在今年2月份的百人会论坛上，原工信部部长苗圩说了一段语重心长的话：
“过去拿个PPT就造车了，有的甚至拿个样车就说我将来就造这个车型，然后在社会上募了很多资，最后形成了烂尾，还有的跑到美国逍遥法外，这种事情绝对不能再出现了。”
这番表态虽然就差报出某人的身份证号，但也给大家上了一堂简单的行业“反诈课”：造车不是造app，不是做个demo就可以，造一辆原型车或者是概念车很容易，但要造上万辆车，难度会指数级增加。
对于新势力来说，十万辆是一条必须跨过的生死线，迈过了意味着品牌做出了差异化，产品经受住了市场的检验，上游制造和下游渠道也都能正常运转，公司还能继续留在牌桌上，而迈不过就只能黯然退场。
但在“十万辆”的达成时间上，有人快，有人慢。
比如蔚小理花了平均2-3年时间，而华为和赛力斯合作的问界系列，上周刚下线第10万辆车，时间仅花了15个月，不仅快于蔚小理，甚至比拥有传统大厂背书的极氪都要快3个月，在这段时间里，其智能化优势也已深入人心。
问界下线10万辆车只花了15个月这在燃油车时代是无法想象的，因为一年半时间连建一座工厂的时间都不够，更别说是推出三款车型并成为行业标杆了，但在智能电动时代，一切都仿佛被按下了快进键，之前的不可能变成了可能，这背后的根本原因是什么？
智能电动时代的新摩尔定律
今年年初，英特尔联合创始人戈登·摩尔去世。众所周知，这位半导体行业先驱因为提出了著名的的“摩尔定律”而被世人所铭记，但众所不周知的是，这位前辈其实六十多年前还提出了一个现在看来先知般的预判：
“集成电路将推动家用电脑——或者至少是连接到中央电脑的终端——自动驾驶汽车和个人便携式通信设备等行业创造奇迹。”
当时手机还没被发明，囿于时代的局限性，底特律的汽车巨头们也不知道自动驾驶和中央计算意味着什么，因为当时的汽车和计算机实在是没什么交集。
英特尔前CEO柯再奇（Brian Krzanich）曾举过一个例子，他说如果汽车行业也遵循摩尔定律，那么1971年推出的大众甲壳虫每小时可以开48万公里，1加仑（约4升）油可以跑322万公里，而且只要花4分钱。
这显然是痴人说梦。
从汽车被发明以来，它就是一个被机械定义的产品，其中最重要的零部件就是发动机，而作为一个极为复杂精密的硬件，发动机的进化速度一直比较线性，热效率的提升一直比较缓慢，不像芯片一样，两年时间性能就能翻一倍。
虽然从八九十年代之后，汽车电子技术的快速发展使得ECU（电子控制单元）逐渐深入到汽车的每个功能模块，ECU数量也增长到数十个，但这依然没有改变汽车作为硬件行业集大成者的底色。
换句话说，无论燃油车如何发展，永远都不可能追得上“摩尔定律”这趟列车，但智能电动车就不一样了。
最明显的变化就是动力电池的降本曲线，比如，2008年上市交付的第一代特斯拉Roadster，虽然续航不到400公里，但价格却高达9.8万美元，但现在，国内一辆十万人民币出头的纯电动车，续航普遍已经达到400公里。
过去十年，虽然动力电池在材料体系上没有革命性突破，但依靠规模效应，整个产业链都在降本增效，度电成本已经从过去的1000美元下降到2020年之后的1000人民币左右，推动了电动车渗透率不断走高。
但动力电池行业的成熟只是让汽车切换了动力形式，真正让汽车行业的“灵魂”发生质变的是芯片和软件技术的发展，它们共同发挥作用，试图让软件定义汽车，让汽车从过去的代步工具成为一辆移动的智能终端。
如何理解这种变化？华为前自动驾驶负责人曾做过一个对比：“传统车厂是以车为基础，将计算机嵌进入，而他们是以计算机为中心，车是计算机控制的外设”。
过去五年，在摩尔定律的作用下，智能车的迭代速度超出了很多人的预期。
2018年，市场上最高级的自动驾驶芯片是Mobileye的EyeQ3，算力只有2.5TOPS，只能支持最基础的L2级自动驾驶，但到了2022年，芯片算力上百TOPS的就有英伟达Orin以及华为MDC稠密算力平台，连座舱芯片8155的芯片算力也达到了8TOPS。
这使得智能车能处理的信息更多，运算的速度也更快，再配合软件工程能力的提高，不断推高自动驾驶系统的上限，与此同时，车机也能承载更多应用，解锁更多智能座舱的玩法。
从结果上来看，电动化和智能化让汽车行业出现了百年之未有大变局。
电动化革命催生了宁德时代这样电池巨头，发动机和变速箱技术不再是一堵无形的高墙，新势力入局的门槛被大大降低，它们可以将更多时间和资源注入到消费者感知更强烈的智能座舱和智能驾驶板块。
这种变化加快了产品推陈出新的速度，开发一辆车的时间从过去的五年变成了现在的两三年。
另一方面，智能车软硬之间解耦关系可以使得整车厂可以借鉴消费电子行业敏捷开发的思路，在交付产品之后，通过后期OTA来不断升级消费者的用车体验。
这也就不难理解为什么这么多互联网和科技巨头要涌入到这个行业，因为摩尔定律在生效，竞争维度在变化，用户体验在变革，与此同时，脱颖而出所需要的能力也变了。
车也要出精品
