电子电器架构变革的引领者。
1)单车视角：特斯拉电子电器架构领先于传统主机厂，且仍在不断进化过程中。从 Model S/X 到 Model 3，特斯拉实现了电子电器架构由分布式向集中式的演进，ECU 数量也随之减少。
2) 车型视角：特斯拉推行大单品策略，相对于传统主机厂，其车型明显偏少； 同时，特斯拉致力于实现不同车型之间的平台复用。这本质是对车辆平台化和通用化的追求，有助于大幅降低零部件成本。
自动驾驶的领先者。
1)数据收集：高级别自动驾驶商业化的重要前提是实 现对长尾场景的覆盖，通过对于加州脱离报告的分析，我们认为测试车队 实现这一目的仍需较长时间。特斯拉采用影子模式取代测试车队模式，通 过众包的方式来解决长尾场景的快速覆盖问题。
2)数据处理：目前特斯拉 FSD 系统采用自研芯片，该芯片的特点主要体现在高速图像处理、NPU、 SRAM 等三个方面。使用外采芯片的竞争对手们对芯片的底层以及深度 学习能力难以进行修改，特斯拉则通过自研芯片构建起了底层技术壁垒。
商业模式的探索者。
1)除传统的汽车销售外，特斯拉还提供一系列增值服 务，包括自动驾驶、车载娱乐服务包、OTA 升级、超级充电站以及自营 保险等。
2)FSD：本质上是以期权模式为汽车这一纯消费品增加投资属性， 从而提升汽车的保值率。我们测算得到 FSD 在 2020Q1 末的渗透率约为 19.08%-25.89%。
3)OTA：特斯拉是 OTA 的首创者，该模式本质是通过软 硬件解耦实现硬件生命周期的最大化。
4)超级充电网络：最开始以方便特 斯拉车主充电为目的，目前已经开始向其他品牌电动车提供服务，未来将 逐步演变为电动车的开放性基础设施。
5)高级网络连接：特斯拉通过高级 网络连接实现了车内功能的订阅化，未来或逐渐形成类似于 APP Store 的 生态系统。
6)保险：特斯拉能够针对在行驶过程中采集的驾驶数据进行分 析，并评估车主发生交通事故的概率，进而通过评估结果向客户收取费用， 并赚取溢价部分。特斯拉保险实质上是驾驶数据的变现。
1. 序言
有人说，“1908 年，亨利福特向世人呈现了第一辆 Model T，这款汽车将 重新定位人类文明架构，而人类文明也将围绕这款汽车进行自我再定位。 一个多世纪之后，马斯克带来了 Model S，此时此刻，人类文明已为一 场文化重生做好了充分准备”。 有人说，“特斯拉存在的意义不仅限于汽车，它支撑着一场能源革命， 而这场革命的意义远大于取代石油”。 有人说。。。。。。 毫无疑问，在过去的 10 年中，特斯拉取得了巨大的成功，市场中对于 这家公司也已有了诸多讨论。
本文无意对特斯拉进行全面解读，而是希望以汽车智能化作为切入点， 从电子电器架构、自动驾驶、商业模式等三个角度简要地谈谈我们眼中 的特斯拉，以求在汽车生态发生巨变的今天给予大家一些参考。
2. 电子电器架构变革的引领者
2.1. 单车视角：电子电器架构的域化和软硬件解耦
电子电器架构的集中化是软件定义汽车的基础。在汽车 E/E 架构发展的前三个阶段，E/E 架构是分布式的，各个阶段之间更多是复杂程度和 ECU间协作程度上的差异。每个 ECU 控制着车辆的不同功能，也有部分功能需要不同的 ECU 共同协作。随着功能越来越复杂，数量庞大的 ECU 对整车协同带来了难度，软件更新迭代也难以实现。要实现软件定义汽车，首先需要实现电子电器架构由分布式向集中式的升级。
目前传统主机厂还是以分布式架构为主。由于分布式架构中每个功能和 ECU 高度对应，功能的划分非常明确，有利于主机厂针对不同模块挑选长期的供应商，从而在保证质量的同时减少研发投入，传统主机厂往往 深谙此道。根据 Kingslayer 的数据，大众品牌汽车单车 ECU 数量已经超过 70 个，而从 1993 年到 2010 年，奥迪 A8 使用的 ECU 数量更是从 5 个快速增加至超过 100 个。
特斯拉电子电器架构领先于传统主机厂，且仍在不断进化过程中。从 Model S/X 到 Model 3，特斯拉实现了电子电器架构由分布式向集中式的演进，ECU 数量也随之减少。
