走下神壇!Model 3產能陷瓶頸,特斯拉最新財報虧損擴大
走下神壇!Model 3產能陷瓶頸,特斯拉最新財報虧損擴大
2017.11.02 | 交通運輸

亞洲時間11月2日凌晨,特斯拉發布了2017年Q3財報。Model 3的量產推進不力最終成為整個財報最大的負面消息,但同時,特斯拉最壞的時刻正在過去,包括Model 3、Autopilot、能源業務都將在「未來幾週」取得重大突破。以下是財報要點。

整體財報一覽

總體29.85億美元的營收中來自於汽車業務的營收為23.63億美元,較去年同期的21.49億美元成長10%。來自Tesla Energy能源部門的營收為3.18億美元,較去年同期的2,333萬美元成長1363%;來自於服務及其他業務的營收為3.04億美元,較去年同期的1.26億美元相比成長141% 。

螢幕快照 2017-11-02 下午12.26.48.png
圖/ Google

特斯拉第三季歸屬於普通股股東的淨虧損為6.19億美元,去年同期淨利潤為2,188萬美元,較去年同起轉虧。該季每股攤薄虧損為3.07美元,去年同期為淨收益0.14美元;基於Non-GAAP,淨虧損為4.88億美元,去年同期淨利潤為1.11億美元,今年三季每股攤薄虧損為3.07美元,去年同期每股攤薄收益為0.15美元。

財報顯示,截至第三季末,特斯拉持有的現金和現金等價物共為35億美元。第三季資本支出為11億美元,大部分資本支出用於Model 3和超級電池工廠的產能增加。

雖然營收創下新高,但虧損同樣超出華爾街預期,包括Model 3產能計劃的大幅推遲使得特斯拉股價收盤前大跌3.15%,今天開盤後,特斯拉股價一度跌超5%。

汽車業務

汽車業務仍然是特斯拉最重要的營收組成部分,第三季,特斯拉一共交付了25915輛Model S/X、222輛Model 3,共計26,137輛汽車,較Q2成長18%,較去年同期成長4.5%。特斯拉強調,Model S/X在北美、歐洲和亞洲的綜合淨訂單均創下了新高。汽車業務毛利率由Q2的27.9%下降至18.7%,特斯拉表示毛利率的下降符合預期,主要是Model 3的前期製造成本顯著上升所致。

Model 3的量產困境細節也被首次公開:特斯拉重申,Model 3的整體供應鍊和生產線沒有根本性問題,例如驅動單元、座椅總成和車漆、沖壓車間的產能已經超過了1,000輛/週,其他生產環節,諸如電池組組裝、車身焊接和總裝的產能為500+輛/週。

最核心的問題出現在電池組環節:「我們的主要生產難題出現在Gigafactory 1的電池模塊裝配線上,21,700電芯封裝成電池模塊——用鋁製外殼封裝4個電池模塊組成Model 3電池組。電池模塊的複雜組合設計及自動化製造的啟動時間超出了預期,其中最大的挑戰在於由製造系統供應商負責的(電池組生產)4個環節中前兩個環節,已經被特斯拉接管並重新設計。」

跟我們預期的一樣,特斯拉最終fire掉了不達標的供應商,透過自主研發加大對生產環節的掌控,推動量產的持續成長。特斯拉為此找來了最優秀的工程人才以微調自動化產線的流程和相關機器人編程技術,儘管如此,Model 3的產能時間表被大幅延後,原定12月底的5,000輛/週產能目標被推遲至明年第一季末。

值得一提的是,特斯拉重申Model 3的生產線自動化水平高於Model S/X或市面上任何車型,這款車在設計之初考慮到「如何能更易於製造」,Model 3的產能將在未來幾週內大幅改善。

Autopilot、售後及超級充電站

所有車主都記得馬斯克的承諾:特斯拉將於今年年底完成從美國東海岸至西海岸長達4,500km全程無人為干預的自動駕駛技術演示。在Q3財報中,這一節點已經由2017年底推遲至「the next several months」。

