂成本肯定不会再降到原来的四五万块钱，20~30 万一吨会是长期稳定的。这样电池成本还是没法大幅下降，甚至今天的电池成本比 2018 年时还贵得多。
我们的解决方案有三条路径：
第一是换电。换电接近于加油的体验，用户担心的很多问题都可解决。另一方面，换电还可以不把电池卖给消费者，这样买电动车的成本甚至比燃油车还低。
但换电需要建换电站，需要承担电池价格大幅波动的风险。我们当时的钱并不多。我们在想，能不能把它直接放在产品端，而不依赖于服务端，所以我们就做了增程。
当时增程跟今天大家的增程不一样，普遍都是 50~60 公里续航。我们就想怎么样把用户体验和出行效率结合在一起？我们做了一个最棒的选择，就是做大电池。
今天所有在卖的增程电动车都是两百公里以上纯电续航，从而能做到一个我们特别希望实现的场景：城市里用电，高速用油。我们卖了 29 万辆车，但家装充电桩已超过 20 万了，我们用户的充电桩安装比例非常高。
所以增程是我们解决方案之一，它可以用更少电池，也可以控制车重，并解决长途出行的充电问题，跟我们 SUV 的定位相符。
第三条路是什么？绝大部分企业充电桩都不赚钱。因为充电桩要一天做到 6~7 单才能收支平衡。做到 10 单，盈利状况就会好于加油站。
但今天充电桩普遍是 2~3 单 / 天，几乎都是赔钱的。所以大家普遍的算法是，把平均只能用 5 年的充电桩的成本分摊到 10 年，这样去增加盈利和减少亏损。
充电桩的原理其实跟餐厅一样，就是一个翻桌率。你充电一个小时才能充满，这时用户如果中间吃个饭回来，那两三个小时过去了，很容易造成一天就 2~3 单。我们自己测算一下，如果能把充电时间缩短到 20 分钟之内，用户就不会离车。如果缩短到 10 分钟，整个体验就基本跟燃油车完全一致了。
这就是我们在做的——快充。它有两个核心：一是必须用高压平台，这才能做到这样的充电速度。高压平台还能带来第二个好处，当我们使用碳化硅配合高压平台，再配合比较好的封装技术，电池成本还可以大幅下降，效率会显著提升比如说目前卖得最好的一款中大型 SUV，它大概是 100 度电，做到 600 公里续航。我们用 800 V 高压平台配合更好的风阻系数以及碳化硅和整体效率优化，大概能用 80 度电做到同样的续航。车辆也会更轻，整体成本能下降 3~4 万块钱。我们自己现在也在做碳化硅模块，自己做三合一电机，这都是跟整体效率息息相关的。
把这些东西做好后，我们相比今天主流的 400 V 平台，在相同尺寸和驱动形式下，还可以一辆车降 3~4 万块钱的零部件成本。到时可以看得到，我们的 800 V 平台电动车，可以做到跟增程相同的价格，这可能跟大家想象得不一样。今天大家都认为 800 V 碳化硅是更贵的，其实可以省非常多成本。4c 先不考虑在内，它还有一定选择性，我们用 4c 电池可以做到 10 分钟充 400 公里，2c 电池也能做到 20 分钟内充 400 公里。
我们自己始终坚信，如果我们要卖电动车充电桩，对我们而言它是产品本身，不是服务。如果我们提供 4c 的车，但没有 4c 的完善充电网络，就相当于卖了一个 4G 手机，但你还是 2G 网。所以大家完全不用担心我们铺充电桩的速度和决心，也没有大家想得那么贵。
所以增程和高压快充，是我们往后到 2030 年，仍会坚持同时往前走的两个核心路线。无论是增程，还是高压，核心目的就是解决充电问题，给用户两种不同选择。
所以能源方面的思考，在过去从 0~1 阶段真正帮我们站住了脚，让我们获得了可观的收入。
在过去几个月里，理想汽车一直是中国所有新能源汽车里营业额的前三名，我们上面就是比亚迪和特斯拉。所以我们的收入规模和增速能支撑我们接下来全力以赴做好电方面的工作。我们在上面的研发投入，包含自研自制零部件和深入供应链，可能比大家想象得更深一些。
智能：2024 年没有高级辅助驾驶的高端车没人会买
在理想汽车，有四支人工智能团队分别在解决四个领域的问题，包含座舱多模态，这是去年建立的；还有智能驾驶、对工厂的改造和对零售端的改造。
在工厂，我们今年可以做到所有几百个检验人员都由机器替代掉，我们自己在做这方面的核心 AI 算法。我们一直在用算法解决质量问题。从量化角度看，如果拿钱来衡量分摊到每辆车上的质量的花费，我们其实显著好于奔驰、宝马、奥迪这些豪华品牌。这背后，算法体系非常关键，这包括我们对各种事故的分解。我们的保险价格是同行中最低的，甚至比燃油车还低。电动车保险普遍比燃油车贵，而售价 30 多万的理想 ONE，第二年续险，商业险是 3300 块。这都跟我们背后的这套算法息息相关。
我们要做智能也跟汽车之家有关。汽车之家基本所有产品都成功了，但有一个产品失败得一塌糊涂，就是汽车电商。不仅我们失败了，所有同行全失败了。
为什么会这样？我们后来做了一个特别重要的总结：汽车电商整个业务链条有 90% 以上发生在线下，线下的仓储、库存、物流、交付等所有环节，我们没有做任何改造，我们成本比传统汽车经销商还高，我们只是在线上多花了 5000~15000 块钱的 CPS 成本。所以在拿钱衡量的效率和商业链条里，我们除了多花了一部分钱，什么价值都没创造。
