ドイツ自動車は中国に負けているのではない。自分自身に負けているのだ。

Scaling Business Summit 2026、ホーチミン市からの洞察。

このセッションはfireside chatとして告知されていました。しかし、それはむしろ診断に近いものになりました。 Philipp Raasch、The German Autopreneur の創業者であり、ドイツ自動車業界で最も広く読まれている独立した声が、Lars Jankowfsky、Gradionの創業者と、現代の車を作った産業が自らを救えるかどうかについて話し合いました。

Philippは、ニュースレターとメディアプラットフォームを構築するために去る前に、Mercedes-Benzで約10年を過ごしました。そのプラットフォームは今や、ドイツ自動車セクターのほぼすべてのCEOに届いています。彼は両方の世界を見てきました: 内側からの機械と、外側からの残骸です。

その後に続いたのは、速度、文化、そして生存についての率直な会話でした — そして、なぜドイツ自動車への最大の脅威が中国とは全く関係がないのかについてです。

1. 同時に三つの転換 — そして最も難しいものには技術的解決策がない

自動車業界はこれまでも混乱に直面してきました。しかしPhilippは、今起きていることはスケールが違うと主張しました。三つの主要な技術転換が同時に衝突しています:

内燃エンジンからEVへの移行。
ハードウェア定義からソフトウェア定義車両への移行。
運転支援から完全自動運転への移行。

これらのどれか一つでも世代的な挑戦です。加速したタイムラインで三つ同時というのは、全く別のことです。 "私たちは同時に三つの主要な技術転換を経験しています," とPhilippは言いました。 "そして第三のもの、自動運転はAIへの直接のリンクでもあります。"

しかし、技術が最も難しい部分ではありません。最も難しい部分は、ハードウェアを中心に、工学的な精度を中心に、何世紀にもわたるプロセス思考を中心に育まれた組織文化です — そして今、それが決して作られていなかったものになる必要があります。

教訓1: 技術的な問題は解決できます。誰が生き残るかを決めるのは文化的な問題です。

2. ドイツ自動車は中国に負けているのではありません。自分自身のマインドセットに負けているのです。

ドイツの品質は本物です。Philippはこの点について率直でした。ホーチミン市を走れば、今もドイツ車にドイツの旗が掲げられているのを見るでしょう。なぜならブランドの約束はまだ重みを持っているからです。一世紀に渡る工学的信頼性が一夜にして消えることはありません。

しかし、速度のギャップが構造的である場合、品質だけでは不十分です。 "私たちはハードウェアの速度で動いています," とPhilippは言いました。 "中国はソフトウェアの速度で動いています。それが転換です。私たちはソフトウェアファーストの企業になる必要があります。" 中国のメーカーは、ドイツ企業が追いつけないサイクルで反復しています — ドイツのエンジニアの能力が低いからではなく、ドイツの組織がこのペースのために設計されていないからです。

より深い問題は、ハードウェアからソフトウェアへの転換が単なる技術的変化ではないということです。それは意思決定の方法、製品の定義の仕方、成功の測り方の変化です。それは文化的変革であり、工学的解決策には反応しません。

教訓2: ドイツの工学はまだ資産です。ドイツの運営文化が負債です。

3. バッテリーの失敗。製品の心臓部をアウトソースしたとき

約10年前、ドイツ自動車業界は今日業界に高くつく戦略的決定を下しました。内燃エンジンから電気への転換が明確になったとき、企業は決断しなければなりませんでした: バッテリーはコアコンピタンスなのか、それともサプライヤーから買うものなのか？

ドイツのメーカーは買うことを選びました。BYDは所有することを選びました。 "BYDはバッテリーの完全なサプライチェーンを所有しています。最も重要なコンポーネントに対して他者にマージンを払う必要がないため、はるかに低コストで車を製造できます。" ドイツの自動車メーカーにとって、販売されるすべての電気自動車はそのマージンをサプライヤーに支払うことを意味します — 製造されるすべての車両で積み重なる構造的なコスト不利です。

Porscheのケースは別の角度から同じ点を示しています。Porscheのアイデンティティは特定のエンジン音に、内燃ドライブトレインの感覚に基づいて構築されました。電気Porscheは劣ったPorscheではありません — それはブランドがまだ答えていない質問です。それを定義したものがなくなったとき、何を表すのか？Philippは二つの道を指摘しました: ローレックス戦略のように、プレミアムニッチとして内燃エンジンに倍掛けするか、ソフトウェア定義の世界でブランドの意味を再発明するか。どちらも簡単ではありません。どちらも決断が必要です。

