李想：智能电动车的组织挑战 | 中国电动汽车百人会论坛 2023

尊敬的万主席，陈理事长，苗部长，在座的所有朋友，

大家下午好！

今天我和大家分享的主题是——智能电动车的组织挑战。在进入汽车行业之前，我从事的是互联网行业，当然我所做的互联网产品是与汽车相关的汽车之家，所以我对汽车行业有一些了解。

但是当我自己真正进入这个领域之后，才发现汽车行业的链条如此之长，难度如此之大。这其中最大的挑战，来自于组织能力方面。

作为一家智能电动车企业创始人，我认为我们有两个最重要的产品，一个是面向消费者的智能电动车产品，另一个则是面向员工的组织能力。

这其实就像是在画两个圈，如果一个圈画得很大，而另外一个圈很小，就会产生巨大的浪费。

所以我们想尽一切办法把两个圈画得差不多大，从而保证整体的效率和价值。

最开始，在我们 2015 年创办公司的时候，我们招募了非常多有经验的、来自于传统汽车厂商的研发工程师。

但是，我们运营了大概不到一年的时间时，就遇到了一个巨大的问题。

举个例子，每一家公司对于怎样去解决问题的定义都是不一样的。

所以，在我们企业内部来自每一个不同传统汽车厂商的工程师都有自己的想法，每个人都认为自己是对的，别人是不对的。

那时候我们开始意识到，作为一家企业，组织流程最重要的是怎样能修出一条大家公认的符合标准的路？怎样去规划路？怎样去修路？怎么去运营路？这是一家汽车企业必不可少的核心竞争力。

1、智能电动车的组织挑战

在进入汽车行业之后，我们发现难度比最开始想象的要大得多。我们将一个组织所要从事的业务，会面临的方向进行了简单的分析规划。

这和我在 2021 年 1 月的电动汽车百人会论坛上分享的是一样的。通过这张图表能够看出来，作为一家刚进入汽车行业的企业，我们同时要变成四类不同的企业，而且这四类不同的企业所面对的问题的复杂程度也是完全不一样的。

首先，我们要自己研发汽车产品，需要管理好供应链，同时还需要制造汽车产品，所以我们是一家工业制造企业，也就是一个标准的汽车企业。

但是，我们和传统汽车企业也非常不一样。因为大家都知道电动车的成本非常高。而我们作为卖 30 万元以上的汽车产品的企业，我们没有足够的「财力」能够以类似 BBA 的成本为 4S 店提供产品。

所以我们要做直营，这样我们大概可以做到以 1/ 3 的成本就卖出去一辆车。但是直营有直营的难度，因为我们又需要变成一家「4S 店的集团」，只不过是直营的。

而作为一个 4S 店集团，我们需要负责管理车辆的销售、售后服务，以及交付工作等，所以我们又变成了一个服务网络体系。

作为一个标准的大型汽车 4S 店集团，现在我们已经在全国有 700 多家店面，提供车辆的零售、交付、维修等等。

同时我们还是一家互联网的应用公司，这也是我们曾经比较擅长的领域。我们需要做 APP，做应用。

我们要去连接云服务，连接数据库。所以我们本身又是一家标准的互联网公司，向用户提供软件和应用。

那这三种企业需要完全不同的管理方式，因为来自互联网公司的人，来自汽车行业的人，以及来自零售行业的人，比如星巴克、宜家的人，他们并不知道怎样一起工作。

所以我们不仅在去学每一个领域全世界最先进公司的流程和工作方式，并招募一些这样的人。

另一个最重要的方式是我们同时采用前些年比较流行的 OKR。

我们通过目标管理和有效的目标沟通工具，将这几部门联系起来。所以我们能够成功地在 2019 年完成了第一辆车的研发，并且在 2020 年开始交付。

但是在这个阶段我们又开始面临新的问题。就是我们需要在研发上更进一步，因为我们知道只卖一款车是不行的，要卖多个车型。

但是如果卖多个车型，我们必须拥有研发平台，而且这个研发平台的难度比传统汽车的研发平台难度更大。

比如，我们做增程电动平台，我们就要自己研发车身域、动力域的软件、硬件，这其中包含 XCU 中央域控制系统，车辆 VCU 做的所有事情，增程器上 EMS 做的事情，还有空气悬架控制系统，CDC 的控制系统，以及座椅系统等等。

