（以下内容为《理想汽车的品牌与组织》课程实录。）
创办理想汽车，最初的源头是2013年，也就是我创办的上一家企业汽车之家IPO以后，我想接下来可以做一件别的事情，可能在汽车之家做，也可能汽车之家承载不了，那就会自己出来做。至于做什么，还是基于对科技方向的判断。2013年，我们有一个隐约的感觉，就是整个科技可能会往第三个阶段迈进。
我们用马克思《资本论》的基本概念：生产力、生产关系和生产要素，来解释科技到底在发生何种变化。这是我们初中政治课本上的知识，我觉得到今天仍然非常适用，尤其在技术、社会发生重大变化的时候，可以帮我们洞察本质。
第一个时代：工业时代
第一个时代的科技是什么？是工业。农业时代算不上科技时代。在工业之前，全球的人均GDP的波动主要来自于两种现象，一种叫战争，一种叫自然灾害，其余的全球生产力曲线就是平的，没有太大变化。自从有了工业开始，全球人均GDP迅速上涨，所以工业是人类科技时代的开始。今天我们生活里80%以上还是工业时代带来的成果。
工业的生产力的特点是控制，控制是工业的核心，所以工业有了流程，有了流水线。
工业时代所应用的芯片都是按照控制逻辑研发的，系统叫做嵌入式系统，核心的目的都是控制。今天我们70%以上的生活、经济设计都遵循着工业时代的逻辑，而且会长期存在下去。
工业的生产关系，是少数人把事情想明白，多数人去执行，并配以控制。
控制做得好的公司就发展得非常好。工业时代的企业有一些特点，比如这些企业在设计组织使命或愿景的时候往往特别擅长用两个字，完美，比如The best or nothing，因为在一个线性的生产力上构建完美是很容易的。在工业时代里出现的各种各样的领先的管理系统、管理体系，比如六西格玛，其核心理念就是零缺陷。
工业时代的生产要素是什么？是资产。
如何去研究分析工业时代的企业？去看资产。比如巴菲特的投资，其实就围绕着工业时代展开的，他最核心的方式就是先把一家公司的资产做评估，在安全边界里投资就是安全的，就有收益。
第二个时代：网络时代
第二个时代的科技是互联网，而不是计算机。网络时代生产力的特点，是平台。
像一些科技公司苹果、微软，讲操作系统，讲生态，无论平台还是生态都是一个网状的面，《世界是平的》这本书讲的就是网络连接的平面，一个二维的，讲究应用、软件、数据连接的效率。处理器一定是可编程的，而且复杂编程的背后还会有整个开发工具链，也是为了让所有东西连接在一起。计算机只是互联网的组成部分，在工业时代已经出现计算机了。
在衡量互联网时代的工作质量的时候，有一个正向的指标：效率。
互联网想提升效率很容易，比如像谷歌和百度相对于传统的报纸、广告的替代效率提升了几十倍上百倍，只要能够在线化、数字化的都会带来几十倍上百倍效率的提升，而但凡能够被数字化改造的，互联网企业对传统企业基本上是碾压的，就像阿里去打各种超市那样，不需要任何竞争，因为是两种不同维度的生产力之间的较量。
另外一个反向的指标：bug。bug就是某个编程会出现一个完全未知的错误结果。我们发现，互联网企业在提使命的时候，有一种变化，叫Better，就是如何变得更好，至于完美根本不可能，哪怕像苹果这样的企业，如果我们作为开发者用到iOS beta版的时候基本上就是上千个Bug，上线时它不会把bug都清掉，发布后有bug，再迭代就好了。互联网企业在这个时代都是类似的。
互联网的生产关系也在发生着变化，变成少数人把方向想明白，然后多数人去验证、去迭代。
互联网的生产要素是什么？一个是数据，一个是用户。衡量一个互联网企业或科技企业的价值，就是看它的用户规模有多大，还有它的数据量有多大。所以最顶尖的企业都得自己做云，因为数据量太大了。
苹果能持续挖掘用户的收入，是因为它掌握庞大的用户量，而往往传统工业时代的企业不掌握用户，它跟用户没有关系，用户被掌握在经销商手里，这是差别所在。
第三个时代：智能时代
从2013年开始，第三代科技开始呈现出来了。第三代科技是真正的智能化，而不仅仅是之前讲的智能化。智能化意味着三维科技。
大家注意一个现象：2015年进入智能时代，但是到了2021年，很多事情都是停滞不前的。
