共计 5508 个字符，预计需要花费 14 分钟才能阅读完成。
特斯拉去年三季报表现平平，不过马斯克在电话会中的表现成功实现逆转。凭借业绩指引和 Model 2 的前景展望，资本市场对特斯拉青睐有加，股价大幅上涨。然而，汽车毛利率远超预期以及提前公布的交付量指引，虽让资本市场积极响应，但并非马斯克期望看到的局面。
自 2022 年起，马斯克便在诸多场合大力宣扬，致力于让特斯拉摆脱单纯的“汽车生产商”标签，转而以“人工智能”元素取而代之。诸如“若仅将特斯拉视为一家汽车公司，那对它的理解是不全面的”“要是特斯拉只是个电动车公司，那它就没前途了”等言论屡见不鲜。
在去年二季度的财报电话会上，短短不到 60 分钟内，马斯克提及“AI”一词多达 28 次，平均两分钟就会提到一次。若算上一季度电话会，他总共提及“AI”达 43 次，这一数量相当于 2023 年四个季度提及次数的总和，是 2022 年的 2 倍多，更是 2021 年的 6 倍多。若把财报电话会的关键词分为汽车生产相关（如 automotive、factory、capacity）和人工智能相关（如 self-driving/autonomous、AI、robot）两类，过去 22 个季度的电话会中，前者出现频率持续下滑，后者则急速上升。2022 年之前，马斯克明显更关注汽车生产，彼时“AI”的出现频率甚至不如 Shanghai 的后两个字母。到了去年二季度电话会，“AI 系”词汇出现频率已接近“制造系”的 8 倍。马斯克在电话会上宣称，“我们已开启公司迈向新阶段的征程，基础工作已然就绪。”
马斯克对特斯拉的“人工智能改造”众人皆知。过去数年，特斯拉构建起了一套涵盖端到端算法、FSD 自动驾驶芯片以及云端 Dojo 算力的 AI 系统。马斯克本人不仅是 OpenAI 的创始人之一，还参与了脑机芯片 Neuralink、聊天机器人 Grok 等人工智能项目。
上海工厂的奇迹
在《马斯克传》的扉页上，马斯克写下这样一段话：“对于所有曾被我冒犯的人，我只想说，我重新发明了电动车，我要用火箭飞船把人类送上火星。我要是个冷静、随和的普通人，你们觉得我还能做到这些吗？”此话不假，在多次访华期间，马斯克不仅冷静随和，面对各级政府官员也应对自如，全然不似一位在情绪激动时会抽大麻的企业家。
中国在特斯拉的发展历程中占据重要地位。2018 年，中国新能源车销量达 125.6 万辆，占全球总量的六成以上。而同期特斯拉在中国的注册量仅 13456 辆，这直接推动了上海临港工厂的建设。
作为特斯拉的首座海外工厂，上海工厂于 2019 年 1 月开工，12 月便实现交付，创造了“当年开工，当年竣工，当年生产，当年交付”的制造业佳绩，让刚经历 Model 3 产能困境的马斯克，深切感受到了工业的强大力量。
随着上海工厂产能逐步提升，特斯拉与中国强大的生产制造能力紧密相连。2020 年，上海工厂交付量达 14.9 万辆，占特斯拉总产能的 29.8%，自 2021 年后，这一占比从未低于 50%。相比之下，无论是根基深厚的弗里蒙特工厂，还是地处遥远的柏林工厂，都处于产能爬坡阶段。目前，上海工厂是特斯拉所有工厂中唯一达到规划产能的超级工厂。
马斯克曾试图在德国、墨西哥复制上海工厂模式，然而德国建厂耗时长达两年半，建成后还遭遇招工难题；墨西哥则因大选暂停建厂进程，原计划 2026 年的投产目标恐将推迟。上海工厂强大的生产效率挽救了特斯拉，但这并非特斯拉的优势，而是中国制造业的优势所在。
借助电动化迅速崛起的供应链，中国车企加速向电动化转型。截至 2023 年底，全国 398 家整车厂中，有 278 家设有新能源产线。中国新势力破产往往是因为汽车销售不畅，而美国新势力破产多是由于无法实现汽车量产。
中国新能源车的生产制造能力常被贴上“低成本优势”的标签，实则不然。电动车的发展既创造了一些新的零部件，也淘汰了一些旧的零部件，在此过程中，汽车供应链原有的森严格局被打破。丰田普锐斯的唯一目标是省油，而特斯拉彻底变革了汽车的架构与生产方式，引入了动力电池、碳化硅 MOSFET、高算力芯片等零部件，以及以一体化压铸为代表的生产方式，进而改变了上游供应链结构，为小供应商带来了发展机遇。同时，汽车产业高度依赖本地供应链，需求在哪里，供应链就会向哪里转移。福耀玻璃当年在美国建厂，原因被归结为美国土地与能源成本更低，当然也有诸如“不用给领导送礼”这类奇特解读。但真实原因是玻璃运输难度大，必须围绕整车组装厂就近建厂。福耀在国内的制造基地皆是为了配套附近的整车厂，其上汽工厂位于上海嘉定，隔壁便是大众的配件仓库。松下为特斯拉生产电池的工厂，甚至直接建在弗里蒙特工厂旁边。
