十年磨一劍，Robotaxi終破曉：當(dāng)汽車成為“AI具身智能體”

2025年6月22日，美國得克薩斯州奧斯汀，已從DOGE（政府效率部）全身而退的馬斯克，迫不及待地在自家社交媒體X（前身為推特）上宣布：Robotaxi試運營，初期固定收費4.20美元。果不其然，特斯拉股價應(yīng)勢大漲?？磥?，資本市場早就期待馬斯克從“增本增效”的DOGE里退身，專注研發(fā)自動駕駛才是正經(jīng)事。

6天后，也就是2025年6月28日，特斯拉官方又發(fā)出一段視頻：一輛煥新版ModelY從特斯拉GigafactoryTexas（得克薩斯州超級工廠）出發(fā)，開啟了一段無人駕駛、無人監(jiān)控、無人干預(yù)的交付旅程。這輛ModelY先后經(jīng)過城市主干道、高速公路、有密集人群通行的十字路口、鄉(xiāng)村道路，一直行駛到用戶所在的社區(qū)停車場，全程30分鐘，最高時速為116公里。這一次，自動駕駛終于從配角變成了主角，從錦上添花的“附加功能”變成了汽車本身。

“Robotaxi試運營+ModelY自動交付”，這不僅是自動駕駛技術(shù)領(lǐng)域的里程碑事件，更是汽車行業(yè)百年范式的分水嶺：汽車正在從交通駕駛工具變身為“AI具身智能體”。

10年前，特斯拉推出Autopilot（自動駕駛儀），首次引入特斯拉ModelS，最初版本依賴“攝像頭 + 激光雷達 + 超聲波”的輔助系統(tǒng)，需要駕駛員高度警惕，且只能在高速公路上簡單保持車道、適度變道。此后，F(xiàn)SD（完全自動駕駛系統(tǒng)）Beta版出現(xiàn)在少量用戶的車機系統(tǒng)中，初步實現(xiàn)了自動泊車、自動變道、自動導(dǎo)航行駛、召喚等功能，并開始以純視覺為主線探索未來路徑，自動駕駛從“助手”向“輔助駕駛員”過渡。

從2021年起，“偏執(zhí)狂”馬斯克力排眾議，陸續(xù)移除FSD中的激光雷達與高精地圖，改用攝像頭與神經(jīng)網(wǎng)絡(luò)模型，由此將FSD帶入純視覺路線。這種“少即是多”的路線，在當(dāng)時備受質(zhì)疑。Dojo超級計算機平臺的上線，是特斯拉進入自動駕駛第二階段的分水嶺。通過海量車主真實駕駛數(shù)據(jù)的深度訓(xùn)練，特斯拉不再單純依賴仿真測試，而是在全球道路上進行“實戰(zhàn)學(xué)習(xí)”。每一次轉(zhuǎn)彎、每一次避讓，都是AI自我學(xué)習(xí)和優(yōu)化的一部分。再加上強大的OTA（遠程在線升級）機制，讓特斯拉在軟硬件協(xié)同與大規(guī)模數(shù)據(jù)訓(xùn)練中建立了優(yōu)勢，并讓數(shù)以億計的真實駕駛場景反饋回歸到算法與數(shù)據(jù)中心。

而此次Robotaxi的試運營與ModelY的自動交付，則標志著特斯拉在硬件架構(gòu)、軟件系統(tǒng)、數(shù)據(jù)算法與商業(yè)模式上的“四合一”業(yè)務(wù)閉環(huán)驗證成功，也宣告了汽車將從交通駕駛工具逐步轉(zhuǎn)變?yōu)椤癆I具身智能體”。盡管這個過程依然會經(jīng)歷包括商業(yè)模式、法律條款、交通基礎(chǔ)設(shè)施、AI算法與算力的多重考驗，但在馬斯克看來，F(xiàn)SD的一小步，將是百年汽車行業(yè)的一大步。

當(dāng)然，業(yè)內(nèi)的評價并非一邊倒地叫好。在馬斯克公開Robotaxi試運營與ModelY自動交付的消息后，一向和馬斯克唱反調(diào)的市場研究公司—“特斯拉空頭”GLJResearch指出，當(dāng)前的特斯拉Robotaxi更像“AI輔助演練”，仍需監(jiān)管員保障，因此不要高估Robotaxi的商業(yè)價值。NHTSA（美國國家公路交通安全管理局）則代表官方發(fā)聲：“我們將立即開展調(diào)查，尤其是對（ModelY自動交付過程中）違反交通規(guī)則、意外停車等情況進行法律審查。”而在一些社交媒體上，F(xiàn)SD早期用戶發(fā)布的視頻既有贊美也有警示：平滑換道、實時避障等功能還不錯，但偶然超速、選錯車道等問題也客觀存在。