另一方面,自從新任Autopilot視覺及AI主管Andrej Karpathy入職以來,特斯拉已經連續好幾個月沒有推送大的更新了。好在Autopilot團隊並沒有遇到什麼困難,而是在賣關子:「最近我們對Autopilot做出了重大改進」。特斯拉全球銷售總裁Jon McNeill此前透露,Autopilot團隊取得了令人印象深刻的進展,新功能已經在Autopilot 2.0車型的影子模式下跑了數百萬英里測試以可靠性,預計將很快推送給全球車主。 「我們組建了全球最優秀的AI團隊,這為我們實現全自動駕駛的落地提供了底層技術支援。」特斯拉的長遠目標是組建全球最強的軟硬一體化AI團隊。

特斯拉
圖/ Shuttersotck

在第三季度,特斯拉新增18家商店和服務中心,全球商店增至318家,用於售後服務的行動服務車隊規模達到160輛,預計年底翻倍。特斯拉表示,行動服務車隊的回饋非常正面,客戶滿意度接近100%。

超級充電站在Q3新增126個,全球超級充電樁數量已超7,000個,特斯拉特別提到了上海新設的全球最大超級充電站,這部分業務符合官方預期。

Tesla Energy能源業務

自收購Solarcity以來,特斯拉一直致力於扮演「一站式能源解決方案」的角色。第三季,特斯拉共部署了110 MWh的儲能系統,其中能源牆Powerwall增幅達到138%,整體業務營收成長11%。但該業務毛利率反而由Q2的28.9%下降至25.3%,特斯拉預測Q4毛利率將繼續下降,理由是「太陽能產品價格的季節性下調和儲能銷售組合的增加。」我們認為,儲能產品產能不足導致特斯拉轉向三星SDI採購電池也是毛利率下降的原因之一,特斯拉也表示,隨著Gigafactory 1的產能增加,不斷降低的製造成本將改善儲能產品的毛利率。除此之外,特斯拉還部署了109MW的能源發電系統,這部分來自原Solarcity的業務較去年同期大降71.6%,特斯拉在財報中表示公司刻意下調了商業和工業太陽能專案安裝量,原因是這些專案的利潤率較低,獲得的現金有限。

今年早些時候,馬斯克「Twitter談生意」拿下了南澳100 MW/129 MWh的全球最大儲能專案,截至目前,該專案的完成度已達80%,但特斯拉表示完全交付前該專案不會體現在營收上。

延伸閱讀:特斯拉與南澳政府達成合作,馬斯克一億瓦蓄電系統計畫開跑

關於中國

特斯拉中國建廠計劃比媒體的預期更加悲觀,馬斯克表示,中國的Gigafactory建設支出不會在2019年財報中有明顯體現(2020年開始大規模投入),建設週期預計達到3年時間。生產車型包括Model S/X,但更多側重於Model 3和未發布的緊湊型SUV Model Y。跟我們預期一致,這座工廠將服務中國及東南亞周邊市場。

特斯拉終於走下神壇,業務受阻、股價下跌,但最壞的時刻正在成為過去。值得一提的是,特斯拉在財報中再次預告了特斯拉重型卡車Tesla Semi發表會,「我們將展示一些真正令人難以置信的產品」。讓我們期待11月16日的到來。

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
從智慧助手到自主代理:博弘雲端如何帶領企業走上 AI 實踐之路
從智慧助手到自主代理:博弘雲端如何帶領企業走上 AI 實踐之路

「代理式 AI 」(Agentic AI)的創新服務正在重新塑造企業對AI的想像:成為內部實際運行的數位員工,提升關鍵工作流程的效率。代理式AI的技術應用清楚指向一個核心趨勢:2025 年是 AI 邁向「代理式 AI」的起點,讓 AI 擁有決策自主權的技術轉型關鍵,2026 年這股浪潮將持續擴大並邁向規模化部署。

面對這股 AI Agent 浪潮,企業如何加速落地成為關鍵,博弘雲端以雲端與數據整合實力,結合零售、金融等產業經驗,提出 AI 系統整合商定位,協助企業從規劃、導入到維運,降低試錯風險,成為企業佈局 AI 的關鍵夥伴。

避開 AI 轉型冤枉路,企業該如何走對第一步?

