股东会·中文精读

马斯克:打造“制造机器的机器”(2016股东大会)

Elon Musk - building the machine that makes the machine (2016 shareholders meeting)

中文精读由 AI 基于原始视频与文稿改写,非官方翻译,可能存在偏差或错误;表述以原视频为准。说明

全世界最好的汽车工厂,造一辆车要 25 秒。听起来挺快。可一辆车加上前后缓冲大概是 5 米长,5 米走 25 秒,速度是每秒 0.2 米。

马斯克在 2016 年特斯拉股东大会上把这个数算给股东听的时候,语气里带着点无奈:一只乌龟爬得差不多也就这么快。正常人慢走是每秒 1 米,快走是 1.5 米。全球最顶尖的整车厂,产线末端的车流速度连正常人的五分之一都不到。

那次讲话的起点就在这里。他没讲新车,没讲电池,也没讲自动驾驶。他把所有人的注意力从车本身挪到了一个几乎没人愿意认真看的地方:造车的机器。

真正的难题藏在造车的机器里

马斯克开场就把话说得很直白:真正的困难、真正的潜力所在,是造出“制造机器的机器”,也就是工厂本身。

真正的难题、真正困难的地方、也是潜力最大的地方,是打造“制造机器的机器”。换句话说,是把工厂建出来。(马斯克)

这句话在 2016 年听起来不太符合直觉。那几年外界对特斯拉的讨论几乎全部集中在产品上:电池能量密度能不能再高一点,加速能不能再快一点,Autopilot 靠不靠谱。整车厂之间的竞争被理解为产品参数表上的竞争。

马斯克的判断是反过来的。他认为工厂这边的改进空间,比车那边的改进空间至少大 10 倍,甚至可能超过 10 倍。

我确实认为,“制造机器的机器”的改进潜力,比车这边的潜力要大一个数量级。可能还不止一个数量级。(马斯克)

为什么敢这么说?因为车被优化了整整一百年。全世界有几万名工程师、几千家供应商、几十家主机厂在同一个方向上互相挤压,把内燃机热效率从 20% 抠到 40%,把风阻系数从 0.35 抠到 0.22,把每公斤钢材的成本压到小数点后两位。这条赛道已经被踩得很实了,剩下的空间是百分之一、千分之一。

工厂没被这么对待过。工厂在大多数公司里是资本开支表上的一行数字,属于工程部门之外的事情,通常被理解为“把设备买回来装上、找人开起来”。它一直没被当成一个需要被设计、被迭代、被追求极限的产品。

工厂应该像 Model S 一样被设计出来

他打了个比方。普通公司建工厂,做法是打开供应商目录,这台焊接机器人买一台,那台输送线买一套,这套仓储系统买一套,然后把它们拼在一起。拼出来的东西能跑,可它是各种现成方案的堆叠,从头到尾没人整体设计过。

特斯拉造车的做法完全不一样。Model S 上几乎找不到任何一个零件是和其他车共用的。车的形态先被想清楚、被设计成应有的样子,然后才去找供应商一个一个把零件做出来。

马斯克认为工厂也该这样。它应该先被设计成一个整体,然后再去实现。从供应商目录里挑出几套方案拼装起来的老路,在这里得反过来走。

这个想法在 2016 年听起来有点抽象,后面几年才慢慢显出分量。整车厂的传统做法是把上百个零件焊成一个车身,因为冲压机和模具是现成的、供应商报价是现成的。特斯拉后来把这个数字一路砍:Model 3 是 70 多个零件,Model Y 是 2 个大型压铸件。真正的变化发生在设计顺序上:先认定车身该由几个件构成,再回头要求设备和供应链跟上,买一台更大的压铸机只是这个决定的副产品。

这就是“把工厂当产品”的实际含义:产品结构、工艺、产线布局、物流路径,这几件事必须一起被设计,不能让其中一个去迁就另外三个。

CEO 没有办公桌

那段讲话里有一句很轻但信息量很大的话。他说自己已经没有办公桌、也没有办公室了,基本就是站在生产车间里,偶尔去会议室开个会。过去两三个月,他绝大部分时间待在产线上,亲自看生产怎么跑,而且看到很细的层面。

我把桌子撤了,办公室也没了。我就是站在车间里,偶尔用一下会议室。(马斯克)

他说这是他最喜欢做的事:把应用物理学的原理用上去。这句话背后有一套具体的方法,跟姿态无关。

物理学思维有一个很清晰的操作顺序:先把一个系统拆到最基本的几个物理量,然后问这个量在理论上能到多少,再回头看你现在的实际值离上限差多远。大多数商业优化做的是在现有方案基础上改 10%,物理学思维做的是先算出天花板在哪。

