全栈自研的风向，变了

13年前，Facebook的工程师Calos Bueno写了一篇主题为《The Full Stack》的文章，第一次让“全栈”这一名词为人们所熟知。13年后，汽车产业向着智能电动化高速飞驰，“全栈自研能力”似乎成了企业技术实力的代名词。

尤其是2021年夏天，上汽集团董事长陈虹说出那番“灵魂说”后，在自动驾驶、智能网联及智能座舱等核心技术领域构建全栈自研的生态体系，“一夜间”成了汽车制造商们向市场宣示话语主导权的核心手段之一。

风向变了

两年后，风仍在吹，只是风向好像变了。

在近期举办的中国电动汽车百人会上，来自华为的余承东一半调侃，一半无奈地说道：“对于国内的造车新势力，今天李想和李斌都在这里，我相信他们不太可能在智能化中选择华为。国际巨头们也不会选择我们。传统车企怕失去灵魂，更不会选择我们。”

当主机厂们纷纷打出全栈自研的战略牌时，传统垂直线性的供应链体系随即发生变化，零部件供应商与主机厂陷入旷日持久的供需博弈之中。

理想CE0李想在会上重申了全栈自研的必要性。“传统的头部一级供应商可以研发同样一个系统提供给很多车厂使用，但车厂使用供应商的软件方案，迭代速度又跟不上激烈的竞争，所以要自研。”

是的，整车制造，尤其是在自动驾驶层面的设计是相当复杂的，涉及代码算法、自动驾驶芯片，以及各种传感器硬件的融合，如果不采取全栈自研，将项目纳入可控范围，很容易会在后续的迭代中出现需要供应商支持的被动状况。

此前，由于MobileEye体系过于封闭，无法与特斯拉保持同步发展，最终导致二者分道扬镳就是一个典型的例子。那时候，大家发现，好像只有全栈自研才能将主动权握在手里，才能在智能化领域做出差异化的智能驾驶方案。

有意思的是，近日，通用汽车宣布将彻底放弃与苹果合作，逐步淘汰苹果的Carplay，转而使用与谷歌合作研发的原生车机系统。无独有偶，宝马也曾表示未来推出的新车型有可能不再配备Carplay。

这背后的是非曲直一言难尽，但有一个很明显的出发点，那就是Carplay允许用户将手机数据镜像到车辆的车载屏幕上，这在很大程度上入侵了车机系统的原生空间。一旦主机厂将车机系统拱手相让，那就意味着失去了人机交互最重要的媒介与阵地，这或许是通用汽车选择自研的直接原因。

事实上，在传统燃油车时代，像丰田、大众这样的顶级玩家们，在车机系统、动力系统、转向系统等核心零部件领域大多采用自研形式。

在智能电动车时代，特斯拉的出现也让车企们看到了“全栈自研”的可能性与诱惑力。可惜的是，与传统燃油车时代相同，真正意义上的“全栈自研”是极少数“玩家”才具备的能力。

悠跑CEO李鹏也在反思：“汽车行业闭门造车的商业模式在内燃机时代是必要的，但是在智能汽车时代是否还能持续？就像在智能手机时代，大家用的都是高通的芯片，影响大家打造品牌差异化了吗？”

其实，从行业掀起“全栈自研热”的那一刻开始，就有人提醒，企业什么都想要自研，必然会造成行业的巨大浪费、产业发展低效、产品体验滞后等问题。

但是，当时资本市场火热的投资氛围裹挟着所谓的颠覆性创新，将“全栈自研”喊得震天响，产业失去了理性的土壤。现在，当资本市场逐渐冷却，对于“全栈自研”这一课题，大有回归商业本质的趋势。

我们必须承认，车企想要实现全栈自研的理想是值得尊重的，但现实是残酷的。这种残酷不仅体现在高强度、长周期的资源投入上，更是对企业内部的组织管理机制提出了高要求。

李想尽管支持自研，但也坦诚说道：“汽车产业链条如此之长，难度如此之大，其中最大的挑战来自组织能力。”企业内部是否具备行之有效的创新机制，能否形成适当、合理的人才梯队模式，是否构建出有序、高效的组织架构，是形成稳定且有战斗力的自研体系的关键所在。

