甲小姐对话吴甘沙：做全行业的“AI司机”，驭势科技没有对手

不造车，造AI司机。

作者 | 甲小姐

助理 | 易思琳

毋庸置疑，惹人注目的大出行产业链正经历重塑。

“新四化”（电动化、智能化、网联化、共享化）表现在很多方面：软件正在定义汽车；硬件正趋向成本价；新赛道摩尔定律已开启；产业链正从“主机厂-tier1-tier2”的线性逻辑演变为自由排列组合的网状逻辑……

与之同步并举的，是产业角色的重新定义：未来的出行产业，应有几类玩家组成？什么是关键角色？这关乎新周期的生态卡位——谁是入口，谁掌握话语权，谁真正抗周期，谁不可替代。

抽丝剥茧去想，对于未来出行，除了期待一批更新的车，我们似乎还缺乏足够大胆的终局想象。

“做‘AI司机’的万宝盛华（Manpower）”，吴甘沙向「甲子光年」给出了驭势科技的最新定位，也是他首次用这个表述诠释驭势科技战略。

这是个听起来略显疯狂的概念设想——在未来某天，可以在各行业、全场景自由派遣“AI司机”，并靠它们收“工资”，正如今天全球人力资源解决方案领导者Manpower向各行业派遣灵活用工一样。

吴甘沙是谁？

前英特尔中国研究院院长，五年前联合创办驭势科技，并任董事长、CEO。

对吴甘沙而言，在对的时机进入对的赛道，顶着“大牛创业”身份入局，是高光之下的大机会，也是舆论审视下的大压力——既要面对产业“快不起来”的内生周期，又要面临试错路上的“好学生包袱”。

五年来，驭势科技之路并非持续高歌猛奏，“我们不歇气地划桨、调整帆的方向，驶往大海的深处，可回头看时，离出发点却仍是不远”，“我对驭势科技的第一个五年做了N种想象，却没有猜到五年是这么走过的”。

五年间，驭势战略经历三番调整：从自造车到不造车，从垂直场景到全场景，从有安全员到真无人。

终于，站在五周年节点上，吴甘沙向「甲子光年」表达了对此番定位的坚定信心：“我们有机会去定义一个全新的价值网”，哪怕要为此克服首先“重新定义一个赛道”的挑战。

背后发生了什么？

进入这场对话，一起从最现实议题谈起，抵达一场极致未来主义的想象。

甲小姐：驭势科技五年，你的核心感受是什么？

吴甘沙：坦白说，我五年前的预言早了点。

五年前，我判断汽车新物种将启动指数发展，当时讲了个故事——比尔·盖茨曾揶揄汽车界：如果通用汽车像计算机产业那样激流勇进，我们将开着25美元的汽车，一加仑跑1000公里；通用汽车反唇相讥：如果汽车真像计算机，一天可能莫名崩溃两次，reset发动机还不行，必须得reinstall，安全气囊弹出来前还有个对话框，让你选“are you sure?”

但说实话，这五年没我最初想的那么潇洒。一直到去年，大家才真正意识到，汽车真的越来越像计算机了。

甲小姐：2020年tipping point（拐点）终于到来，是因为特斯拉？

吴甘沙：特斯拉的销量虽然还不能真正说明问题，但大家开始对这一物种有了重新认识。你看，特斯拉30个月降价了近20次，这跟传统汽车完全不同。

甲小姐：降价的本质基础是？

吴甘沙：传统发动机可能几十年乃至上百年没什么变化，但现在智能电动车最贵的零部件是电池，近10年来平均每三年降一半成本；其次贵的是芯片，摩尔定律启动后每两年降一半成本；第三贵的是面板屏幕，王氏定律说每三年降一半成本——这真正达到了指数增长。

甲小姐：汽车的“摩尔定律”开启了。

吴甘沙：毋庸置疑，未来几年，车的硬件起步价会越来越便宜，这之后，各种软件的收费就开始了。特斯拉，花2400人民币可以解锁座椅加热，1.41万元可实现百公里加速的增强（Model 3），6.4万元可拥有了FSD（完全自动驾驶），以后更简单，每个月付180刀订阅，就可以拥有自动驾驶。

指数定律有两个D：一是deception（欺骗性），刚开始看不见变化，前面发展很平缓；二是disruption（颠覆性），突然向上，发展迅猛。2019年开始，传统主机厂突然发现，原来自动驾驶已经发生了，他们意识到自己的电动车和特斯拉根本是两种车——不能通过软件进化、光有电池，只能算老式电动车。

甲小姐：核心价值体系的重塑，是硬件贴着成本价变化，软件定义汽车。

吴甘沙：没错，所以我们重新highlight了自己的slogan，就叫You See Future，是想表达，我们有能力看到未来，但更重要的是，你得有足够信心去坚持自己的看法。

甲小姐：你中间动摇过吗？

吴甘沙：我们的调性的确发生过一些变化。刚开始像一个鲜衣少年，无牵无挂，什么都敢说，什么都敢做；后来像老成持重的青年，因为身上担负着产品化的责任；再后来我们找到了自己精神气质的代表——Free Solo（电影：徒手攀岩）里的Alex。第一，Alex不是横无际涯地想象，而是踏踏实实在攀登，为了弄通这个路线，他可能试验几百上千次，每次发现哪块石头松动就把它弄走，因为这都是未来的风险；第二，他不断push the limit，把自己推到极限边缘。

甲小姐：Free Solo给我的启发在于，真正的极限运动，是由非常科学、系统的方法论驱动的，是一个系统性工程，而不是“傻大胆”。通过刻意练习把风险降到最低，这完全是“反风险”的精神，而不是冒险。

