1. 引言

眾所周知，在蘋果公司(Apple)創(chuàng)始人史蒂夫?喬布斯(Steve Jobs，1955.2.24 ~ 2011.10.5)逝世之后，硅谷公認的新一代科技偶像是PayPal、SpaceX、Tesla Motor以及SolarCity四家公司的CEO、人稱“鋼鐵俠”的埃隆?馬斯克(Elon Musk，1971.6.28 ~)。在全世界驚嘆于他源源不斷的創(chuàng)造力與天馬行空的想象力的同時，我個人對他的學術(shù)背景產(chǎn)生了非常大的好奇。在進行了一番了解之后，我對Musk當下所取得的成就一點再也不會感到一點意外，其本碩博三階段的學術(shù)背景對于一位創(chuàng)業(yè)者而言，實在是互補得太完美了！

“鋼鐵俠”的教育背景如下：

1)學士：Ivy League名校賓夕法尼亞大學(University of Pennsylvania)物理系；

2)碩士：沃頓商學院(Wharton School，成立于1881年，是全美第一所大學商學院，也是當下全球最好的商學院之一)MBA，同時也獲得了賓大物理學碩士學位；

3)博士：與Google創(chuàng)始人拉里?佩奇(Larry Page，1973.3.26 ~)與謝爾蓋?布林(Sergey Brin，1973.8.21 ~)，是斯坦福大學(Stanford University)的肄業(yè)生(事實上Musk到斯坦福物理系報到的第二天就退學了)。

Musk之所以能幾乎靠一人之力單槍匹馬在硅谷打出一片廣闊的天地，在我看來，其本質(zhì)原因在于他一人身兼“科技+商業(yè)+心理學”這三項每個創(chuàng)業(yè)團隊要想成功所必須具備的3大核心元素?！咀ⅲ翰坏貌徽f的是，在Musk二次創(chuàng)業(yè)的困難時期，硅谷著名的“貝寶黑幫”(PayPal Mafia)，在經(jīng)濟上的幫助與精神上的支持也功不可沒】

在物理學家看來，人類是由原子和分子組成的奇妙物種，人類想要找到普適于宇宙與人類的“第一性原理”(First Principle)，必須從最基本的物理概念出發(fā)。由于學習物理學的緣故，Musk經(jīng)常使用這種為物理學家所欣賞、推崇的“第一性原理”來思考問題，即面對任何問題不是通過不涉及本質(zhì)的類比(Analogy)而是從基本的物理事實與物理概念出發(fā)，按照達爾文演化論與數(shù)學科學，即數(shù)學科學的邏輯公理體系的思維方式來逐步推演出結(jié)論(Boil things down to theirfundamental truths and reason up from there.)。

在與PayPal Mafia成員，如Facebook第一位外部投資人、硅谷意識形態(tài)的領(lǐng)袖、被稱為“活著的硅谷象征”的彼得?泰爾(Peter Thiel，1967.10.11 ~)、LinkedIn創(chuàng)始人里德?霍夫曼(Reid Hoffman，1967.8.5~)、YouTube創(chuàng)始人查德?赫利(Chad Hurley，1971.1.24 ~)與陳士駿(Steve Chen，1978.8.25 ~)、Kaggle董事會主席、Slide與Yelp創(chuàng)始人麥克斯?拉夫琴(Max Levchin，1975.6.11 ~)等人討論問題的時候，常常運用的是類似于“結(jié)構(gòu)性脆弱”、“本質(zhì)”、“不具備可證偽性”這些哲學味、科學思辨力十足的詞匯；他們都習慣于運用“第一性原理”來看待事物；他們感興趣的是宏大的世界圖景；他們保持著對等待被挖掘的秘密的好奇之心；他們對這個世界的本質(zhì)、未來該怎么運行才更加合理而高效，都有著自己的思考與判斷；他們都是對未來有著明確把握的樂觀主義者。

在下面的文章中，我將運用“第一性原理”的思維方式，試著從最基本物理事實與物理概念出發(fā)，對未來全球汽車工業(yè)的終極呈現(xiàn)形式做一下考慮了達爾文演化論后的邏輯推演，逐步得出我個人對這個問題的判斷。

