何不直說 | 吳甘沙：成年人的思維方式是既要又要還要
嘉賓 / 吳甘沙（馭勢科技聯合創始人兼CEO）
採訪 / 何伊凡 整編 / 任婭斐
來源 / 盒飯財經（ID：daxiongfan）
新能源之後，自動駕駛已成爲汽車領域下一個主戰場，但是，這是塊懸在空中的奶酪。
七年之前，特斯拉、Waymo等一批科技公司和汽車廠商就開始投入自動駕駛技術，並思考商業化應用。
2014年，特斯拉Autopilot正式問世；2015年，Uber從卡內基梅隆大學挖走40餘位人工智能和機器人專家，研發駕駛技術；2016年，谷歌成立Waymo公司；同一年，通用豪擲10億美元收購自動駕駛初創公司Cruise。
在國內，這也是百度、華爲、小米等一線科技公司下重注的領域。雖然巨頭林立，但馭勢科技、小馬智行、文遠知行等創業公司，也在尋找差異化競爭路徑。
2015年吳甘沙離開英特爾，他自稱已錯過互聯網20年，不想再等了，一年後，他創立了馭勢科技。
從科學家轉身創業者，前英特爾中國研究院院長吳甘沙感觸頗多，從大放豪言，兩年之內馬放南山刀槍入庫，到逐漸意識到自動駕駛是場持久戰，急不來，大家比拼的是耐力，再到放下身段，放空內心。
“創業，真的不是人做的。”吳甘沙對我們說。
如果說2015年是自動駕駛的元年，六年過去，自動駕駛前後大勢發生了哪些變化？當前主要的流派是什麼？現在遇到的難題是什麼？馭勢科技在其中扮演了什麼樣的角色？
盒飯財經與馭勢科技聯合創始人兼CEO吳甘沙深度交流，核心觀點如下：
1.無人駕駛的發展是一條典型的達克效應曲線。開始是走上愚昧之顛，然後到絕望之谷，再到開悟之坡。
2.我是一個很理性的人，但理性不代表做事情墨跡。超級理性是基於證據，基於數據，基於邏輯，基於概率做判斷。
3.我一直說我需要兩個放，一個是放下身段，另外一個是放空內心。
4.自動駕駛是馬拉松加拳擊賽。持久戰就是馬拉松，目的不是跑到終點，活得更久，是參與拳擊賽。所以你要邊跑邊練拳擊。
5.我們做真無人，本質是做兩件事，第一，把沒有邊界的問題變的有邊界，第二把出錯成本降到最小。
6.如果簡單選擇一個東西，那是孩子的思維方式，成年人的思維方式，一定是既要又要還要。
7.我們不希望馭勢科技走過之處寸草不生，把自己的邊界收縮進來，儘量做所有人的朋友。大家能夠各賺各的錢。
8.百度Apollo，跟百度自動駕駛是兩回事。Apollo是開源部分，百度自動駕駛是最好的東西。如果你的上限被開源部分限制，你永遠不可能做到跟百度一樣好。
9.自動駕駛的兩個流派，Waymo是劍宗，特斯拉是氣宗。
10.創業是對多種人性的終極考驗。但本質上，還是人的成長，尤其是管理者的成長。
何伊凡：2016年您正式創業時，百度自動駕駛事業部剛剛成立，谷歌也拆分出獨立公司Waymo運營無人車，前後大勢發生了什麼變化？
吳甘沙：2015年我已經感受到一些力量在醞釀，2016年開始出來，其實是伴隨着無人駕駛的這波發展。但我認爲2017年是中國無人駕駛的大年。現在中國頭部的自動駕駛創業公司，2016年比較少，2018年以後也比較少，2017年特別多，是一個紡錘形的分佈。
何伊凡：所以這是根據形勢變化的一條曲線？
吳甘沙：對，這是一條非常典型的達克效應曲線。一開始是走上愚昧之顛，然後到絕望之谷，再是開悟之坡。但是從AI歷史上來看，它不是簡單的一個週期，可能會出現幾個週期，都是這樣的曲線。
何伊凡：在大勢當中也伴隨着你個人創業的第一個小週期，你看到了無人駕駛的風起雲涌，是它推動了您創業，還是您自己尋找的？