吴甘沙：是的。Free Solo同驭势科技的精神气质非常像，每一步都扎实走下来，还要不断反思总结。

甲小姐：你对驭势科技的概括里，总有某种庄严的仪式感。

吴甘沙：仪式感有两种，一种是外在的，一种是内心的，我们是后者，是you do care——每到一定时间，我都会进行一次祈祷或反思。

甲小姐：如果有个时光机，让你重回五年前，假设你已经看到了这条指数曲线，知道会有2020年这个tipping point，你觉得最正确的入局时间是何时？

吴甘沙：指数曲线有个特点——什么时候入局都可以，你不要嫌早，也不用嫌晚。但是，自动驾驶的确需要积累，Waymo相比所有玩家最厉害的不是别的，是它在2009年就入局了。

甲小姐：假设你2018年入局，就赶不上2020年的爆发点？

吴甘沙：没错。我女儿一直diss我，说搞了那么长时间还没有大规模量产。我女儿11岁，六年级，我说你考97、98分，爸爸就很高兴，如果考100分，我带你去吃蓝蛙和鼎泰丰——考100分是很难的，可无人驾驶每次都必须考100分。

甲小姐：99%=0？

吴甘沙：对。我们从最初完全零积累，全栈自研，学了将近五年才入行，对于一个零基础学生来说，五年确实不算长。

甲小姐：哪个瞬间你觉得“入行”了？

吴甘沙：2018年。一个重要客户跟我说：“车上还有人的话，这个项目必须得结束了。”

甲小姐：这话对你而言很“重”？

吴甘沙：是。做无人驾驶，总有个潜意识是车上会有安全员，而客户这句话一瞬间让我们意识到，驭势科技的目标就应该是去掉安全员，做到真无人。

甲小姐：这个客户在意的是什么？

吴甘沙：只有真正去掉人，才能降本增效。

甲小姐：你们最初难道没考虑过这点？

吴甘沙：坦白说，绝大多数无人驾驶公司第一步想的都是展示出来的功能，这往往会漏掉一些细节——你会发现，如果刚开始就有“去掉安全员”的assumption，很多做法都会不一样。

甲小姐：有安全员时，相当于你们给了AI驾驶的权利，却没让它承担驾驶的义务，大家潜意识里会有侥幸心理？

吴甘沙：大家总认为出了问题会有人兜底，道理其实简单，但就是那一瞬间醒悟了。所以到2019年底，我们开始为香港国际机场和上汽通用五菱这两个客户实现真正“去安全员”无人驾驶的商业运营——这个过程，几乎是重来的过程。

甲小姐：这两个客户场景是怎样的？

吴甘沙：一个在机场运输行李货物，一个在汽车制造工厂承担零部件转运，这两个场景的复杂度一点不比开放道路差——你要知道，上几台无人车不会出问题，但上100台绝对可能出问题。在机场，错误是零容忍的。

甲小姐：现在运营效果如何？

吴甘沙：从2020年7月开始，单客户项目开始进入百台无人车的运营规模，几乎每过一个月，人工运维事件（需要运维人员去现场的情况）就会减少一半——在呈指数式下降。

甲小姐：能指数级迭代的原因？

吴甘沙：能力提升和多方面有关，我们比较幸运的是时机——如果2019年就大规模推广，我们可能会被问题淹没。去年恰恰因为疫情，我们推迟了市场拓展，只给几个头部客户推行无人化，而当你把主要的资源聚焦在特定的客户身上，解决问题的周期会极大缩短，集中优势兵力打歼灭战，就把大场景中该暴露的问题全暴露出来了，该解决的都解决了。

甲小姐：疫情对无人驾驶是重大利好。

吴甘沙：是的。第一，疫情期间大家发现人是不靠谱的，一个人出问题，所有人跟着遭殃；第二，无接触需求是很明确的；第三，辩证法，危就是机——很多公司疫情下业务下降，反倒有空间进行技术改造，以前业务忙的时候不敢改造，业务下降了就终于决定改造。

甲小姐：你们为什么要全栈自研？

吴甘沙：很多开源算法需要license，你可以用它研究，但不能用作商业用途，Intel出身做事都比较严谨，所以我们基本自己重写一遍。

我们2017年做了杭州来福士项目，其中用了个开源的视觉定位算法，现在我们的算法比开源版本提升了不知多少倍。开源版本在光照稳定、气候因素不敏感的情况下使用很好，但早上和晚上成功率会下降，夏天建的图冬天就不能用了，晴天建的图雨天就不能用了，但我们现在的算法99%的情况下都能保持稳定，开源版本只能保持40%-50%。

甲小姐：两个算法的本质区别是？

吴甘沙：当场景不够多，你意识不到问题，但场景、客户一增加，就会发现开源算法不可持续。它没有经历那么多场景。当时我们车上的电脑崩溃了，因为里面的图补了8次，导致越来越大，以至于崩溃。所以我们就从源头上研究算法，也通过CVPR发表论文，现在它的可靠性远非开源算法能比。

甲小姐：国内大部分无人驾驶公司，要么是百度带出来的技术，要么借用了Apollo算法，全栈自研是必由之路吗？

吴甘沙：不一定，你可以选择Apollo，但全栈自研对我们自己非常有价值——因为我们知道从0开始的每个选择的情境是什么。一些核心选择，如果你基于他人的地基开发 ，不知地基为何这么建，如果只知其然不知其所以然，就会产生路径依赖。