教訓3: 複雑さを減らすためにコアコンポーネントをアウトソースすると、コスト優位性もアウトソースすることになります。節約は一時的です。依存は永続的です。

4. Level 3の行き詰まり。ソフトウェアの世界でハードウェア思考にかかるコスト

これはセッションで最も鋭い話でした。Mercedes-BenzとBMWはLevel 3自動運転の開発に何年も費やしました — 認証、工学、インフラ。彼らは公道でのLevel 3の法的認証を達成した世界唯一の会社でした。それは本物の工学的成果でした。

しかし、それも大部分が無駄な努力でした。ドイツのエンジニアがLevel 3をハードウェアの課題として解決し、あらゆるエッジケースのアルゴリズムを完璧にしている間、中国のメーカーとTeslaは違う質問をしていました: どうすれば可能な限り多くの走行データを収集できるか？ "彼らはこう言いました: 自動運転は工学的な課題ではありません。それはソフトウェアの課題です。データの課題です。AIの課題です。" 答えは、Level 2を大規模に、多くの場合無料で展開し、何十億キロもの実際の走行データを収集し、モデルを訓練し、Level 4への道でLevel 3を完全にスキップすることでした。

Level 3は追加費用がかかりました。Level 2は無料でした。Level 2の大規模展開がデータを生み出しました。データがAIを訓練しました。AIがLevel 4を可能にしました。ドイツのメーカーは梯子の間違った段に投資しました — エンジニアが技術的に間違っていたからではなく、実際の競争がデータ規模についてであった時にハードウェアの完璧さを追い求めていたからです。

教訓4: AIに駆動される業界では、最もデータを持つチームが勝ちます。より早い段階での工学的完璧さはスケールへの近道ではありません — 罠になり得ます。

5. ピボット・プレイブック。Tier-2サプライヤーが今すぐすべきこと

LarsはPhilippに直接問いかけました: もしあなたが高品質の金属部品を製造する伝統的なドイツのTier-2サプライヤーのCEOなら、2026年に何を変えますか？答えは方法論的でした。

まず、自分のエクスポージャーを理解してください。収益が内燃エンジン生産に依存しているなら、アドレス可能な市場はX曲線上にあります — EVが成長するにつれて縮小しています。問題はこれが起きるかどうかではなく、どれだけ早いかです。次に、難しい質問をしてください: "私の不公平な優位性は何ですか？資本だけを持って始めることを決めた誰かに対して、私はどこで先行しているのですか？" 能力、サプライチェーンへのアクセス、機関知識は本物の資産です。問題は、それらがどの隣接市場に移転できるかです。

Philippは三つの信頼性の高いピボット方向を特定しました。防衛費は増加しており、自動車部品と防衛部品の製造上の重複は大きいです。ロボティクスは急速に成長しています — Philippは自動車製造とヒューマノイドロボット生産の間に70%のサプライチェーン重複があることに言及し、ロボティクス市場は総規模で自動車市場を超えると予測されています。そして最後に、地理: ヨーロッパのOEMに縛られているドイツのサプライヤーは、中国のメーカーを新しいクライアントとして見ることができます — 縮小する市場ではなく成長する市場に供給することです。

"EVのために市場が準備できるまで待ってから転換すると、時すでに遅しです。同時に二つのパーティに出席しなければなりません。"

教訓5: あなたの製造能力は期限切れにはなりません — あなたの市場が期限切れになります。スキルが不公平な優位性になる隣接市場を見つけ、コアビジネスが決断を迫る前に動いてください。

CEOのための実行プレイブック: 明日すべきこと

1. 三つの転換をマッピングする。 どの移行 — EV、ソフトウェア定義、自動運転 — があなたの製品やビジネスモデルを最も直接的に脅かすかを特定してください。それぞれに確率とタイムラインを割り当ててください。それがあなたの戦略的リスク登録簿です。
2. 文化的運営モデルを監査する。 組織で最も時間がかかる五つの決定をリストアップしてください。それらがソフトウェア速度の問題に適用されたハードウェアサイクルの決定なら、ボトルネックは構造的です。解決しようとする前にそれを名付けてください。
3. バッテリー相当を見つける。 次の十年間、あなたの市場でコスト競争力を定義する一つのコンポーネントまたは能力を特定してください。正直に問いましょう: それを構築していますか、それとも最終的にそれであなたに競争を挑む人から買っていますか？
4. AI戦略をデータ戦略として再構成する。 AIがあなたの製品に何ができるかを尋ねる前に、今日どのようなデータを大規模に収集しているかを尋ねてください。AIで勝っている企業はまずデータ量で勝っています。Level 2フリートに相当するものは何ですか？
5. 今すぐピボット分析を実行する。 上位三つの製造または運営能力をリストアップしてください。防衛、ロボティクス、新しい地域に対してマッピングしてください。その組み合わせのどれかが、現在の市場が回復するのを待つよりも良い賭けである可能性が高いです。

→ YouTubeでフルセッションを視聴する