吳甘沙：後者。我2015年就準備要出來了。我有一個20年週期理論，1976年到1996年，是以PC爲代表的數字化的20年，1996年到2016年，是以互聯網爲標誌的網絡化的20年。第一個20年，是蘋果、微軟的時代。那年我剛出生，這一波肯定不是我的。1996年，雅虎，搜狐，新浪等等開始發展起來，錯過了。那就要押住下一個，就是2016年以人工智能爲代表的智能化的20年。
數字化本質上解決的是生產資料的問題，網絡化解決的是生產關係的問題，智能化解決的是生產力的問題。所以站在2015年的當下，看到這個機會我就出來了。我是一個很理性的人，但理性不代表做事情墨跡。如果說這兩個選擇，一個選擇是40%的概率，一個是60%的概率，很理性的人可能會比較猶豫。因爲這個數據不足以支撐它做一個贏面很高的決策。但是如果你面臨着95%和5%的兩種選擇，毫不猶豫選擇95%。
何伊凡：您當時是否考慮過不是獨立創業，而是加入一個專門做自動駕駛的團隊？
吳甘沙：不會。因爲我曾經以爲我在英特爾，會一直做到退休。這就意味着我出來再加入另外一家公司的動機不會很強。另外，我希望做一些自己能夠掌控命運，把握節奏的事情。再加上那時雙創最熱，我相信這是一個適合科學家，適合中年人創業的時代。
何伊凡：其實2016年有一批大公司非常核心的高管出來創業，後來有人把它比喻成1992年大批政府官員下海。那批出來的很少有人堅持到了最後，大家也開始意識到高管創業，不成功的機率也是挺高的。你在這個過程當中，有沒有經歷過至暗時刻？
吳甘沙：其實高管創業，再細分一下有的是科學家創業。可能並不是高管的問題，是科學家的問題。對我而言，我是覺得不如意者有很多，但談不上至暗時刻。我一直說我需要兩個放，一個是放下身段，另外一個是放空內心。
何伊凡：您是摩羯座，應該是超級理性。在做這種重大決定時，前前後後做過風險預估和判斷麼？是怎樣讓你下定決心，按下按鈕的？
吳甘沙：其實做決定很快。但那時我們考慮到的風險因素不多，有一些盲目樂觀，覺得這麼多人都能創業，我們不應該失敗。但我覺得當時如果把困難想得太嚴重了，可能也出不來了。像這類的科技創新，還是要有一些盲目到無可救藥的技術樂觀主義者，來推動去做。
何伊凡：後來您這種超級理性的性格，帶給你的助力或者束縛是什麼？
吳甘沙：核心邏輯還是一樣。超級理性是基於證據，基於數據，基於邏輯，基於概率做判斷，只不過前後參數發生變化了。但底層的邏輯還是貝葉斯。
何伊凡：您之前在英特爾看問題是基於牛頓定律，後來是莫頓定律，從英特爾研究院院長，到公司創始人，角色轉變的過程中發生了哪些變化或者衝突？
吳甘沙：本質上其實是你如何去制定目標的一種方法論的變化。其實莫頓定律是王飛躍老師跟我說的，我本來也不知道，我當時在思考以終爲始。因爲在英特爾，摩爾定律對我們的思維方式，影響非常大。摩爾定律就是，你設定未來兩年週期，目標非常明確。但是現在進入烏卡時代，很多東西都不確定，你沒辦法設定一個有規律的週期。那麼我們把整個時間尺度拉長，不看兩年，看5年到10年，我想象一下那個時間點，未來是什麼樣子的，然後再從那個時間點穿越到現在，決定你現在做什麼。
我記得一個朋友樑春曉說過一段很詩意的話，如果你要到達明天，必須得遙望後天，從今天到達明天是很難的，但是從後天到達明天是很容易的。這本質上也是描述的一種以終爲始，或者是莫頓定律的思維方式。
何伊凡：一個喜歡確定性的人，就不要在這個行業裡面？
吳甘沙：對。會很痛苦。
