馬斯克嘆抓不完的內鬼,正凸顯特斯拉更嚴重的問題
馬斯克嘆抓不完的內鬼,正凸顯特斯拉更嚴重的問題

特斯拉(Tesla)執行長馬斯克(Elon Musk)這幾天陸陸續續發了兩封信給全體員工,告訴大家近來公司抓到了內鬼,不僅盜取機密文件,甚至工廠的離奇火災也可能案情不單純。

先前特斯拉一直沒有透露該名員工的資訊,本周三正式採取法律行動,馬斯克口中的內鬼身分就此曝光,他甚至還在Twitter上表示:「老鼠屎還有很多。」員工心懷不滿就能輕易在生產線上搞破壞,這起事件不僅讓人看見馬斯克在管理上潛在的問題,也讓人對一向聲稱透明安全的特斯拉產品安全性,充滿了不安與懷疑。

特斯拉控告破壞員工,對媒體散布不實言論

根據特斯拉訴訟文件顯示,這名被抓到搞破壞的員工是前技術員馬丁·特里普(Martin Tripp),他在2017年10月進入特斯拉工作,根據官方說法,特里普因為不滿公司將他調職後未指派重要職位,且工作態度好鬥又具破壞性,因心懷不滿才會暗中搞破壞。

上週日馬斯克在給員工的公開信中表示,有員工蓄意竄改特斯拉製造運作系統 (Tesla Manufacturing Operating System)的代碼,並將大量敏感數據傳送給不知名的第三方機構。根據訴訟內容,特斯拉表示馬丁·特里普承認寫了破壞特斯拉製造系統(MOS)的惡意程式,並將部分機密資料定期外流給第三方,外流的機密文件中還包括了特斯拉生產系統的照片以及影片。

Tesla
特斯拉前員工馬丁·特里普承認寫了破壞特斯拉製造系統(MOS)的惡意程式,並將部分機密資料定期外流給第三方。
圖/ shutterstock

此外更指控馬丁·特里普對媒體散布不正確的資訊,「他跟媒體說特斯拉部分Model 3的電池有瑕疵,但事實上並沒有。」特斯拉在訴訟中說到:「他還造謠新生產設備遲遲無法上線,且誇大生產的報廢率。」

馬斯克:老鼠屎不只一顆

這已經不是馬斯克第一次面對公司內部蓄意破壞的問題,2016年他創立的另一家航太公司SpaceX ,在獵鷹九號火箭發射的過程中發生了爆炸意外,這起事件也被懷疑是人為蓄意破壞,對馬斯克來說,員工背後的小動作一直是他揮之不去的威脅。

根據馬斯克自己的說法,目前所發現的破壞行為仍只是開端,周三他在Twitter上寫到:「還有更多」,暗指公司內部的破壞事件不只一樁,「公司內的幾個老鼠屎,不會阻礙特斯拉達成目標。」並表示以公司四萬名員工的比例換算,一千人裡就有一顆老鼠屎,那麼至找還有40人沒被揪出。

鋼鐵人愛說場面話,無法保護第一線員工

從這起事件也能看出特斯拉員工不滿的能量,《衛報》在2017年曾對特斯拉的工作環境、勞動條件進行調查,發現工廠生產線是的員工受傷的機率極高,有員工更表示馬斯克喜歡說一些漂亮的場面話,但對於員工的承諾往往無法實現。

在傳出員工受傷的事件後,馬斯克曾發信給員工寫到:「文字無法表達我對你們安全和幸福的關心,希望今後你們無論有任何的傷病都要向我告知,沒有例外。」看似充滿關懷與溫情背後的事實是,「那只是說說而已,都是公關手段罷了。」員工透露馬斯克喜歡把話說得很好聽,但從來不曾親自關懷員工傷勢。

Elon Musk
馬斯克過於樂觀的態度一直被外界批評。

「這位億萬富翁說話過於樂觀,雖然這些好聽話可以讓他的粉絲興奮不已,但對第一線打拚的工人來說,他嘴上說的諾言都只是傷害而已。」馬斯克過於樂觀的態度一直被外界批評,例如他曾在去年說The Boring Company已經獲得紐約政府「口頭許可」,要打造連結華盛頓與紐約之間的超迴路列車(Hyperloop),話說得好聽又漂亮,但費城市長辦公室發言人則說:「馬斯克完全沒有跟市府當局接觸過」;更不用說他曾承諾要在2017年測試一輛完全自動駕駛的汽車,以及喊出Model 3在2017年產量會達到每周5千輛,這些承諾通通都跳票。

Hyperloop
馬斯克曾在去年說,要打造連結華盛頓與紐約之間的超迴路列車(Hyperloop),話說得好聽又漂亮,最後仍是跳票收場。
圖/ YouTube

小小員工就能竄改關鍵系統,特斯拉品管備受質疑

這次特斯拉的內鬼風波,除了讓外界看見馬克思在公司管理上的不周全,也不禁讓人擔心特斯拉汽車的安全性。試想僅僅一名心懷不滿的員工,就能輕易進入製造車輛的關鍵系統,竄改代碼還洩露給第三方,不禁讓人質疑,這是一家以製造自動駕駛、號稱高科技安全透明的公司嗎?