不錯，但不完美一這或許就是特斯拉從汽車邁向“AI具身智能體”的現(xiàn)實寫照。然而，對馬斯克而言，這都不是事。之所以“先發(fā)車，再完善”，從戰(zhàn)略層面來看，出于4個關(guān)鍵要素的考量：一是關(guān)系到“先發(fā)定義規(guī)則”。誰先發(fā)車，誰就掌握了自動駕駛時代的話語權(quán)。二是關(guān)系到數(shù)據(jù)的積累與算力的優(yōu)化。與封閉實驗室里的測試不同，馬斯克更加看重真實駕駛場景的反饋、現(xiàn)實數(shù)據(jù)的積累和對算法的持續(xù)優(yōu)化，這是使特斯拉成為“AI具身智能體”的關(guān)鍵一步。三是引發(fā)公眾、媒體以及官方對自動駕駛的關(guān)注，尤其是涉及認知、習(xí)慣與法律條款的部分。四是關(guān)系到FSD的商業(yè)閉環(huán)。無論是Robotaxi的試運營，還是ModelY的自動交付，都涉及汽車共享化，而這恰恰是FSD商業(yè)閉環(huán)的一部分。從邏輯上講，如果FSD沒有清晰的問題解決場景，那么“賺錢”這事將遙遙無期。

目前，科技圈有關(guān)“AI具身智能體”的核心表達是具備智能決策能力，能與物理世界互動，并在具體環(huán)境中自主執(zhí)行任務(wù)的AI系統(tǒng)。斯坦福大學(xué)人工智能研究所發(fā)布的《2024年人工智能指數(shù)報告》中明確將機器人、自主駕駛汽車、智能無人機等納入典型的“AI具身智能體”范疇。麻省理工學(xué)院計算機科學(xué)與人工智能實驗室提出“AI具身智能體”三層模型，強調(diào)“三位一體”，即具備感知層（通過多模態(tài)傳感器，如視覺、雷達、激光等，采集環(huán)境信息）、推理層（通過AI模型進行認知、推理、決策）、行動層（通過物理執(zhí)行器，如輪胎、機械臂等，完成實際運動），才能稱得上真正的“AI具身智能體”。據(jù)此，搭載FSD的特斯拉電動車型，包括試運營的Robotaxi與可以自動交付的ModelY，當(dāng)然屬于“三位一體”的“AI具身智能體”。

從本質(zhì)上講，特斯拉Robotaxi=AI具身智能體 + 共享經(jīng)濟模式 + 自動駕駛技術(shù)，它是AI與物理世界深度融合的標志性產(chǎn)品，也是人類通向AGI（通用人工智能）的里程碑。汽車AI時代正在到來。

共享化成為現(xiàn)實：“汽車新四化”的最后一塊拼圖

過去10年，以電動化、網(wǎng)聯(lián)化、智能化、共享化為代表的“汽車新四化”，是汽車領(lǐng)域高頻出現(xiàn)的關(guān)鍵詞。確切地說，“汽車新四化”不僅是汽車技術(shù)的發(fā)展趨勢，更是汽車產(chǎn)業(yè)變革的風(fēng)向標，它從4個不同維度影響和決定了車企的走向。

首先是電動化。這是標準的“從政策驅(qū)動到市場驅(qū)動”的產(chǎn)物，最早源于全球各國政府對于碳排放、碳達峰的焦慮，歐美最先熱心電動化，但政策執(zhí)行最堅決、最有力、最到位的絕對是中國。根據(jù)CPCA（中國乘用車市場信息聯(lián)席會）發(fā)布的數(shù)據(jù)，2024年，中國新能源汽車滲透率達到 38.4% ，同期德國為 18% 美國為 9.6% ，日本僅為 3% 。然而，現(xiàn)今的電動化早就過了“補貼為王\"的階段，以中國市場為例，電動車（從產(chǎn)業(yè)鏈角度看）整體生產(chǎn)成本大幅降低，隨著電池技術(shù)的發(fā)展、充電基礎(chǔ)設(shè)施的加速布局以及快充技術(shù)的普及，所謂的“續(xù)航焦慮”正在快速下降。電動化是為智能化做準備的，其競爭格局已基本成形。

