本文 2400 字，阅读时长约 8 分钟
这两哥们不缺钱不缺人，到底为什么都搞不好智驾？研发智驾到底需要什么样的能力？
最近几天我们在群里讨论了一些很有意思的话题，比如为什么有的车企巨如比亚迪，搞了多少领先技术但没有能力开发出一套可用的智驾系统？哪怕是看似科技行业属于头部的小米，干了4年了，雷总投入和决心都说了无数次，居然还是拿不出一套靠谱端到端系统。（最近的不知道怎样，但进度已经很慢了）
这也是我看了@flypig 采访小米智驾团队后的一些感受。完整看了整个访谈，大家在群里进行了讨论。我说其实小米智驾团队这几个带队的，在对智驾线路、技术等很多方面，和我们群里很多人的认知是基本对齐的。比如对 VLA 的认知等，都是基本一致的没有太大差异。
在观察了很多智驾团队带头人的访谈、发言等内容后，你会发现其实大家（厉害的那一波）都差不多，或者说都同样优秀。有不凡的过往经历，有良好的受教育背景，有对技术路线和前景领先的判断。但为什么有的企业干出来了，有的企业没干出来？我觉得答案比较简单，说明问题根本不在技术判断、视野和领头人的能力。
那问题到底在哪里？干得出来和干不出来的区别到底是啥？
比如比亚迪，汽车全链条几乎都可以干，而且都干的不错，研发能力毋庸置疑。比如小米，研发投入非常多，连手机芯片都干出来了，为什么4年了还是没搞定端到端？经过一系列思考，我觉得有一些想法可以和大家分享。
我先把结论抛出来，然后再慢慢论证。
我认为研发智驾，需要有一个系统性能力超强且高度耦合的工程团队。这里面隐含有几个核心判断：
1，智驾是工程能力决定的，而不是技术领先等其他能力
2，这种工程能力需要是系统性的，而不是局部
3，这种各环节超强的工程能力，必须是全链条高度耦合的
每一条单独解释一下，我认为智驾不是技术能力的体现，而是工程能力的体现。因为整个行业无论是人员流动还是论文发表，都非常的公开和透明，基本没有哪一家能拥有别人看不到的神秘算法或者神秘硬件，所以根本不存在技术上的绝对领先。包括特斯拉在内，都是靠一点点的工程优化，最终叠加起来实现了产品的优势。
就算是一直以来特斯拉在很多系统架构思路上、具体算法的选择上都引领这整个行业，但这些本质上都是工程和应用的突破，而不是什么创新性技术的突破。所以我说智驾是个工程问题，而不是个技术问题。当然，从技术的角度，智驾核心的问题包括数据收集、数据处理、数据筛选、数据流程闭环优化、产品测试、产品问题发现反馈整改流程等。本质就是高效的进行数据驱动的产品迭代，这个东西依赖高效的工程架构和工程能力。
第二三两点合起来说。所谓工程能力是系统性的，而不是局部的，任何一个环节的短板，都会成为整个系统的问题。这个事情逻辑上也很好理解，因为智驾这个东西最终输出很单一，就是智驾系统的能力，行就行不行就不行。而驱动这个能力的各个环节，都是按链条式分布的，我前面提到了，数据收集、处理、筛选、闭环优化等。每个流程环环相扣，最终输出的就是智驾能力。
与之对比的硬件产品能力，或者软件能力，都不属于上面这种。因为无论再复杂的硬件或者软件，基本都是可以模块化的。虽然最终产品就是一个完整的硬件或者软件，比如汽车或者手机系统。尽管复杂，但每个模块无论研发还是功能都相对解耦，只通过一些标准接口连接。底盘差一点，座舱舒服也还好，品质差一点，配置齐全也ok。软件也是一样，大部分功能都不是链式分布，某些模块不行，其他模块的功能也还是可以用（不绝对，相对而言）。比如手机系统相机软件做的比较差，但也不会影响上网打游戏。
但智驾不是，智驾这个工程链条上的某一个环节如果是短板，整个系统能力就受制于此。每个环节的影响力因子是相乘的，而不是相加的，这样就放大了瓶颈的影响力。如果有多个瓶颈环节，效率接近归0。
至于小米为什么看上去智驾也远低于预期，群友说了个有意思的解释：小米没有做复杂系统产品的能力。我也在群聊时发表了个观点：小米历史上就没有软件干的比硬件好的情况（虽然硬件也就那样），手机系统我用起来也是问题频出，系统相机也是用起来很不舒服（个人观点）。小米没有做好大型软件系统的历史和经验，手机系统评价一直不怎么地。
（米粉别高潮，我最近几款手机都是小米，家里上百个米家电器或物联网设备，我在说啥我比你清楚。btw，小米智能眼镜也比较垃圾）
这可能也是小米在智驾上没出成果的原因。当然这个问题不绝对，在绝对的资源下，只要给予足够的时间，走回出成果。但背后反映的是组织、文化层面的系统性工程能力问题。
比亚迪做不出智驾也很好解释，比亚迪的硬件能力确实强，但都谈不上绝对复杂的系统级能力，而是分布在成千上万的大大小小的各种零配件上。这也是种强大的能力，但和智驾需要的高度耦合的系统性工程能力不是一回事。
我们从这个角度去观察各家车企，也许就会得到一些非常有趣的结论和视角。关于智驾的心路历程，经历了两次变化。第一次从几乎没人能做，到几个第三方出成果后觉得谁都可以做。又回到现在似乎只有少数人能做，很多企业确实做不出来。这事很有意思。
这个话题再往前延伸一点，就是这种系统性的工程能力，能否从一个领域延伸到另一领域。比如从软件领域延伸到硬件领域，这是个值得讨论的角度。从我个人对组织的观察和理解来看，从系统性工程能力迁移的角度，软件向硬件迁移，应该是相对容易的。而反过来可能会比较难，但我的逻辑也没有完全理顺，大家可以各自发表意见。
我认为大模型领域就是个标准的系统性工程能力要求极高的领域，能做好大模型的企业，更有可能把能力迁移到各个方向。不过还是有略有的差别，智驾的特点是整个链条上各环节的工程能力高度耦合且结果容错性极差。大模型的输出或者说目标能力还是相对分散和多元的。比较能和智驾并列的，综合对比后可能有几个类似的领域：航天发射能力、光刻机制造能力、战斗机硬件和飞控的综合设计。
以上几个是 AI 给出的比较类似的领域，芯片并不算。感兴趣可以把文章丢给 AI，问问为什么芯片不算就知道了。
（群聊是思考来源，私聊群499元年费名额还剩90位，群成员满400人后，价格会自动上涨至599元每年。群讨论涉及产品、商业、技术等多个层面，从逻辑底层去探讨和思考问题。希望通过群聊讨论，培养更具本质的思考能力。加群私聊↓）
投资/行业讨论群 门槛:499元/年
汽车/AI 私密讨论更紧密、更深度的跟踪与观察
观点与逻辑碰撞
投资人与深度爱好者价值获取
（入群私信联系）