因为我们需要把这项能力与原有的互联网公司能力，汽车经销商集团能力，以及汽车行业企业能力融合在一起。这也是我们在2022年遇到的一个特别大的难题。
02
更适合智能电动车的产品开发流程
对于我们所面临的挑战，唯一的解决方法就是学习世界范围内的最佳实践，比如IBM、华为这样的优秀企业。这张图就引用自华为出版的一本书《从偶然到必然》。当我们把技术、平台和产品研发放在一起的时候，该怎样去解决这样的问题？
在研究和学习的过程中，我们发现其实已经有非常多的优秀企业解决了类似的问题。但问题是类似华为、苹果这样的企业从事的是通讯或者消费电子行业，他们所提供的方法和组织能力是否能够适用于汽车领域？所以我们在2020年开始，从研发角度做了一个重要尝试。我们全面地去学习这样的能力，能够发现其实它从两个维度解决了我们的问题。
由于链条非常长、周期长，业务复杂，所以在最开始时就会把规划做得特别清楚，并且让更多的团队一起来参与规划。在做好清晰的规划之后，再把它变成计划。而在做计划的过程中，我们针对团队的协同，资源的复盘进行有效分配。这就区别于过去的线性流程，将传统的汽车研发方式变成了一个立体的流程。
这在另一个维度上，从经营的角度也带来了好处。从这张图上来看，PDT经理相当于是作战指挥部，而做设计、软件、硬件的团队相当于作战部队。所以这时候指挥部可以把作战部队进行统一的管理，“空军”什么时候上，“炮兵”什么时候上。这就解决了我们当时最大的一个问题，就是作战混乱。
当我们的企业规模到了几万人的时候，这就是个巨大的挑战。我们发现了这样一个特别合适的流程，并真正地从2020年开始去实践使用，但是这也仅限于汽车研发的组织维度。
03
智能电动车的组织形态：矩阵型组织
针对这样的流程，我们也要改变自己的组织结构，从过去的职能组织变成一个矩阵型组织。这样的流程和矩阵型组织解决了很多问题。
第一是解决了没有全局，各个团队各自为战的问题。第二是解决了技术、平台和产品研发的协同问题。第三也解决了产品、供应链和交付的商业协同问题。这也是当时我们最困惑的几个问题。
在过去2年多的时间里，流程和组织的实践给我们带来了实际的价值。
第一，我们把理想ONE做成爆品的能力能够复制到所有车型上，无论是理想L9、L8、L7，在推出之后都会成为一个爆品，都是其细分领域里销量第一的产品。
第二，提升了供应和产能爬升的速度。哪怕在疫情状况下，理想L9、L8都能够在交付第二个月实现交付量过万，这是一个非常大的变化。
而第三个好处是一个意外收获，在这样的流程和组织结构下，我们开始培养出大量有经营意识的人。他们不仅仅会考虑怎样赚钱，也会全流程地控制成本，而不是走哪算哪。所以我们能实现非常健康的毛利率，并且确保在收益和成本上的目标与达成是一致的。
这是我们在过去实践中获得的验证，在此也和所有同行们做一个分享。作为一个智能电动车企业，IPD这样矩阵型组织的流程和管理方式是非常有效的。这不仅仅可以应用在最先进的IT公司里，同样也适用于汽车企业，包括智能电动车和传统汽车。
理想汽车的员工，包含从一级供应商来的同事伙伴都非常拥抱这样的变化。因为这相当于让他们从曾经的土路，或者小区内部道路变成了真正在国道，在高速公路上行驶。
我们在做矩阵式组织过程中，经历了五个阶段，在这里和大家做一个分享。
我认为我们是一家互联网汽车企业，和其他人不一样。所以在第一个阶段时，我们就像一群井底之蛙，从来不向外看。在这个阶段吃了很多亏，踩了很多坑，但依然坚持不向外看。
所以到了第二阶段就会非常痛苦，开始向外看。但那个阶段我们并不明白，为什么这些几千亿、上万亿收入的企业要做得那么复杂？他们为什么不停地去做变革？到底是为什么？所以第二阶段哪怕我们出去看了，但是依然看不明白。
而到了第三个阶段开始借助一些咨询公司的能力，并且在这些优秀的咨询公司里聘请顾问，帮助我们来想清楚为什么在这个阶段要去解决这个问题，这背后的原因是什么？他们怎么用流程去解决人性的问题，怎么用文化去解决人心的问题。所以在这个阶段我们开始看明白、想清楚了。
到了第四个阶段仍然在继续走弯路，经常认为看明白了就可以自己来实践执行。但实际上有一些员工的能力模型是不匹配的，因为在大企业中，有人修路，有人开车，而我们经常让开车的人来修路，所以在第四个阶段我们也是浪费了很多时间。
直到第五个阶段开始明白，哪些人在哪个阶段是帮助这些企业来修路的，所以我们请来这样的人帮助我们规划路、修路、运营路。如果把我们的组织来做一种类比的话，其实所有员工都是来开车运送价值的。但是我们能不能修出好的高速公路，并且良好地去运行，这决定了价值的传输效率。
04
什么样的组织适配软件2.0
实际上，我们矩阵化组织的变革才刚刚开始，我认为至少到2025年才能实现完整的结果。因为组织变革不可能是一蹴而就的，甚至它的研发周期、推广周期比做产品、做平台周期长。但同时我们又面临了新的挑战，就是人工智能的大模型软件2.0到来了。
让我们去看一看两家在这个领域中做得最好的公司是怎样做的。
第一个是特斯拉，目前的人工智能分为两种学习方式，一种是行为学习，也就是训练“大”脑，让“小”脑工作，也就是像自动驾驶。另一类是训练“大”脑，让“大”脑工作，类似OpenAI和ChatGPT。
当我们去拥抱这些模型的时候，发生了一些巨大的变化。举个例子，过去我们一年要做大概1000万帧的自动驾驶图像的人工标定，所以我们请了很多外包公司进行标定，大概6元到8元钱一张，一年的成本接近一个亿，这仅仅是来做自动驾驶方面的图片标定。
但是当我们使用软件2.0的大模型，通过训练的方式进行自动化标定，结果和效果会非常可怕，过去需要用一年做的事情，基本上3个小时就能完成，效率是人的1000倍，这个领域的工作完全不一样了。
对于员工来说，他们会感觉用拳头打架遇到了拿枪的。所以在这样的状况下，我们如何能够让软件2.0和现有人才进行融合，为他们提供怎样的全新工作流程、激励机制，怎么去做选用、任用，这又会面临一个更大的挑战。
这不仅仅是理想汽车的挑战，也是所有在汽车行业耕耘的创业者和企业家们所遇到的共同的挑战，希望有机会能够在这个方面进行更多的交流和探索。
