文 |魏啟揚

來源 | 智慧相對論（ID：aixdlun）

廣州車展正在如火如荼進行，豪華車場、老牌車企的各種黑科技紛紛被端上桌，最難受的恐怕要數造車新勢力了。

在2018烏鎮世界網際網路大會上，威馬汽車創始人沈暉接受媒體採訪時表示“年內交付1萬輛車的目標不變。”2018年剩下的時間不多了，沈暉和他的威馬汽車肩頭的任務很重。

時間相隔不長，威馬汽車在本月上旬任命了負責戰略融資、投資和企業發展的首席戰略官——一個在亞洲和歐洲有著24年國際金融經驗，曾在高盛和花旗都擔任過要職的職業經理人Rupert Mitchell。這被行業視為威馬汽車還要繼續“找錢”——籌備融資或者作IPO準備。

對於造車新勢力來說，“先有車”還是“先有錢”並不是一道單選題。在網際網路汽車或是智慧汽車的賽道中，沒錢是不行的，光靠PPT講概念也是不夠的。當行業行進到“量產”與“交付”階段時，造車新勢力依然會時刻感到“沒錢”的焦慮。這不光光是一場時間的賽跑，也是一場金錢的賽跑。越來越快的速度中，造車新勢力的方向可會偏離？

200億，遠遠不是造車安全線

造車燒錢，人盡皆知。

沈暉在接受《財經》採訪時明確表示，“搞一個汽車公司起碼要三四百億元人民幣。”蔚來汽車董事長李斌在第七屆全球新能源汽車大會上發表演講時稱：“新創企業要想造車，至少需要200億以上的資金準備。即便有了200億，也要省著花。”小鵬汽車董事長何小鵬去年年末完成了A+輪融資後，在自己的微博中發出了“200億元根本不夠花”的感慨。也正是因為沒錢，賈躍亭的“法拉第”至今還只存在於PPT中。

經過6輪融資，在資本市場融資金額超過150億的蔚來汽車在國內的造車新勢力中算“不差錢”的，但根據其最新公佈的第三季財報來看，該季度即便實現了2.14億美元（約14.7億元人民幣）的營收，產量和交付量也雙雙爬坡，分別達到4206輛和3268輛，蔚來汽車還是處於虧損狀態，淨虧損達到4.09億美元（約合28億人民幣）。根據蔚來汽車公佈的財務資料顯示，從2016年到2018年6月30日，才兩年半的時間內，蔚來汽車已經累計虧損達到了109.2億元人民幣，其中還不包括蔚來汽車2014年成立後到2015年間的負債。在研發、營銷、人力還需持續輸血的背景下，蔚來汽車還有多少錢可“燒”是個問題。

無論是融資總額還是交車數量，蔚來汽車都能稱為國內造車新勢力的領頭羊。在榜樣效應的指引下，威馬汽車的融資之路從來沒有停歇，有案可查的兩輪融資總額合計達120億元，沈暉在接受媒體採訪時曾透露已經募集到的資金總額接近200個億。

參照特斯拉15年虧損超100億美元的例子，國內造車新勢力的融資額還遠遠沒有達到安全線以上。其實在國內“網際網路造車”概念的最高峰時，大大小小100多家新生造車企業湧入，幾個沉浮之後，能真正拿出產品來的也就只有蔚來、威馬、小鵬、遊俠、車和家、前途等少數幾家，真正能夠進行批量交付的更少，只有蔚來和威馬。一個最明顯的指向，正在進行的廣州車展上，僅有6家造車新勢力參展，推出的展車更少只有4款。缺席國內一線車展，造車新勢力看起來似乎在表現自己與行業主流的特立獨行，背後的隱疾是無車可展、無車可賣的尷尬。在去車展展示形象，為品牌背書之前，首先要解決生存問題，只有活下去，才有在造車這個賽道中繼續玩下去的資格。對於各家造車新勢力來說，未來很長一段時間的工作重心仍將是融資。

