利润池3100亿美元，AI要抢走汽车业一半以上

2026云栖大会阿里云汽车行业峰会上，阿里云智能集团副总裁安筱鹏做了一场主题演讲，题目叫《AI如何重构汽车产业竞争格局》。他给出的判断很直接：AI带来的不是功能升级，而是经济模型、产品形态和竞争规则的同步重构。

过去一百年，汽车产业被技术革命反复改写。福特制让美国汽车产量一度占到全球80%；精益生产把日本的市场份额从1960年的2%推到1990年的21%；电动化时代，中国汽车产量占全球比重从2000年的3%提高到2025年的36%，居世界第一。安筱鹏的问题是：智能化时代到来，中国汽车产业会不会延续电动化的优势？

利润池正在换血

安筱鹏用十年尺度对比了全球汽车产业的利润结构。2021年，全球汽车产业利润池约3100亿美元，其中90%来自传统汽车零部件、燃油及混动汽车销售等业务。到2035年，传统部分的占比将从90%下降到44%，而电动汽车、自动驾驶等新利润池将占到56%。

新利润池里增长最快的几块——高阶自动驾驶的软件、数据与网联服务、Robotaxi——恰恰都是AI定义的。整个产业的利润格局，正在发生根本性变化。

汽车开始具备软件的经济模型

安筱鹏提出两个观察视角。第一，AI改变了汽车产业的经济模型。软件产业的操作系统、重大新药开发、基础模型训练，典型特征是高固定成本、低或零边际成本，这类产业往往市场集中度高，甚至呈现寡头格局。AI对汽车产业最重要的影响，就是让它也具备了这种特征。

他举了个例子：一辆传统豪华轿车卖32万，而一辆相同价格的特斯拉Model 3，可能有1/4到1/5的成本来自AI及软件部分。经济模型在变。

软硬结合的产品，软件会带来更高利润率。苹果几乎拿走了全球手机行业80%以上的利润，软件服务占其收入的28%，却贡献了45%的毛利。对应到汽车行业，特斯拉FSD的利润空间接近90%，而汽车的利润只有15%到20%。正因如此，软硬结合的产品可以重新定义竞争规则——你可以选择利润优先或市场占有率优先，也可以在硬件定价和自动驾驶定价之间重新组合。FSD就多次调整定价方案，拥有更高定价权。

从一次性交付到持续运营

第二个视角是产品形态。2026年2月14日起，特斯拉FSD停止一次性买断、仅提供按月订阅；2026年9月4日，Cybercab在奥斯汀落地。这些动作都在推动汽车产业从纯粹的制造企业向服务企业演进。

安筱鹏的观点是，未来所有的企业都应当成为一个运营商，像中国电信、中国移动一样——实时洞察客户需求、实时满足需求、追求极致的客户体验。运营商拿手机运营客户，今天的汽车企业就是拿一辆车去运营客户。一旦成为运营商，就可以全生命周期地提供服务。尤其是Cybercab、Robotaxi出现之后，被重新定义的将不只是出行，还有保险市场、租赁市场和后服务市场。

Robotaxi四年增长20倍

汽车从产品走向服务，最具代表性的案例是Robotaxi。2022年，全球还只有4个城市、800多辆车、每日4500个订单；到2026年，全球运营城市已达26个，车队规模8000辆，日订单超过10万。四年时间，商业化城市增长6倍以上，车队规模增长10倍以上，日订单量增长20倍以上。

冲击已经体现在价格上。Uber在美国硅谷平均每英里价格2.75美元，利润0.26美元，其中司机薪酬占63%；Waymo每英里平均价格3.55美元，比Uber高，但利润可能高达239%，去年在旧金山运营区的市场份额已经超过Lyft；特斯拉Robotaxi价格只相当于Uber打车的50%，但仍保持80%以上的运营利润，利润率是传统出行方式的8倍。

再往后看，随着规模化运营，到2030年前后，无论是Waymo还是Robotaxi都会把目前的每英里运营成本再降低70%，达到相当于Uber出行1/10的水平。

如果真达到这个水平，被颠覆的就不只是出租车行业。私家车年平均每英里成本是一条曲线：一辆私家车年行驶里程大概在7000到17000英里之间，7000英里时单位成本约1.32美元，1.7万英里时约0.73美元。Robotaxi今天是1.24美元，已经逼近这个区间；到2035年，全球口径下Robotaxi每英里成本有望降到0.25美元，只有私家车成本的三分之一。

到那时，最终用户会从“买车的人”变成“呼叫Robotaxi的人”；而Robotaxi平台将剥夺车型的购买决策权和品牌心智，传统汽车主机厂有可能被Robotaxi服务提供方管道化。