何伊凡：從強計劃，到強不確定性，你自己經歷了什麼痛苦？
吳甘沙：基本上每一次做出來的計劃，可能都被打臉。這些無處不在的不確定性，會干擾你的計劃。
何伊凡：您起點做的是一個更難的事，不做輔助駕駛，而是直接做自動駕駛。
吳甘沙：對。我當時創業時，ADAS或者基礎版的L2，是所有泛自動駕駛產品形態當中最確定的。我們當時爲什麼戰略性放棄這一塊呢？我們覺得會很快進入紅海。而且你跟巨頭比沒有差異化。另外它跟L4級自動駕駛，是兩種物種，你必須得同時做兩種不同的東西，對我們來說是資源的無意義消耗。所以當初就決定做不確定的，但是更符合未來要求的技術。
何伊凡：當時自動駕駛領域，像百度、Uber、谷歌，已經開始有大動作，作爲一個創業公司，你覺得自己手裡的牌，怎麼和他們競爭？
吳甘沙：當時有點過於自信，因爲我剛剛從英特爾出來。我知道在大公司做創新的很多問題，有的可能跟繁殖相關，有的是基因決定的，有的可能是創新部門得不到資源支持。我當時用了一個比喻，獅子去抓兔子，抓不到，大家都嘲笑獅子。獅子就說兔子對我來說一頓午餐而已，但兔子爲了它的命在跑。所以我抓不到無所謂，但兔子是必須不被抓到。
何伊凡：一頓飯和一條命。
吳甘沙：對，所以當時我覺得創業公司毫無疑問在這些方面是有優勢的。但現在覺得過於簡單化了。到了2018年，我特別困惑，第一次大的轉變也在那時發生。我就在想，我錢沒有Waymo多，人也沒它多，當然更不會比它聰明。那我怎麼跟它競爭？
何伊凡：當最初的熱情消退，冷靜下來看問題，它就一下子跑到你眼前了。
吳甘沙：對，因爲你最終還是得實事求是，不能欺騙自己。
何伊凡：雖然這個問題從你創業第一天就存在了。
吳甘沙：第一天我們是選擇性地忽視。後來開始思考，你必須得選擇不同的路徑。巨頭最擅長速決戰，殲滅戰，大量的資源投下去，一下就把人搞死了。但後來意識到無人駕駛其實是持久戰。我們還專門找了毛主席的《論持久戰》去看。因爲你很困惑時，會去尋找一些歷史的智慧。
何伊凡：你們是公司組織內部會議？
吳甘沙：不是，我自己在看。比如說《孫子兵法》強調的是不敗，而不是戰勝，叫先爲不可勝，以待敵之可勝。你先得讓自己一直在局中，在遊戲中，一直能夠玩下去。
何伊凡：就是不下牌桌。
吳甘沙：不下牌桌。所以這是我們戰略思維的一個變化。就是你怎麼能夠解決持久戰的問題。
何伊凡：當時你是不是已經感受到產業上的壓力了？因爲當時還是在燒錢的階段？
吳甘沙：坦率來說現在還在燒錢，只不過現在有非常明確的產品形態，有現金流。當時我們還做整車，但是做下來發現，第一技術上碰到問題，拿不到安全員。第二客戶反響不是特別踊躍，整車不是剛需，所以推動起來很難。那時我們就開始重新思考整體的戰略打法，用更加長期主義的眼光看這件事。
我們意識到，無人駕駛可以用在很多不同的場景中。你選擇了一個場景，機會成本非常高。所以我們就決定做全場景的自動駕駛技術，而不是被侷限在某個特定場景。
吳甘沙：我認爲自動駕駛是一場馬拉松加一個拳擊賽。之前我們判斷，大致是10年到15年，這個是從2016年開始算起。馬拉松結束了在終點換一身衣服，上拳擊賽。拳擊賽我估計會持續5年左右。持久戰就是馬拉松，它的目的不是跑到終點，不是活得更久，目的是參與拳擊賽。所以你要邊跑邊練拳擊。
何伊凡：我最近在讀《周易》時的一個感受，它的一個核心就是敬慎不敗，中正得吉。如果沒有敬沒有慎，就沒有辦法做到敬慎不敗。
