新人小白初入币圈，如果没有一个领路人，基本上不会有一个经过检验的、优秀的、正向的系统，通常是今天试试波段，明天试试短线，后天试试趋势……新手的特点是什么都敢于尝试，但结果是不管怎么做，通常都不会赚钱。这山望着那山高，这山那山都看不到盈利的风景，却经常碰上亏损的泥石流。

因为对这个市场了解的不够深入，对这个市场充满憧憬，总以为自己可以盈利，而忘却了风险的可怕。一旦账户亏损，焦虑和郁闷无形中被放大N多倍。

虽然说，每个人来到币圈，都想着赚钱，都以为自己可以赚钱，但你要先问自己，想要如何赚钱，赚什么样的钱？只要你不知道自己想要什么，不管使用什么样的手法，不管使用什么样的交易系统，不管想吃哪一种行情，最终的结果都是亏损。

可以私信大牛，到时候大家可以一起探讨研究这方面的问题。避免自己胡乱操作导致亏损。

理想 CEO 李想试图教会你造车

“每一轮都干一次蠢事，只要还活着就再做一次升级。”

文 | 程曼祺 张家豪

编辑 | 宋玮

昨天的理想汽车春季媒体分享会上，理想董事长、CEO 李想花 100 多分钟，从头阐释了为什么要创办理想，怎么拆解需求、满足需求，进一步怎么落到研发、产品、交付和管理与组织上。他似乎试图教会现场记者如何造车。

李想说，每一波新员工进来他都要讲课，P8 级别及以上的员工他一对一上课。

至于 3 天前刚发布的年报和四季报信息，李想并未主动提及。相比销量和市占率目标、今年能否盈利等经营问题，李想更想对内对外解释这家公司是谁，底层价值是什么；分享他对现阶段市场竞争，汽车智能化未来和人工智能的最新洞察，以及理想在这些潮流中会怎么想，怎么做。

这与预期中的年报季沟通会不太一样，而更像一场创业和经营课。不过无需付出商学院的学费，你就可以听到 “老师李想” 的详细阐述。这与他对 “领导者” 的理解一致，领导者最重要的能力就是，“让人们足够理解你”。

以下是李想分享的整理，《晚点》做了部分删改：

智能电动车是少有的同时涉及能源 + 信息的大机会

汽车行业发展了 100 多年，我们看到成熟企业，丰田、本田、奔驰、宝马的王者级高速扩张，这是企业从 10 - 100 的阶段。

我们看到了这些企业是如何成功的，但真到自己创业时，对如何从 0 到 1，再从 1 到 10 构建一个车企是不知道的，因为那些企业经历这些阶段时，我们大部分人还没有出生。

过去 7 年半对于我是一个完整的验证的过程，我们拿一款理想 ONE 做到了超 100 亿美金的收入。

所以在此我想给大家分享，作为一个智能电动车创业企业，从 0 到 1 我们思考了什么、做了哪些判断、背后是为什么？以及我们在看一个企业到千亿收入规模时，从 1~10 的时侯，我们将面临什么挑战，解决什么问题？

先讲我们为什么搞这家企业？进行一次新创业，肯定要看核心大势。人类过去几千年的发展，最主要影响因素是能源和信息。

从人类开始钻木取火，到使用化石能源，使用电能，再到最近这几十年可再生能源的应用，这是人类的文明进步的过程。

人类文明进步的另一个过程就是信息，即信息技术的发展。人类区别于其他动物，是有了语言，可以沟通；再到有印刷术、计算机，到现在人工智能的高速发展。

智能电动车为什么受关注？因为它是少有的，既涉及能源，又涉及信息技术的行业。这是一个重要的机会。

能源：理想用增程加高压快充解决问题

我讲的第一件事是能源，怎么理解能源？作为一个超级大国，能源一定是由政府来引导的。所以我们最核心是去看用户和政府的需求，以及背后挑战和问题。如果我们有能力解决这个问题，就能获得市场认可。