博弘雲端事業中心副總經理陳亭竹指出,AI 已經從過去被動回答問題、生成內容的智慧助手,正式進化為具備自主執行能力、可跨系統協作的數位員工,應用場景也從單一任務延伸至多代理協作(Multi-Agent)模式。

「儘管 AI 前景看好,但這條導入之路並非一帆風順。」博弘雲端技術維運中心副總經理暨技術長宋青雲綜合多份市場調查報告指出,到了 2028 年,高達 70% 的重複性工作將被 AI 取代,但同時也有約 40% 的生成式 AI 專案面臨失敗風險;關鍵原因在於,企業常常低估了導入 GenAI 的整體難度——挑戰不僅來自 AI 相關技術的快速更迭,更涉及流程變革與人員適應。

2-RD096270.jpg
博弘雲端事業中心副總經理陳亭竹指出,AI 已經從過去被動回答問題的智慧助手,正式進化為具備自主執行能力、可跨系統協作的數位員工。面對這樣的轉變,企業唯有採取「小步快跑、持續驗證」的方式,才能在控制風險的同時加速 AI 落地。
圖/ 數位時代

正因如此,企業在導入 AI 時,其實需要外部專業夥伴的協助,而博弘雲端不僅擁有導入 AI 應用所需的完整技術能力,涵蓋數據、雲端、應用開發、資安防禦與維運,可以一站式滿足企業需求,更能使企業在 AI 轉型過程中少走冤枉路。

宋青雲表示,許多企業在導入 AI 時,往往因過度期待、認知落差或流程改造不全,導致專案停留在測試階段,難以真正落地。這正是博弘雲端存在的關鍵價值——協助企業釐清方向,避免踏上產業內早已被證實「不可行」的方法或技術路徑,縮短從概念驗證到正式上線的過程,讓 AI 真正成為可被信賴、可持續運作的企業戰力。

轉換率提升 50% 的關鍵:HAPPY GO 的 AI 落地實戰路徑

博弘雲端這套導入方法論,並非紙上談兵,而是已在多個實際場域中驗證成效;鼎鼎聯合行銷的 HAPPY GO 會員平台的 AI 轉型歷程,正是其最具代表性的案例之一。陳亭竹說明,HAPPY GO 過去曾面臨AI 落地應用的考驗:會員資料散落在不同部門與系統中,無法整合成完整的會員輪廓,亦難以對會員進行精準貼標與分眾行銷。

為此,博弘雲端先協助 HAPPY GO 進行會員資料的邏輯化與規格化,完成建置數據中台後,再依業務情境評估適合的 AI 模型,並且減少人工貼標的時間,逐步發展精準行銷、零售 MLOps(Machine Learning Operations,模型開發與維運管理)平台等 AI 應用。在穩固的數據基礎下,AI 應用成效也開始一一浮現:首先是 AI 市場調查應用,讓資料彙整與分析效率提升約 80%;透過 AI 個性化推薦機制,廣告點擊轉換率提升 50%。

3-RD096215.jpg
左、右為博弘雲端事業中心副總經理陳亭竹及技術維運中心副總經理暨技術長宋青雲。宋青雲分享企業導入案例,許多企業往往因過度期待、認知落差或流程改造不全,導致專案停留在測試階段,難以真正落地。這正是博弘雲端存在的關鍵價值——協助企業釐清方向,避免踏上產業內早已被證實「不可行」的方法或技術路徑,縮短從概念驗證到正式上線的過程,讓 AI 真正成為可被信賴、可持續運作的企業戰力。
圖/ 數位時代

