被“高估”的理想( 三 )

也可以看到，目前，理想在大力招揽技术人才，试图实现AD高级辅助驾驶系统的全栈自研，包含自动驾驶的软硬件，自研感知、规划、决策算法，以及研发自动驾驶实时操作系统LiOS和开发工具链。
现实情况是，即便理想实现了这些系统的自研工作，在这个“软件定义汽车”的时代，数据才是第一生产力。理想的落后不只是在算法、操作系统上，更是在驾驶数据上存在天然的鸿沟。

文章图片
凭借先发优势,特斯拉等企业已经积累了数以百万、千万公里级的海量数据，并且随着市占率的上升，会进一步形成良性循环，从而使其打造出指数增长式的数据壁垒，这是一堵挡在理想面前令人窒息的墙。
不仅如此，小鹏、特斯拉还采用了“自研系统以及芯片+造车”的商业模式，这不仅会在硬件上形成技术屏障，也会直接降低长期成本。
也就是说，一旦理想的自动驾驶技术稍有差池，跟不上大部队，丢失的不仅是市场先机与溢价回报，更是那无可争议的数字未来。
“多面”李想
李想说， “所有企业从1走到10 ，都是延续从0到1积累下来的产品和组织优势。失败的企业都是把这个优势放弃掉，又重新开始再做一遍。 ”道理是这么个道理，可如果这从0到1积累下来的产品和组织优势没能进化出足够宽广的“护城河” ，又该如何沿着这条路从1走到10呢？
【被“高估”的理想】理想尊重特斯拉，李想遇到问题会常常想起乔布斯，但毕竟李想不是马斯克，也不是乔布斯。李想可以为了优化产品细节据理力争，可以为了稳定资金节衣缩食，可以为了制定产品策略废寝忘食，他是一个优秀的产品经理，一个沉稳且敏锐的商人。