都是新「完全自動駕駛套件」生產延遲的緣故?特斯拉未達2016年出貨預期
都是新「完全自動駕駛套件」生產延遲的緣故?特斯拉未達2016年出貨預期
2017.01.04 | 交通運輸

特斯拉2016年究竟能否交付8萬輛車的懸念終於落下。

今天凌晨,特斯拉發布了2016年Q4和全年財報。財報顯示,特斯拉在上季交付2.22萬輛車,包括1.27萬輛Model S和9,500輛Model X,略低於Q4交付2.5萬輛的預期。2016年全年,特斯拉總共交付7.623萬輛車,相比去年全年5.05萬輛的交付量較去年成長50.7%,但略低於特斯拉的8萬目標。消息公佈,特斯拉股價下跌2%。

在36氪之前的文章中就已經提到,2017年,特斯拉要量產Model 3、擴建Gigafactory、推進Autopilot自動駕駛技術的研發、整合Solarcity⋯⋯是的,全是燒錢的,需要大量資金投入的專案,這讓特斯拉的第四季財報變得特別重要,漂亮的財報數據會推動股價上漲,穩定投資者信心,讓特斯拉在2017年的生產運營中更為主動。

為此,特斯拉也採取了一系列促銷活動,力促Q4交付量。這包括在各個市場調高車輛售價、以及推出2017年1月1號(後寬限到2017年1月15號)後買車在超級充電站充電需要交費等政策。

Tesla Taina Sohlman Shutterstock.com
Tesla Taina Sohlman Shutterstock.com
圖/ ShutterStock

提高車輛售價:

在美國市場,特斯拉於11月11日宣布將從11月22日開始,提高入門級車型Model S 60的起步價,在原來的基礎上增加2000美元,從6.6萬美金變成6.8萬美元。考慮到在美國並沒有匯率問題,同時11月22日是特斯拉能在年底完成發貨的最後一天,因此始於11月22日的漲價,更多像是驅使潛在車主早點下單的刺激因素。

在中國市場,特斯拉曾在11月24號上調了Model S全系車型價格及選裝配件價格,最高漲幅達3.71萬,調整後的售價區間為68.69萬-131.52萬。又在25日零時宣布再次上調Model X全系車型價格及選裝配件價格,最高漲幅約9.48%,漲價後Model X全系售價92.07萬元至141.39萬元(含增值稅)。雖然特斯拉表示售價上調並不是因為別的,而是因為人民幣與美元的匯率波動導致,但特斯拉這樣動輒七、八萬的上調幅度,無疑能刺激準車主提早下單。

推出超級充電站收費政策:

去年11月7日,特斯拉宣布2017年1月1日(後推遲到1月15號)之後下訂單的特斯拉汽車在使用超級充電站充電時實行有條件的收費政策。特斯拉表示,

「2017年1月1日之後下訂單的特斯拉汽車,每年可在超級充電站免費充電400千瓦時(約行駛1600公里)。超出400千瓦時的部分,我們會收取一筆小費用⋯⋯由於電價的不同,充電的價格會因時間、地域的不同而有所差異。特斯拉現有車主,及在2017年1月1日前完成訂單、並於2017年4月1日前完成交付的特斯拉車主,不會受到這項收費調整的影響。」

此外,在去年11月份的一封郵件中,特斯拉還表示其「完全自動駕駛套件」Autopilot 2.0是一個有著「未來意義」的因素,對特斯拉的Q4銷量也將起到槓桿作用。

特斯拉Q4未達預期,出貨2.22萬輛,但比去年Q4車輛出貨高了52%

信.png
11月11日表示美國要漲價的郵件中提到了Autopilot。
圖/ 36 氪

可現在回頭看,特斯拉交付沒達標,特斯拉給出的原因也恰恰是這個Autopilot。

特斯拉表示已經實現了生產目標(生產和交付是兩個概念),在第4季生產了2.48萬輛汽車,但新自動駕駛硬體帶來的生產挑戰讓生產線順利量產的時間更接近季度末,這意味著一些已經生產的汽車——約2,750輛(加上還是達不到8萬輛的預定目標?)——不能在年底前交付。不過特斯拉強調,第四季車輛需求特別強勁,淨訂單比去年高出52%,比第三季高24%,這創下了他們有史以來最高的訂單紀錄。

這是完整的新聞稿:

2017年1月3日,特斯拉(納斯達克:TSLA)在第4季生產24,882輛車,總計2016年生產83,922輛車。這比2015年成長了64%。

特斯拉在第四季交付了大約22,200輛車,其中12,700輛Model S,9,500輛Model X。 2016年全年出貨量約為76,230輛。我們的第四季交貨數量略為保守,因為我們只把交付給客戶,並完成了文件簽署工作的訂單計入了交付數量。 (就是說,其他已經付款,生產完畢的訂單因為「賣家發貨慢」導致了財報交付數據不好看?)

