報告綜述
電子電器架構變革的引領者。
1)單車視角：特斯拉電子電器架構領先於傳統主機廠，且仍在不斷進化過程中。從 Model S/X 到 Model 3，特斯拉實現了電子電器架構由分散式向集中式的演進，ECU 數量也隨之減少。
2) 車型視角：特斯拉推行大單品策略，相對於傳統主機廠，其車型明顯偏少； 同時，特斯拉致力於實現不同車型之間的平臺複用。這本質是對車輛平臺化和通用化的追求，有助於大幅降低零部件成本。
自動駕駛的領先者。
1)資料收集：高級別自動駕駛商業化的重要前提是實 現對長尾場景的覆蓋，透過對於加州脫離報告的分析，我們認為測試車隊 實現這一目的仍需較長時間。特斯拉採用影子模式取代測試車隊模式，通 過眾包的方式來解決長尾場景的快速覆蓋問題。
2)資料處理：目前特斯拉 FSD 系統採用自研晶片，該晶片的特點主要體現在高速影象處理、NPU、 SRAM 等三個方面。使用外採晶片的競爭對手們對晶片的底層以及深度 學習能力難以進行修改，特斯拉則透過自研晶片構建起了底層技術壁壘。
商業模式的探索者。
1)除傳統的汽車銷售外，特斯拉還提供一系列增值服 務，包括自動駕駛、車載娛樂服務包、OTA 升級、超級充電站以及自營 保險等。
2)FSD：本質上是以期權模式為汽車這一純消費品增加投資屬性， 從而提升汽車的保值率。我們測算得到 FSD 在 2020Q1 末的滲透率約為 19.08%-25.89%。
3)OTA：特斯拉是 OTA 的首創者，該模式本質是透過軟 硬體解耦實現硬體生命週期的最大化。
4)超級充電網路：最開始以方便特 斯拉車主充電為目的，目前已經開始向其他品牌電動車提供服務，未來將 逐步演變為電動車的開放性基礎設施。
5)高階網路連線：特斯拉透過高階 網路連線實現了車內功能的訂閱化，未來或逐漸形成類似於 APP Store 的 生態系統。
6)保險：特斯拉能夠針對在行駛過程中採集的駕駛資料進行分 析，並評估車主發生交通事故的機率，進而透過評估結果向客戶收取費用， 並賺取溢價部分。特斯拉保險實質上是駕駛資料的變現。
1. 序言有人說，“1908 年，亨利福特向世人呈現了第一輛 Model T，這款汽車將 重新定位人類文明架構，而人類文明也將圍繞這款汽車進行自我再定位。 一個多世紀之後，馬斯克帶來了 Model S，此時此刻，人類文明已為一 場文化重生做好了充分準備”。 有人說，“特斯拉存在的意義不僅限於汽車，它支撐著一場能源革命， 而這場革命的意義遠大於取代石油”。 有人說。。。。。。 毫無疑問，在過去的 10 年中，特斯拉取得了巨大的成功，市場中對於 這家公司也已有了諸多討論。
本文無意對特斯拉進行全面解讀，而是希望以汽車智慧化作為切入點， 從電子電器架構、自動駕駛、商業模式等三個角度簡要地談談我們眼中 的特斯拉，以求在汽車生態發生鉅變的今天給予大家一些參考。
2. 電子電器架構變革的引領者2.1. 單車視角：電子電器架構的域化和軟硬體解耦
電子電器架構的集中化是軟體定義汽車的基礎。在汽車 E/E 架構發展的前三個階段，E/E 架構是分散式的，各個階段之間更多是複雜程度和 ECU間協作程度上的差異。每個 ECU 控制著車輛的不同功能，也有部分功能需要不同的 ECU 共同協作。隨著功能越來越複雜，數量龐大的 ECU 對整車協同帶來了難度，軟體更新迭代也難以實現。要實現軟體定義汽車，首先需要實現電子電器架構由分散式向集中式的升級。
目前傳統主機廠還是以分散式架構為主。由於分散式架構中每個功能和 ECU 高度對應，功能的劃分非常明確，有利於主機廠針對不同模組挑選長期的供應商，從而在保證質量的同時減少研發投入，傳統主機廠往往 深諳此道。根據 Kingslayer 的資料，大眾品牌汽車單車 ECU 數量已經超過 70 個，而從 1993 年到 2010 年，奧迪 A8 使用的 ECU 數量更是從 5 個快速增加至超過 100 個。
特斯拉電子電器架構領先於傳統主機廠，且仍在不斷進化過程中。從 Model S/X 到 Model 3，特斯拉實現了電子電器架構由分散式向集中式的演進，ECU 數量也隨之減少。