[page]

2. 最基本的物理概念——“能量”與“信息”

天文物理學家曾根據(jù)觀測數(shù)據(jù)推算出：宇宙中只有4.4%屬于原子等通常物質(zhì)，剩下的是22.6%的暗物質(zhì)和73%的“暗能量”。由愛因斯坦(Albert Einstein，1879.3.14 ~ 1955.4.18)的質(zhì)能方程E=mc2可知質(zhì)量與能量可相互轉(zhuǎn)換，由此可知宇宙中95%以上的物質(zhì)是看不見的。此外，在分子生物學家解讀出來的人類基因圖譜中，有97%的基因片段的功能都不清楚，曾有人認為這些基因沒有功能，但也可能是只是這些功能尚未發(fā)現(xiàn)而已。

無獨有偶，人的大腦神經(jīng)網(wǎng)絡(luò)包含約10^11個神經(jīng)元，每個神經(jīng)元有10^3到10^4個突觸與其他神經(jīng)元相連接。照此推算，大腦的潛在信息容量超過10^14比特，相當于10^9本書！對其中95%以上信息容量的作用尚不了解。這些基因所攜帶的信息及大腦神經(jīng)中蘊含的信息，我們暫且可以依樣畫葫蘆，將其稱為“暗信息”。

2008年剛過世的著名理論物理學家約翰?惠勒(John Wheeler，1911.7.9 ~ 2008.4.13)有類似“萬物皆比特！”("It from bit!")的名言，即相信宇宙萬物起源于“信息”；麻省理工學院(Massachusetts Institute of Technology，MIT)著名華裔理論凝聚態(tài)物理學家文小剛(1961.11.26 ~)也在嘗試利用“量子比特”、“長程量子糾纏”等基本概念作為出發(fā)點來推導出麥克斯韋方程組(Maxwell's Equations，1865)和楊-米爾斯方程(Yang-Mills Theory，1954)，從而改由代數(shù)而非愛因斯坦使用的黎曼幾何(Riemannian Geometry，1850s)與楊政寧(Chen-Ning Franklin Yang，1922.10.1 ~)使用的由華裔數(shù)學大師陳省身(1911.10.28 ~ 2004.12.3)所創(chuàng)立的纖維從(Fiber Bundle，1946)之類的幾何進路來描述整個物理世界的運行模式。

眾所周知，目前科學界有四大前沿：物質(zhì)本質(zhì)、宇宙演化、生命奧秘、自我意識。“暗信息”與“暗能量”的兩暗問題不僅是尋求宇宙演化解釋的關(guān)鍵所在，如能突破，也將從根本上刷新人類對物質(zhì)與信息本質(zhì)的認識。此外，“暗信息”也關(guān)系到生命演化奧秘和自我意識起源之謎，如能突破，也必將對人工智能(Artificial Intelligence，AI)技術(shù)的研發(fā)具有無與倫比的指導意義。

所以，四大前沿問題皆可歸結(jié)為如何對“能量與信息”這兩個最基本的物理概念的進行深度且創(chuàng)新性的理解。但是目前在這兩個領(lǐng)域95%以上的內(nèi)容都還是未知的，人類的科學探索依舊任重而道遠！

除了上述提到的由“能量與信息”這兩個最基本的物理概念所刻畫的物理世界，我們可以看到人類文明的發(fā)展歷程毋庸置疑是對“能量與信息”的運用不斷提升的過程。二者在時空中的聚集程度，即“能量密度”與“信息密度”，決定了該階段人類文明的發(fā)達程度。

在人類剛剛起源的時候，稀疏地分布于地球表面，通過狩獵和采集維持生存。此時人類的能源更多來自于狩獵的動物，由于動物資源有限，所以捕獲的能量密度不足以支持大量人口，即不會達到人類文明“相變”(Phase Transition)所要求的臨界值。直到10^4年前，人類發(fā)明了農(nóng)業(yè)，開始了耕種，農(nóng)作物通過光合作用帶來能量，可以說人類利用了一個新的能源——太陽能，由此大大降低了人類生存的難度。這一新能源導致“能量密度”的極大提高，隨之造成人口密度也極大提高，形成了村莊。由于“能量密度”的提高，為人們更緊密的信息交流提供了機會和環(huán)境，因而產(chǎn)生了語言和文字。而語言與文字恰恰是除基因之外人類可以傳遞信息給下一代的唯一方式，從此人類點燃了文明的火種。