甲小姐：长远看，全栈自研能更好地支撑可扩展性？

吴甘沙：简单说，就是全场景的适应能力。

甲小姐：你的预判“早了五年”，这个时间差是为什么？

吴甘沙：因为指数定律。当你身处局中，一定不会希望自己在指数曲线最开端的那一段，而会希望自己在拐点上。我们也更倾向于这一天更快到来，只是没想到无人驾驶这么难。我们之前会care竞品如何，现在想起来，根本不用care。

甲小姐：真正的竞争对手是市场本身？

吴甘沙：对。“竞”和“争”要分开看。“竞”是田径，跑道不断向前延展，不同跑道上各自相安无事，有人体力不支就自动退出；跑到终点才是“争”，才需要面对对手。“竞争”，本质上是马拉松 拳击赛。

甲小姐：马拉松的前100m，争先恐后是没有意义的？

吴甘沙：没错。我们一开始就是跑马拉松，慢慢地跑成会拳击的马拉松运动员，最后变成马拉松很强的拳击运动员，这是不断进化的过程。

甲小姐：在无人驾驶赛道，“拳击”和“马拉松”分别指代什么？

吴甘沙：拳击是终局竞争，比如出行和物流全部无人驾驶化，这时就是拳击赛，市场不可能有很多家；而马拉松是这场拳击的资格赛——你要一直跑下去，把自己跑成有资格参加终局的那位。如果你只盯着拳击，肯定抵达不了终点。我们内部把这段马拉松称为“八年抗战”，这是一场持久战，是战争，不是一场战斗。

甲小姐：战争怎么打？

吴甘沙：《孙子兵法》说，先为不可胜，以待敌之可胜。我们要把自己变成“不败的人”，实现不断造血、进化的循环，再等待敌人出现破绽。

甲小姐：短期造血的意义，除了减少对VC的依赖，还有什么？

吴甘沙：技术是被客户逼出来的。以前我们被客户骂还很委屈，现在我们被客户骂，心态就很好，客户如果不逼你，技术反而无法提升。

甲小姐：如果一切能重来，你会像李斌、李想、小鹏那样造车吗？

吴甘沙：不会，理想不同。我们最终要做的，是一个全世界最大的提供“AI司机”的万宝盛华（manpower）——能向各行业、全场景派遣我们的“AI司机”。

甲小姐：“AI司机”指什么？

吴甘沙：你可以理解为一个套件——一个超级大脑，一个硬件盒子和一些传感器配置。

甲小姐：艾伦·凯说“对软件极度较真的人，应该生产自己的硬件。”一个趋势是，硬件在“软件容器化”，硬件值不值钱，就看里面装填的软件值多少钱。

吴甘沙：没错，当硬件能为软件设计，被软件榨干所有能力，你的竞争力就完全不同了。据说目前特斯拉对算力的利用率也只有55%——连特斯拉还没“榨干”硬件的所有能力。我们跟汽车行业客户合作时，他们提出几个标准：一，软件能力要强；二，软硬件要一体；三，要有AI和数据闭环能力。

甲小姐：这个标准来自什么？

吴甘沙：他们在对标特斯拉。如果到2023年，特斯拉类电动车买起来便宜、用起来便宜、软件客户纷纷给钱，那传统车怎么办？所以他们希望找到合作伙伴。

甲小姐：主机厂现在的想法很干脆，就是在2022-2023年做到特斯拉做到的。

吴甘沙：是的，所以他们选择供应商时，也希望在路径上靠近特斯拉做法。

甲小姐：做“AI司机的manpower”，这个战略是什么时候定下来的？

吴甘沙：很难说具体时间。我们经历过造车，做过好几个场景，人家曾说驭势科技是无人驾驶界的“产品经理”，不断叠加新场景，我们就是在这些过程中形成了这个战略。

甲小姐：这个战略意味着不做什么？

吴甘沙：第一，不造车，否则和车厂就变成了竞争；第二，不独自做运营——非运营基因的公司，只有和各行业的运营商合作，才能真正做好技术。我们只有做好中间这一层，才能保证公司大量派发产品，才能获取各种场景的数据，才能保证在“AI司机”这件事上做到最好。

甲小姐：你们的战略调整过几次？

吴甘沙：三次。

第一次调整是从自己造车到不造车。最初我们曾想自己打造面向未来的无人驾驶汽车，因为2016年没有可以用的车，做无人驾驶无车可用是很痛苦的，只能自己做；2018年下半年，有头部车厂想跟我们合作，这时就不用造车了。

第二次调整是决定把公司约束在“下不碰车、上不碰运营”的空间里，专注做全场景的AI司机。对于某个场景，我们的share of wallet变小了，但全局来看，我们的total addressable market变大了。当我们做了小巴、停车场自动代客泊车、物流等多个场景后，我们发现全场景的能力是很有价值的。机器学习有个概念叫overfit（过拟合），局限于某个场景会使你的技术过拟合，无人驾驶有很多场景，有的替代C照，有的替代A照、B照，只有通用技术才能价值最大化，于是2018年底，我们明确了这个战略。

第三次调整是决定做“真无人”。2018年就开始研发了。

甲小姐：也许你的战略可以概括成“三无”，第一叫“无车”，不自己造车；第二叫“无限”，全场景；第三叫“无人”，去掉安全员。

吴甘沙：好主意。

甲小姐：为什么不聚焦一个场景打穿？

吴甘沙：坦率地说，选择在一个场景吃深，你会陷进去。To B to G 最怕定制化开发，你要吃深，就一定是定制化开发——交付一辆车没用，还要跟客户的ERP系统、订单管理系统、仓储管理系统、运输管理系统等全面对接起来。而且你会树立很多“敌人”。