Model S：整體是分散式架構，但已經有了較為明顯的域劃分，包括動力域、底盤域、車身域等，整個車輛共有 44 個 ECU。
Model X：和 Model S 的電子電器架構差異不大，仍然保持分散式架構，但 ECU 數量減少到 41 個。
Model 3：實現了電子電器架構的重大革新，從分散式架構向混合 式架構演進。在 Model 3 中，特斯拉把原有的車身、底盤、安全系 統等拆分到了中央計算模組(CCM)、左車身控制模組(BCM LH)和右 車身控制模組(BCM RH)，使控制器儘可能地集中，僅僅保留負責 外設的 ECU 維持分散佈置。在特斯拉的域控制器架構中，每一個 域都是由一箇中央處理器來完成的，如果需要升級某項功能，就只 要升級對應的那個域控制器主機板，從而使得 OTA 成為了可能。
2.2. 車型視角：大單品策略下的車輛平臺化和通用化
特斯拉堅持大單品策略。目前特斯拉的主打車型共有4 款，包括 Model S、 Model X、Model 3 和 Model Y。相對於傳統主機廠，特斯拉的車型明顯 偏少，這和蘋果公司在手機領域的大單品策略如出一轍。
特斯拉透過高階產品打造產品形象，然後下沉至大眾市場。特斯拉 D 級轎跑 Model S 和豪華型 SUV Model X 分別於 2012 年和 2015 年推出，透過這些豪華車型，特斯拉樹立了其高階化的品牌形象；此後，特斯拉開始尋求市場下沉，分別在 2017 年、2020 年釋出 Model 3 和 Model Y，打 開大眾市場空間。
從價格帶上看：2021 年 Model 3/Y 的價格帶分別在 26-34 萬元、34-37 萬元，遠低於 Model S/X(同期價格帶分別約 80-113 萬元、85-100 萬元)。
從銷量上看：2020 年公司 Model 3/Y 的全球銷量達到 442562 輛， 約為 Model S/X 同期銷量(57085 輛)的 7.75 倍。
大單品策略本質是對車輛平臺化和通用化的追求，可以幫助特斯拉大幅降低零部件成本。透過對位元斯拉不同車型的硬體可以發現，特斯拉在 大單品的基礎上進一步實現了不同車型的平臺複用。特斯拉 Model S/X 採用的平臺相同，而 Model Y 和 Model 3 的平臺則保持一致。平臺的復 用能夠幫助特斯拉實現高比例的零件共用。根據 Electrek 的報道，在對 Model Y 進行拆解之後發現，其與 Model 3 電動轎車零部件共享率高達 約 75%。特斯拉可以透過大量標準化的採購使得零部件成本大幅降低， 從而對其他主機廠進行降維打擊。每個車型的個性化則透過功能的新增 來實現，這本質上是軟體定義汽車思想的重要體現。
3. 自動駕駛的領先者3.1. 資料收集：影子模式幫助特斯拉快速實現長尾場景覆蓋
由於一旦發生事故造成的損失太大，實現對長尾場景的覆蓋至關重要。 由於交通事故將會產生非常嚴重的後果，對於主機廠而言，在責任明晰 之前，即使是 99.99%的可靠性也是不能接受的，因為這可能意味著每賣 出 10000 臺車可能就會產生一起事故。行業特點決定了要實現自動駕駛 就必須先對長尾場景進行有效覆蓋。
測試里程的積累是有效覆蓋長尾場景的前提。根據廣汽的預測，要實現 L4 級自動駕駛所需要的長尾場景覆蓋程度，至少需要完成 10 億個測試場景，最小測試里程也需要 10 億公里，這兩個資料分別是實現 L2 級自動駕駛的 10 萬倍、1 萬倍。
測試里程的積累主要有兩種方式。由於模擬往往是基於工程師對可能發生的場景的預設，所以存在大量無法透過模擬覆蓋的長尾場景，在進行模擬的同時必須透過路測來收集資料。具體來說，目前主要有兩種方式， 一種是透過自動駕駛車隊來進行資料採集，以 Waymo 為代表；一種是透過私家車進行資料採集，以特斯拉為代表。下面將針對兩種方式分別展開討論。
3.1.1. 從加州脫離報告判斷，測試車隊覆蓋長尾場景仍需較長時間