从用户角度，能源需求是三个层面：第一是能源获取的便利性，我们经常看到用户对电动车给出两极评价，有充电桩的会说电动车真香，没有充电桩的就后悔买电动车。为什么产生两极评价，因为用户感受到的便利性不一样。

第二是能源获取的成本。一是我买的产品是不是更贵，这里边是电池的价格。另一个是使用成本，电动车使用成本非常低，当经济不再 10 个点高速增长，下降到 5 个点时，会有越来越多人选择电动车，因为每年省的钱就能买一个 iPhone。经济增速放慢后，节省是关键。

第三是舒适、环保。这里的环保和政府讲的碳中和、碳排放又不一样。用户认为的环保的点是，开一个车去学校接孩子，大夏天开着空调，燃油车到处都是味道，这就是污染，如果是电动车，开空调就会很好。我们的用户有一个特点，当用户家里既有燃油车，也有电动车时，他的司机大部分时间会更愿意使用我们的车，因为司机有大量等待时间，需要原地开空调。而燃油车和电动车开空调的舒适性和气味性完全不一样。这些需求满足得越好，电动车普及率越高。归根到底，电动车的核心目的是把现在这 2 亿辆左右的乘用车逐步替代。

政府的需求也是三个方面：第一是核心技术自主可控。这在大国竞争时很关键，很多时候并不是你听话就可以。日本也很听话，但广场协议以后日本一直在衰落。因为任何一个老大都有动力遏制老二，跟你怎么表决心、什么态度没关系。

第二是能源供给的安全。我们生产了全世界超 60% 的锂电池，但我们锂储量不到 10%，我们有全世界 20% 以上的石油，但我们的石油储备大概是两个多点不到三个点，这背后就是能源供给的安全性问题。

政府的第三个需求是 “金山银山不如绿水青山”，就是碳达峰和碳中和。这使中国无论是电动车，还是电机、电控、第三代半导体、新的电池技术、光伏这样的全产业链都已跑到全世界领先位置。因为政府有这样的愿景。

作为智能电动车企业，我们现在面临的挑战有两个，第一是充电难，第二是电池成本高。

电池是由贵金属、大宗商品组成的。电动车卖得越好，电池就越贵。今年一二月份，就像微博上有个朋友讲――虽然（特斯拉）降价并没有使自己胜利，但可以打击对手。两个月过去了，几乎每一家企业定的全年目标普遍只完成了 4%、5%。这时碳酸锂价格就开始明显下降了，从 55 万一吨到现在 39 万一吨。

如果我们相信电动车包括储能会高速发展，碳酸锂成本肯定不会再降到原来的四五万块钱，20~30 万一吨会是长期稳定的。这样电池成本还是没法大幅下降，甚至今天的电池成本比 2018 年时还贵得多。

我们的解决方案有三条路径：

第一是换电。换电接近于加油的体验，用户担心的很多问题都可解决。另一方面，换电还可以不把电池卖给消费者，这样买电动车的成本甚至比燃油车还低。

但换电需要建换电站，需要承担电池价格大幅波动的风险。我们当时的钱并不多。我们在想，能不能把它直接放在产品端，而不依赖于服务端，所以我们就做了增程。

当时增程跟今天大家的增程不一样，普遍都是 50~60 公里续航。我们就想怎么样把用户体验和出行效率结合在一起？我们做了一个最棒的选择，就是做大电池。

今天所有在卖的增程电动车都是两百公里以上纯电续航，从而能做到一个我们特别希望实现的场景：城市里用电，高速用油。我们卖了 29 万辆车，但家装充电桩已超过 20 万了，我们用户的充电桩安装比例非常高。