甲小姐：“敌人”是谁？

吴甘沙：同样在这个领域里要吃深的人。

甲小姐：横着长不会有敌人吗？

吴甘沙：横着长，你会赋能很多不同垂直领域里已经生根的人。已经有很多擅长做这些的人，跟他们合作就可以了。所以我们会聚焦在各种场景通用的AI驾驶技术。

甲小姐：所有公司都不愿意做定制化，但很多人都被迫无奈做了定制化，是因为如果不定制化就没有收入。如果你要横着长，收入怎么办？

吴甘沙：和产业链合作伙伴去协作。

甲小姐：他们可以选更便宜的厂家或开源厂家，为什么选择你？

吴甘沙：现在没有真正在这些场景中跑起来的无人驾驶厂商。

甲小姐：可以用Apollo？

吴甘沙：你要加上几个限制词——第一，真无人；第二，7×22小时；第三，全天候，刮风下雨、酷热、沿海，各种情况都能跑——三个条件加起来，我们是the only choice，确实没有对手，我们很少竞标。除了这三点，我们还会确保运维成本低，我们把工具链交给产业合作伙伴，他们来部署和运维车辆，我们很容易被集成。

甲小姐：你们定位是什么？

吴甘沙：科技服务商。我们交付的是“AI司机”，未来理想情况是，每个月给AI司机付工资就可以了。

甲小姐：整个汽车的产业链关系正在重构。原来产业链是线性关系——主机场、tier1、tier2。现在大家开始重新定义汽车，比如自动驾驶芯片公司会直接跟主机厂合作，线性关系在被打破。

吴甘沙：没错，第一，产业链关系在不断压缩，不再井然有序；第二，不能完全要黑盒，而是要白盒交付，因为需要把整体集成到一个域控制器上；第三，数据要在全生命周期中流转——这几点，注定了传统汽车的生态需要改变。

甲小姐：做AI司机，你相当于给自己单独定义了一个新赛道？

吴甘沙：我们的定位的确比较独特。国内其他公司要么在某个场景吃水很深，比如港口矿山环卫，要么就直接做Robotaxi（无人驾驶出租车）。

甲小姐：做AI司机的Manpower，你所描述的那个未来是什么样的？

吴甘沙：我的想法比较futuristic（未来主义）。

第一，未来所有车都有一个标准接口留给AI司机。今天车跟司机的接口是方向盘、油门、刹车，还有留给传感器和车脑的安装接口。未来这些接口甚至不用走线，通过一种短距离的、非常安全可靠的无线传输机制，这些接口是标准化的。

第二，我们上面会跟不同运营商做接口。比如滴滴，虽然他们在自主研发，也许未来他们也愿意接受第三方司机；比如顶尖的物流公司、工业互联网公司，也需要AI司机可调度，在接到命令后就把车开到某个点接人接货。

甲小姐：每辆车都有标准化接口，这事有征兆吗？

吴甘沙：你看特斯拉，它现在允许你换控制器，以前用英伟达的控制器，现在可以换成FSD，第一代FSD也可以换成第二代。只有控制器是最新硬件，才能确保无人驾驶能力，这就是AI司机与车的接口标准化。

甲小姐：就像换电池和换轮胎一样，一辆车以后很多部位可以不断替换？

吴甘沙：是的。

甲小姐：这需要整个产业链的标准去配合，甚至国家标准。

吴甘沙：国家工业信息安全发展研究中心2020年评了18个人工智能优秀产品，38项人工智能优秀应用解决方案，驭势科技各占了一项。

甲小姐：科技的历史走向，并非像物理定律一样是因果推导的结果，不一定存在唯一正确的路，很大程度上取决于最牛的那个人定义了什么玩法。

吴甘沙：没错，所以当务之急是我们要先把这种能力做出来。

甲小姐：未来一年、三年、五年，你想达到什么状态？

吴甘沙：未来一年，要把“真无人”的环境做大，在几个维度实现快速增长，total addressable market、渗透率、市场占有率；三年后，要发挥多场景、全场景的威力，既有对标特斯拉的乘用车产品，也有无人公交、无人配送等商用车产品；五年后，驭势科技的“AI司机”将在Robotaxi领域占据更广阔的市场份额——今天是百亿级市场，三年后是千亿级，五年后应是万亿级。

甲小姐：你的愿景，别人不信怎么办？

吴甘沙：荆棘后的山花烂漫，属于相信奇迹的人。

甲小姐：无人驾驶，中美会走出两条路还是一条路？

吴甘沙：二者殊途同归，顶多在接口上有差别。

甲小姐：所以国内大谈特谈的“车路协同”不是核心议题？

吴甘沙：当所有车都联网了，一定有大价值，但真正的5G车联网（NR-V2X）得2024年才出来，今天谈5G车路协同，就是跳出了技术环境。当然，商业模式也很重要，今天是政府买单，明天谁去买单？这个商业模式还没确定，说实话，我们还根本不知道它实际应该怎么走。

甲小姐：现在车路协同多是样板工程？

吴甘沙：做样板没问题，但避免出现政府催熟行业、行业催熟产业的情况。今天的车路协同只能用在信息传播，未来更大的想象空间是在协同感知、协同决策和控制。

甲小姐：你之前打过一个比方，说无人驾驶赛道像“K1异种格斗大赛”，竞技台上有各种背景的人，用各种拳法一起打，大家的利益、方法都不同。如今你的大部分客户是主机厂还是场景方？