Model S：整体是分布式架构，但已经有了较为明显的域划分，包括动力域、底盘域、车身域等，整个车辆共有 44 个 ECU。
Model X：和 Model S 的电子电器架构差异不大，仍然保持分布式架构，但 ECU 数量减少到 41 个。
Model 3：实现了电子电器架构的重大革新，从分布式架构向混合 式架构演进。在 Model 3 中，特斯拉把原有的车身、底盘、安全系 统等拆分到了中央计算模块(CCM)、左车身控制模块(BCM LH)和右 车身控制模块(BCM RH)，使控制器尽可能地集中，仅仅保留负责 外设的 ECU 维持分散布置。在特斯拉的域控制器架构中，每一个 域都是由一个中央处理器来完成的，如果需要升级某项功能，就只 要升级对应的那个域控制器主板，从而使得 OTA 成为了可能。
2.2. 车型视角：大单品策略下的车辆平台化和通用化
特斯拉坚持大单品策略。目前特斯拉的主打车型共有4 款，包括 Model S、 Model X、Model 3 和 Model Y。相对于传统主机厂，特斯拉的车型明显 偏少，这和苹果公司在手机领域的大单品策略如出一辙。
特斯拉通过高端产品打造产品形象，然后下沉至大众市场。特斯拉 D 级轿跑 Model S 和豪华型 SUV Model X 分别于 2012 年和 2015 年推出，通过这些豪华车型，特斯拉树立了其高端化的品牌形象；此后，特斯拉开始寻求市场下沉，分别在 2017 年、2020 年发布 Model 3 和 Model Y，打 开大众市场空间。
从价格带上看：2021 年 Model 3/Y 的价格带分别在 26-34 万元、34-37 万元，远低于 Model S/X(同期价格带分别约 80-113 万元、85-100 万元)。
从销量上看：2020 年公司 Model 3/Y 的全球销量达到 442562 辆， 约为 Model S/X 同期销量(57085 辆)的 7.75 倍。
大单品策略本质是对车辆平台化和通用化的追求，可以帮助特斯拉大幅降低零部件成本。通过对比特斯拉不同车型的硬件可以发现，特斯拉在 大单品的基础上进一步实现了不同车型的平台复用。特斯拉 Model S/X 采用的平台相同，而 Model Y 和 Model 3 的平台则保持一致。平台的复 用能够帮助特斯拉实现高比例的零件共用。根据 Electrek 的报道，在对 Model Y 进行拆解之后发现，其与 Model 3 电动轿车零部件共享率高达 约 75%。特斯拉可以通过大量标准化的采购使得零部件成本大幅降低， 从而对其他主机厂进行降维打击。每个车型的个性化则通过功能的添加 来实现，这本质上是软件定义汽车思想的重要体现。
3. 自动驾驶的领先者
3.1. 数据收集：影子模式帮助特斯拉快速实现长尾场景覆盖
由于一旦发生事故造成的损失太大，实现对长尾场景的覆盖至关重要。由于交通事故将会产生非常严重的后果，对于主机厂而言，在责任明晰 之前，即使是 99.99%的可靠性也是不能接受的，因为这可能意味着每卖 出 10000 台车可能就会产生一起事故。行业特点决定了要实现自动驾驶 就必须先对长尾场景进行有效覆盖。
测试里程的积累是有效覆盖长尾场景的前提。根据广汽的预测，要实现 L4 级自动驾驶所需要的长尾场景覆盖程度，至少需要完成 10 亿个测试场景，最小测试里程也需要 10 亿公里，这两个数据分别是实现 L2 级自动驾驶的 10 万倍、1 万倍。
测试里程的积累主要有两种方式。由于仿真往往是基于工程师对可能发生的场景的预设，所以存在大量无法通过仿真覆盖的长尾场景，在进行仿真的同时必须通过路测来收集数据。具体来说，目前主要有两种方式， 一种是通过自动驾驶车队来进行数据采集，以 Waymo 为代表；一种是通过私家车进行数据采集，以特斯拉为代表。下面将针对两种方式分别展开讨论。
3.1.1. 从加州脱离报告判断，测试车队覆盖长尾场景仍需较长时间
