馬斯克在財報會議表現不耐煩,正透露特斯拉2大關鍵問題
馬斯克在財報會議表現不耐煩,正透露特斯拉2大關鍵問題

市值超過500億美元的電動車大廠特斯拉(Tesla),風光背後緊緊跟隨著Model 3產能未達預期、燒錢速度太快等質疑,更是廣大投資人關注的焦點。不過這些問題在特斯拉最新一季的財報會議上,仍未能獲得明確解答。

第一季營收成長、淨虧損擴大

根據特斯拉最新一季財報,其營收為34.1億美元(約新台幣1,023億元),優於去年同期的26.9億美元。不過,淨虧損也同步擴大,達7.85億美元(約新台幣235億元),相較之下去年同期則是3.9億美元。

而特斯拉除了自2003年創辦至今仍未能實現單年獲利外,燒錢速度也一直廣受質疑。以最新一季燒掉7.45億美元(約新台幣223億元)的表現來說,就是上一季度1.12億美元的好幾倍。

而這次財報會議上,除了Model 3產能不足的老問題,最受到關注的就是特斯拉執行長馬斯克(Elon Musk)對記者和分析師的不耐煩。

當RBC資本市場分析師Joseph Spak問到有多少百分比的Model 3預購量可轉換為訂單量、這也是評估特斯拉可以從這些車輛獲得多少利潤的指標之一,馬斯克不只拒絕回答,還說:「這些問題實在太乏味了,它們正在殺死我。」另外當Bernstein分析師Toni Sacconaghi問及資本支出以及需要的資金,問題還沒問完就被馬斯克打斷,說:「這無聊透頂的問題一點也不酷,下一題。」

不過這些被拒絕回答的問題,不只反映外界的擔憂,也隱隱透露出馬斯克的焦慮。

問題一:過度仰賴自動化,Model 3遇量產瓶頸

Model 3是特斯拉首個瞄準大眾市場的評價產品,也被視為特斯拉未來營收表現的關鍵,但從開始生產至今一直擺脫不了「生產地獄」烏雲。

事實上,馬斯克過去不斷下修Model 3量產目標,從最初預計2017年前每週可生產5,000輛,後來把時間延至今年3月,直到今年1月又把數量下修為2,500輛。根據最新一季財報,雖然目前每週Model 3產能已達每週2,270輛,仍低於2,500輛的目標。

今年3月份時,Bernstein分析師指出,Model 3生產線高度自動化,非但無法節省成本、提升生產效率,反而因為要添購工廠自動化設備、聘請資訊人員管理和維修自動化設備而增加資金成本。今年四月,特斯拉二度暫停Model 3產線,也導致生產延遲。

「我們在自動化方面做得太超過了,」馬斯克在財報會議上說道。他舉例,原本Model 3的電池組上原本有著絨毛的玻璃纖維墊,而特斯拉原本設計了專門拿起絨毛、並放到電池上的機器人「FluffBot」,但後來發現,機器並不擅長拿起絨毛,人類更容易做到,因此最後他們捨棄了這套機器。

不過特斯拉對這點信心滿滿,財報指出,Model 3已經克服量產瓶頸,馬斯克也承諾未來幾個月內將轉虧為盈,迎來正現金流。財報指出,今年Model 3的生產期將縮短為10天,目標是在六月前實現Model 3每週產能可達5千輛的目標。

問題二:特斯拉的錢還能燒多久?

生產延遲、出貨不及,也接連影響到特斯拉不斷燒錢、現金可能枯竭的問題。

今年3月,投資銀行Jefferies和信用評分機構Moody’s預測,特斯拉在下半年將被迫再籌資30億美元,彌補Model 3產能不如預期的營收缺口。Moody’s更下修特斯拉的公司債券評分到B3等級(B等級中的最低分)。

不過馬斯克對此並不擔心,4月12日在Twitter上表示,「特斯拉會在第三季和第四季實現正現金流,顯然不需要籌措更多資金。」財報上也指出,由於Model 3產量將達到每週5,000輛,加上Model 3的毛利也會從今年第一季的負值、到第二季損益兩平、在第三和第四季轉正,因此不需要擔心資金問題。財報也指出,把Model 3毛利定在25%的目標一直都沒變。

面對越來越多關於營收和產能的尖銳問題,馬斯克顯然已經不能再逃避,因為正如《華爾街日報》說的,「夢想並不能永遠支撐特斯拉的500億美元市值」。

往下滑看下一篇文章
OpenAI 重磅講者親臨高雄|掌握前瞻 AI 與產業轉型關鍵趨勢
OpenAI 重磅講者親臨高雄|掌握前瞻 AI 與產業轉型關鍵趨勢

隨著 AI 工具逐漸普及,真正拉開差距的,已不只是技術或算力的強弱,是企業能否整理資料、重新設計流程,並把 AI 融合既有工作方式,持續轉化為營運價值。

Amazon Web Services(AWS)將於10月23日於高雄舉辦「2026 亞馬遜港都 AI 創新日」邀請 OpenAI 與製造、金融、交通、零售及運動育樂等領域的實務代表,從技術趨勢、資料治理、流程設計與組織轉型等面向,拆解 AI 落地前必須處理的現實問題,協助企業重新檢視自身的導入條件與下一步布局。