吴甘沙：我们刚刚提到的马拉松 拳击赛，是个“造血 进化”的闭环——造血，一定从非主机厂开始；进化，脱离主机厂是不行的。

甲小姐：主机厂不会给那么多钱？

吴甘沙：我们跟主机厂合作更在乎的是有没有可能未来几十万辆车都用我们的技术，而且不断有数据回来。

我一直讲，我们是无人驾驶的“隆中对”——诸葛亮的隆中对，本质上是益州加荆州。益州在四川，是天险，是粮仓，只要你不作，就能立于不败之地；荆州，是真正的图谋天下之利，没有荆州，只能偏安一隅。刘备和孙权共同占有荆州来抵抗曹操，这是诸葛亮限于当时天下大势做出的战略。

类比之下，我们的“益州”是商用车，为公司造血；我们的“荆州”是乘用车，孙权就是主机厂。“益州”可以源源不断提供粮草；“荆州”可以做出来低成本高可靠的技术和数据，又反哺“益州”——这样形成闭环，不断循环。

甲小姐：两个问题，第一，乘用车、商用车在技术上有多大相关性？第二，你的商用车造血能否真的足以支撑你拿下荆州？

吴甘沙：第一，两年前，大家看到的L2和L4是不同的东西，但现在情况不一样了。现在主机厂要的是L2的身体，L3的相貌，L4的灵魂。

甲小姐：具体说说。

吴甘沙：法律法规责任上认定它是L2，但用起来感觉像L3，然后它的技术可以演进到L4。

甲小姐：所以两条线的确可以互帮互助？

吴甘沙：是的，一边是粮草，一边是数据。回到第二个问题，我们到底能不能靠商用车造血？我认为一定能。

甲小姐：你们现在收入量级是什么水平？

吴甘沙：现在不太方便透露具体数字，可以分享的是，在我们今天发力的行业里，每年可以有几倍的增长。顶级业主项目，差不多每年费用是以亿来算。

甲小姐：你们的收费模式是什么？

吴甘沙：我们现在希望每年都能有recurring的硬件费加服务费。

甲小姐：你提供AI司机，机场先跟你们对接，再去找要用哪种车？

吴甘沙：对，我们提供的车型一定是机场认可的车型。

甲小姐：车是谁采购？

吴甘沙：我们采购。

甲小姐：你们变成了集成商？

吴甘沙：对。AI司机是硬件加服务，在某些场景下，还要能够交付车，有时也要交付整体解决方案，这必须找合作方。

甲小姐：车需要定制吗？

吴甘沙：我们公司有一个专门的团队可以赋能车厂，比如原来航空业专用车厂不知无人驾驶是什么样，我们就会赋能，帮助他们做出来满足客户要求的完全无人驾驶的物流拖车。

你可以想象，未来主机厂与合作伙伴一定存在这样一种关系：一头是白盒，从合作伙伴往主机厂方向赋能；一头是从主机厂往合作伙伴方向流动的数据。这不是一种简单的采购关系，而是一种深度合作的关系。

甲小姐：似乎业界越来越少人讨论Waymo了？

吴甘沙：2017年，Waymo的全部路测里程为1000万英里，2018年超过2000万英里，2019年达到近3000万英里，Waymo的数据具有指标意义，因为它有足够大的覆盖。

Waymo在加州大概是一百多辆，一辆车每年开10000英里左右，这和人一年开的里程差不多，但跟出租车比又差很多，出租车一年可能开10万英里。

甲小姐：你们覆盖的车辆有多少？

吴甘沙：今年我们冲击千套，明年数量会更多。今年进入正式运营的商用车数量，可能跟Waymo的车队规模差不多。

甲小姐：你为什么关注Waymo？

吴甘沙：Waymo是指标、标杆，它代表一条路线，全副武装，武装到牙齿，全身设备10万美金。驭势科技采用的传感器比Waymo便宜很多——拿Robotaxi来说，如果说Waymo的成本是1，绝大多数公司成本是1/2~2/3之间，我们是1/6。

我们的传感器虽然便宜，但它很全，有摄像头和激光雷达，数据质量也非常好，能形成自闭环；特斯拉没有激光雷达，数据质量相对差一些，而且它不一定能拿到数据，因为它to C，只能网络回传数据，传回来的数据又很少；我们to B场景中所有数据都能回来。

甲小姐：你们成本低的原因是什么？

吴甘沙：正是因为我们一直用惯低的，我们一直要求自己用更便宜的激光雷达、摄像头和传感器就能做到无人驾驶。

甲小姐：Waymo是尽量让汽车的“眼睛”好使，你们的做法是“眼睛”可以不足够好使，所以要脑袋格外好使？

吴甘沙：曾经“嚣张”的时候我说，我们眼睛也许不如别人好使，但脑袋比别人好使。以前这么说过，现在比较低调。

甲小姐：为什么Waymo不着急做便宜？

吴甘沙：当你有商业化压力的时候，你必须得想尽一切办法；当你没有商业化压力，你就对价格不敏感。现在即使我们做Robotaxi，也是用更便宜的传感器。

甲小姐：行业都有生态位。出行行业中，主机厂、运营商、场景方、其他合作伙伴谁的话语权更强？

吴甘沙：乘用车场景中，多数情况下主机厂最强势，因为产品定义的权杖在他手里，当然也有exception，有些供应商如果技术独特性特别强，就有更强话语权，未来几年，乘用车是主机厂和科技服务商深度合作的阶段，他们会共同面对传统供应商，共同面对用户。

商用车场景中，大B客户肯定话语权最强；有时是强势的集成商和运营商；我们不希望讲自己有多强势，但在生态位上我们是独特的，是the only choice。

甲小姐：一个产业像管道一样，你在管道越窄的部分，就越有话语权。

吴甘沙：按照迈克尔·波特的说法，我们有机会去定义一个全新的价值链或价值网，比如资金怎么流动，数据怎么流动。

甲小姐：我的观点是，一个东西终端场景越复杂，中间平台型公司就越有优势，关键看终端是大C还是小C。如果你的产品是大C，那就是终端最强势，比如手机；如果产品是小C，比如玩具，那就是渠道最强势，比如卖场，因为你能决定把哪个东西摆在前面。而区分大C小C，得看一个东西“好”的标准是不是一致——如果超级一致，往往形成大C，就像公认苹果手机是最好的；而一个东西越多样性、越个性化，越接近小C。