拼速度，量產交付數量是新勢力後續競爭的籌碼

除了錢，造車新勢力的另一個焦慮點是“量產”與“交付”的速度。與傳統車企相比，造車新勢力缺的東西實在太多，就算它們時常標榜的“網際網路”概念，對於傳統車企來說也不是一座難以逾越的大山。就現階段來看，傳統車企在“智慧駕駛”上做的也並不差。新勢力最缺的是將自身概念變成最終結果的產品呈現。

小鵬汽車董事長、CEO何小鵬將“智慧汽車”賽道分成了上下半場。在“上半場”中，車企需要將硬體架構和軟體架構的基礎做好，將現階段人類所能理解的AI能力應用到車內，經過不斷的嘗新和試錯，出現一些能夠改變原來使用者的使用場景的東西。目前無論是傳統車企還是造車新勢力，甚至是被行業譽為創新代表的特斯拉都還沒有進入到“下半場”。究其原因，缺乏足夠多的樣本去驗證新應用場景的可行性。

不得不承認的是，喊了多年的AI+汽車，除了“無人駕駛”，行業內出現了一些行之有效的解決方案外，在人機互動層面，無論是傳統車企還是造車新勢力，或是像谷歌、百度、騰訊這樣的科技獨角獸，也都沒有很好的方案和思路。因為沒人能為未來的汽車準確“畫像”。

是遵循傳統車企的造車經驗按部就班，還是按照PPT中的描述快速向前？造車新勢力很焦急也很矛盾。小鵬汽車的計劃是先進行使用者的資料收集，再進行產品迭代維持運營，通過不斷推出的“AI汽車使用者場景報告”來推動智慧汽車的技術革新。國內的造車新勢力大多也是這個方向，只是不知這樣的迴圈要經歷多長時間。口袋裡越來越少的鈔票和越來越激烈的競爭態勢讓新勢力的心態也變得急躁起來。

先入賽場的特斯拉的優勢體現出來了。以自動駕駛技術為例，當大家還在小批量的實驗進行緩慢迭代的時候，到目前為止已經交付了50萬輛的特斯拉早已傳回數以億計的資料供特斯拉改進演算法。有些特斯拉車主會很驚奇：平時需要駕駛員接管的某個路口，在一段時間後，特斯拉可以不再需要接管修正，而順暢得通過該路口。先發的資料積累優勢逼迫著中國的造車新勢力時刻敲打自己：快點，快點，再快點！這也是威馬汽車抗著巨大壓力也要在3個月時間完成1萬輛交付目標的原始動力。

網際網路造車悖論

一方面陷入“沒錢”焦慮難以自拔，一方面又在追求成果呈現（量產與交付）的速度。用“網際網路思維造車”的新勢力在這場競速中似乎有些偏離了方向。智慧相對論認為，“網際網路造車”在概念的設定上就是個悖論。

根據介面新聞報道，處於造車新勢力第一集團的遊俠汽車，它官網的招聘頁面曾出現過“拆車與測量工程師”崗位，該崗位負責標杆車拆解測量、資料記錄規檔工作。對車破拆，是工程師進行逆向開發時的基礎工作，飽受爭議的眾泰“皮尺部”乾的就是這活。這從一個側面反映出遊俠汽車對新車研發還是走著“借鑑”與“模仿”的路子。這也並不單單是遊俠汽車的問題，缺乏行業和經驗的積累，國內造車新勢力普遍對車“駕駛”和“運載”這兩項原始功能的認知和理解存在不足，以致於當前市面上的新能源車在機械動能的表現上與普通燃油車有很大的不同，駕乘感受更是很難達到普通燃油車的水準。在用“網際網路思維”造車之前，造車新勢力或許應該先補補課，車開起來應該是個怎樣的感覺？

