著名硅谷風投公司Andreessen Horowitz的合伙人本尼迪克特·埃文斯最近發表了一篇題為“特斯拉：軟件和顛覆”的博文，文章思考了一個行業的闖入者特斯拉之所以能撼動OEM地位，主要是它擁有以下四種競爭優勢：1.電池和電機；2.軟件，模塊化和集成；3.體驗；4.自動駕駛。

特斯拉之所以成功，首先它是遵從了一些“舊”東西，如何按照現有汽車行業理所當然的效率和質量來大規模生產汽車，解決產量問題是汽車行業最重要的進入門檻。其次，它還必須要做現有汽車設備制造商難以學習的事情，使之不能復制，需要有基本的競爭優勢。

首先是電池和電動機方面；

特斯拉讓人們意識到鋰電池也可以造出與內燃機（ICE）汽車一樣好的電動汽車；如果人們能夠習慣讓電池容量充足，電動汽車最終可以像ICE汽車一樣便宜。下圖數據顯示了結果。電池需要在這個標度上可能達到100，才能在成本上與汽油有得一比，現在幾乎已經做到了。

許多汽車業內人士會說，特斯拉在工程和實施方面確實領先了幾年。然而，鋰電池和電動機不是擁有大量主要知識產權的新奇技術，也沒有任何網絡效應或“贏家通吃”效應。確實，在中期內（到時電池價格足夠便宜，整個行業可以從ICE大規模換成電動機），電池本身和電動機及控制系統都很有可能基本上成為大路貨。這倒不是說它們沒有太多的科技含量，而是說就跟智能手機或PC（或汽車）的部件出現的情況一樣，整個全球電子行業將競相制造最好的部件，賣給任何想要購買的人。

在這種環境中，內部制造優秀的部件不一定能為你帶來任何特定的優勢。索尼的圖像傳感器部門在智能手機行業做得很好，但索尼的智能手機部門一點也不好。相反，蘋果嚴格管理著近200家供應商（包括索尼），本身只設計一小部分具有重要差異化優勢的部件（比如FaceID傳感器）。因此，業內人士對誰制造最好的功率放大器或GPU自有發言權，但這對消費者來說幾乎看不見，只有OEM在做總體的選擇。

因此，特斯拉會擁有電池工廠（與松下合作），會是最大的供應商之一，十年后估計可能占全球電動汽車電池產量的15%。一方面，這對于新的進入者來說表現不俗，但另一方面，它表明了這個事實：電池可能只會帶來有限的競爭優勢。每家廠商都會有電池。

在該圖中，灰色代表2017年，橙色代表2023年，黃色代表2028年

很明顯，電動機顛覆了內燃機以及與之有關的一切系統。不僅僅用電動機換掉了內燃機、用電池換掉了油箱；確切地說，你拆下了整個動力傳動系，并將它換成活動或易壞部件有時少5倍至10倍的系統。這對于發動機行業的任何人來說都極具顛覆性，它顛覆了機床以及為OEM廠商提供這些部件的眾多供應商。供應商群體會發生很大的變化。

這與顛覆OEM廠商本身不一樣。如果OEM廠商可以像其他人一樣輕松購買電動汽車的部件，那么高效大規模制造的優勢就屬于已經在高效大規模制造方面處于領先的那些人，因為他們做的東西實際上一樣。換句話說，同樣的行業，幾家不同的供應商，而電動機本身看起來需要持續性創新。

第二，軟件、模塊化和集成

如果說零部件是大路貨，集成部件可能不是，至少不一定是。

首先，集成電動傳動系部件本身并非易事，改進這項工作可以提高效益。這是如今特斯拉可能技術上領先的方面之一。不清楚這個領先優勢在幾年后（比如5年后）會多大、以及它會帶來多大的競爭優勢。如果在某個價位，特斯拉在行程方面有10%或20%的優勢，這對于旅行轎車來說很重要，但是對于一輛為學校送貨的小型貨車來說也很重要（每天行駛10英里，每晚泊在帶充電樁的車庫里）嗎？相比人們用來選擇汽車的其他所有因素，10年后這會是多大的競爭優勢？這是利潤優勢、競爭優勢，還是只是與其他功能進行比較的選項？我們將拭目以待。

然而，這個集成問題實際上比傳動系廣泛得多。汽車業有個老笑話：你可以在儀表盤上看清一家汽車公司的組織結構圖，甚至還能看出方向盤團隊是否討厭變速桿團隊。一輛現代汽車有幾十種不同的電氣電子系統，這些系統大多分開、獨立的。ABS與盲區檢測毫無關系。所有這些系統都由OEM的不同團隊從不同的供應商購買而來，唯一的集成點是儀表盤上的開關。這每一個部件都有汽車行業所謂的“軟件”（“數百萬行代碼！”），但這實際上是硅谷所說的固件，即大多數設備驅動程序（當然不像硅谷，這些系統預計還可以用上10年、行駛15萬英里）。