輝煌燦爛的古希臘文明也是當時“信息密度”及信息處理強度達到了臨界值所導致的知識大爆炸的自然結(jié)果。當年，偉大的思考者亞里士多德(Aristotle， 384 B.C.~ 322 B.C.)的學生亞歷山大大帝(Alexander the Great，356.7.20 B.C. ~ 323.6.10 B.C.)南征北戰(zhàn)，立下不世武功。但頗具諷刺意味的是，他對文明進程的最大貢獻卻在于其所建立的位于埃及亞歷山大港的圖書館。據(jù)說亞歷山大圖書館唯一的目的就是“收集全世界的書”，實現(xiàn)“世界知識總匯”的夢想，所以每一艘進入亞歷山大港口的船只上只要發(fā)現(xiàn)圖書，馬上制作復(fù)本，歸入亞歷山大圖書館。

亞歷山大圖書館優(yōu)越的科研條件也吸引了地中海地區(qū)的大學者慕名而來，數(shù)學公理體系的設(shè)計者、《幾何原本》作者歐幾里得(Euclid，325 B.C. ~ 265 B.C.)曾在亞歷山大圖書館閉關(guān)讀書數(shù)十載，《原本》奠定了數(shù)學的研究范式，影響至今。古希臘的大科學家阿基米德(Archimedes，287 B.C. ~ 212 B.C.)與托勒密(Ptolemy，90 A.D.~ 168 A.D.)無一例外都曾在亞歷山大圖書館里學習與工作過，汲取前人積累流傳下來的信息，加上自身作為杰出學者的聰明才智與思考能力，二人分別建立了人類物理學科與天文學科的基礎(chǔ)。帝王將相，英雄豪杰，古來征戰(zhàn)幾人回？不過是為“能量與信息”的交匯融合鋪路，有效提高人類社會局部的信息密度，引發(fā)知識大爆炸。

在物理學中，關(guān)于“能量”有“最小作用量原理”(Principle of Least Action，1788)——此原理是法國數(shù)學家拉格朗日(Joseph-Louis Lagrange，1736.1.25 ~ 1813.4.10)與愛爾蘭數(shù)學家哈密頓(William Hamilton，1805.8.4 ~ 1865.9.2)等人將牛頓力學抽象化而逐步創(chuàng)立的。因為數(shù)學抽象源于具體卻能超越具體的特性，最小作用量原理由此成為眾物理定理之母，物理學(包括量子論與相對論)的所有基本運動方程都可以由此原理導出。

在數(shù)學中，關(guān)于“信息”有“最大熵原理”(Principle of Maximum Entropy，1957)——此原理由美國數(shù)學家埃德溫?杰恩斯(Edwin Jaynes，1922.7.2 ~ 1998.4.30)提出，并由德國物理學家赫爾曼?哈肯(Hermann Haken，1927.7.12 ~)引入復(fù)雜科學而發(fā)揚光大。本質(zhì)是描述在不了解系統(tǒng)全部情況的前提下，關(guān)于未知分布最合理的推斷就是符合已知情況下最不確定或最隨機的推斷，即此刻無序程度(由統(tǒng)計物理學中“熵”這一物理概念刻畫且與“信息”在本質(zhì)上是相同的)達到最大值。反過來看，如果能夠創(chuàng)造條件了解更多的“信息”，就可以消除相應(yīng)的不確定性，即“熵”，從而可以采取更有針對性的控制措施，使得消耗的資源(時間、精力、能量)更少，但取得的效果更理想。

所以，我認為評價一個系統(tǒng)性能優(yōu)劣可定性地參考以下標準：能量消耗越小且與此同時秩序度越高，即J/bit的數(shù)值越小，則系統(tǒng)設(shè)計得越完美(注：J表示能量的單位焦耳，bit表示信息的單位比特)。

