汽車產業路在何方？

徐鴻鵠

知識星球-幾何四驅 中國北京 100000

大自然是巨大的技術加油站，地球上沒有新鮮事。人類所“創造”的任何技術，永遠都無法逾越大自然的饋贈。當一群從大自然而來的技術整合在一塊的時候，他們相互支撐組合，就界定了一個產品甚至產業。

如果你不理解這個命題，我們就不如深入汽車產品，探尋一系列支撐性技術背后自然現象的存在。

1）壓縮機系統 能量傳遞時，流體流速和壓力可以改變。

2）燃燒系統 碳分子在高溫下和氧氣混合時，會釋放能量。

3）潤滑系統 不同器件之間的分子所形成的薄膜使它們能更容易地相互滑過。

4）渦輪系統 流體撞擊到移動著的表面可以產生“功”。

5）特定的測壓裝置 載荷會使材料傾斜。

6）軸承和構件 載荷可以由物理結構傳遞。

7）伯努利現象，用于流量測定 流體運動增加會引起電壓下降。

8）風扇和排氣 物體以一定速度被射出會產生大小相等，方向相反的作用。

電動汽車關鍵技術的背后，也有其規律：

1）帶有電流電壓溫度監控的高比能量且長壽命、穩定、安全的動力電池。

2）根據車輛行駛狀態調配有限的車載能量，協調各個功能部分工作的能量管理系統。

3）啟動力矩大，較寬恒功范圍，效率高，適應頻繁啟動和功率變化的電動機。

4）大功率柔性，高度標準化，高可靠性，甚至雙向能量交互的充電技術。

關于光和電的技術維度，一定離不開一系列更基礎的技術發明。

1）18、19世紀，靜電效應、電蝕作用、電場和磁場導致的電流偏轉、感應現象、電磁輻射以及輝光放電效應都被發現了。

2）隨著以上這些現象的捕捉和馴服，一系列電子時代發明的方法、工藝和設備誕生：電池、電容、電感、變壓器、發電機和電動機、電話、無線電、陰極射線管以及真空管等。

3）關于電以及電效應有關的設備和方法，電容器、感應器、晶體管、運算放大器聚集在電學的領域。而光以及與光傳播的相關的元素：激光、光學放大器、光學傳感器等慢慢聚集成光電子學。

4）20世紀，繼電器、觸發器、存儲器、全加器、機器碼以及匯編語言等一系列發明帶來了全新的電子計算機技術。

電學和光電子學持續進化，不斷提供素材和積木，為更復雜的技術上層建筑組合成為產品打下基礎，不斷豐富人類的物質生活。

展望未來，到了信息時代，控制論、通訊理論、博弈論、數學和統計學、邏輯學等奠基性發展為知識系統甚至機器智能的出現做了長期的儲備，而這些技術也都是汽車實現電氣化、智能化的基礎。

顛覆性改變

雖然第一臺純電動汽車在一個世紀之前早已出現，但賦予其商用普及能力的關鍵技術卻并沒有誕生。

在人類的不懈推動下，電動車技術攻關正在加速，魔咒即將終結。從這個意義上來看，電動汽車的大規模商用可算是“必然”。如果人類回歸原始，重新點開科技樹，我相信燃油車和電動車的故事必定以相似的方式展開——電動汽車的發展再次經歷挫折，不會一帆風順。人們尋找做事的新方式，民眾對新事物的認知，往往需要時間——只有“時間”能夠確認這么做會改善他們的生活。

詹姆斯·瓦特的蒸汽機發明于18世紀60年代，但是直到19世紀20年代才開始普及。電動機和發電機出現于19世紀70年代，但是直到20世紀前20年，它們對工業的全面影響才被人們感受到。微處理器和阿帕網（互聯網的先行者），在20世紀70年代初已進入可使用階段，但它們的影響，即使在目前數字經濟模式已經形成的情況下，依然沒有充分發揮出來。早期探索電動汽車商業化的豐田，在20世紀石油危機時期就開始發力了。但由于產品缺乏市場認可，直到21世紀之交才借助混動汽車為“三電技術”注入核心品質。在每一個領域，技術的集群形成了一種“語言”，在這種語言里，具體的產品又得以誕生。