他接下来做的事,就是把这个方法用在工厂上。

产出等于体积乘密度乘速度

给定一座固定大小的工厂,它的产出可以用三个量描述:有效体积、密度、速度。马斯克把工厂的输出拆成这三项相乘,然后一项一项去看真实数字。

注意这里用的是体积。绝大多数工厂的讨论都停留在平面布局图上:这条线多长,那个区多大,物流动线怎么走。三维空间被彻底忽略了。厂房层高通常有十几米,生产设备大多只有两三米高,上面那十米是空的。空着不花钱,所以没人管。

这个视角的切换,是整段讲话的支点。

有用的体积只占 2% 到 3%

他去看自己的工厂,量出来的结果是:按体积算,真正用于生产的有效空间只占 2% 到 3%。

我们去看自己的工厂,问它有百分之几的体积是真正有用的,答案是低得离谱的 2% 到 3%。按体积算,把厂房当成立体空间去量,就是字面意义上的 2% 到 3%。(马斯克)

剩下 97% 是什么?通道、缓冲区、物料暂存区、维修空间、人行过道、吊装空间、安全净距、等待区。

每一样单独看都有合理理由。缓冲区吸收上游节拍的波动,维修空间是设备检修的前提,通道和安全净距有法规要求,暂存区让物料不必定时定点送达。可合在一起,它们吃掉了一整个厂房体积的绝大部分。

用城市打比方会更清楚。从平面图上看,城市的道路网很密,看起来哪里都能到。把城市当成三维空间来量,真正有“人活动”的体积占比同样低得惊人,绝大部分是天空、地下管网、空置的房间。城市显得低效,跟平面图画得好不好关系不大,真正的原因是从来没人从体积角度算过这笔账。

马斯克估计,密度从 2% 到 3% 提到 20% 到 30% 是可行的。这中间是接近一个数量级的差距。

车应该以步行速度离开工厂

第二项是速度。他去算全球最先进的那几家汽车工厂的出口速度。

这些工厂确实很厉害,能每 25 秒下线一辆车,这个节拍放在任何行业里都算优秀。可把节拍换算成速度就露馅了:一辆车加前后缓冲约 5 米,25 秒走 5 米,等于每秒 0.2 米。

全世界最好的工厂大概做到每辆车 0.2 米每秒,看到这个数字你会想,嗯?是不是应该至少做到步行速度才对。(马斯克)

慢走是每秒 1 米,快走是 1.5 米。他的结论是车至少应该以步行速度离开工厂,这个要求听上去一点都不疯狂。

这个算术本身很粗,方向的判断却很硬。产线节拍的本质,是物料在空间里的移动速度。这个速度被三件事同时锁住:工位之间的物理间距、每个工位占用的时间、工位之间缓冲的数量。三者互相牵制,最后收敛到一个行业惯例值,然后所有人都在这个惯例值上做“比对手快 5%”的微调。

当你意识到整条赛道的天花板是乌龟速度的时候,横向比较就失去了意义。你在乌龟里跑第一名,仍然是乌龟。

芯片是工厂的模板

他拿现代 SoC(system on a chip,片上系统)做类比。看一块先进芯片的版图,走线密到什么程度,时钟和数据通路的路径被压缩到什么程度,从内存到固态硬盘、从主存到 CPU 缓存的数据传输被优化到什么程度。芯片行业几十年来被同一个约束逼着走:面积就是成本,距离就是延迟。每一平方毫米都要算钱,每一条走线长一毫米都要付代价。

工厂行业没有这个压力。土地相对便宜,厂房一次建好用好多年,多占几十米没人追究。空间利用率因此长期停留在一个很低的水平,而且没人觉得这是问题。

要把工厂当成一台先进计算机来设计。事实上,我觉得应该让那些习惯于设计计算机的工程师来做这件事。(马斯克)

这个类比里藏着一整套方法论:芯片设计有成熟的抽象层次和工具链,从架构到逻辑到物理实现,每一层都有量化指标,每一层都能被仿真和验证。工厂设计基本没有这些东西,大多靠经验、靠供应商方案、靠老师傅带徒弟。把一个有量化传统的行业的方法,搬到一个没有量化传统的行业,收益往往就出在这里。

他还补了一句:做这件事需要的工程投入,比在车上抠效率要少得多。投入更小,回报更大,这种机会在任何行业里都不常见。

工程师心里有一堵不存在的墙

那段讲话里最有意思的部分,是他描述工程师们的反应。

做电机、做电力电子、做电池的那批人,是全公司最聪明的一批人。他们花巨大的精力,就为了在效率上拿到千分之一、百分之一的提升。这种活又难又慢,做出来还要被同行质疑。

马斯克把这些设计资源拉过去看工厂。他们的第一反应是“天呐”。在工厂里随手一找,就是几十个百分点的改进,有些地方甚至是几百个百分点。这个量级在他们的专业领域里根本不存在。