所以增程是我们解决方案之一，它可以用更少电池，也可以控制车重，并解决长途出行的充电问题，跟我们 SUV 的定位相符。

第三条路是什么？绝大部分企业充电桩都不赚钱。因为充电桩要一天做到 6~7 单才能收支平衡。做到 10 单，盈利状况就会好于加油站。

但今天充电桩普遍是 2~3 单 / 天，几乎都是赔钱的。所以大家普遍的算法是，把平均只能用 5 年的充电桩的成本分摊到 10 年，这样去增加盈利和减少亏损。

充电桩的原理其实跟餐厅一样，就是一个翻桌率。你充电一个小时才能充满，这时用户如果中间吃个饭回来，那两三个小时过去了，很容易造成一天就 2~3 单。我们自己测算一下，如果能把充电时间缩短到 20 分钟之内，用户就不会离车。如果缩短到 10 分钟，整个体验就基本跟燃油车完全一致了。

这就是我们在做的――快充。它有两个核心：一是必须用高压平台，这才能做到这样的充电速度。高压平台还能带来第二个好处，当我们使用碳化硅配合高压平台，再配合比较好的封装技术，电池成本还可以大幅下降，效率会显著提升 z 比如说目前卖得最好的一款中大型 SUV，它大概是 100 度电，做到 600 公里续航。我们用 800 V 高压平台配合更好的风阻系数以及碳化硅和整体效率优化，大概能用 80 度电做到同样的续航。车辆也会更轻，整体成本能下降 3~4 万块钱。我们自己现在也在做碳化硅模块，自己做三合一电机，这都是跟整体效率息息相关的。

把这些东西做好后，我们相比今天主流的 400 V 平台，在相同尺寸和驱动形式下，还可以一辆车降 3~4 万块钱的零部件成本。到时可以看得到，我们的 800 V 平台电动车，可以做到跟增程相同的价格，这可能跟大家想象得不一样。今天大家都认为 800 V 碳化硅是更贵的，其实可以省非常多成本。4c 先不考虑在内，它还有一定选择性，我们用 4c 电池可以做到 10 分钟充 400 公里，2c 电池也能做到 20 分钟内充 400 公里。

我们自己始终坚信，如果我们要卖电动车充电桩，对我们而言它是产品本身，不是服务。如果我们提供 4c 的车，但没有 4c 的完善充电网络，就相当于卖了一个 4G 手机，但你还是 2G 网。所以大家完全不用担心我们铺充电桩的速度和决心，也没有大家想得那么贵。

所以增程和高压快充，是我们往后到 2030 年，仍会坚持同时往前走的两个核心路线。无论是增程，还是高压，核心目的就是解决充电问题，给用户两种不同选择。

所以能源方面的思考，在过去从 0~1 阶段真正帮我们站住了脚，让我们获得了可观的收入。

在过去几个月里，理想汽车一直是中国所有新能源汽车里营业额的前三名，我们上面就是比亚迪和特斯拉。所以我们的收入规模和增速能支撑我们接下来全力以赴做好电方面的工作。我们在上面的研发投入，包含自研自制零部件和深入供应链，可能比大家想象得更深一些。

智能：2024 年没有高级辅助驾驶的高端车没人会买

在理想汽车，有四支人工智能团队分别在解决四个领域的问题，包含座舱多模态，这是去年建立的；还有智能驾驶、对工厂的改造和对零售端的改造。

在工厂，我们今年可以做到所有几百个检验人员都由机器替代掉，我们自己在做这方面的核心 AI 算法。我们一直在用算法解决质量问题。从量化角度看，如果拿钱来衡量分摊到每辆车上的质量的花费，我们其实显著好于奔驰、宝马、奥迪这些豪华品牌。这背后，算法体系非常关键，这包括我们对各种事故的分解。我们的保险价格是同行中最低的，甚至比燃油车还低。电动车保险普遍比燃油车贵，而售价 30 多万的理想 ONE，第二年续险，商业险是 3300 块。这都跟我们背后的这套算法息息相关。

我们要做智能也跟汽车之家有关。汽车之家基本所有产品都成功了，但有一个产品失败得一塌糊涂，就是汽车电商。不仅我们失败了，所有同行全失败了。

为什么会这样？我们后来做了一个特别重要的总结：汽车电商整个业务链条有 90% 以上发生在线下，线下的仓储、库存、物流、交付等所有环节，我们没有做任何改造，我们成本比传统汽车经销商还高，我们只是在线上多花了 5000~15000 块钱的 CPS 成本。所以在拿钱衡量的效率和商业链条里，我们除了多花了一部分钱，什么价值都没创造。