所以，我们发现现在要做的事情甚至比之前传统的头部一级供应商做的事情还要复杂。

因为之前传统的一级供应商，可以研发同样一个系统提供给很多厂家使用，但使用供应商的软件方案，其迭代速度又跟不上今天竞争，所以我们要自研，我们的增程电动系统、智能座舱系统以及智能驾驶系统都已经实现全栈自研。

而在全栈自研的过程中组织难度就更大了。因为在最开始，我们内部每个团队连最基本的规划都没有，只能分头工作。

这相当于每一个垂直部门既是作战的指挥中心，又是作战部队，所以每个人都在自己的路上研究，整体研发的体系就乱了。

所以我们开始思考和学习世界上那些最先进的，几千亿、上万亿收入的公司，他们到底是怎么来管理的？

这也就变成了我们一个更大的挑战。因为我们需要把这项能力与我们原有的互联网公司能力，汽车经销商集团能力，以及汽车行业企业能力融合在一起。

这也是我们在 2022 年遇到的一个特别大的难题。

2、更适合智能电动车的产品开发流程

对于我们所面临的挑战，唯一的解决方法就是学习世界范围内的最佳实践，因为不是只有我们在面对这样的难题。

所以我们去学习和研究全世界最好的公司，比如 IBM、华为这样的优秀企业。

这张图就引用自华为出版的一本书《从偶然到必然》。

当我们把技术、平台和产品研发放在一起的时候，该怎样去解决这样的问题？

在研究和学习的过程中，我们发现其实已经有非常多的优秀企业解决了类似的问题，但是这其中有一个问题是类似华为、苹果这样的企业从事的是通讯或者消费电子行业，他们所提供的方法和组织能力是否能够适用于汽车领域？

所以我们从 2020 年开始，从研发角度做了一个重要尝试。我们全面地去学习这样的能力，能够发现其实它从两个维度解决了我们的问题。

由于链条非常长、周期长，业务复杂，所以在最开始的时候就会把规划做得特别清楚，并且让更多的团队一起来参与规划。

在做好清晰的规划之后，再把它变成计划。而在做计划的过程中，我们针对团队的协同，资源的复盘进行有效分配。

这就区别于过去的线性流程，将传统的汽车研发方式变成了一个立体的流程。这在另一个维度上，从经营的角度也带来了好处。

从这张图上来看，PDT 经理相当于是作战指挥部，而做设计、软件、硬件的团队相当于作战部队。所以这时候指挥部可以把作战部队进行统一的管理，空军什么时候上，炮兵什么时候上。这就解决了我们当时最大的一个问题，就是作战混乱。

当我们的企业规模到了几万人的时候，这就是个巨大的挑战，所以我们发现了这样一个特别合适的流程，并真正地从 2020 年开始去实践使用，但是这也仅限于汽车研发的组织维度。

3、智能电动车的组织形态：矩阵型组织

针对这样的流程，我们也要改变自己的组织结构，从过去的职能组织变成一个矩阵型组织。

这样的流程和矩阵型组织帮我们解决了很多问题。

第一个是解决了没有全局，各个团队各自为战的问题；

第二个是解决了技术、平台和产品的研发的协同问题；

第三个也解决了产品、供应链和交付的商业协同问题。这也是当时我们最困惑的几个问题。

在过去 2 年多的时间里，流程和组织的实践给我们带来了实际的价值。

第一，我们把理想 ONE 做成爆品的能力能够复制到所有车型上，无论是理想 L9、L8、L7，在推出之后都会成为一个爆品，都是其细分领域里销量第一的产品。

第二个好处是提升了供应和产能爬升的速度，哪怕在疫情状况下，理想 L9、L8 都能够在交付第二个月实现交付量过万，这是一个非常大的变化。

而第三个好处是一个意外收获，在这样的流程和组织结构下我们开始培养出大量有经营意识的人，他们不仅仅会考虑怎样赚钱，也会全流程地控制成本，而不是走哪算哪，所以我们能实现非常健康的毛利率，并且确保在收益和成本上的目标和达成是一致的。这是我们在过去实践中获得的验证。

