「软件定义汽车」是车企的「必答题」，但却往往被车企轻视，甚至忽略。
随着小鹏汽车正式在纽交所上市，完成了中国新造车三巨头的上市集结。「智能汽车」、「软件定义汽车」成为了这些新兴势力的「护城河」。可以说，在电动汽车这个新领域中，传统车企的战况并不乐观。当然这还不是最可怕的。最可怕的是当你在电动汽车销量榜单前加上「智能」这个标签只有会发现，全球电动汽车销量榜之下，能正真称之为智能电动汽车的并不多。
有行业观点称，留给传统车企的时间已经「不多了」。「软件定义汽车」是车企的「必答题」，但却往往被车企轻视，甚至忽略。
在「智能电动汽车」的标签下，能看到一个极其恐怖的市场份额分配。特斯拉几乎是手握了全球 90% 以上的智能电动汽车市场份额。在国内，在销量榜下苦苦成长的新造车势力也逐渐拥有了更多「智能汽车」的市场份额。
当然，这么说一定不严谨。因为这要取决于我们应该如何定义「智能汽车」。作为 CEO 领导新创科技公司镁佳科技的庄莉，对传统汽车工业变革发展有自己的见解：「软件不是提升产品身价的手段，当前全行业在汽车软件上的关键挑战：在底层操作系统和上层应用中间，汽车行业仍然缺乏真正意义上的分布式操作系统，而现在汽车的分布式操作系统，其缺少一个完整的软件堆栈——软件「基础设施」。这需要整个行业合作来建立。」
在 2020 年汽车电子与软件技术论坛（SAE-AWC 2020），世界汽车行业久负盛名的商业技术决策者、前奥迪首席技术官 Peter Mertens，与镁佳科技 CEO 庄莉进行了远程联线。通过线上对谈的形式，两人从自己的专业角度，就软件定义汽车下的产业生态与未来趋势，进行了一系列的深入探讨和解读。
行业正在发生「倾覆」
关于智能汽车大多数人都会想到「智能手机行业的变革历史」。对于智能手机、个人电脑行业发生的历史剧变会否在汽车行业中重演，庄莉持怀疑的态度「汽车行业有着一百多年的历史，其复杂程度也要远超两者。在新技术新业态的冲击下，反应迟缓的巨头可能会消亡；但也会有把握机遇完成转型的传统车企，进入下一轮角逐。」
庄莉以诺基亚和 Apple 两者的过往为例作了个比喻：引发变革的产品不一定在每个地方都必须是完美的，但「杀手级」技术或应用，才是从生存竞争中脱颖而出的关键。
庄莉强调，「软件定义汽车」是由其他技术驱动导致的，其将会是控制力和计算能力集中的结果，只不过恰好和电动车的出现时间耦合在一起。得益于强有力的 SOC 或微处理器，汽车中央电脑、主控制器、区域控制器的功能和特性都得以增加，很多功能可以通过软件实现，而不必借助 MCU 等硬件。未来，人们会更关注软件定义下的硬件商。
在这方面，Peter Mertens 的观点则更为激进，他认为实际上传统巨头的「衰亡」早已经开始了。像汽车制造这样的资本密集行业，外部环境的变化十分敏感。从之前的全球性金融危机，到今年的 COVID-19 新冠病毒肺炎疫情，这些浪潮都不断拍打着全球汽车行业。未来可能会有更多的整合、消失或幸存。只有新技术的快速应用才能在某种程度上保护陷入困难的车企。Peter Mertens 认为传统车企的变革之路任重而道远。「传统车企要想在这场、甚至下一场变革中生存下来的话，不断进行创新研发是必要的，同时也要时刻警醒不能坐享其成。如果没有办法跟上市场变革的速度，那么这家公司很可能无法继续生存。」
两人的观点直接指向的，也正是目前传统车企面临的巨大压力。更多地投入数字技术和利用模拟机来有效缩短整个开发周期，更好地利用软件开发工具来颠覆以往的开发模式、包括与掌握新技术的创业团队合作，并使之形成高效运转的体系，这些对于车企快速跟进市场和技术迭代来说相当重要。