特斯拉解釋出貨量不達預期的原因官方版:

由於從10月底開始並持續到12月初的過渡到新的自動駕駛儀硬體的短期生產挑戰,Q4車輛生產在季度末比我們原來計劃的權重更重。我們最終能夠恢復量產規模。雖然我們達到了我們的生產目標,但生產的延遲造成了給季度交貨帶來了不良影響,包括歐洲和亞洲的汽車訂單未達運輸臨界值等問題。雖然我們試圖完成這些交付,在季度末加快交付速度,但很遺憾,我們最終沒能交付所有的訂單給客戶。總共,由於運輸的最後一分鐘延誤或由於客戶無法實際交付,約4,750輛車未能計入第4季度的交付量。即使這些客戶已經完全支付了他們的訂單,我們仍然沒有在第4季度把它們視為交貨。

除了第四季度交貨外,截至本季度末,還有約6,450輛車正在向客戶轉運。這些將在2017年第一季計為交貨。

第四季車輛需求特別強勁。 Model S和Model X的Q4淨訂單創造了我們的歷史記錄,比2015年第四季高52%,比我們上一季的2016年第三季高24%。

特斯拉汽車交付僅代表公司財務業績的一個衡量標準,不應作為季度財務結果的指標,這取決於各種因素,包括銷售成本,外匯流動和直接租賃車輛的組合。

本文授權轉載自:36 氪

關鍵字: #財報 #特斯拉
往下滑看下一篇文章
核保、理賠、客服全面AI化:富邦人壽導入「三大智能助理」升級保險服務鏈
核保、理賠、客服全面AI化:富邦人壽導入「三大智能助理」升級保險服務鏈

近年談 AI 轉型的金融業者不少,多半從技術切入,闡述架構藍圖與導入策略。富邦人壽則選擇從行政端著手,先問哪個場景最攸關保戶,再決定 AI 該往哪裡導入。「關鍵在於回歸以人為本的核心,專注於客戶體驗。」保單行政處處主管蔡佳蓉副總經理指出,核保、理賠與客服,是服務價值鏈中與保戶互動最直接的三大關鍵,自然成為富邦人壽 AI 布局的起點。

以 AI 賦能核保,審查時間省六成

開始一張保單的旅程,核保是第一步,攸關保戶是否能儘速取得保障。投保過程中,若涉及既有病史或體況,核保便須介入評估,綜合審視商品條款、投保規則與法律規範,以決定是否承保,可說是一項高度專業的決策工程。

「以一份新契約為例,客戶的病歷資料可能厚達百頁。核保員得逐頁翻找診斷紀錄、用藥史與手術紀錄,判斷其對承保的影響。但大多數核保人員並不具備醫護背景,這方面的專業判斷力全靠長期經驗積累,導致傳統作業十分耗時。」蔡佳蓉解釋。

為此,富邦人壽建構「核保智能助理」,運用生成式 AI 摘要病歷,解決過往判讀大量專業英文病歷的痛點。這可不是把資料丟進 AI 資料庫就好——蔡佳蓉分享,導入過程中的挑戰之一,是為特種個資去識別化,需先透過個資遮罩工具處理病歷;此外,針對 AI 常見的「幻覺」風險,團隊也反覆調校提示詞,讓摘要報告力求精準正確。

她強調, AI 定位為「初篩與重點整理」的助手,最終決策權仍歸於核保員。透過 AI 摘要、核保員決策的人機協作模式,體況審查平均作業時間成功從 40 分鐘縮短至 15 分鐘,核保效率提升六成,讓核保同仁能將心力集中於高風險案件與例外處理。

