中國新能源汽車進入下半場競爭階段，上半場的油電同價已經取得初步進展。下半場智能化、網聯化領域的商業模式，供應商和車企關係，以及智能化發展路徑，又成為行業企業集中探索的新領域。
2023年7月5日-7日，2023中國汽車論壇在上海召開，在主題論壇五《智能網聯汽車產業新趨勢與未來發展》，同濟大學教授朱西產與東風技術中心首席總工程師邊寧、舍弗勒大中華區首席技術官劉泳、暢行智駕首席執行官屠科、小馬智行副總裁黃俊、上海測迅汽車科技有限公司創始人 CEO李曉英就。新能源在智能化方向關鍵問題進行了探討。
整體來看，靠功能賺錢或許短期仍然是車企在智能化領域的盈利方式；隨著智能化網聯化的發展，整車的垂直供應鏈關係被打破，整車企業和供應商可能形成互為供應商的新關係；智駕公司在技術路線選擇上也更加靈活；構建複雜工況也成為高階智能駕駛測試的新思路。
車企通過數據、軟體、功能賺錢；車企、智駕公司互為供應商
眾所周知，新能源汽車領域，除了特斯拉和比亞迪，基本沒有賺錢的整車企業。如何能賺錢，靠什麼賺錢，是擺在整車企業面前的重要問題。
朱西產將智能汽車類比智能手機，他認為，頭部品牌由於走量，還能在硬體領域掙一些錢，但是頭部以外的企業基本靠硬體無法掙錢，靠數據來掙錢。
同濟大學教授朱西產
朱西產提出了靈魂之問，智能網聯汽車汽車未來是靠賣功能掙錢，還是靠賣數據掙錢呢？或者像特斯拉用數據做汽車保險掙錢？
東風技術中心邊寧認為，智能手機和汽車還是存在巨大差異的：手機屬於消費品，汽車是除了房子以外居民最大的支出，更加註重強調安全。將汽車作為智能終端靠數據賺取利潤的情況，可能會比較漫長。
東風技術中心首席總工程師邊寧
邊寧看來，中低端車型可能在比較長的時間內，還是依靠賣車賣功能賺錢為主。中高端可能會希望以後通過售後軟體升級服務賺錢。其實特斯拉的model3和model Y，作為單車銷量最高的產品，在硬體製造領域還是能夠賺到錢的。
舍弗勒大中華區首席技術官劉泳與邊寧類似，車企賺錢的商業模式，短期來看最終還是取決於最終用戶得到了怎樣的功能，消費者對這個功能付費。
舍弗勒大中華區首席技術官劉泳
暢行智駕首席執行官屠科認為，硬體是否能掙錢，需要一分為二地看：當你的硬體產品變成了純粹的所謂的modify的時候，就很難掙錢；但是如果你的產品有創新，類似於特斯拉採用的一體化壓鑄這種新技術，短期內還是能夠有利潤空間的。
從長期來講，靠硬體必須要有持續不斷創新的方式和創新的動力，某種程度上來講大公司會有一定的優勢，因為畢竟多年的積累。
暢行智駕首席執行官屠科
在屠科看來，未來的企業只分兩種，一種有大模型，一種沒有大模型，「我們希望抓住技術革命的浪潮，這裡面尋找到我們盈利的空間。」
具體做法上，屠科希望他們企業的身段更柔軟些，這樣車企需要哪部分，他們就能在哪部分補位，共同尋找盈利空間。「大模型的加持之下，在私有化部署的這個埠上面，如果我們的大模型或者說其他的軟體以及操作系統的能力夠強，我相信車廠會用我們。」屠科舉例說道。
對於屠科提到的商業模式，朱西產將其總結為互為供應商的關係：「從數據角度來說主機廠是你的供應商；大模型的角度來說，你是他的供應商，不再是過去的一種單純的垂直向下，而是變成一種互為供應商，互為用戶。你需要他的數據，他需要你的模型。」
智駕公司：單車智能還是車路協同？
這在小馬智行這裡並不是選擇題。
小馬智行副總裁黃俊介紹說，小馬智行走單車智能模式，是為了做到產品快速迭代，不能強依賴於強依賴於道路端的建設，路端建設牽一髮動全身，時間比較久。
小馬智行副總裁黃俊
黃俊說，他們內部有一個比喻，網聯相當於一個將軍，每一台車相當於一個士兵，在互聯網協同管理之下，他們試圖將每一個士兵都打造成超級戰士，來提升整體作戰能力。
黃俊介紹說，他們在架構設計階段就做好了網聯化的介面。他們也在和廣州南沙進行合作，將車上的感知數據，也分享給了交通端、雲端。也在不斷幫助交通網進行資源優化，是他們在網聯方面邁出的重要一步。
車企：全棧自研還是全棧可控？
在智能汽車領域，主機廠繞不開的一個話題，就是智能駕駛全棧自研還是全棧可控。
東風技術中心首席總工程師邊寧坦言，主機廠本身來講，商業模式來講，全棧自研的目的就是全棧可控？只要能做到全棧可控其實就可以。
當下電動化、智能化和網聯化的發展下，到哪在哪裡會迎來爆髮式增長，現階段是看不清楚的。
但是東風汽車作為央企，要考慮供應鏈安全問題，在卡脖子環節要有擔當，要引領技術發展。
「智能化、軟體定義汽車、SOA架構，高階智能駕駛等等領域，還存在各種不穩定性，一致性不足的情況，逼得主機廠自己必須要去做很多東西。」
在對供應商方面，主機廠的強勢地位，方便其從供應商處獲得很多資源，例如要求供應商源代碼交付。
邊寧坦言，主機廠是一定有辦法讓供應商會進行全部交付的，因為現在的競爭相當激烈，如果可能主機廠可以找20家供應商，就算有10家拒絕，還可以在剩下的5-10家裡面再找。
屠科笑道：「20家供應商中，只要有1家答應交付，剩下19家就也會交付的。」
拿到源代碼，對於車企來說，某種程度上就算是達成全棧自研的目的了。
L3以上測試新思路：構建危險工況
主機廠都在熱衷做L3、L4級智能駕駛，但是不敢承認車能夠承擔事故責任。在朱西產看來，這是由於高階智能駕駛的測試還不完備。ADAS測試是典型工況，也就百十來個實驗就可以搞定，但是自動駕駛，需要測試幾萬個、幾十萬個工況，如何提高效率？
上海測迅汽車科技有限公司創始人 CEO李曉英認為，構建工況或許是個好辦法。
上海測迅汽車科技有限公司創始人 CEO李曉英
因為大部分車企智能採集路上的典型工況，隨著採集量的不斷提升，危險工況的出現概率就會越來越低，因為這裡時間和空間都有一個隨機性，「例如事故在那邊發生，但是我的採集車不在那邊。」
從另一個維度來說，即使採集了幾百萬個工況，也不能完全覆蓋，也就是採集效率越來越低，但是成本隨之增長。
可以換個思路，構建建複雜的工況。構建整個危險工況它可能就是幾秒，但是這幾秒的數據就已經是生產要素了。
他們可以在室內構建出自然環境可控，雨霧光都可調的物理環境，「不是注入、不是模擬，是通過物理的情形構建出來，它還解決了一個重複性的問題。」
同時在同一個複雜工況下，主機廠可以對不同感知系統進行測試，可以得到更好的對比數據。以此來提升測試效率。
可以看到，汽車智能化道路上還有一系列問題尚待解決，在商業化、整零關係、法律法規，以及技術路線等各個方面還在探索，下半場的智能化道阻且長，但未來可期。