其次是網(wǎng)聯(lián)化。所謂網(wǎng)聯(lián)化，表面上看是讓汽車接入互聯(lián)網(wǎng)，實現(xiàn)“人一車一云一路”的互聯(lián)互通，背后卻是一次系統(tǒng)性的商業(yè)模式重構(gòu)。當(dāng)前，汽車網(wǎng)聯(lián)化面臨技術(shù)領(lǐng)先但商業(yè)落地滯后的困境。一方面，對于大多數(shù)車企而言，車機聯(lián)網(wǎng)只是汽車銷售的一個賣點，還缺乏真正的數(shù)據(jù)變現(xiàn)的能力；另一方面，包括蘋果、華為、小米在內(nèi)的科技公司，則試圖把車聯(lián)網(wǎng)打造成“移動智能終端”，推動車內(nèi)生態(tài)深度融合。從這個層面來講，網(wǎng)聯(lián)化同樣是在為智能化做準備。

再次是智能化。這是當(dāng)前新能源車企競爭的焦點。汽車智能化包括智能車機系統(tǒng)、智能座艙、智能駕駛等在內(nèi)的一攬子智能解決方案。對于傳統(tǒng)車企而言，所謂的智能駕駛更像是為了滿足“讓車更好賣”的需要;而對于特斯拉、Waymo、百度Apollo、Momenta、Pony、地平線等可以提供自動駕駛解決方案的科技公司而言，智能化當(dāng)然不能停留在智能駕駛階段，必須進化到自動駕駛，最終使汽車成為“AI具身智能體”，這才是智能化的本質(zhì)要義。

最后是共享化。這里的共享化，可不是人們之前所理解的滴滴、Uber等網(wǎng)約車出行模式。技術(shù)層面的共享化，其實是讓每輛車都具備Robotaxi功能。最典型的場景是：你早上搭乘自己那輛具備自動駕駛功能的智能汽車上班，到公司后這輛車也不閑著，馬上去接活，然后在你下班前返回公司接你回家。這一天下來，不僅解決了你的通勤問題，而且順帶幫你賺了錢。當(dāng)然，要實現(xiàn)這種場景，必須高度依賴電動化、網(wǎng)聯(lián)化、智能化，而特斯拉Robotaxi的推出，讓共享化不再是拼車、打車的升級版，而是作為AI驅(qū)動、自動運營的新物種，補全了“汽車新四化”中最具想象空間的那一塊拼圖，“無人 + 共享”的商業(yè)模式終于完成閉環(huán)。

特斯拉自動駕駛沖擊波： 傳統(tǒng)車企可選擇的3條路

對于傳統(tǒng)車企而言，特斯拉Robotaxi的試運營與ModelY的自動交付，可不僅僅是科技酷炫那么簡單。一方面，“汽車新四化”集結(jié)完畢，傳統(tǒng)車企即將迎來“諾基亞”時刻，感受到來自特斯拉FSD的自動駕駛沖擊波；另一方面，傳統(tǒng)車企不能再停留在單純能源視角而猶豫不決了，面對汽車行業(yè)大變局，全面擁抱智能、向科技公司進化才是真正的戰(zhàn)略轉(zhuǎn)型之選。簡言之，面對特斯拉自動駕駛沖擊波，傳統(tǒng)車企有3條路可選：

第一條路：全面轉(zhuǎn)型——徹底進化為科技公司

幾年前，我在撰寫關(guān)于豐田、大眾、通用、福特等傳統(tǒng)車企巨頭的轉(zhuǎn)型內(nèi)容的文章中，一直堅持的觀點是：要從制造企業(yè)向科技公司轉(zhuǎn)型。然而，盡管很多傳統(tǒng)車企巨頭在其戰(zhàn)略愿景中加入了所謂“全面轉(zhuǎn)型為科技出行公司”的描述，但無論是商業(yè)模式與經(jīng)營理念，還是組織架構(gòu)與管理體系，都只是對現(xiàn)狀的“修修補補”或PPT上的“精修細描”，實踐少之又少。關(guān)鍵原因在于兩方面：