MPI 值是加州脫離報告中最引人關注的指標。美國加州是全球首個為自 動駕駛車輛上路制定路測法規的地區。自 2015 年起，加州機動車管理 局要求取得自動駕駛路測牌照的公司每年上交一份自動駕駛路測資料 報告，報告中涵蓋測試里程數、測試路段場景、自動駕駛脫離記錄等信 息。加州機動車管理局則根據各公司提供的資料釋出年度自動駕駛脫離 報告（Autonomous Vehicle Disengagement Reports），在這份報告中，最 令人關注的是 MPI 值(每兩次人工干預之間行駛的平均里程)，該指標被 認為是衡量自動駕駛系統執行效能的重要指標。
單純根據 MPI 值進行排名，2019 年國內公司表現搶眼。2020 年 2 月， 2019 年加州脫離報告發布。如果按照 MPI 值進行排名，百度的 MPI 值 高達 18050 英里/次，首次超過 Waymo(13219 英里/次)排名第一，此外， 國內企業如 AutoX、小馬智行、滴滴等也獲得了較高排名。
是否憑藉 MPI 值就能判斷國內自動駕駛企業已處於全球領導者地位？
答案是否定的。
測試里程和車輛數不同。在測試過程中，80%的情況是相似的，尤其對於頭部企業而言，這些情況此前也都處理過。但在自動駕駛中， 真正難以處理的是最後 20%甚至 1%的長尾場景。而解決這些場景 中出現的問題的前提就是要遇到過這樣的場景。所以在一定程度上 來講，積累了更多的資料里程、擁有更大規模的測試車隊也是體現 自動駕駛公司實力的重要指標。在 2019 年的加州報告中，Waymo、 CRUISE 的測試里程分別達到 145.41 萬英里、83.10 萬英里，佔比 分別達到 51%、29%；測試車數量則分別為 148 輛、228 輛，佔比 為 23%、35%。
測試場景不同。由於加州機動車管理局並沒有對路測環境進行統一規定，導致各公司的實際路測環境並不相同。如 NVIDIA、SF Motors 等公司主要脫離場景集中在公路和高速路，據此可以推斷這些公司 的主要測試場景都集中在公路和高速路；而 Waymo、Cruise 等公司 的脫離則主要發生在城市街道，表明其更多地將路測重點放在了城市街道場景之中。即使對於城市街道分類下，各家公司的具體路測環境也有所不同，而不同的路測環境往往意味著不同的測試難度， 造成 MPI 值的失真。
對於脫離次數的統計標準不同。加州 DMV 對於什麼樣的情況才必 須接管也沒有明確的規定，導致各家對於駕駛員接管車輛的標準並 不統一。實際上，不接手就要發生事故和不接手只是略微影響其他 車輛行駛，是完全不同的情況。 綜上，單純透過比較 MPI 值來判斷各家公司的自動駕駛能力是有失公允 的。
加州脫離報告的真正價值在於透過縱向比較來判斷行業拐點。我們認為 加州脫離報告更大的意義在於我們可以透過對領先企業在不同年份的 脫離資料進行縱向比較，來判斷其是否實現了對於長尾場景的覆蓋，從 而粗略研判行業拐點。
我們嘗試著對領頭羊 Waymo 不同年份的脫離原因進行分析，以判斷它是否實現了對長尾場景的覆蓋。以 MPI 和測試里程兩個維度作為標準， Waymo 仍然是自動駕駛的霸主。毫無疑問，Waymo 的自動駕駛能力是逐年增強的，那麼在行駛同樣里程的前提下，如果下一年由於某一類問題產生的脫離次數多於上一年，就很可能意味著工況仍處於持續增加的
過程中，即還沒有實現對“長尾場景”的全覆蓋。
從領頭羊 Waymo 的測試資料來看，測試車隊在“覆蓋長尾場景”方面 仍有很長的路要走。透過對比 2015-2019 年 Waymo 的加州測試結果可以 發現，每百萬英里中如“感知”等問題所造成的脫離次數仍在明顯增加， 並沒有出現收斂，表明測試車隊在“覆蓋長尾場景”方面仍有很長的路 要走。
3.1.2. 特斯拉採用影子模式實現場景的快速積累
特斯拉採用影子模式取代測試車隊。影子模式本質上是透過眾包的方式 來解決場景的快速積累問題。在這一模式下，即使在人進行駕駛的時候特斯拉自動駕駛系統同樣也在進行計算自己會怎麼做，然後和人的選擇 進行對比。如果自動駕駛系統和人的選擇不一致，就對這類資料進行匯 集，然後交由工程師判斷自動駕駛系統的選擇是否合理。2020 年 3 月， 特斯拉就申請了從車隊中獲取自動駕駛訓練資料的專利。
