← 张小珺Jùn｜商业访谈录
Loading summary
Transcript1 lines
- [00:03]
A
Hello大家好我是小俊這集是小鵬汽車董事長兼CEO何曉鵬的返場在我們之前那次訪談也就是商業訪談錄第七十集中何曉鵬形容造車就像在血海裡游泳那在过去一年中除了汽车这场血海战役小鹏汽车也要面临AI和机器人这场面向未来的战争后者的战线可能更漫长造人形机器人的胜率也要比造车低得多对此和小鹏在二零二五年下了更大的赌注我们这次从赌开始聊起他也聊了聊人形机器人ION的诞生与意外技术变革下CU的新路新车GX等话题不过对于正在发生的事情它有一些顾及也有一些尚且不能说的秘密那接下来就是我对何晓鹏的访谈期待206年我们和AI共同进步物理世界的汽油不敢赌我可能胆子比较大我们做了一个巨大的赌注我们把以前的那套体系就停下来了那套体系花了小几十个亿世界来讲何小鹏skill的一个缺点会是什么我觉得每个人skill的话之后都会发现这个人实际上是有非常多的缺点的机器人对于小鹏来说意味着什么我觉得这个世界上可能有非常多的解法而我们选了一个最像人的内心机器人你觉得你的胜率有多大我们大概有个两成在这样一个技术剧烈变革的时代你焦虑吗当然焦虑因为你会发现你以前的很多的逻辑论甚至你逻辑论的底层的定理范式甚至到公理层你的价值观人生观世界观在这些东西的变化下不是那么work你今天从血海里游出来没有我觉得都在游我也不觉得有谁出来了现在在节目正式开始之前我想先对于你最近对于AI的体感来做一个小的调研你最近使用最多的几个AI产品是什么那我还真不多还是在非常传统的AI产品千万豆包但是在coding的方面我们现在团队内部用了非常的多但是我自己个人我不愿意使用为什么他们就跟我说小彤你自己要去用我上次举了一个非常有趣的例子我说我们当年在做互联网产品的时候如果你天天用产品你很快会到细节去比如说你会觉得scale是哪里不好用如果你了解它你会去思考认为它的优点将来还会非常的长非常的多但你一旦用进去你会看到它的缺点跟问题然后你会聚焦怎么去解决比如说多人协作的coding的问题等系列的问题反而不能让你向远方看所以我对于科技快速变化的很多产品跟能力我自己认为要用不要太深度的用特别是做1号位但是基层的或者说有一些产品线跟它强相关的你就要鼓励什么方式都可以上然后最后要看结果然后在最后慢慢的把它归一这样才是比较好的Coding对于一个企业的一号位来说有任何的意义吗你觉得它会对不管是小朋友也好或者是汽车产业也好或者是智能驾驶行业也好会带来什么变化吗我觉得它是对初级程序员的一个非常好的目前来说还是一个辅助工具但是也许两到三年后会逼迫初级程序员都要上到高级程序员但是我觉得对于像智能辅助驾驶或者像其他的强AI的能力我认为它的帮助是比较小的它只是其中的一个工具真正要把整个的infra建好整个的体系建好实际上本身来说你可以认为它是在最应用层来帮大家的那是AIcoding但是如果在内核层比如说你想写个车的系统我认为它的最核心还是整个的infra而不是在coding你现在每个月会使用多少token公司会使用多少token我們不太看這個事情這個事情有好多人在過去的一年都在提我認為數字化的中小型公司提這個事情會非常多我覺得應該特別重要我覺得數字化的中大型公司要適度關注不應該太過全面因為有些公司的數字化的支持的業務可能不一定是數字化的可能有非數字化的一個非常有趣的就是在非數字化的公司對Token需要多少你看我们的车我们之前做了一个有趣的小统计我们新一代的VA一天只用三四个小时的话会用多少Token我现在准确数字已经不太记得了当然它是内循环的你可以认为那么换一个角度实际上也就是说在数字AI能用AI使用的Token数量远远低于在物理世界AI自己需要用的Token数量但是實際上這個是沒有意義的因為它不是用人用AI來去滿足它的需求自動駕駛的汽車你可以認為是一台自動的機器它去用Token來去用多少所以我在這兩個領域裡面認為是兩個不同的角度所以在物理世界我認為的Token的使用將來會是機器自己使用多少Token產生多少對機器和人的價值而能用多少token产生对人和企业的价值是另外一个维度所以它的指标应该是不一样的它的背景性指标你觉得多少是一个合理的数量我不知道我在內部盡量不給大家控制token很多人問說不控制token一個季度就把一年的費用全costdown了我覺得如果他真的能做到然後我最重要的是管理最異常的top10的市場情況其他的我都覺得可以開放因為你不確認一個月一個人花10塊人民幣還是1萬塊人民幣是最有價值的而我們每個人的每個月的工資很有可能遠超過這個數如果他真的有能力花更多錢產生更大價值為什麼你要限制他現在公司的Token分配主要在哪裡我覺得主要還是GIC像是我們的自動駕駛跟座艙團隊的合併他們團隊又大我覺得Token是對一個企業內部員工的我们商某种角度你可以说用了多少张H10一张H10我不知道一天能够用多少token这个我还没有把这个换算比例那我们算的是比如说我给你3万张H10或者5万张你使用什么业务能够高效率和高效能的使用在这个里面我们来看这个算力的使用的情况我商不太使用token的使用情况你刚才提到异常值有什么样的异常值我舉個例子吧我覺得我們最近專門對於Data做了一個整個的控制很多人都說數據的價值我覺得極少有公司現在看到數據的巨大的成本因為在數字AI領域裡面的數據量很小幾十個TB就可以來訓練在我們訓一次數據幾十個TB到幾百個TB所以對數據的整個的管理、使用、存儲是一個巨大的錢可能我們一年在數據上投入都從直接的剛性成本都接近10個億以上所以哪些數據是有價值的哪些數據是臨時有價值的哪些數據是需要非常快速的使用哪些數據是可以有一些warmup在使用的每一個使用的錢的數量都是千萬錢你可以來進行分析然後來進行優化實際上有巨大的可提高效率可降低成本和提高效能的邏論實際輯上算力也是一樣我們對數據算力都是不同的team去專門去管這個事情但是我們不太care我看到有很多公司說是公司的工程師使用token的數量我覺得那個數量跟machine使用的token數量物理世界AI模型训练的时候需要的token数量那都是非常小的数字最近skill非常的出圈如果把你训练成一个何小鹏skill你觉得应该给他提供哪些训练的数据啊那个skill会是什么样的我覺得數字的模型跟物理的模型今天還是讓基礎的白領和基礎的藍領比較容易skill化如果把我都能夠現在有清晰的邏輯論據skill化意味著什麼意味著不光是基礎的藍白領就是更高端的藍白領都會有巨大的風險CEO可以被替代也許過數十年或者過一百年類似我的能力的確可以被skill但是那個時候可能我們每個CEO也都會有更強的更綜合的能力他可能丟掉了ABC但是獲得了新的DEF因為你這個問題上是我們不光是想過我們是深度思考過因為我們在做很多的機器人的事情因為換個角度我覺得在這個裡面它有兩個非常重要的矛盾題我覺得是對於大部分的人會覺得我如何把我或者把他的能力skills化但是對於一個模型角度來看我怎麼知道你skills化的這個能力是一個對的能力並且不斷的OL例如在物理的防偵模型裡面可以去做強化實際上在這個裡面它跟coding或者跟自動駕駛都是不一樣的coding跟自動駕駛相對來說是比較清晰的我知道什麼是錯的但是比如說把何曉朋skills的話你很難判斷這個skills的話怎麼是對的或者是錯的是非常困難的所以在這樣的一個體系裡