当全世界都在追逐大模型和具身智能时,自动驾驶赛道似乎已从聚光灯下退居二线。但如果你此刻站在旧金山市中心的十字路口,或者德克萨斯州奥斯汀的清晨车流中,会发现一个不容忽视的事实:那些布满传感器的自动驾驶出租车,正以肉眼可见的速度渗透进城市肌理。
在这些车队中,有一款车格外“出格”——它没有传统汽车的车头、车尾之分,没有驾驶员座位,甚至没有方向盘。它像一颗被压扁的豆荚,又像从某部科幻电影中直接开出来的道具。这就是Zoox,一家2020年被亚马逊收购的自动驾驶初创公司,正在拉斯维加斯和旧金山小范围运营的自动驾驶出租车。
但真正让Zoox区别于Waymo、Cruise等竞品的,不是它“长得怪”,而是它造车的底层逻辑:先定义传感器的布局,再反推整车设计。这是一种近乎“反常识”的工程哲学,也恰恰可能是自动驾驶出租车走向真正商业化的关键一步。
一、为什么不能拿“汽车”改一改?
目前绝大多数自动驾驶出租车玩家,走的是“改装路线”。比如Waymo与吉利合作,基于极氪车型改造;Cruise则使用雪佛兰Bolt。这些车的共同点是:它们原本是为人类驾驶设计的——有方向盘、有驾驶座、有固定的前后视野、有符合人体工学的驾驶舱布局。
但Zoox的工业设计与工作室工程总监克里斯·斯托费尔一句话点破了核心矛盾:“自动驾驶出租车不是汽车。它不是人类驾驶的车辆,尽管它必须存在于那个世界,但需求截然不同。”
这句话值得反复咀嚼。人类驾驶的汽车,设计逻辑围绕“驾驶员”展开:仪表盘的角度、A柱的粗细、后视镜的位置、座椅的人机工程……所有这些都服务于一个握方向盘的人。但自动驾驶出租车没有驾驶员,它的“驾驶员”是一组传感器、摄像头、激光雷达和计算单元。
如果你拿一辆为人类设计的车,强行在上面“贴”传感器,会带来一系列妥协:传感器被安装在车顶、保险杠、翼子板等“不完美”的位置,视野被车身结构遮挡,散热、供电、信号干扰等问题层出不穷。更关键的是,整车的空间利用率极低——后排乘客的腿部空间、上下车的便利性、行李的存放,都受制于原本的汽车架构。
Zoox的选择是:从零开始,为传感器设计一辆车。
二、传感器优先,整车为传感器服务
在Zoox的设计流程中,第一个被确定的不是发动机、底盘或座椅,而是传感器的布局。工程师们先画出理想中的传感器覆盖范围——360度无死角,包括车顶、车侧、车底、前后保险杠,甚至车轮拱罩内——然后才开始构思车身造型。
这意味着什么?意味着车身结构必须为传感器“让路”。比如,为了给侧向激光雷达提供无遮挡的视野,Zoox取消了传统汽车的B柱(即前后车门之间的立柱)。这一设计在传统汽车工程中几乎不可能实现,因为B柱是车身强度的重要支撑。但Zoox通过重新设计车门结构和车身框架,用更复杂的力学路径补偿了B柱的缺失。
再比如,传统汽车的引擎盖、后备箱盖、车顶线条,往往为了空气动力学或美学而设计。但在Zoox这里,这些表面的曲率、角度、材质,都要首先满足传感器的安装角度、散热需求和抗振要求。甚至车漆的颜色和反光率,都要经过反复测试,以避免对激光雷达产生干扰。
这种“传感器优先”的设计思路,带来的直接好处是:感知系统的性能被最大化。没有遮挡、没有反射干扰、没有散热瓶颈,传感器可以工作在最优状态下。而感知系统,恰恰是自动驾驶出租车安全性的基石。
三、对称设计:不只是为了“好看”
如果你仔细观察Zoox的车身,会发现它几乎完全对称——前后、左右、上下,都呈现出镜像关系。这不仅仅是为了科幻感,而是有深刻的工程逻辑。
传统汽车有“前”和“后”之分,因为发动机在前、后备箱在后,驾驶员面朝前方。但自动驾驶出租车没有驾驶员,它不需要“前方”。Zoox的对称设计,意味着车辆可以双向行驶,不需要掉头。在狭窄的城市街道或停车场,这一特性可以大幅提升运营效率。
更重要的是,对称设计简化了传感器的标定和维护。所有传感器模组都可以设计成通用件,左右互换、前后互换。当某个传感器出现故障时,维修人员不需要区分“左侧雷达”和“右侧雷达”,只需更换一个标准模组。这听起来是小事,但在大规模车队运营中,零部件的通用性直接决定了维护成本和运营效率。
四、从“造车”到“造空间”
Zoox的终极目标,不是造一辆更好的车,而是造一个更好的“移动空间”。在传统汽车中,空间利用率极低:发动机舱、传动轴通道、油箱、备胎坑……大量体积被机械结构占据。而在Zoox的车型中,所有机械部件都被压缩到地板以下和车身四周,车厢内部是一个完整的、平坦的、可供乘客自由活动的空间。
这个空间里,乘客面对面而坐,没有方向感,没有“前排后排”之分。每个座位都有相同的视野、相同的安全配置、相同的充电接口和娱乐屏幕。这种设计不仅提升了乘坐体验,还隐含了一种社会隐喻:在自动驾驶时代,乘客不再是被“运送”的对象,而是空间的“使用者”。