举个例子。我在房间里有一台MacBook，一个iPad，一个iPhone，还有一个HomePod，当我喊"Hey siri"的时候，这四个设备同时启动了，难受得要死。很多智能家居产品也是一样，所有设备联在一起，但是你会发现网一断，路由器重启一下，所有设备全都不能用了，全部瘫痪。
问题在哪呢？就出在我们仍在使用二维的方式解决三维的问题。
过去在二维世界里，我们用设备是平面的终端行为，我给它发指令，它接收指令。但今天我们要解决空间的问题，空间是个三维问题，和二维的终端的解决方式一定不一样。
所以，我们当时就想，一个三维的世界到底是什么样子，后来想来想去发现，最简单的方式回归到人，人就是三维的生物。
我们把整个智能时代的进展划为三个步骤：算法智能、感知智能和认知智能。
算法智能
整个智能时代是从算法智能开始的。
算法智能有两个特点，第一，它用于训练的数据来自于程序，或者服务器端的日志，数据还是二维世界的，但是它会运用机器学习建模的方式进行训练，从而形成推荐引擎，这方面在中国做得比较好的是字节跳动。比如抖音，它不停向你学习，把推荐做得越来越准。
算法智能相对于过去传统规则式的编程有什么变化？就是它可以不断成长，并且向使用者学习，所以它给你推得越来越准。如果靠编程的方式去猜你，怎么猜都猜不准。所以我说这是已经有了初步的智能，我们称之为叫算法智能。字节跳动用这个方式打赢了相关企业。
算法智能在整个智能时代只能算2.5维的，它对二维是降维打击，但它并非是三维的智能。
感知智能
有了算法智能，有一些产品开始出现了，比如说今天的L2级别的自动驾驶。这时候，就进入了感知智能。
感知是什么概念？感知其实就是人的工作方式。我们用眼睛、耳朵连接大脑来获取这个三维世界的所有信息，而不是作为一个程序去看日志信息。
为什么人是地球上所有生物里最智能的？因为人类的感知器官和大脑结合产生的结果非常强。
比如说，人类的两只眼睛配合大脑呈现出来是一个三亿像素的世界，而且是有各个层级的景深。但同样有眼睛和大脑，苍蝇大概只能呈现出一个十万像素的世界，一些简单的块和方位的成像，而且距离很短，大家可以上网查苍蝇看到的世界是什么样的。青蛙看到的世界也和人类不一样，青蛙只能看动态的，只有动起来青蛙才能看到，静止的就看不到，而且距离很短。不同生物除了“传感器”不同以外，大脑的水平高低也不一样。
那么，这种感知智能的工作方式，在技术上是否具备？
大量的传感器出现，比如摄像头、3D建模、激光雷达，都是为了获得三维世界的信息，从而能够开始把物理世界数字化，这是一个很大的变化。
我拿今天的L2自动驾驶来举一个例子，看它是怎么工作的。
自动驾驶是三维感知，它跑在物理的三维世界里，所以当感知出现问题的时候，前方两百米有车没看到，到十米再看到的时候就晚了，这是感知出了问题。
有了这些感知，接下来要进行决策和判断，用编程的方式行吗？不行。我们人类已经知道的东西，能够在编程里覆盖掉，但不知道的场景就覆盖不了。每天在路上开车这种瞬息万变的场景，编程的方式可能只能覆盖10%，比较重要的90%的场景都是覆盖不了的，所以这时候要抱着方向盘看着前面，这只是辅助驾驶。
三维世界的感知不但是编程做不了的，而且也是机器学习做不了的，必须使用深度学习的方式，因为机器学习处理不了三维感知的数据。
感知以后会进行判断和决策，比如是刹车还是躲开。判断和决策今天还没有真正给车下指令，因为现在不仅没用到深度学习，甚至连机器学习也没用到，只是用的编程。我们要避免AI形成的黑盒子，那样不安全。
在感知智能这个阶段，控制环节就出现了一个挑战：人类并不能替代车去做感知，做判断的时候人不能离开车，还是要握着方向盘。这就是说，我们还在用二维的方式进行逻辑判断。
决策给出来以后，车的神经系统就像我们自己的神经，配合我们的手和脚，是否转向、刹车要给出来清晰的指令。执行层面就做得更落后了，编程都做不到，因为供应商给我们做了黑盒子，但凡路况不太好的时候，辅助驾驶就不好用，开起来特别不平顺，像个新手司机。
感知智能时代，L2级自动驾驶的三个操作步骤：感知、决策和执行，大概情况是：感知层面在用三维的方式，决策控制层面在用二维的方式，执行层面在用一维的方式。