同样的问题还出现在新零售、社区团购上。很残酷地讲，这也是所有打车公司的问题。大家可以看到包括 Uber、滴滴，它今天的市值都远不及当时融资的市值。
核心是 "软件 1.0" 没法解决物理世界的问题。软件 1.0 就是人类自己来制定规则，自己变更，然后编完程以后自己使用程序（无论是互联网还是 App），它主要就运行在数字世界。但物理世界发生的一切我们改变不了，我们可以在美国非常快地用 Uber 来打一辆车，但是这辆车从 A 点到 B 点间发生的一切成本没有任何下降，甚至比出租车还高，因为空驶率更高。然后这些平台公司就会出现一个问题，他如果想获得高速增长的份额，他就亏损；他如果想赚钱，他唯一方法就是剥削司机，因为美国（平台佣金）收到 30%，中国收到 25%，而出租公司只收 20%。
电商则不一样。电子商务改变了把货放在昂贵的商场来卖的情况，货挪到一个库房就能卖，整体成本下降 35%~40%，这 35% 被消费者拿走了一部分，东西更便宜了；平台拿走一部分，所以养活了阿里、亚马逊这样的企业；新一代商家也在上面获利了。
所以我当时在思考一个问题，有什么办法能改变物理世界？我发现只有 AI。

AI 的核心是学习，不是编程，不是逻辑，AI 其实是对人类的模仿和学习。我们又把 AI 分成了两大类，对应人在物理世界里的两种工作和学习方式。
一种是行为学习，小脑为主，大脑为辅。我们是用大脑来思考、训练自己，但训练成功后小脑就能处理。比如开车，和在生产线上做一些检测。很多时候它不需要通过大脑完整思考，而是靠快速反应。另一种是最近比较流行的 ChatGPT，其实也包含车里的 "理想同学"，蔚来 Nomi 这些语音助手。它的工作方式是认知学习，大脑为主，小脑为辅。所以这时当你给出一个命令，如果很复杂，它就要回到云端去处理。
ChatGPT 的好处是什么？它难度很高，但你并不怕他犯错。如果 ChatGPT 对着你一本正经胡说八道，你也不太在意。这样大家就可以上手使用，继续训练它。但小脑为主的任务，比如自动驾驶一旦犯错，可能是一场交通事故，一个人员伤害。
从这个角度我跟大家讲一下自动驾驶的阶段。为什么我们会在这个阶段才开始 all in 自动驾驶？
先看人自己怎么开车，怎么在物理世界通过行为学习来工作的？
第一是三维感知，就是人类通过两个眼睛、两个耳朵并配合大脑，对整个三维世界进行信息获取和信息处理。我们今天看到的成像和其他动物看到的成像不一样，因为我们的传感器和我们的处理结果不一样。生物和生物间的差别，是信息获取能力和信息处理能力的差别，不是谁的体格更大，繁殖能力更强。人类拥有地球上最强的信息获取和处理能力，所以才是地球霸主。
第二步是，我们能根据看到的东西和自身状态，判断决策。如果前面是一辆车，而且是行动的车，我踩刹车减速就可以了，如果前面是一个事故车或石头，我就会判断我要怎么办。
第三步是，通过小脑及神经系统去执行：我应该怎么打方向盘躲开它，应该怎么踩刹车，产生什么样的力度，转向达到什么样的速度，这也跟我自己的运行速度相关。
第四步是结果和反馈，就是训练。如果整个操作体验非常顺畅、安全，我就会逐步把它强化成自己的本能。但如果我不小心追尾了，你相信我，三年之内很难再追尾，你会调整自己下一次的行为，但凡遇到这种情况提前踩刹车。
其实我们小时候学走路、学排球都是类似的过程。一旦经历过这种出现问题，反馈，大脑训练以后，后边小脑就能处理了。所以当我们开车开得非常熟练时，忽然接个电话，打半小时、一小时，你大脑其实没有对开车进行任何处理，但你仍安全地开着。
对照这个过程，自动驾驶已经经历的第一个阶段是这样的：
首先它没法做三维感知。当时整个传感器和算力并不强，算力是 Mobileye，感知部分只有前视 200 万像素摄像头。它只能识别视频里的一张张二维图，所用到的 AI 只是二维的。二维也可以测距，就是这张图越宽离我越近，越窄离我越远。但车载行驶会出现各种抖动，导致识别不准。所以大家用了成本比较低的方法，是放一个毫米波雷达测每一张图片间的距离。这就是到今天为止，跑在中国路上 99% 的车的辅助驾驶。哪怕它今天已经上了 Orin 这套高计算平台，还是这么工作的。我们称这为 2.5 维工作方式。它比较像蝙蝠，通过对各种障碍物和目标物的动态测序来工作。
在第二部分，也就是判断决策方面，今天路上所有量产交付的判断决策都跟 AI 没关系，都是靠规则实现，靠大量尝试和人类编程。所以今天体验好不好，就看谁写出了更多规则、测试了更多场景。规则之内的可以解决，规则之外的一律解决不了。出现责任时，所有车企都说这是消费者的责任，因为我只是辅助驾驶。
第三部分，整个执行控制方面也完全是规则的。所以大家试车时就会发现，不同车辆，同样遇到一段堵车，跟得紧的车就会让人晕车，因为它刹车更急，起步速度更快，但能防止别车加塞。坐着比较舒适的车加速就比较稳，但容易被别的车加塞。就看你怎么调到一个平衡点。