去年 7 月，中国新能源车渗透率正式超过 50%，而全球范围内的渗透率仅为 17%（Canalys 口径）。在此情形下，中国供应商开始大规模进入产业链。松下原本是特斯拉的独家电池供应商，因对特斯拉盈利前景不乐观，放弃与特斯拉在中国建厂计划，将机会让给了宁德时代和 LG。
制造业依靠规模分摊成本的法则从未改变，中国供应链配套能力强、需求响应及时的显著优势，与汽车制造中供应网络复杂、零部件繁多的特点完美契合。中国政府多年来的产业补贴，最大收获并非早高峰满眼的绿牌，而是一个完整的新能源车产业链以及与之匹配的生产制造能力。
去年 10 月 Robotaxi 发布当日，上海工厂下线第 300 万辆整车，其中超 100 万辆用于出口。隔壁车间的 Cybertruck 仍在提升产能，按当前产能计算，不少车主提车需等待五年之久。在一季度财报电话会上，分析师对特斯拉的制造能力提出质疑，一向言辞犀利的马斯克却避而不谈，称应将特斯拉视为一家 AI 或机器人公司：“把特斯拉看作汽车公司，是完全错误的认知框架。”
消失的电池日
美国大选结束后，马斯克成为“第一兄弟”，特斯拉股价也一路攀升。以目前 1.4 万亿美元的估值计算，特斯拉市值占全球汽车制造业近一半，超过了身后 29 家汽车生产商市值总和。
如何对特斯拉进行估值，一直是华尔街资本大鳄过去几年面临的极为复杂且深奥的问题，多空双方为此投入大量资金展开多轮激烈交锋。在漫长的博弈过程中，资本市场逐渐认可特斯拉不仅是汽车生产商，更是一家软件公司或人工智能公司。特斯拉头号支持者“木头姐”Cathie Wood 构建了一套坚实的理论框架：特斯拉是一家“移动即服务（MaaS) 公司”。所谓 Maas 服务，即围绕自动驾驶算法构建的软件业务，涵盖 FSD 订阅、Robotaxi（自动驾驶出租车）业务等。
除资本市场因素外，特斯拉大力宣扬人工智能还有更现实的考量：其生产制造能力已难以形成竞争优势。
2020 年，特斯拉举办了首届也是迄今唯一一届“电池日”，马斯克在会上描绘了两个目标：一是自行生产 4680 电池，降低电池成本；二是在三年内推出一款售价 25000 美元（约合 17.8 万人民币）的廉价车型。这两个目标相互关联，在马斯克看来，只有有效降低动力电池成本，才能为廉价车型的推出奠定基础。
工艺复杂、量产难度极大的 4680 电池，恰好符合马斯克解决成本问题的思路，即“用成本最高的方式降低成本”：十个会计需花费一个月完成的账目核算，马斯克会安排五十个程序员编写程序实现自动化，且一天就能完成。
然而，电池日成为马斯克画饼经历中的一大败笔。4680 电池历经波折，最终超时半年才成功实现量产。但在大洋彼岸，勤劳的东亚人民已将动力电池单价降至 0.4 元 /Wh。这意味着，尽管 4680 电池本身取得成功，但未达成“成本低于供应商”的预期目标。
Model 2 被寄予延续特斯拉整车辉煌的厚望，却最终成为泡影，甚至连一页 PPT 都未曾拥有。反而是同价格区间的“中国版 Model 2”众多，在价格战中激烈竞争。
从电池日的悄然落幕，到 AI Day 的备受瞩目，马斯克对汽车生产的关注度逐渐降低，对软件和 AI 业务愈发重视。
特斯拉在 2023 年底发布的 V12 版本算法，采用一张整合一切的神经网络，终结了自动驾驶程序员被特殊情况困扰的局面。几个月后，马斯克前往中国进行了 24 小时的快速访问，这一举动让高盛连夜展开深入分析，并为其预测了 2030 年高达 750 亿美元的收入。
看似最不切实际的特斯拉机器人，也被马斯克赋予了“超过特斯拉其他业务总和”的标签。Model 2 历经 4 年的期待，最终在 Robotaxi 发布会上沦为匆匆过客。
最具代表性的是马斯克创办的人工智能公司 xAI。该公司于 2023 年 3 月创立，7 月公开，11 月发布首个大模型 Grok。去年 6 月，xAI 宣布建造全球最大的数据中心。122 天后，由 10 万张 H100 构建的 Colossus 训练集群拔地而起，规模超过谷歌和 OpenAI 数据中心。正在建设的 Cortex AI 集群，规模为 5 万张 H100 + 2 万张特斯拉自研 Dojo。
这样的高效建设速度恐怕只有五年前的上海超级工厂能与之相提并论。只不过一个在西方，一个在东方，遥相对望。
根据流传的规划，xAI 数据中心的大量算力将被“输送”至特斯拉的弗里蒙特工厂和奥斯汀工厂。前者是 S3XY 四大车型的生产地，后者承担着 Cybertruck 和 4680 电池的产能提升任务，算力将用于 FSD 和机器人的算法训练。随着一系列基于人工智能的软硬件成果陆续落地，特斯拉以 AI 构建竞争力的路线图也日益清晰。
