文|智能相對論（aixdlun）

作者|leo陳

站在當下，我們若回頭看造車新勢力們，可能會得出和以往并不相同的看法或觀點。

在新的視角里，蔚來、小鵬、理想是國內新勢力1.0，這第一個版本幾乎沒有沉淀，但是有無畏；蘋果、小米、滴滴是2.0版本，從移動互聯網跨越至萬物互聯，比1.0更有科技屬性和用戶基礎；而3.0版本里，是一些傳統車企走智能電動化，試圖與過去一較高下。

拋開BBA先不談，這次想說的主角是極氪，以及背后的“藍色巨人”吉利。目前在吉利之下，不僅有向新能源方向轉型的幾大傳統汽車品牌，如吉利、沃爾沃、領克，還有幾個全新的電動汽車品牌，如幾何、極星和極氪。

因為有著十幾個品牌，吉利在外界看起來存在感刷滿，哪里都有它的身影。不過，從結果上看，吉利的發展遇到了諸多阻力，主要集中在電動化轉型方面。隨著極氪的誕生，吉利開始擺出以“電動化+智能化”前行的身份，帶給外界全新的印象。

具體去看，吉利在轉型之路上遇到哪些問題？“極氪”又怎樣去解吉利的焦慮？

船大難掉頭，吉利電動化轉型遇掣肘

如果一句話概括，過去幾年以及2021年初里吉利面對的尷尬，就是此前提到的”電動化“轉型不順利。最能直接衡量這一點的自然是吉利的品牌銷量數據：

根據官方披露數據顯示，5月總銷量96167輛，同比減少約11.6%。而這不是今年的首次銷量下滑，今年4月售出數量就已同比下降5%。蟬聯自主品牌銷冠的吉利，在1月被長安反超后，目前仍沒有重回寶座，同時還要應對緊隨其后的長城。

對應到吉利的戰略層面，是其2015年首次發布的“藍色吉利行動”折戟：截至2020年，吉利實際銷量132萬輛，其中新能源車型總銷量6.8萬輛，占比僅為總銷量的5%，這與當初確定的90%目標相差甚遠。

其中值得一提的是，在極氪正式出現前，吉利的電動品牌已有后繼無力的問題。比如幾何、楓葉、極星，都沒有太拿得出手的成績。在吉利的規劃中，幾何、極星本應該分別攻入中高端市場，但如今兩個品牌并沒有站穩腳跟。

誠然，在首次“藍色吉利行動”中，提出90%目標對于主銷傳統燃油車的傳統車企而言，過于“宏大”。不過細想之下，吉利原本或許能做得更好。這幾年時間，不單單有轉型所帶來的陣痛，在「智能相對論」看來，還有一個現實的弊端存在：

吉利的電動車品牌相對分散，缺少清晰的標簽化形象，背后則是復雜的組織架構。

有一條“用戶光明法則”，與“黑暗森林法則”相對，非常適合解釋這個問題。對于部分行業，無論是線下，還是線上，流量或者說用戶都是行業關注的核心，包括汽車行業。在這一點上，互聯網企業和傳統企業是相通的。

傳統車企對于用戶也就是消費者的爭奪，若在明面上進行，無形中遵循的就是“用戶光明法則”：“門店+渠道+品牌”，傳統車企能否做好這三個子方向會是成功的關鍵。對于明面上的打法，大部分傳統車企在門店和渠道上其實早已經成熟和穩定，比重最大的變量還是在“品牌”。

在極氪品牌正式出現前，吉利推出的幾何、楓葉都不算爆款品牌，而且吉利整體的發展還受到品牌混亂的負面影響。

吉利控股集團的組織架構較為復雜，旗下共有吉利汽車集團、沃爾沃汽車集團、吉利科技集團、吉利新能源商用車集團、銘泰集團五大業務分支。加上楓葉汽車，整車品牌共有十個之多，而其中的新能源品牌還分屬不同的集團，相對分散。