这让人联想到建筑学中的一个概念:从“走廊”到“房间”。传统汽车本质上是一个移动的走廊——乘客被固定在座位上,视线朝向固定方向,活动空间极其有限。而Zoox试图把这个走廊变成一个真正的房间——你可以面对面交谈、可以侧身躺下、可以打开笔记本电脑工作。
五、亚马逊的“长期主义”赌注
2020年,亚马逊以约12亿美元收购Zoox。当时很多人不理解:一家电商和云计算公司,为什么要买一家烧钱的自动驾驶初创公司?但如果你了解亚马逊的物流野心,就会明白这步棋的深意。
亚马逊的终极愿景,是建立一个从仓库到用户门口的“全自动物流系统”。在这个系统中,自动驾驶出租车可以运送乘客,也可以运送货物。Zoox的对称设计、双向行驶、模块化底盘,恰好可以适配不同场景:载人时是出租车,载货时是配送车。
更重要的是,Zoox的“传感器优先”设计,使其感知系统天然适合复杂城市环境。而城市配送,正是亚马逊物流体系中成本最高、效率最低的环节。如果Zoox能够证明其自动驾驶出租车在旧金山和拉斯维加斯的可行性,那么将其改造为配送车辆,将只是软件升级的问题。
六、自动驾驶的“终局”不是车,是系统
回到开头的问题:为什么Zoox要费这么大劲,从零设计一辆车?直接改装现有车型不是更省成本吗?
答案在于,自动驾驶出租车的竞争,最终不是“谁先上路”,而是“谁的商业模式能跑通”。改装车虽然起步快,但天花板低——传感器性能受限、维护成本高、空间利用率低。而Zoox的“原生设计”虽然前期投入巨大,但一旦量产,其维护成本、运营效率、用户体验,都将形成系统性的优势。
克里斯·斯托费尔说得很清楚:“自动驾驶出租车不是汽车。”这句话背后,是一种彻底的思维方式转变:不要把新技术装进旧容器,而要为新能力设计新容器。
这或许就是Zoox给整个行业最大的启示。在人工智能和机器人的热潮中,我们太容易陷入“用新技术优化旧系统”的思维定式。但真正的颠覆,往往来自于重新定义问题本身。
当你的车不再需要驾驶员,为什么还要保留方向盘?当你的车可以双向行驶,为什么还要设计前后之分?当你的车是移动空间,为什么还要被“汽车”这个概念束缚?
Zoox没有回答所有问题,但它至少问对了问题。
—
**你觉得自动驾驶出租车的“原生设计”是未来趋势,还是过度工程化的奢侈品?欢迎在评论区分享你的观点。如果这篇文章让你对自动驾驶有了新的思考,不妨点个“在看”,让更多人看到这个被忽视的工程哲学。**
80.7亿卢比净利润创纪录!L&T金融亮出“Lakshya 2031”底牌,背后藏着怎样的增长逻辑?
当一家非银行金融公司(NBFC)在财报季甩出“净利润80.7亿卢比”和“年利润300.3亿卢比”两个历史新高时,市场的第一反应往往是惊叹。但真正值得深挖的,不是数字本身,而是这些数字背后的结构性变化。
3月28日,L&T Finance(LTF)公布了2026财年第四季度及全财年经审计的财务业绩,交出了一份“全线飘红”的成绩单。更引人注目的是,公司同步启动了名为“Lakshya 2031”的新十年战略。当大多数金融机构还在为资产质量焦虑时,LTF为什么能逆势创下纪录?这份新战略又指向何方?
我们不妨从三个维度,拆解这场“创纪录”背后的深度逻辑。
### 一、利润增长的“双引擎”:规模效应与资产质量的双重红利
先看核心数据:2026财年第四季度,LTF合并税后净利润达到80.7亿卢比,同比增长约35%;全年净利润300.3亿卢比,同比增长约28%。在印度利率环境波动、部分细分领域信贷风险上升的背景下,这样的增速堪称“现象级”。
利润的爆发,并非偶然。它来自两个核心引擎的协同作用。
**第一个引擎是业务规模的持续扩张。** 财报显示,LTF在2026财年的贷款总规模(AUM)突破了1.5万亿卢比大关,同比增长超过20%。其中,零售贷款占比持续提升,成为驱动增长的主力。零售业务通常具有更高的利差和更分散的风险,这种结构优化直接拉高了整体净息差(NIM)。当规模增长叠加利差改善,利润的弹性就会成倍释放。
**第二个引擎是资产质量的显著改善。** 截至2026财年末,LTF的坏账率(GNPA)从上一财年的2.8%下降至2.2%以下,拨备覆盖率则提升至180%以上。资产质量的优化,意味着公司不需要像以前那样“烧钱”计提坏账准备,释放出来的利润直接转化为净利润。换句话说,LTF不仅赚到了更多的钱,还省下了更多的钱。
这种“增收又减支”的双重红利,正是利润创纪录的根本原因。但问题在于:这种红利能否持续?