[page]

3. 傳統(tǒng)汽車存在的根本性問題及其解決方案

眾所周知，在傳統(tǒng)的汽車工業(yè)中有3大主題，即“能源、環(huán)境與安全”。所以，未來終極形式的汽車必須能夠同時解決這3方面存在的問題。根據(jù)之前的分析，能源與環(huán)境問題可劃入“能量”這個物理概念，而安全問題可劃入“信息”。

當前全世界主流的乘用車與商用車主要由內(nèi)燃機(Internal Combustion Engine)作為動力源來來驅(qū)動，而在我看來，內(nèi)燃機存在以下三個方面的先天性缺陷，且?guī)缀鯚o法根除：

1) 排放性問題、燃油經(jīng)濟性問題與動力性問題相互之間存在根本性的矛盾，三者無法同時解決

2015年2月28日，柴靜關(guān)于霧霾的深度調(diào)查紀錄片《穹頂之下》播出之后，全社會對環(huán)境問題的關(guān)注達到前所未有的高度，中國的石油、煤炭等能源壟斷型企業(yè)以及各大汽車企業(yè)由此承受著前所未有的巨大輿論壓力。

參考現(xiàn)在實驗室中最先進的內(nèi)燃機燃燒與控制技術(shù)，可以通過均質(zhì)充量壓燃(Homogeneous Charge

Compress Ignition，HCCI)這種新型的燃燒方式達到同時降低氮氧化物(Nitrogen Oxides，NOx)、碳氫(Total Hydrocarbon，THC)、一氧化碳(Carbon Monoxide，CO)及顆粒物(Particulate Matter，PM)等內(nèi)燃機主要排放物的目的。但與此同時，不得不犧牲內(nèi)燃機的動力性能，即HCCI只能在低負荷(對汽油機而言)或低溫(對柴油機而言)下工作，否則柴油機NOx的排放在高溫下會陡增而汽油機則會發(fā)生破壞性爆震。

所以，雖然國內(nèi)外研究機構(gòu)對HCCI的研究已經(jīng)進行了幾十年，中國也有相關(guān)的國家重點基礎(chǔ)研究發(fā)展計劃，即973計劃，投大量的資金和高?？蒲辛α咳パ邪l(fā)HCCI這種高效率、低排放的新型燃燒技術(shù)，但現(xiàn)在汽車市場上依然沒有裝備運用這種燃燒技術(shù)的內(nèi)燃機的成熟車型。

與之相反，電動機(Electric Motor)在驅(qū)動汽車的時候并不會排放有害氣體，且電動汽車完全有潛力實現(xiàn)從油井到車輪(Well-To-Wheel)這種真正意義上的零排放。

2) 內(nèi)燃機燃料來源問題

地球上儲藏的化石燃料(Fossil Fuel)畢竟是有限的，總有消耗殆盡的時候，這是大家都知道的常識。雖然現(xiàn)在國內(nèi)外都有科技公司在研發(fā)生物燃料，如生物柴油(Biodiesel)、乙醇(Ethanol)等，以供內(nèi)燃機使用。但其大規(guī)模生產(chǎn)的速度可能依然跟不上石油消耗的速度，同時也可能會造成糧食安全、轉(zhuǎn)基因泛濫等社會問題，且第1條中的提到的有害物質(zhì)排放問題依舊不會由于采用生物燃料就自動解決了，因為人體吸入的PM2.5、THC等有害物質(zhì)并不會進入生物燃料支持者所構(gòu)想出的能實現(xiàn)零排放的“碳循環(huán)”中。

此外，當下中國石油對外依賴度已經(jīng)達到60%以上，且大多數(shù)石油是從中東而來，伊朗附近的霍爾木茲海峽(Hormuz Strait)與印尼以及馬來西亞附近馬六甲海峽(Strait of Malacca)這兩條能源運輸要道都不在中國軍方的控制之下，能源運輸?shù)陌踩源嬖诟拘噪[患。中國政府所提出“一帶一路”政策，其根本目的可視為是要將中亞(特別是塔吉克斯坦)的天然氣以及中東(特別是伊朗)的石油通過路上油氣管道而非海路進入中國，如此則可確保將未來幾十年的國家能源安全置于中國的掌控之下，保障國家民族復(fù)興的“兩個100年”計劃順利實現(xiàn)。

