“软件将占据未来汽车创新的90%。”在回复软件技术对未来汽车业究竟有多大时，大众汽车CEO赫伯特·迪斯如此说道，足见软件技术在这位世界知名汽车公司CEO心目中的分量。

　　事实上，如今无论是前端的中控大屏，还是触屏上随时可以移动的智能软件，亦或是其他的智能化设施，都让汽车在软件技术的加持之下变得愈发“时尚”。显然，随着汽车“新四化”的展开，以智能驾驶、智能网联、智能座舱为代表的“智能化”浪潮，已经越来越普遍地进入到了人们的生活之中。

　　汽车行业虽然经历了百年的变迁，但长期以来动力形式都是以传统石油能源+内燃机为主导来发展的。换言之，此前无论是燃烧技术亦或是传动层面的升级，都只是在内燃机层面上折腾，本质上还是以排量和动力论英雄。但电动汽车的出现，一下子打破了汽车百年来以排量论英雄的价值评估体系，开始形成了全新的价值评估模型。

　　首先，以智能化为代表的软件技术，彻底改变了纯硬件技术下的汽车产品设计。比如，在动力方面，以电池、电驱动为核心的动力系统，替代了传统的汽车动力系统；以电子控制元器件（ECU）、域等为代表的新生汽车零部件，重新定义了汽车的内部结构，大大简化了汽车的零部件种类。

　　此外，基于智能化、电动化带来的改变，汽车的制造门槛大为降低。不像过去，处于下游的整车企业造车，必须掌握发动机、底盘和变速箱等核心技术；而在新能源产业链中，核心零部件的研发逐渐与车企分离，下游的整车厂可以外采电池、电控和电机，同时部分智能化硬件与辅助驾驶芯片，也可以与一些互联网科技公司合作来开发，汽车业入行的门槛较之前大大降低，这也是行业跨界玩家越来越多的原因所在。

　　其次，软件与屏幕技术高度融合日益显现出了智能终端的雏形，用户在车机场景下也能享受到智能化服务。与传统的车机不同，如今的智能汽车已经用前端大屏，全部取代了复杂的速度仪器和相关仪器实现了“一屏独控”，用户可以利用车载系统实现远程OTA升级，各类手机软件轻松上车，也极大地拓宽了汽车本身的娱乐功能和服务功能。

　　比如，过去车机系统只有各种智能导航软件、音乐软件，而在如今的车机中控大屏之下，不仅有智能导航、音乐软件，还能够下载气象软件、外卖软件、旅行软件等等，总之过去在手机上下载的软件，如今在汽车上都可以再来一回。

　　最后，智能化技术以及软件技术的应用，使得汽车产品的演进和迭代速度大大加快。传统的汽车产品要升级，就需要对与升级相关的产品都进行改造或者替换，且多只能从硬件层面着手解决导致重置的成本很高；进入智能汽车时代，软件开始作用于汽车的升级，比如汽车的OTA升级就是借助于软件代码、算法的优化来完成；另外硬件比如芯片的短缺，也可以借助对通用芯片算法的改进来加以弥补，并不需要重新拆解汽车，因此汽车的升级成本大大降低。

　　作为世界智能汽车领域的“带头大哥”——特斯拉，无论是其将智能驾驶、智能座舱和智能网联等技术理念运用到造车实践之中，还是其在商业模式、制造方式等方面的全面拓展，都从根本上重新定义了汽车行业的规则。

　　其一，特斯拉重新定义了机器化大生产智能汽车的游戏规则。众所周知，传统汽车时代创造了“流水线”和廉价汽车的福特，曾被看做是美国汽车工业的代表；而在智能汽车时代，特斯拉无疑是推动智能汽车规模化量产的“杰出代表”。

　　在2018年之前，特斯拉一直为“落后的交付”而懊恼不已，其集中体现就是“不断堆积”的“汽车订单”和“不断延迟”的“交付周期”之间的矛盾。但随着特斯拉内部研发的GA 4（总装产线）出来之后，特斯拉的汽车交付量开始指数级倍增，其产量也从月产量变成了周产量过5000辆，交付“困局”开始得到缓解，特斯拉的“产能爬坡”最终得以完美解决。

　　而在这种快速量产交付汽车的背后，离不开其创造性地运用类似软件“敏捷开发”的汽车量产流程来改进产线的成功。据悉，特斯拉创造的GA 4使用了最先进的AI技术和机器自动化技术，这使得整个产线可以实现自动学习、不断进化，特斯拉的产线可以做到半天调整一次任务，每年集中大调一次，这种“柔性生产”的特质，使其可以不断简化汽车生产步骤加速产线迭代，部件生产集成步骤也因此大大减少。

　　比如，model 3的组装步骤，已经从之前的198个下降到了43个。除此之外，总装产线的高度智能，为其“删繁去简”零部件数量提供了依据。据特斯拉2017年交付的model 3数据披露，其最多只有1万多个零部件，是2012年交付的model S的三分之一，这几乎也同时相当于传统汽车零部件的三分之一。

　　这些追求极致生产效率和能力的“创举”，为特斯拉赢得了极大的竞争优势。据2022年第一季度特斯拉公布的财报数据显示，目前特斯拉的单车毛利率已经达到了32.9%，已经实力碾压BBA，并且达到了大众、丰田这样的主流车企的两倍，这样的成绩在几年之前几乎是不可想象的，但特斯拉通过不断改进零部件质量、删减多余零部件成功做到了这一点。

