文｜三少爷

一千个人的眼中有一千个哈姆雷特。

日前，中国一汽战略与合作部副总经理、智能产业发展办公室主任周时莹在智能电动汽车高层论坛的一场演讲，引发了不大不小的争议，" 戳破了智驾自研的泡沫 "、" 把预算投入到自动驾驶上，等于放弃了造车的本质 "、" 本土车企只知道在国内互相厮杀 " ……各种观点不一而足。

横看成岭侧成峰，这个世界的精彩本就在于人们视角的参差不同。不过，完整看完了整场演讲后，在我心底反复涌动的却是：现在的车企真难。 其实，周主任的本意，与其说是诉苦，不如说是点出了行业的集体困境：在智能化这座大山面前，整个行业正在经历一场无法绕开的转型阵痛。

智能化下半场，是一场 " 负重登山 "

百年汽车史已经走到了电动化、智能化的转折点。在比亚迪第二代电池暨闪充技术发布会上，船夫哥用一句话给这个时代定了性：电动化的上半场已经收官。市场数据也证实了这个判断。2025 年，本土电动汽车渗透率已稳稳超过 50%。这意味着，每卖出两辆车，就有一辆是纯电或混动或增程。电动化这场围绕三电技术、补能网络和成本控制的普及战，已经打完了。

图片来源：比亚迪

但是，下半场的战事才刚刚开始。而且，智能化这场围绕算法、数据和体验的战争的难度，远比上半场要高，毕竟，电动化面临的只是换引擎的工程挑战，智能化涉及的却是更换大脑的系统性革命。

当然，个中关键不在于技术的研发有多难，毕竟这取决于车企选择联手外部合作伙伴、部分自研还是全栈自研。关键在于，消费者对智能电动汽车的期望，已经被华为和特斯拉拉升到了天花板，以至于所有玩家的产品在形态和体验上，都会被拿来对比标杆。

华为、特斯拉这些标杆，就是行业最亮的灯塔与样板。他们的品牌光环与技术实力，共同完成了对市场的普及教育。他们在智能驾驶和智能座舱上的表现，让消费者第一次知道，原来一辆「真」智能的电动汽车应该是什么样子。你没开过问界，你不知道鸿蒙座舱原来可以丝滑到什么程度；你没体验过 FSD V14，你不知道 " 端到端 " 带来的拟人化流畅是什么感受。一旦体验过（或者刷过视频），就像品味过细糠就再也吃不了粗粮一样，他们的期望值就被牢牢锚定住，再也回不去了。

图片来源：特斯拉

具体到智能驾驶上，消费者已经不满足于 L2+ 甚至 L2++ 的辅助了。在特斯拉 FSD 和华为 ADS 的光环照耀下，L2 级 " 人机共驾 " 已经无法满足市场的期待了，大家的眼睛都盯着能脱手脱脚的 L3，甚至憧憬着彻底解放精力的 L4。具体到智能座舱里，消费者也不再满足于只能控车、聊天的语音助手了，他们要的是 " 一句话办事 "，期待的是座舱能无缝连接外部数字生态，一句话点外卖、一句话订咖啡、直接在车上完成支付与生活服务。

图片来源：智己汽车

反正，无论你是走联合、自研还是真自研哪条路线，压力都是同样的。用供应商方案的，要满足被吊高的消费者期望，车企和供应商必须尽力跟得上华为、特斯拉的迭代节奏，不能拉得太远，否则你的产品就会被消费者用脚投票，迅速边缘化。选择部分自研的，研发投入必须持续加码、不能中断，否则产品力会肉眼可见地掉队。选择深度全栈自研的，从研发体系、顶尖人才团队到数据闭环，每一样都不能少，当然，每一样也都是吞金兽。

所以，这不是简单的路线之争，而是产品形态发生了根本性变革，带来了没有任何一家车企可以豁免的共同压力。当消费者的期望被拉升到天花板，苦逼的车企们就只能拼命追赶了。但是，追赶的代价，是整个行业陷入了 " 竞速陷阱 "。

产品形态变革带来的压力，必然传导为研发周期的大幅压缩，这才是车企全面承压的核心所在。节奏彻底变了，燃油车时代，一款产品的研发周期是五到七年，换代周期也大致如此。进入智能电动汽车时代，研发周期被普遍压缩到三年甚至两年。一年一改款，早已经不是某家激进车企的个别策略，而是成了整个行业被卷入的生存现状。消费者等不了，市场等不了，车企只能拼命往前赶。