到了第四部分，反馈成长的部分。这又分为两种：一是我收集了更多视频，我会有一个标定团队去标这些数据。特斯拉的标定团队在印度，过去一年它自动驾驶裁员就是裁这部分；中国标定大量是外包的，在贵州。标过的（系统）就认识，知道是交通桩，是车，没标过、识别不出来，它可能直接撞上去。所以这个阶段，做人工智能的经常有一个玩笑：有多少人工就有多少智能。另一个反馈训练的部分是调规则，把决策的、执行的规则调得更舒适、安全，方法就是给到更多人去更多场景调。
所以之前这个阶段，本质上跟自动驾驶没什么关系，它就是辅助驾驶，无论 L2 后面几个 "＋"，都是 L2。
这之后出现了一个本质变化，是从特斯拉的 FSD 开始的，包括他们当时从 OpenAI 招了 AK（Andrej Karparthy，他于 2017 年 6 月加入特斯拉，去年 7 月离职）。他去了后做了一个很大变化，因为他是在斯坦福跟着李飞飞做 3D 视觉感知的。同时 FSD 芯片的效率很高，它是专用 BPU（特斯拉更常称 FSD 芯片为 NPU，意为神经网络芯片；地平线称自己的芯片为 BPU，意为类脑芯片），虽然只有 144 TOPS，但两颗 FSD 基本上可以跟两颗 508 TOPS 的 OrinX 性能差不多。同时特斯拉那时也升级了，装了 360 度的摄像头。
这时它开始用大模型，用 Transformer（Google 2017 年提出的人工智能模型）的方式做 BEV（俯瞰视角）的 3D，它变成了三维视角。而且三维视角的核心就是像素，就是整个三维世界的像素占用和像素移动的过程。这带来一个本质变化：车开始用与人相似的方式观察世界。
有了三维感知后，接下来的判断决策也不一样了。整个判断决策分两层，一层是白盒子的，就是编程的，用于遵守交通规则和法律。另一层是车的判断决策、执行和控制会成为一体，我们叫端到端。车可以记录人类看到什么东西，做了什么判断，进行什么执行的整个过程，然后去学习。它变成了一个学习过程，这是本质变化。无论你用 GPU 还是专用的 BPU，你都有了这样一个闭环能力。
接下来，整个反馈层面也不一样了。它会把整个过程变成结构性数据，然后传到超算平台上进行训练。而且整个训练是个黑盒子过程，因为都是大模型。虽然同样是有算法，但有的算法是白盒子，我认为它是 1.0、1.5，完全黑盒子的我们才认为是 2.0。
这还带来一个变化，就是车端学习，收集足够多样本放云端训练，这时云端就可以做自动化标注和分类了，就不再需要那么多人了。其实特斯拉、OpenAI 的算法团队人数都非常少，这是大模型以后的自动化带来的。
由于它是一个黑盒子，整个训练看的不是对和错，而是看训练质量的提升。编程是看对和错，但当机器开始学习时，就是看质量变化。所以在超算端训练完以后，也不会直接部署到车上，而是回到车上做顶层验证，跟大量人类样本来验证。当验证算法质量有显著提升后，才会部署到车上，这会比较安全。
这是整个过程，这时自动驾驶发生了本质变化：只要端到端训练样本足够多，整个价值链、安全性就会越来越好。所以车企接下来的在自动驾驶上的比拼其实是三部分：
一是降低车端计算平台和传感器的成本，从而尽可能做到标配。只放个摄像头，什么都训练不了。确实今天特斯拉成本很低，它这块整个成本只有 1500 美金，我们这些用双 Orin 的成本，基本都在 4000 美金以上，这是一个巨大差距。
二是比谁端到端的闭环的数据多。你只拿到一部分数据没用，你得做到完整的端到端训练才可以。而且不同国家、不同场景训练的都是不一样的，并不能简单挪过来就直接用。也就是，你能卖出去足够多的、装满这些传感器和计算平台的车。
三是成本更高、挑战更大的大模型的训练。美国从去年开始就限制中国训练芯片的发展，也限制英伟达向中国出售高带宽训练芯片。
其实今天，无论是在车端用 GPU，还是在云端用 GPGPU（通用计算 GPU，指不带图形能力，主要做并行计算的 GPU），对大模型而言都不是效能最好的方式，普遍只有约 1/5，相当于另外 80% 成本都是浪费的，一点都不夸张。而像特斯拉做自己的 AI 训练芯片 "D1"，它整个体系构建起来以后，大概能做到英伟达 A100 1/6 的成本。
我觉得这可能是以后决心要做人工智能的企业，必须解决和投入研发的部分，这是我们看到的结果。所以除了我们真正去做好产品、平台和背后的算法外，以后真正的竞争会在最底层。
在 AI 时代，这包含 AI 操作系统，它要求极低的延时，因为它是在物理世界运行的，如果延迟 0.5 秒，晚刹车 0.5 秒，可能就车毁人亡了。这时，全链条的实时操作系统，和这样的操作系统上跑大模型算法时的效率就变得很关键了。还包括车载 BPU。BPU 是典型的小脑为主、大脑为辅的工作方式。再然后到训练端，还包括用 TPU 做云端训练，这是以后的超级中央大脑。我们其实看到了整个人工智能发展的根本。
我们怎么做的？我们比较小心翼翼，但其实我们是长期在这方面做深入选择，确定这条路线可行以后，我们就会 All in 来做。