但感知智能时代就已经能把很多问题更好地解决了，比如人机结合。为什么人类喜欢用人机结合？是因为人类在感知的时候要消耗大量的体力和精力。其实我们最多的体力是被感知的过程消耗掉了，而不是被中间决策和执行消耗掉。感知智能可以让车辆变得更安全，它提供了一个非常好的人机结合的方式。
感知智能是一个必要的条件，有了感知智能才有下一步：认知智能。
认知智能
什么是认知智能？就是完全变成人的工作方式。
举个例子，我们学羽毛球，基本上三个步骤。
我要经常看别人怎么打；
最好找一个好教练，他会告诉我们在不同的场景以什么样的逻辑去处理，什么样的球要怎么去接；
必须去训练，不停、不停地训练。看是看不会的，跟做题一样。
大家看，以上三个步骤的本质是什么。
我要经常看别人怎么打——用我的感官和大脑来进行感知；
最好找一个好教练，他会告诉我们在不同的场景以什么样的逻辑去处理，什么样的球要怎么去接——用我们的大脑和神经系统来配合做决策；
必须得去训练，不停、不停地训练——通过我的神经系统和肢体来训练和反馈，持续优化。
人类的决策方式是通过学习进行的，不是通过编程的方式。人类的执行方式也是通过学习的方式，而不是通过编程、更不是通过一个线性的方式去工作的，所以当苏炳添遇到一个好的教练，并科学训练以后，成绩就提升了一秒，亚洲人也能跑到十秒以内了。
我们的结论是：只有达到认知智能才能实现L4级别自动驾驶。
为什么自动驾驶暂时不能在控制和执行层做到深度学习？很重要的原因是计算能力远远不够。基本测算，可能计算能力要到2000Tops以上，才能勉强接近人类大部分的能力，要做到上亿Tops才能跟人类思维方式接近，跟三维的思维方式接近。
当算力足够强的时候，感知、决策判断、包括预判、执行层面都会用是深度学习的方式。如果执行跟各种各样的场景，跟它的决策，跟它的神经系统配合在一起，这就是认知智能了。
认知智能会产生一个非常可怕的现象——算法智能、感知智能还是人机结合，而到了认知智能阶段，就是机器直接完成工作，根本不需要人。
如果在一个空间里，他慢慢跟你交互多了以后，开始给你推各种服务，你有任何问题能给你回答，那就是“钢铁侠”的贾维斯。自动驾驶就是真正的机器人，只是它长不出来人形。
接下来，时代会发生很大的变化。
接下来，哪个企业能率先跑通认知智能，这个企业就会改变全世界——因为管理一台汽车和管理其他商品没有区别，管理车内的空间和管理家里的空间、店面的空间也没有区别，原理都是通过感知、决策和执行的深度学习来进行的，这是我们看到的整个世界技术发生的变化——智能电动车会是整个人工智能的母生态。
我们一位同事问我，在车里装了一个摄像头，用户试驾的时候，摄像头能够很清楚地知道用户坐在什么位置、用什么功能，那么这算什么智能？我回答他：只能算感知智能，因为这个摄像头还替代不了车里的人，你只是跟他做人机结合，把感知能力交给摄像头，它的感知能力更强、更标准化。
什么时候能进入下一个阶段——认知智能？无人店。你进去一个无人店，只要看到哪里，理想同学就知道你关心什么，就来给你讲解，可以对话也可以交流。你一走到门口，理想同学就来服务你试驾，可以打开车机导航和其他所有功能，最后车辆成交的时候，整个系统自助完成交易，完全不需要人，我觉得这就是进入认知智能了。
生产力：算力与网络架构+实时操作系统
智能时代，有哪些东西形成了必要条件，是这个时代才有的？
第一是感知，就是传感器的出现。
无论是摄像头、激光雷达、毫米波雷达、ToF或3D结构光、麦克风，都是为了满足这个时代而产生的。
第二是AI技术。
AI可以用在工业上改变流程，去做一些机器人的基础工作，也可以在互联网上变成推荐引擎，就像抖音。还有一些商品引擎里推荐也可以用，而且也非常高效。
但AI最大的价值产生于三维结构数据，因为今天任何三维结构数据都是无法靠编程处理的，只能通过深度神经网络和机器学习才能实现，通过编程实现的一定是二维的东西。
第三是流转的能源，能源和计算是密不可分的。
计算和数据是密不可分的，这是这个时代的网络架构。车辆座舱是一个应用，自动驾驶是一个大的应用，工厂、店面都是这里的应用，任何物理世界涉及空间的、能够被感知到的都可以被改造，而且只要能够获得数据，进步速度会超过所有人的预期。