影子模式幫助特斯拉快速實現對長尾場景的覆蓋。由於特斯拉的汽車數 量遠遠多於自動駕駛測試車隊，影子模式可以更快地實現對駕駛長尾場 景的積累，同時得到的結果也有更強的統計學意義。截至 2019 年末， 特斯拉累計交付搭載自動輔助駕駛硬體的車輛 85 萬輛，AP 啟用狀態下 累計行駛里程已超過 20 億公里，遠遠超過競爭對手(Waymo 為 2000 萬 公里)。由於特斯拉保有量持續攀升，其他競爭對手和特斯拉之間在資料 積累量以及長尾場景覆蓋程度上的差距將會越拉越大。
3.2. 資料處理：自研 FSD 晶片幫助特斯拉從底層構建核心壁壘
隨著自動駕駛等級提升，對處理器的算力也提出了更高的要求。
由於自動駕駛需要在不同天氣、光線條件下對周圍環境進行實時的感知，識別、跟蹤各種動態或靜態的物體並對其可能的行為進行預判，隨著自動駕駛等級的提升，相應的感知需求也在成倍增加。根 據地平線的資料，實現 L2 級別需要 5 個攝像頭+5 個毫米波雷達的方案，而要實現 L3 高速公路自動駕駛，需要的感測器方案則需要大幅增加為13個攝像頭+9個毫米波雷達+1個鐳射雷達(各主機廠採用的方案不同，但感測器數量的大幅增加的趨勢是顯而易見的)。
感測器的數量增加意味著需要處理的資料量也在快速增長。仍根據 地平線的資料，L4 自動駕駛的典型畫素資料高達 112MP，約為 L2 自動駕駛的 16 倍；需要處理的資料量為 40.8 億位元組/秒，約為 L2 自動駕駛的 30 倍。
和其他主流主機廠不同，在和 Mobileye、英偉達相繼分道揚鑣後，特斯拉採用自研晶片。 HWI/AP1採用Mobileye晶片，但2016年7月雙方中止合作。在HWI/AP1 時代，特斯拉採用的是 Mobileye EyeQ3 晶片，但在 2016 年 7 月，Mobileye 聯合創始人兼CTO在Q2 季報會議上宣佈EyeQ3 晶片將會是 Mobileye 和特斯拉公司的最後一次合作，雙方最終分道揚鑣。
表面上看，2016 年 5 月發生的一起交通事故是雙方中止合作的直接原因。當時車主駕駛 Model S 路過一個路口，有一輛卡車正橫穿馬 路。由於 Autopilot 系統判斷錯誤，車在未減速的情況下鑽進了貨 櫃下方。Mobileye 認為是特斯拉對於許可權的開放過於激進導致了這 起事故，而特斯拉則認為事故是感測器的識別錯誤造成的惡果。
本質上，特斯拉和 Mobileye 的分手有其必然性。1)對於 Mobileye 來講，它把自己劃分在傳統主機廠陣營中(相對於 IT 巨頭)，充當為 傳統主機廠提供晶片和演算法提供商的角色。這也很容易理解，在傳統主機廠陣營中，Mobileye 在演算法經驗能夠得到最充分的發揮，而 且傳統主機廠出貨量大，除為 Mobileye 帶來可觀的收益的同時也能 為其提供大量的行駛資料，有助於其演算法迭代。2)對於特斯拉而言， 和 Mobileye 合作相當於利用自家車主的駕駛資料幫助後者更新算 法，與其如此，倒不如自己做演算法，把資料歸屬權牢牢地抓在手裡。 當然，特斯拉風格較為激進，而 Mobileye 較為保守，特斯拉不滿 Mobileye 的程序緩慢可能也是雙方分手的原因之一。
HWI/AP2 和 HW2.5 採用英偉達晶片，雙方的合作隨著 2017 年特斯拉宣佈自研晶片而告終。在 HW2/AP2 和 HW2.5 中，特斯拉採用的是英偉 達 Drive 平臺，而後特斯拉選擇自研晶片。根據特斯拉的說法，雙方分 手的主要原因是英偉達自動駕駛晶片解決方案主要依靠 GPU，功耗較大。
HW3 採用特斯拉自研晶片。特斯拉釋出 FSD 系統時披露，FSD 晶片的 研發開始於 2017 年，從設計到量產共歷經 18 個月, 在 2019 年 4 月開始 正式在 Model 3 上應用。同一塊板卡上有 2 顆晶片，每顆晶片的算力 72TOPS，在行車過程中，兩顆晶片同時對相同資料進行分析，並對比分 析結果，互為驗證，提高自動駕駛的安全性。
特斯拉 FSD 晶片的特點主要體現在高速影象處理、NPU、SRAM 等三 個方面。