吳甘沙：對。這個行業必須得有100%的敬畏。今天無人駕駛的人才，往前回溯，祖師級的人基本上都是從2005年的比賽出來的。當時我還在英特爾，給我印象最深刻的一件事是什麼呢。英特爾當時贊助了兩輛車，一輛車是卡耐基梅隆，絕對的奪冠達人。另外一輛車是後起之秀，來自於斯坦福。在一場比賽中，卡耐基梅隆這個奪冠大熱門，領先了幾乎全場，到最後一刻，慢下來被斯坦福超過了。這個推動了後面整個無人駕駛的發展。
因爲後來谷歌最早做無人駕駛的，就是斯坦福那幫哥們。2018年，這幫人重新又聚在一起慶祝，揭露出來卡耐基梅隆這輛車爲什麼慢下去了。是因爲在燃油噴嘴跟引擎模塊中間，有一個過濾器鬆了，鬆了動力就上不去了。所以這不是AI算法的問題，這是機械的問題。或者說無人駕駛的整車，是存在木桶效應的，一塊短板就會給你整個事業帶來巨大威脅。這就要求你有敬畏之心。
其實最近幾年我們也在不斷提敬畏之心，提安全，提質量。現在容錯空間越來越小。我們現在做真無人，本質上就是做兩件事，第一件事把完全開放沒有邊界的問題變成有邊界，可以收斂的問題，第二就是把出錯成本降到最小。這兩件事做好，我們就能把真無人的技術推向市場。
何伊凡：很多人說越專注越好，找到一個利基市場，把它扎透。在這個過程當中你有過搖擺嗎？
吳甘沙：是有很多爭議。從常識來看，你應該專注做好一件事。但對於我來說，我知道現在過於專注未來跨領域、跨行業的這種遷移成本，會高到不可想像。
何伊凡：就是你沒有把這種底層建好。
吳甘沙：對。因爲你前面選擇容易的方法，針對細分場景專門開發技術，就會失去通用性，所以你一定要選擇，是選一個絕大多數人認爲對的，更容易成功的方法，還是選擇一個難的，但是對未來更有價值的方法。你如果簡單選擇一個東西，那是孩子的思維方式，成年人的思維方式，一定是既要又要還要，這會把你的一些潛能逼出來，對你未來肯定更有益。
何伊凡：但我們也會看到有很多隻要的，也做得很成功，但是要時間的累積。
吳甘沙：我認爲戰略沒有對錯。你在3年內可能這種戰略是對的，10年內可能另外一種戰略是對的，關鍵是看你設定什麼樣的目標。
何伊凡：所以你後來選擇了既要，又要，還要的這條道路？
吳甘沙：對。但我們不試圖從魚頭做到魚尾巴。
何伊凡：不吃全魚。
吳甘沙：不吃全魚，就定位在中間，把自動駕駛做好。我們內部有一句話就是下不碰車，上不碰業務。這樣就把我們限定在一個很扁很長的生態位當中，有助於剛纔說的既要又要還要。而且我們不希望馭勢科技走過之處寸草不生，大家能夠各賺各的錢。
何伊凡：你們選擇的技術路徑也很有意思，當時國內無人駕駛公司用的技術，要麼是百度，要麼借用了Apollo算法，你們爲什麼堅持全棧自研，這兩種模式相比有什麼優劣？
吳甘沙：今天行業內的自動駕駛跟百度可能有兩種關係，一種是你人從百度出來，是種師承關係。還有一種是在Apollo開源以後創業。我們出來創業時，Apollo還沒開源，而且人也不是從百度出來的。我們就只能自研，這是當時的一個客觀條件約束。
當然後邊我們也意識到，自研其實是有很大好處。因爲這是一個複雜系統，整體出了問題，你怎麼能夠把它定位到局部出問題，怎麼能理解它爲什麼出問題？如果拿來主義，你沒有這樣的洞察。你只有從局部開始，從每一塊開始磕磕碰碰出很多問題，逐步解決，最後到整體。你纔有這樣的洞察。
何伊凡：因爲你自己做過，你自己知道。第一個代碼是你自己寫的？
吳甘沙：沒錯。而且我現在知道百度Apollo，跟百度自動駕駛是兩回事。Apollo是開源部分，百度自動駕駛是最好的東西。如果你的上限被開源部分限制了，那你永遠不可能做到跟百度一樣好。