這基本上會發生變化。我們將從使用簡單軟件的復雜汽車轉向使用復雜軟件的簡單汽車。我們在一塊中央控制板上會有軟件控制的廉價的非智能傳感器和致動器，運行某種操作系統，有許多不同的線程（有幾個候選者），而不是有許多獨立式嵌入式系統、每個系統執行一樣任務。這在一定程度上由電動機驅動，卻成為自主性（autonomy）的必要條件。

對于制造那些獨立系統的供應商而言，這顯然是挑戰，也有眾多的理由說明為什么傳統汽車公司難以適應（最明顯的是，那個組織結構圖）。這也正是非科技公司往往認為很容易的那種事情（“我們會聘請一些開發人員！”），結果而是陷入混亂，他們可能不得不經歷這個周期：明白自己搞不好，隨后向更專業的公司購買。也就是說，這看起來更像是顛覆，而不是電動機本身。特斯拉當然已經崛起，這就是為什么它可以遠程解決Model 3中的剎車問題， 它需要更改的代碼不在剎車中。這顯然也是相比Model S，特斯拉降低了Model 3的成本的一條途徑。

不過這個問題又出來了：這對于汽車市場而不是汽車部件市場意味著什么。這與PC和筆記本電腦頗為相似。蘋果在使用的部件，如何對它們優化以協同運行、裝入到現有的空間方面的規定很細，因而生產出小巧、輕便、節能的筆記本電腦。相反，戴爾筆記本電腦或臺式PC的部件靈活性和可互換性強得多，這也意味著機箱內的集成度更低、空的地方更多。每種方法都有其優點，模塊化PC模式在20世紀90年代有著完美的產品市場契合度。那么，這在多大程度上轉化成購買的理由？

第三，特斯拉的“體驗”顛覆

你開動特斯拉汽車時，這個問題的答案就顯而易見了，這也引出了今天擁有一輛更好特斯拉的其他原因。到目前為止，我們一直在討論電動傳動系本身：“滑板”。相比顛覆OEM本身，這似乎更有可能顛覆OEM供應鏈。然而，特斯拉還有另外一大類不同的方面，無論是車內還是經銷商體驗等方面。我們如何看待這些？

最容易看到特斯拉顛覆的地方是Model 3的儀表盤。上面討論了為什么汽車公司將所有東西放在一個屏幕上組織起來很困難的幾個原因。但更深層的原因可能在于它們想要做的愿望有多強。Model 3儀表盤一方面是為了節省成本（安裝的裝飾品更少），但這也擯棄了關于汽車應該是什么樣的許多根深蒂固的觀念。汽車人士一般不是這么想的。

還有來自de novo模式的其他很酷的東西。除了汽車本身，特斯拉可以以固定價格直接銷售，而不是通過經銷商。OEM經銷商常常簽有合同，約定了誰可以安裝新軟件（因此不允許OTA更新），那些經銷商的大部分利潤來自維修。大約一半的維修費用花在了與ICE直接相關的系統上，沒有ICE意味著沒有漏油或風扇帶不會壞。經銷商還在制定價格和激勵措施以及為特定款式的車型帶動需求方面發揮著重要作用。這些都是現有行業難以適應的更多方面。

然而，并不清楚這些東西多重要。也許反駁的觀點是，這與蘋果商店或者你在購買iPhone后對手機帳戶進行設備端激活之類的東西相當。這些很好，也是個賣點，三星難以匹敵，但是我們是否認為要是沒有這些，蘋果的市場份額會大幅下降嗎？

這當然是非常主觀的（“這個很酷的東西有多重要？”），所以這里有個設想：如果這些因素是特斯拉與寶馬或梅賽德斯之間的唯一區別，而傳動系和加速等系統一樣，這就夠了嗎？如果寶馬突然開始直銷、以無線方式上傳固件，特斯拉的股價會崩盤嗎？可能不會。

不清楚這方面有沒有贏家通吃效應。汽車上本身可能有開發者生態系統，但是汽車中應用程序的合適位置同樣有可能在手機上或云端。當然，現在要確定還為時過早。

最后，到處都會有充電樁。一旦有了實實在在的動機，各種各樣的公司會在各個地方建立充電站。障礙只是資本，這里沒有所謂的護城河。

第四，自主性

終于談到大家最關注的東西了。電動機引人注目，但可能會是一種大路貨，而特斯拉在電動機基礎上的改進可能不是大路貨。自主性（Autonomy）已給世界帶來了深遠的變化，它是一種全新的技術。

在自動駕駛方面，特斯拉不僅僅在與汽車公司競爭，還在與其他軟件公司競爭。在這方面競爭中，特斯拉拋出的觀點是，它可以從汽車中收集的數據將帶來至關重要的優勢。今天任何人都對自動駕駛感興趣的唯一原因是，過去5年涌現的機器學習（ML）有望為我們提供了確保自主性可行的方法。反過來，機器學習旨在從大量數據中提取模式，然后根據這些模式進行匹配。那么你有多少數據呢？