面就是我們在構建體系而不是在使用別人構建好的體系從我的角度來看這是完全兩個不同的角度实际来讲何小鹏skill的一个缺点会是什么缺陷我觉得每个人skill的话之后都会发现这个人实际上是有非常多的缺点的你的呢当然都有作为一个CEO你觉得你今天的AI的含量够吗我不知道啊這個我覺得在數字世界的很多公司裡面我覺得它可能可以把AI的含量放到小百分之幾十我覺得在物理世界不應該小鵬是一家數萬人的企業我覺得AI上面要花15%到20%而且我講的AI是一個範AI包括了我們的自動駕駛包括了我們的機器人我覺得在這塊都算是AI的整個範疇我覺得是它足夠了那我今天很想跟您討論一個話題就是人工智能企業如果在一邊製造業企業在另一邊就是你的天平應該是怎樣的搖擺呢你在裡面會有糾結和拉扯嗎你到底選擇做一個AI企業還是做一個製造業汽車企業我還不是這樣理解的抱歉我把汽車認為有幾種研發我覺得第一個是硬件的研發第二个是软件的研发而AI只是其中的软件之一我觉得还有一个就是叫制造研发刚刚小军律师说的硬件的研发跟制造是两种不同的能力比如说你有能力设计出一个很漂亮的桌子跟椅子但是你可能无法制造出来這是兩種不同的能力實際上是所以我覺得一個汽車的企業裡面實際上在這四種能力的研發是一個基礎甚至將來可能要到第五種這是我的看法你們去年還在說你們是一個AI汽車企業今年小鵬汽車剛完成了改名叫做小鵬集團你們說你們是一個物理AI企業這個名字的轉化背後的原因是什麼從一個AI汽車企業到一個物理AI企業它的變化是什麼呢我覺得這個變化剛開始還有很多都不能清晰的描述但是我可以來說一下比如說在過去的小鵬汽車前面的10年的創業的生涯中間實際上它都在做核心三個池六個字也就是智能電動汽車所以在過去的10年的創業裡面我們做出第一款車然後把它量產賣出第一個10萬台然後做出第二款車等等它會進入這樣的一個循環但實際上在12年前也就是小紅汽車創業的時候2014年基本上沒有人相信智能化但是也有少數人相信電動化更多人相信汽車是個大生意實際上是2025年也就是去年的時候所有人都相信了電動化是未來因為大家看到了中國看到了全球在新能源上的一個變化那麼在過去的數年裡面實際上智能化雖然發展的非常的快在汽車領域但實際上我認為也發展的非常的不盡人意因為從更早年就有很多的公司從豐田到Google到中國的百度海外的做汽車的特斯拉跟中國的小鵬等我們都在自動副駐駕駛做了很多的事情某種角度我覺得是它做到了效果但是沒有足夠的高度也就是說那个时候我认为还是AI的算法加上软件的规则的能力的组合我把它戏称为叫缝合怪实际上不是用整个AI驱动来设计基层也不是用整个AI的模型的能力去来构建这个体系的就是还是以软件为主的逻辑小鹏在去年我们觉得也碰到了一个非常大的变化就是说我们當時同時在做兩代的新的自動輔助駕駛所以在內部叫VA的第一代VA的第二代上VA的第一代上是在過去的端來端去的領域裡面把它放大把模型放大把軟件的規則降低把使用的場景跟範圍變強增強了後端能力例如強化例如後訓練這是一種方向但實際上另外一種方向就是說我如何拋棄掉原來那一個斷了斷的邏輯實際上是用一個更大的foundationmodel在更多的思考如何去把自動駕駛的上限先打開再去收斂下限實際上收斂下限就是說少錯誤按照你的约定按照你的期待去能够行动能去运动但是实际上它的放缓能力是有很多地方是做得很差比如说举例在今天就没有一家自动驾驶公司的軟件能夠在地下停車場能夠很流暢的開所有的停車場開的都是叫記憶輔助駕駛所以他是開了一次之後他知道你的停車位在哪裡你的大概的行車路線是怎麼樣的所以他對於整個的物理世界的了解度是非常之低的就核心還是不夠智能它的上限太低了你可以認為要打開到1萬分的可能性才能做好但是他們可能都在10分左右我只是一個假設所以換個角度在去年差不多就是這個時候我們的另外一代VLA我覺得是讓我打開了一個新的變化我認為它的上限可能可以十萬分到一百萬分但是那個時候的下限也很慘烈本來你希望做一個產品上限一千分下限九百分這個時候你的能力是不錯的但是那個時候下限可能只有一百分所以它比其他的我們自己的產品的下限上要更低然後它的工程的問題有非常多的問題但是我們最後下了一個非常巨大的賭注我們就說以前是用軟件的工程用軟件的流程加上AI的算法和AI的工具包括剛才您所說的coding你可以認為它是在一個業務流還是軟件的在部分重要的工具環節和流程環節是用AI的但是我們認為它是錯誤的這還是縫合是嗎它做出來的軟件還是軟件因為你是用軟件的方法論使用AI的工具箱做出來是一個更強力的軟件我認為它叫做AI縫合怪所以我們的去年做了巨大的轉型跟賭博我們把以前的那一套體系就停下來了上一套體系花了小幾十億去年的什麼時間大概就是現在原因是什麼呀我認為它無法做到無人駕駛我認為它也不可能讓機器人真正的放話比如說我們今天到了一個陌生的場館機器人可以走過來說小君你好然後坐下來然後你說我就不給你遞一杯水了然後他說對我不需要我覺得它可能是一個強規則加少數算法使用AI的一個能力那一刻我们判断就是说自己实际上智能电动汽车我们所做的7代是一个非常聪明的汽车但是我们用的方法是永远不会无限聪明为什么去年才意识到呢小朋友已经创业了1年了对吧你们做智能化也非常的早我觉得绝大部分不是站在物理AI的角度去看一个事情我覺得我對於數字AI能夠改變很多東西我覺得和物理AI能改變很多東西是完全兩種不同的方法論跟不同的路徑但是絕大部分人還是以科研的角度去看數字AI數字AI實際上某種角度是用人類的語言物理AI不是用人類的語言數字AI是人類的語言是被高度概括和濃縮的沒錯所以語言及世界但是在物理世界我們每個人每一天看到的數據量根本無法用語言概括描述還原跟複製它太大了換一個角度我們以前在汽車領域裡面的一個CEO很容易用數字世界的AI了解了之後覺得我好像懂他邏輯了去把它映射擴展和使用但那個時候沒有任何一個CEO會說我全部都要用因為我不知道它到底真的有多少的有效因為你要知道在數字AI的市場裡面很多模型就是跑個分比比分我覺得在物理而言那是可笑的因為它不光要比上限比如說跑個分它還要比下限它要保住下限它還要拼廣度比如說你的品質你的成本你的材質你的細節你的政策法規的允許度這全是叫做短版長版跟窄版窄版要做寬短版要做長版要做得更長所以在數字世界裡面核心看的是長版不太看另外兩塊板所以物理世界的CEO要不然不敢賭要不然覺得我還有好多塊板我怎麼辦我覺得我可能膽子比較大我在那個時候我也不知道他能不能解短板能不能讓我的窄板變寬我們做了一個巨大的賭注我們就覺得我相信物理的AI換一個思路換一種流程底層要換一種組織方式有可能能夠做到不一樣的所以我們走的道路跟今天看到的很多大模型的公司或者一些在模型上去做應用的公司走的都是完全不同的道路所以這也是為什麼我覺得Token都是應用型的公司他們所care的我們想找找都不是這個維度因為在以前我做智能電動汽車的時候我總覺得有一個很痛苦的點就是無論怎麼看硬件佔一個客戶所需要的比例都遠大過50%我認為如果在下一個10年很有可能硬件和軟件可能可以過佔到50%所以要用AI的方式重新驅動你的組織設計你的軟硬件的合體並且獲得更大的AI的價值只有這樣可能在新的十年裡面軟件的綜合的表現力價值就是用戶願意為它付費的價值才會在那例如一个车或者一个机器人的50%我觉得这是一个非常大的改变所以这也是为什么小鹏开始来思考如何把physicalphysical含汽车也不仅仅限于汽车和AI能够巨大的融合我们的AI实际上对于数字AI我觉得基