所以我们自己真正对自动驾驶的投入，是从特斯拉把大概逻辑跑通以后才正式开始的。包括为什么 L 系列里会做多模态。逻辑是一样的，我们车内算法也已逐步放弃了之前的方案，车内训练也开始用大模型，只有大模型才能实现我真正想要的 2.0 的人工智能。
这一块还有一个关键点，就是我们的一个预测：什么时候才是电动车真正的智能时代？
今天大家很痛苦，可能你看好很多企业，它们在这方面发展得很好、投入得很早，但它并没有体现在销量上。这时其实要有一个精准的、让用户体验的价值点，爆发才会开始。
比如智能手机，我觉得它当时同时满足了三个条件才可以快速发展。第一是 3G 网络。第二是 2008 年 7 月 App Store 上线。在此之前，我如果给父母装软件，要么我去电脑上拿着 iPhone 同步，要么去电脑城花 200 块钱装一堆，而从那一刻开始，我父母就可以直接点手机去下载文件了。三是 2010 年 iPhone4 发布后开始提供 OTA（远程更新）功能。原来手机更新要像下载部件一样下载到我的 iPhone 上再更新，现在任何人都可以直接点一下更新整个手机系统。
所以三个条件都具备后，从 2010 年开始，手机才真正从触屏时代进入智能时代。2010 年之前很多触屏手机卖得非常好，一年大几千万台，但从此以后就变了。几乎是有了 OTA 的同一年，小米开始做手机了，它抓住了安卓拥有这些能力的机会。
回到智能电动车，什么时候智能电动车才真正智能？
我自己做一个预测，这个时间点，尤其是对中高端车，会出现在 2024 年。当真正基于大模型，基于 BEV 技术实现的城市 NOA 向所有城市覆盖时，会变得完全不一样。
今天我们已经做得算比较好的了，我们高速场景下的辅助驾驶使用率已超过 50% 了，但整个辅助驾驶使用率不到 14%，因为高速场景是有限的，市区里现在还没法使用（辅助驾驶）。我觉得一个技术只有用户每天的里程使用率稳定超过 60%，才再也离不开了。
城市 NOA 会带来什么结果？其实不需要变成完全自动驾驶，而是说你每天上下班堵车时，他都帮你来解决，60% 甚至 80% 以上交给它来开，而且安全性也没问题。
这时会产生一个巨大变化，就像你买了一个二三十层的楼房，它是有没有电梯的差别。所以以后在中高端车市场，如果不能提供城市 NOA，消费者就是买和不买的差别。
今年的一个现象是，所有 Orin 计算平台的企业基本都会在四季度交付城市 NOA。我自己觉得到今年年底，大部分头部企业能够到 2012 年底特斯拉的水平，到 2024 年能达到 2023 年初特斯拉在北美的水平。
所以 2024 年这个时间点，会首先从中高端开始彻底进入智能时代，一个基于软件 2.0 的智能时代。否则我们永远只能卖电动车，跟智能没什么关系。智能不是装个安卓，这没什么难的，今天很多人还没明白这些事儿。未来我们也不会提供基于原来那种方式，一个个城市做标定的产品，我们会提供基于大模型的，覆盖全部（地域）的产品。
经营十字：品牌是指引，产品是中心，高毛利保证高研发
前两个问题，我回答了我们为什么创办这家企业。接下来是我觉得，做一个从 0 到 1 的企业最重要的其实是品牌。因为品牌要回答对内、对外硬币两面的问题。我们要先对内回答：我是谁，要到哪里去，以怎么样的方式去。另一方面，我们必须要对消费者回答清楚：我们是谁，提供什么样的价值。
我认为品牌理念最重要的事情，这是 2007 年秦致（汽车之家前 CEO）加入汽车之家以后带着我们做的，他带来一个巨大帮助。
它决定你的企业效率，决定所有人是不相信这个事情。那理想的使命是什么？其实从注册那一刻就有了，我们的公司名字叫 "车和家"，我们希望通过人工智能和可再生能源技术，改变两个最重要的空间，一个是车，一个是家，所以我们使命是 "创造移动的家，创造幸福的家"。

第二是企业愿景，愿景就是我们中长期希望自己成长成一个什么样的企业？我们希望到 2030 年能成为全球领先的人工智能企业。我们必须得具备像特斯拉、苹果这样的能力，才可以立足。
第三是企业价值观。就是我们拥有的真正属于我们的，并能持续帮助我们获得成功的能力。要你经过一定验证周期后，才能提炼出自己到底拥有什么，这是比较好的企业价值观的树立阶段。
秦致 2007 年加入汽车之家时，汽车之家已经把产品库做到了行业第一，论坛做到了第二，资讯做到了第三。我们就在黑板上写为什么能做到这些，写了一黑板。当时确定的第一条是 "把消费者利益放在第一位"；第二条是 "做正确的事，不做容易的事"；第三条是 "先做到 60 分，再去做 100 分"。
当我们最开始做理想时，很多人说为什么要做家庭？为什么要做六座？这背后其实是理想汽车的核心价值观——超越用户的需求。
因为汽车这个产业周期太长了，只满足需求很容易过时。什么是超越用户需求？我们 2016 年如果去做用户的调研，问要不要增程，用户会说多此一举。问要不要四屏，用户会说他需要更多按键。问要不要六座？那时没有六座 SUV，他说我为什么不买五座和七座，而要多花钱买少一个座位的？直到用户开上了六座 SUV 以后，带着老人和孩子发现，原来上下车如此方便。所以我们的行为准则是始终把用户价值放在第一位，不是需求，而是价值。