很多工程师不知道这件事是可能的。他们觉得自己在工作里撞上了一堵堵看不见的墙。我们要做的,就是去解释这些墙并不存在。(马斯克)

“看不见的墙”这个说法值得停一下。它指向一种很具体的认知结构:一个人在一个领域待久了,会把行业的惯例当成物理定律。25 秒一台车是惯例,2% 的体积利用率是惯例,厂房层高十几米只用三米是惯例。惯例看起来和重力一样不可谈判,因为它们从来没被质疑过。

要拆掉这堵墙,光靠更努力没用,得换一套提问方式。不问“怎么比现在快 10%”,问“这个物理量的理论上限在哪”。前一个问题在墙内,后一个问题在墙外。

为什么这件事比造车更难

把工厂当产品设计,逻辑上没毛病,做起来极难。原因在于工厂的形态很少由某一个设计师决定,它由一整套流程共同决定。

采购流程决定你能买到什么设备。供应商的能力决定设备的边界。建筑规范决定层高和消防通道。财务模型决定你愿意为自动化多付多少钱。生产部门的要求决定缓冲区留多大。每一方都在自己的约束里做正确的事,最后合起来就是一个 2% 体积利用率的厂房。

这套约束看起来像物理定律,实际上大多是惯例和组织的产物。要改,得同时改很多处,还得有人承担“改错了产线停摆”的风险。这也是为什么大多数公司宁可去买一套现成的整线方案,那套方案至少被验证过。

马斯克的做法是从最上面压下来:先声明工厂是产品,然后让设计车的工程师去设计工厂。人还是那批人,方法还是那套方法,只是把对象换掉了。他在讲话里说,一旦跟一个一流的工程师讲清楚这个逻辑,对方的眼睛会亮起来,因为他们突然发现,同样一份努力,放在这里能拿到十倍的结果。

2016 年说这番话的时机

这次股东大会开在 2016 年年中。两个月前 Model 3 刚发布,订单量远超预期,接下来几年要面对的是一道所有车企都会撞上的坎:怎么把几十万辆车的产能真的造出来。

所以他讲这段话,某种意义上是给股东打预防针:接下来几年,特斯拉最重要的战场在工厂。他还提前把预期拉到了“一个数量级”这个量级上。

他也说了一句很坦诚的话:很多人可能不会相信我们说的这些,但我绝对确信这件事能做成。这个判断在当时没有数据支撑,只有物理学推导,加上一个刚在车间里站了三个月的人的直觉。

十年后回头看,这句话至少部分被验证了。一体化压铸把七十多个零件变成一个,产线长度大幅缩短,单位面积的产出被反复重算。这些动作背后的思路,都是同一句话:工厂是产品,它该被设计。

更值得记住的还有那套提问方式。任何一个你觉得“行业就是这样”的环节,都值得问三个问题:这里的物理量是什么,它的理论上限在哪,我们现在离上限差多少倍。如果答案是一个数量级,说明这个环节从来没人认真算过。

这样的地方,比大多数人以为的多得多。它们看起来都很有秩序,每一处配置都有理由,加起来却离物理上限差了一位数量级。稀缺的东西一直是敢于先算一遍天花板的那点耐心。

  • 挑一个你每天都在跑、却从来没被设计过的流程。仓库补货、报销审批、代码上线、客户交接,任何一个都行。判断标准很简单:这个流程的形态,你能不能说出是谁在哪一年设计的。
  • 用物理量给它写一个产出公式。每小时处理多少单、每平方米放多少货、每个环节平均等待多少分钟。三个量相乘,看结果像不像话。
  • 算一次“乌龟速度”。把节拍换算成实际速度或实际占用空间,和人在物理世界里的正常速度对比。差五倍以上,说明这里没人算过。
  • 找出你公司里最聪明的那批人正在优化什么。如果他们花三个月只为了千分之一的提升,把他们拉去看一遍没人管的环节,收益大概率在另一个量级。
  • 列一张“看不见的墙”清单。写下所有你从来没质疑过的行业惯例,逐条问:这一条是物理限制,还是历史选择。分不清的,先按历史选择处理,去试一次。
  • 改的时候,一次只动一个维度。密度、速度、体积三项同时改,你不知道是哪一项起了作用,也没法回滚。
  • 别指望供应商替你做这件事。整线方案被反复验证过,也正因为被反复验证过,它的密度和速度都停在行业惯例值上。整体设计这一步,只能自己来。
YouTube 平台字幕(自动或人工),可能有识别错误,人名与数字请以视频为准。已按语句合并成段落,并去掉 um、uh 等口头填充词。 文稿来源:YouTube(自动/人工字幕)。