本上都是使用比如说CloudCode非常好我会用CloudCode如果DeepSea4能夠在某些方面也非常好且成本也非常棒那我就會把那一部分切換過去我們上做了一個Hub可以很容易的切換但是在PhysicalAI的model是不一樣的PhysicalAI的data是不一樣的PhysicalAI的infra是不一樣的那麼它最後出現的效果如果能夠把剛才講的三塊板都能夠拼好有可能做出不一樣這就是我們大概的一個能說的框架吧再多說就不說了去年四月到底發生了什麼為什麼去年四月下了一個這麼大的賭注受了什麼刺激嗎沒有實際上就是體驗不同的能力了去年3月份我當時就在思考為什麼所有的公司都會覺得用更簡單的方法論和更快的效能就能做出一個好像湊合可用的自動駕駛它是對的但是當它做了一年到兩年之後它就會發現為了解決很多短板他限制了他自己的長板所以他發現他永遠做不到No.4或No.5這是當時在去年年初的一個想法可能這條路是一條捷徑但是不是一條大道是一條小路我們要找到一條大道真正能做到Maybe刚才所说的50比50的硬件加软件的value我讲这个value不是技术人员思考的是客户愿意为此买单的用户愿意说我买一个30万的车其中15万算你的硬件15万算你的软件的综合能力有没有这样的车现在没有但是我觉得一定在这个10年会变化所以像物理的变化和像AI的变化重新的思考我觉得是一个非常重要的点所以这一次我们小鹏在新的10年里面大家会看到我觉得智能电动汽车可能我们继续会提继续是我们的内核但是我们已经不是用电动或者汽车的方式去考虑智能而是换了一种逻辑并且我们所有所思考的企业的从规划应该叫做所有从战略的规划到研发的过程都会逐步的进行调整去年三四月份有哪个标志性的会议吗在公司内部你下了这个非常大的赌注去年上半年应该属于小鹏的销量回暖的时候是吗然后开始更多的思考下一个十年的方向我覺得沒有一個會議基本上在腦袋裡面拍全力以赴我覺得大概在去年的三季度末實際上三季度末我們做了一個非常大的動作就是我們把整個的自動駕駛中心核心的組織架構全改了每一個時間窗口期都有非常多優秀的同學但是每個人都有原來的慣性你會習慣用過去的方法想用最新的工具跟技術去做出更好的東西我覺得大部分時候就是對的但有很多時候你的工作方法論都會改所以我覺得調整方法論調整mindset这听起来是你在脑子里做的一个决策在公司内部可能没有一个非常标志性的会议或者一个节点但在你脑子里形成这个决策之后你紧接着做了什么呢就是你所谓的这个AI驱动的组织用AI来做设计软硬件的一体化紧接着要做什么呢对于这么大的一个组织来说能不能把你的步骤跟我们分享一下对这些都不能说抱歉這就是我們正在做的當然也是分階段做的事情但是我只能告訴大家在不同的業務要有不同的節奏相同的業務也核心是幹部跟組織的問題實際上它是一個非常困難的事情為什麼一定要AI驅動呢之前的慣性會導致什麼呢實際上你只是在軟件的邏輯裡面去做一個更複雜的縫合過來就像你修一個房子你會有更多的材料更多的工藝用AI的但是它還是修一個老的房子的方法論它修出來的還是一個原來的房子只是可能修得更快一點我們想要的是不一樣的東西有很多不一樣的東西的最基礎的時候是大家要看到所以他才相信但是作為企業的CEO我覺得是有時候你要相信過程中間部分的節點讓大家看到因為可以提高信心可以提高領導力有很多時候是因為你相信去做佈局但作為一家小型的公司跟一家大型的公司是不一樣的小鴻汽車雖然是一家創意公司但是從規模角度就能源規模角度已經不算小了數萬能所以你如何把這樣的能分節奏去做我覺得是有非常不一樣的這樣的一個行為我很难在物理AI上对于规划组织来做分享所以刚才这也是为什么你问我问题我都说我没法答的问题第一我们在尝试在testing第二任何的规划跟目标都是不会对外分享的为什么有很多事情不需要讨论因为很难有一个人准确的可以跟你讨论你只能去听了很多人的想法意见他们可能大部分是错的因为他们都不是从全局角度去给你的建议都是从某个角度但全局是自己把握的各个角度是不同的朋友和自己的思考逻辑论你把它汇聚起来最后你还下赌注就像创业一样我听说你在过去三年变得更敢赌了是吗那也不是我觉得只是有很多时候呢知道如果当你要下注的时候早点下会更好他并不是更敢赌的20年底吧当时小鹏碰到了很多挑战的时候当时给了自己有两个想法跟赌都有关系第一个叫做绝不服输絕不服輸第二個是願賭服輸你如果把這兩條都能夠比較好的放在一起去平衡它意味著即使面對巨大的困難你都要堅持也許你再努一把力它就過了但是你要把心態做得非常好就像剛才我所說的當我把第二代VIA我認為應該把它放大並且最後堅定的把第一代VIA甚至都完全停止它從業務到技術甚至到組織那麼是一個巨大的心理上跟物質上的雙重壓力你在這個時候你越猶豫越等待越想觀察越想再說過六個月你可能越難成功所以在這個裡面的度量的判斷真的是非常有意思的但是我相信再過幾年等我們更好的成功也許在那講我覺得在今天的過程中間第一每家公司走的是過指的道路它是不能複製的所以我覺得今天中國說學A公司學B公司我覺得都是錯誤的以我們今天的規模來看要分析思考找到一條適合自己的道路是最重要的第二個數字AI裡面所做的所有的事情很多都無法複製到物理AI這是一個不一樣的世界很多人提物理AI我都在笑我說首先你有沒有在物理世界做過業務如果在物理世界都沒有把業務做成僅是從一個數字世界去分析物理世界的定義、規律去做一個物理世界的AI我覺得它還是一個載意的物理世界這個物理世界還有很多是跟人相關的事情跟人相關的物理世界的環境法規最後還有商業它形成了你一個事情哪些可以先行哪些是後行當然你從科研角度可以都不用管但如果你從工程角度甚至跳到從產品角度再跳到商品角度再跳到規模的商品角度你就必須去思考的要更廣更深而不是僅是兩到三塊長板的邏輯所以至於為什麼我没有办法回答你我觉得你可以去找以前任何一家数字AI的CEO他们都不会告诉你他们在AI里面转型的思考逻辑因为不知道能不能成功第二不会分享给大家但是这是今天大家面临的一个普遍的问题对吗就是我们一定得转型我不完全认同这句话今天数字AI在哪些方面可以得到好的转型哪些方面不用對一家大的企業如果一萬人或者五萬人轉型晚三天可能成功概率提高了15%對一家微型公司它今天如果用統治化的方法論統治化的組織它沒有變化它可以去賭因為它小而且今天的AI能夠去幫助我們的無外乎三種第一種我覺得就是簡單的分析師就是現在我有很多地方我就不用分析師了AI在幫我分析第二簡單的程序員第三個簡單的設計者實際上它還是輔助為主提高了效率提高了效能它並沒有取代它更沒有超大規模的協同效應它根本還沒到達所以換個角度對於這三個方向的小微型公司我覺得適合度更高速度應該更快對於跟這三個方向不相關可能再晚一點而對於物理AI今天大家根本都沒有想清楚物理AI世界是什麼崗位剛才我講的是三個崗位是什麼崗位最容易跟最優先在什麼地方落地絕大部分我看到的講顛覆這個世界用AI來去提高效率的根本沒有概念所以我自己認為是從某些角度它是對的從某些角度它是完全沒有邏輯論的我們常覺得物理世界有很多的崗位都會變化遠超過數字世界因為在這個世界上原來如果說360行有36,0個不同的崗我們覺得在數字世界的崗是相對有限的很多人會不是這樣的判斷很多人說白領不是比藍領的崗位更多嗎白領有很多也是在跟數字世界和物理世界交融的崗位某種角度我覺得今天我們如果看物理世界假設我先來說Google下注自動駕駛是209年到了現在17年我覺得Wemo是一個既好又很不好的解決方案為什麼好是我認