同样的问题还出现在新零售、社区团购上。很残酷地讲，这也是所有打车公司的问题。大家可以看到包括 Uber、滴滴，它今天的市值都远不及当时融资的市值。

核心是 “软件 1.0” 没法解决物理世界的问题。软件 1.0 就是人类自己来制定规则，自己变更，然后编完程以后自己使用程序（无论是互联网还是 App），它主要就运行在数字世界。但物理世界发生的一切我们改变不了，我们可以在美国非常快地用 Uber 来打一辆车，但是这辆车从 A 点到 B 点间发生的一切成本没有任何下降，甚至比出租车还高，因为空驶率更高。然后这些平台公司就会出现一个问题，他如果想获得高速增长的份额，他就亏损；他如果想赚钱，他唯一方法就是剥削司机，因为美国（平台佣金）收到 30%，中国收到 25%，而出租公司只收 20%。

电商则不一样。电子商务改变了把货放在昂贵的商场来卖的情况，货挪到一个库房就能卖，整体成本下降 35%~40%，这 35% 被消费者拿走了一部分，东西更便宜了；平台拿走一部分，所以养活了阿里、亚马逊这样的企业；新一代商家也在上面获利了。

所以我当时在思考一个问题，有什么办法能改变物理世界？我发现只有 AI。

AI 的核心是学习，不是编程，不是逻辑，AI 其实是对人类的模仿和学习。我们又把 AI 分成了两大类，对应人在物理世界里的两种工作和学习方式。

一种是行为学习，小脑为主，大脑为辅。我们是用大脑来思考、训练自己，但训练成功后小脑就能处理。比如开车，和在生产线上做一些检测。很多时候它不需要通过大脑完整思考，而是靠快速反应。另一种是最近比较流行的 ChatGPT，其实也包含车里的 “理想同学”，蔚来 Nomi 这些语音助手。它的工作方式是认知学习，大脑为主，小脑为辅。所以这时当你给出一个命令，如果很复杂，它就要回到云端去处理。

ChatGPT 的好处是什么？它难度很高，但你并不怕他犯错。如果 ChatGPT 对着你一本正经胡说八道，你也不太在意。这样大家就可以上手使用，继续训练它。但小脑为主的任务，比如自动驾驶一旦犯错，可能是一场交通事故，一个人员伤害。

从这个角度我跟大家讲一下自动驾驶的阶段。为什么我们会在这个阶段才开始 all in 自动驾驶？

先看人自己怎么开车，怎么在物理世界通过行为学习来工作的？

第一是三维感知，就是人类通过两个眼睛、两个耳朵并配合大脑，对整个三维世界进行信息获取和信息处理。我们今天看到的成像和其他动物看到的成像不一样，因为我们的传感器和我们的处理结果不一样。生物和生物间的差别，是信息获取能力和信息处理能力的差别，不是谁的体格更大，繁殖能力更强。人类拥有地球上最强的信息获取和处理能力，所以才是地球霸主。

第二步是，我们能根据看到的东西和自身状态，判断决策。如果前面是一辆车，而且是行动的车，我踩刹车减速就可以了，如果前面是一个事故车或石头，我就会判断我要怎么办。

第三步是，通过小脑及神经系统去执行：我应该怎么打方向盘躲开它，应该怎么踩刹车，产生什么样的力度，转向达到什么样的速度，这也跟我自己的运行速度相关。

第四步是结果和反馈，就是训练。如果整个操作体验非常顺畅、安全，我就会逐步把它强化成自己的本能。但如果我不小心追尾了，你相信我，三年之内很难再追尾，你会调整自己下一次的行为，但凡遇到这种情况提前踩刹车。