不僅如此，這些電動車品牌，盡管它們誕生之初就被賦予各種形象，但其實自身沒能擺脫老品牌的影子。比如，幾何汽車推出的產品實際上是與帝豪EV“同根生”的油改電產品，它缺乏電動汽車標簽的良好建設。這意味著，當消費者談及時，很難將其與中高端、智能電動化關聯起來。

因此，苦心培養這些品牌的電動車形象往往是費力不討好。加上品牌混亂，產品帶給用戶的品牌辨識度不夠。隨之而來的負面效應是，吉利難以將品牌做出產品溢價，難以打造出足夠的產品力，失去核心競爭力成為其向電動化轉型的掣肘。

不掉頭會掉隊，吉利需要極氪、需要另起航線

當特斯拉大行其道，造車新勢力三家發展如火如荼，多家科技互聯網企業入局造車時，吉利發展反而出現諸多問題。如果從前文中提取出對應的關鍵詞，有“品牌混亂”、“組織架構復雜”、“缺少標簽化形象”等等。

從問題中去尋找解法，吉利的藍色夢想此時需要一個新的支點承載。吉利需要一個兼具中高端定位，吉利全資決策靈活，智能純電型的品牌。在「智能相對論」看來，極氪就是這過程中的產物。

去年，“藍色吉利行動”被重新規劃為兩個方向：其一是主攻混合動力為主的節能汽車；其二是主攻純電動智能汽車，吉利計算組建全新的純電動汽車公司，正面參與智能電動汽車市場競爭，成立極氪汽車屬于這個方向的落地執行。

官方信息顯示，這家新公司由吉利汽車、吉利控股集團共同投資，吉利汽車持股51%，吉利控股集團持股49%，由李書福擔任董事長、安聰慧出任CEO。從首次“藍色吉利行動”失敗至今，在國內新能源市場上，吉利算是起個大早卻趕了個晚集。

因此，在越加關鍵的時間節點，吉利越需要痛定思痛，不破不立。“極氪是完全獨立的品牌，擁有全新的組織架構、團隊，會打造全新的產品和商業模式。”安聰慧表示，吉利不希望極氪的推出是存在歷史包袱的，因此采取了完全獨立的、輕資產的、互聯網化的模式運作。

這段話透露出的內容，明顯是奔著解決舊疾去的。流程再造的前提是組織再造，極氪“完全獨立”，可以跳脫出原本復雜的組織架構，同時避開“品牌混亂”問題。無論是產品規劃、銷售渠道、營銷布局，都可以區別于燃油車業務。在新公司的體系下，去打造一個極致的單品，品牌戰略由此變得更加清晰。

上汽集團有過相似做法，初衷也不盡相同。其成立智己汽車，把軟件中心獨立出來，成立零束公司。在原來的環境中做創新并不容易，還不如從零開始。原先的組織自認為能夠轉型，但實際很難做到，因為個人利益限制了這種可能性。

而在組織之外，建立新體系去支撐產品，好比構建生態結構，關鍵一步在于“培土”，然后才能吐露“花苞”。對任何智能電動化品牌來說，“土壤”就是底層系統或者說架構，極氪對應的則是純電架構SEA浩瀚架構。

早期的架構是車企降本增效的手段，到了用戶手中不改變產品功能，所以不管是正向開發還是逆向開發，架構都沒那么重要；現在，行業推崇用戶定義體驗，用戶要參與到產品功能開發中去，此時架構的重要性大幅提高。

所以，基于SEA浩瀚架構的極氪應該要能做到兩點：一是，產品功能可以更新迭代，同時硬件層面的支撐必不可少；二是，這些功能的更新迭代，可以被用戶定義，從而使得汽車快速去響應用戶需求。