為它的技術能力不錯我覺得它很難全球化我覺得在過去的時間裡面No.4的技術它天然就是一個更高級的縫合怪它很難在AI裡面做到極其高強度的分化我認為它不是一個極度聰明的方法論當然Google現在在新的大模型裡面做了很多的事情我認為在將來可能他們會變化但是目前我並沒有看到所以換個角度我只是想舉幾個例子就是說即使是讓司機更輕鬆更安全更快捷的開車我們每個人都是司機就光這個事情做了17年沒有一家公司能夠做得其好好換個角度很多很小型的公司幾條槍十幾個人就說我要用AIcoding去改變我自己覺得是他們完全低估了物理世界改變的多樣性跟複合性就像我們最開始從移動互聯網衝到汽車行業都覺得我把一個事情做得再極致一點就很好了因為你考慮的維度不對它是一個物理的維度你是一個數字的維度你在數字維度做到極致它的價值點可能極小你在去年下這個關鍵賭注的時候公司內部有負面的聲音嗎有反對的聲音嗎那肯定的我覺得大部分的非AI的主管是覺得你不管做A還是B可能都錯了因為那個時候他們對AI的認知不夠強烈我覺得大部分跟AI相關的主管有些人覺得yes有些人覺得no但大部分是屬於中間態就是不確認它是不是一個好的節奏不確認這是不是能夠做到一個落地的效果實際上那個時候連我都是一樣但是這就是創業的樂趣每個人的創業不就是在你當時的能力上賭你十倍到一千倍的可能性嗎如果你要賭一千倍對不起你的概率是千分之一如果是十倍你的成功概率可能是十分之一所以就像创业最初始的赌注一样随着你创业的规模变大你一样需要去赌只是说那个时候你不应该赌一千倍的概率你可能是赌数倍到十倍之间你听过最大的反对声音是什么样的我觉得最大的反对声音就是有很多人用脚投票怎么说用腳投票的意思就非常簡單他們不相信這個事情他們覺得做不到他就離開了去做其他的事情在今天我覺得是在一個企業裡面我覺得對於組織的思考切記不要小刀砍大樹慢慢砍想清楚了砍掉它所以在某些上面你就要敢下注從組織到流程到方向全部改全部改对所以去年动刀动的是很大的对吗对大家所看到的很多都是最上层的业务层或者应用层但是内部看到的就是一直到根上面去所以我一直还在想说上次如何利用AI驱动某些业务是非常重要的而不是利用硬件去驱动整体的体系我聽到你的很多節目基本上都在講數字AI對就是基本上沒有人在一個數萬人大量跟現實世界產生強交互的角度去思考AI我想說的是把他們的方法能複製到物理AI我認為有很多的地方是不夠適合的可能有一部分的業務邏輯是對的但是他們還不夠全面能充分這是最大的問題这个时候特别想问你的就是物理AI到底应该怎么做呀在一个成型的组织里去推动它我觉得我说不出来因为我一直在探索中在我的角度来看今天AI有四个主要的方向大家要去探索数字上的AI怎么变化我觉得这一块有很多人都在思考跟行动我觉得第二个就是物理AI它比数字AI可能难一百倍但是我觉得207、8开始大家会看到物理AI的效果會開始出現類似GPTSOBIC等數字AI上的巨大的變化也就是說到底對什麼崗位產生了巨大的幫助甚至長期來看有一定的取代我覺得這是第二個我覺得第三個就是今天大家沒有能真正我覺得除了Google在對人體的AI把它兩個非常好的偶合因為醫藥行業是個非常複雜的行業包括養老我覺得人體上不光是內部的循環還有外部的循環我覺得第四個一個很難的就是企業跟AI這麼耦合實際上部門跟AI的耦合中心跟AI的耦合都相對簡單但是企業是更難但是我看到現在有很多小型的企業大概在10人以內的我覺得他們開始來更多的探索我覺得這是一個非常好的點我們也在不斷的觀察學習在合適的時間點一樣要做所以我覺得企業的AI今天對於小中大型公司都是一個機會所以現在對於小鵬站公司來說也算是一個變革期對嗎而且是一個在長期的變革期技術的變化可能一個月就可以變完了組織的變化我講的是不是一個小型組織首先如果是一個全球化的中型組織我覺得三年變完都已經是極其可怕的速度了我甚至認為五到十年都已經是一個快的速度在這樣一個技術劇烈變革的時代你焦慮嗎作為一個CEO當然焦慮有多焦慮因為你會發現你以前的很多的邏輯論甚至你邏輯論的底層的你心目中的盯你犯事甚至再往底層可能甚至到功利層就是你的價值觀人生觀世界觀你都會覺得在這些東西的變化下好像以前的這一套邏輯不是那麼work但是他該怎麼去work記住看到問題和解決問題和構建體系去既有上限又能堵住下限的避免問題這是三種完全不同的能力級很多人只看到問題我當年沒創業的時候我也看到無數問題當你作為一個創業者你發現有很多問題它是天然應該存在的你根本沒法解決問題你是個CEO你一樣解決不了你是一個更大的一個有權力的人你都解決不了因為你看到的問題是世界的問題的某一個角度的某一環而已所以這是一個非常有趣的話題所以你剛才講的焦慮就是你會不斷的重構你的定理甚至公理推翻過程什麼樣的公理有什么过去觉得非常坚定相信的今天觉得他在这个时代下不work我举一个跟这个不相关但是又有一点点关联的例子吧比如说当小鹏做了自动驾驶做了很多年之后你越做下去你越会觉得好像level5永远不会到达对因為你覺得用軟件在全球所有的場景、法規、能機我講的能機應該叫能機工程的那個能機就是能跟世界的交互你會發現它是無限循環的但是當你真正用AI重構這個事情的時候你覺得它可能存在了當它可能存在的時候你會對於很多的原來的所谓的壁垒逻辑都会产生新的想法我只能点到这里了再不详细说了说到AI我们先不聊车因为车是一个已经存续很长时间的业务了我们先聊聊你们的机器人吧你们机器人去年在国内外都挺火的那么讲讲这个产品是怎么诞生的我听说你们是在203年battle了通用人性机器人的这个方向对吗像小朋友机器人上分三个阶段第一个是2018到2020他是一個獨立的團隊那個時候跟中國的很多其他基進團隊是一樣的是你收購的對吧對那時候大概有四五家都在做氏族那么20年到203年是第二个阶段我们差不多花了三年半到十年之间做了三个不同的Milestone我觉得是我觉得就是第二个阶段在这个里面我们试过很多我们用激情的方法做基层用汽车的方法做基层还中间做了一些缝合的方式做基层我们都取得了不同的成功跟失败我觉得在这个里面到了203年之后又是一个新的逻辑就是说当我们在20年看到了这个新的模型我们觉得基层原来我们觉得不可能成功大佬就是没有大佬成功的可能性因为实际上小佬的复杂度都远高过大家的今天大家有很多人说在基层的小佬已经做好了我说那哪叫小佬用同一个单调的步伐往前慢慢的行走我觉得那不是小佬那是脊椎或者你的腦幹只是保持平衡你還遠連小腦都不是他們說那也叫小腦他說你的運動的小腦實際上是大腦OKanyway我認為實際上只是不同的統計邏輯吧所以203年之後小鵬的繼承重新進入到一個從氏族堅定的開始進入到雙主從不相信大佬就像當時不相信N5一樣進入到一個堅定的覺得從大佬去驅動機器人的全新的設計然後再加上我們的汽車領域裡面看到了技術好不代表產品好產品大好不代表商品好商品好不代表你可以scaleup因為汽車有一套比較完整的從規劃到設計到ET到PT到SOP到SOD的一個全的流程今年年底我們就希望進入到機器人類似汽車的SOP明年207年很有可能是機器人在高等級機器人上面進入到商業量產的第一個元年不管是中國還是美國都會去Trying我覺得在過去的以運動遙控型的機器人的時代就會隨著高等級機器人出現會逐漸的適度下行我覺得會進入一個差分的階段實際上所有人都是期望物理AI中間最核心的代表機器人它能夠幫助人類到底實現什麼樣的價值能幹活這個價值在過去是情緒價值情緒價值是有價值的但是更重要的是物理的價值加上情緒價