在我的猜测中，未来，“无人化移动”是件极其端碎片化的事，恰恰由于终端场景十分碎片化，平台反而有价值——所有人和物需要一种“无人化移动”的能力，且可以快速切换场景模式，这可能衍生一种新平台。

吴甘沙：一个个场景做起来，你会发现，适配你的车型越来越多，你能跑的场景越来越多，平台上的运营商和集成商越来越多；当然，也有些特别强势的垂直玩家，比如满帮或G7，但大多数确实是非常碎片化的小运营商。

甲小姐：你们会试图做入口吗，还是会一直藏在客户身后？

吴甘沙：我们暂时不考虑做直接入口。

甲小姐：2020年4月，中央出台文件把数据作为“生产要素”，这衍生了一系列问题，比如，怎么确权，怎么交易。在你的终极愿景里，AI司机能实现，依赖于算法可以被交易起来？

吴甘沙：如果算法能交易就太好了，这样就不用只服务一家主机厂了。现在很多主机厂都在推SOA（Service Oriented Architecture），本质上希望不同算法和App能够完美配备硬件。

甲小姐：我猜想，终极状态应该是任何一个机器人，不仅仅是车，都可以在任何一个时间、地点、场合临时调用一个算法，使得它可以在这个场景实现A到B的移动。

吴甘沙：我们有这样的考虑。比如我们在机场的拖头跑得好好的，但突然有个客户说，能不能拖头带着拖斗倒车？这样到月台更容易装货。这就是一种新功能，客户可以进行购买。

甲小姐：你要做AI司机，我想“司机”的定义是，在不同场合下可以完成不同的移动工作的能力——比如一辆车跑到一个复杂大型购物中心，它之前没来过，但它可以一键download，就自动掌握在这里自动驾驶的能力。

吴甘沙：这就是停车场地图。还有其他的一些例子：特斯拉申请了一个专利叫DeepRain，做高端车的挡风玻璃雨刷，可以根据雨量大小控制刷新频率。传统高端车一定要ECU来控制雨量传感器，但现在特斯拉不需要增加ECU和雨量传感器，挡风玻璃那有摄像头能感知雨量大小；另一种情况，比如开车到某个森林公园露营，晚上就可以买个App，它可以控制车灯形成一个舞会中旋转灯光的效果；甚至还有客户建议，下周我们庆典，能不能把所有车控制起来跳个广场舞？

甲小姐：这些都是很梦幻的想象。说回今天，驭势科技过了有生存风险的阶段吗？

吴甘沙：行业经历了起伏的周期，这个周期对我们来说受益匪浅，如果你一直只生活在春夏天，有些能力是起不来的。短期我们肯定没有生存危机，但始终还是要保持危机感。比如，突然有一天某种技术跨越式发展，今天无人驾驶得通过大数据解决长尾问题，但万一突然有一天可以小数据呢？人活18年，到驾校里学了几十个小时就会开车了，为什么？不是靠在图片上标一个个框去学习的。这都是潜在的危机。

科技公司就是这种宿命，技术的演进和迭代是很难说的。一波浪潮来临，你是弄潮儿，很可能存在一种情况，这波浪潮还没真正变成产品，下一波浪潮又来了，你一下子就被后浪拍在沙滩上。弄潮儿有两种可能，一种成王，一种败寇。

甲小姐：比如我就不喜欢买车，不管是时间还是体验上，都是不划算的。

吴甘沙：车厂担心两件事，一个是新物种，二个是外星人。新物种是特斯拉，以为是一条鲶鱼，没曾想变成了鲨鱼；外星人就是Robotaxi，它来了，大家都不买车了。

甲小姐：福特当年说，你问消费者要什么，他们说会要更快的马；现在消费者可能告诉你，我要一个什么样的车，但对我来说，我要的只是用舒适安全高效的方式把我从A点送到B点，至于你让我飞过去、走过去还是怎么过去，I don't care。换句话说，打败无人驾驶的，也有可能是飞行汽车或者AR。

吴甘沙：哪怕现场可以3D打印出来吃的，原材料还是要运输；最怕的就是连原材料都可以通过管道运输，就真的不需要无人驾驶了。

甲小姐：现在我会有个doubt，很多人把汽车产业链看成最大赛道，真的有这么大吗？有位投资人甚至信誓旦旦和我说，是男人就该做汽车。

吴甘沙：你要判断的是，你说的那个颠覆性在未来什么时候到来。如果2030年到来，特斯拉也没戏。特斯拉今天的估值是基于大家对他的判断，说到2030年它有2000万台。你说的这种未来要到2050年、2100年到来，那么这一波智能汽车还是有很大机会发展到几千万辆的规模。

甲小姐：也许AI司机比汽车本身更具备穿越周期的可能。因为你做的是“移动的能力”，是软硬一体的东西，而不是车队。物理世界总有东西要移动。这种能力可以放在汽车里，可以放在一个椅子里，也可以放在一个机器人上，甚至城市的垃圾箱里。总之，“移动”是永恒的真需求，而“车”不一定是真需求。