　　其二，重新定义了汽车的商业模式。众所周知，传统汽车的商业模式主要是建立卖车以及汽车零配件基础之上的，但特斯拉依托“软件+硬件”的方式向用户出售服务和产品，从而形成了类似于智能手机的全新商业模式，这无疑是一个很大的创举。依托这个模式，特斯拉不需要将车买的更贵也可以赚到钱，比如特斯拉发布的FSD自动驾驶选装包，单人每年定价10000美元，仅这一项就可以获得巨大的资金流入，这是一般仅靠卖车实现收入和盈利的企业做不到的。

　　总之，无论是商业模式的优化还是生产方式的创新，都让特斯拉在智能汽车这个全新的赛道内找到了自己的位置，并且依托领先优势成为了行业规则的定义者（开放源代码、一体化压铸等方式都成为外界模仿的源头）和引领者。

　　正如前文所述，特斯拉通过“造车”的方式定义了智能汽车，而华为则将其强大的ICT技术，“迁移”到智能汽车中最核心的软件系统以及与该软件系统相关的硬件系统中，以此打破传统汽车的原有架构。

　　在传统燃油车时代，汽车软件公司、汽车半导体公司以及整车厂，为了降低整车软件的复杂度，专门成立了一个叫做AUTOSAR的联盟组织，其核心成员基本包括了传统汽车零部件供应商巨头博世、，国际知名汽车厂商宝马、戴姆勒、福特、通用、标致雪铁龙、丰田和大众，国内的长城、一汽、上汽、普华软件、经纬恒润等合作伙伴也参与其中。

　　随着ISO 26262汽车电子功能安全国际标准被确立，使用AUTOSAR的车企越来越多，目前已经基本成了默认的电气架构。但在特斯拉崛起后，它们开始推出了自己全新的电子电气架构，一心自研的华为虽然获得了ISO 26262的认证，但华为使用的电气架构却并不是AUTOSAR，而是其自研的CC架构，这再次彰显了华为想要做汽车系统引领者的决心。

　　据悉，相比传统汽车使用的EE架构，华为的CC架构将整车分成了三大部分，即智能驾驶、智能座舱和整车控制分别对应三大平台，同时借助芯片+操作系统，将每个平台都设计成一个生态系统，由此构成了华为作为增量零部件供应商的核心能力，即涉及计算与通讯的硬件，以及服务汽车整车系统的软件。

　　硬件方面，华为构建了以“芯片+座舱模组+屏幕+AR-HUD”等为核心的智能硬件平台，以配合其软件来提升汽车的整车智能化。比如，华为基于昇腾310芯片打造的汽车自动驾驶域MDC平台，并在随后陆续发布了昇腾610、910、320等系列芯片产品；除了域之外，华为还在激光雷达、车载摄像头等智能硬件上有广泛布局，目前其混合固态激光雷达已经实现了量产，预计后续推出的全固态激光雷达有望在2024年实现量产。

　　软件方面，华为围绕“OS+云计算+大数据”等核心软件技术，以推进其智能汽车的整体解决方案。比如，围绕车联网系统的有华为的HiCar系统以及物联网操作系统鸿蒙系统；围绕智能电动模块，华为推出了DriveONE多合一电驱动系统、Hicharger直流快充模块，以及TMS热管理系统等；围绕智能车云服务，华为基于其强大的云服务、大数据、车联网等技术积累，推出了开放、全栈的智能车云服务。

　　不难看出，“不造车”的华为早已经基于ICT技术，打造了“传感器-芯片-操作系统-算法与开发应用-云服务”的生态化服务闭环，并从系统层面重塑了现有的汽车服务生态。

　　随着汽车智能化技术的成熟以及产业应用生态的完善，软件深度渗入汽车的进程在不断加快，并日渐演变成车企们的一种核心能力，这对于包括像特斯拉、华为等在内的巨头而言，无疑是一个巨大的机遇。但与此同时，软件与汽车深度融合也带来了一系列新挑战。

　　一方面，软件技术与各类智能化服务的“上车”，让汽车作为一个完全不同于手机的“终端”想象力被进一步放大，参与其中的车企以及供应商都将从中受益。

　　比如，传统的互联网音乐软件市场由于智能手机市场的饱和而增长趋于放缓，但随着车联网以及汽车中控大屏的广泛使用，像网易云音乐、QQ音乐这类软件，纷纷开始拥抱智能汽车这个“新终端市场”机会；另外，智能泊车服务、智能辅助驾驶、车联网远程操作的应用，也让汽车本身的价值得到了实质上的提升。对此，比亚迪创始人王传福曾表示，智能汽车领域将会催生出下一个腾讯，智能汽车行业的前景之大由此可见一斑。

　　另一方面，随着软件技术的深度渗透，汽车行业的互联网科技属性越来越重，技术安全挑战与海量研发投入，正在重新对车企的运营模式与行为模式构成新的约束与挑战。

　　随着大数据、云计算等技术的大量应用，汽车的代码量开始指数级倍增，高阶汽车的代码量甚至达到了10亿行，其能够控制的系统也越来越多，因此一旦程序出错或者出现系统bug，就会给汽车的正常运行带来很大的隐患，此前业内某知名车企出现了系统故障导致汽车刹车失灵进而发生事故的事件，就很能说明问题。

　　此外，汽车的科技属性越来越高使得技术研发投入越来越大，为了平衡汽车的技术投入与产出，各家车企之间将越来越多地走向联合，构建“互通有无”的联盟体系以应对挑战。从长远来看，这种趋势会随着汽车智能化的加深而愈演愈烈。