在此也和所有同行们做一个分享。作为一个智能电动车企业，IPD 这样矩阵型组织的流程和组织管理方式是非常有效的。这不仅仅可以应用在最先进的 IT 公司里，同样也适用于汽车企业，包括智能电动车和传统汽车。

理想汽车的员工，包含从一级供应商做来的同事员工都非常拥抱这样的变化，因为这相当于让他们从曾经的土路，或者小区内部道路变成了真正在国道，在高速公路上行驶。

但其实在过去这些年里，我们也面临了一个很大的挑战。

因为我们在做矩阵式组织过程中也经历了五个阶段，在这里和大家做一个分享。我认为我们是一家互联网汽车企业，和其他人不一样。

所以在第一个阶段的时候，我们就像一群井底之蛙，从来不向外看。在这个阶段吃了很多亏，踩了很多坑，但依然坚持不向外看。所以到了第二阶段就会非常痛苦，开始向外看。

但那个阶段我们并不明白，为什么这些几千亿、上万亿收入的企业要做得那么复杂？他们为什么不停地去做变革？到底是为什么？

所以第二阶段哪怕我们出去看了，但是依然看不明白。而到了第三个阶段，我们开始借助一些咨询公司的能力，并且在这些优秀的咨询公司里聘请顾问，帮助我们来想清楚为什么在这个阶段要去解决这个问题，这背后的原因是什么？他们怎么用流程去解决人性的问题，怎么用文化去解决人心的问题。

所以在这个阶段我们开始看明白、想清楚了。但是到了第四个阶段，我们仍然在继续走弯路，经常认为看明白了就可以自己来实践执行。

但实际上有一些员工的能力模型是不匹配的，因为在大企业中，有人修路，有人开车，而我们经常让开车的人来修路，所以在第四个阶段我们也是浪费了很多时间。

直到第五个阶段我们开始明白，哪些人在哪个阶段是帮助这些企业来修路的，所以我们请来这样的人帮助我们规划路、修路、运营路。

如果把我们的组织来做一种类比的话，其实所有员工都是来开车运送价值的，但是我们能不能修出好的高速公路，并且良好地去运行，这决定了价值的传输效率。

4、挑战-什么样的组织适配软件 2.0

实际上，我们矩阵化组织的变革才刚刚开始，我认为至少到 2025 年才能实现完整的结果，因为组织变革不可能是一蹴而就的，甚至它的研发周期、推广周期比做产品、做平台周期长。

但同时我们又面临了新的挑战，就是人工智能的大模型软件 2.0 到来了。让我们去看一看两家在这个领域中做得最好的公司是怎样做的。

第一个是特斯拉，目前的人工智能分为两种学习方式，一种是行为学习，也就是训练「大」脑，让「小」脑工作，也就是像自动驾驶。另一类是训练「大」脑，让「大」脑工作，类似 OpenAI 和 ChatGPT。

举个例子，过去我们一年要做大概 1000 万帧的自动驾驶图像的人工标定，所以我们请了很多外包公司进行标定，大概 6 到 8 元钱一张，一年的成本接近一个亿，这仅仅是来做自动驾驶方面的图片标定。但是当我们使用软件 2.0 的大模型，通过训练的方式进行自动化标定，结果和效果会非常可怕，过去需要用一年做的事情基本上三个小时就能完成，效率是人的 1000 倍，这个领域的工作完全不一样了。

对于员工来说，他们会感觉用拳头打架遇到了拿枪的。

所以在这样的状况下，我们如何能够让软件 2.0 和现有人才进行融合，为他们提供怎样的全新工作流程、激励机制，怎么去做选用、任用，这又会面临一个更大的挑战。

这不仅仅是理想汽车的挑战，也是在座的所有在汽车行业耕耘的创业者和企业家们，我们所遇到的共同的挑战，希望有机会能够在这个方面进行更多的交流和探索。

谢谢大家！