與之相反，電能的來源則要多元化的多。此外，最關(guān)鍵之處還在于電能來源所具備的先天可持續(xù)性與先天清潔性，即能源在可保證取之不盡用之不竭的同時不以污染破壞環(huán)境為代價。新型可持續(xù)清潔能源，如核能、太陽能、風能、地熱能，未來市場化的潛力是巨大的，特別是核能與太陽能。

3) 動力系統(tǒng)匹配問題

當下的主流乘用車都還是采用汽油機作為汽車動力源，但由于汽油機外特性存在先天缺陷(如圖3.1所示)，即低速小扭矩，所以必須匹配相應(yīng)的變速箱以改善汽油機輸出功率在扭矩(Torque，T)與轉(zhuǎn)速(Rotational Speed，n)之間的分配，從而能適應(yīng)現(xiàn)實中的不同運行工況，這在無形之中也增加了整車質(zhì)量及汽車的機械復(fù)雜度。

圖3.1 汽油機外特性曲線

與之相反，如圖3.2所示，驅(qū)動電機的T-n外特性曲線先天適合汽車的運行工況，即T-n曲線低速大扭矩，大于臨界轉(zhuǎn)速n0的中高速時電機保持恒功率，動力性能，如起步與加速性能，遠遠優(yōu)于內(nèi)燃機。

圖3.2 電動機外特性曲線

從整車綜合匹配方面考慮，電動汽車的根本劣勢在于其能量載體，即與電池相關(guān)的技術(shù)，存在瓶頸，比如：

電池比能量較汽柴油低了幾個數(shù)量級；

電池充電時間也比直接加油慢得多；

電池壽命有限，到達一定里程必須更換，使用成本高；

電池存在極大安全隱患等。

但與此同時，全世界各大研究機構(gòu)、科技企業(yè)、大學實驗室對高性能電池技術(shù)的研發(fā)一直在進行之中，由此也導致電池技術(shù)迅猛地發(fā)展。例如：

斯坦福大學戴宏杰教授前不久發(fā)明的鋁電池可以使電池充電速度及充電次數(shù)得到極大提升。智能手機電池充滿只需1分鐘，在7500次充放電后電池容量毫無損失，且非常安全(用電機鉆孔后依然可以正常工作)。與之相比，鋰離子電池只可充放1000次左右。該技術(shù)在未來可用來儲存輸入電網(wǎng)內(nèi)的風能、太陽能等可再生能源；

斯坦福大學崔屹教授將納米技術(shù)運用于電池，在試驗中可將電池的能量密度提升幾十倍。長久以來，由于電網(wǎng)中的電能無法儲存，電網(wǎng)的效率一直是個大問題。由于無法實時地獲取詳細的電網(wǎng)中各個用戶的電能需求信息，電力公司只得采用保守策略，即多發(fā)電并將用不掉的多余的電儲存在類似高勢能的水介質(zhì)中，第二天再用來發(fā)電。納米電池技術(shù)可以實現(xiàn)電能的大規(guī)模儲存，由此可以起到對電能需求“削峰填谷”的作用，將可大大提升電網(wǎng)的運行效率；

西班牙Graphenano公司研制出了以世界上最薄、最硬的材料——石墨烯為原材料的可產(chǎn)品化的電池。石墨烯電池(Graphene Battery)主要有以下特性：成本比鋰離子電池低77%，由此可大大降低電動汽車的購置成本；重量為傳統(tǒng)電池的一半，使得裝載該電池的汽車更加輕量化，進而提高汽車經(jīng)濟性；且該類電池的使用壽命較長，是傳統(tǒng)氫化電池的四倍，鋰離子電池的兩倍，可大大降低電動汽車的使用成本。Tesla CEO埃隆?馬斯克也由此大膽預(yù)測電動汽車未來的續(xù)航里程(Range)有望達到800公里。