第二是 "做正确的事"，为什么很多东西要先思考，因为这个周期太长了，所以在理想，你必须深入洞察和思考以后再去行动。
第三是 "用协作的方式解决所有的问题"。我们不仅要跟自己协作好，还要跟我们所有合作伙伴协作好，产品要跟技术、制造、服务都能协作好，这才有效，这是我们自己的核心价值观。
另外一方面就是我们面向消费者，我们是谁，我们提供什么样的价值？
我们核心定位是家庭首选的豪华电动车品牌。这里边其实包含两个关键要素：豪华，就是我们跟 BBA 一样，只做 20 万以上的用户群；家庭意味着什么？其实 20 万以上用户群里面 79% 是家庭用户，就像奔驰之于豪华，宝马之于驾驶，沃尔沃之于安全，我们不是电动车行业的开创者，所以我们要有一个自己的鲜明形象来做这件事情。
当然做家庭这事情我们也是比较擅长的，因为我们最开始的时候，这几个合伙人，平均每人有三个孩子，所以对这种 6 座场景、多人出行的场景非常了解。
品牌理念向外向内要梳理得非常清楚，而且要天天讲。它能让所有资源投入，所有精力团结一致，也让大家知道如何去取舍。在这个行业里取舍非常重要。
品牌理念有了以后，无论从 0 到 1 还是从 1 到 10，我们其实都拿这张图来诊断，我们作为一家智能电动车企业，必须要面对的每一个方面的能力提升、挑战和竞争。这是一个十字架的模型：

第一就是刚才讲的品牌。300 多家造车新势力，只有 1% 的企业在品牌方面是合格的，大部分连基本常识都不具备。今天给你讲了家用，第二天就跟你讲我三秒加速，所有逻辑都是乱套的，后边会影响他的产品，影响他经营的所有环节。基本上所有品牌折就先折在品牌上。你可以看到出问题的企业，内部管理都乱得一塌糊涂，因为每个人各怀鬼胎，这是最大的问题。
第二点是产品。品牌是我们的脑袋，产品才是身体。作一个汽车产品，我觉得大概分成三个层面，第一个层面是必须安全。我可以放心跟所有人讲，L7、L8、L9 是这个世界上最安全的车。因为我家人都坐车上，我身边所有朋友都买这个车，我怎么可能让它不安全。而且面向家庭用户在意的不是一个人的安全，而是一家人的安全。比如 A 柱，用高强度钢和用热成型钢，其实成本就差几百块钱，但是很多企业非要省这几百块钱。我的整个防撞结构，前后防撞结构，别人拆车测评时发现，在 A 柱下面轮眉那里，还有两个防撞梁，尾部有防撞梁。我哪怕这些防撞梁都用最好的铝结构——铝在防碰撞是最有效——成本就多个不到 1000 块钱，但就有企业非要往上放泡沫塑料。因为过去成本竞争太狠了。
另外我们所有车前排安全带都是燃爆预紧式的，无论什么情况都能把你牢牢拽住。我们所有车都是安全气囊配满的，包括第二排的头部气囊、侧气囊都是配满，整体下来也就多花 2000 块钱成本，但是大部分企业都不愿意花这个钱。安全一旦出问题就是超大的问题，安全是底线，安全从来不过任何的预算，就直接做，并不是左侧满足碰撞测试要求，右侧就不做了，左侧和右侧都一样，因为右侧坐的是我老婆，她当然重要了。
产品第二层是什么？是产品价值。包含空间，包含舒适性。其实这里边又分成两部分，一是软件的部分，一是硬件的部分。
软件的核心是，当我能做到中央控制器、智能驾驶控制器，背后整个软件全都自研的情况下，其实软件不是问题，软件是用户有什么需求都能满足，甚至我们现在已经让用户自己做产品经理，就是我们提供 "任务大师"。苹果的捷径只能调取 APP 软件功能，车是硬件软件可以一起调用。所以这时大家怎么衡量自研，自研就看任务大师里边能调动多少功能，因为这些功能供应商是不给你开放的，只有你自己自研才可以调动所有功能，并把这些功能组合在一起。正常的供应商是绝对不给你开放白盒的。
但最难的部分是硬件部分，汽车的硬件相当于 52 张扑克，你每多要一个功能，就得去掉一个功能，并不是说我想加成本就可以。
很多人说为什么 L7 不做成联动座椅，像奔驰 S、宝马 7 系那样，就是当我调椅背时，坐垫自动往前延伸。因为它是另外一种骨架方式，当你要保证结构安全，然后使用联动方式时，无论宝马 7 系、奥迪 A8 还是奔驰 S 都时当我调椅背时，坐垫同步调，当我收坐垫时，椅背也同时调，这就导致这些车的第二排座椅不能放倒。这样作为一个家庭车，你想运一些东西时就非常困难。这就要做取舍：你到底是服务老板，还是服务家庭用户的？这种取舍就容易做了。如果你想把一个车做到 3 秒多加速，它可能就会牺牲一些其他部分，比如中低速的能耗，电机尺寸都会有相应影响。
这时大家发现，硬件的核心其实是取舍。怎么做取舍？围绕你的品牌，围绕你的用户，而不是为了研发团队的存在感，一定是为你的用户、你的用户群的价值去做取舍。