其实我们小时候学走路、学排球都是类似的过程。一旦经历过这种出现问题，反馈，大脑训练以后，后边小脑就能处理了。所以当我们开车开得非常熟练时，忽然接个电话，打半小时、一小时，你大脑其实没有对开车进行任何处理，但你仍安全地开着。

对照这个过程，自动驾驶已经经历的第一个阶段是这样的：

首先它没法做三维感知。当时整个传感器和算力并不强，算力是 Mobileye，感知部分只有前视 200 万像素摄像头。它只能识别视频里的一张张二维图，所用到的 AI 只是二维的。二维也可以测距，就是这张图越宽离我越近，越窄离我越远。但车载行驶会出现各种抖动，导致识别不准。所以大家用了成本比较低的方法，是放一个毫米波雷达测每一张图片间的距离。这就是到今天为止，跑在中国路上 99% 的车的辅助驾驶。哪怕它今天已经上了 Orin 这套高计算平台，还是这么工作的 。我们称这为 2.5 维工作方式。它比较像蝙蝠，通过对各种障碍物和目标物的动态测序来工作。

在第二部分，也就是判断决策方面，今天路上所有量产交付的判断决策都跟 AI 没关系，都是靠规则实现，靠大量尝试和人类编程。所以今天体验好不好，就看谁写出了更多规则、测试了更多场景。规则之内的可以解决，规则之外的一律解决不了。出现责任时，所有车企都说这是消费者的责任，因为我只是辅助驾驶。

第三部分，整个执行控制方面也完全是规则的。所以大家试车时就会发现，不同车辆，同样遇到一段堵车，跟得紧的车就会让人晕车，因为它刹车更急，起步速度更快，但能防止别车加塞。坐着比较舒适的车加速就比较稳，但容易被别的车加塞。就看你怎么调到一个平衡点。

到了第四部分，反馈成长的部分。这又分为两种：一是我收集了更多视频，我会有一个标定团队去标这些数据。特斯拉的标定团队在印度，过去一年它自动驾驶裁员就是裁这部分；中国标定大量是外包的，在贵州。标过的（系统）就认识，知道是交通桩，是车，没标过、识别不出来，它可能直接撞上去。所以这个阶段，做人工智能的经常有一个玩笑：有多少人工就有多少智能。另一个反馈训练的部分是调规则，把决策的、执行的规则调得更舒适、安全，方法就是给到更多人去更多场景调。

所以之前这个阶段，本质上跟自动驾驶没什么关系，它就是辅助驾驶，无论 L2 后面几个 “＋”，都是 L2。

这之后出现了一个本质变化，是从特斯拉的 FSD 开始的，包括他们当时从 OpenAI 招了 AK（Andrej Karparthy，他于 2017 年 6 月加入特斯拉，去年 7 月离职）。他去了后做了一个很大变化，因为他是在斯坦福跟着李飞飞做 3D 视觉感知的。同时 FSD 芯片的效率很高，它是专用 BPU（特斯拉更常称 FSD 芯片为 NPU，意为神经网络芯片；地平线称自己的芯片为 BPU，意为类脑芯片），虽然只有 144 TOPS，但两颗 FSD 基本上可以跟两颗 508 TOPS 的 OrinX 性能差不多。同时特斯拉那时也升级了，装了 360 度的摄像头。

这时它开始用大模型，用 Transformer（Google 2017 年提出的人工智能模型）的方式做 BEV（俯瞰视角）的 3D，它变成了三维视角。而且三维视角的核心就是像素，就是整个三维世界的像素占用和像素移动的过程。这带来一个本质变化：车开始用与人相似的方式观察世界。

有了三维感知后，接下来的判断决策也不一样了。整个判断决策分两层，一层是白盒子的，就是编程的，用于遵守交通规则和法律。另一层是车的判断决策、执行和控制会成为一体，我们叫端到端。车可以记录人类看到什么东西，做了什么判断，进行什么执行的整个过程，然后去学习。它变成了一个学习过程，这是本质变化。无论你用 GPU 还是专用的 BPU，你都有了这样一个闭环能力。