何伊凡：但是你所要爲之付出的代價是什麼？
吳甘沙：爲之付出的代價就是前面會慢一些，你必須得摸索。說實話我們公司現在最好的一批自動駕駛專家進入這個行業時，是兩眼一摸黑。我們CTO姜老師創業時，在自動駕駛領域也做了7、8年了。他就是拿小黑板一條一條公式教他們，因爲大家都沒碰過自動駕駛。所以前面會慢些，但到後面可以享受紅利了。
何伊凡：從零到一的過程。你要保證這個公司能活下來。
吳甘沙：對。這裡面的問題就是，第一外部環境的變化非常大，你控制不了，只能不斷去適應。第二個是真正全場景、全天候、不設限的無人駕駛，商業化遠比我們想像的難。
何伊凡：當前自動駕駛主要的流派和技術路線是什麼？
吳甘沙：大家肯定是希望有一些戲劇感。但其實差別沒那麼大，硬要說就是Waymo代表了一派，特斯拉代表了一派。Waymo是用激光雷達、高精地圖，特斯拉不需要。我開玩笑就說Waymo是華山的劍宗，在招式上，出劍的速度上領先。但是內力底子不好，就是數據不行。特斯拉是氣宗，出劍的速度不快，招式也不夠好，但內功強，數據多。所以就說Waymo一步到位，招式全都練好了，再慢慢練氣。特斯拉就是漸進式地慢慢來，有百萬輛的車在外面獲得數據，招式可以慢慢練出來。
何伊凡：華爲呢？
吳甘沙：華爲其實在中間，用特斯拉的方式練氣，同時又裝上了激光雷達。
何伊凡：特斯拉主要是漸進模式和影子模式。
吳甘沙：對。漸進模式有兩個好處，我們內部的術語，叫草船借箭。消費者買了它的車，但同時幫它收集數據。
何伊凡：國內主流無人駕駛的模式是介於兩者之間？
吳甘沙：主流的我認爲還是以Waymo爲主，無論是百度、小馬智行等，現在華爲介於兩者之間。
何伊凡：馭勢科技呢？
吳甘沙：我們自己覺得是少林派，72絕技一個個練下來，最終也能夠變成像掃地僧這樣的絕頂高手。
何伊凡：現在整個競爭環境也在發生變化，軟的在變硬，硬的在變軟。
吳甘沙：這是一個很有意思的趨勢，包括百度也自己造車了。我覺得反映的是整車廠跟技術供應商之間的關係在發生變化。因爲原來汽車領域的生態很簡單，就是整車廠，然後一級供應商，二級供應商，三級供應商，四級供應商。但現在不一樣，第一，車裡這麼多東西，不再像以前插上去，線連上就能一起工作，它需要一種更加複雜的集成。第二，技術供應商和服務商跟整車廠的關係也不再是一次性交易。
何伊凡：就是說原來我們定義誰是朋友還是敵人時很清晰。
吳甘沙：對。現在很難了。毛主席說要搞清楚誰是朋友誰是敵人，誰是朋友的朋友，誰是朋友的敵人，現在就很複雜。
何伊凡：這個江湖總體在發生變化，原來你邊跑邊練拳擊的時候，它總會有一個假想敵，一旦到擂臺上就要跟他怎麼打。關鍵這個假想敵也在不斷變化。
吳甘沙：所以我們把自己的邊界收縮進來，儘量做所有人的朋友。
何伊凡：資本一度對造車很狂熱，現在轉成對整車廠和新能源狂熱。它現在對無人車或者做這種系統的服務商，是一種什麼樣的態度？
吳甘沙：資本肯定是要搏大的。一樣東西你如果做得好和做得差，只有兩三倍的差距，資本可能就不會all in式的押注這個行業。但如果有幾十倍幾百倍的差距，它們就特別喜歡。
何伊凡：只投指數型的增長。
吳甘沙：對，因爲它處在一個百年未有之大變局，押對了是具有巨大收益的。但在無人駕駛這個行業，不同公司它的想像空間也有幾倍到幾十倍幾百倍的差別。有些公司可能很穩妥，但是想像空間不大，拿到的融資是小錢。有些公司風險大但是想像空間也大，它可能拿到大錢。
何伊凡：如果是要滿足這種完全自動駕駛，需要什麼條件？