0:01so yeah just talking about the future the the most important point I want to make is that whatever to earlier that we've realized that that the true problem the true difficulty and where the greatest potential is is building the machine that makes the machine in other words building the factory and really thinking of the factory like a product not not sort of a hodgepodge of

0:39of things that that are bought you know where the machines have kind of bought from a catalog but actually just like we do with the car you're gonna try to create a car by ordering a bunch of things up a catalog we designed the car the way it should be and then we make all either wheel with working with suppliers make all of those individual components there's almost nothing in a Model S that's in any other car and I think the same approach is is

1:14a right approach to take when building the machine maker that the factory I actually think that the potential for improvement in the machine that makes the machine is a factor of 10 greater than the potential on the car side I think maybe more than a factor of 10 I've really come to appreciate that you know over the last two three months in particular when I've sort of just been on the production floor all the time and and sort of seeing things you know running production personally I'd edit it at a detailed level I don't even have it I don't even have a desk or an office anymore I just basically I'm just basically standing in the production

2:06floor and occasionally meeting in a conference room and it's like wow you know I do my I do my favorite thing which is applied physics principles that's like the best tool possible and it's like it's like wow you know when you think of a production facility on a fundamental level for a given size of factory the

2:32output is going to be volume times density times velocity so unless let's sort of look at our factory and say okay what what what is the density of useful to non useful volume it's it's crazy low it's like two or three percent if you look at volumetrically not just on a on a planar level but volumetrically it's literally two or three percent when you say car cartoon on car race volumetric ratio like wow okay that seems like the lower room for improvement and then you say like philosophy what is a reasonable

3:16expectation for the exit velocity of vehicles from the factory and I first to me think that say the some of these advanced car factories around the world are very good at making cars and they may make a car every 25 seconds and that sounds fast but but actually if you say well the length of the car plus some buffer space is approximately five meters and so it's taking 25 seconds to

3:43move five meters okay that's point two meters per second basically you know you know much faster than a tortoise at that point and you know so it's like wow that that really doesn't seem that doesn't seem fast like how come how come these factories like a a slow sort of slow walk would be approximately most low to medium walk would be one meter per second and and if a fast walk would be

4:21one point five meters per second and the best part in the world are doing point to like huh seems like you should be able to have cars exit at least walking speed this doesn't seem so crazy and and then the the density improvement likely maybe as much as an order of magnitude improvement in density possible as well going from maybe two or three percent to twenty or thirty percent of the volumetric density being optimal and

4:58like Eagles I think of it like like the design of a modern system on a chip or a computer and you see if you look at say that the clump complexity of the board and you see how how close together the line traces are and how focused things are on clock speed and data transfer from RAM to say solid-state disk or the internal CPU cache it's like wow this is this crazy

5:31potential for improvement here I think at least an order of magnitude and potential for improvement on production and so with with with less like significantly less engineering effort I we can make dramatic improvements to the machine that makes the machine I think that's like this is I think I mean I think like probably a lot of people will not believe us about this but I'm absolutely confident that this can be accomplished yeah there are opportunities we're finding all over the place and as you start to you know shift some of the design resources that have been you know improving motor technology and power electronics or batteries and are working so hard to try and find

6:21tenths of a percent of efficiency gain or performance gain on those different systems and and when they start to go and look at the factory they say oh my gosh you know this is this is crazy you know we can find as you were saying you know easily tens of percent or twenty some cases hundreds of and efficiency gain that would sort of unheard of in terms of you know what you could do in the design world so the impact there is is pretty phenomenal and quite close at hand yeah so we're basically design a computer design design a factory like your design an advanced computer and in fact I think use engineers that are used

7:00to doing that and have them work work on this and I found that like once you sort of explained this to a first-rate engineer they took the light bulb goes on they like Wow as JB was saying like they spend huge amounts of effort Tonique trying to get a fraction of a percent of improvement on the product itself but but actually that same amount of effort will yield an order of magnitude greater result if you focus on building a machine that pulls the machine and it's just that a lot of Engineers don't realize that this is possible they think that there's like a wall that they're basically operating according to these invisible walls and

7:44so we just need to you know we're in the process of just going to us explaining those wolves don't exist and I think it's going to be pretty amazing

资源与出处

相关视频

同频道、同主题或相邻年份