企業下一步,不只是再導入一套 AI 工具,而是讓 AI 進入日常營運

模型可以採購,系統可以建置,但資料是否整理到位、流程能否重新設計、組織是否清楚由誰負責,才是決定技術能否持續發揮價值的關鍵。

高雄近年推動數位轉型,同樣面對這項核心課題。亞灣周邊聚集扣件、石化、鋼鐵等傳統產業,場域複雜、既有系統眾多,正因如此,更能檢驗一套 AI 導入方法是否具備複製與擴大的條件。城市發展也從建置算力基礎,進一步走向讓技術真正進入產業與治理現場。

AWS 連續六年深耕高雄,今年以「雲騰智慧大南方 齊創 AI 好未來」為主軸,將討論重心從雲端與算力基礎,推進到應用全面升級,協助城市從「有 AI」走向「AI 有感」。

政府治理是否更即時、產業流程是否真正改變、市民與使用者能否感受到服務提升,才是「AI 有感」的具體檢驗。延續「高雄試點、全臺普及、雲端出海國際」的發展路徑,10月 23 日登場的亞馬遜港都 AI 創新日要談的不只是企業「有沒有 AI」,而是導入之後企業的真實改變。

2025 亞馬遜港都 AI 創新日現場,資料照
圖/ AWS

OpenAI 重磅講者親臨高雄,從技術前沿看見企業的關鍵課題

今年活動特別邀請 OpenAI 東南亞暨台灣合作夥伴總監 Mark Jeffrey,以「前瞻 AI 如何助力產業領袖開創新局」為題,分享在 AI 技術快速演進之下,企業應如何重新思考未來布局。

面對 AI 能力邊界持續擴張,哪些應用已具備規模化條件?哪些仍需要更完整的資料、治理與組織準備?這是正在規畫下一階段 AI 投資的企業必須先回答的關鍵課題。

上午議程將從資料、組織與金融三個面向,拆解 AI 落地前必須處理的現實問題。「數據為本,AI 啟航」先回到資料基礎:外部模型跑得再快,若企業自身的欄位定義、存取權限與資料品質尚未整理到位,技術仍難以轉化為可靠判斷。

「打造 AI-Ready 組織的關鍵布局」論壇則聚焦組織當責。AI 專案通常橫跨資訊、營運與管理部門,真正困難的不只是把系統建起來,而是由誰推動流程改造、由誰認列成果,以及當 AI 產出的判斷出現問題時,責任最後應由誰承擔。公部門、製造業與雲端服務業者如何從不同角色處理這些問題,對其他組織同樣具有參考價值。

金融創新論壇將討論 AI、虛擬資產與企業轉型。金融場域對資料安全、合規、風控與可追溯性的高度要求,也提醒企業:效率不能取代治理,AI 更不能成為責任模糊的理由。能否在高監管、高風險環境中建立清楚邊界,將直接影響 AI 應用能不能被長期採用。

2025 年活動論壇現場,資料照
圖/ AWS

從六種產業場景,看 AI 如何走進真實流程

真正具備參考價值的 AI 案例,不只要說明「做了什麼」,還要回答幾個更實際的問題:解決哪一段流程、使用哪些資料、在哪個節點交給 AI、誰負責最後判斷,又如何確認投入確實產生價值。

下午議程規劃橫跨智慧支付、製造、媒體科技、智慧交通、零售製造與運動育樂六種產業場景。每個場景面對的資料條件、即時要求與風險門檻都不相同。

產業場景 議程規劃與關鍵課題
智慧支付 藍新金流運用 AWS AI 自建智能 KYC 與交易監控;處理身份辨識、交易監控與風險判斷
製造 以語意層串接資料孤島,讓 AI Agent 正確理解分散在不同系統的資料
媒體科技 會說台語的 AI Agent:從醫院櫃台到第一線的落地實戰
零售製造 零售製造轉型;把技術接進實際營運與使用者體驗

這些差異進一步說明,AI 沒有一套可以直接複製到所有產業的標準答案。企業真正需要的,不只是更多案例,而是看見不同產業如何依資料條件、即時要求與風險門檻,把 AI 融入實際營運與使用者體驗。

現場同步打造「產業賦能走廊」,邀集超過 15 組雲端生態系夥伴設置展示攤位,聚焦智慧製造、金融科技與城市治理的真實痛點與解法。無論企業目前卡在技術、資料、治理,還是組織協作,不同問題點,都能找到對應的解方。

10 月 23 日,從智慧製造的產線優化、金融科技的風控升級,到運動產業的會員體驗創新,看 AI 如何從概念走進產業現場,成為百工百業轉型升級的實際動能。

10/23高雄展覽館盛大舉行
圖/ AWS

「2026 亞馬遜港都 AI 創新日」,掌握 AI 賦能百工百業、領航產業升級的實務趨勢
立即報名

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
一次搞懂工業AI
© 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