同时一定要建立一个完整的验证体系。在理想汽车，我说要改一个东西根本不可能，跟你们想得完全不一样，要经历非常严谨的一个过程，要有需求分析，需求分析会写到什么程度，会写这个东西研发需要多少周期，所有竞争对手怎么做的，实际上线以后产生什么价值，这个价值怎么计算。一个软件、一个硬件都要做完整分析。所以很多传统汽车厂商的人到我们这里做产品后就会明白，传统车厂的产品真没法超过我们，因为我们的工作量和系统比传统汽车厂完善得多。从需求分析到需求验证，再到零部件 SOR（Specification Of Requirements，汽车零部件开发要求书），到后面零部件验证，整车验证，我们整个流程非常完整，没有任何人可以绕过去。如果不做完整的需求分析，这东西根本不可能立项，研发也绝对不去做。在做（产品分析）的过程中，研发，包括供应链，产品都要提前介入。我们想做一个新功能，就一定要到供应商那里，到研发那里拿到所有关键细节。
这是怎么做好产品的关键：一定要知道怎么去取舍，以及建立一个完整的验证体系。
产品的第三层，是你的品牌的 "特殊向往感"。
我们想要 "成为移动的家"，我们在 "移动的家" 上就不能蜻蜓点水。如果车要像一个家，它就一定要最大、最舒适的空间，要放更多屏幕。在家里每个人都抱一个屏幕，为什么在车里不行？另一方面，如果想做自动驾驶，你就要上激光雷达，上双 Orin，把 NOA 变成所有车的标配。这是核心，千万不要蜻蜓点水，一定要做超额投入、超额配置。
这是整个产品的三个层面：安全、价值和品牌向往感。请你相信我，消费者完全感受得到这些东西，一点儿都不假。只不过你不能看非用户群体，你真正的消费者对这些东西可以非常好地理解和认同。这就是我们怎么向用户交付一个足够好的产品。
产品之后，第三个是毛利率。
毛利率那么重要？还是跟汽车行业有关。如果你要想成为留在牌桌上的汽车企业，基本上要有几千亿收入。你要想成为一个世界头部企业，一定是上万亿收入。这样的收入规模怎么经营就变得很关键了。你不能永远靠融资，你几十亿收入、几百亿收入时还可以靠融资，再大了怎么可能靠融资？我们看汽车业发展史也可以清楚看到，当遇到经济危机、车最难卖时，往往就是根本融不到资的时候。所以哪怕像通用、克莱斯勒，2008 年经济危机，汽车销量掉了 40% 后，也都破产了。破产除了收入下降，另一方面是它杠杆用得过多，所以后面把德尔福都拆出来，因为原来他自己承担所有杠杆，下滑 40% 几乎自己全承担了。
所以什么是毛利率？毛利就是所有销售价格减销售成本，销售成本包含车的耗材成本，制成本和对应的分摊，还有车的运输费用、软件费用、税费。店里的人员支出叫销售费用，这是毛利率以外的，我们毛利率留的部分就是应对销售费用的。所以毛利率等于销售收入-销售成本，剩下的都是公司可以投资的钱，是提升自己能力的部分。
回到车的角度，作为一个智能电动车企业，我们认为健康的毛利率门槛是 20 个点。研发费用投入基本上 10 个点以上，销售管理费用如果做得非常好，也需要 7-8 个点。同时你还要承担一定的风险，还有资本投入，建工厂这些。所以我们认为 20 个点是健康的。
目前看，特斯拉是超 20 个点的，我们也稳定超过 20 个点，其实比亚迪也超过 20 个点，因为比亚迪不是直营方式，它如果把经销商费用一起算进来的话，车的毛利率也超过 20 个点，这是比较健康的。否则你怎么去投研发？你不能说资本市场好就投研发，资本市场不好就收缩一点，汽车不是这样的，汽车你做任何一个计划都应该是 5 年以上的一个周期。
当然了，毛利率越高，企业经营难度越大，毛利率越低越容易，负毛利就相当于送钱，那最容易。
我们判断， 20 个点是企业能长期发展的最低毛利率。所以大家可以看到，特斯拉过去那么多年一直赔钱，但从 Model S 到 Model 3，它的毛利率一直稳定在 20% 以上。我可以花很多钱，但我始终坚持毛利率稳定在 20% 以上，只有一年，特斯拉的毛利率降到了 18%，应该是 2018 年 Model 3 难产的时候，剩下所有车型都在 20 个点以上。今年特斯拉大规模降价，但在年报会上他讲，依然要保持 20% 的毛利率。这样企业才可以健康发展，做任何长期投资时，才可以不怂，才可以坚定地去投。
有了毛利以后，钱到底怎么花？我觉得第一个重要的是投研发。
我们把研分成三层。最基础的研发是产品研发，就跟所有传统汽车厂都一样，我利用供应商各种东西把产品做出来。
第二层是平台化研发。到了新的 L 系列之后，我们在 2019 年做了一个最重要的决定，全力以赴做平台化。传统的平台化只是说我底盘怎么共用，我们的平台化更极致，基本是按照 iPhone 方式来做的：我们把整个平台分成 4 个，有增程电动平台、高压纯电平台、智能驾驶平台、智能座舱平台，还有辅助的小平台，像电子电气架构平台。它们是完全通用的，为什么我们 OTA 效率高，因为我们只需要匹配一款车，不需要匹配四五款车。这避免了像智能手机早期阶段时，如果你把苹果 iOS 操作系统给诺基亚，它也没法用，因为光匹配几千个不同屏幕、不同处理器他基本就疯掉了。
但是平台化投入特别高。过去平台化谁在做？不是传统汽车厂商，是超大供应商。几乎欧洲每家汽车厂商的 PHEV 系统都是买的供应商的方案，自动驾驶也是。而我们想要的增程电动系统，没有供应商能做出来，我们只能自己来做。包括增程器、后面所有的控制还有智能驾驶。