一方面，傳統(tǒng)業(yè)務(wù)架構(gòu)所限。傳統(tǒng)車企的業(yè)務(wù)架構(gòu)，過去幾十年來都是圍繞“硬件制造（總裝） + 全球供應(yīng)鏈”搭建的。哪怕是大眾早已啟動了電動化轉(zhuǎn)型，但其內(nèi)核仍然是“先定義硬件，再疊加軟件”的硬件主導(dǎo)模式。而反觀特斯拉、華為與小米的造車邏輯，一切從軟件和系統(tǒng)出發(fā)，硬件只是實現(xiàn)軟件與系統(tǒng)功能的載體。一邊是“軟件是硬件的補充”，一邊是“硬件是軟件的載體”，這種業(yè)務(wù)架構(gòu)上的差異是傳統(tǒng)車企與科技造車企業(yè)的最大不同。

當(dāng)傳統(tǒng)車企意識到這一問題時，很多車企開始大膽地“改弦易轍”。大眾曾設(shè)立獨立子公司CARIAD，專門負責(zé)軟件與自動駕駛技術(shù)開發(fā)；豐田曾將WovenPlanet定位為智能駕駛核心部門，甚至不惜重組董事會，讓數(shù)字化主管擁有更高話語權(quán)；奔馳則把MB.OS操作系統(tǒng)作為未來產(chǎn)品競爭力的核心，試圖在智能車機系統(tǒng)上打一場漂亮的翻身仗。然而，有勇氣改變方向并不一定就有好的結(jié)果，尤其是受限于傳統(tǒng)業(yè)務(wù)架構(gòu)所造成的認知固化，大多傳統(tǒng)車企在軟件應(yīng)用、AI算法、數(shù)據(jù)訓(xùn)練與OTA能力上的積累，依然與特斯拉等科技造車企業(yè)相去甚遠。

另一方面，成本投入與研發(fā)周期的雙重挑戰(zhàn)。即便是傳統(tǒng)車企愿意轉(zhuǎn)型，但“錢從哪幾來”是個大問題?？萍荚燔嚻髽I(yè)的“燒錢”速度驚人，傳統(tǒng)車企承受得住嗎？

以特斯拉FSD背后的Dojo超級計算機平臺為例，特斯拉投入高達數(shù)十億美元，背后是數(shù)百萬車主每天數(shù)億公里的駕駛數(shù)據(jù)積累、訓(xùn)練與分析。而大多傳統(tǒng)車企只能依賴模擬仿真，效果自然大打折扣。并且傳統(tǒng)車企往往對財務(wù)穩(wěn)定性要求極高，對于動輒5—10年的AI研發(fā)周期，很難具備持續(xù)的資金容忍度，也很難支撐如此高的人才密度。在成本投入與研發(fā)周期上的雙重挑戰(zhàn)，讓很多傳統(tǒng)車企在向科技公司轉(zhuǎn)型中步履跚。

第二條路：聯(lián)盟共生—與科技公司深度捆綁

既然進化為科技公司如此之難，那么無論是基于成本和時間的考慮，還是從傳統(tǒng)車企戰(zhàn)略轉(zhuǎn)型的難度考慮，與科技公司深度捆綁都成為大多傳統(tǒng)車企轉(zhuǎn)型的首選。

1.現(xiàn)代汽車與Aptiv（安波福）組建Motional。早在2020年，韓國現(xiàn)代汽車就與Aptiv組建了合資公司Motional，專攻L4自動駕駛技術(shù)。雙方合作的核心邏輯很清楚：現(xiàn)代提供車輛平臺與生產(chǎn)制造能力，Aptiv負責(zé)提供AI算法、感知系統(tǒng)與自動駕駛核心技術(shù)。目前，Motional已在美國多地展開Robotaxi測試服務(wù)，盡管規(guī)模有限，但已成為現(xiàn)代汽車切入AI領(lǐng)域的重要途徑。

2.Stellantis集團與Waymo合作。被戲稱為“萬國車企俱樂部”的Stellantis集團（包括菲亞特、克萊斯勒、標致雪鐵龍等）與谷歌Waymo已有多年合作，目標就是將Waymo的自動駕駛技術(shù)集成到Stellantis的商用貨車與Robotaxi平臺上。也就是說，以市場換技術(shù)。

3.奔馳與NVIDIA（英偉達）深度綁定。奔馳將AI芯片、算法、操作系統(tǒng)“托管”給NVIDIA，從MB.OS到自動駕駛，幾乎全部基于NVIDIA的硬件與軟件框架，形成戰(zhàn)略層面的深度捆綁。這種合作模式基于雙方的“背靠背信任”，雖然有些孤注一擲，但好處是避免了多家供應(yīng)商“彼此打架”，從一開始就做到了技術(shù)層面的一致性。