### 二、“Lakshya 2031”战略:从“做大”到“做强”的范式转换
财报发布当天,LTF管理层正式公布了“Lakshya 2031”战略。这个新战略的名字本身就暗含深意——“Lakshya”在印地语中意为“目标”。十年目标,指向的显然不是短期业绩,而是公司的长期竞争力。
仔细分析战略内容,可以发现三个关键转变:
**第一,从“规模驱动”转向“价值驱动”。** 过去几年,印度NBFC行业普遍追求规模扩张,甚至不惜牺牲利润率。但“Lakshya 2031”明确提出,将优先聚焦高回报的细分市场,如中小微企业(MSME)贷款、农村消费金融和绿色金融。这意味着LTF不再单纯追求贷款余额的增长,而是更看重每一笔贷款带来的经济价值。这种“精耕细作”的策略,在利率下行周期中尤为关键。
**第二,从“传统金融”转向“科技金融”。** 战略中特别强调了“数字化深度渗透”。LTF计划在未来三年内,将80%以上的零售贷款流程实现全自动化审批。这不仅是效率的提升,更是风险控制能力的质变——通过大数据和AI模型,公司可以更精准地识别优质客户,降低逆向选择风险。科技投入,正在从“成本项”变为“利润项”。
**第三,从“单一市场”转向“生态协同”。** 作为L&T集团旗下的金融旗舰,LTF正在强化与集团内其他业务板块的协同。例如,与L&T工程承包业务联动,为上下游供应商提供供应链金融;与L&T房地产板块合作,提供按揭贷款。这种“产融结合”的模式,可以为LTF带来低成本、低风险的客户流量,这是独立NBFC难以复制的护城河。
这三大转变,本质上是一次“范式转换”:LTF不再满足于做一个“放贷机构”,而是要成为一个“以数据为驱动、以生态为依托的金融解决方案提供商”。这种定位的升级,才是“Lakshya 2031”的真正内核。
### 三、隐忧与挑战:高增长背后的“三道坎”
当然,任何战略规划都不能忽略现实挑战。LTF在创纪录的业绩和宏大的蓝图之下,至少面临三道必须跨越的坎。
**第一道坎:宏观利率环境的不确定性。** 尽管印度央行在2026财年维持了相对宽松的货币政策,但全球通胀压力和美国利率政策的外溢效应,仍可能推高印度国内的融资成本。对于NBFC而言,资金成本上升会直接压缩利差。LTF能否通过优化负债结构(例如增加零售存款占比)来对冲这一风险,将是未来12个月的重要观察点。
**第二道坎:下沉市场的信用风险。** “Lakshya 2031”强调深耕农村和中小微企业市场,这些领域虽然增长潜力大,但信用风险也更高。一旦经济增速放缓或农产品价格波动,坏账率可能出现反弹。LTF过去几年在资产质量上的改善,部分得益于宏观经济景气周期。当周期转向,风险管理的“压力测试”才真正开始。
**第三道坎:科技投入的回报周期。** 数字化战略需要大量前期投入,包括系统建设、数据治理和人才引进。这些投入在短期内会侵蚀利润,而回报则需要数年才能显现。如何在“战略投入”和“短期利润”之间找到平衡,考验着管理层的定力和智慧。
### 结语:创纪录之后,真正的考验才刚刚开始
80.7亿卢比的季度净利润和300.3亿卢比的年度净利润,是LTF过去几年战略执行力的有力证明。但资本市场从来不会为“过去”买单,只会为“未来”定价。“Lakshya 2031”战略的提出,实际上是在向市场传递一个信号:LTF已经准备好从“追赶者”转变为“定义者”。
对于投资者而言,关注点应该从“利润数字”转向“战略落地”。未来几个季度,我们需要看到零售贷款占比是否继续提升、自动化审批率是否达标、生态协同是否产生实质性的交叉销售。只有当这些“过程指标”持续向好,创纪录的净利润才不会是昙花一现。
**最后,我想问读者一个问题:** 在印度NBFC行业竞争日益激烈的今天,你认为“科技+生态”的模式,真的能成为LTF穿越周期的护城河吗?欢迎在评论区分享你的看法。如果你对“Lakshya 2031”战略的具体执行细节感兴趣,也可以留言告诉我们,后续我们将做更深入的拆解。