MPI 值是加州脱离报告中最引人关注的指标。美国加州是全球首个为自 动驾驶车辆上路制定路测法规的地区。自 2015 年起，加州机动车管理 局要求取得自动驾驶路测牌照的公司每年上交一份自动驾驶路测数据 报告，报告中涵盖测试里程数、测试路段场景、自动驾驶脱离记录等信 息。加州机动车管理局则根据各公司提供的数据发布年度自动驾驶脱离 报告（Autonomous Vehicle Disengagement Reports），在这份报告中，最 令人关注的是 MPI 值(每两次人工干预之间行驶的平均里程)，该指标被 认为是衡量自动驾驶系统运行性能的重要指标。
单纯根据 MPI 值进行排名，2019 年国内公司表现抢眼。2020 年 2 月， 2019 年加州脱离报告发布。如果按照 MPI 值进行排名，百度的 MPI 值 高达 18050 英里/次，首次超过 Waymo(13219 英里/次)排名第一，此外， 国内企业如 AutoX、小马智行、滴滴等也获得了较高排名。
是否凭借 MPI 值就能判断国内自动驾驶企业已处于全球领导者地位？
答案是否定的。
测试里程和车辆数不同。在测试过程中，80%的情况是相似的，尤其对于头部企业而言，这些情况此前也都处理过。但在自动驾驶中， 真正难以处理的是最后 20%甚至 1%的长尾场景。而解决这些场景 中出现的问题的前提就是要遇到过这样的场景。所以在一定程度上 来讲，积累了更多的数据里程、拥有更大规模的测试车队也是体现 自动驾驶公司实力的重要指标。在 2019 年的加州报告中，Waymo、 CRUISE 的测试里程分别达到 145.41 万英里、83.10 万英里，占比 分别达到 51%、29%；测试车数量则分别为 148 辆、228 辆，占比 为 23%、35%。
测试场景不同。由于加州机动车管理局并没有对路测环境进行统一规定，导致各公司的实际路测环境并不相同。如 NVIDIA、SF Motors 等公司主要脱离场景集中在公路和高速路，据此可以推断这些公司 的主要测试场景都集中在公路和高速路；而 Waymo、Cruise 等公司 的脱离则主要发生在城市街道，表明其更多地将路测重点放在了城市街道场景之中。即使对于城市街道分类下，各家公司的具体路测环境也有所不同，而不同的路测环境往往意味着不同的测试难度， 造成 MPI 值的失真。
对于脱离次数的统计标准不同。加州 DMV 对于什么样的情况才必 须接管也没有明确的规定，导致各家对于驾驶员接管车辆的标准并 不统一。实际上，不接手就要发生事故和不接手只是略微影响其他 车辆行驶，是完全不同的情况。 综上，单纯通过比较 MPI 值来判断各家公司的自动驾驶能力是有失公允 的。
加州脱离报告的真正价值在于通过纵向比较来判断行业拐点。我们认为 加州脱离报告更大的意义在于我们可以通过对领先企业在不同年份的 脱离数据进行纵向比较，来判断其是否实现了对于长尾场景的覆盖，从 而粗略研判行业拐点。
我们尝试着对领头羊 Waymo 不同年份的脱离原因进行分析，以判断它是否实现了对长尾场景的覆盖。以 MPI 和测试里程两个维度作为标准， Waymo 仍然是自动驾驶的霸主。毫无疑问，Waymo 的自动驾驶能力是逐年增强的，那么在行驶同样里程的前提下，如果下一年由于某一类问题产生的脱离次数多于上一年，就很可能意味着工况仍处于持续增加的
过程中，即还没有实现对“长尾场景”的全覆盖。
从领头羊 Waymo 的测试数据来看，测试车队在“覆盖长尾场景”方面 仍有很长的路要走。通过对比 2015-2019 年 Waymo 的加州测试结果可以 发现，每百万英里中如“感知”等问题所造成的脱离次数仍在明显增加， 并没有出现收敛，表明测试车队在“覆盖长尾场景”方面仍有很长的路 要走。
3.1.2. 特斯拉采用影子模式实现场景的快速积累
特斯拉采用影子模式取代测试车队。影子模式本质上是通过众包的方式 来解决场景的快速积累问题。在这一模式下，即使在人进行驾驶的时候特斯拉自动驾驶系统同样也在进行计算自己会怎么做，然后和人的选择 进行对比。如果自动驾驶系统和人的选择不一致，就对这类数据进行汇 集，然后交由工程师判断自动驾驶系统的选择是否合理。2020 年 3 月， 特斯拉就申请了从车队中获取自动驾驶训练数据的专利。