吳甘沙：坦率來說現在大家還在摸索，主要是思考幾個問題。第一，多安全算是安全了。比如說Waymo跑了三千萬英里，是不是就足夠證明它安全了？有些理論認爲它需要百億英里的數據，但百億英里很難獲得，按照Waymo現在的速度，需要900年。第二，怎麼證明你是安全的。我們不希望每一次算法改了，又要跑一百億英里。軟件的更新通常是摁下葫蘆起了瓢，你要有足夠多的測試才行。所以這兩個問題一直困擾我們。
何伊凡：因爲它沒有一個終極標準。
吳甘沙：對。沒有標準。
何伊凡：現在新能源車到了下一波，對這些科技類公司來說，第二增長曲線可能就在無人駕駛。當把新能源的紅利消耗得差不多時，它會可能會進入無人駕駛。
吳甘沙：我認爲新能源的紅利還很長，因爲今天只是市場的3%，4%。但這些公司的估值當中，已經包含了對智能駕駛的預期。因爲新造車公司都是拿它跟特斯拉比。但特斯拉不僅僅是智能化的問題，還有自動駕駛的一個巨大預期。
何伊凡：其實這是一個非常重要的判斷，包括特斯拉最近一直受批評，它的指向跟動力無關，還是跟智能化有關。
吳甘沙：對。特斯拉前期享受了小公司紅利。當你是一家小公司時，車的數量不多，所以按照同樣的出錯概率，數量很少。同時因爲它是小公司，大家從保護創新的角度也不會打壓。但是現在它已經是接近萬億美金級別的公司，是行業標杆，大家都會看它嘛。我並不覺得它的技術比以前差，一定比以前好，但是因爲基數大了，所以從出事故的絕對數量來說增加了。
07 創業是對人性的終極考驗
何伊凡：剛纔我們說到一個問題，就是你個人的學習能力。因爲您之前在英特爾，有多少的經驗當時可以遷移過來，有哪些東西是要從頭學習的？
吳甘沙：絕大多數都得從頭學習，因爲本身我們在英特爾做的技術，跟自動駕駛技術有很大不同，隔行如隔山。但我覺得差別最大還不是技術，是在管理上。
何伊凡：你指的管理是對於什麼？
吳甘沙：我在英特爾學習的管理經驗現在都不能用。馭勢科技從組織形態，人的狀態，我們面臨的內外部挑戰，跟原來都是完全不一樣的。
何伊凡：你怎麼樣完成這種挑戰？
吳甘沙：不認爲說我們已經完成，我們還是在進行中，不斷地調整，摸索，做組織的進化和更新。
何伊凡：你是怎麼來定義這種進化的？你怎麼學習？
吳甘沙：一個就是抄書，第二個是做實驗，第三個是要反饋。我們公司有大量的80後、90後和95後，這三類人希望的理想組織、激勵機制、文化肯定是不一樣的。95後剛剛畢業，充滿了新鮮感，個人的成長學習，是他的主要訴求。90後有房有家了，有壓力，但同時又是他創造力最強的時候，處在一個很矛盾的時間點。80後看重的可能是公司能不能給他足夠的向上空間。所以組織設計難就難在這些地方。
何伊凡：所以創業是對人性的終極考驗。
吳甘沙：對，而且是對多種人性的考驗。但我覺得本質上，還是我們人的成長，尤其是管理者的成長。
何伊凡：您談到《千面英雄》這本書時，曾說改變的力量需要三個：內心的熱力，未來的嚮往和閱讀的啓迪。其實閱讀是一種很好的自我學習方式，你自己是怎麼閱讀的？
吳甘沙：第一是淺讀，泛讀，因爲沒有那麼多時間。第二是常常在路上讀，尤其是坐地鐵時。對於精讀的書，我往往希望跟作者有一些溝通。
何伊凡：您如何總結自己的思維模型，或者說底層邏輯？
吳甘沙：我還在總結中，沒有一個非常固化的判斷邏輯。有一些是過去幾十年一直存在的，還會繼續存在，比如貝葉斯。還有概率論，這是我長期以來一直用的邏輯。再有就是剛纔說的既要又要還要。現在我認爲我個人還沒積累到那麼深，只是說有一些模式，還談不上模型。