值的組合所以我覺得明年是可能開始的元年23年发生了什么让你从不相信变成相信了23年是因为我认为在当时如果我们用一个对机器人非常懂非常熟悉的团队没有能力做出一个好的全新一代的机器人当时用了LC所以我们当时把30人的团队只留了不到60个人我们把它解散了出去了听说他们跟我说有10个创业的团队大部分都拿到錢了現在是槍中心拿了好多人錢了我自己認為要去重構整個機器人的邏輯不能用以前的純汽車人也不能用以前的純機器人但是也不能啥都不懂那應該用什麼樣的人呢我不知道所以我當時選了另外一個全新的團隊他既懂點AI又懂點汽車又懂點工程又懂點機器人然後嘗試去來做一個全新思考的機器人的邏輯為什麼當時選中他我覺得有很多時候是命運你不能說因為他既不是專門做機器人的他也不是專門做智能駕駛的所以我選他對吧他真都不是我當時覺得他的象限跟我的思考的象限比較吻合所以他是我的在象限內思考選擇的幾個人之一首先你選擇他他也選擇你啊然後他的反向選擇我認為我觉得可以try所以我经常看到很多外面基层的demo或者演示或者是video或者说他们很多还在我们的可能第三代或者第四代的基础站上去做testing我自己就是说也许他能成功但是我是试过所以我觉得小鹏在持续的创新里面我们是非常既有耐心也有勇气去長時間投入所以今天有很多基建公司它很快速做出一個demoisnothing對我來看就像2017年的時候中國那個時候有很多level4的數據公司就跟今天基建一樣當然基建更多了實際上是不代表這些技術最終能夠看到真正的價值所以這是一個簡單類比因為這樣的對比不好你選了這個機器人的負責人他對你後來的選人標準有過任何的影響嗎你覺得這是一個可以沿用的方法嗎因為你講的這個我會想到說馬斯克他特別喜歡用通才型的人他不喜歡用那種專家型的人我覺得可能在Tesla的硅谷更容易找到更多可选的通财型的我觉得在绝大部分的国家城市或者行业是很难的我想说这是第一个我觉得LC他非常注重他的说法叫人才的密度我实际上是认为是人才的潜力他基本上都用最好的比如說去年的年底到今年的上半年我們大概類似三清的博士這樣的畢業生就光一個部門招了接近80個他們都很貴但是我們都願意然後你要有能力聚懂這樣一幫人你要願意支持他們長期的探索你要相信這群年輕的小夥子或者女孩他們能夠創造奇蹟我認為叫人才的潛力他認為叫人才的密度我覺得要用超級聰明的人去做超級困難的事情而不是說用非常清晰的方向或者流程或者工具去來去鍛造我覺得在某些階段就是非常對的那个时候要bet通用人型机器人你选择的理由是什么呢在23年为什么是一定要是通用人型呢我觉得就是每个公司选择的到对我觉得我很开心我跟我的团队LC都是一样LC比我还crazy他一直跟我说他想是造人而不是造机器人就是绝大部分人把一个机器人当做一个商业的产品但是我认为他没有思考到机器人最终在这个社会在这个宇宙的参与感或者跟我們每個人的情緒價值的連接度就像2014年很多人覺得智能汽車的智能是沒有價值的我覺得站在今天也有很多人第一不相信通用汽車會到來第二也根本不願意看到通用汽車也許在20年50年以後會跟人類的各個領域強相關今天剛才我們所討論的數字AI只是輔助人類的可能以三個為主的可能還有數十個很微小的分支崗位但是物理AI可不是這麼一點可能是它的數十倍到數百倍的規模每個人都會變老啊我相信對機器人裡面一個很重要的點是機器人對於老人的將來我覺得是絕對最重要的兩個因素我覺得第一個因素就是這個人體AI如何讓老人不生病更長壽更開心第二個我覺得在物理AI上機器人對老人的影響度非常大哪能很有可能把基層作為他唯一的依賴我覺得至少有人會這樣思考吧我覺得小鵬的基層的思考道路跟很多公司是不一樣的去年那波爆炸性的討論有出乎你的意料嗎你當時還挺委屈的對我們是沒有想到我們實際上想法非常的技術化因為去年那款基層是我們前年一季度開始做的對我們來說它只是我們的一個中間版本那這個中間版本我們只是想認證如果一個機器人有能這麼多的關節像我們的關節還是比能少很多能有兩百多個關節且還有肌肉且還有皮膚我可以告訴大家今天我們看到的很多基層他們的對外的行走如果他上有肌肉跟皮膚之後他的行走的效果會極大幅度的變化跟縮減因為這是完全不一樣的事情換個角度我們只是想去探索一下如果在這樣的情況下他是不是能夠更容易地進入到我們的生活或者我們的工作情緒中間我舉一個例子吧比如說我們以前做了四足騎乘做過狗做過馬不管是這四足的是個什麼它進到你的房間它都不行如果你讓一個大概長度有一米一到一米二左右的一隻雞狗進到你的房間你的房間很快出了很多問題比如說牠在你的床頭櫃那裡牠無法原地掉頭如果你家裡有一隻金毛牠在掉頭的時候牠的尾巴牠會抬起而且牠會刮到牆跟你的床你不會覺得牠會受傷你也不會覺得你的床會受傷但是一隻雞狗牠百分之百會讓你們兩個都覺得受傷那狗做小一點呢如果牠做得非常的小牠的能力就非常的差牠就是輕度陪伴還有一個問題是續航特別短那麼這是第一個第二個我再說一個如果是一個雙足的機器人全身有了盔甲很威武一米八好今天你即使跟牠一起你是牠的設計者你也不願意跟牠只隔了一釐米行走有壓迫感你覺得他可能危險你覺得他可能會很燙你覺得他身上可能有電你覺得他身上可能很髒反正有各種各樣的原因你會跟他保持距離的如果連我們這樣的成年人都會那如果老人跟小朋友會怎麼辦他在社會上的安全跟法律法規該怎麼去解決在工業版的機器人可以做成這樣的一個邏輯因為他本身就不是在家庭或者商業裡面去所以很多人在工業版機器人裡面去他說我避開了ABC的問題剛才我講的都是ABC的問題但是工业版机器人3引发了一个新的问题就是手部的能力要很强它会引发一个低的新问题我还是回过头来说在未来的时间机器人如果走入到人类社会在很多岗位如果对基础蓝领跟基础白领都会产生价值它一定要走入我们的身边所以我们选了一条很难的道路所以我自己來看今天中國的很多基金公司無論在質量安全包括最近的運動會可以看到就光一個樂觀你就會出現一個這麼有趣的現象還是在大腦的思考邏輯還是在它如何進入到真正的物理AI的思考邏輯我覺得可能我們在兩三年前都已經看到了並且在做調整但是我們選了一條很痛苦的道路是這條道路你看得越深你越難實現為什麼不做一些中間態我覺得我們已經在做中間態了我們的中間態只是說如果你想把基層真正可以簡單的放話帶入到這個人間我們已經是在選擇最容易做的中間態了這個人應該多高你看我們現在這一代的基層大概在1米69到1米70之間他要讓男生和女生都比較舒適的身高是的而且他要可以穿衣服他甚至有頭髮但是他不能有自己的臉他必须要跟人要有一定的差距为什么不能有自己的脸有一些是恐怖股效应也有些是其他的法律和社会的学的效应所以实际上现在大家所看到的小鹏基层和小鹏正在做的基层还是有蛮大的差别我觉得都等到今年的下半年吧我期待我们在一个很深度的思考做的一个最简单的中间态然後用全公司資歷全小公司資歷能夠做的好這是現在的一個情況去年發布會你說你很糾結要不要證明這裏面是不是真人要不要剪開給大家看你為什麽要糾結啊在糾結什麽我上不糾結我的團隊很糾結我認為就是馬上就應該說我的團隊說你越說大部分人越會覺得你是有問題的因為你會覺得親者自親濁者自濁這是一種團隊的看法第二種團隊看法說可以再觀察等個24小時再看一下該不該說我等了幾個小時我已經受不了了我說在中國在全球好多地方都在討論這個事情就是它已經擴散的速度非常的快我說當24個小時之後可能這個子彈已經不知道飛到哪去了非常簡單因為我們在旁邊的開發使用的人我們都知道他絕對不是一個人說實話那一個繼承也是一樣他的樂觀力是有問題的他很燙但是他只是我們中間的一個Milestone而已對我們知道後面的版本會很好所以我當時的糾結是我如何讓內部能夠齊心因為內部很多人是覺得可以不說因為我們自己知道就覺得但實際上這個世界上的9.