因此，特斯拉的方法是將盡可能多的傳感器放入到它已經在銷售的汽車中，并從那些傳感器收集盡可能多的數據。它之所以能做到這一點，是由于其汽車已經建立在軟件平臺上（如上所述）；它“只需”添加傳感器，現有的OEM廠商還做不到這點。然后，隨著越來越高的自動駕駛級別切實可行，它可以無線發送給眾多汽車，作為軟件更新。由于它已經有這么多帶這些傳感器的汽車行駛在路上，這將會有自不斷加強的“贏家通吃”效應：它將擁有更多的數據，因此它的自主性會更好，因此會銷售更多的汽車，獲得更多的自動駕駛里程，因此擁有更多的數據。

如果這初見成效，這對特斯拉來說的確是一個重大的競爭優勢，甚至不用考慮所有其他的可能性，比如將你的特斯拉作為自動駕駛的出租車租出去。

然而，這僅僅是一個觀點，它有兩個基本問題：我們能否在計算機視覺方面實現自動駕駛，以及什么樣的贏家通吃效應才適用。

先說說視覺。特斯拉的自動駕駛計劃有一個非常明顯的問題，就是今天“盡可能多的傳感器”意味著特斯拉在使用放置在汽車周圍的攝像頭來提供360度視野，加上只有前向的雷達（以及一些短距離超聲波）。這意味著它必須單獨依靠視覺來獲得汽車周圍世界的完整的360度3D模型。

遺憾的是，計算機視覺處理這項任務還不夠好。業內大多數人會同意這在某個時候有望實現（畢竟，人類沒有LIDAR），但目前這不可能。此外，這不是僅僅增加更多數據、以便用蠻力讓計算機視覺切實可行的問題。這就是為什么實際上幾乎別的所有人都將計算機視覺與多個LIDAR傳感器結合使用，常常還與多個雷達單元結合使用。

今天，這給每輛車增加了數萬美元的成本。如果你只運行最多幾十輛或幾百輛車的工程測試和開發車隊，這是可以承受的，但將這個添加到每一輛新的特斯拉Model 3中顯然不可能，那樣傳感器的成本會超過汽車。（還有這個問題：你必須在整個車上添加笨重、易壞和不實用的傳感器）。這些傳感器的成本和尺寸在迅速下降（比如廠商們在競相讓首批固態LIDAR切實可行），但我們離它們的價格便宜到足以安裝到生產汽車上還有好多年。

但與此同時，即使你確實有一套傳感器和“傳感器融合”（能夠為汽車周圍制作準確的3D模型），自動駕駛的其余方面對任何人來說還不行，業內人士也沒人認為這指日可待。部分效果很好（比如說高速公路上的巡航控制），但整體不行。

因此，特斯拉的第一個賭注是，它在其他傳感器變得小巧便宜之前解決純視覺問題，到時候它還要解決自主性的其余問題。也就是說，Waymo或其他廠商完全有可能在202x年借助1000美元或2000美元的LIDAR和視覺傳感器套件獲得自主性，特斯拉仍沒有讓它處理視覺方面。

第二個賭注是，特斯拉將能夠獲得自主性，足夠領先，得益于很強的贏家通吃效應：“更多的汽車意味著更多的數據，意味著更好的自主性，意味著更多的汽車”。因此，賭注是自主性能力不會是大路貨。

話題又回到了數據。特斯拉顯然擁有數據資產，它可以從已經售出的20多萬輛Autopilot 2汽車中收集數據。另一方面，Waymo的汽車已行駛了800萬英里，在去年翻了一番。特斯拉行駛的里程更遠，但你需要多遠的里程？

這其實是關于所有機器學習項目的問題：何時你添加更多的數據，效益反而遞減？多少人能獲得這些量的數據？自動駕駛似乎應該有一個上限：如果一輛汽車可以在某個城市安全駕駛一年、根本不會迷路，還有多少需要改進？到某個時候，你實際上大功告成了。那么，在你的自動駕駛與市場上最好的一樣好之前，你需要多少輛汽車？多少公司能夠達到這個目標？是這100輛或1000輛汽車開一年，還是100萬輛汽車開一年？同時，機器學習本身正在迅速變化，你不能排除你所需的數據量可能急劇縮減這種可能性。

所以，特斯拉有可能讓SLAM與計算機視覺配合運行，并且搞好自動駕駛的其余方面，其數據和車隊讓別的任何公司多年都很難趕上來。但Waymo也有可能做好這項工作，決定賣給所有人。等到這開始進入主流時，有可能5家或10家公司掌握這項技術，那時特斯拉的技術看起來更像是ABS。

也許，這個行業還很年輕，現在宣布勝利者為時尚早，以及該勝利者是否壟斷了該行業尚不清楚。但是，有可能看到這樣一個世界：車輛本身變得越來越好，越來越好，看不到任何高點。