軟件能否定義汽車

文/

資訊時代有一個不好，容易抹平個性。業內如果有某個新鮮提法，可能是跨界引進，也可能出于某個天才的頭腦風暴，總之一見諸媒體，大家也都覺得不錯。但是接下來的事情就糟糕了，因為很多人都會引用這些說法，并生發闡釋，最后變成爛大街的概念。

很不幸，“軟件定義汽車”就屬此列。在老百姓眼里，汽車工業原本是重工業，也就比冶金、能源、機械等輕一些。巧合的是，汽車和以上都沾邊，但這么說并不準確。重和輕是以前的劃分方法，現在不大提了。汽車是個工業大雜燴兒，集多種工業門類于一身。

軟件則是汽車最新囊括進來的技術門類。在上世紀80年代，汽車只有1000多行代碼，而現在的則有數百萬行。這些代碼編譯成可執行模塊，固化/燒錄在芯片中，而非以源碼（文本）形式存在。它們的知識產權大多屬于供應商，主機廠商掌握的可能不足30%。

主機廠躁起來

和別的零組件一樣，主機廠只關心接口關系和ECU穩定，對軟件黑盒子不大關心，幾十上百個ECU各干各的活兒。通訊方式則是祖傳的CAN總線，和高速串行總線相比，就如同光纖通訊和“基本靠吼”的信息傳輸率差異一樣。

現在，軟件被客戶感受到，即便最初級的車機互動（語音和限定手勢），或者不大靠譜的自動駕駛，都是軟件的直接輸出形式，日益被消費者重視。甚至在某些年輕客戶中間，其重要性越過了加速性能和真皮座椅、全景天窗一類的“硬指標”。敏感如主機廠，立刻就洞察了這一點，這是變天了。

主機廠馬上發動了奪回控制權的攻勢。如果以前做系統集成商，就可以壟斷消費者觸達的所有層面，現在必須要加上軟件了。假以時日，軟件重要性的提升是可以預見的。所以，必須將“新四化”所涉及的所有軟件，都要掌握起來。能自研的自研，自研不了的勒令供應商交出原始代碼，進行單步走查。當然，是以客戶安全的名義。黑盒子供應商，不再被容忍。

問題是，這是未來。如果站在今天的時間點上，到底智能化的差異重要，還是汽車性能的差異重要？或者消費者對哪一個更敏感？

如果過兩三年呢？要知道，兩三年以后交付的產品，現在應該從Pro-E的三維圖紙，經過數字化模型，走向全比例的油泥模型了。高速互聯網通訊模塊、以AI之名的自動駕駛、人機互動方案，都應該到了樣機測試階段了。所以，兩三年后的未來，現在就要當做現實來考慮。

需要認識到的首要問題是，在電動化的大背景下，動力數據的差異被大大縮小了。直線加速的瓶頸，不再是電機能力，而是人的頸部。

隨著中國造車水平的整體提升，供應商也日益成熟，底盤、NVH差異也大大縮小了。

這樣一來，除了堆料，就剩下軟件還能拿出來PK一下了。

軟件還扶不上墻

有人說，智能化才是口水話題，家家都夸耀自己的智能化，說自己的AI訓練水平高，更人性化，讓消費者很難判斷，總之貴就對了。對大多數人來說，汽車消費，試錯成本太高。家用掃地機器人可以拿來做廉價對比。

有的機器人壁障能力太弱，可以連續幾小時在角落里撞來撞去，或者絆在充電線上打轉，甚至把寵物排泄物在地板上涂抹均勻。但你打開廣告，所有的廠商無一不夸耀自家產品的智能化

眼下屢被吐槽的自動駕駛能力，雖然已經被納入產品核心競爭力的一部分，但在城市路況下，與其說減負，不如說添亂。光是一個加塞，就對付不了，還被后車嘀成狗。

至少在當前產品周期內，汽車性能權重仍然大于智能化。原因很簡單，眼下的智能化難堪大任，特異性不足，作為產品，它們的完成度都很差。汽車性能仍然會唱主角。

顛覆的未來要多久

看到這一點，主機廠和供應商爭奪主導權的劍拔弩張，將會平復下來。但是，世界倫常的變化恰恰是無常的。

雖然都是AI訓練，我們不談車機，單說自動駕駛。后者之所以現在顯得弱雞，固然是因為我們的模型無法窮盡千差萬別的現實路徑，但是當年我們也是這樣預測圍棋的AI的。因為圍棋的可能變化，超過宇宙中的所有的原子數。但現在怎么樣？AI會自動濾除大部分不合理的（雖然可能）的“著法”，對剩下的路徑進行算法自我訓練。依靠驚人的迭代次數，無須依賴人類知識，在一夜之間成為戰勝所有人類的高手。

到了人類現實世界，影響因素復雜了很多。AI訓練需要更強的算力兜底，但散熱條件、車載能源的有限供應成為瓶頸。而且，超過1000Tops的算力，仍然很貴、很重、很費電。換句話說，近期而言，我們沒有低成本解決辦法；而當前，壓根沒有解決方案，無論成本如何。

軟件定義汽車，就是打破汽車作為信息孤島的存在。和現在硬件為主、軟件是花瓶的時代，好比互聯網時代與單個PC之比。互聯網理論誕生40年之后，公眾才享受到它的紅利，其基礎恰是芯片硬件以摩爾定律進化到低成本互聯的時期。

軟件的基礎一直是硬件，到了汽車上，我們也不應改變看法。至于要多久，要看軟件要求的硬件基礎，何時能以合理成本提供。