交给供应商做是一个什么结果，大家有目共睹，更不用说后面做大模型训练，根本不可能。供应商配套的 L2 辅助驾驶，可能投资要 5-10 亿美金，如果想做大模型，投资需要 10-20 亿美金。一般他会 1~2 个亿来卖给你，并持续给你提供零部件，这是它的商业模式，好处是可以找到 20-30 家企业来分摊成本。但我们自己做的话是亿级美金起，如果要把自动驾驶这块，做好完全的城市 NOA，投资大概要 20 亿美金，包括后面的训练。所以在早期时，你能不能去投这样的平台，其实就在你整个毛利率和财务结构里变得非常关键了。你有没有决心持续投下去？
但是规模上来后，效率就不一样了，你的更新速度会更快，开发效率会更高，供应链管理会变得更容易，用户体验会变得更好，质量会变得更好，成本也会更好地下降。说句实在话，L7、L8、L9，除了车壳和座椅以外都是一样的，就像你买 iPhone 14、iPhone14 Plus， iPhone 14 Pro 和 iPhone 14 Pro Max，背后的东西都是一样的。平台研发基本上占了我们 7~8 个点的成本，远远高于传统汽车厂商的研发费用。
第三层是系统研发。再往下平台成本如何下降，从更深一层探究，包含我们究竟是用别人的、凑合能用的系统，还是自己来开发操作系统，还有背后的推理芯片。如果我自己做推理芯片我是不是可以做到像特斯拉一样的成本，因为算法上掌握在自己手里，也包含后边整个训练平台、训练芯片自己做。
长远而言，只有把研发的这三个层面都做到以后，你才能成为苹果、华为、特斯拉这样级别的企业，竞争才有优势。每高一个维度，就会有高一个维度的战略等级。我们经常说，如果三星在中国没有遇到巨大问题，如果华为没有被美国政府限制，我认为同时有这三层能力的苹果、三星、华为加起来在每个市场都能有 90% 以上的份额，这就是研发的可能性。
有了研发以后，很重要的就是我们交付能力。
汽车整个链条太长了，长链条、长周期，制造成本极高。因此一个产品发错了，这个公司估值都要掉 80%，所有人都是在个规则下来玩游戏。要把产品交付出去，不是只是造出来、研发出来就可以，还需要有很多能力提升。
第一是商业能力。这包含所有销售和服务环节。很多人说营销不重要，营销当然重要。你几千人在过去 3 年里，花几十亿研发费用，没日没夜做出来一个产品。营销决定了你是把 100% 的价值传递给消费者，还是把 30% 的价值传递给消费者。所以这个钱不是营销的钱，而是整个研发的钱。大部分企业（传递价值）打个 2-3 折，随便就讲出去了，最基本的产品都没讲明白。这是非常严重的问题。
这也包含整个用户服务环节。我们卖一款产品时，用的是中央管理的方式，现在卖多款产品时，我们开始出现 "省长"。我们会比传统汽车厂商更进一步，并不是做到大区，而是做到省一级，"省长" 能分配所有关键资源。我们用直营方式怎么有效管下去，挑战是不一样的，因为直营会面临三大挑战：一是现金流，这过去压在经销商那里；二是开店速度；三是怎么避免大锅饭，把激励模式构建起来。
2 月份，我们所有支撑店面的工作人员，已做到了接近 7 辆车的人均销售能力，如果把管理人员去掉，人均其实超过 10 辆车，基本是新势力同行的 3 倍以上，这样我们就有机会让我们的员工做三个人的活，挣两个人的钱，所以我们认为更能拉动，所以我们的人现在是最难挖的。
包括刚才讲的充电网络，是必须要建的。建到什么程度？一条高速全线下来，必须一个省所有网点全部建下来。我们在整个结构里看战略的必要性，不是走哪儿算哪儿。
商业能力之后是供应能力。
为什么我们爬坡比较快，限制爬坡速度最关键的还是三电。我们把车所有零部件分成四个部分，第一是传统的后视镜、保险杠，汽车行业本来一年就有 2000 多万乘用车产能，这部分供应商给电动车、给燃油车没区别，不需要我们去做。第二是新的电子类、芯片类的，比如域控制器，中国过去有非常好的代工体系，而且中国采购全世界大概 40% 的芯片，这个体系制造效率很高，给一款车生产 20 万、30 万套域控制器没有任何难度，富士康都可以给你做到，解决起来也不复杂。大家都讲缺芯片，但从来没缺过高通、英伟达和地平线的芯片和计算平台，缺的都是传统小功能芯片，因为这方面中国还是非常成熟的，中国是全世界最强的电子代工厂。
第三类零部件就比较麻烦了，就是和三电相关的。比如我们 L 系列一个车是要用三台电机的，两个驱动机，一个发电机，假设一年卖 30 万辆，我向任何一个电机厂下单 90 万个，都是没法接的，这意味着他要盖 10 个厂房，所有东西都他来承担。所以有一个非常有意思的现象，就是这些汽车厂商在面对这些新势力时，你给他报的单量和他计算的单量是不一样的，他们有一套系统来分析你实际能卖多少，我再给你生产那么多。去年年底，所有传统供应商都认为我们今年大概做 15 万辆，当我们证明了这个量后，才给我们调到 25 万辆。
所以说像三电这块，我们需要自己搞，否则供应商根本供不上。我们在绵阳建了增程器工厂，L 系列的前五合一电机是在常州旁边自己生产的。除了在常州有工厂以外，我们还会在北京建立工厂生产纯电动车产品。这些东西都是我们的供应能力。
