全栈自研的风向，变了

十三年前，Facebook的工程师Calos Bueno写下《The Full Stack》，第一次让“全栈”这一名词为人们所熟知。十三年后，汽车产业向着智能电动化高速飞奔，“全栈自研能力”似乎成了企业技术实力的代名词。

尤其是在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、智能网联以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

两年之后，风仍在吹，只是风向好像变了。

在近期的中国电动汽车百人会上，华为余承东一半调侃，一半无奈地说道：“国内的新势力，今天李想和李斌都在这里，我相信他们都不太可能在智能化中选择华为，国际的巨头们，也不会选择我们，传统车企如果怕失去灵魂的，也不会选我们”。

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也随即发生改变，零部件供应商与主机厂之间陷入到旷日持久的供需博弈之中。

正因如此，余承东做出判断，在智能化时代，华为不可能做到像博世、大陆集团那样的Tier 1，因为华为更多提供的是软件、算法、云和芯片，没办法像传统零部件一样实现标准化，必须跟车企更多地卷入，深度定制和赋能。

视角切换至主机厂，理想CE0李想也在会上重申了全栈自研的必要性，“之前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厂家使用，但使用供应商的软件方案，迭代速度有跟不上竞争，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，涉及到代码算法、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便是一个典型的例子。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，两天前，通用汽车宣布将彻底放弃与苹果的合作，逐步淘汰苹果的 Carplay，转而使用和谷歌合作研发的原生车机系统。之前宝马也曾表示在未来新车型上可能不再配备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、大众这样的顶级的玩家们，在车机系统、动力系统、转向系统等核心零部件领域，也大多采用的是自研形式，毕竟只有通过垂直整合将供应链牢牢地握在手里，才可以保证平台化、规模化，取得成本以及可靠性优势。

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。零跑便是忠实的“拥趸”之一，“我们的全域自研是软硬件一体化的全域自研，电路板，结构，软件，操作系统，都是我们自己开发的”。

但可惜的是，与传统燃油车时代一样，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：“汽车行业重复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？就好像在智能手机时代，大家用得都是高通的芯片，影响大家打造品牌的差异化了吗？”

是啊，看看如今的比亚迪，拥有如此优秀的垂直整合能力，也很少会以“全栈自研”自居。所以可以看到，在智能化布局上，比亚迪还是会选择与Momenta、速腾聚创、百度以及地平线等企业合作，进军自动驾驶领域。

为何连比亚迪都如此谨慎？其实，当行业掀起“全栈自研热”的那一刻开始，便有人提醒，企业什么都想要自研，必然会造成行业的巨额浪费、产业发展低效，产品体验滞后等问题。

但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。

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，更是在对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上，难度如此之大，这其中最大的挑战，来自于组织能力”。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，是构建稳定且有战斗力的自研体系的关键所在。

看上去似乎简单，麦肯锡却有个非常扎心的调查数据：仅有3%左右的企业真正完完全全地做到既定的数字化转型目标。分析案例后普遍发现，技术问题只占了很小一部分，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，实现规模化的核心要素是降本增效。

现实是，如果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，在保持领先性的角度来看，沉默成本会相当巨大。这种成本自然会转接到市场之上，成为规模化面前的“拦路虎”。

当下，一个显著的特点是，L2/L2+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，高阶辅助驾驶也在进一步下探至30万元左右。

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

换句话说，一段时间内，在中低端的智能驾驶市场，Tier1的技术成熟度已经相当之高，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它商品化部件的、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，当前行业内的大部分企业仍无法构建相适应的研发环境，与其选择“闭门造车”，不如选择联合Tier1开发，即主机厂基于供应商的基础平台底座去做自己定制化、差异化的应用功能，这显然是一条更为务实、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，也给各大企业的带宽、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”是完全该做到的。

只是，从商业维度角度出发，还是那个问题——合作方多了，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，这对合作效率无疑是个严峻挑战。

其实，相关的供应链企业都意识到了这一问题。所以为了打消主机厂的顾虑，类似于寒武纪、黑芝麻等供应商们，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的平台化、共同化、建立统一的硬件平台规划、软件统一基线，为生态伙伴互动和深度协作开发打下基础。

独木不成林，主机厂正在与供应商们双向奔赴。就像长城汽车CTO王远力说的那样，“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的深度协同协作。”

聊了这么多，回过头来反问，每个人都在宣称全栈自研，那对于整个行业来说，意义是什么呢？在这个产业链重新定义边界的年代，或许就是让人们更深刻认识到，“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，没人能够熟悉所有方方面面，但作为一个全栈，能够看清每个栈的上下之间是如何运作的。