一場顛覆性改變的完全展開，需要等我們對那些圍繞著新技術的底層技術及活動（企業或商業流程）進行重新組織，并且直到這些技術也開始適應我們之后才算真正完成。然而，對于規模較大的項目來說，協調通常是很困難的。大規模項目的組件，可能是由不同團隊甚至不同公司設計的，這樣一來，他們之間就需要進行“平衡”。一個團隊的解決方案對于另一個團隊來說可能反而是障礙，因此需要充分討論來加以協調。

從這個角度看，工程成了一種社會組織形式，而并非技術決定一切。

歷史學家托馬斯·休斯說過：“一個新項目成功與否，它是否能形成可見的設計物，很大程度上依賴于圍繞其周圍的利益關系網——工程團隊、融資系統、投資者以及其他參與者，他們從項目中獲得或失去的，包括權力、安全以及威望等。”

因此，設計與發展是與人高度相關的組織和行動過程。工業沒有長期的積累和傳承，是很難在創新上有所建樹的，“彎道超車”“后發優勢”都是偽命題。有了積累和傳承，更要洞察人性和組織的力量，智慧與人性甚至是相悖的，而這就是推動進步的艱難之處。

真正的變革

汽車產業在1900年誕生之初，就帶來了兩方面的影響：一方面是技術淘汰——汽車開始取代馬車，隨后，馬車運輸的死亡又引發了鐵匠和馬車制造業的消逝，鐵匠的消逝又引發了鐵砧制造業的消逝。另一方面，汽車產業又創造了一套與之匹配的需求，即機會市場——汽車需要流水線生產方式，汽車需要鋪裝道路和燃油提純，汽車還需要維修設施和加油站。燃油又產生了進一步的需求——建造煉油廠，這又促動原油進口以及石油的開采。這就好像是說，一旦我們擁有了火箭技術，就會產生一種太空探險的需求。

一旦我們創造了電動汽車，就會產生對電動汽車的需求和依賴，不同于燃油車使用的社會活動。簡單類比，我們可以預見到，現今的電動化趨勢下，一旦燃油車技術被逐漸退出技術體，他的附件也要被丟棄，商品的生產和消費模式會重新調整以適應這些變化。燃油車成本和價格會隨之進行調整 ——這又正是電動車新技術產生的誘因。

不管誘因來自用戶需求、環保壓力、共享經濟、能源戰略還是數字化進步，窮其種種，電動汽車已經不可逆轉，我們必須研究深挖電化學、電子、半導體的技術潛能。

以電化學為例，需要深入研究電泳、電腐蝕等反應現象、不同類型的電池和電分析傳感器器件以及金屬電鍍等技術。而“三電”的開發測試，還要引入熱力學、動力學及光譜學等領域的測試技術和手段，他們同樣來自人們對自然基礎現象的解讀和利用。

一旦把電動汽車作為一個概念提出，就要在自然界中找到一組可用的現象和效應，然后找出實現這些現象所需的元器件和集成件，最后進行組合。而這個組合又會帶來更多的次生問題，比如電池的熱失控，解決這個問題又會帶來更多的次生問題，比如電化學反應的控制。

因此電動汽車這一產品的實現將是一個在不同層次的問題和解決方案之間來回反復的漫長過程，直至產品力完全實現。比如三元電池的元素比例、電芯形狀、電池模組尺寸、制程規范、工藝標準以及各種參數一直在進行調整和磨合并日臻成熟，以期達到目標產品力的要求。

威廉·奧格本早在1922年就觀察到一個現象：可用于輔助發明的東西越多，發明的數量就越大。他意識到，技術的增長是按指數級增加的。

不難理解，一旦電動汽車所需要的技術堆積并合理結合在一起，便會創造一個固定的產品結構（比如“三電模塊”），制造、物流及服務依次發生，“電動車經濟”便由此出現。這個經濟體隨之又反過來決定，哪些新的技術、哪些類型的勞動者允許被進入其中添磚加瓦。

可以說，每一次以新技術作為解決方式都會創造出新的挑戰和新的問題。新的挑戰和問題又帶來新的技術解決方案，這個方案并非全新的發明 ——它同樣來自大自然，人類對物理現象的認知，只不過用全新的方式將其組合。正是電池技術的痛點，帶來了電池技術的持續進化。

工程學的應用學科，本質是建立在數學和物理的基礎上，但涉及到一些復雜的因素而很難做直接計算。需要試制和更多的實驗來獲得參數。某些參數可能適用于這種環境，而不適用于那種環境，這為工程知識帶來了不確定性。

然而，一旦人們的注意力整天都在談論電動汽車的痛點和瓶頸，那這個問題終究會得到解決。因為大量的測試，驗證，開發資源正以史無前例的規模進行再組織，通過技術迭代逐步打造核心競品。