影子模式帮助特斯拉快速实现对长尾场景的覆盖。由于特斯拉的汽车数 量远远多于自动驾驶测试车队，影子模式可以更快地实现对驾驶长尾场 景的积累，同时得到的结果也有更强的统计学意义。截至 2019 年末， 特斯拉累计交付搭载自动辅助驾驶硬件的车辆 85 万辆，AP 激活状态下 累计行驶里程已超过 20 亿公里，远远超过竞争对手(Waymo 为 2000 万 公里)。由于特斯拉保有量持续攀升，其他竞争对手和特斯拉之间在数据 积累量以及长尾场景覆盖程度上的差距将会越拉越大。
3.2. 数据处理：自研 FSD 芯片帮助特斯拉从底层构建核心壁垒
随着自动驾驶等级提升，对处理器的算力也提出了更高的要求。
由于自动驾驶需要在不同天气、光线条件下对周围环境进行实时的感知，识别、跟踪各种动态或静态的物体并对其可能的行为进行预判，随着自动驾驶等级的提升，相应的感知需求也在成倍增加。根 据地平线的数据，实现 L2 级别需要 5 个摄像头+5 个毫米波雷达的方案，而要实现 L3 高速公路自动驾驶，需要的传感器方案则需要大幅增加为13个摄像头+9个毫米波雷达+1个激光雷达(各主机厂采用的方案不同，但传感器数量的大幅增加的趋势是显而易见的)。
传感器的数量增加意味着需要处理的数据量也在快速增长。仍根据 地平线的数据，L4 自动驾驶的典型像素数据高达 112MP，约为 L2 自动驾驶的 16 倍；需要处理的数据量为 40.8 亿字节/秒，约为 L2 自动驾驶的 30 倍。
和其他主流主机厂不同，在和 Mobileye、英伟达相继分道扬镳后，特斯拉采用自研芯片。 HWI/AP1采用Mobileye芯片，但2016年7月双方中止合作。在HWI/AP1 时代，特斯拉采用的是 Mobileye EyeQ3 芯片，但在 2016 年 7 月，Mobileye 联合创始人兼CTO在Q2 季报会议上宣布EyeQ3 芯片将会是 Mobileye 和特斯拉公司的最后一次合作，双方最终分道扬镳。
表面上看，2016 年 5 月发生的一起交通事故是双方中止合作的直接原因。当时车主驾驶 Model S 路过一个路口，有一辆卡车正横穿马 路。由于 Autopilot 系统判断错误，车在未减速的情况下钻进了货 柜下方。Mobileye 认为是特斯拉对于权限的开放过于激进导致了这 起事故，而特斯拉则认为事故是传感器的识别错误造成的恶果。
本质上，特斯拉和 Mobileye的分手有其必然性。1)对于 Mobileye 来讲，它把自己划分在传统主机厂阵营中(相对于 IT 巨头)，充当为 传统主机厂提供芯片和算法提供商的角色。这也很容易理解，在传统主机厂阵营中，Mobileye 在算法经验能够得到最充分的发挥，而 且传统主机厂出货量大，除为 Mobileye 带来可观的收益的同时也能 为其提供大量的行驶数据，有助于其算法迭代。2)对于特斯拉而言， 和 Mobileye 合作相当于利用自家车主的驾驶数据帮助后者更新算 法，与其如此，倒不如自己做算法，把数据归属权牢牢地抓在手里。 当然，特斯拉风格较为激进，而 Mobileye 较为保守，特斯拉不满 Mobileye 的进程缓慢可能也是双方分手的原因之一。
HWI/AP2 和 HW2.5 采用英伟达芯片，双方的合作随着 2017 年特斯拉宣布自研芯片而告终。在 HW2/AP2 和 HW2.5 中，特斯拉采用的是英伟 达 Drive 平台，而后特斯拉选择自研芯片。根据特斯拉的说法，双方分 手的主要原因是英伟达自动驾驶芯片解决方案主要依靠 GPU，功耗较大。
HW3 采用特斯拉自研芯片。特斯拉发布 FSD 系统时披露，FSD 芯片的 研发开始于 2017 年，从设计到量产共历经 18 个月, 在 2019 年 4 月开始 正式在 Model 3 上应用。同一块板卡上有 2 颗芯片，每颗芯片的算力 72TOPS，在行车过程中，两颗芯片同时对相同数据进行分析，并对比分 析结果，互为验证，提高自动驾驶的安全性。