供应能力需要有 24 个月前瞻规划，否则来不及，要提前拿地、建厂房、招人、试生产。包括跟供应商合作也是这样的，如果你想让一个欧洲厂商一年只给我们做 3-4 万套空气悬架，跟他聊来聊去聊了一年，可能最多也就能供应 6 万套，但我们一年需要几十万套，这时我们就会跟中国供应商一起，讨论怎么建产线、厂房，确保二级、三级零部件到位。所以供应链要做得很到位，我们过去一年做得很不好，但是有一些提前布局还是给我们带来了非常大的帮助。
供应链还有一个问题，就是自制率也不能做得太高。全世界所有企业都经历过，比如说像丰田，像通用，后来丰田把爱信、丰田纺织拆出来给别人供，德尔福也从通用拆出来。很多零部件厂商都是从车企拆出来的。因为如果做全自制，就意味着销量下滑 40% 时，自己承担全部杠杆、全部成本。这时候就怕遇到经济危机。所以我们认为 30% 的自制率比较健康。很多问题可以跟供应商一起来合作，哪怕我们自研以后，也是交给一些供应商生产，而不是自己生产。
组织：一轮又一轮，克服懒惰、惯性和无知
第三个最大挑战是组织能力。
因为车太复杂了，尤其是智能电动车，我们是一家汽车企业、一个互联网企业、一个软件企业，我们还是个人工智能企业、一个商业零售企业、一个制造企业。组织就变成最大的一个挑战。组织决定了我们的效率和有效的正反馈。
组织会遇到三类不同问题。最底层的问题可能是懒惰，这是个人的问题。再往上一层是管理层的惯性。比如我原来做售价 10 万块的车，我最开始招的人都是做 10 万块的车的，后来我要做售价 30 万的车。怎么办？我们买了一堆特别好的车，让员工天天开。千万不能像原来那样，拿尺子量下悬架尺寸就走了，必须天天开，开 3 个月，再讲你悬架到底怎么调，得去他打破他们的惯性。再往上，到经营层，最大挑战来自无知，就是不知道自己不知道，因为这个复杂度更高了。

怎么解决这些问题，我们会面临的业务有三个层面。一是专业，就是我自己可以把事情做好，管理好自己；二是管理，就是我既能做好事，又能带好一个团队，无论是项目还是一个部门；再往上是经营——怎么用好钱？在管理层你看到的是费用，在经营层你看到的是资源，如何能够有效利用资源。
企业的经营从 0~0.1 的验证，从 0~1 再从 1~10，不停往上去提升，所面临的问题其实也是不一样的。我们如何把懒惰变成主动，如何把惯性变成必要性，如何把无知变成认知。
两个方式，第一是看流程。
流程就是这家企业向内运营的产品。全世界所有流程都是为了解决战略问题。好的流程不是不是让你 123456789，告诉你怎么去做，而是说你不要跳过这个事情。
比如说我们去解决具体业务的专业流程，比你要做一个用户需求分析，这时你先要向外去看，这个功能目前怎么样，你要分析，找到数据，用户实际是什么样子，接下来要做规划：产品到底长什么样，功能什么样，研发需要多长时间、多少成本。然后你要去做运营，规划这个产品产生什么价值，有什么样的活跃性，使用率多少。以及还有复盘过程，怎么把别人的东西变成自己的能力。流程的核心是让你不要跳过这些重要东西，只要你按这个东西做，你就会变得非常专业。它始终在给你提供一个正循环，你做得产品会越来越好。用户越来越满意，市场位置自然就主动了。
企业最后会出现一个什么问题，就是我提供的流程和工具是低维度的，我只给你提供了一个专业工具，但我想找你要管理；我只给你提供了管理工具，我找你要经营，这是企业不负责任。因为根本没提供对应维度的工具，为什么要员工的升级。
流程还包含管理工具。比如我有了一个业务计划以后，我怎么来分析团队是怎样的。你要先看一看你同行在做这个业务时用了什么组织结构，甚至每个岗位给了什么薪酬，招了什么人。第二你才有规划，根据业务流程要设计什么岗位，才能满足我的业务计划，每个岗位到底需要招什么样的人。这时候 HR 的工作就非常容易了。因为这个人为什么出现在这里，别的公司什么样的，这个人到底应该付多少钱，招到什么样规格就都很清楚。就是让大家不要跳过这些东西，这样训练，就每一个管理者都有非常好的，或者立体的一个能力。
再往上一层就到了经营层。比如我们去学很多大企业的一级流程，比如 IPD 是集成产品研发管理，IPMS 是集成销售服务管理，ISC 是集成供应链管理。它们帮你去看，你的经营结果是怎样的？你怎么有效的分配你这些钱和人的资源，并可衡量。
可衡量的目的是两个，第一是在你做的过程中，确保你资源真到位，而不是临时再去申请，我们确定要干这事，就得真把资源给到，你必须用下去。第二是能有效复盘，我最开始规划使用这些资源达成这个目标，和最后实际的差异是什么样。做得好的就会强化，这就跟自动驾驶一样。做得不好的人下一次肯定要先解决这个问题。
所以我们就发现，全世界所有最先进的流程，当然这个流程包含我们讲的流程化的工具、IT 系统、各种方法论，它都是一模一样的。都是前置地来帮我解决每个层面的问题，解决懒惰的问题，解决惯性问题。
/xz

账号		自动登录	找回密码
密码			立即注册

理想 CEO 李想试图教会你造车

本帖子中包含更多资源