從短期來看，聯(lián)盟共生是傳統(tǒng)車企的務(wù)實選擇，但從長期來看，數(shù)據(jù)歸屬權(quán)、用戶運營權(quán)、技術(shù)主導(dǎo)權(quán)仍然是難解的博弈焦點。畢竟，誰掌握了行車數(shù)據(jù)、用戶習(xí)慣與AI模型迭代權(quán)，誰才真正擁有了產(chǎn)業(yè)鏈層面的話語權(quán)。對傳統(tǒng)車企而言，早點兒認識和解決這個問題，才能在聯(lián)盟共生之路上走得更遠。

第三條路：發(fā)揮所長 -聚焦制造做代工

對于大多數(shù)缺乏智能化基礎(chǔ)、不具備AI研發(fā)投入、轉(zhuǎn)型窗口期較短的傳統(tǒng)車企而言，還有一條路可選，那就是發(fā)揮自身“造車”之長，聚焦制造做代工。

千方別覺得做代工不好意思。事實上，能成為一家好的代工企業(yè)也超級難。這背后是極致的降本增效與敏捷的管理體系，還有對上下游、產(chǎn)業(yè)鏈的深度融合。這里不得不提到幾個品牌：比亞迪除了是全球第一大新能源車企，還是EMS（電子制造服務(wù)）排名靠前的企業(yè)；大名鼎鼎的富士康，一度成為蘋果等高端消費電子品牌的“御用”代工廠；臺積電則是芯片代工領(lǐng)域的“無冕之王”。這樣看來，代工的門檻也是很高的。只不過，傳統(tǒng)車企還要過另一道坎：沒了自己的品牌，退居幕后做代工，到底甘不甘心？

話說回來，甘不甘心是一回事，能不能在代工領(lǐng)域活下來是另一回事。富士康早在幾年前就推出了自家汽車品牌ModelC，是為了告訴計劃造車的蘋果：“過去我能造iPhone，現(xiàn)在也能造智能電動汽車?！奔词购髞硖O果暫停造車計劃，但富士康已向業(yè)界證明了其在供應(yīng)鏈管理與制造效率層面的極致優(yōu)勢依然可以在造車領(lǐng)域發(fā)揮更大作用。歐洲早先的一些二、三線車企品牌，或主動或被動地為一線主流品牌提供整車制造或動力系統(tǒng)模塊供應(yīng)，早已將主力業(yè)務(wù)轉(zhuǎn)向代工與模塊制造。如果沒有富士康優(yōu)秀的成本控制、供應(yīng)商管理、運營體系，沒有臺積電的持續(xù)改善與創(chuàng)新能力，加之代工的模塊技術(shù)含量低，自身競爭力不夠強，很多傳統(tǒng)車企即使做代工也可能處于產(chǎn)業(yè)鏈的低端，盈利微薄，戰(zhàn)略選擇空間有限。

傳統(tǒng)車企在決定選哪條路之前，不妨先來回答下面3個問題：

你的企業(yè)對未來汽車的理解是“AI具身智能體”，還是交通駕駛工具？

你的企業(yè)是否準備好把數(shù)據(jù)、算法、AI、OTA與出行運營視作企業(yè)的核心資產(chǎn)？

你的企業(yè)是否已經(jīng)達成“硬件制造只是戰(zhàn)略護城河中的一環(huán)，而非終極武器”的戰(zhàn)略共識？

這3個問題并不好回答，但可以幫助傳統(tǒng)車企更好地看清未來。其實，選哪條路都面臨風(fēng)險和挑戰(zhàn)，都存在很多不確定因素，但唯一可以確定的是：越早決定，主動權(quán)還能在自己手里；越晚決定，可能只有背水一戰(zhàn)了。

造車新勢力再進化： 從智能化到“AI具身智能體”

面對特斯拉自動駕駛沖擊波，如果說傳統(tǒng)車企面臨的轉(zhuǎn)型問題是“老船換新舵”，那么對于華為、小米等造車新勢力而言，它們面臨的挑戰(zhàn)將是從智能化的競爭優(yōu)勢進化為“AI具身智能體”的打造能力，這可不是可以輕易解決的問題。

