浅谈特斯拉的投资逻辑lg...

投资特斯拉的两个阶段，第一阶段，挣卖车的钱；第二阶段，挣软件的钱。

第一阶段接近苹果，重新产品定义，垂直整合，自研核心硬件，低SKU爆款，很像苹果，拥有超高毛利率，但还不是苹果。

第二阶段成为苹果并且超越苹果，大量铺货，市占比最高，拥有生态，用上就离不开，通过软件实现最大边际收益。然后向上整合到行业之外，从出行扩展到能源。超越苹果之处在于拥有更大的规模和市场空间。

在这个角度上去看，第一阶段是第二阶段的基础，第二阶段是第一阶段的最大化，所以两个阶段之间衔接、并且在保持传递的东西，就是投资要关注的重点。

始终在传递的是：数据

实现数据的是：工具

实现工具的是：科技创新

这三点要加粗，这是特斯拉和其他车企本质上的区别。

数据是什么？是用户行为+环境感知+决策+……等等一套复杂的代码网络。在这个网络里，驾驶员的日常行为和Corner case，环境的变量，决策的方式被提取、加工，最终成为生产资料。

所以在第二个阶段，特斯拉挣的是数据的变现。

可以自动驾驶，可以卖保险，可以卖车内娱乐订阅，可以提供机器人劳务，也可以做虚拟电网。

在数据网络的基础上，他用一个几乎没有成本的驾驶员替代你，由你来给他开薪水。并且把你闲置的车变成taxi，变成储能站，拉长汽车的使用寿命，让你赚钱，然后他提成。车生命结束之后，车的肉体变成垃圾，但灵魂永恒，并且是独一无二的，在漫长的陪伴中他学习了你，掌握了你的习惯并且比你更好，当你拥有新的电动车的时候灵魂重新入驻，就像克隆一样自然。

但是现在的FSD还不够好，不够聪明，本质是数据量还不够。Tesla需要千万以上规模的车队跑数据。当它足够聪明时，就可以完全替代人类驾驶员，并且从车扩展到机器人，从出行扩展到人类生活的方方面面。

观察FSD是否足够智能化的标志是：FSD跟车走还是跟人走，跟人走就说明训练水平已经足够高，一个个性ID绑定一个用户。但目前的智能水平远远不够产生用户黏性，所以FSD是跟车走的。

收集数据的工具是相机和雷达。

加工数据的是处理器和神经网络。

收集容易，可以外部采购；加工数据难，所以要掌握在自己手里。

FSD芯片、Dojo、神经网络是Tesla的核心科技，也是护城河，没有这些就加工不出优质的原料。买别人的，数据有流失的风险，有提纯度不够的风险，也有成本过高的风险。所以每一个有志发展到新时代的主机厂都在暗暗的准备做芯片开发（我就不说是谁了）。

但自研难度极大，最难的不是钱，是技术积累。要有极高的战略眼光，在一片混沌时就做未来的投资，经年累月一砖一瓦的搭起来，并且，顶级高手和二把刀泥瓦匠搭起来的又不一样。

现在的局面是，整个行业里，这项绝技Tesla独有，连一个二把刀的泥瓦匠都看不到。

所以，Tesla坚持核心硬件自研、坚持纯视觉路线的逻辑是：追求数据纯度，追求可复用性，以及数据成本。

Tesla品牌从高向低打，卖便宜车跑量的逻辑是：扩大数据分母；当然这也是所有L4公司都必然走向失败的原因，没有数据什么都谈不了。

挖金子的不能让卖铲子的控制。

打铁还需自身硬，拿到质量高且最便宜的数据，需要一系列新技术，并且要工程化。

我打算聊五个底层技术，去看Tesla如何通过科技创新实现工具突破。

第一个技术：电子电气架构

一个功能一个ECU，功能越多ECU越多。多到一定程度后，线束、算力、能耗就走到极限，无法扩展了。这也是传统汽车做不好智能化的原因。

传统大众需要70+ECU，奥迪需要100+，Model S需要44个，model3需要31个，modelY就只有26个，开发中的modle2可能会低于15个。

12V保险丝，大众最新的MEB平台有77个，福特Mach E有88个，Model Y 0个。

行业普遍共识未来的架构是云超算+中央处理器+传感器+执行器，目前具备云端中央超算的只有Tesla一家