%人他是沒有辦法跟他touch到的我記得當天晚上是我給我們的團隊電話我說明天早上你們給我想個創意我要去告訴大家這是一個真實的機器人而不是一個人躲在裡面他們被我逼出來在早上臨時加了一個事情然後這個事情之後的確有的有些人相信也有更多人反而不相信然後後來我們就再做了一場但是速度是非常快的為什麼選擇剪這個方式因為網上有非常多人有各種各樣的方法說如果你是A你肯定是因為這樣的原因是一個證人如果是B可能是那個原因我們覺得最容易的就是把他的腿而且是左腿因為左腿是大家可以看到它因為它是從左往右走路嘛左腿是最容易看到這個是一個真的機器人所以我們當時做了這樣一個動作去年爆炸性的輿論給你帶來什麼信號呢在機器人的研發上我覺得有非常多有趣的結果我們後來去看了中國的很多社交媒體他們對這個機器人的價值的認同感絕大部分年輕人都期望進到家庭幫他幹活我認識的不在社交網站上發帖的中年以上的男人和女人就是跟我這個歲數甚至比我還大了很多人在考慮等他老了之後這個計程有什麼用我覺得這是非常不同的就是在以前沒有經過這麼大的觀點它是沒有這麼大的data我自己覺得這都是不同的視角去看待一個事情有改變你們這款機器人的走向和流程嗎我覺得算是加速了實際上在機程行業裡面有非常多的非常優秀的人都加入小鵬機程是一個跟汽車創業有一個非常非常大不同的這個我現在還不能跟你分享我覺得過個三四年等很多很多公司都踩了坑之後大家會看到不同是什麼? 我覺得就是再過30年之後你會看到基層的競爭會陷入到一種什麼樣的狀態小鵬的基層踩了好多好多的坑它不是你理解就能夠避開的它是真正你踩上去之後你才知道它的整個邏輯所以基層創業我甚至認為遠超汽車的創業的難度上汽車創業已經很難我個人來看基層的創業大概是汽車公司創業難度的20到10倍你看我還給了一個最低20倍所以我自己的認為就是即使以小鵬的能力去年年底出現了這次基層的營銷之後我覺得都讓我們成功概率提高了一點我覺得是非常自豪的有價值的所以我還是想說這個事情的挑戰對於每家公司包括我們自己都是非常有趣但是也非常大的挑战今天机器人公司太多了我觉得远超于当年你们造车时候的新成立的车企你觉得呢数量上当年造车的时候有统计最多的时候30多家但是呢我自己感覺就一百來家可能有很多家都是胎死腹中的吧我懷疑我覺得既成公司現在已經成立的據說就兩百多家實際上可能比當年汽車公司double了但是我自己還是想說既成跟汽車不一樣因為汽車裡面的分類可能是乘用車舉例新能源車商用車或者專用車或者微型車你看就是分類吧我覺得既成的分類遠不止這麼七八個分類既成可能有無數的分類比如說做醫療的基層基層的體系裡面做專門的貨運的基層或者貨檢的基層我覺得都是可能有而且基層的邏輯裡面有一個非常有趣的特點我認為基層有很多基層不需要是人形的這個我也很認同只是說我們選了一個最像人的人形基層我們選了一條這個道路所以在這條道路上我們小朋友在走但是有很多條道路我認為也能走出差異化和商業化所以換一個角度我覺得今天的集權公司我自己覺得如果走通用人性集權9.%會死掉但是走各種差異集權我覺得這個世界上可能有非常多的解法那機器人的勝率還挺高我覺得比乘用車高這是我的看法那你們為什麼要選一個這麼難的最難的那條路呢你想做什麼你有能力做什麼你覺得該不該做然後你不做什麼和你覺得你如何做到有最好的概率論你把這五個能力組合不就是你的企業或者產品單元在你看來通用人型機器人你的對手是誰我覺得通用人型機器人現在沒有對手全都是自己因為每一家做機器人公司最重要要讓自己的能力最強你自己能力你從底層就是組織嘛再往上就是英法再往上你的整個的体系包括了技术产品商品的体系能力然后再往上是你的工程我觉得去年你们机器人非常出圈的一个核心原因是因为它做的非常的擬人你觉得这背后的最关键的一些技术的bat是什么以及它是在什么时间做的對我可以講一小部分比如說舉例我覺得絕大部分人都低估了在汽車的運動控制實際上在汽車領域裡面運動控制是一個很多人在過去的一百多年裡面都覺得已經解的事情所以很多採用汽車的公司去做汽車他們都是買誰的運動控制的能力去進行組合集成機器人在過去的時間可能來自於2018年某些開源的運動控制MPC等等這樣的一些事情所以他們為什麼看起來有很多的共識性我覺得最終的一個機器人真正要做好了它應該完全比汽車的下下代還要能夠做得更好因為汽車實際上是由不同的控制域去做單點控制它的整體上是沒有全協同的它只是說它把邊界做到極好所以它把它分工能夠分好你做A我做B我們兩個有清晰的邊界但實際上比如說舉一個例子如果一個自動駕駛的汽車在左輪胎是雪地右輪胎是草地的情況下要轉一個47度5的彎該怎麼轉這個對人都很難因為你左邊是雪地右邊是草地的粘著力你整個四輪的控制整個運動的平衡整個食言的管理如果剛好轉彎的時候前面有車左邊有人是極其容易滑車就追尾上去了所以汽车今天的运动控制我想说的是非常好但是远远还没做到足够的全能就是还有很大的提高空间的如果把基层来说的话基层还处于可能19我都不知道是19几几年的汽车可能193几年1920几年的汽车也没必在那个时候可能是T字T型车那个时代今天的T型车有了吗在机器人里面我觉得T型车在机器人里面肯定还没有但是我覺得我只是說從底盤運動控制角度也許還是屬於那一代回到你剛的問題我覺得是又有一個全姿態你能夠全AI組合的運動控制是極其困難比如說舉一個例子今天你看了所有的基層他要不然是走要不然是打架他的兩種運動控制可能是要調節的然後你說你又有五種運動控制沒了實際上對一個人一個人有20多種關節他的組合是無限循環就像我現在是兩個拳頭一樣而且他還有表情包手眼角你的靈魂跟情緒的協同所以我自己覺得就是我們實際上在運動控制領域裡面是非常期望像人一樣去思考全部的運動如何能夠用AI來控制而不是用軟件控制而且這個控制如何能做到平衡就是像人的本能一樣當一個人學會走路學會跑步他是有本能能力的當他看到一個地面可能是有一個雪地或加上草地他會甚至試探地走一下來感受一下摩擦力和整個的體感可能是一個有開水和一個有冰水的兩塊地同時兩個腳在走所以在基層領域裡面就是要去對這樣的各種情況都要去做思考來去思考運動控制所以我實際上是覺得小鵬可能的運動控制有點像汽車的下下擔所以這也是某種角度為什麼我們認為絕大部分的機器人還是在很多年前的運動控制的汽車上面去所以它自然只能用軟件去來去縫合它它自然它很難做出好的機器人的綜合能力機器人對於小鵬來說意味著什麼它是小鵬的遠方我们不是这样认为我们觉得小鹏新的试炼有三条曲线第一条曲线是汽车把汽车干到完全的智能体我觉得第二个是机器人机器人本身就是智能体实际上汽车还在证明也许要花10年证明软件能力占50%但是我觉得机器人不用证明如果一个机器人软件能力很差你基本上不会要它当然了硬件能力很差你也不会用这个我觉得第三条曲线我们是能够全球化像机器人跟汽车有一个很大的不同绝大部分都忽视了就是说一旦机器人有能力规模化它的规模化的速度会远超过汽车汽車在過去的10多年裡面是逐步逐步規模化的因為它有道路要建設第二有交通法規要建設第三個量產的難度很高就比如說你今天做了一個特別好的車一天賣了10萬台對不起你沒有能力下個月造出10萬台另外你也不敢過了三個月真造出一個月10萬台因為你不知道後面能不能賣出10萬台這是汽車的一個本身的規律但是我覺得機器人不一樣機