過去幾年，以華為、小米、理想、小鵬、蔚來等為代表的造車新勢力，將汽車智能化演繹得淋漓盡致。滿車的大屏、隨時響應(yīng)的語音助手、方便敏捷的輔助駕駛與智能網(wǎng)聯(lián)對于傳統(tǒng)車企而言，造車新勢力的這些創(chuàng)新在前期確實存在一定的領(lǐng)先優(yōu)勢。然而，特斯拉自動駕駛的商用化（Robotaxi的試運營與ModelY的自動交付），則讓造車新勢力過去的智能化打法失去了競爭優(yōu)勢一智能化，絕不是單純的配置升級，也不能停留在輔助駕駛、座艙娛樂等層面，而是需要進化到“AI具身智能體”，從“汽車新四化”視角去重新理解智能化問題。這將是造車新勢力群體面臨的最大挑戰(zhàn)。

以某造車新勢力為例，即便這家車企是造車新勢力群體中最具互聯(lián)網(wǎng)基因的企業(yè)，在發(fā)布新車時也高調(diào)宣布了“全棧自研智能駕駛”“用AI算法定義出行”的理念，但離真正的戰(zhàn)略落地還存在不小的差距。比如，缺乏真實道路的訓(xùn)練數(shù)據(jù)。在這方面，并不是有了全場景的技術(shù)架構(gòu)，與多家傳感器、芯片、地圖公司保持開放合作關(guān)系就能解決的。對比來看，特斯拉靠全球數(shù)百萬車主積累真實道路數(shù)據(jù)，Waymo、百度擁有數(shù)十億公里的Robotaxi實戰(zhàn)樣本，而這家車企造車起步較晚，數(shù)據(jù)測試還在逐步積累中，靠“大定數(shù)據(jù)亮眼”還無法解決道路數(shù)據(jù)采集與AI訓(xùn)練能力問題，數(shù)據(jù)壁壘本身不可小。

而對于另外一家“不造車”的造車新勢力而言，它的智能化水平在造車新勢力群體中相對最高，擁有AI芯片、傳感器、操作系統(tǒng)、云平臺的完整能力鏈條，其自動駕駛解決方案已實現(xiàn)城區(qū)、泊車、高速等全域覆蓋。它擁有全棧自研能力、算法領(lǐng)先、商用速度快的優(yōu)勢，特別是在城區(qū)智駕場景中，已率先跑通“無圖智駕”，技術(shù)領(lǐng)先優(yōu)勢明顯。然而，問題在于它“不造車”，制造這一環(huán)節(jié)就掌握在合作伙伴手里，它更像是一個技術(shù)賦能者，難以像特斯拉那樣，從一開始就建立起軟硬件一體的“AI具身智能體”。同時，在商業(yè)模式層面，特斯拉不存在“誰給誰授權(quán)”的問題，但這家造車新勢力的商業(yè)模式仍以硬件銷售與技術(shù)授權(quán)為主，缺乏像Robotaxi那樣的“共享化運營”商業(yè)閉環(huán)，可能很難在“AI具身智能體”這個層面掌握定價權(quán)與用戶入口。

還有不少造車新勢力對智能化的理解與傳統(tǒng)車企差不多，那就是“為了賣車而智能”。這種以“賣車”為主要決策依據(jù)的智能化，其在“AI具身智能體”的戰(zhàn)略路徑是模糊的，共享化運營能力尤其薄弱。同時，“車的智能化”絕不等同于“AI具身智能體”，也不等同于“車的AI平臺化”。一旦特斯拉Robotaxi正式運營，便意味著未來車企的競爭力不再是“智能化的車好不好賣”，而是“你的車能否自動賺錢，你的AI能否自我成長，你的數(shù)據(jù)是否掌握在自己手里”。對于造車新勢力而言，如果不能跳出“賣車”邏輯，再先進的智駕技術(shù)，再炫目的AI座艙，都只能是智能化功能，無法成為真正的競爭力。

大膽想象一下，未來的汽車可能不再是“賣一輛，賺一輛”的消費品，而是“AI具身智能體”，是自動運行的AI經(jīng)濟體，是城市智慧交通網(wǎng)絡(luò)中的智能節(jié)點，是平臺與服務(wù)的入口。誰能打造AI驅(qū)動的共享化智能體，誰就擁有未來；誰還沉迷于傳統(tǒng)“賣車”思維、功能戰(zhàn)術(shù)，誰就將被徹底淘汰。

結(jié)局或許早已注定，但主動權(quán)最好在自己手里，現(xiàn)在轉(zhuǎn)型剛剛好。（作者：楊繼剛，企業(yè)轉(zhuǎn)型專家，“汽車新四化”產(chǎn)業(yè)研究者，知行韜略合伙人）

編輯：趙曉娜/微信：SunnyNana2012