以 NPU 為主：Mobileye EQ5 晶片由 4 個模組組成，分別是 CPU、 CVP、DLA 和 MA，以 CPU 和 CVP 為主；英偉達 Xavier 晶片主要 由 GPU、CPU、DLA、PVA 以及兩個 ASIC 構成，以 GPU、CPU 為主。而特斯拉 FSD 晶片主要由三個模組構成（CPU、GPU、NPU）， 以 NPU 為主，由於特斯拉未採用雷達視覺方案，並未包含 CVP 模 塊。
高速影象處理：1)在資料傳輸方面，FSD 系統的影象處理器 SIP 的 資料傳輸速度達到 25 億畫素/秒，這個傳輸速度遠遠大於 8 顆攝像 頭所採集的資料量；2)在資料處理方面，FSD 晶片內建的影象處理 器 ISP 的最高處理速度為 10 億畫素/秒，已經達到了最快的消費級 影片傳輸 DP1.4 標準，而通常意義上講，車載晶片是會落後於消費 級晶片的；
SRAM：ISP 主要的作用是把攝像頭產生的原始三原色資料轉化成 複雜的影象資訊，而在這些資訊在進入 NPU 被進一步處理之前就 會被儲存在 SRAM 中。根據特斯拉晶片總工程師 Pete Bannon 的說 法，處理全自動駕駛的快取頻寬至少要達到 1TB/秒，而 FSD 晶片 SRAM 的頻寬達到了 2TB/秒。
自研晶片幫助特斯拉從底層構建起了核心技術能力和技術壁壘。目前除 了特斯拉外，主流主機廠和新勢力大多采用外採晶片。對於這些主機廠 來說，由於他們對晶片的底層以及深度學習的能力很難進行修改，甚至 有些晶片存在架構問題，導致雖然晶片本身的算力很強大，但在自動駕 駛應用過程中如果遇到一些問題就會非常麻煩。如果主機廠不能拿到應 用程式碼，bug 的修復就會需要非常多的時間。而對於特斯拉來說，晶片 的底層和排程都是自己來完成的，這幫助特斯拉從底層構建起了核心技 術能力和技術壁壘。
3.3. 功能覆蓋：功能推出進度處於領先地位
由於主機廠出於產品宣傳方面的考慮會宣稱其實現了 L3 級別自動駕駛， 或由於責任劃分原因提出 L2.5、L2.9 等概念，我們不拘泥於自動駕駛的 等級，而根據所實現的自動駕駛功能模組來對各家的進展進行判斷。
從功能的推出進度來看，特斯拉領先於傳統主機廠和其他造車新勢力。 根據各個主機廠官網對於其自動駕駛系統所包含功能的描述，目前 FSD 系統已經能夠實現高速自動駕駛、智慧召喚、紅綠燈與訊號識別等功能， 而大多數主機廠自動駕駛系統尚不包括這些模組。
4. 商業模式的探索者特斯拉實現了商業模式創新。除傳統的汽車銷售外，特斯拉還提供一系列增值服務，目前包括自動駕駛、車載娛樂服務包、OTA 升級、超級充電站以及自營保險等方面。2017-2019 年，特斯拉服務及其他收入增速 分別高達 114%、39%、60%，截至 2019 年，該部分收入規模已經達到 22.3 億美元，佔比達到 9%。
4.1. FSD：以期權模式提升汽車保值率，2020Q1 末滲透率 19.08%-28.42%
核心觀點：我們認為，從商業模式上看，FSD 的本質是以期權模式為汽車這一純消費品增加投資屬性，從而提升汽車的保值率。特斯拉自動駕駛業務共釋出過三款產品：AP、EAP 和 FSD。
AP（Autopilot）提供基礎的 L2 級別自動駕駛服務。目前 AP 包括 交通感知巡航控制、自動轉向等功能，從 2019 年 4 月開始已經成 為特斯拉新車標配。
FSD（Full-Self-Driving）為有更高要求的客戶提供 L3 甚至更高級別的自動駕駛服務。2019 年 4 月正式釋出，目前 FSD 除了包含 AP 的功能外，還包含自動輔助導航駕駛、自動輔助變道、自動泊車、 智慧召喚、識別交通訊號燈和停車標誌並做出反應等功能模組。值 得一提的是，馬斯克曾表示 FSD 的最終目標是實現 L5 級別的完全 自動駕駛，而已經購買過 FSD 的客戶可以免費獲得自動駕駛新功能 升級，FSD 本質上是一個自動駕駛期權。目前該模組在美國的售價 是 10000 美元。