在電池產能、成本、能量密度等一系列問題得到緩解后，電池熱管理、熱失控技術還炙手可熱，此外不當處理的廢棄汽車電池帶來環境污染的問題等，開始逐步成為電動汽車產品的痛點，而這些問題，也會隨著人們對技術理解的加深，逐步得到解決（比如越發成熟的安全設計、材料回收技術、全新固態電池發展等）。

但需要留意的是，技術的結合需要一定的邏輯、檢驗和磨合。比如電子設計需要考慮的冗余設計、防止單點故障的設計、Fail-Safe原則、防火墻以及看門狗等，而不是技術的隨意的組合或粗制濫造。

在燃油汽車里，人們就不會在發動機測量壓力裝置旁邊放置燃燒裝置，我們也不會把電容器放在感應器的旁邊，因為那樣會導致不必要的振動。某項技術都為特定的目的而工作，所有的技術被召集并合理地組織在一起——這就是模塊化的思想。

如此思考當下電動汽車領域，電池技術存在的短板，只是我們還沒有探索出全面兼顧產品力要求性能足夠均衡的技術方案而已。

回顧工業歷史，你可能會發現很多奇怪的現象，比如在美國的工廠里，為什么電動機花費了40年的時間才取代了蒸汽機？

令人意外的是，核心難度其實不在于電動機技術本身，而是來自電動機的使用環境。電動機需要不同于舊有的或依照蒸汽機布局結構設計的工廠建筑。

也就是說，新技術要求重新建造工廠——這個代價無疑是昂貴的?？杉词瓜聸Q心要重建，那么工廠需要被重構成什么樣子，當時的人們其實也并沒有清晰的藍圖。

蒸汽機時代進入電氣時代的關口上，電子工程師們懂得電動機的知識，但卻不懂工業建筑；工業建筑師懂得建筑，但卻不懂電氣化技術。因而，將新技術與安置新技術的工業布局設計之間進行整合，并將整合之后的知識傳播出去，需要大量的時間。

同樣的，燃油汽車向電動汽車的轉型，也有著類似的境遇——生產電動汽車也需要對現有汽車生產工廠，能源基礎設施等進行大規模改造。

以大眾的茨維考工廠為例，從燃油車轉換為純電驅動生產，就投資了12億歐元，埃姆登和漢諾威的工廠總計也要花費15億歐元左右——代價無疑是巨大的。相比之下，新能源轉型，能源基礎設施的投入更是天文級的數字。

看來，僅有企業和人們對電動化新技術的適應還不夠，只有新技術自身也開始適應企業和人，才到了真正開始變革的時候。

百年發展

燃油車的產品力，經歷了百年發展的不斷打磨，已經變得細膩而可靠。燃油車發動機，我們可以做簡單拆分，比如動力系統、進氣裝置、燃燒系統、渦輪系統、燃油系統、冷卻系統等等，每個系統的設計都采用了這樣或者那樣的現象和原理。繼續做拆分，進氣系統有進氣道，為調整進氣量；我們還要設置節氣門，為控制進氣門，還要繼續深入執行機構，控制程序……

產業鏈上，無數技術節點不斷迭代進步，讓內燃機技術得以飛速發展，在過去的幾十年中，燃油車已將污染物排放水平降低了很多很多。如今，輪胎和制動器產生的顆粒物排放比內燃機排放物（在內燃機汽車和電動汽車中）排放的問題更大。

如此背景下，電動汽車如果要趕超燃油車，實現高水平的產品力，絕不是一蹴而就的。但電氣化的誘人前景，已經讓我們神往——在航空領域，電傳系統取代了此前的機械系統，新的控制系統更輕更快，甚至更可靠。計算機控制的電傳系統操縱比人的控制更加精確，甚至可以糾正飛行員的不良操控。電傳系統使得存在“內在不穩定性”的軍用飛機成為可能。因此，控制一架內部不穩定的飛機比控制內部穩定的飛機更容易。就像人可以通過反向運動維持平衡一樣，控制一架不穩定的雙輪自行車，比控制一臺三輪車更加容易。

汽車的電氣化，也有類似的現象，比如電動助力轉向帶來了更加精細和個性化的手感，甚至借助ADAS輔助或干預駕駛員的操作，簡化駕車的枯燥程度并確保安全。

電子節氣門、電子剎車、電動助力轉向一系列技術的誕生，都使得汽車產品力在持續進化，豐富汽車的功能。汽車的操控變得更加容易，汽車的機械素質的地位在弱化——人們已經不再關注汽車有多少動力，或將汽車逼近運動的極限，汽車的價值將越來越倚重半導體了。

