特斯拉2023年开年以来大幅降价带来的波动，最终从新能源车领域，扩散到了整个乘用车市场。几乎所有竞争对手，都因此陷入了价格战泥沼。
五一节后，特斯拉又宣布小幅涨价。有人认为这是特斯拉适应中国消费者“买涨不买跌”的市场行为，也有人认为这是它需要提高毛利来给资本市场交代。但是如果我们纵观特斯拉国产化以来，降价其实一直是主旋律。
图：特斯拉MODEL3价格变动记录，来源：浙商证券研究院
4月22日在特斯拉的业绩说明会上，马斯克曾明确表示：“我们只考虑自己总体的战略，人们是否喜欢我们的车，是否买得起我们的车，我们是否能改善服务创造更大的价值，未来零利润出售都是可能的。”
作为旁观者而言，即便特斯拉没有大幅降价，其销量和产品力也一直处于新能源车头部。既然能多赚钱，为什么特斯拉还是会选择让利消费者？在主流观点看来，这是一种因循供需关系随行就市的利润换规模行为（当然也有特斯拉车型即将换代这个重要因素）。
我们则希望在此基础上有进一步思考：利润换规模的背后，是否有更深层的逻辑？
01
*层逻辑：将竞争对手压制在12%生死线下
早期的新能源汽车依靠其智能化的特点，市场定位和估值水平往往根据技术水平和软件水平的程度给予估值。这使主机厂的估值翻身，从简单的制造业估值调整为科技行业的估值水平。
随着新能源汽车多年以来的发展，主机厂和消费者逐渐趋于冷静，从市场的反应程度也可以明显的看出新能源车的消费者已经逐渐从早期采用者转向早期大众。
图：创新产品的消费者图示，来源：网络
从去年一整年的销量来看，全球TOP20的新能源消费车型，聚集在30万人民币以下，并且每一个价格带都有10-20万台销量的明星产品。但是真正放量的宋、MODEL3/Y正是处于三万美元价格带。
而3万美元价格带是电动车最接近冲击燃油车核心腹地的平衡价格带——是主流购买力决定的最真实需求。
图：新能源车全球销量统计，来源：锦缎研究院，CleanTechnica
如果我们将主机厂2022年营收口径的单车均价、毛利和销量做一个气泡图可以发现，每5-10万价格带，单车毛利更高的往往是销量更高（气泡更大）的主机厂。比如图中10-20万价格带中比亚迪的优势就很明显。
图：2022年本土主机厂上市公司均价、毛利、销量三维图，来源：锦缎研究院
目前乘用车和新能源车的毛利趋势线围绕着12%的价格带，高于毛利趋势线的企业往往有更多可以实现调整的空间，而低于趋势线的企业，如果卷入价格战，处境会相当被动。
特斯拉营收口径的单车均价为37万元，单车毛利10.67万元，远高于趋势线水平，因此特斯拉有充足的下探空间和价格战基础。这也是长期技术积累和销量摊薄边际利润到目前阶段的车企核心优势之一。
因此我们可以看到，往年车企内卷的技术优势和对外宣传的趋势，对于消费者而言依旧是自动驾驶等智能化的字眼，而对于投资者而言，一体化压铸、造车平台的经济效应，国产替代等成本口径的宣传明显增多。
图：一体化压铸成本区间，来源：锦缎研究院
如果我们将新能源车的核心定义由科技创新引领导向转变为制造业导向，那么价格优势在未来的市场驱动中只会变成重中之重。
而成本要义，一方面是类似一体化压铸、原材料能源转变的行业贝塔，而另一方面，更重要的是规模优势带来的企业阿尔法，规模优势的雪球效应在未来五年的新能源车市场只会越滚越大。
除此之外，新能源车本身，也在悄悄发生改变，而这种改变在另一个层面上进一步拉开了规模差距。
02
更底层逻辑：汽车的定义正发生改变
1.汽车将是未来*的储能网络之一
1885年，曼海姆的一座实验室中诞生了世界上*辆汽车，经过近150年的发展，汽车从上流社会身份象征，到普通人的出行工具，从单纯依赖燃油供能，到新能源汽车成为新风向。
一方面，技术的迭代让电动汽车打破自身作为耗电设备的局限，而是担当可以在电网紧张时接电入网的“电力海绵”。
V2G就是电动车给电网反向输电，利用波谷充电，波峰放电，调节电网负荷的技术，这一技术让新能源汽车真正完成从“拿来”到“反哺”的跨越。
相关数据显示，全球新能源汽车的产销量再创新高，已经达到1055万辆，同比增长63.2%，全球市场新车销售渗透率达到13.5%。中国市场继续保持着高速的增长，销量达到688.7%万辆，同比增长93.4%，而市场渗透率达到25.6%，全球新能源汽车已经突破2800万辆，其中中国累计销售1580万辆，已经成为全球电动汽车*的市场。
