马斯克
马斯克和李想很早之前就表达过类似的观点。这里所说的赢家通吃，实际上意味着市场集中度会提升到这样一种程度：排名前5的企业将占据80％的市场份额，这与燃油
汽车时代市场份额相对分散的情况截然不同。当初我研究
新能源汽车的时候，也曾疑惑为何行业内的领军人物都持有这样的判断。我也不理解，为什么全球顶尖大厂的高层以及地位较高的风险投资人会说电动
汽车是一种范式转换。后来，我想到了电动
汽车时代具有一些燃油
汽车时代所没有的特性。头部企业会吸引人才和资本，在软件领域，人才的价值并非简单地靠人数堆砌。乔布斯曾经说过：一个天才员工的价值相当于50个平庸的员工，而在软件开发行业，一个优秀的工程师能顶得上100个普通工程师。到了2024年的今天，在
硅谷出现了越来越多仅由2 - 3人组成的人工智能独角兽企业，
奥特曼也表示未来会涌现出很多只有一两人的独角兽企业。这表明在人工智能时代，这种智力上的巨大差距可能会进一步加剧，也许一个优秀的工程师能够抵得上1000个普通工程师。
大众作为行业巨头之一，却要向小鹏寻求技术支持。当然，传统企业并非完全没有能力自己开展相关技术研发，但问题在于能否做好，需要投入多少资源，投入产出比又如何。通常情况下，不懂技术的企业进行技术研发时，会先
招聘一个技术负责人或者总监，然后让其组建整个部门，这就涉及到放权、KPI等组织管理方面的问题。这个部门的技术交付周期多长才合适？太长不行，太短也不行。其次，那些不懂软件、不懂人工智能的企业高层，又如何判断招来的人不是滥竽充数、混工资的？并不是说这样就一定不能成功，但失败的概率非常高。所以，我们在看待那些未来业务核心与人工智能、算法、软件相关的
公司时，首先要考察这个
公司的
领导者是否是技术出身。如果不是，基本上就可以判定这个
公司难以成功。
特斯拉是第一家将软件工程能力降维应用到硬件工程的
公司，理想和小米也符合这种情况。它们不像
格力那样仅仅是单纯的制造业企业，制造业只是它们的外在表现形式，而非其核心本质。边际成本的概念非常关键，因为在
汽车制造的最终格局下，人工智能是跨设备通用的，其分发成本趋近于0。对于传统
汽车厂商来说，这就意味着别人可以零成本让人工智能应用到
汽车上，而自己却做不到；自动驾驶也是如此，其边际成本仅仅是一些相对于整车成本而言并不高的硬件。最终的结果就是，在相近的成本下（不考虑制造环节的规模效应），一方有自动驾驶功能而另一方没有，那么没有自动驾驶功能的企业必然会失败。由于人工智能和自动驾驶成为了决策性的卖点，在制造方面又反过来产生规模效应，强者愈强，从而形成赢家通吃的局面。