EAP（Enhanced Autopilot）是介於 AP 和 FSD 之間的產品，目前已停售。在 2019 年下架後，曾於 2020 年 9 月 20 日-9 月 30 日短暫 恢復銷售，包含 FSD 中的自動輔助導航駕駛、自動輔助變道、自動 泊車、智慧召喚等 4 個功能模組，但無法免費獲得新功能，2020 年 9 月短暫恢復時售價為 4000 美元。特斯拉汽車保值率遠高於其他主機廠的車型。傳統意義上，汽車是不具 有投資屬性的，保值能力比較差。但透過售賣 FSD 期權等方式，特斯拉 汽車具備了一定的投資屬性，保值率也相應地大幅提升。根據 CleanTechnica 的資料，特斯拉 Model 3 的三年保值率高達 89.8%，遠超 其他主機廠(其他選中車型的保值率均值為 52.0%)
下面我們透過兩種方式來估算市場最關心的 FSD 的滲透率。
4.1.1. 方法一：據遞延收益得 2020Q1 末 FSD 滲透率 19.08%
在會計處理中，FSD 的規模和遞延收益相關。根據特斯拉的說法，消費 者在購買 FSD 後有一部分會計入當期收入，而另一部分則計入遞延收益， 隨著後續更多 FSD 功能的實現，新實現的功能所對應的價值將在當季由 遞延收益轉至收入，比如特斯拉在 2019Q3 因釋出“智慧召喚”功能而 確認了 3000 萬美元遞延收益，又在 2020Q2 因釋出“識別交通訊號燈和 停車標誌並作出反應”功能而確認了 4800 萬美元遞延收益。
可根據遞延收益推算 FSD 滲透率。由公式“特斯拉銷量*FSD 滲透率 *FSD 價格=FSD 相關收入=FSD 相關當期收入+FSD 相關遞延收益”可得“FSD 滲透率=（FSD 相關當期收入+FSD 相關遞延收益）/特斯拉銷 量/ FSD 價格”。受限於資料的可獲得性，下文中我們將計算 2020Q1 末 FSD 的滲透率：
FSD 相關遞延收益：在 2020Q1 業績說明會上，特斯拉披露截至 2020Q1 末和 FSD 相關的遞延收益賬面餘額略超 6 億美元；
FSD 已確認收入(2020Q1 之前 FSD 相關的當期收入之和)：在 2020Q1 業績說明會上，特斯拉披露截至 2020Q1 末，針對 FSD 的 收費有約 50%直接確認收入，50%進入遞延收益。據此可推算 FSD 已確認收入為 6 億美元；
特斯拉保有量：粗略認為特斯拉保有量等於其累計銷量，截至 2020Q1 末，特斯拉全球累計銷量為 98.85 萬輛。
FSD 價格：我們根據 FSD 在美國的售價來計算 FSD 的均價。在 2019 年 4 月 FSD 推出到 2020 年 3 月末，FSD 功能經歷了兩次提價，第 一次是 2019 年 5 月份，FSD 售價由 5000 美元提升至 6000 美元， 第二次是 2019 年 10 月，售價從 6000 美元提升至 7000 美元，故我 們根據特斯拉在美國的月度銷量進行加權，得出截至 2020 年 3 月 末，FSD 平均售價為 6362.54 美元。
帶入上文的公式中可得，FSD 在 2020Q1 末的滲透率為 19.08%。
4.1.2. 方法二：據調研結果得 2020Q1 末 FSD 滲透率 25.89%
結合特斯拉論壇中針對北美車主的調研結果以及 FSD 在中國的選裝率， 可得 2020Q1 末 FSD 的選裝率約為 25.89%
FSD 在除中國外地區的選裝率：特斯拉論壇對 Model Y、Model 3車主對於自動駕駛模組的選配情況進行了調查，調查樣本主要來自 美國、加拿大等國家。我們截取了購車時間在 2020Q1 之前(含 2020Q1)的樣本資料，結果顯示，在 2618 條樣本資料中共有 786 名 車主選擇了 FSD，選裝率為 30.02%。
FSD 在中國區的選裝率：在 2020Q4 業績說明會上，特斯拉披露 FSD 在中國的選裝率僅為 1%-2%，遠低於世界其他地區。計算中我們假設中國區滲透率為 1%。
