散文網(wǎng) » 科技 »學(xué)習(xí) » 特斯拉 FSD 可否形成網(wǎng)絡(luò)效應(yīng)？

特斯拉 FSD 可否形成網(wǎng)絡(luò)效應(yīng)？

2023-05-12 18:23 作者:小貝價值投資 0人讀過 | 我要投稿

理論上特斯拉 FSD可以形成網(wǎng)絡(luò)效應(yīng)——數(shù)據(jù)網(wǎng)絡(luò)效應(yīng)，但在實踐中會有很多困難。

1. 特斯拉如何收集數(shù)據(jù)？

人工智能是基于數(shù)據(jù)，要想做好FSD，收集數(shù)據(jù)就成了最重要的開始。特斯拉創(chuàng)建了影子模式，用來收集真實數(shù)據(jù)。影子模式的運作方式是在有人駕駛狀態(tài)下，自動駕駛系統(tǒng)和傳感器仍然運行但并不參與車輛控制，系統(tǒng)算法在“影子模式”下進行模擬決策，并與駕駛員的行為對比，兩者不一致時即觸發(fā)數(shù)據(jù)回傳。所以，特斯拉的用戶越多，收集的數(shù)據(jù)就越多。

另一方面，為了更高效的實現(xiàn)數(shù)據(jù)訓(xùn)練，特斯拉參考真實數(shù)據(jù)，構(gòu)建了一個真實世界的虛擬仿真空間，在模擬環(huán)境中，通過調(diào)整各類交通參與物及環(huán)境的模型參數(shù)以構(gòu)建各種虛擬場景，生成大量的模擬數(shù)據(jù)。真實數(shù)據(jù)和模擬數(shù)據(jù)就構(gòu)成了特斯拉訓(xùn)練的模型的數(shù)據(jù)集。

2. 特斯拉FSD價值會提升么？

FSD是多個模型的組合，特斯拉通過大量的數(shù)據(jù)訓(xùn)練模型，把模型通過OTA部署到車輛中，在實際中進行使用。理論上來說，數(shù)據(jù)越多，模型訓(xùn)練的越好，F(xiàn)SD整體越好用，其價值也會得到提升。

3. 特斯拉 FSD 可否形成網(wǎng)絡(luò)效應(yīng)？

理論上特斯拉可以形成這樣的閉環(huán)：①開特斯拉的用戶越多 → ②收集的數(shù)據(jù)越多 → ③模型組成的FSD越好用（對用戶的價值越高）?→?①開特斯拉的用戶就越多。

特斯拉 FSD 形成的閉環(huán)，符合我們之前總結(jié)的網(wǎng)絡(luò)效應(yīng)中的一種——數(shù)據(jù)網(wǎng)絡(luò)效應(yīng)。數(shù)據(jù)網(wǎng)絡(luò)效應(yīng)的定義與特點，如下表所示。

4. 特斯拉FSD實際效果如何呢？

FSD在實際中的效果如何呢？沒有太多的數(shù)據(jù)可以參考，找到了安全數(shù)據(jù)作為參照。

注：單位是萬英里，美國平均數(shù)據(jù)是以年為統(tǒng)計口徑的。（每個季度的事故發(fā)生概率會受到季節(jié)性因素的影響，尤其是在日照時間減少、頻繁出現(xiàn)惡劣天氣或寒冷天氣的季度。在對比統(tǒng)計結(jié)果時可參考歷史同期數(shù)據(jù)。）

如上圖藍色線所示，開啟自動輔助駕駛技術(shù)（自動輔助轉(zhuǎn)向和主動安全功能）的駕駛中，平均一起碰撞事故的行駛里程數(shù)，在持續(xù)地增加。這在一定程度上表明FSD在持續(xù)地進步。但是，我們也可以看到，這種進步并非平滑增長的，而是曲折增長的，這也是開始我們提到的，在實踐中會有很多困難。比如，F(xiàn)SD遇到瓶頸時，增加數(shù)據(jù)量并不一定起作用，可能需要改進模型，而這存在不確定性。特斯拉FSD這些年的調(diào)整也印證了這種不確定性，2019年FSD芯片開始正式應(yīng)用，2020年FSD的底層架構(gòu)進行重寫，2021年FSD采用純視覺方案，2022年FSD開始使用占用網(wǎng)絡(luò)。

5. 特斯拉FSD網(wǎng)絡(luò)效應(yīng)存在什么缺陷？

①前期遇到模型的瓶頸，增加數(shù)據(jù)量未必有效，需要不斷地調(diào)整策略和方向，存在不確定性。

②競爭對手可以獲得類似但不同的數(shù)據(jù)集，從而在他們的產(chǎn)品中產(chǎn)生類似的價值。

③FSD數(shù)據(jù)的價值在到達一定的階段后，會如下圖所示，逐步接近漸近線，更多的數(shù)據(jù)提供給客戶的價值回報會遞減。