作为ICT巨头，华为入局汽车行业时间并不晚，并且很早就预判了汽车行业的发展趋势。
2019年，华为在原来车联网实验室的基础上成立了一级部门—智能汽车解决方案事业部，提供电驱动、毫米波雷达、摄像头、AR-HUD、T-Box、MDC计算平台等标准零部件和定制化解决方案，这也成为外界比较熟知的“零部件模式”和“Hi模式”。
但直到华为2021年年初正式启动智选业务时，华为才把在终端业务打拼十多年所积累的能力带到汽车领域。
在智能终端领域，华为依靠“精品策略”取得了巨大成功，而当智选车业务启动之后，这一策略也被用于智能车版块，而走精品化路线就意味着华为不做低端车，而是集中精力做20万以上的爆款车，并在关键技术上做到绝对领先。
按照华为车BU负责人余承东的说法，现阶段汽车行业价格战是不得已而为之，因为竞争力没有优势才这样做，而从长期来看，靠低价生存就能发展好的企业是不存在的。
而要打造精品爆款，就必须要求华为具备多维度的能力，比如对用户痛点的深刻洞察，对供应链和产品质量的严格管控，对零售端服务流程的设计，对品牌的打造与传播，以及软硬件的自研能力。
这些恰恰是华为在终端业务上多年积累所形成的“即用战斗力”。
比如，华为在启动智选模式之后，通过用户调研和竞品分析发现，虽然很多智能车自诩拥有大屏幕和大算力芯片，有的甚至不止一块，但体验差强人意，座舱成为用户当时最迫切的痛点。
相较于智能驾驶，智能座舱的体验多维而直观。
论硬件，车载大屏与音响的素质清晰可感；论软件，UI的交互逻辑是否自然，地图导航是否准确，语音助手的智商是否正常，用户很快就能觉知。这意味着车企对智能座舱的投入见效快，可以在较短时间内就形成明显的产品力。
在意识到这个问题之后，华为迅速召集不同团队的开发人员，包括小艺语音、花瓣地图、手机UI/UX、声学工程、软件工程团队，并在短短一年时间之内就推出了有车机天花板之称的“鸿蒙座舱”。
用户可以直观地感受到，M5和M7车内的大屏，UI审美脱胎换骨，使用手感顺滑得不像车机，语音助手不仅有极高的识别准确率，更能支持“可见即可说”，完全用语音实现与智能座舱的交互。
在鸿蒙座舱的诸多亮点中，有两个细节颇见功力：
用户可以让语音助手控制车窗留一个缝，还可以实现导航地图在不同终端之间的无缝流转，这看似简单，其实需要语音识别技术的出众、底层操作系统的自研，底层电子电气架构的打通以及对用户需求的捕捉。
此外，华为也将在消费电子领域里的“小步快跑，快速迭代”的理念带到了汽车行业，这种理念不仅体现在前期功能开发和后期的OTA升级，也体现在样车测试环节。
一般来说，传统车企在产品交付之前会生产几十到上百辆样车，但华为在第一款问界M5上市之前，赛力斯生产了接近2000辆车，通过500多万公里的测试里程来保证研发速度和产品质量。
从用户洞察，到功能开发，再到样车测试，不可否认，华为是带着一套成熟的方法论进入汽车行业的。
这套方法论的背后是华为已经打磨了几十年IPD（集成式产品开发）和IPMS（集成产品营销和零售）流程，全栈自研的技术实力、成熟庞大的研发团队，正是这些给了华为打造精品爆款智能电动车的底气。
边界感和能力一样重要
问界之所以能这么快取得“十万加”的成绩，本质上还是因为华为选择不造车。
一方面，中国不缺“华为牌”汽车，也不缺优质产能，后者的过剩问题甚至成为中国汽车产业一个顽疾；
另一方面，华为想要把在ICT领域积累的技术和能力带给更多的客户，让自己成为智能时代Tier 1的同时，也带动中国汽车行业整体转型升级，而不是闭门造车。
这种“有所为、有所不为”的长期主义观使得每次外界都误以为华为要造车时，华为都可以坚决地say NO，这并非妥协，而是商业上的最优解。
此外，问界在不到一年半时间内完成从0到1的积累，也证明了华为推出智选模式是一种明智之举，是实现华为智能汽车零部件盈利，同时帮助汽车合作伙伴获得商业成功的最佳路径。
在智选模式推出之后的两年多时间里，华为和赛力斯分工明确，前者在自己最擅长的产品定义，智能座舱、自动驾驶、电机电控、渠道建设等领域发光发热，而赛力斯也通过学习华为，在平台开发、生产制造等领域不断精进。
数据显示，2022年，赛力斯全年研发投入31.06亿元，占营收的比例接近10%，在国内新势力中属于第一梯队，而AITO问界核心研发投入累计已经超过120亿元，拥有超3000项核心技术专利，超过300项发明专利。
赛力斯两江智慧工厂对华为来说，和赛力斯的合作让自己经历了一辆汽车完整的开发流程，更重要的是，由于双方分工明确且配合越来越默契，大大提高了问界产品的上市速度。
今年6月，搭载了华为自研的ADS2.0系统的问界M5智驾版将上市交付，这套系统将不依赖高精地图，能够对异性障碍物进行检测。此外，M7智驾版以及M9也在今年亮相。
在智能电动时代，不同企业有不同的策略，有的高举垂直整合的大旗，想要一手包办所有环节，但也有像华为这样的参与者，懂得扬长避短，确立边界，试图在汽车行业里塑造一种新的合作范式，问界只是这一切的开始。