在中國的特斯拉保有量佔比：特斯拉 2020 年之前並沒有披露在中國地區的銷量，故我們粗略採用 2019 年及之前特斯拉在中國地區的收入在特斯拉汽車銷售業務收入中的佔比作為 2019 年末特斯拉在中國地區的保有量佔比，計算得 2019 年末特斯拉在中國的保有量約為 12.67 萬輛；而特斯拉 2020Q1 在中國的銷量為 1.41 萬輛， 可得截至 2020Q1 末特斯拉在中國地區的保有量約為 14.08 萬輛， 佔全球保有量的 14.24%。
綜上，根據兩種計算方法，我們粗略得出 FSD 在 2020Q1 末的滲透率約 19.08%-25.89%。 按照方法二可得，截至 2020 年末 FSD 滲透率為 24.57%。由於特斯拉近 幾個季度未披露 FSD 相關的遞延收益情況，我們僅基於方法二計算得出 2020 年末的 FSD 的滲透率為 24.57%，需要說明的是，這一數字相對於 2020Q1 末略有下降主要是因為 2020 年來自中國的銷量佔比上升所導致 的。
4.2. OTA：透過軟硬體解耦實現硬體生命週期最大化
核心觀點：我們認為，從商業模式上看，特斯拉 OTA 的本質是透過軟硬體解耦實現硬體生命週期的最大化。
特斯拉是駕駛領域最早實現 OTA 的企業。早在 2012 年 4 月，特斯拉就 開始了 OTA 升級，升級次數已經達到幾十次，涉及的領域和控制器非 常豐富。目前，特斯拉推出的 OTA 升級還是以免費為主，付費模組除了前文提到的 FSD 之外，還包括縮短百公里加速時間、增加續航里程、 後排座椅加熱等。對於這些功能，特斯拉採用硬體預裝，軟體鎖定的方 式，使用者可以選擇付費對某個 OTA 功能進行解鎖。
對於特斯拉而言，透過 OTA 實現功能拓展和升級具有諸多好處，也是 其在軟體定義汽車的又一重要創新。
規避召回風險。根據 IHS 的研究，近年來和軟體相關的汽車召回案例比例在顯著上升，目前這一比例已經超過 40%。如果可以透過 OTA 的方式對軟體進行更新和完善，召回的發生有望大大減少，既 節約了成本又降低了進廠召回帶來的風險。
延長硬體生命週期，降低成本。OTA 的本質是透過軟硬體的解耦來實現硬體生命週期的最大化。根據 IHS 的研究，2019 年 OTA 在 IVI OS、Core ECU、TCU更新上為OEM節約的成本已達到165億美元， 這一數字在 2025 年有望超過 600 億美元。
4.3. 超級充電：將逐步演變為電動車的開放性基礎設施
核心觀點：我們認為，超級充電網路將逐步演變為電動車的開放性基礎設施。在商業邏輯上，類似於阿里巴巴透過雲計算、線下支付的“出圈”。
特斯拉建設超級充電網路，解決電動車和充電站之間雞生蛋還是蛋生雞的問題。對於新能源車的發展來說，必須要有密度足夠高的充電裝置且 能夠保證充電時間足夠短。故特斯拉在開始推廣 Model S 的時候就開始 建設超級充電網路，以方便特斯拉車主進行充電。最開始推出時，超級 充電服務是完全免費的，而隨著充電網路建設投入的逐漸增多，超級充 電服務逐步轉向收費。特斯拉曾表示，充電服務不會成為盈利業務，所 有的收入都將用於充電網路的繼續建設。
特斯拉超級充電網路已經覆蓋全球主要地區，且仍在快速建設中。目前 特斯拉超級充電網路在美國、中國、西歐、日本等國家和地區已經有較 高的密度。截至 2020Q4 末，特斯拉在全球共有超級充電站 2564 個，充 電樁 23277 個，較 2018Q4 末分別增長 80%和 94%，表明特斯拉超級充 電網路仍在快速建設過程中。
超級充電網路發展已進入第二階段，將逐步演變為電動車的開放性基礎設施。2020 年 12 月，馬斯克推特上表示，超級充電網路已經開始向其 他品牌電動汽車提供服務。我們認為，這表明超級充電網路的發展已經 進入第二階段。在第一階段中，超級充電網路的核心是解決好充電站和 電動車這兩者間雞生蛋還是蛋生雞的問題，而在第二階段中，超級充電 網路將逐步演變為電動車的開放性基礎設施。單純從商業邏輯上來講， 這是從封閉生態走向開放生態的過程(此處只針對超級充電，不針對特斯 拉其他模組)，類似於阿里巴巴透過雲計算、線下支付的“出圈”。
4.4. 高階網路連線：車內功能訂閱化，APP Store 的雛形