在汽車工業(yè)3大主題中，能源問題與環(huán)境問題是一而二、二而一的，通過將汽車的動力系統(tǒng)由內(nèi)燃機替換成電動機，這兩個問題可同時得以解決的。而汽車安全問題，如前所述，必須借助“信息”這個物理量來加以解決，即通過汽車無人駕駛技術(shù)(Self-Driving Vehicle Technology)。

據(jù)著名科技網(wǎng)站麻省理工科技評論(MIT Technology Review)的觀點，2015年10大突破性技術(shù)之一的車對車通訊(Vehicle to Vehicle Communication，如圖3.3所示)在未來1~2年內(nèi)可實際用于預(yù)防美國超過50萬起交通事故和1000件傷亡事故的發(fā)生，而車對車通訊技術(shù)是實現(xiàn)無人駕駛的入門必備技術(shù)。由此，除了前述的傳統(tǒng)的汽車工業(yè)3大主題，我個人認為必須加上“汽車信息流”這個評價標準以衡量一輛汽車實時信息處理能力(計算能力/信息化水平)，具體原因?qū)⒃诤罄m(xù)文章中加以分析。

圖3.3 車對車通訊技術(shù)下的交通系統(tǒng)(來源：MIT Technology Review)

小結(jié)本節(jié)內(nèi)容，未來汽車的在技術(shù)方面的終極呈現(xiàn)形式必將是：電驅(qū)動(Electric Driving)與無人駕駛(Self-Driving)的結(jié)合，即在不損失汽車性能及消費者接受度前提下的無人駕駛電動汽車(Self-driving Battery Electric Vehicle without Compromising Performance and Consumer Acceptability)。前者解決能源和環(huán)境問題，后者除了解決安全的問題，還將帶來技術(shù)上無窮的可能性，且必將從根本上顛覆現(xiàn)有汽車工業(yè)格局！可以預(yù)見，汽車行業(yè)將由此重新洗牌，進入到波瀾壯闊、群雄逐鹿的戰(zhàn)國時代。

[page]

4. 汽車工業(yè)與硅谷高科技產(chǎn)業(yè)在“商業(yè)模式”上的不同

按照Google計算機科學家吳軍博士在其講述信息科技(Information Technology，IT)產(chǎn)業(yè)歷史的暢銷書《浪潮之巔》一書中的觀點，IT產(chǎn)業(yè)比傳統(tǒng)工業(yè)更加容易形成一家企業(yè)占據(jù)絕對主導優(yōu)勢的情形，即吳博士總結(jié)的信息產(chǎn)業(yè)的“70-20-10”規(guī)律：當信息產(chǎn)業(yè)的某個領(lǐng)域發(fā)展成熟后，一般在全球容不下3個以上的主要競爭者——老大是這個領(lǐng)域的主導者，不僅占據(jù)超過一半，通常是百分之六七十的市場份額，并且制定了這個領(lǐng)域的游戲規(guī)則；老二有自己穩(wěn)定的百分之二三十的市場份額，有時也會挑戰(zhàn)老大并給老大一點顏色看，但總體上受老大欺負的時間多；剩下的是一些小弟們，他們都唯老大馬首是瞻。

舉例來說，在微機(Microcomputer)領(lǐng)域，微軟(Microsoft)無疑是老大，蘋果(Apple)是老二，微軟控制著微機的操作系統(tǒng)(Operating System，OS)，幾乎所有的軟件硬件開發(fā)商都必須跟在微軟的后面開發(fā)應(yīng)用產(chǎn)品；在微機處理器(Microprocessor)領(lǐng)域，因特爾(Intel)是老大，AMD是老二，AMD開發(fā)的產(chǎn)品必須與因特爾兼容，顧它基本是在前者陰影下發(fā)展；在網(wǎng)絡(luò)路由器(Network Router)領(lǐng)域，思科(Cisco)是老大，Juniper是老二；在互聯(lián)網(wǎng)(Internet)領(lǐng)域，Google是老大，雅虎(Yahoo!)是老二。雖然每個領(lǐng)域的老大占的市場份額不盡相同，但通常情況下都比老二老三加起來的都要多。