上一个依靠中国生产制造能力崛起，但将高附加值环节集中在美国的公司是苹果。中国供应商生产了苹果 90% 以上的产品，但从芯片到操作系统，从产品规划到设计方案，均由位于加州的苹果总部完成。正如苹果包装盒上印着的那句话：Designed by Apple in California，Assembled in China。
美国公司特斯拉
2021 年特斯拉 AI Day，马斯克身边聚集了前所未有的众多人员，自动驾驶算法、FSD 芯片和 Dojo 超算背后的全明星团队首次公开亮相。
会场上，特斯拉软硬件部门头发浓密的工程师们在“总忽悠师”身旁整齐排列，他们分别是：AI 总监 Andrej Karpathy、Dojo 超算负责人 Ganesh Venkataramanan、Autopilot 总监 Ashok Elluswamy、工程总监 Milan Kovac。
这是特斯拉自 2016 年组建各个软硬件部门后固定下来的领导团队，也是特斯拉人工智能帝国的核心成员。
其中最重要的人物当属 Andrej Karpathy，这位小哥的导师是李飞飞，还与吴恩达共同撰写过论文，不到 30 岁便在学术圈声名远扬。毕业后，Andrej Karpathy 参与创办 OpenAI，2017 年被马斯克费尽心思挖到特斯拉，直接向自己汇报工作。
芯片大神 Jim Keller 缺席了合影。作为硅谷顶级芯片架构师，Jim Keller 的代表作包括 AMD Athlon、Apple Silicon 开山之作 A4、AMD Zen 架构等。在特斯拉，Jim Keller 主导开发了 FSD 自动驾驶芯片。
换言之，马斯克首次涉足芯片领域所积累的资源，足以让正经芯片公司运作一辈子。
时至今日，这些人大多已离开特斯拉，比如 Jim Keller 去英特尔短暂工作后便下海创业。Andrej Karpathy 后来回归 OpenAI，Venkataramanan 也于 2023 年离职。面对得力助手纷纷离去，马斯克在一次采访中表示：“人家随便去哪儿都能找到工作，没有谁是他们真正的老板。”
但更接近事实的原因或许是：每一位功成身退的大师背后，总有替补队员随时待命。Jim Keller 离职后，他在苹果的前同事 Pete Bannon 接管芯片设计团队。Karpathy 离职后，四人组中的 Ashok Elluswamy、Milan Kovac 开始领导 AI 部门。
看似频繁的人员流动，恰恰是支撑特斯拉向人工智能转型的关键因素：美国拥有取之不尽、用之不竭的计算机科学人才。
尽管关于美国“产业空心化”的讨论不断，但以软件为核心的计算机科学产业不仅从未向其他经济体“外流”，反而优势愈发明显。从晶体管、集成电路，到 Unix、x86 架构，再到如今的人工智能，美国在学术界和产业界几乎都占据着领先地位。
顶尖人才总是流向产业高地，在芯片设计、软件开发、消费电子等产业，处于金字塔顶端的巨头大多是美国公司。这些产业不仅吸引着全球最优秀的人才，还持续培养着前沿技术的后备力量。
特斯拉崛起的关键因素之一，是微软、Google、AMD 等 IT 巨头源源不断地输送人才。他们虽对制造业并不熟悉，但在计算机科学领域实力超群。
中国在自身优势产业中也展现出了这种“产业厚度优势”。宁德时代的崛起与欧洲电池公司 Northvolt 的衰落，差异并非成本，而是人才供给。
在新能源车的动力电池出现之前，消费电子产品的锂电池早已在东亚地区生根发芽，曾毓群的老东家 ATL 就是 iPod 的电池供应商。在此过程中，电化学人才随着产业链转移，为动力电池发展提供了充足的人才支持。
Northvolt 的高管团队中，具备电化学背景的人才寥寥无几，欧洲的电化学人才储备也极为匮乏。原因不难理解，上一个全球知名的欧洲消费电子品牌或许是诺基亚。
在全球分工体系中，产业链的每个环节都会自然地找到适合自己的发展之地。
欧洲汽车工业的繁荣，源于斯柯达和克虏伯在 100 年前就开始涉足火炮制造；在特斯拉诞生前，汽车工业是美国铁锈带最显著的伤痛；中国的汽车生产商或许对通用人工智能并不精通，但在生产制造方面堪称技艺精湛。
国家之间的竞争体现在产业竞争上，产业竞争归根结底是人才的竞争。
在电动车智能化加速发展之际，特斯拉期望借助自动驾驶算法、Robotaxi 和机器人构建一个人工智能帝国；而中国的新势力也在努力弥补自身在芯片、软件等环节的不足。
一个科技大国试图重现制造业的辉煌，一个制造业强国从未如此接近实现其在汽车工业领域的宏伟抱负，这或许将成为 21 世纪商业史上最为壮丽的篇章。
