▲點選圖片報名，抓住風口（iOS使用者請用電腦端開啟小程式）
本期要點：給比亞迪的善意提醒
你好，我是王煜全，這裡是王煜全要聞評論。
一個多月前的2月10日，比亞迪正式全面啟動了自動駕駛戰略，一舉把智駕系統擴充套件到了7萬元的車型之上。其2月銷量也隨之飆升，股價也在最近創了新高。我們之前也寫文章稱讚了比亞迪這種敢於自我糾偏的做法。
但在看了比亞迪智駕的具體安排之後，我認為有必要給比亞迪提個醒，因為至少目前看，他們佈局自動駕駛的方式還是有一定的隱患的。今天我們就為大家好好認真剖析一下。
這次在矽谷，我們參訪了加州大學伯克利分校，並聽Allen Yang教授分享了人工智慧的最新進展，其中他有關自動駕駛的看法很受啟發。比如，他認為Waymo的自動駕駛現階段位元斯拉更領先，雖然特斯拉未來有可能反超。
現在汽車產業的價值已經從馬力轉向了資料和算力，因為自動駕駛系統的訓練和這些因素高度相關。
Waymo位元斯拉更早開始收集資料，雖然車的數量少得多，但每輛車的行駛時間更長，帶來了位元斯拉更強的自動駕駛能力。當然，特斯拉憑藉其日益龐大的使用者基數和資料積累速度，也有很大的可能實現追趕。
從資料量方面，比亞迪和特斯拉的處境似乎有點像。比亞迪的銷量位元斯拉高多了，隨著越來越多搭載高階智駕系統的比亞迪電動汽車駛上街頭，比亞迪收集的訓練資料量早晚能趕超特斯拉。
可是，關鍵的問題來了。此時，比亞迪卻犯了一個傳統汽車企業普遍會犯的錯誤，即認為推出多款配置不同、覆蓋多個價格區間車型的智駕方案，是合理的策略。
畢竟，在傳統觀念中，高階車就該高配，增加一些硬體配置，就會讓人覺得檔次更高，多一個感測器就會讓人覺得多一份保障，同時按價位區分的不同智駕系統也似乎能更全面地覆蓋各種檔次的車型。
但我們卻要提醒，在自動駕駛領域，增加硬體的多樣性反而會破壞資料的統一性，削弱訓練效率，最終抹殺規模優勢。
眾所周知，特斯拉沒有在其產品範圍內提供多種感測器配置，無論是百萬級的Model S和Model X，還是20萬的Model 3，都採用了純視覺的方案。甚至曾經Model S/X是帶有毫米波雷達和超聲波雷達的，也已經在2022年後的新款中逐步被移除了。
特斯拉這麼做，確保了所有車型都能提供標準化的訓練資料，從而可以集中每輛車產生的資料來訓練同一個模型；同時反過來，訓練出來的模型又能適配所有車型，形成了單一自動駕駛模型的規模化優勢，自然效能最優。
而比亞迪採用了三套差異化的“天神之眼”方案，將高階智駕功能分散在不同價位的車型中，各個級別的方案擁有不同數量、不同技術水平的雷射雷達，而且採用了來自不同合作伙伴或是自研的好幾種不同的技術方案，希望透過硬體配置的不同讓消費者更容易感受到價位的差異，拉開不同車型的檔次。
但每增加一種感測器，比亞迪模型的訓練效率就會顯著下降，堆硬體雖然讓“眼睛”多了，但“腦子”慢了。差異化方案也導致了訓練資料的碎片化，比亞迪的多車型就意味著自動駕駛模型訓練被分割成多個板塊，各自獨立收集資料、獨立訓練，且訓練出的模型水平也各不相同。
於是，比亞迪銷量高、資料量大的優勢就被抹平了，在自動駕駛上追趕超越特斯拉的難度更大了。