器人有可能做得特別好在某一個點我記得是一個點不是一個面我覺得它是有可能會有非常大的爆炸效應就像我認為去年最大的數字AI就是AzureBigCode這是非常短的時間就是大概不到18個月從前年的下半年到去年年底就是巨大的變化我自己認為基層也有可能性雖然比它慢因為還是一個數字世界和一個物理世界但是還是有可能它會比汽車還慢嗎我覺得基層如果能夠軟件能力到達硬件的速度會遠超汽車當然了換個角度因為小公司一家汽車廠商我們做機器人跟很多公司做機器人我們是80%的硬件都自研我們手芯片關節我們都參與自研只是說我們可能跟很多公司的合作Tier1是我們可能跟它的更上游的Tier2合作只有這樣的話你才能夠把質量和規模做好今年下半年你們要量產嗎你覺得現在難點是什麼有很多點吧我覺得是硬件上能不能做到相當的可靠跟穩定我覺得第二個就是高等級的多個大模型能不能可以很好的禮盒我覺得第三個上還有一個很難的是商業化能不能證明實際上機器人都是無數個坑所以為什麼說它比汽車難得多汽車你只要造出來假設沒有競品假設有用戶需要你一定相信它是個可以賣出去的東西但是機器人你不敢說機器人還沒有被定義清楚到今天市場也在等待市場在等待你有沒有一個類似那Maybe像iPhone4一樣的手機出現但是我相信第一款商業量產的機器人我認為還達不到iPhone1但是iPhone1畢竟是一個工具它可以取代因為在那個年代還有很多其他的手機工具有Nokia有Motorola有索尼愛立信但是之前有可能出來的時候很多人都沒有做到類似的東西我覺得所以它又是一個不是完全可比的事情你覺得你的勝率有多大這麼長期的一個戰役中那要看你的目標有多大才能知道你的勝率有多大我覺得我自己的覺得是我們大概有個兩成的勝率我覺得這已經是我看到中國企業里面我自己認為是最高的勝率你前天還在跟我說造車像在血海里游泳那做機器人呢現在還沒進入血海血海還在前面但是我覺得機器人有一個很大的不同就是機器人裡面的AI所佔的能力很強而原來在血海裡面游泳的那一群跟你一起游泳的人實際上絕大部分人都不太懂AI今天在汽车行业里面很多人说因为我不懂软件所以我找一个好的TO1在汽车里面是work的在机器里面是不work的所以机器人的血海就像当年的互联网竞争一样会很快从血海到蓝海所以它的进展的速度会极快刚才我们说的是机器人今年你们又会发多款新车包括你们的GX我们要不要聊聊你这个产品GS是小鹏再一次做高端这也是我们第一次做一款全尺寸六座的大SUV也就是我们旗舰叫做旗舰SUV非常有趣今年的北京车展大概有30款这样的全新的全尺寸我自己的在我的脑袋里面大概有几款吧小鹏实际上在这个里面做到有很多的跟他们的差别我觉得我们第一次是在思考我们如何把汽车飞行汽车跟机器人的很多能力在这一代新的智能汽车里面把它贯通起来了我举个例子吧我们把飞行汽车里面的飞行的核心零部件龙鱼带到了这款车里面去当然了这一款GS我认为是全中国第一个整治厂做了一个全装的Robotest所以它有八个全安全龙鱼也就是说你开到野外去电源坏了还能开动力坏了还能开老鼠把线束咬坏了还能开它就像飞机一样它允许你有龙鱼我觉得第二个比如说举例我们把汽车的限控底盘跟我们新的EEA体系跟我们的VIA的自动驾驶关联起来它可以使新的底盘能够在VIA的执行过程中间提高下限也就是说安全级别更高食言更短控制的灵敏度可以提高接近百分之好几次以上这是我们比如说取的一个例子那麼第三個很快的我們把基層裡面的思考就基層是要聽一個任務比如說小俊說你幫我拿瓶水那就是一個任務他首先判斷你是誰你不是我主人我不聽你的話然後水在哪裡你要喝什麼水拿完水之後去哪裡拿然後怎麼給你等一系列的這個事情汽車在未來不遠的將來就會看到所以今天我們對外沒有去講這個太多實際上它是本身是來源於基層當然它還來源於我們很多從汽車上的能力比如說舉例這個車它的第三排空間可以完全的推平變成一個兩排車或者變成一個2.5排車我們叫做四座、五座、六座都可以去坐的車所以實際上你會看到它是把小鵬自己的很多能力飛行汽車的很多能力機器人的能力實際上是做了一個非常有趣的融合然後也加上了很多我們合作夥伴比如說我們跟福耀玻璃做了隱私玻璃我們跟美麗做了新一代的車載的冰箱我覺得有特別多的很有趣的能力的組合所以實際上我們上一直都覺得做一個外表很大有一部分好看內飾很粗糙然後細節不用固化然後拼湊了很多能力的車我覺得是那是叫血海某種角度實際上在策展裡面看到特別多的這樣子但是你怎麼能夠就能做成不一樣呢它需要一個權威度級每一個點有的人說我這個點是60分那個點是80分還有一個點是85你可能你最差的點是80然後還有更多的90分跟95你才有可能在這個戰爭中間勝出所以這是一個非常有趣的一個事情這個價格是怎麽定的開始就想好了還是最後定的沒有錯在一開始就想清楚了一個邏輯它一定都是一個規劃這取決於你希望吃掉一個什麽市場你希望這個市場有什麽樣的規模你希望有什麽樣的利潤然後另外在這個市場裏面可能會有什麽樣的市場的player我覺得大概就幾點吧而且現在是個預售應該5月21號我們會正式的發布所以發布會上會看到我們更清晰的配置跟價格咱們擔心重蹈舊的覆轍我不担心因为那个时候的思考跟逻辑跟这个时候的思考逻辑我觉得差别非常的大特别多的东西从过几年来看如果你的能力到达一个更高的维度你大概率你都可以分析出来以前的问题在哪以及大概率认为现在的问题在哪我认为是而且我们到了今天不会是一个像以前一样就是说当你的体系能力越强你越难在某一两个点上轻松的失败你個人說你也挺喜歡這款車的並且你希望是給朋友造的一款車這都是一群什麼樣的人你的目標畫像是誰我覺得30歲以上比較勇敢然後很多人做得很好有的是創業者有的是好的经理人员好的专业人员他们愿意探索新的科技体验新的科技的豪华跟我们味道比较相近的逻辑我觉得他是我们的第一批的用户所以我们这款车身更期望是用面向家庭的科技豪华你开出去朋友有什么反馈吗我的朋友很多都很喜欢像明天我在北京有一群的朋友都约了一起来看一下我们的车然后很多人跟我说他说小鹏你们早就应该做一款这么大的车他说实际上我跟我的家人很想去用一款大车然后他们可能在过去的时间有人开过有人坐过小鹏的其他车实际上他们都很期待有一款更大的车满足他们的需求怎么面对跟理想的竞争我覺得我們跟每一家都是友商也都是同盟者也可能是競爭者今天我還跟你講去他的展台去看一下新的L9也是非常不錯的車我相信昨天我去了李斌那裡看了ES9我覺得魏小李在大酒系這一次都會給出各自不同的看法跟認知你有從這酒上復盤到什麼然後用到這一代車行李嗎我覺得太多了我們的組織也調整產品的規劃調整我們的對客戶的認知也調整了對商業的邏輯也調整了我覺得太多了這已經隔了三年半了吧從20年底到現在我覺得太多了這麼自信我覺得這是完全不一樣的能力級汽車是一個非常複雜的技術的能性的經營的大基層體系所以為什麼他說是製造的民主所以在這個領域裡面學習的越深總結的越深你會看到很多不一样的点实际上在很多小型的硬件或者消费级的硬件他们是看不到的他们把很多的制造交出去了他们有很多的供应能力靠供应链它的组合可能性不高所以在汽车领域里面为什么我对于从20年到206年我自己认为是巨大的质的提高如果有人说小鹏的车丑你怎么想每一辆车都会说碰到其他人说他的车丑審美是一個主觀性的邏輯你覺得小鵬的車好看嗎我覺得在越來越好看的路上其他的信心我不夠主對於醜美的信心我還是很有信心你說顏值第一在內部顏值是一個相對論要在多個領域做到第一才有可能顏值是其中一個領域為什麼不選一個做少而精的車型的策略呢為什麼今年要做四款車我覺得每一個公司都有一個道理我覺得你不能去問A公司為什麼不做少爾金B公司不會做大二全都有不同的邏輯論你今年感覺整體都很自信啊我覺得做企業沒有不自信的吧你現在花時間最多在哪裡呢在車在機器人在AI還是在哪裡還是在組織還是在採購你所講的都有參與但是我覺得都不是我覺得最多的我覺得還是在戰略跟規劃就是未來是什麼樣的就像剛才你問了很多問題誰是成功的等等可能他們以後會更成功但是今天在我的角度來看都不叫成功就像汽車裡面規模算成功嗎? 