全球汽车行业基本已经形成了对「软件定义汽车」理念的认同。
庄莉再次强调，软件不是提升产品身价的手段，而是为设计、研发、制造等一系列工业流程赋予可能性的基础设施。她认为「与智能手机相比，汽车行业历史更加悠久，且更复杂。此前手机行业中的巨头都消失了，但汽车行业中仍会有把握机遇完成转型的传统车企留存。」Peter Mertens 旗帜鲜明地反对盲目扩编工程师团队、或是组建研发部门来包揽开发工作。他认为，巨头们动辄扩编到上万人的工程师团队，并不会加快研发速度——软件开发的关键不在于「人海战术」，而是人才质量。希望车企们能够从全球的角度出发，共同拥抱开源，联合研发面向汽车的操作系统，并向联盟内部的成员开放。「回顾大型科技企业之所以能够在一些领域迅速取代传统巨头，重要的原因就是拥有自己的操作系统。当市场中只有两到三个操作系统走过激烈的前期竞争时，车企应该在这些操作系统上形成有效的联盟，而不是通过各自研发系统、用来打造技术壁垒和「护城河」。庄莉和 Peter Mertens 一致认为，操作系统并不仅仅是像用户提交功能的软件界面。通过分布式操作系统建立完整的软件堆栈，这种在计算机和互联网行业中普遍存在的软件「基础设施」，正是当下汽车行业中所欠缺的。
如何成为特斯拉一样的「科技公司」
「传统汽车制造商的时代已经结束。」
这句话不是来自新造车，却是来自大众汽车集团首席执行官赫伯特迪斯在董事会上的呼吁。大众是在建立一种新能力，即便这个过程磕磕绊绊。而行业中最好的例子就是特斯拉。
「如果特斯拉是一家车企，评估价值就要取决于特斯拉的生产能力和销售能力；但如果将特斯拉作为一家高科技企业来看，则要关注研发和创新效率等方面。」庄莉认为行业对特斯拉超高估值的支撑，其根源还是取决于外部对行业角色的定位：作为一家没有任何既往历史负担，一切从头开始的新创企业，特斯拉在软件开发、网络拓扑结构甚至电气化水平都有相当程度的后发优势。另一方面，来自不同专业背景的人才也是特斯拉的优势所在。所以这一切决定了特斯拉的成功模式很难复制。
「特斯拉模式对于整个行业来说，并不会是唯一的模式」，庄莉谈到。如果说特斯拉是一种变革的话，其他公司的成功模式可能是进化。有人说特斯拉是汽车行业的苹果，那之后这个行业会不会出现如 Android 一般新的操作系统，和其他车商共享？我相信会有，但是谁扮演并不清楚。特斯拉优秀的软件架构足以支持更好的软件技术迭代。新的功能、新的用户体验都能够通过其软件架构支持，进而提升驾乘体验。这才是特斯拉作为一家高科技公司的独到之处。
「特斯拉作为科技公司来说并不是符合传统认知」Peter Mertens 认为特斯拉的高估值。与资本市场对创始人 Elon Musk 的追捧是分不开的，而 Elon Musk 本身又是以颠覆性思维著称。这是特斯拉的优势所在，也是其模式具有不可复制性的根本原因。人们愿意为了特斯拉应许的未来而买单，这也是特斯拉天价估值的原因。
如果亚马逊与阿里巴巴在电商领域的位置作为类比，未来的汽车行业将不会是寡头时代，更多完成转型并存活下来的玩家会加入，车企甚至有可能成为 Uber、滴滴这些共享出行服务平台的供应商。
在汽车「智能」的背后，其实不只有许许多多便捷聪明的功能堆叠，这对车企来说其实更是一种「能力」的拓展。
对特斯拉来说，自研 AI 芯片真的有意义吗？为什么要去一个并不熟悉的领域卖弄技术？继续坚持拿来主义是不是更明智？为此，特斯拉要承担昂贵的研发成本，芯片的后续升级和改进也都是成本黑洞，更重要的是芯片企业的升级进化更是日新月异。这其实和特斯拉当年从头打造自己的车载 linux 系统一样，特斯拉不仅在培养自己的「软件能力」更让自己有了更集中的掌控能力。特斯拉被英伟达 diss，被芯片行业抨击，但它却是唯一一家汽车厂商拥有的新能力，是汽车领域最懂芯片的企业。
