網友指責超級充電站還是來自火力發電,特斯拉執行長馬斯克親自回覆
網友指責超級充電站還是來自火力發電,特斯拉執行長馬斯克親自回覆
2017.06.10 | 交通運輸

特斯拉超級充電站的充電體驗是無法找到破綻的,120kW的輸出功率可以在40分鐘內將一輛Model S 90從0充到80%。如果說有什麼值得詬病的地方的話,在目前依舊以火力發電為主的中國,特斯拉將污染從汽車轉移到發電廠的說法一直不絕於耳。然而特斯拉超級充電站新政策的推出,可能讓車主再也用不到火力發電產生的電了。

日前有位網友在Twitter上tag特斯拉CEO Elon Musk:「呵呵,在特斯拉超級充電站身上我看到了火力發電廠的影子,所有你玩的這些概念遊戲背後(動力來源)都是由煤炭燃燒驅動的。」

Musk旋即回覆稱:「所有的超級充電站都在進行太陽能屋頂+能源牆的改造,隨著時間的推移,幾乎所有的超級充電站都將斷開與國家電網的的連接。」

利用太陽能發電、然後將電儲存在充電站,讓前來充電的特斯拉車主體驗真正的清潔能源,這是特斯拉自2012年底發表超級充電站時就提出的藍圖。但彼時特斯拉尚未收購太陽能企業Soalrcity,太陽能電池板的發電效率和成本都沒有達到大規模部署的臨界點,這成為藍圖遲遲沒有落地的根本原因。最終的結果是,前期超過800個超級充電樁中只有6個鋪設了太陽能屋頂。

去年11月,特斯拉完成了對Solarcity的收購,收購的完成使得兩家企業的溝通成本大大降低。更重要的是,特斯拉相繼發表了新款企業級儲能系統Powerpack和能效比得到改進的太陽能屋頂,換句話說,實現當年太陽能驅動超級充電站藍圖的時機開始成熟。

發布太陽能屋頂後不久馬斯克就曾表示,在陽光明媚的地區,新的太陽能屋頂加上新Powerpack可以為超級充電站提供電力供應,尤其是全年無雪的地區,將超級充電站接入國家電網是完全不必要的。

但注意上面的回應,Musk的話術變成了隨著時間的推移,「幾乎所有(almost all)」的超級充電站都將斷開與國家電網的連接。這是否意味著特斯拉太陽能電池板的能效比得到了突破?

為了迎接Model 3的到來,特斯拉今年4月發布了新的超級充電站擴建計劃。去年Model 3的發表會上,特斯拉宣佈到2017年全球各地的超級充電樁總數能夠達到7,000個,或許是考慮到Model 3不斷高漲的市場需求(訂單已經逼近50萬輛),4月公佈的新計劃將這一指標修正為10,000個。

真正的信息量蘊含在官方公告的渲染圖中,從圖中可以看到,特斯拉第一次將商店和超級充電站建在一起,同時充電口前所未有的達到了80個左右,作為對比,目前全球最大的特斯拉超級充電站僅有20個充電樁。此外,接近一半的充電樁上方都鋪設了太陽能電池板,這可能是特斯拉新建超級充電站的參考設計方案。

tesla超級充電站.jpg
圖/ 36 氪

具體到中國市場,特斯拉將於2017年新建超過380個超級充電樁,這一數字超過了過去2年內新增超級充電樁數量的總和。考慮到Model 3從美國東海岸輻射至西海岸,然後是歐洲和亞太地區的交付順序和特斯拉的產能,中國市場新增的超級充電樁完全是為Model S & X用戶打造的。

接著來聊聊那位網友提到的問題,如果超級充電站的電力來源是火力發電廠,購買電動汽車有什麼意義?怎麼反駁電動汽車「污染轉移論」?