看上去似乎很简单，麦肯锡却有一项非常扎心的调查数据：仅有3%左右的企业完完全全地达到既定的数字化转型目标。分析案例后普遍发现，技术问题只占很小一部分，主要症结集中在组织与业务之上。

全栈自研，还是全栈可控？

除此之外，我们一直在不遗余力地探讨：“新能源汽车的上半场是电动化，下半场是智能化”，那智能化的下半场又是什么？应该是规模化，而实现规模化的核心要素是降本增效。

现实情况是，如果是真正意义上从底层的网关到传感器硬件、算法软件，再到操作系统，整个智能生态都完成高度垂直整合，实现全栈自研，从保持领先性的角度来看，沉没成本会相当巨大。这种成本自然会转嫁到市场上，成为规模化面前的“拦路虎”。

当下，一个显著的特点是，L2/L2+级辅助驾驶功能已实现规模化量产，并逐渐下探渗透至20万元以下车型，成为标配，高阶辅助驾驶功能也进一步下探至30万元左右车型。

相关数据显示：2021年，我国前装标配L0-L2级ADAS的新车上险量超过800万辆，市场渗透率接近40%；2022年，这一比例更是上升至45%以上。有机构预计，到2025年，国内L0-L2级ADAS的市场渗透率将超过91%，L2级ADAS的渗透率将超过45%，L3以及L4/L5级ADAS的渗透率分别有望达到8%和1%。

换句话说，未来一段时间内，在中低端智能驾驶市场中，Tier1的技术成熟度相当高，具有规模化优势，主机厂没必要劳心费力地进行自主开发。

特斯拉前生产副总裁格雷·瑞秋就曾提到，“如果生产的是一款充分利用其他商品化部件、一定时间内不会有重大革新的产品，那么自行生产毫无意义。”

在高阶辅助驾驶领域，选择联合Tier1开发，即主机厂基于供应商的基础平台底座去做自己的定制化、差异化应用功能。这显然是一条更加务实、经济、高效的技术路线。

更何况，在核心软件方面，随着5G通信、OTA、云计算的迅速发展，各大企业也对带宽、存储等信息技术提出了复杂要求；同时，围绕监管法规，功能安全、网络安全、隐私保护等领域都会面临巨大挑战。在这个过程中，协作开发必然是趋势之一。用百度集团副总裁储瑞松的话说，就是“全栈自研”难以实现，“全栈可控”是完全应该做得到的。

只是，从商业维度角度出发，还是那个问题：合作方数量增加，供应链体系就会从原先的垂直线性模式变成多方并行的网状模式，这对于合作效率无疑是严峻挑战。

其实，相关的供应链企业都意识到了这一问题。为了打消主机厂的顾虑，类似于寒武纪、黑芝麻等供应商都在有意识地构建一整套易用、友好，以及可推广的开发工具链，保证开发优化流程的高效。

并且，像长城汽车这样的主机厂也在有意识地通过推动企业内部平台化、共同化，建立统一的硬件平台规划和软件统一基线，为生态伙伴互动和深度协作开发打好基础。

独木不成林，主机厂正在与供应商双向奔赴。就像长城汽车CTO王远力所说的：“很多人会说，掌握全栈自研的能力就等于构建了一个相对封闭的生态。我们认为恰恰相反，掌握全栈自研能力更需要合作伙伴深度协同协作。”

在这个产业链重新定义边界的时代，或许人们更应该深刻地认识到，“全栈自研是一种能力，而不是一种商业模式。”

提出“全栈”这一概念的Calos Bueno也指出，没人能够熟悉方方面面，但作为一个全栈，必须看清每个栈的上下之间是如何运作的。（文章来源：《汽车公社》 作者：罗超）