特斯拉 FSD 芯片的特点主要体现在高速图像处理、NPU、SRAM 等三 个方面。
以 NPU 为主：Mobileye EQ5 芯片由 4 个模块组成，分别是 CPU、 CVP、DLA 和 MA，以 CPU 和 CVP 为主；英伟达 Xavier 芯片主要 由 GPU、CPU、DLA、PVA 以及两个 ASIC 构成，以 GPU、CPU 为主。而特斯拉 FSD 芯片主要由三个模块构成（CPU、GPU、NPU）， 以 NPU 为主，由于特斯拉未采用雷达视觉方案，并未包含 CVP 模 块。
高速图像处理：1)在数据传输方面，FSD 系统的图像处理器 SIP 的 数据传输速度达到 25 亿像素/秒，这个传输速度远远大于 8 颗摄像 头所采集的数据量；2)在数据处理方面，FSD 芯片内置的图像处理 器 ISP 的最高处理速度为 10 亿像素/秒，已经达到了最快的消费级 视频传输 DP1.4 标准，而通常意义上讲，车载芯片是会落后于消费 级芯片的；
SRAM：ISP 主要的作用是把摄像头产生的原始三原色数据转化成 复杂的图像信息，而在这些信息在进入 NPU 被进一步处理之前就 会被存储在 SRAM 中。根据特斯拉芯片总工程师 Pete Bannon 的说 法，处理全自动驾驶的缓存带宽至少要达到 1TB/秒，而 FSD 芯片 SRAM 的带宽达到了 2TB/秒。
自研芯片帮助特斯拉从底层构建起了核心技术能力和技术壁垒。目前除 了特斯拉外，主流主机厂和新势力大多采用外采芯片。对于这些主机厂 来说，由于他们对芯片的底层以及深度学习的能力很难进行修改，甚至 有些芯片存在架构问题，导致虽然芯片本身的算力很强大，但在自动驾 驶应用过程中如果遇到一些问题就会非常麻烦。如果主机厂不能拿到应 用代码，bug 的修复就会需要非常多的时间。而对于特斯拉来说，芯片 的底层和调度都是自己来完成的，这帮助特斯拉从底层构建起了核心技 术能力和技术壁垒。
3.3. 功能覆盖：功能推出进度处于领先地位
由于主机厂出于产品宣传方面的考虑会宣称其实现了 L3 级别自动驾驶， 或由于责任划分原因提出 L2.5、L2.9 等概念，我们不拘泥于自动驾驶的 等级，而根据所实现的自动驾驶功能模块来对各家的进展进行判断。
从功能的推出进度来看，特斯拉领先于传统主机厂和其他造车新势力。根据各个主机厂官网对于其自动驾驶系统所包含功能的描述，目前 FSD 系统已经能够实现高速自动驾驶、智能召唤、红绿灯与信号识别等功能， 而大多数主机厂自动驾驶系统尚不包括这些模块。
4. 商业模式的探索者
特斯拉实现了商业模式创新。除传统的汽车销售外，特斯拉还提供一系列增值服务，目前包括自动驾驶、车载娱乐服务包、OTA 升级、超级充电站以及自营保险等方面。2017-2019 年，特斯拉服务及其他收入增速 分别高达 114%、39%、60%，截至 2019 年，该部分收入规模已经达到 22.3 亿美元，占比达到 9%。
4.1. FSD：以期权模式提升汽车保值率，2020Q1末渗透率 19.08%-28.42%
核心观点：我们认为，从商业模式上看，FSD 的本质是以期权模式为汽车这一纯消费品增加投资属性，从而提升汽车的保值率。特斯拉自动驾驶业务共发布过三款产品：AP、EAP 和 FSD。
AP（Autopilot）提供基础的 L2 级别自动驾驶服务。目前 AP 包括 交通感知巡航控制、自动转向等功能，从 2019 年 4 月开始已经成 为特斯拉新车标配。
FSD（Full-Self-Driving）为有更高要求的客户提供 L3 甚至更高级别的自动驾驶服务。2019 年 4 月正式发布，目前 FSD 除了包含 AP 的功能外，还包含自动辅助导航驾驶、自动辅助变道、自动泊车、 智能召唤、识别交通信号灯和停车标志并做出反应等功能模块。值 得一提的是，马斯克曾表示 FSD 的最终目标是实现 L5 级别的完全 自动驾驶，而已经购买过 FSD 的客户可以免费获得自动驾驶新功能 升级，FSD 本质上是一个自动驾驶期权。目前该模块在美国的售价 是 10000 美元。