把第一點延伸到產業層面，是極氪需要加強全產業鏈垂直整合能力，去支持自身在硬件層面的完備規劃，比如在三電系統、自動駕駛、智能網聯方面，而這些可以借助吉利“力量”。

把第二點再具體講：比如，普通用戶可以在允許范圍內，自己定義車輛的各項參數如功率、加速度、功能品牌等；再比如，汽車可以根據需求實現全生命周期的FOTA。

這樣，同一片“土壤”里至少要能開出兩朵“花苞”：科技生態和用戶生態，分別可以成為極氪的硬實力與軟實力。而極氪還需要思考：如何更好地以科技為用戶滿足體驗，如何更好地讓用戶以科技創造體驗，從而實現兩個生態深度融合。

讓用戶定義汽車，如何實現比口號更加重要

在互聯網出現之前，大多數車企都是“產品思維”。不直接面對用戶，而是設計和制造汽車，將其批發給經銷商，由經銷商售賣給消費者。此后，用戶就被扔進了汪洋大海，和車企沒有直接的互動。那時也不需要和車企產生互動，只要企業產品力好，就不愁沒有人買單。

隨著互聯網興起，汽車行業都在思考新型的用戶關系。以互聯網思維造車，不只是把汽車變成萬物互聯的載體而已，它的內核其實有極致的“用戶思維”。其中，蔚來、理想、小鵬在這一塊都具有劃時代的意義。

只是現在車企口號喊多了，大家覺得“用戶型企業”、“用戶定義汽車”、“用戶共創”這些詞句已經變得稀松平常。「智能相對論」了解到，包括哪吒、威馬、智己、極氪在內的品牌，都有圍繞“用戶定義汽車”做出新戰略發布。

而對于極氪，還是回到之前的思考：如何更好地以科技為用戶滿足體驗，如何更好地讓用戶以科技創造體驗。首先，極氪要做好C端抓住用戶，一定不是簡單地告訴用戶“科技能夠滿足你們的需求”。

如今智能配置越來越高，但用戶感知到的智能并沒有同步增長，因為智能化是很模糊的，需要想方設法讓用戶直觀體驗到滿足自己需求的功能，從而感知到極氪的技術。比如，構建好智能操作系統就是降低用戶感知鴻溝的關鍵，服務于用戶有關的交互、服務以及駕駛。

作為一家用戶型企業，也要有自己的用戶畫像，產品功能匹配哪些人群，需要提前去洞察。男性、女性、小孩、老人，性別無疑是最簡單、最清晰的標簽分類。雖然這種分類過于簡單，但是也的確代表最直接的需求。而未來要做的，是如何通過用戶挖掘出更多樣、更深層的需求。

總而言之，吉利電動化轉型遇到了許多問題，而產業從純粹的新能源漸變至智能汽車時代后，極氪成為吉利背水一戰的關鍵押注。極氪不僅是新公司、新品牌，背后還有著架構、組織、模式等多方面創新。極氪以用戶為核心，但怎樣進一步挖掘用戶需求仍是一個困難的課題。

參考資料：

1、銷量下滑/跌落冠軍寶座，極氪能否撐起吉利的新能源“野心”.高工智能汽車

*本文圖片均來源于網絡

深挖智能這口井，同好添加vx：zenghy2017

此內容為【智能相對論】原創，

僅代表個人觀點，未經授權，任何人不得以任何方式使用，包括轉載、摘編、復制或建立鏡像。

部分圖片來自網絡，且未核實版權歸屬，不作為商業用途，如有侵犯，請作者與我們聯系。

智能相對論（微信ID:aixdlun）：

?AI產業新媒體;

?今日頭條青云計劃獲獎者TOP10;

?澎湃新聞科技榜單月度top5;

?文章長期“霸占”鈦媒體熱門文章排行榜TOP10;

?著有《人工智能 十萬個為什么》

?【重點關注領域】智能家電（含白電、黑電、智能手機、無人機等AIoT設備）、智能駕駛、AI+醫療、機器人、物聯網、AI+金融、AI+教育、AR/VR、云計算、開發者以及背后的芯片、算法等。