兩個月前我曾寫過一篇同一主題的文章，當時重點強調(diào)為了適應智能電驅(qū)時代場景深度和寬度均在大幅增加的挑戰(zhàn)，車企需要改變過往配置直接承接用戶需求的定義模式，而是在場景層和物理層（配置）之間構(gòu)建一個虛擬層，即原子服務，然后將原子服務作為車輛響應各種場景和需求的資源池，通過功能定義組織調(diào)用各種原子服務去響應場景層的各種變化。在這個思路指導下，能用算法解決的問題就堅決不用增加硬件的方案，反過來設計硬件之初就需要充分考慮到算法的要求。

因為產(chǎn)品定義的邏輯改變了，我們評價一款智能車產(chǎn)品競爭力的邏輯也必須跟著改變?？傮w而言，在智能化變革仍在深入和加速的當下，我們理解和評價一款智能車產(chǎn)品競爭力的邏輯必須滿足：

1、 如何定義就應該如何評價，當然反之亦然。今天矛盾的源頭在于市場風向和用戶需求都已經(jīng)改變了，但很多車企的產(chǎn)品定義思路沒變。大家如果非要用舊時代的定義思路去審視新時代的產(chǎn)品，就必然出現(xiàn)雞同鴨講的尷尬局面。

2、 智能化變革落地到產(chǎn)品定義領域，改變最大的就是軟件和硬件的關系，因此相關的產(chǎn)品競爭力評價必須既要正確處理軟硬件的協(xié)同關系，又要分別針對軟件和硬件展開梳理。

3、 智能車產(chǎn)品競爭力評價不能是靜態(tài)的，也就是這個評價的不僅僅針對的是一個時間節(jié)點，而應站在這部車可以具備的升級潛力這個視角看，評價該車型未來一個時間周期內(nèi)可以獲得的產(chǎn)品能力。

4、 產(chǎn)品競爭力雖然評價的是產(chǎn)品，但產(chǎn)品背后的車企更加重要。透過一家車企的作品看這家車企的戰(zhàn)略能力、邏輯能力和組織能力同樣是產(chǎn)品競爭力評價輸出的關鍵信息。

正因如此，SoCar在設計新的產(chǎn)品競爭力評價模型時，才明確地把智能車解構(gòu)為體驗層、場景層、服務層和物理層四個層級。這里再簡單重復一下四個層級分別對應的評價標的：體驗層對應車企的品牌戰(zhàn)略和整體感受的營造方向；場景層對應車輛需要響應的各種使用場景和每個場景下面的用戶需求；服務層對應的是車輛的原子化的功能資源，也就是車輛在功能定義中可以被調(diào)用的資源；物理層則是指向車輛的具體配置或者硬件。

其中服務層，也就是原子服務的提出，除了可以解決軟硬件協(xié)作關系問題外，更是為了解決產(chǎn)品評價不是面向一個特定時點，而是需要兼顧未來相當一段時間產(chǎn)品升級潛力的問題。因為服務層指向的并非確定的配置或者硬件，而是可以借助軟件去控制硬件達成的車輛控制目標（也就是某項配置能力），或者單純依靠軟件實現(xiàn)的某種車輛控制目標。因此服務層我們統(tǒng)計的只是車輛具備的某些特定維度的能力，而非具體的實現(xiàn)方案。但這些能力又可以被應用在具體功能定義當中，形成承接場景和用戶需求的功能或功能組合。與此同時，車輛擁有某些原子服務，又不意味著目前已經(jīng)充分使用了這些能力，未來可以通過持續(xù)的OTA或其他方式的升級迭代，陸續(xù)完善這些原子服務的排列組合方式、調(diào)用邏輯等，進行用戶體驗的優(yōu)化。從這個角度看，原子服務既可以評價當下，也可以評價未來。當然評價結(jié)果更可以是非常具體的產(chǎn)品能力優(yōu)化路徑，尤其是可以在不增加配置的前提下，實現(xiàn)更多功能。