接下来，整个反馈层面也不一样了。它会把整个过程变成结构性数据，然后传到超算平台上进行训练。而且整个训练是个黑盒子过程，因为都是大模型。虽然同样是有算法，但有的算法是白盒子，我认为它是 1.0、1.5，完全黑盒子的我们才认为是 2.0。

这还带来一个变化，就是车端学习，收集足够多样本放云端训练，这时云端就可以做自动化标注和分类了，就不再需要那么多人了。其实特斯拉、OpenAI 的算法团队人数都非常少，这是大模型以后的自动化带来的。

由于它是一个黑盒子，整个训练看的不是对和错，而是看训练质量的提升。编程是看对和错，但当机器开始学习时，就是看质量变化。所以在超算端训练完以后，也不会直接部署到车上，而是回到车上做顶层验证，跟大量人类样本来验证。当验证算法质量有显著提升后，才会部署到车上，这会比较安全。

这是整个过程，这时自动驾驶发生了本质变化：只要端到端训练样本足够多，整个价值链、安全性就会越来越好。所以车企接下来的在自动驾驶上的比拼其实是三部分：

一是降低车端计算平台和传感器的成本，从而尽可能做到标配。只放个摄像头，什么都训练不了。确实今天特斯拉成本很低，它这块整个成本只有 1500 美金，我们这些用双 Orin 的成本，基本都在 4000 美金以上，这是一个巨大差距。

二是比谁端到端的闭环的数据多。你只拿到一部分数据没用，你得做到完整的端到端训练才可以。而且不同国家、不同场景训练的都是不一样的，并不能简单挪过来就直接用。也就是，你能卖出去足够多的、装满这些传感器和计算平台的车。

三是成本更高、挑战更大的大模型的训练。美国从去年开始就限制中国训练芯片的发展，也限制英伟达向中国出售高带宽训练芯片。

其实今天，无论是在车端用 GPU，还是在云端用 GPGPU（通用计算 GPU，指不带图形能力，主要做并行计算的 GPU），对大模型而言都不是效能最好的方式，普遍只有约 1/5，相当于另外 80% 成本都是浪费的，一点都不夸张。而像特斯拉做自己的 AI 训练芯片 “D1”， 它整个体系构建起来以后，大概能做到英伟达 A100 1/6 的成本。

我觉得这可能是以后决心要做人工智能的企业，必须解决和投入研发的部分，这是我们看到的结果。所以除了我们真正去做好产品、平台和背后的算法外，以后真正的竞争会在最底层。

在 AI 时代，这包含 AI 操作系统，它要求极低的延时，因为它是在物理世界运行的，如果延迟 0.5 秒，晚刹车 0.5 秒，可能就车毁人亡了。这时，全链条的实时操作系统，和这样的操作系统上跑大模型算法时的效率就变得很关键了。还包括车载 BPU。BPU 是典型的小脑为主、大脑为辅的工作方式。再然后到训练端，还包括用 TPU 做云端训练，这是以后的超级中央大脑。我们其实看到了整个人工智能发展的根本。

我们怎么做的？我们比较小心翼翼，但其实我们是长期在这方面做深入选择，确定这条路线可行以后，我们就会 All in 来做。

所以我们自己真正对自动驾驶的投入，是从特斯拉把大概逻辑跑通以后才正式开始的。包括为什么 L 系列里会做多模态。逻辑是一样的，我们车内算法也已逐步放弃了之前的方案，车内训练也开始用大模型，只有大模型才能实现我真正想要的 2.0 的人工智能。

这一块还有一个关键点，就是我们的一个预测：什么时候才是电动车真正的智能时代？

今天大家很痛苦，可能你看好很多企业，它们在这方面发展得很好、投入得很早，但它并没有体现在销量上。这时其实要有一个精准的、让用户体验的价值点，爆发才会开始。

比如智能手机，我觉得它当时同时满足了三个条件才可以快速发展。第一是 3G 网络。第二是 2008 年 7 月 App Store 上线。在此之前，我如果给父母装软件，要么我去电脑上拿着 iPhone 同步，要么去电脑城花 200 块钱装一堆，而从那一刻开始，我父母就可以直接点手机去下载文件了。三是 2010 年 iPhone4 发布后开始提供 OTA（远程更新）功能。原来手机更新要像下载部件一样下载到我的 iPhone 上 再更新，现在任何人都可以直接点一下更新整个手机系统。

