十三年前，Facebook的工程師Calos Bueno寫下《The Full Stack》，第一次讓「全棧」這一名詞為人們所熟知。十三年後，汽車產業向著智能電動化高速飛奔，「全棧自研能力」似乎成了企業技術實力的代名詞。
尤其是在2021年夏天，上汽集團董事長陳虹說出那番「靈魂說」後，在自動駕駛、智能網聯以及智能座艙等核心技術領域構建全棧自研的生態體系「一夜間」成了汽車製造商們向市場宣示話語主導權的核心手段之一。
風向變了
兩年之後，風仍在吹，只是風向好像變了。
在近期的中國電動汽車百人會上，華為余承東一半調侃，一半無奈地說道：「國內的新勢力，今天李想和李斌都在這裡，我相信他們都不太可能在智能化中選擇華為，國際的巨頭們，也不會選擇我們，傳統車企如果怕失去靈魂的，也不會選我們」。
當主機廠們紛紛打出全棧自研的戰略牌時，傳統垂直線性的供應鏈體系也隨即發生改變，零部件供應商與主機廠之間陷入到曠日持久的供需博弈之中。
正因如此，余承東做出判斷，在智能化時代，華為不可能做到像博世、大陸集團那樣的Tier 1，因為華為更多提供的是軟體、算法、雲和晶片，沒辦法像傳統零部件一樣實現標準化，必須跟車企更多地捲入，深度定製和賦能。
視角切換至主機廠，理想CE0李想也在會上重申了全棧自研的必要性，「之前傳統的頭部一級供應商，可以研發同樣一個系統提供給很多廠家使用，但使用供應商的軟體方案，疊代速度有跟不上競爭，所以要自研」。
是的，整車製造尤其是在自動駕駛層面的設計是相當複雜的，涉及到代碼算法、自動駕駛晶片以及各種傳感器硬體的融合，如果不採取全棧自研，將項目納入可控範圍，很容易會在後續的疊代中出現需要供應商支持的被動狀況。
此前，由於MobileEye體系過於封閉，無法與特斯拉保持同步發展，最終導致二者分道揚鑣便是一個典型的例子。那時候，大家發現，好像只有全棧自研，才能將主動權握在手裡，才能在智能化領域做出差異化的智能駕駛方案。
有意思的是，兩天前，通用汽車宣布將徹底放棄與蘋果的合作，逐步淘汰蘋果的 carplay，轉而使用和谷歌合作研發的原生車機系統。之前寶馬也曾表示在未來新車型上可能不再配備carplay。
這背後的是非曲直一言難盡，但有一個很明顯的出發點是，Carplay允許用戶將手機數據鏡像到車輛的車載屏幕上，這在很大程度上入侵了車機系統的原生空間。一旦主機廠將車機系統拱手相讓，那意味著失去了人機互動最重要的媒介與陣地，這或許是通用選擇自研的直接原因。
事實上，在傳統燃油車時代，像豐田、大眾這樣的頂級的玩家們，在車機系統、動力系統、轉向系統等核心零部件領域，也大多採用的是自研形式，畢竟只有通過垂直整合將供應鏈牢牢地握在手裡，才可以保證平台化、規模化，取得成本以及可靠性優勢。
在智能電動車時代，特斯拉的出現也讓車企們看到了「全棧自研」的可能性與誘惑力。零跑便是忠實的「擁躉」之一，「我們的全域自研是軟硬體一體化的全域自研，電路板，結構，軟體，作業系統，都是我們自己開發的」。
但可惜的是，與傳統燃油車時代一樣，真正意義上的「全棧自研」是極少數玩家才具備的能力。
悠跑CEO李鵬也在反思：「汽車行業重複閉門造車的商業模式在內燃機時代是必要的，但是在智能汽車時代是否還能持續？就好像在智慧型手機時代，大家用得都是高通的晶片，影響大家打造品牌的差異化了嗎？」
是啊，看看如今的比亞迪，擁有如此優秀的垂直整合能力，也很少會以「全棧自研」自居。所以可以看到，在智能化布局上，比亞迪還是會選擇與Momenta、速騰聚創、百度以及地平線等企業合作，進軍自動駕駛領域。
為何連比亞迪都如此謹慎？其實，當行業掀起「全棧自研熱」的那一刻開始，便有人提醒，企業什麼都想要自研，必然會造成行業的巨額浪費、產業發展低效，產品體驗滯後等問題。
但當時資本市場火熱的投資氛圍裹挾著所謂的顛覆性創新，將全棧自研喊得震天響，產業失去了理性的土壤。現在，當資本市場逐漸冷卻，對於全棧自研這一課題大有回歸商業本質的趨勢。