這其實給我們敲了一個警鐘，AI時代的真正目標是要實現“服務規模化”。也就是用相對統一的規模化的資料來訓練出最強大的模型，從而提供出最優的智慧服務。硬體配置、特別是與智慧相關的配置，自然應當儘量統一，並充分適配所有需求，以產生最大的通用資料集。
這個理念推廣到汽車產業，就意味著，在AI時代，車本身已不再是主角，自動駕駛能力才是競爭的關鍵，用規模化的智駕服務來實現服務的平權才是核心，這裡所說的“服務”自然也包括了自動駕駛。
就像當年福特T型車引領了汽車浪潮一樣，規模化的流水線生產使得普通產線工人72天的工資就能買得起一輛汽車，造成了汽車的普及，也實現了物質的平權。
今天的服務設計也要延續同樣的思路。
比如特斯拉，哪怕是最便宜的Model 3，只要車主付了訂閱費，就能享受到和Model S一樣的自動駕駛服務。特斯拉後續推出了新車型，只要是用純視覺方案，就無需額外訓練、立刻可以獲得統一的自動駕駛能力。因為所有車輛共享相同的智慧硬體體系，收集到的資料充分共享，並使用訓練好的同一個模型提供服務。
特斯拉的這種能力從何而來？哪怕是最高階的Model S，其自動駕駛服務，也是源於Model 3和Model Y所提供的海量訓練資料。便宜的產品反而為特斯拉提供了“資料金礦”，這才是它的護城河。
然而，比亞迪的情況卻大不相同。他們的低端車型雖然銷量最大，有機會收集最多資料，但由於低端車和中高階車智駕系統的配置不同、資料格式不同，這些低端資料無法賦能中高階車型。中高階車型不得不重新花費高價收集資料、訓練更復雜的模型，而且模型的質量可能還不盡如人意。
所以，雖然我們之前曾稱讚比亞迪全面進軍自動駕駛的果決和王傳福勇於自我否定，但比亞迪當前的自動駕駛策略表明，他們的思路還停留在傳統造車的層面，還沒真正理解自動駕駛是一種智慧服務，要符合服務規模化的特徵。
如果比亞迪真正想培養出自己自動駕駛能力，就必須發起第二次自我革命，摒棄傳統車企“不同品類配件搭配不同檔次車系，以實現市場全覆蓋”的舊思維。在AI時代，規模效應已經從硬體生產轉向了服務提供和資料積累，正確的思路應該是，最廣泛的服務反而是最先進的。這時硬體不再是核心競爭力，堆料不再創造價值，還可能會成為致命的負擔。
這也是給希望利用先進科技實現轉型的企業家們提了個醒：企業不光要積極引入技術，更重要的是要升級自己的經營理念，找到與先進科技相匹配的業務模式。
以上就是今天的內容，最後，我們的前哨矽谷行已經結束，在上週日的科技特訓營直播課上，我為大家剖析了在矽谷的所見所聞所想，幫助大家理解這場AI變革的本質。如果你感興趣，歡迎前來學習探討，與我一起，先人一步，看清未來！
此外，前哨AI小課第四季已經開始，最近深圳一家企業給員工買了100份AI小課，希望員工們能快速掌握AI新工具，這也是對前哨AI小課的高度認同，我們為這家公司在提升員工技能方面的努力點贊！
順便再提醒一下，4月初就要恢復為499的正常價格了，現在購買還可以享受399的早鳥價優惠，千萬不要錯過！
王煜全要聞評論，我們明天見。
推薦閱讀：
【科技特訓營】看懂科技產業，離不開長期觀察。線上書院模式，與王老師深度連結！為未來五年做好準備，先人一步，領先一路！
↓長按圖片掃碼報名，先人一步，領先一路
↓¥399，掌握王煜全AI產業預測精華（iOS使用者請在電腦端開啟）
此外，我們還為您準備了一份清單
“2024年全球電動汽車車型銷量TOP10”