與之相反，汽車工業(yè)則是群雄爭霸、豪強割據(jù)的另一種情形，大眾(Volkswagen，VW)、豐田(Toyota)、通用(General Motor，GM)、本田(Honda)、寶馬(Bavarian Motor Works，BMW)、奔馳(Benz)、現(xiàn)代(Hyundai Motor)、福特(Ford)等主要汽車生產(chǎn)商中沒有一家是占據(jù)市場份額一半以上的絕對主宰者，且排名每過幾年都會發(fā)生變動。

身處信息產(chǎn)業(yè)中的高科技公司之所以比傳統(tǒng)工業(yè)更容易形成壓倒性優(yōu)勢的根本性原因，在吳軍博士看來，主要有以下3個方面：

1) 不同的成本在兩類工業(yè)中所占比例相差太大

類似于汽車的傳統(tǒng)工業(yè)的研發(fā)(Research and Development，R&D)成本較低，但各種制造成本和銷售成本卻非常高。研發(fā)成本可以通過規(guī)模經(jīng)濟來抵消，而制造成本則不能，因為傳統(tǒng)工業(yè)擴大1000倍生意通常意味著同時增加幾百倍的成本。在汽車工業(yè)中，制造成本(不包括研發(fā)、市場和銷售)超過汽車售價的一大半，即使銷售額增加了一倍，也提高不了多少利潤，因為一家汽車公司要擴大一倍的營業(yè)額，基本上意味著公司的規(guī)模要擴大一倍，建大一倍的工廠，雇多一倍的人。這時規(guī)模巨大的公司也不可能有它規(guī)模小的時候的效率高，利潤率甚至可能下降。因此達到一定規(guī)模之后它的擴張也會慢下來。

而類似于Intel的硅谷高科技公司則大不相同，制造成本只占營業(yè)額的很小一部分而研發(fā)的成本占大多數(shù)。對微軟和甲骨文(Oracle)來講，制造一份軟件拷貝的成本和一百萬份沒有什么區(qū)別。因此，如表3.1所示，這兩家軟件公司的毛利潤一直高達70~80%以上(2006年 ~ 2010年)。而在傳統(tǒng)汽車行業(yè)的通用汽車2007年的毛利率不到10%，效益最好的豐田汽車也不過15%。如果單看毛利率，科技公司的利潤率可以用“驚人的暴利”來形容。但是，科技公司的產(chǎn)品研發(fā)成本攤到每個產(chǎn)品上并不低。如果能擴大一倍的市場，就能將這部分主要的成本降一半。這時候一家科技公司并不需要更多的員工，效率依然保持不變，總體的利潤率就提升了。

表4.1 微軟(Microsoft)、甲骨文(Oracle)、思科(Cisco)、因特爾(Intel)的毛利率(2006~2010)

2) 信息產(chǎn)品的產(chǎn)業(yè)鏈各環(huán)節(jié)之間的耦合性非常強

眾所周知，采用Microsoft的Windows操作系統(tǒng)的個人計算機(Personal Computer，PC)，會在出廠是在上面預(yù)裝各種軟件。一位潛在用戶一旦使用的是安裝Windows操作系統(tǒng)PC，即使Microsoft競爭對手，如Apple，推出了比它10倍好用的計算機，用戶也很難轉(zhuǎn)到裝有新操作系統(tǒng)的計算機上去，一方面是用戶習慣問題，另一方面是下文所說的給Microsoft做軟件的下游企業(yè)比Apple多得多。

一家大公司或者政府部門，一旦選擇了微軟的操作系統(tǒng)，它們就很難放棄。一旦一個操作系統(tǒng)開始在市場上領(lǐng)先它的競爭對手，在整個生態(tài)鏈中它的下家就會越來越多，在其操作系統(tǒng)上可用的軟件就越來越多，使得其他孤軍奮戰(zhàn)的競爭者很難贏，因為孤軍奮戰(zhàn)的勝算在概率上是非常低的，一個人是很難競爭過一群人的。這樣占據(jù)主導地位的科技企業(yè)就會議很快的速度占領(lǐng)全球市場。