EAP（Enhanced Autopilot）是介于 AP 和 FSD 之间的产品，目前已停售。在 2019 年下架后，曾于 2020 年 9 月 20 日-9 月 30 日短暂 恢复销售，包含 FSD 中的自动辅助导航驾驶、自动辅助变道、自动 泊车、智能召唤等 4 个功能模块，但无法免费获得新功能，2020 年 9 月短暂恢复时售价为 4000 美元。特斯拉汽车保值率远高于其他主机厂的车型。传统意义上，汽车是不具 有投资属性的，保值能力比较差。但通过售卖 FSD 期权等方式，特斯拉 汽车具备了一定的投资属性，保值率也相应地大幅提升。根据 CleanTechnica 的数据，特斯拉 Model 3 的三年保值率高达 89.8%，远超 其他主机厂(其他选中车型的保值率均值为 52.0%)
下面我们通过两种方式来估算市场最关心的 FSD 的渗透率。
4.1.1. 方法一：据递延收益得2020Q1 末 FSD 渗透率 19.08%
在会计处理中，FSD 的规模和递延收益相关。根据特斯拉的说法，消费 者在购买 FSD 后有一部分会计入当期收入，而另一部分则计入递延收益， 随着后续更多 FSD 功能的实现，新实现的功能所对应的价值将在当季由 递延收益转至收入，比如特斯拉在 2019Q3 因发布“智能召唤”功能而 确认了 3000 万美元递延收益，又在 2020Q2 因发布“识别交通信号灯和 停车标志并作出反应”功能而确认了 4800 万美元递延收益。
可根据递延收益推算 FSD 渗透率。由公式“特斯拉销量*FSD 渗透率 *FSD 价格=FSD 相关收入=FSD 相关当期收入+FSD 相关递延收益”可得“FSD 渗透率=（FSD 相关当期收入+FSD 相关递延收益）/特斯拉销 量/ FSD 价格”。受限于数据的可获得性，下文中我们将计算 2020Q1 末 FSD 的渗透率：
FSD 相关递延收益：在 2020Q1 业绩说明会上，特斯拉披露截至 2020Q1 末和 FSD 相关的递延收益账面余额略超 6 亿美元；
FSD 已确认收入(2020Q1 之前 FSD 相关的当期收入之和)：在 2020Q1 业绩说明会上，特斯拉披露截至 2020Q1 末，针对 FSD 的 收费有约 50%直接确认收入，50%进入递延收益。据此可推算 FSD 已确认收入为 6 亿美元；
特斯拉保有量：粗略认为特斯拉保有量等于其累计销量，截至 2020Q1 末，特斯拉全球累计销量为 98.85 万辆。
FSD 价格：我们根据 FSD 在美国的售价来计算 FSD 的均价。在 2019 年 4 月 FSD 推出到 2020 年 3 月末，FSD 功能经历了两次提价，第 一次是 2019 年 5 月份，FSD 售价由 5000 美元提升至 6000 美元， 第二次是 2019 年 10 月，售价从 6000 美元提升至 7000 美元，故我 们根据特斯拉在美国的月度销量进行加权，得出截至 2020 年 3 月 末，FSD 平均售价为 6362.54 美元。
带入上文的公式中可得，FSD 在 2020Q1 末的渗透率为 19.08%。
4.1.2. 方法二：据调研结果得 2020Q1 末 FSD 渗透率 25.89%
结合特斯拉论坛中针对北美车主的调研结果以及 FSD 在中国的选装率， 可得 2020Q1 末 FSD 的选装率约为 25.89%
FSD 在除中国外地区的选装率：特斯拉论坛对 Model Y、Model 3车主对于自动驾驶模块的选配情况进行了调查，调查样本主要来自 美国、加拿大等国家。我们截取了购车时间在 2020Q1 之前(含 2020Q1)的样本数据，结果显示，在 2618 条样本数据中共有 786 名 车主选择了 FSD，选装率为 30.02%。
FSD 在中国区的选装率：在 2020Q4 业绩说明会上，特斯拉披露 FSD 在中国的选装率仅为 1%-2%，远低于世界其他地区。计算中我们假设中国区渗透率为 1%。