吴甘沙：对，比如你要扔垃圾，你可以让垃圾箱自己跑过来；在公园里，你要喝冷饮，冷饮机可以自己跑过来。

甲小姐：说回汽车。很多人会讨论，十年之后，到底会有10个汽车品牌还是100个汽车品牌？

吴甘沙：如果车一旦变成了手机和计算机，就更会产生规模效应。20年前欧洲用户都在用诺基亚、西门子、爱立信，现在都用苹果、华为、小米，那未来会不会突然都开始用Apple Car，用华为的车？存在这种可能。当汽车成为计算机或手机的形态，全世界只存在十家以下的品牌是有可能的。

甲小姐：一个东西越依赖软件，就越容易集中。

吴甘沙：还有一种力量需要重视，滴滴定制的车队。

甲小姐：滴滴是主机厂很害怕的对手——因为它掌握了真正的入口，我的出行是滴滴安排的，不是我自己安排的。

吴甘沙：是这样。所以Waymo等做Robotaxi，需要在逻辑上说通——怎样才能干掉滴滴？这在逻辑上其实是没有说通的，但大家似乎一下子跳过去了。我也没想明白，科技公司做Robotaxi怎么绕过了滴滴？

甲小姐：假如我们刚才构想的移动物理世界成型，可能会有一个入口，你可以自由调度一个物体过来。

吴甘沙：确实存在这种可能性——现在是人找人，人找物，以后是物找人和空间找人。

甲小姐：当人真正可以不受物理限制，不用移动地去迎合物理世界的时候，他就不愿意再回到过去了。比如，我去上海开会，体验wewok，它在上海有40个办公区，如果办一张会员，40个办公区我全可以用，这时我就不愿意再去找一个固定办公室。

吴甘沙：疫情加速了灵活用工。

甲小姐：灵活用地，灵活用物，灵活用人——所有服务都应该是柔性的，这才是AI真正应该解决的核心问题。要不然整个社会都是各种各样的库存，空间的库存，物的库存，车的库存。共享经济的真正内核是用智能技术使得所有东西只有在被使用的时候能就近获得，而不用那么多闲置。

吴甘沙：按照这个推理，数字经济应该去统计全世界、全社会的资源使用率。

甲小姐：之前我跟科大讯飞的胡郁聊，他说了一个观点，“有了大数据之后，计划经济是很好的”。

吴甘沙：有了大数据了以后，是不是真能实现计划经济？有两派观点，有人认为有了这些大数据以后，一切都可预测，真正变回最高效的计划经济；另一派观点是，忽略了人这个变量，人始终会有主观存在。

甲小姐：没有black and white这么极端，但科技让人们有可能像“绣花针”一样去管理一切。

吴甘沙：没错。自由市场经济会认为你管得多不是好事，因为你现在的预测都是基于过去——但未来如果被过去限定了，这个世界就没有乐趣了。

甲小姐：之前和你的同事聊，她说刚创业时，你是“圣人”风格，同事迟到了你都不好意思说一嘴，现在你还这样吗？

吴甘沙：现在不了。骂人是促进改变的一种方式。

甲小姐：现在你的管理风格有什么变化？

吴甘沙：更讲究结果。为了达到结果，你不能一直nice；另一个变化是，我会更积极促进身边人的成长和变化，即使成长会带来痛苦。比如华为就敢于动刀，大动刀子筛选一遍，剩下来的都是非常认同你的人。当然，前提是华为招人一点问题都没有，但小公司流失一个技术人才还是挺可惜的。

甲小姐：乔布斯说过，真正的A类人才不用你去照顾他的自尊心，马斯克也是这个态度。

吴甘沙：马斯克因为自己的性格跑掉了很多人，只不过他的吸引力太强了，始终有飞蛾扑火的顶级人才。

甲小姐：你给自己作为一个CEO打分，打多少？

吴甘沙：70分。

甲小姐：理由？

吴甘沙：目前为止，我们找到了一条路，有自己的道路自信、理论自信，这是好的地方；不好的地方在于，因为Intel出身比较实在，还不太会随风口起舞——说实话，如果我能随风口起舞，应该能融到更多的钱。

甲小姐：在融资这件事上，你好像确实没那么aggressive。

吴甘沙：任何一件事都有两面性，融资过快，手头工作会变慢。但反思一下，一个真正的创业者应该是非常善于“借势”的人，我们不应该错过。

甲小姐：假设重来，你觉得该追一追风口?

吴甘沙：从结果上看，不拘一格融钱一定是好的。

甲小姐：这几年我观察身边创业做成的人，往往不一定每个阶段都正确，但一定是跑在最前面的那个人。前阵子和一位创业者聊，他是细分赛道的No.1，他说复盘这几年，最正确的事就是速度，因为技术可以改，路径可以改，还可以买别人的服务，但你一定要跑得足够快，口袋足够深，因为行业的No.1有一个privilege（特权），会获得最头部的资源红利。

吴甘沙：没错。是不是只要质量足够好就可以？不是，速度很重要，规模很重要。

甲小姐：速度可以buy time，可以给你买资源和时间；而且有个中国特色，政府和体制内客户作为中国科技的推手，只敢扶持行业老大，很难扶持尾部，因为大家不敢犯错。如果我是驭势CEO，我会不顾一切先卡位行业老大。

吴甘沙：接下来5年，Waymo可能是Robotaxi的老大，小规模带安全员；Tesla是智能汽车的老大，大规模，但有司机；而我们希望在第三条路上成为老大，全场景，真无人。我相信到2021年底，我们真正能做到在无人化运营的车的数量和在产生的商业收入，驭势科技绝对领先。