看一组对比：2025年到2035年，全球乘用车市场规模年复合增长率约8%，但Robotaxi可能会冲击私家车需求；全球网约车与出租车市场规模年复合增长率约11%，但自动驾驶出行服务爆发、传统出行服务或将缩减；而全球Robotaxi市场年复合增长率超过88%，到2035年会达到1300亿到4150亿美元的量级。

三大竞技场：自动驾驶、智能座舱、AI生产力

安筱鹏把AI重新定义的汽车竞技场归纳为三个。

自动驾驶方面，技术路线正在收敛：从模块化流水线到端到端，再走到今天“端到端多模态大模型＋世界模型＋强化训练”。VLA通过智能和泛化能力提高自动驾驶水平，世界模型模拟真实世界的边角案例，强化学习抬高VLA模型在具体任务上的上限。

训练方法上，Scaling Law仍然适用。美国发布的重要模型参数已经到了10万亿，Qwen4.5大概在5万亿到10万亿参数。智驾模型上，VLA 1.0大约3200亿参数，VLA 2.0大约7200亿参数；具身智能上，OpenVLA、Helix还在几十亿参数量级，但RynnBrain已经到了200到300亿参数级别。更大参数要求更高算力，10万亿参数需要十万卡规模的集群。对自动驾驶、人形机器人公司来说，提前布局万卡乃至十万卡，成为头部玩家的战略必选。

模型训练本身也在变化，递归自进化（RSI）是未来关键方向。预训练的版本迭代从半年一版到今天大概两个月一版；后训练从过去的两个月到现在一个月一版；Harness几乎每天都在改进。模型如何自己训练自己？安筱鹏给出四个方向：

• Harness工程自主完成感知循环优化的流程
• 算法自主完成架构设计、奖励调优、收敛验证等流程
• 数据侧由AI自动采集、清洗、标注、合成
• Infra侧做基础设施的深度优化、系统算子调优

每个方向又像自动驾驶一样有L1、L2、L3的分级。全球头部公司Anthropic大概处于L2到L3的阶段，Harness、算法、数据、Infra各自处于不同级别，未来两到三年大概会达到L4水平。

自动驾驶的训练也在从手工作坊式向RSI自动化流水线演进。过去是手动清洗、人工标注、人工挖掘、小集群训练多个小模型、人来编写规则代码；今天已经演进到云数据管线自动处理、AI自动标注、AI特征挖掘、大集群端到端模型、AI自动生成代码。

智能座舱走过三个阶段：2018到2020年的车控工具期，用嘴替手、语音代替按键，交互方式是语音唤醒、被动响应、一问一答；2021到2025年的智能交互期，能多轮对话、聊天、陪伴，实现情感化交互；今天进入第三个阶段——Agentic办事期（2026到2030年），座舱Agent懂你、帮你办事，包括规划行程、订咖啡、买门票，未说先知、未触先达。

安筱鹏提到一个里程碑：年初以OpenClaw（小龙虾）为代表的超级智能体出现。领先的LLM大模型，加上Skills、Context、MCP等多种技术组件，使模型具备了完成复杂任务的能力。而完成复杂任务能力的最大价值，是让车更理解人。办事的关键在生态——新入口、新体验、新价值。

“超音速海啸”与软件的斩首行动

汽车行业今天面临的挑战是：一方面投入不断加大，从L3到L4的投入可能是5倍乃至10倍；另一方面经营压力持续变大，1-8月中国汽车累计销量在下降，行业利润跌了20%，整体利润率约为3.6%。

但从生产环节看，今年业界经常讲一个关键词：“超音速海啸”来了。春节前是一个时代，春节后是一个时代。安筱鹏的判断是，AI不是提高了工作效率，而是提高了工作能力。年初的OpenClaw，本质是把全球3000万软件工程师的红利拓展到了全球12亿白领。

这背后是三大技术支撑：软件的交互从GUI切换到了CLI，软件编程从Copilot阶段切换到AutoPilot阶段；Skill技术作为AI时代的软件，把每个人、每个团队、每个组织隐性的知识转化成了AI可以调用的能力；定时触发、长短期记忆等能力的组合，使得今天超级智能体的能力异常强大。

超级智能体对汽车产业生产力的最大变革之一，是会改变汽车产业所有的软件。CAD、CAE、ERP、CRM、客户管理、营销等，所有软件都会因为AI受到影响，主要分为三条路径——软件被增强、软件被吞噬、软件被降级。业界有一句话，AI正在对软件产品本身发起一场“斩首行动”。人机交互的界面会经历两个阶段：第一个阶段，由人来操作软件转变成AI来操控软件；第二个阶段，AI会重构整个工业软件体系。

未来软件将如何服务整个汽车产业？安筱鹏的推测是，大概率会有一个超级生产力入口，比如千问办公，或者传统软件企业也会自己构建一个生产力入口。另外，传统软件会不断地把功能原子化，它们的大脑虽然不存在了，但保留的身体躯干（软件功能组件）都会接上一个个大脑。