所以三个条件都具备后，从 2010 年开始，手机才真正从触屏时代进入智能时代。2010 年之前很多触屏手机卖得非常好，一年大几千万台，但从此以后就变了。几乎是有了 OTA 的同一年，小米开始做手机了，它抓住了安卓拥有这些能力的机会。

回到智能电动车，什么时候智能电动车才真正智能？

我自己做一个预测，这个时间点，尤其是对中高端车，会出现在 2024 年。当真正基于大模型，基于 BEV 技术实现的城市 NOA 向所有城市覆盖时，会变得完全不一样。

今天我们已经做得算比较好的了，我们高速场景下的辅助驾驶使用率已超过 50% 了，但整个辅助驾驶使用率不到 14%，因为高速场景是有限的，市区里现在还没法使用（辅助驾驶）。我觉得一个技术只有用户每天的里程使用率稳定超过 60%，才再也离不开了。

城市 NOA 会带来什么结果？其实不需要变成完全自动驾驶，而是说你每天上下班堵车时，他都帮你来解决，60% 甚至 80% 以上交给它来开，而且安全性也没问题。

这时会产生一个巨大变化，就像你买了一个二三十层的楼房，它是有没有电梯的差别。所以以后在中高端车市场，如果不能提供城市 NOA，消费者就是买和不买的差别。

今年的一个现象是，所有 Orin 计算平台的企业基本都会在四季度交付城市 NOA。我自己觉得到今年年底，大部分头部企业能够到 2011 年底特斯拉的水平，到 2024 年能达到 2023 年初特斯拉在北美的水平。

所以 2024 年这个时间点，会首先从中高端开始彻底进入智能时代，一个基于软件 2.0 的智能时代。否则我们永远只能卖电动车，跟智能没什么关系。智能不是装个安卓，这没什么难的，今天很多人还没明白这些事儿。未来我们也不会提供基于原来那种方式，一个个城市做标定的产品，我们会提供基于大模型的，覆盖全部（地域）的产品。

经营十字：品牌是指引，产品是中心，高毛利保证高研发

前两个问题，我回答了我们为什么创办这家企业。接下来是我觉得，做一个从 0 到 1 的企业最重要的其实是品牌。因为品牌要回答对内、对外硬币两面的问题。我们要先对内回答：我是谁，要到哪里去，以怎么样的方式去。另一方面，我们必须要对消费者回答清楚：我们是谁，提供什么样的价值。

我认为品牌理念最重要的事情，这是 2007 年秦致（汽车之家前 CEO）加入汽车之家以后带着我们做的，他带来一个巨大帮助。

它决定你的企业效率，决定所有人是不相信这个事情。那理想的使命是什么？其实从注册那一刻就有了，我们的公司名字叫 “车和家”，我们希望通过人工智能和可再生能源技术，改变两个最重要的空间，一个是车，一个是家，所以我们使命是 “创造移动的家，创造幸福的家”。

第二是企业愿景，愿景就是我们中长期希望自己成长成一个什么样的企业？我们希望到 2030 年能成为全球领先的人工智能企业。我们必须得具备像特斯拉、苹果这样的能力，才可以立足。

第三是企业价值观。就是我们拥有的真正属于我们的，并能持续帮助我们获得成功的能力。要你经过一定验证周期后，才能提炼出自己到底拥有什么，这是比较好的企业价值观的树立阶段。

秦致 2007 年加入汽车之家时，汽车之家已经把产品库做到了行业第一，论坛做到了第二，资讯做到了第三。我们就在黑板上写为什么能做到这些，写了一黑板。当时确定的第一条是 “把消费者利益放在第