在經濟下行情況 Musk必須負責他之前的策略錯誤 在2020年Musk勾畫了一款低於25000價位
低階車款 但這塊推遲沒執行 也就是Musk一直把自家車定位還是鎖定在中高階價位族群
這件事情在現在這一年回過頭來看 是個超級致命的決策失誤
(更正:根據某大大訊息 此部分非Musk決策錯誤 而是現實不允許 )
在4~5萬美金電車價位下 願意買ModelY/3消費者早就都買電車了
現在還沒買電車的人也許願意花2萬5到3萬買電車 但絕非花到4萬美金去買中高階車款
然而Musk作法 卻是不斷降價搶滲透率 選擇降價Model Y/Model3 而非開發一個低階車款
來維持利潤同時又能搶滲透率 這也是為何Musk終於意識到自己策略失敗 趕緊推出Model 2
但這也需要一兩年時間的產能去規劃 接下來的一年對特斯拉會是個辛苦一年 更別說
電動皮卡成本和利潤回報不如預期 目前看下來低階車場Model 2會跟墨西哥工廠有相關
復盤一下 當年老黃怎樣高階搭配低階去打3DFX搶市佔
當年第一次使用黃家刀法 閹割版 Nvidia TNTUltra/TNT2/TNT264一直蓋滿高階中階低階
甚至靠低階TNT2-64的高滲透率搶贏市佔 在不影響成本下 打出口碑
如果我們把電車當成硬體 想靠軟體(FSD)達到硬體加值賺高利潤
那該做的不是提高FSD售價 而是提高滲透率 讓硬體買入門檻下降 增加生態圈
這也是為何當年Amazon Kindle/Fire便宜在賣 因為就是為了提高滲透率 去增加使用者
在Amazon生態圈(電子書等)的黏性 進而在Amazon電子書花更多錢增加利潤
低價位的電動車 會使用低成本電池 犧牲掉電池的續航性 但卻會是最好的滲透性平台
來提高FSD使用戶數量 同時維持利潤率 透過各種電腦車軟體便利性 提高使用者黏性
因此低價位電動車變成是現階段的一個重要拼圖 因為這對於其他低價位電車競爭者
像是中國或者其他對標車款 軟體的加值性可以明顯讓消費者有感 進而擴大滲透率
同時又不用犧牲掉利潤率
這次財報的研發成本上升 也顯現其他的投資策略失誤
有部分來自Dojo電腦投資 這部分我一直不是這樣看好
畢竟要自己開發硬體 還得期待Researcher 自己寫移植code 轉為適合Dojo訓練架構
這些是需要時間去換取的 然而從效益來說 開發Dojo卻不是最急迫的 開發Dojo
需要時間絕對比去跟老黃排隊買H100/H200來得更久更花時間
Note:以上為自己亂瞎猜
因此我自己個人已經清倉特斯拉 把錢再次改重壓老黃 其中一個主因是LLM的運用
許多人也許會認為LLM(ex.chatgpt)就只是個瞎聊的軟體 但LLM最重要的特性是
知識封裝和模型泛化 最近已經有好幾篇paper顯示 機器人的決策可以透過LLM
快速學習 傳統機器人Planing甚至Scene Understanding可以靠LLM知識封裝突破性提升
LLM這塊領域會成為以後所有知識泛化的核心 這也是為何大家都要搞LLM
尤其是多模態LLM 多模態LLM意味者 你的知識泛化可以看 可以聽 可以透過不同種類資料
型態去了解information understanding 然後更好的泛化處理機器人相關任務
( 例如 https://zhuanlan.zhihu.com/p/648023912 ) 有人有興趣以後再多分享
其他車廠也在把LLM知識封裝和自駕開始融合在一起 而這條路更需要老黃的生態系統
https://www.inside.com.tw/article/31069-TURING-LLM-AI-EV-automatic-car
Toyota已經在測試這些了 你拿Dojo去改寫現在一堆open source LLM 或者0-shot clip
detection 保證讓一堆research哭得跑走
(其他參考 https://auto.gasgoo.com/news/202310/13I70365342C601.shtml )
https://www.51cto.com/article/769713.html
簡言之 要達到L5自駕的話 也許LLM會成為一個最核心關鍵的一步 這也造就更多人
要去買鏟子開發各種downstream task 老黃下一季度的財報會變成個重要指標
到底是iphone時刻真的來臨 還是995時刻來臨