與之相反，汽車工業(yè)的產(chǎn)業(yè)鏈中，這種耦合關(guān)系非常弱。對一家汽車企業(yè)生產(chǎn)的汽車生產(chǎn)制造而言，這一批次選擇了德國博世公司(Bosch)的電子電氣控制系統(tǒng)，下一次也可以改選用日本電裝公司(Denso)的。汽車輪胎這一批次可以選用法國米其林(Michelin)的，下一次也依然可以改用德國大陸公司(Continental)的馬牌輪胎。

3) 不同的用戶對汽車的品位不同，對性能要求也不同，使得汽車企業(yè)很難做到贏者通吃

100年前，福特汽車創(chuàng)始人亨利?福特(Henry Ford，1863.7.30 ~ 1947.4.8)試圖用T型車一統(tǒng)天下，事實證明這是行不通的，且讓通用汽車卻通過提供更多汽車產(chǎn)品選擇乘勢崛起。

一個具體的例子是：年輕的消費者在選擇私家車的時候，會偏向于買風格時尚的寶馬(BMW)，到年齡大了會覺得奧迪(Audi)或奔馳(Benz)的技術(shù)做得更好，汽車做得更安全，換第二輛車的時候可能就會選擇Audi或Benz了。消費能力不一樣的人群，也必然會選擇不同價位、不同車企的相應(yīng)車型。

與之相反，IT產(chǎn)品的性能指標是硬性的，質(zhì)量是好是壞一目了然。對于主流用戶來講，不同公司同類產(chǎn)品的功能、價格、售后服務(wù)是他們選擇一款科技產(chǎn)品的原則，沒有人在意Intel的芯片、Oracle的軟件、Cisco的路由器外觀是不是好看，性價比才是考慮的關(guān)鍵。選擇質(zhì)量稍差的信息工業(yè)產(chǎn)品，消費者自身的消費體驗會非常差，例如，如果由于芯片質(zhì)量不可靠而導致計算機經(jīng)常在關(guān)鍵時刻死機的話，肯定會讓消費者抓狂，心理上覺得無法接受。但是如果一輛汽車的平順性(Noise, Vibration,Harshness，NVH)做得稍差，消費者在心理上還是能接受的，畢竟售價便宜，且自己可以采用一些小措施來補救。

以上3點使得硅谷高科技公司很容易做到強者越強，直到贏者通吃。IT高科技企業(yè)通常能用很短的時間就達到了傳統(tǒng)公司半個世紀才能達到的市場規(guī)模。例如，Microsoft和Intel從上市起用了10年的時間確立了它們在微機領(lǐng)域的霸主地位，并達到百億美元產(chǎn)值；而Cisco上市后只用了5年左右的時間就主導了網(wǎng)絡(luò)硬件市場，并達到百億美元的產(chǎn)值；Google更是在上市的第2年就超過了Yahoo!一躍成為互聯(lián)網(wǎng)領(lǐng)域的老大，第3年就進入了百億美元俱樂部。

從盈利能力上看，傳統(tǒng)汽車行業(yè)的利潤率一般只有10%~20%，成本主要用于生產(chǎn)制造、設(shè)備購買以及流水線工人、工程師的薪水。相比于互聯(lián)網(wǎng)高科技企業(yè)動輒50%以上的利潤，二者的盈利水平不在一個數(shù)量級上。后者的成本主要在于對新產(chǎn)品科技研發(fā)的投入，生產(chǎn)制造成本與之相比幾乎可以忽略，產(chǎn)品賣得越多，掙得也越多。對新產(chǎn)品不惜成本的關(guān)注，也使得IT高科技企業(yè)更關(guān)注未來技術(shù)趨勢，更有能力去面對這個世界不斷涌現(xiàn)的給予與挑戰(zhàn)。

本篇未完，下篇敬請期待。（本文作者：同濟大學汽車學院碩士研究生沈紀余）

返回第一電動網(wǎng)首頁 >