核心觀點：我們認為，特斯拉透過高階網路連線實現了車內功能的訂閱化，未來或逐漸形成類似於 APP Store 的生態系統。
特斯拉推出高階網路連線服務包，在標準服務包基礎上進行功能拓展。
特斯拉車輛標配了標準網路連線服務包。在沒有第三方網路連線的 情況下，標準服務包可實現基礎的地圖及導航功能，透過藍芽和 USB 播放本地音樂和影片；另有部分娛樂功能可透過連線至 WIFI 或手機熱點實現，包括透過車載應用播放網路影片和音樂、訪問車 載網路遊戲、使用網際網路瀏覽器。
訂閱高階網路連線服務包後，車輛可在沒有第三方網路連線的情況 下實現標準包中需連線 WIFI 才能實現的功能，並增加了標準包無 法實現的視覺化實時路況顯示和衛星地圖等功能模組。
高階網路連線服務開始訂閱制收費，未來或逐漸形成類似於 APP Store 的生態系統。特斯拉高階網路連線服務在各國的政策不同。在美國，於 2018 年 6 月 30 日之前下單的 Model S、Model X、Model 3 高階內飾版 車主可免費使用高階車載娛樂服務包，而之後下單的車主則需要進行付 費訂閱，每月 9.99 美元。我們認為，隨著可搭載的功能越來越多，未來 高階網路連線服務的內涵將逐漸拓寬，且有可能逐步走向開放，衍生出 類似於 APP Store 的生態系統。
4.5. 保險：駕駛資料的變現
核心觀點：我們認為，從商業模式上看，特斯拉保險的本質是駕駛資料的變現。 針對特斯拉汽車的保費明顯高於其他車型。
個人理財網站 NerdWallet.com 的一項研究表明，電動汽車的保險報價平均比汽油汽車高 21%。
根據電動知士的資料，即使在電動車中進行比較，針對特斯拉汽車的保險報價也明顯高於其他車型。一般來說，價格越高的車型保費 也相應越高，但 Model 3 的平均保費約為奧迪 E-TRON 的 1.53 倍， 而 Model 3 的經銷商報價為 26.57-33.99 萬元，遠低於 E-TRON 的 69.28-82.86 萬元。
特斯拉保費較高的一個重要原因在於在激進的推廣策略下，特斯拉早年的索賠率、索賠額較高。美國道路安全保險協會曾經針對 Model S、寶 馬 1 系 ActiveE、雪佛蘭 Spark EV、菲亞特 500 電動版、福特福克斯電 動版、Smart ForTwo 電驅雙門、Smart ForTwo 電驅敞篷版、豐田 RAV4 EV 等電動車和汽油動力版本的索賠頻率、索賠額度進行比較。結果顯 示，相對於汽油動力版本，電動版本的索賠頻率更低，但索賠額也更高； 而 Model S 的索賠頻率、索賠額都遠遠超過平均水平。
隨著技術成熟度的提升，特斯拉目前的交通事故發生頻率遠低於美國平均水平。根據特斯拉 2020Q4 安全報告，在沒有 AP 和主動安全功能參 與的情況下，特斯拉汽車發生交通事故的頻率為 204 萬公里/起；在主動 安全功能參與的情況下，該資料為 330 萬公里/起；而在 AP 參與的情況 下，該資料進一步上升為 555 萬公里/起，上述資料均遠好於美國平均水 平(78 萬公里/起)。
針對保費較高的情況，特斯拉在加州率先推出保險服務。2019 年 8 月， 特斯拉宣佈在加州率先推出保險計劃；2019 年 9 月，馬斯克曾宣稱特斯 拉汽車保險比一般保險便宜 20%。 單純從保費推斷，特斯拉保險至少在美國接近一半的州具有競爭力。根 據 Nerdwallet 的資料，在特斯拉已經推出保險業務的加州，保險公司 Model 3 的保險年費均值為 2659 美元，根據馬斯克折價 20%的說法，可 推斷特斯拉保險年費在 2127 美元左右，這一價格在 24 個州具有競爭力 (這些州針對 Model 3 的保險年費高於 2127 美元)。
特斯拉保險的最大競爭力依然源於其駕駛資料。特斯拉能夠針對在行駛 過程中採集的駕駛資料進行分析，並評估車主發生交通事故的機率，進 而透過評估結果向客戶收取費用，並賺取溢價部分。可以說，相對於保 險公司，特斯拉自營保險的核心競爭優勢是資訊的準確性。
……
（本文僅供參考，不代表我們的任何投資建議。如需使用相關資訊，請參閱報告原文。）