必須承認，車企想要實現全棧自研的理想是值得尊重的，但現實是殘酷的。這種殘酷不僅體現在高強度、長周期的資源投入上，更是在對內部的組織管理機制提出了高要求。
李想儘管支持自研，但也坦誠說道，「汽車產業鏈條如此之上，難度如此之大，這其中最大的挑戰，來自於組織能力」。企業內部是否具備行之有效的創新機制，能否形成適當合理的人才梯隊模式，是否構建出有序高效的組織架構，是構建穩定且有戰鬥力的自研體系的關鍵所在。
看上去似乎簡單，麥肯錫卻有個非常扎心的調查數據：僅有3%左右的企業真正完完全全地做到既定的數位化轉型目標。分析案例後普遍發現，技術問題只占了很小一部分，主要癥結集中在組織與業務之上。
全棧自研，還是全棧可控？
除此之外，我們一直在不遺餘力地探討，「新能源汽車的上半場是電動化，下半場是智能化」，那智能化的下半場又是什麼？應該是規模化，實現規模化的核心要素是降本增效。
現實是，如果真正意義上從底層的網關，到傳感器硬體、算法軟體，再到作業系統，整個智能生態都完成高度垂直整合，實現全棧自研，在保持領先性的角度來看，沉默成本會相當巨大。這種成本自然會轉接到市場之上，成為規模化面前的「攔路虎」。
當下，一個顯著的特點是，L2/L2+功能已實現規模化量產並逐漸下探滲透至20萬元以下車型成為標配，高階輔助駕駛也在進一步下探至30萬元左右。
數據顯示，2021年我國前裝標配L0—L2級的ADAS的新車上險量超800萬輛，滲透率接近40%，在2022年，這一比例更是上升至超過45%。有機構預計，2025年國內L0—L2級ADAS的市場滲透率將超過91%，L2滲透率將超45%，L3以及L4/L5的滲透率分別有望達到8%和1%。
換句話說，一段時間內，在中低端的智能駕駛市場，Tier1的技術成熟度已經相當之高，具有規模化優勢，主機廠沒必要勞心費力地進行自主開發。
特斯拉前生產副總裁格雷·瑞秋就曾提到，「如果生產的是一款充分利用其它商品化部件的、一定時間內不會有重大革新的產品，那麼自行生產毫無意義」。
在高階輔助駕駛領域，當前行業內的大部分企業仍無法構建相適應的研發環境，與其選擇「閉門造車」，不如選擇聯合Tier1開發，即主機廠基於供應商的基礎平台底座去做自己定製化、差異化的應用功能，這顯然是一條更為務實、經濟、高效的技術路線。
更何況，在核心軟體方面，隨著5G通信、OTA、雲計算的迅速發展，也給各大企業的帶寬、存儲等信息技術提出了複雜要求，同時圍繞監管法規，功能安全、網絡安全、隱私保護等領域都會面臨巨大挑戰，在這個過程中協作開發必然是趨勢之一。
用百度集團副總裁儲瑞松的話說就是，「全棧自研」難以實現，「全棧可控」是完全該做到的。
只是，從商業維度角度出發，還是那個問題——合作方多了，供應鏈體系就會從原先的垂直線性模式變成多方並行的網狀模式，這對合作效率無疑是個嚴峻挑戰。
其實，相關的供應鏈企業都意識到了這一問題。所以為了打消主機廠的顧慮，類似於寒武紀、黑芝麻等供應商們，都在有意識地構建一整套易用、友好以及可推廣的開發工具鏈，保證開發優化流程的高效。
並且，像長城汽車這樣的主機廠也在有意識地通過推動企業內部的平台化、共同化、建立統一的硬體平台規劃、軟體統一基線，為生態夥伴互動和深度協作開發打下基礎。
獨木不成林，主機廠正在與供應商們雙向奔赴。就像長城汽車CTO王遠力說的那樣，「很多人會說掌握全棧自研的能力就等於構建了一個相對封閉的生態，我們認為恰恰相反，掌握全棧自研能力更需要合作夥伴的深度協同協作。」
聊了這麼多，回過頭來反問，每個人都在宣稱全棧自研，那對於整個行業來說，意義是什麼呢？在這個產業鏈重新定義邊界的年代，或許就是讓人們更深刻認識到，「全棧自研是一種能力，而不是一種商業模式」。
提出「全棧」這一概念的Calos Bueno也指出，沒人能夠熟悉所有方方面面，但作為一個全棧，能夠看清每個棧的上下之間是如何運作的。