技術從來不是從無到有被發明出來的，而是人類需求所致不斷改良優化而成，而電氣和智能在給人類帶來便利的同時，同時改變著人們的購買心理，也觸動了人們敏感的神經。

人類貪婪地從自然界拾取經驗——如果我們僅僅使用自然現象的原始形態去驅動水車或推動帆船，我們對這項技術就會有家的感覺，感到舒適。但是現在，隨著即將到來的基因工程、機器智能、仿生學、氣候工程學，我們正在開始使用技術（利用自然）直接干預自己的決定，甚至是大自然了。

干預自然的感覺讓部分人極度不適，這種內心深處的不安會不知不覺地反映在很多方面：我們為追求原始的駕駛樂趣抵制機械素質已經妥協的智能汽車，我們抵觸智能代管出行并忽視人類倫理的無人駕駛汽車?；谕瑯拥睦碛?，我們轉向傳統，轉向環保主義，燃油車被炮轟，電動化被追捧，可電動車的產品性和商業運營方式，正在逐步剝奪我們天然駕馭的樂趣，這恰恰是反傳統的。

當科技樹走向另一個分支，汽車的機械時代被電氣時代和智能時代顛覆的關鍵節點上，我們仍舊唯唯諾諾、瞻前顧后。而在經濟的世界里，企業解決問題帶來新的問題，新問題隨之被解決，經濟循環往復，無論進步是否存在，無論人類是否對技術感覺良好，甚至技術出現倒退。解決問題和出現問題之間的往復循環，都是由技術帶來的，而經濟，只是這一過程的結果。

企業并不是技術的發起人，他們只是順應經濟的循環，不斷前行開發新的技術，而不對技術做過多的價值判斷。

1955年，海德格爾做了一場演講，題為《技術的追問》。他說：“技術的本質絕不是技術的。它是一種看見自然的方式，是讓所有本質上的東西自我揭示，成為人類可以加以利用的潛在資源?！?/p>

技術的本質就是對自然的編程，它是一種對現象的捕捉。技術只秉持三個原理：一切技術都是元素的組合。這些元素本身也是技術。所有的技術都是利用某個現象達到某個目的。

技術之外，經濟就站在幕后，導演并調和著生產資料、政策導向、組織結構安排等過程，他發出需求信號，檢驗商業理念的可行性，提出對新版技術的需求。汽車電動化里，經濟的手段、初創公司、風險投資、金融衍生品以及數字化等也在改造著商業的部分，促進創造新的技術組合，配置新的產品。

就算是喬布斯在世，也沒辦法每一次都能抓住經濟的脈絡，抓住用戶的心理。在預測未來方面，基于過去大家都不是很靠譜的平均表現，任何汽車電動化技術路線圖都不具現實意義。

直到拉姆齊定律給予了心存幻想的人們最后一擊，這個定律力圖說明的是：在“隨機”中，你總會發掘出“規律”——只要把握數據，你總是可以找到某些好像有道理，但純粹是隨機性導致的“模式”。

結語

許多經驗之談，只是披著“規律”外衣的隨機性而已。分析師說的話，“準了”是偶然，“不準”是必然。不管預測方法多么的“科學”，卻并不能帶給我們什么深刻的洞見——只要握有數據，你總能找到規律出來。

在汽車產業研究領域，銷量回顧預測，數據解讀......大數據時代里的數據驅動決策或許只是人類的一廂情愿，好的模型不會永遠成立，預測的短暫成功或許只是變革的短暫缺失。

其實，當預測未來時，“我不知道”幾乎總是答案重要的一部分。在變革成為常態的年代里，在沒有秩序的時候不要試圖尋找所謂的準則和規律，也不要過度倚重運氣所占的優勢。

未來的不確定性讓人沮喪，但太過確定的未來更加令人害怕。盡管未來的本質是難以預測的，但總有某一類人在創造未來方面自己預測得相當好。讓能冒出新想法的那一類人包圍住你——如果你希望能迅速發現自己的觀念已經陳舊，那就去跟這樣的人交朋友，再也沒有比這更好的辦法了。敞開懷抱，珍視探索，儲備興趣，關注當下，嚴肅活潑，才有機會贏得未來。