網際網路思維，可能很難在機械動能方面體現，那在車內的人機互動方式和智慧配置上，造車新勢力交出的答卷又怎樣呢？可供參照的樣本不多，可從目前交付量最多的蔚來ES8來看，也無太多新意。搭載在ES8上可以對話並在雲端處理需求的NOMI似乎與小米的“小愛”，蘋果的SIRI大同小異。車企們的做法都是做加法，將市面上最新、最潮的網際網路產品和裝置直接照搬進車裡，完全沒有考慮這些產品和裝置的應用場景是否適合“車”這個特殊載體。那麼“網際網路造車”的正確開啟方式應該是怎樣的呢？

智慧相對論認為，被貼上“網際網路思維”標籤的新勢力尚未跳出汽車行業用上百年的歷史所鑄就的思維窠臼，現在還只是充當著“車”和“網際網路產品”的中介而已，沒有站在網際網路的角度去進行自己的產業和產品佈局。

首先在生產環節。幾乎所有的造車新勢力都表示要建立自己的工廠和直營體系。沒有造車經驗的新勢力的矛盾是，無法對生產和供應鏈完全掌控，那麼品控與生產效率就只能依賴代工廠，對方值得信賴嗎？代工廠品牌的檔次與新品牌定位的匹配匹配程度，當江淮為蔚來代工生產40多萬售價的ES8時，蔚來如何樹立使用者對品牌的信心？

從手機電子行業的趨勢來看，代工模式是最經濟，最能合理利用資源的方式。在缺少純電動汽車生產資質的情況下，在資金與量產的雙重壓力下，代工模式可為造車新勢力們加速實現從PPT到現車的轉變。利用傳統車企規模化的製造環節實現自身的量產，減輕自身在產能、製造環節上的壓力，加速量產交付的程序，也能學習傳統車企的生產經驗以及在市場上利用傳統車企的品牌影響力去吸引消費者。國家新能源汽車創新工程專案專家組組長王秉剛曾這樣評價過傳統車企和新勢力的合作：“傳統車企和造車新勢力的合作雙方利好明顯，可以讓雙方都學習到新東西，會提高造車者的成功概率。”但是從目前的行業態勢來看，在自建工廠與生產代工的選擇中，造車新勢力將注都投向了後者。

其次在產品設計環節。不知造車新勢力是將自己定位為“車企”還是“網際網路公司”，如果定位為“網際網路公司”的話，可將賣車視為硬體銷售，那麼新勢力的軟體銷售在哪，網際網路服務在哪？作為一傢俱有遠大野心的公司，小米就一直在試圖改變單純的“硬體公司”，“手機廠商”的固有形象，逐步提升其新零售和網際網路服務的營收。

必須承認，造車新勢力在PPT中對於自己所要營建的生態系統都描述的讓人心潮澎湃，可當夢想照進現實，真正實現量產與交付時，豐滿的未來與骨感的現實形成鮮明對比。威馬汽車的智行生態還停留在動態LOGO和車窗的互動、可旋轉的觸控大屏、軟體雲端升級等智慧配置上；蔚來的“換電模式”、“電池租用”方案、“服務無憂”套餐更是槽點滿滿。

在未來，當汽車作為一個“硬體載體”時，車企能夠提供怎樣的服務，車主的駕乘體驗是否足夠舒心，將取決於車企所建立的生態系統是否足夠完善。而這些僅僅只靠簡單的聊天機器人是無法完成的。

結論：對於造車新勢力來說，“先有車”還是“先有錢”的答案並不唯一，常被傳統車企掛在嘴邊的“正向開發”其實是最好的解答。當所有的結果都歸結到“需求優先”時，造車新勢力的方向自然就找到了。

【完】

智慧相對論（微信id:aixdlun）：深挖人工智慧這口井，評出鹹淡，講出黑白，道出vb深淺。重點關注領域：AI+醫療、機器人、智慧駕駛、AI+硬體、物聯網、AI+金融、AI+安全、AR/VR、開發者以及背後的晶片、演算法、人機互動等。