甲小姐：也许你需要一个类似Robotaxi的名词，现在你的解释成本很高。

吴甘沙：今年年底解释起来可能会容易一些。当你发现各行各业都有驭势科技赋能的无人车，而且是真无人，7×22全天候运营，到时再讲“AI司机”可能更容易。

甲小姐：未来你的战略还会再调整吗？

吴甘沙：未来五年会有很多不确定性，也许某个场景突然做大了，也许通过上市，利用资本杠杆向上飞升，但我们确定的事就是全场景、真无人的技术越来越物美价廉。

甲小姐：过去五年，有过很沮丧受挫的时刻吗？

吴甘沙：刚开始创业时，你会觉得这帮人会跟着你打天下，一直走到终局，但一旦有特别看好的员工离职，肯定会受挫；另外，技术出现了问题，大家左改右改还没有办法的时候，会受挫；有时和投资人解释不通的时候，也会受挫。

甲小姐：投资人最大的质疑是什么？

吴甘沙：会觉得我们的东西相对Robotaxi来说显得“简单”，这是投资人的思维定式，即使你给他呈现你能做Robotaxi，还会存在这样的问题。我们曾面临阶段性的投资人不认可，2020年后，越来越多投资人认可，因为原来那条路线他们碰到了瓶颈，又看到我们技术独特的地方。现在我们会邀请投资人坐一坐我们的Robotaxi，坐完以后他们会发现，我们的技术还是很可以的。

甲小姐：你的护城河是？

吴甘沙：巴菲特提到护城河有几种：一是无形资产，你的品牌，你的专利，这些我们做了很好的布局；二是规模和成本，我们AI驾驶员量大，有成本优势；三是客户迁移成本，进入到行业里，客户想换很难；四是网络效应，赢家通吃，无人驾驶里面是不是存在网络效应？这一点大家还在徘徊。

甲小姐：2017年驭势科技在CES的展位引起很大轰动，但2018年你们没去，此后驭势科技似乎开始低调，发生了什么？

吴甘沙：可能跟我理工男出身有关，觉得这没什么用，会分心，想把事先做出来，在PR方面就有点“矫枉过正”了。但你不发声，别人就会乱猜，断章取义。Key message还是要通过你的嘴巴反复强调才能成为正确的message。无人驾驶要上新闻很容易，找个记者坐车，车上没人，就可以报道，但这跟7×22、全天候、几百辆车、运营一年，完全是两码事。

甲小姐：拍电影的人会用人物弧线表达叙事情绪的高低起伏，假如给这五年画一条弧线，你会画成什么样？

吴甘沙：情绪波动完美符合达克效应——驭势科技刚开始是“愚昧之山”，大家都是无知者无畏，不知道自己不知道；2018年到2019年是“绝望之谷”，知道自己不知道；2020年是“开悟之坡”，知道自己知道了。

甲小姐：现在让你复盘过去五年的决定，最正确的决策是什么？有特别后悔的决策吗？

吴甘沙：有后悔，也不断在复盘。我们一直强调三个层次的复盘：第一，这条路径能不能能跑得更好？第二，是不是可以换一条路线？第三，是不是得换个目标？特别后悔的决策倒没有，也许借一下风口能有更高估值，当然也谈不上多后悔，毕竟精力有限，选择做A，B自然就会慢。

甲小姐：你今年的时间打算怎么分配？

吴甘沙：我想把时间花在组织上。我必须得感谢李想，他的分享让我看到了一个更适合未来的组织是什么样子。最早的工业化组织最重要的目标是效率、成本、不出错，通过流水线来提效降本，这时的产品形态是硬件加少数软件；现在进入智能汽车时代，产品形态是硬件加大量复杂软件，传统追求效率和成本的方式就不work了——软件有大量的不确定性。

李想推崇的组织形态是信息充分透明，决策充分下放，不纠结于对错和责任，而关注成长。他讲过一个故事，有些传统车厂做的L2特别难用，因为他就是想把辅助驾驶做得难用，这样用户就不会用，也不会出错；而特斯拉不太成熟的时候却让用户用，才能在快速试错中成长。

但这种组织还不是最终极的，未来无人驾驶的研发组织不仅仅面临复杂软件的挑战，还必须做出适应无穷无尽未知场景的AI算法，这需要顶级的人才密度，需要认知共创和流转的环境和社区。

甲小姐：互联网是靠debug出来的，车五年才推出一款，这就是两个行业底色的不同。汽车行业要学习互联网行业，但也不能照搬，因为汽车人命关天。

吴甘沙：2019年，我们发现新造车势力互联网的部分太强，汽车的部分太弱，后来我们意识到，新造车也追求安全，但这种安全是快速迭代出来的安全。

甲小姐：这让我想到进化论。进化起于变异，本质上是DNA转录后“出错”了，但又快速地自然选择，好的被保留，不好的被淘汰。从物种角度讲，整个物种越来越安全。

吴甘沙：自然界有几种创新方式：一种是死亡，新陈代谢，老的把资源释放给新的；第二种是交配，一部分来自父体基因，一部分来自母体基因，融合创造了新生命；第三种是变异，越小的东西变异越快，变异产生了新的特征，新的特征会让你有新的适应区。比如鸟，本来是爬行动物，在变异中长出了羽毛，这个新的特征打开了新的适应区——天空，这种适应趋势如此自由强大，以至于现在鸟类种类已经超过了爬行动物。

甲小姐：进化比人聪明，很多答案都已经写在进化论里。我的投资人说过一句话——犯大量的小错，犯少量的大错，生死攸关的问题尽量避免犯错，主动在错误中成长起来。过去我总有“好学生包袱”，不愿犯错，但其实这样不利于成长，后来终于戒掉了这一点，在公司内部鼓励主动试错。

吴甘沙：没错。成功的企业最应具备的素质，不是已有能力有多强，而是纠错能力很强。