在中国的特斯拉保有量占比：特斯拉 2020 年之前并没有披露在中国地区的销量，故我们粗略采用 2019 年及之前特斯拉在中国地区的收入在特斯拉汽车销售业务收入中的占比作为 2019 年末特斯拉在中国地区的保有量占比，计算得 2019 年末特斯拉在中国的保有量约为 12.67 万辆；而特斯拉 2020Q1 在中国的销量为 1.41 万辆， 可得截至 2020Q1 末特斯拉在中国地区的保有量约为 14.08 万辆， 占全球保有量的 14.24%。
综上，根据两种计算方法，我们粗略得出 FSD 在 2020Q1 末的渗透率约 19.08%-25.89%。 按照方法二可得，截至 2020 年末 FSD 渗透率为 24.57%。由于特斯拉近 几个季度未披露 FSD 相关的递延收益情况，我们仅基于方法二计算得出 2020 年末的 FSD 的渗透率为 24.57%，需要说明的是，这一数字相对于 2020Q1 末略有下降主要是因为 2020 年来自中国的销量占比上升所导致 的。
4.2. OTA：通过软硬件解耦实现硬件生命周期最大化
核心观点：我们认为，从商业模式上看，特斯拉 OTA 的本质是通过软硬件解耦实现硬件生命周期的最大化。
特斯拉是驾驶领域最早实现 OTA 的企业。早在 2012 年 4 月，特斯拉就 开始了 OTA 升级，升级次数已经达到几十次，涉及的领域和控制器非 常丰富。目前，特斯拉推出的 OTA 升级还是以免费为主，付费模块除了前文提到的 FSD 之外，还包括缩短百公里加速时间、增加续航里程、 后排座椅加热等。对于这些功能，特斯拉采用硬件预装，软件锁定的方 式，用户可以选择付费对某个 OTA 功能进行解锁。
对于特斯拉而言，通过 OTA 实现功能拓展和升级具有诸多好处，也是 其在软件定义汽车的又一重要创新。
规避召回风险。根据 IHS 的研究，近年来和软件相关的汽车召回案例比例在显著上升，目前这一比例已经超过 40%。如果可以通过 OTA 的方式对软件进行更新和完善，召回的发生有望大大减少，既 节约了成本又降低了进厂召回带来的风险。
延长硬件生命周期，降低成本。OTA 的本质是通过软硬件的解耦来实现硬件生命周期的最大化。根据 IHS 的研究，2019 年 OTA 在 IVI OS、Core ECU、TCU更新上为OEM节约的成本已达到165亿美元， 这一数字在 2025 年有望超过 600 亿美元。
4.3. 超级充电：将逐步演变为电动车的开放性基础设施
核心观点：我们认为，超级充电网络将逐步演变为电动车的开放性基础设施。在商业逻辑上，类似于阿里巴巴通过云计算、线下支付的“出圈”。
特斯拉建设超级充电网络，解决电动车和充电站之间鸡生蛋还是蛋生鸡的问题。对于新能源车的发展来说，必须要有密度足够高的充电设备且 能够保证充电时间足够短。故特斯拉在开始推广 Model S 的时候就开始 建设超级充电网络，以方便特斯拉车主进行充电。最开始推出时，超级 充电服务是完全免费的，而随着充电网络建设投入的逐渐增多，超级充 电服务逐步转向收费。特斯拉曾表示，充电服务不会成为盈利业务，所 有的收入都将用于充电网络的继续建设。
特斯拉超级充电网络已经覆盖全球主要地区，且仍在快速建设中。目前 特斯拉超级充电网络在美国、中国、西欧、日本等国家和地区已经有较 高的密度。截至 2020Q4 末，特斯拉在全球共有超级充电站 2564 个，充 电桩 23277 个，较 2018Q4 末分别增长 80%和 94%，表明特斯拉超级充 电网络仍在快速建设过程中。
超级充电网络发展已进入第二阶段，将逐步演变为电动车的开放性基础设施。2020 年 12 月，马斯克推特上表示，超级充电网络已经开始向其 他品牌电动汽车提供服务。我们认为，这表明超级充电网络的发展已经 进入第二阶段。在第一阶段中，超级充电网络的核心是解决好充电站和 电动车这两者间鸡生蛋还是蛋生鸡的问题，而在第二阶段中，超级充电 网络将逐步演变为电动车的开放性基础设施。单纯从商业逻辑上来讲， 这是从封闭生态走向开放生态的过程(此处只针对超级充电，不针对特斯 拉其他模块)，类似于阿里巴巴通过云计算、线下支付的“出圈”。