图片来源：大众

这种 " 竞速 " 导致研发体系、成本结构、盈利模型三个维度的全面承压。研发体系要适应软硬件解耦、持续 OTA 升级、数据驱动闭环，每一项都需要全新的能力，传统 V 型开发流程备受挑战。成本结构上，800V 高压平台等高端配置快速下探、大算力智驾芯片成本高企、软件与算法研发投入持续加大 - 成本曲线没有最低，只有更低。盈利模型则因产品迭代速度加快而承受压力：老款车型的保值率加速下降，消费者持币观望、等待的时间窗口越来越长。

所有这些压力，最终凝结成一个冰冷的财务体现："（个别车型）卖一台车亏两三万。" 这不是车企的经营失误，而是必须支付的转型代价。

这是一个最好的时代，这是一个最坏的时代。对消费者而言，这是最好的时代。汽车产品正在经历前所未有的电动化、智能化变革，能提供越来越丰富、越来便捷的出行体验 - 消费者是幸福的。但对车企来说，这是最坏的时代。这种产品形态的剧烈变革，让整个行业陷入了一场看不到终点的竞速陷阱 - 研发必须越来越快、成本居高不下、亏损持续发生。

大鹏说，关键的问题，在于找出问题的关键。这里的关键在于，车企们到底该咋办？

出路在组织，核心在能力体系

事情是人干出来的，伟大的事业，是靠企业、组织、流程、制度、文化，发挥人才的力量，一起合作出来的。所以，在 AI 全面接管人类社会（且早着呢）之前，车企唯一的出路，是在组织体系、人才结构上做好适应智能化浪潮的配置和转型。

先从个人谈起吧。这两年，为了追赶 AI 浪潮，不被时代淘汰，我把与 AI 相关的各种知识学了不少，感觉就一个字 -" 累 "，就像长安老板朱华荣讲的那样，" 学不完，真的学不完。" 没办法，在大颠覆、大变革的 AI 时代，新的工具、新的知识、新的协作方式层出不穷，原地踏步意味着迅速落伍。个人要想不被淘汰，必须快马加鞭、持续学习。网上有个调侃的段子：" 学得慢就不用学了，因为这些知识很快就被淘汰了。" 这只能作为一种调侃，当真你就输了。

图片来源：Anthropic

个人不能在知识体系内构建 +AI、AI+ 的能力，可能会被职场淘汰；车企建设不了适应智能化时代的能力体系，同样会被市场淘汰。这种焦虑，是共通的。只不过，传统车企面临的压力和焦虑，比新势力和头部自主品牌更大。

小鹏汽车早在前两年就喊出要向 "AI 汽车公司 " 转型，理想汽车的目标是跻身全球前三的 AI 终端企业，吉利汽车也明确了向 "AI 科技公司 " 进化的路线。这表明，新势力和头部自主品牌在组织与能力建设的赛道上，已经起跑并积累了一定的训练数据。如果把一个组织比作一个神经网络，这里面的区别就清晰了：新势力们有点像 "AI 原生 "，从一开始就按照智能化的任务来设计和训练网络架构，手里已经有一个不错的基座模型，后续的升级更像是高效的微调。

而传统车企面临的，则是在一个为燃油车时代任务而优化的成熟网络上，进行彻底的重构和再训练。这就好比要把一幅已经画得满满当当、线条固化的旧画，修改成一幅符合全新审美和主题的新作，其难度和需要打破的惯性，远非从零开始可比。

图片来源：小鹏汽车

而且，人生没有白走的路，每一步都算数，这里真的没有捷径好走。辅导过孩子作业的都知道，如果娃没有四则运算的扎实基础，就很难真正理解代数的抽象与深邃。同样，没有数字化的管理根基和敏捷的 IT 系统做铺垫，车企所谓的智能化转型也很容易沦为空中楼阁。

还有组织惯性的问题，这是比技术更难翻越的大山。大象转身，比豹子起步慢，不是因为不想转，而是因为体量巨大、惯性太强、包袱沉重。所以，传统车企的能力体系升级焦虑，本质是带着脚镣跳舞，难度远高于新势力和头部自主品牌。

写在最后

在这个大变革的时代，车企自身当下能做的，只有一件事：刀刃向内，咬着牙加快转型的步子。

未来的几年里，车企们还是会很难，但这口气，不能松，松了，就真的赶不上智能化这趟重塑行业格局的班车了。眼前的这场智能化 " 负重登山 "，没有捷径可走。它考验的不仅是技术攻坚的锐度，更是组织革新的决心与耐力。

流水不争先，争的是滔滔不绝。在这场漫长的转型中，比一时快慢更重要的，是构建起能持续进化、自我迭代的能力体系。阵痛正在经历，接下来要做的，就是把这份昂贵的代价，真正转化为面向下一个时代的、扎实的竞争力。

谁都不能躲，谁也躲不掉。