在先進的技術與設備下都無法防範系統被竄改,讓人擔心特斯拉自駕車的安全性是不是真的有被嚴格把關,如果車輛因為員工的報復鬧出人命怎麼辦?這些疑問是馬斯克在解決家務事之餘,必須提出一個更完善的內部制度,來說服大眾自家產品的安全性以及品質。

往下滑看下一篇文章
廢棄碳纖維也能變再生材料!天翊綠能靠低溫解聚技術,獲桃園SBIR助攻產品驗證
廢棄碳纖維也能變再生材料!天翊綠能靠低溫解聚技術,獲桃園SBIR助攻產品驗證

碳纖維因重量輕、強度高,廣泛應用於自行車、汽車、航太及無人機等產業,每公斤原生碳纖維價格可達數百元,部分高階材料甚至高達數千元。然而,這些高價材料製成複合材料後,生產過程產生的邊角料與廢棄物,卻因熱固性樹脂難以分離,往往只能焚化、掩埋或降級使用,讓耗費大量能源製造的碳纖維失去再利用價值。

「產業真正需要的不是把廢棄物處理掉,而是如何把裡面的碳纖維、玻璃纖維重新變成有市場價值的材料。」天翊綠能科技執行長莊文彥指出。深耕複合材料產業約20年的他,於2023年成立天翊,希望透過自主開發的低溫常壓解聚技術,讓廢棄複材重新回到製造業供應鏈。

低溫解聚保留纖維性能,從廢料處理走向材料再生

熱固性複合材料難以回收,關鍵在於樹脂固化後無法像一般塑膠重新加熱熔融。傳統高溫熱裂解雖能去除樹脂,卻可能損傷碳纖維性能;若回收碳纖維強度下降,製造商可能需要增加材料用量以滿足產品的強度要求,反而削弱碳纖維原有的輕量化優勢。

為突破限制,天翊開發低溫常壓化學解聚技術,在約90°C、常壓環境下分離樹脂與纖維,降低高溫處理對纖維性能的影響。不同於將樹脂直接燒除,天翊也推進樹脂回收再利用及化學溶劑循環,提高材料利用效率。根據天翊提供的第三方檢測結果,回收碳纖維在受測性能項目上的表現達原生材料的98%以上。團隊也將回收纖維製成再生碳纖維不織布、板材、塊材及工程材料。

莊文彥表示,再生碳纖維每公斤價格約150至300元,具備成本競爭潛力。天翊也規劃三層商業模式:取得合法處理資格後,協助製造商處理複材廢料並收取處理費;將回收纖維製成再生材料銷售;再與客戶共同開發終端零組件。「我們不希望公司的主要價值停留在『每公斤收多少處理費』,而是希望營收逐步往再生材料與高值應用移動。」莊文彥強調,讓回收材料具備市場需求,才是循環經濟能否持續運作的關鍵。

桃園 SBIR 助攻百公斤級驗證,跨越技術走向產品的關鍵門檻

對技術型新創而言,證明技術可行只是第一步。要讓再生材料進入製造業供應鏈,還必須建立可重複的處理流程、穩定的材料品質及產品驗證機制。這些工作需要投入設備、人力與檢測費用,對商業化初期的天翊而言,是不小的負擔。

在桃園市政府地方型SBIR計畫的研發經費支持下,天翊得以加速推進製程測試、材料檢測與產品驗證。莊文彥指出,過去團隊主要仰賴實務經驗調整回收製程,但要讓技術進入產業應用,還必須建立標準作業流程、進出料紀錄及材料品質數據。透過計畫,天翊逐步完善這些機制,並針對碳纖維自行車、碳纖維預浸布邊料、高壓氣瓶與車用零件等廢料進行測試,完成超過100公斤複材廢料的處理驗證,建立相應的操作條件。

除了製程驗證,補助也支持團隊將回收纖維製成不織布、模具及相關產品,確認再生材料能否符合實際需求。其中,以再生碳纖維氈製作的模具,相較原本的玻璃纖維模具,減重約56.96%;以再生碳纖維氈製作的產品,相較原本玻纖產品,減重約27.77%。這些成果讓天翊不再只能向客戶說明技術可行性,而能透過具體的材料與產品數據,爭取後續合作機會。

天翊也與既有下游夥伴推進汽車零組件應用,累積再生材料進入供應鏈所需的驗證經驗。「SBIR對我們而言,不只是補助研發,而是幫助公司跨過了『實驗室技術走向實際產品』非常重要的一段。」莊文彥表示,政府資源不僅分攤研發成本,更協助團隊補足商業化所需的品質管理與產品驗證基礎。

以桃園為循環基地,從碳纖維走向風機葉片回收

除了研發補助,桃園聚集電子、汽車、航空與複合材料產業,也讓天翊有機會就近尋找廢料來源、加工夥伴及應用客戶。此外,天翊與桃園市政府消防局就高壓氣瓶展開合作,嘗試將回收技術應用於地方政府實際產生的循環需求。團隊目前持續推進桃園廠區設置與再利用相關申請,希望建立「在地廢料、在地回收、在地再製」的產業模式。

不過,即使技術與產品驗證已取得初步成果,天翊仍須完成事業廢棄物再利用相關許可程序,才能依核准條件擴大收料與處理規模。漫長的審查過程雖然增加營運成本,但莊文彥認為,除了回收技術,合法處理資格、穩定料源與產品市場,同樣是建立長期競爭優勢的關鍵。天翊的長期目標則不止於碳纖維。莊文彥補充,當初投入低溫常壓解聚技術,也考量到未來大型風力發電機退役葉片的回收需求。風機葉片主要由玻璃纖維、樹脂及部分碳纖維構成,體積龐大且難以回收,隨著全球風電產業發展,退役葉片處理將成為重要課題。天翊也已取得風機葉片回收處理方法的臺灣發明專利與美國發明專利。

因此,團隊選擇先從材料價值較高的碳纖維切入,累積技術驗證、設備放大與商業化經驗,再逐步拓展至大型風機葉片。「我們希望證明,複合材料不是只能從製造走向廢棄,而是可以從廢棄再回到材料、再回到產業。天翊要做的,就是把這條循環真正建立起來。」莊文彥說。

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