那么如何通過一臺車的評價看清背后這家車企的戰(zhàn)略、邏輯和組織能力呢？

顯然借助各層數(shù)據(jù)的現(xiàn)狀和對應關系，尤其是跨層之間的數(shù)據(jù)對比關系，我們可以獲得更多洞察。

首先在體驗層，我們看的是一部車帶給用戶的整體價值和體驗感受，雖然這一層目前缺乏嚴格有效的量化評價方式，但這一層是最適合與車企品牌戰(zhàn)略對接的內(nèi)容。

其次是場景層，場景層包含了場景覆蓋與場景選擇兩個方向的問題。前者指向這部車可以應對的所有場景，也就是寬度問題，后者指向這部車具有優(yōu)勢的、試圖創(chuàng)新和突破的場景，指向深度問題。顯然對于產(chǎn)品定位問題而言，場景層的選擇和取舍最能說明問題不過了。此外，把體驗層和場景層結(jié)合起來看，一款車選擇了哪些場景，然后在這些場景中兌現(xiàn)了什么樣的體驗，以及這個背后是否合理、有效，最能體現(xiàn)這家車企品牌管理和產(chǎn)品策劃的能力，如果兩者是割裂的，背后一定意味著上述兩個智能團隊也是割裂的。

透過服務層，我們看一臺車選擇提供了所有原子服務中的哪些，放棄了哪些，這就意味著該車型功能定義的機會傾向在了哪些方面。如果我們把場景層與服務層也結(jié)合起來看，服務層的取舍應當是用來支撐場景層所需的功能定義的。如果兩者不能匹配，則說明該車企產(chǎn)品策劃與開發(fā)之間缺乏有效共識，或者說明該車型把資源投入到了錯誤的方向上。因為每個原子服務理論上都是需要投入成本的，需要投入哪些、投入多少，都是由該車型的產(chǎn)品定位和競爭策略決定的。邏輯上，在產(chǎn)品定義過程中，企劃部門需要把場景選擇圈定好，然后依據(jù)場景選擇和場景排序鎖定所需的原子服務。然后研發(fā)部門再以實現(xiàn)所需的原子服務為目標，定義產(chǎn)品方案。

最后，到了物理層，每一個配置都可以被視為原子服務的提供方。在原子服務相同的情況下，物理層應當越簡約，也就是服務提供方的數(shù)量越少越好。如果車企的定義邏輯是由開發(fā)部門以達成確定的原子服務列表為目標，去收斂配置的話，理論上這一層最能考驗開發(fā)部門的水平和績效。如果我們把場景層、服務層與物理層結(jié)合起來分析，可以打開每部智能車支撐各種使用場景的產(chǎn)品應對邏輯，自然相關的問題和產(chǎn)品優(yōu)化方向也可以梳理的更為具體。比如有些配置同時提供了多種原子服務，但其中一部分在場景層的使用效率非常低，或者基本沒有必要。那么我們就可以嘗試剔除這些冗余的配置能力，自然采購部門對于這些配置的選擇要求也就可以隨之降低。此外通過這一層我們也可以看到每款車的成本能力。

以上僅僅是SoCar在過去幾年開展相關產(chǎn)品定義、評價和優(yōu)化的基本邏輯。在具體操作過程中面臨的實際問題肯定比本文要復雜很多。因此真正應用上述邏輯，一方面我們需要一個完善的，按照上述邏輯構(gòu)建的產(chǎn)品體驗對標數(shù)據(jù)庫，及時全面了解行業(yè)的整體水平。另一方面我們需要沉淀更多的案例，在沉淀案例的過程中積累實操經(jīng)驗。針對數(shù)據(jù)庫構(gòu)建的問題，SoCar的長期目標是要建設可以打通從場景發(fā)現(xiàn)、積累到篩選，然后將篩選出來的典型場景應用于產(chǎn)品對標評價（場景層的測試場景），進而跟蹤各場景所需原子服務和具體服務提供方（物理層）的完整數(shù)據(jù)鏈條。至少到目前為止，我們已經(jīng)基本打通了上述幾大環(huán)節(jié)中最為關鍵的部分，也歡迎大家與我們一同打造和深化這種真正沿著智能車邏輯展開的“行業(yè)基礎設施”。

下一篇文章是硬廣，專門介紹我們已經(jīng)成型的這些方法和工具。

返回第一電動網(wǎng)首頁 >