大家思考四个层面：
第一、感知。请问这个世界上有什么设备能够比一辆汽车装更多的传感器？没有。车外可以装传感器，车内也可以装传感器，同时这样装了传感器的一个超级设备，还可以每年行驶两万公里以上，这是对物理世界最全面的感知。车是所有设备能够装传感器和感知能力最强的。
第二、决策。如果放在车上各种域控制器，自动驾驶、智能座舱、底盘的控制器，意味着车可以装充足的计算能力，同时这个计算能力又能够跟所有的网络联结在一起。它流转的不止是计算，还流转着数据，流转着能源——数据、计算、能量同时在流转着的设备里。没有任何设备能跟车进行比，家里那套网络远远没有办法跟车比。
第三、执行。车的电子执行机构可以变得越来越好，可以采取自研的方式，掌握数据和控制的细节。同时，车是为数不多的可以大规模向人类学习的设备。人类天天在使用汽车，他的所有服务需求在跟车进行对话，所以车就是有着最多学习对象的设备。
最后，无论是感知、决策还是执行都需要能源，车是所有设备里能源最充足的，跑起来能够计算，停下来还能够计算。手机可不可以？得天天充电，什么计算都做不了。整个认知智能的生态一定是来自于智能电动车，而且一定是电动车，燃油车这事做不了，因为燃油车12伏的电源，算着算着就没电了。所以我始终在讲一个点，如果不是电动就没有智能，很多人一直不明白这件事。
以上是第一个，也就是技术层面的问题，就是生产力。
生产关系：共创、共识和共建
生产关系发生了变化，组织变得必须依赖于共创、共识和共建的方式去探索世界。
对于企业而言：
首先，人才储备会变得更加多样化，工业人才也有，我们拿智能化去改变工业；互联网人才也有，AI人才也有。
同时，长期来看，企业的管理方式会越来越像社区，而且企业的社会化价值会越来越高，商业价值会不断下降。今天投资人对于造车新势力，包括特斯拉也没有很高的利润要求，而是看我们怎么发展，能改变什么，能创造出什么，不再简单拿资产来衡量一个公司的价值，这些东西都在发生着变化。
生产要素：3D结构化数据+分布式的计算能力+能源
生产要素是三个：
第一，3D结构化数据。3D结构化数据用于学习和训练，学习变成最关键的，我们通过感知、思考、执行来训练自己。车和人是一样的，自动驾驶要获得感知的数据，要有决策的数据，要有执行的数据，才能去训练，这三个数据缺一不可。
第二，分布式算力。分布式计算能力越高，价值越高，这时候人在物理世界和数字世界合二为一了，都开始数字化了。
第三，能源。车本身就承载巨大的电能，一台车上80度到100度电，够一个家庭用半个月。而且，车停在那或跑在路上都有电，还是非常好的分布式的储能单元。
车是整个AI时代最核心的入口，也是我们进入这个时代的入口。如果率先到最先进的技术上来，其实就具备了先发优势。
技术决定一切
第一、我们一定要拥抱最先进的科技，因为不同维度的科技之间没有可比性。但凡能拥抱最先进的生产力，根本不需要竞争，就会快速碾压过去，所以永远拥抱最先进的生产力，这是不容置疑的；
第二、大胆去尝试、去理解、去拥抱技术，千万别错过。你不一定要成为技术专家，不一定要会写代码，但是一定要大胆拥抱这些技术，很多东西一定要去尝试。举个例子，大家今天对三维世界有更深度的了解，买个VR设备，你的认知可能提升三年，你对三维世界的感知就完全不一样了，只需要两千块钱。很多人说早期开特斯拉的都是小白鼠，根本不是小白鼠，那叫技术和机会的优先选择者。
这是我们为什么创办理想汽车，以及技术的无与伦比的重要性。
2021-12-25 12:50·瀚霄科技
【牛人（Niuren.com）】，让企业数字化转型成本下降50%。“产品原型”是企业数字化项目需求管理、项目开发、运维迭代的起点与管理杠杆，牛人平台为企业用户提供数字化产品原型设计服务的P2B（Professioner to Business）担保交易服务。企业在牛人平台发布项目需求，产品经理在牛人平台进行认证审核后，为企业提供产品原型设计服务。牛人平台承担起企业用户与产品经理之间的服务交易的撮合、担保、以及质量监理服务。