是成功的代表之一不一定都成功這個利潤算成功嗎? 有些利潤可能是臨時的也很痛苦所以企業家裡面對成功的概念是有非常大的不同所以換個角度我可能花了更多的思考是整个的企业的产品的和商业的战略和规划的问题但是这些规划问题它需要你的技术问题你的组织问题你的整个市场的问题等系列的组合能力才能最后去做到大概是这样今年对你来说最重要的一件事情是什么没有都很重要很多都很重要实际上汽车是一个很复合的问题它比一個人或者一個親戚的企業它所說我只要把這一件事情做好就可以了汽車做好一件事情不代表能做好這是一個很痛苦的問題就剛才講長板短板跟寬板的問題一樣很多人會想說你應該做好一個長板在絕大部分時候是對的但絕大部分時候這個問題在汽車裡面回答它是一個負荷的機器你做好一個沒有用比如说你把自动价值做的极好做的level4行不行第一一般我大概认为谁说今天做得到我这群牛逼第二我认为就算他做到了他也没有对他有巨大的价值因为他的价值的体现是要逐步体现的那你觉得L4什么时候会实现我大概认为18到24个月这对你们来说还对全行业来说我觉得对我们实现以后会带来什么呢会带来车更多的销量吗銷量更多是百分之百的銷量多多少我需要認證即使多了銷量也不代表長期的價值你看這裡面都是不同的問題比如說舉例我們上個月三月底我們發布了第二代VA的第一個版本我最近在車展跟大家分享了數據四月份實際上中國的汽車的銷量同環比都是下跌20%左右我們大概漲了50%到70%这里面有相当部分跟DW也相关它好不好我觉得不错那么如果做了L4能够把这个能力提高多少倍一倍5倍10倍我觉得我都很难判断这是好还是不好第二个它到底是对社会对行业的冲击是怎么样的今天实际上我们有很多的在这里面的看法是不一致的我还是想说的是汽车企业最后的成功不是仅来自于AI里面的一个能力或者硬件里面的一个能力或者在销售里面的一个能力我觉得都不是于凯老师经常说你是他最难克的一个用户他觉得车企最终都应该用第三方你怎么看他的观点于凯同学跟我们关系的很好我觉得他走在一条很有趣很有希望但是也许也很有挑战的道路要看这个世界上追踪汽车机器人的公司是多还是少越多我觉得于凯的道路会越广越少于凯的道路会越痛苦你倾向于认为是哪一种我可能認為是越來越集中如果從用戶角度去看一個事情因為我們是從一個企業角度看一個事情用戶角度只是我們可能幾十個角度之一所以從用戶角度都會覺得需要更多的車企有更多的友商的產品的可供選擇有更多的不一樣的東西但是在這個世界上汽車這個事情太複雜了如果它是一個比較簡單的事情的話我覺得它很快就會歸一我講的歸一就是蘋果的手機我覺得這個話說的不是很好聽就是在最近的數代裡面蘋果手機上變化不太大但照樣能夠很穩定整個手機市場的變化現在我買手機已經除非我手機壞了否則我已經不是因為手機哪個能力提高我一定要去買這樣的一個情況但汽車還遠沒有到達這個點甚至我認為將來可以一年10億的研發費用在持續的做巨大的創新的價值都是有的所以在這樣的一個領域裡面我覺得在過去的汽車公司有很多公司實際上是不自願的他说你去看这些汽车公司里面他做了很多研发他发了很多钱他有很多人我说但是他不做自研他做集成所以你说他们做集成是不对你去自研实际上你会发现自研更不对因为汽车太复杂了你有很多很多人都在研发所以你还不如说有些地方你没有基金的你还不如找A合作找B合作这个话对但是换个角度就看他知道你是你汽车的战略还是你的战术如果是战术你不应该直言如果是战略你应该直言回到一个终极的问题刚才你一开始问比如说10年后我们的软件占不占汽车价值的50%如果占那一两家TL1就可以帮助合作伙伴做到50%吗他当然希望是这样对我覺得也許可以也許做不到我們在汽車裡面有一個叫做跨域融合是把很多能力一起融合有硬件有軟件有製造有設計有服務有運營這些都是完全不同關聯的然後你把它融合在一起有很多人說那這個怎麼融合了比如說舉例為什麼在汽車裡面聽到的很多幾合一它就是把不同的東西合在一起為什麼在軟件裡面多合一N合一它可能把幾十種能力合一合在一起的整個秩序體系都不一樣它不是哪一家公司可以做的比如說你原來跟三家公司可以有合作一起提供一個totalsolution很容易但對不起你要跟30家公司一起合作提供一個性化的solution你是非常痛苦的小鵬的道路跟于凱、地平線的道路都有可能成功我覺得今天不知道我覺得于凱做地平線公司做得好產品也做得好這個我首先都非常認同但是我還是想說的是最終這條道路的戰略的終局或者說看得到的終局是什麼你觉得汽车或者机器人最终会集中到多少家这是一个多少年周期的事情我觉得不同企业差别太大了这个机器人我先不说我一直说30年中国可能就5家有规模的汽车企业不代表其他汽车企业会倒闭但是我想说的规模的下行会导致越来越难进入到这种超高强度的竞争你今天从血海里游出来没有我觉得都在游我觉得出来了没没有我也不觉得有谁出来了在我的定义里面首先你不要问我我的定义是什么我认为没有一家丢出来机器人挑战只会是它的10倍对吧我觉得机器人反而会稍好一些因为机器人的同质类卷的可能性会低第一它的软件价值会很大这个大家都毋庸置疑第二我不认为有一个非常好的开源能够帮助一个机器人公司做好软件你的典型的一天是什么样的我觉得跟很多企业家可能一样吧相对来说比较晚一点上班很晚才走然后每天会有很多个决策项大部分的期望非常快速到处交流思考这是典型的一天所以你有看什么书我不太看他具体的书现在我的桌面上很多书我可能就翻一张就过了我觉得书里面总觉得規律在現在的組合裡面變化太快所以它很難總結就是當他寫好一本書印刷出來之後這個世界可能又變化了10%在他的那本書的範圍內假設所以我覺得看書是應該在一個更穩定的環境去看怎麼吸收知識吸收知識最簡單的我覺得是在實踐中間吸收以前我自己總結吸收知識是讀萬丈書行萬里路聊萬尺天然後卷万字袖子以及实践我觉得现在最重要的就是你所看到的很多事情如何在一个足够大的平台上去做好你的快速循环的实践在企业内部的组织是做PDCA但是在AI体系里面要靠全自动的循环PDCA的C都不能做了它应该尽量降低人的任何一个环节的消耗过去年有没有什么后悔的决策没有没有这个世界上不需要去思考后悔的决策因为犯错的太多了犯错为什么要后悔我们经常觉得说原来这个时候的一个东西是做错了那我们在一起思考为什么现在错了但不用后悔字幕by索兰娅✿好了今天的节目就是这样这里是商业访谈录是一档由语言及世界工作室出品的深度访谈节目你可以到公众号关注我们的工作室获取更多的信息我们的公众号是语言及世界也欢迎你在小宇宙的评论区与我们有更多的互动我们希望和你一起从这里探索新的世界WellexplorethenewworldfromhereShoutingoutsothecloudscanhearEveryheartbeatdrawingthemapwesteerWellexplorethenewworldfromhereStepbystepturnthedoubttocheerWerethestartofthestory