4.4. 高级网络连接：车内功能订阅化，APP Store 的雏形
核心观点：我们认为，特斯拉通过高级网络连接实现了车内功能的订阅化，未来或逐渐形成类似于 APP Store 的生态系统。
特斯拉推出高级网络连接服务包，在标准服务包基础上进行功能拓展。
特斯拉车辆标配了标准网络连接服务包。在没有第三方网络连接的 情况下，标准服务包可实现基础的地图及导航功能，通过蓝牙和 USB 播放本地音乐和视频；另有部分娱乐功能可通过连接至 WIFI 或手机热点实现，包括通过车载应用播放网络视频和音乐、访问车 载网络游戏、使用互联网浏览器。
订阅高级网络连接服务包后，车辆可在没有第三方网络连接的情况 下实现标准包中需连接 WIFI 才能实现的功能，并增加了标准包无 法实现的可视化实时路况显示和卫星地图等功能模块。
高级网络连接服务开始订阅制收费，未来或逐渐形成类似于 APP Store 的生态系统。特斯拉高级网络连接服务在各国的政策不同。在美国，于 2018 年 6 月 30 日之前下单的 Model S、Model X、Model 3 高级内饰版 车主可免费使用高级车载娱乐服务包，而之后下单的车主则需要进行付 费订阅，每月 9.99 美元。我们认为，随着可搭载的功能越来越多，未来 高级网络连接服务的内涵将逐渐拓宽，且有可能逐步走向开放，衍生出 类似于 APP Store 的生态系统。
4.5. 保险：驾驶数据的变现
核心观点：我们认为，从商业模式上看，特斯拉保险的本质是驾驶数据的变现。 针对特斯拉汽车的保费明显高于其他车型。
个人理财网站 NerdWallet.com 的一项研究表明，电动汽车的保险报价平均比汽油汽车高 21%。
根据电动知士的数据，即使在电动车中进行比较，针对特斯拉汽车的保险报价也明显高于其他车型。一般来说，价格越高的车型保费 也相应越高，但 Model 3 的平均保费约为奥迪 E-TRON 的 1.53 倍， 而 Model 3 的经销商报价为 26.57-33.99 万元，远低于 E-TRON 的 69.28-82.86 万元。
特斯拉保费较高的一个重要原因在于在激进的推广策略下，特斯拉早年的索赔率、索赔额较高。美国道路安全保险协会曾经针对 Model S、宝 马 1 系 ActiveE、雪佛兰 Spark EV、菲亚特 500 电动版、福特福克斯电 动版、Smart ForTwo 电驱双门、Smart ForTwo 电驱敞篷版、丰田 RAV4 EV 等电动车和汽油动力版本的索赔频率、索赔额度进行比较。结果显 示，相对于汽油动力版本，电动版本的索赔频率更低，但索赔额也更高； 而 Model S 的索赔频率、索赔额都远远超过平均水平。
随着技术成熟度的提升，特斯拉目前的交通事故发生频率远低于美国平均水平。根据特斯拉 2020Q4 安全报告，在没有 AP 和主动安全功能参 与的情况下，特斯拉汽车发生交通事故的频率为 204 万公里/起；在主动 安全功能参与的情况下，该数据为 330 万公里/起；而在 AP 参与的情况 下，该数据进一步上升为 555 万公里/起，上述数据均远好于美国平均水 平(78 万公里/起)。
针对保费较高的情况，特斯拉在加州率先推出保险服务。2019 年 8 月， 特斯拉宣布在加州率先推出保险计划；2019 年 9 月，马斯克曾宣称特斯 拉汽车保险比一般保险便宜 20%。单纯从保费推断，特斯拉保险至少在美国接近一半的州具有竞争力。根 据 Nerdwallet 的数据，在特斯拉已经推出保险业务的加州，保险公司 Model 3 的保险年费均值为 2659 美元，根据马斯克折价 20%的说法，可 推断特斯拉保险年费在 2127 美元左右，这一价格在 24 个州具有竞争力 (这些州针对 Model 3 的保险年费高于 2127 美元)。
特斯拉保险的最大竞争力依然源于其驾驶数据。特斯拉能够针对在行驶 过程中采集的驾驶数据进行分析，并评估车主发生交通事故的概率，进 而通过评估结果向客户收取费用，并赚取溢价部分。可以说，相对于保 险公司，特斯拉自营保险的核心竞争优势是信息的准确性。