整合 Databricks 與雲端服務,打造彈性高效的數據平台

在協助鼎鼎聯合行銷與其他客戶的實務經驗中,博弘雲端發現,底層數據架構是真正影響 AI 落地速度的關鍵之一,因與 Databricks 合作協助企業打造更具彈性與擴充性的數據平台,作為 AI 長期發展的基礎。

Databricks 以分散式資料處理框架(Apache Spark)為核心,能同時整合結構化與非結構化資料,並支援分散式資料處理、機器學習與進階分析等多元工作負載,讓企業免於在多個平台間反覆搬移資料,省下大量重複開發與系統整合的時間,從而加速 AI 應用從概念驗證、使用者驗收測試(UAT),一路推進到正式上線(Production)的過程,還能確保資料治理策略的一致性,有助於降低資料外洩與合規風險;此對於金融等高度重視資安與法規遵循的產業而言,更顯關鍵。

陳亭竹認為,Databricks 是企業在擴展 AI 應用時「進可攻、退可守」的重要選項。企業可將數據收納在雲端平台,當需要啟動新型 AI 或 Agent 專案時,再切換至 Databricks 進行開發與部署,待服務趨於穩定後,再轉回雲端平台,不僅兼顧開發效率與成本控管,也讓數據平台真正成為 AI 持續放大價值的關鍵基礎。

企業強化 AI 資安防禦的三個維度

隨著 AI 與 Agent 應用逐步深入企業核心流程,資訊安全與治理的重要性也隨之同步提升。對此,宋青雲提出建立完整 AI 資安防禦體系的 3 個維度。第一是資料治理層,企業在導入 AI 應用初期,就應做好資料分級與建立資料治理政策(Policy),明確定義高風險與隱私資料的使用邊界,並規範 AI Agent「能看什麼、說什麼、做什麼」,防止 AI 因執行錯誤而造成的資安風險。

第二是權限管理層,當 AI Agent 角色升級為數位員工時,企業也須比照人員管理方式為其設定明確的職務角色與權限範圍,包括可存取的資料類型與可執行的操作行為,防止因權限過大,讓 AI 成為新的資安破口。

第三為技術應用層,除了導入多重身份驗證、DLP 防制資料外洩、定期修補應用程式漏洞等既有資安防禦措施外,還需導入專為生成式 AI 設計的防禦機制,對 AI 的輸入指令與輸出內容進行雙向管控,降低指令注入攻擊(Prompt Injection)或惡意內容傳遞的風險。

4-RD096303.jpg
博弘雲端技術維運中心副總經理暨技術長宋青雲進一步說明「AI 應用下的資安考驗」,透過完善治理政策與角色權限,並設立專為生成式 AI 設計的防禦機制,降低 AI 安全隱私外洩的風險。
圖/ 數位時代

此外,博弘雲端也透過 MSSP 資安維運託管服務,從底層的 WAF、防火牆與入侵偵測,到針對 AI 模型特有弱點的持續掃描,提供 7×24 不間斷且即時的監控與防護。不僅能在系統出現漏洞時主動識別並修補漏洞,更可以即時監控活動,快速辨識潛在威脅。不僅如此,也能因應法規對 AI 可解釋性與可稽核性的要求,保留完整操作與決策紀錄,協助企業因應法規審查。

「AI Agent 已成為企業未來發展的必然方向,」陳亭竹強調,面對這樣的轉變,企業唯有採取「小步快跑、持續驗證」的方式,才能在控制風險的同時,加速 AI 落地。在這波變革浪潮中,博弘雲端不只是提供雲端服務技術的領航家,更是企業推動 AI 轉型的策略戰友。透過深厚的雲端與數據技術實力、跨產業的AI導入實務經驗,以及完善的資安維運託管服務,博弘雲端將持續協助企業把數據轉化為行動力,在 AI Agent 時代助企業實踐永續穩健的 AI 落地應用。

>>掌握AI 應用的新契機,立即聯繫博弘雲端專業顧問

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
2026 大重啟
© 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