以 AI 輔助判讀,加速理賠條款今昔對照

同樣面對大量資料判讀挑戰的,還有理賠。理賠是保險公司實踐承諾、展現服務價值的重要時刻,但隨著醫療技術不斷進步,許多保單條款當年訂定的手術項目,到了今天可能已發展出全新的治療方式。理賠人員需要從大量醫療資料中,判斷新技術是否符合條款約定,過程相當耗時,也需要高度的醫療專業知識。

對此,富邦人壽導入「理賠智能助理」,整合醫療資訊與內部顧問醫師的專業意見,協助理賠人員快速比對保單條款與客戶所接受治療的對應關係。例如,當醫療科技演進產生新的手術方式時,AI 可協助理賠人員快速了解該疾病與手術的進行方式,並檢索相關條款與內部規則,提供理賠判斷建議,縮短過去需逐一查找資料的時間。此外,系統亦能協助摘錄擷取診斷書、病理報告及醫療費用單據等理賠文件審核重點,大幅縮短人工判讀比對時間,讓理賠人員更專注於專業判斷與保戶溝通,加速理賠服務效率與一致性。

客戶服務處處主管張婉茹指出:「AI 除了加速理賠作業,也能將資深理賠人員的專業經驗與判斷邏輯濃縮為高效吸收的知識庫,協助新進同仁快速掌握案件重點與判斷依據,縮短學習曲線,並提升理賠判斷的一致性與品質。」透過 AI 助理減輕資料整理的負擔,理賠人員得以將精力回歸專業決策與客戶溝通。

以 AI 客服加速分流,前線服務更到位

在核保與理賠之外,最大量的服務場景是客服。張婉茹表示,隨著數位原生世代逐漸成為保戶主力,客戶傾向先自主操作解決問題,不會直接撥打電話;一旦選擇撥打電話,就代表問題已超出自助服務能處理的範圍。

對此,AI 客服的導入,不只是回答問題,更是協助客戶找到最適合服務管道的「智慧導航員」。「我們是第一線面對客戶,因此 AI 客服最重要的不是回答得多,而是回答得正確。」張婉茹表示,富邦人壽在設計上特別重視回答來源的可信度,透過既有知識庫與 FAQ 資料治理機制,讓 AI 優先扮演「理解需求、引導服務」的角色,確保保戶獲得正確且一致的資訊。

事實上,富邦人壽的文字客服早於大型語言模型盛行前便已上線,目前文字客服平均每月處理超過六萬則訊息,智能助理能即時理解客戶需求,將保單查詢、資料變更等簡易服務導引至 App 或線上平台快速完成;面對理賠、保單變更或保障內容等較複雜的需求,則由真人客服接手提供專業協助。讓簡單問題快速解決、複雜問題由專人服務,將有限的人力資源投入最需要專業與溫度的服務情境,讓分流機制發揮實際成效。

從核保員手中的病歷、理賠人員桌上的單據,到線上客服的迅速回應,富邦人壽的 AI 布局,始終緊貼第一線作業現場。張婉茹表示,科技發展不一定要一次 end to end 全到位,應該是不停小步快跑,慢慢把應用場景擴大。去年底推出的全新富邦人壽 App,將「簡單、貼心、隨行」的理念落實在使用者介面體驗上,就是一次階段性集大成的成果。

但無論 AI 如何加速資料判讀、優化流程,專業判斷與服務溫度仍是機器無法取代的核心。「要有專業,才能判斷 AI 的產出品質。」富邦人壽兩位主管也強調,科技迅速發展下,富邦人壽導入 AI,不是要取代核保員、理賠人員或客服人員,而是希望讓每一位同仁把時間花在最有價值的地方。當AI承接了流程中繁瑣的資料負荷,人員就能更專注在判斷、溝通與服務,讓同仁的專業與心力回歸到最需要判斷力與人情味的溝通之上,這才是真正以客戶為中心的 AI 轉型。也是富邦人壽實現「AI Everywhere」的旅途上不忘的目標。

登入數位時代會員

開啟專屬自己的主題內容,

每日推播重點文章

閱讀會員專屬文章

請先登入數位時代會員

看更多獨享內容

請先登入數位時代會員

開啟收藏文章功能,

請先登入數位時代會員

開啟訂閱文章分類功能,

請先登入數位時代會員

我還不是會員, 註冊去!
追蹤我們
台達電全解讀
© 2026 Business Next Media Corp. All Rights Reserved. 本網站內容未經允許,不得轉載。
106 台北市大安區光復南路102號9樓