随着电动汽车保有量的快速攀升，车辆充电带来的电网供电压力逐步引起顶层设计的关注。
2020年以来，国家出台了多项汽车相关政策，提及发展V2G，其中包括：2020年11月，国务院印发《新能源汽车产业发展规划（2021-2035）》，鼓励加强新能源与电网能量互动；2022年6月国家发改委等九部门共同印发《“十四五”可再生能源发展规划》。2025年，可再生能源发电量达到3.3万亿千瓦时左右。2025年，全国可再生能源电力非水电消纳责任权重达到18%左右。
这一计划还处于早期阶段，即便是重视度更高的美国、欧洲、日本和韩国等地，也仍处于试点阶段。荷兰乌德勒支地区初步实现了这一构想，在当地的许多充电站，不仅能为电动汽车充电，还可以将汽车电池中的电力输送至当地公用电网，供家庭和企业使用。
科协主席万钢曾经表示，车能互联实际上可以推动动力电池广泛的应用，1500多万辆动力电池，它是一个巨大的储能库，这个储能库如果能够和电网双向运行，同时给配网上补电的时候，实际上是一个很好的，既利于用户又利于电网。另外现在换电模式，特别是在出租车、大客车和一些物流车上开始快速的成长起来，所以所谓充换电站，也是一个储能站，完全作为一个大的储能库。
而对于车企来说，规模意味着车企对储能化市场的定价权和规则制定权有正相关的话语权。如果新能源车发展到了与电网双向互补，成为流动中的一环。对于车企来说，就从传统制造业转向能源产业，价值自然不同寻常。但是这一切的前提是车企的产品要有足够的规模，足够的量去争夺未来可能存在的储能市场的话语权。
目前，多家车企已经推行V2G技术，包括特斯拉、吉利、一汽、塞力斯、小鹏、蔚来等。
2.汽车未来将是*的算力网络之一
另一方面，汽车从蒸汽时代的庞然大物，简单的扩大人类社交直径，到如今汽车逐步让驾驶员实现“双手离把”，汽车的便利性正在逐步提高，自动驾驶将成为车辆发展的*形态。
然而，自动驾驶的安全性与可靠性始终处在人们讨论的风口浪尖。
2018年3月，Uber自动驾驶汽车在美国发生了全球初次致路人死亡时间，引致轩然大波，令自动驾驶技术时刻笼罩在安全性的边界下难以突破。
基本常识是，与ChatGPT处理和分析大量的数据与信息，以提高决策的精度和效率一样，智能驾驶要想做出对路况的正确应对，也需要海量的数据训练。
某种意义上，未来完全自动驾驶的实现，就是建立在*算力的GPT模型的泛化之上。特别是，在GPT的启示下，更高算力的单车芯片已经成为电动车的路径方向。
相关研究显示，ChatGPT-3需要大概1750亿参数，ChatGPT-4可能要更高些，而人来大脑具有100万亿的参数，以此做出对图像、语言等识别和各种复杂情况的决策，在驾驶过程中，驾驶员需要面对的情况更为混沌，所以自动驾驶模型需要即时处理更多的数据，来令系统更加胜任驾驶工作。
车企通过开拓市场来增加数据触及的广度，随后便将收集而来的数据用于训练模型，因此，谁拥有更大的市占率，就代表着谁拥有更多的数据和更聪明的算力系统。
早在2019年，马斯克就在投资者日上针对特斯拉自动驾驶坦言：“实际上，人们每时每刻都在训练网络。”
而GPT问世，更令马斯克下定了数据驱动世界的决心。早年AI行业龙头DeepMind创始人哈撒比斯在接受采访时说过，ChatGPT的解决方案不优雅，但这的确是获得*结果的方式。”
车机芯片的大模型化、软硬一体化，已经让汽车成为了不可忽视的算力系统。而车企需要依靠规模来形成大量训练数据。因此在车机算力化的当下，抢占数据*性的前提就是需要形成规模效应，让数据获取途径从实验室转向千家万户。
除了驾驶性能外，车企也越来越在以智能座舱、智慧交互为核心，进行消费者驾驶体验升级，这都意味着电动车的机器人化正成为不可避免的发展方向，而这也隐含着电动车的未来将是*的算力网络之一这一命题。
所以便不难理解：马斯克隐隐约约透露出“规模比利润更重要”的含义，隐含收集的数据样本支撑训练自动驾驶模型的算力逻辑。
03
结语
从现象上看，汽车的低价竞争是源于车企对下游市场的争夺，以利润换规模，拿下市占率就从竞争中胜出。
但本质上竞争永远不会终止，规模换利润的本质，是放弃短期利润，追求长期利润。一旦看清汽车的新定义和行业基本面，就能理解比起眼前的利润，车企更需要丰富的数据库的基本逻辑。
换句话讲，车企通过卖出更多的汽车，来获取更多的数据，以此将自家产品迭代成最广泛的电力与算力网络，这可能将是在未来汽车市场生存的关键。