從兩個角度說明問題,第一,不是所有國家都是以火力發電為主的,例如美國加州的太陽能發電、北部的風力發電已經大規模應用;與此同時,所有的燃油車都會有尾氣排放,這是一定的。

第二,具體到中國這樣以火力發電為主的國家呢?來看看Musk的回應:

「把同類化石燃料,比如天然氣,把它輸送到發電廠發電,會有60%的綜合燃燒效率,但如果放在加天然氣的內燃機中,目前為止最高的綜合燃燒效率只有20%,即使考慮到傳輸過程中電量的損耗,電動汽車加發電廠的方案對內燃機直接燃燒也有著明顯的優勢,這還沒有考慮汽油、柴油、天然氣從石油中提煉過程中所消耗的能源。另外,風電、水電、太陽能發電這些永續能源發電方式對能源的利用率一直在顯著提升,換句話說,他們在總發電量的份額中所佔的比重會越來越大,而內燃機燃燒效率的提升,在很多年前就遇到了瓶頸。」

來自廈門政府官網的一則名為《純電動汽車與普通汽車的能源轉換效率對比》的公告與Musk所說的具體指標有出入,但同樣證實了「電動車更環保」的觀點:

「傳統內燃機汽車效率為38%,又因為汽車在市內行駛中頻繁的停車、低速行駛等,造成內燃機空轉或處在低效率區,其最終效率不過12%。純電動汽車停車時無機器空轉,95%以上的電池能量可轉為汽車的動力,即使考慮到原油的發電效率、送配電效率、電池充放電效率,其最終效率也可達到19%。」

這裡還有一個問題,又是儲能系統又是電動汽車,廢舊電池也很污染環境的,這是特斯拉的原罪!然而——

4月底,美國證券交易委員會披露,特斯拉共同創辦人兼CTO JB Straubel和特斯拉特別專案負責人Andrew Stevenson發起成立了新公司Redwood Materials,用於佈局電池及其他材料的回收和再製造。

JB Straubel在此前的演講中透露,特斯拉會在超級電池工廠中盡可能100%的回收電池原材料。這不同於業內將尚未報廢的舊電池應用於儲能系統或是對能效比要求較低的場景進行二次利用的做法。 Straubel對此嗤之以鼻:「對電池的二次利用既不具備緊急效益,也沒有很好的利用價值。」

成立了新公司Redwood Materials以佈局電池材料回收與再利用領域後,特斯拉也就完成了動力電池從製造、銷售,到回收再製造的產業閉環。

最後,對Musk和廈門市政府都不信的同學,建議特斯拉電動車、太陽能屋頂和家庭儲能係統能源牆一起買,一勞永逸的解決污染源問題,也不枉特斯拉在全球的超級充電站親自上陣示範。

本文授權轉載自:36 氪

往下滑看下一篇文章
懂保險的 AI 才有用!國泰人壽數據暨人工智慧發展部如何解開壽險業的 AI 實戰難題
懂保險的 AI 才有用!國泰人壽數據暨人工智慧發展部如何解開壽險業的 AI 實戰難題

金管會調查顯示,國內金融機構與周邊單位已有 33% 導入 AI,其中壽險業導入比例達 67%,僅次於銀行業的 87%。事實上,保險業應用 AI 的難題不在技術,真正的挑戰是要在高度監理、複雜流程與專業領域中,找到可落地的應用場景。國泰人壽數據暨人工智慧發展部走過八年、歷經三次組織定位演進,如何摸索出自己一套的 AI 轉型路徑?

國泰人壽養兵練 AI

國泰人壽數據團隊的起點,可以追溯到 2016 年成立的「客群經營部」。2018 年,隨著公司希望讓 AI 發展更具基礎架構、更具規模地展開,團隊轉型為「數據經營部」;到了 2024 年,正式成立「數據暨人工智慧發展部」,角色也從推廣,轉向更專注的技術發展。

國泰人壽-2.jpg
國泰人壽數據暨人工智慧發展部目前為一約 65 人的團隊,平均年齡 33 歲。
圖/ 數位時代

八年間,團隊的任務始終圍繞同一件事:深入業務現場,釐清痛點,再與 IT、業務、客服等單位協作,推動 AI 從研究走向實踐。國泰人壽數據暨人工智慧發展部協理莊淑儀形容,這個過程更像是傳教士的工作:「很多數據產品是由我們發想,從核保到理賠,有哪些導入機會?我們要去和各部門溝通,AI 可以協助什麼。」