「软件定义汽车，将会是控制力和计算能力集中的结果。」庄莉认为，随着近年来计算机硬件性能和集成度发展的速度不断提升，利用愈加强大的通用计算能力，更多的功能和特性，甚至可以不再借助 MCU 或微处理器等硬件就得以实现。随着技术的驱动力越来越强，人们也更加关注于那些软件定义的硬件商，这些恰好与电动车的出现时机耦合在了一起。
在谈及计算机软件行业的技术迭代会如何影响汽车行业的未来时，投身计算机行业二十余年的庄莉表示，对比计算机和汽车两个行业后会发现，某种程度上两者是存在相似性的。这种相似不仅仅体现在汽车的电动架构、电子架构中，尤其是在借鉴 IT 行业中一些经过验证的经验过后，能够帮助开发者们更好地进行软件开发。
首先，两者在 AI 技术的大规模应用上，也具有相似之处。从工业流程中的开发、生产到用户端的应用，面部识别、语音对话，以及最具代表性的自动驾驶等领域的人工智能技术，无不从本质上改变着汽车。
其次，在测试流程上，从过去的软件辅助下以硬件为核心，到现在的以软件模拟为核心硬件辅助。将计算机开发中的测试等流程实现自动化，除了最后的质量控制环节，在整个流程中减少人工干预，提升整个流程的效率和准确性。
再次，通过借鉴数据驱动的产品设计，由数据中心对大基数的 AB 测试数据结果进行比较，为决策流程做出符合市场需求的选择提供依据。庄莉坦言，将软件行业、甚至其他行业的做法延引到汽车行业，来实现可持续的提升和优化，对汽车软件开发的帮助将是巨大的。
「并不是每家企业都会在水源附近建厂房，因为这样并不划算，不是吗？」庄莉将镁佳科技的角色定位形容为「超市」。庄莉将「让车里没有难写的软件」作为镁佳科技的总体愿景和目标。镁佳科技的 SmartMega OS+可覆盖从车到云的核心软件构架，根据车型可快速定制专属的 OS+版本。目前 SmartMega OS+支持的零部件已经包括了数字座舱、多个域控制器、T-Box、网关等。在落地层面，主机厂定制化、碎片化的需求更加需要被满足，从而帮助填补主机厂软件开发团队的空缺。
对 Peter Mertens 这样一位在传统汽车行业服务多年的「汽车人」来说，相比「硬件拼接」式的传统开发模式，电动车软件架构开发具有更高的通用性。不仅不用考虑如何将大小不同的元件和组装件塞到车体中这一难题，基于自身需求不断进化的研发模式，也更符合软件定义汽车的行业趋势。
从产品定义的角度来说，Peter Mertens 认为德国车企通常会做的、耗费大量时间编写产品规格书、再将成百上千页的产品规格书从德语翻译成不同语言版本。「但最后，并没有多少人会为这份严谨买账。传统的开发方式不再适合当下的时代。要在构思和打样阶段就将深度学习框架引入其中，更好地释放软件在工业流程中的能力——即「数字孪生」概念在智能制造领域的体现。」
在汽车「智能」的背后，其实不只有许许多多便捷聪明的功能堆叠，这对车企来说其实更是一种「能力」的拓展。
马斯克曾在 2015 年放言，「在设计 Model S 时，它实际上是一台非常复杂的带轮子的计算机」。这位向来特立独行的特斯拉掌门人大概不会在乎自己的预判会否成真。五年之后的今天，我们可以重新审视一下汽车企业，谁真正拥有了「制造计算机」的能力？
在造车这样一条看不见终点的漫漫长路上，有人狂奔、有人倒下，有人坚持、有人观望；而对庄莉、Peter Mertens 这样的探索者来说，铺出一条不限速的高速公路，远比懂得如何奔跑要重要得多。