國泰人壽-3.jpg
國泰人壽數據暨人工智慧發展部協理莊淑儀。
圖/ 數位時代

這樣的溝通並不容易,因為壽險業的專業門檻極高。國泰人壽數據暨人工智慧發展部首席數據分析師黃喬敬博士指出,一張保單牽涉的關係人本來就複雜:「在保險業,一張保單的銷售,涉及要保人、被保人、受益人,是多方關係,尤其在金管會的要求下,還必須兼顧模型的公平性與可解釋性。」核保邏輯、理賠判斷、業務員培訓,每個環節都有各自的專業門檻與監理要求,通用技術難以直接套用。這也是國泰人壽選擇自己養兵練 AI 的原因,唯有深度理解壽險場景,AI 才有落地的條件。

從真實需求長出來的 AI 實戰力

要讓技術模型真正為前線人員所用,數據暨人工智慧發展部團隊長期觀察業務現場,確保 AI 產出都能有效銜接既有作業流程。去年,團隊面對的挑戰,是在十三個部門提案中,篩選出值得投入的場景。莊淑儀說明,評估標準有三項:「是否能複製到多元場景?對公司有什麼效益?技術可行性?」最終六個案子出線,其中包括「AI Coach」。

AI Coach 以 AI 陪練業務員磨練銷售技巧,同步縮短培訓週期,讓業務員能更快提供專業、貼近保戶需求的服務。看見 AI Coach 的成效後,國泰人壽也將同一套模式延伸至客服中心及直效團隊,評估面向包括禮貌、問題回應、服務要點...等面向,給於評分及建議。黃喬敬博士解釋背後的難度:「以往這些評估指標是由人來判斷,現在則是要做到標準化,讓 AI 系統可以自己判斷。」今年一月上線後,客服新人有超過九成以此作為教育訓練工具,業務端使用率也過半,不僅省下資深人員帶新人的時間,也讓保戶獲得更一致、更高品質的服務體驗。

國泰人壽-4.jpg
國泰人壽數據暨人工智慧發展部協理莊淑儀(左)與首席數據分析師黃喬敬博士(右)帶領團隊在國泰人壽保險領域驗證 AI 應用。
圖/ 數位時代

另一項落地應用則是「Cathay Eye」,是國泰人壽自行開發的智能風險控管模型。莊淑儀說明:「這最主要是幫案件的複雜度做分級,讓新進同仁處理複雜度低、資深同仁處理複雜度高的案件,一來反映人力價值,二來加速案件處理流程,讓客戶更快獲得所需服務。」

黃喬敬博士也補充背後的機制:「Cathay Eye 是把公司過去數千萬筆資料整合起來,藉此建立一個平均的判斷基準,用來做複雜度分級與派工。」目前,Cathay Eye 的識別能力相較原流程提升一倍精準度,也讓流程的判斷效率明顯加快。

壽險業 AI 應用的新標竿

對國泰人壽而言,讓 AI 發揮作用的關鍵,在於將產業領域知識與技術能力結合,而這仰賴的是兩條並行的人才路徑。對內,是強化已熟悉保險核心業務人才的 AI 素養;對外,則是網羅生成式 AI 工程與系統設計、AI 治理、雲端數據工程...等專業人才,補齊技術深度。莊淑儀強調:「在人才 AI 素養上,以往我們著重精兵制。去年開始,我們要做到全員素養提升,在人人都會用 AI 的時代,如何善用、如何合規,這都是需要教育訓練的。」

黃喬敬博士則從技術端點出下一步的方向,如 Agentic AI 是明確的發展趨勢,但在企業級的應用上,不可能讓它完全自由運作,如何兼顧安全與效益,是關鍵任務。「檢視整個 Workflow,如何建立更好的決策流程,人員的角色和流程都會慢慢轉換。」他也指出,把端到端的自動化流程建置起來,是團隊接下來的重點工程。

國泰人壽-5.jpg
國泰人壽數據暨人工智慧發展部首席數據分析師黃喬敬博士。
圖/ 數位時代

導入 AI,或許已是壽險業的產業常態;但能不能真正走進核心業務的第一線,關鍵仍是有沒有先搞懂保險本身。從需求出發、從場景驗證,國泰人壽正以這套方法,定義壽險業 AI 應用的新標竿。

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