不靠NVIDIA自己來,特斯拉研發AI晶片最快2019年問世
不靠NVIDIA自己來,特斯拉研發AI晶片最快2019年問世

「我們暗地裡進行已經有2到3年的時間了,」特斯拉執行長馬斯克(Elon Musk ),上周在財報會議中,透露正在開發人工智慧(AI)運算晶片,除了更能符合自家用途需求,也能降低對第三方廠商的依賴,預計最快在2019年就能問世。

另外,要達到實現轉虧為盈目標,必須維持Model 3的穩定產能,隨著達到每周生產5000 輛 Model 3的目標,也帶動台灣供應鏈訂單大增,然而卻傳出特斯拉要求台灣供應商降價的消息。

導入Model 3、Model X ,提升車輛性能

先前特斯拉的無人車系統,都倚重Nvidia的Drive平台,馬斯克在上周財報會議中透露,特斯拉過去兩三年投入AI自主晶片研發,除了能夠改善Model S、X及3的硬體,也能降低對第三方廠商的依賴。

自主AI晶片的研發計畫,去年12月第一次向外界公開,主導這項計畫的負責人班農(Pete Bannon),是特斯拉從蘋果(Apple)挖來的晶片設計師,班農曾參與 iPhone 5的A5 晶片,以及多款iPhone 晶片開發。班農在會議中談到,過去團隊曾考慮使用Nvidia晶片,也曾接洽過ARM,「 最後我們選擇,過去沒人做過的,自己由上而下開發晶片。

班農表示,新款 AI 晶片將會跟Autopilot第三代硬體整合,未來晶片將導入Model 3、Model X 和 Model S 的 Autopilot系統中。根據馬斯克說法,晶片性能的關鍵,在於「在裸機上運行神經網路(ANN)」能克服在CPU和GPU之間數據傳輸的一些限制。

馬斯克強調,目前特斯拉使用的NVIDIA GPU(圖型處理器)每秒能處理約200幀,而自家最新研發的晶片,擁有更強的運算能力,能夠處理每秒2,000幀,不僅提高效能以及車輛的能力,最重要的是晶片能夠完全符合特斯拉的需求,並降低對第三方廠商的依賴,這款自主研發的AI運算晶片,預計最快在2019年就能問世。

Tesla
未來特斯拉自家研發的晶片,將會導入Model 3、Model X 和 Model S 的 Autopilot 系統中。
圖/ shutterstock

實現轉虧為盈目標,要求台灣供應商降價10%

上週財報的一大好消息,就是Model 3達到每週生產5,000輛的目標,預計在八月底時可以達到6,000輛目標,甚至年底前還要拚一周一萬輛,第三季目標組裝最多55,000輛Model 3。

如果特斯拉要維持長期盈利,穩定產能就是一大關鍵,過去一段時間,Model 3的生產問題讓馬斯克處於水深火熱之中,今年四月Model 3面臨生產瓶頸,馬斯克幾乎是以工廠為家,在沙發上過夜,甚至連回家洗澡的時間都沒有,為了達成每週 5,000 台的產能目標,特斯拉還在原有工廠外搭設了臨時帳篷生產線,甚至還加開手工生產線。

所有的努力,在馬斯克七月的一則貼文中看到了成果,「我認為我們剛剛成為一家真正的汽車公司。」表示特斯工廠在一周內生產超過 7000 輛電動車,其中包括Model S 和 Model X,最重要的是 Model 3的5000 輛門檻正式達標,特斯拉自2003年創立以來,從未能實現單年獲利,花了15年的時間,才終於達到馬斯克心中「真正汽車公司」的標準。

特斯拉的目標,是在第三、第四季實現營利目標,Model 3 的產能和銷量非常關鍵,據傳為了補足加州工廠人手,馬斯克下令將大量員工調往加州。此外隨著本月底Model 3產能要增兩成擴大至6,000輛,台灣供應鏈訂單也因此大增,不過為了降低成本,據傳特斯拉要求台灣供應商降價約10%,目前仍在議價中。

往下滑看下一篇文章
從黑客松到理賠第一線,富邦人壽如何讓 AI 從創新提案變成工作夥伴?
從黑客松到理賠第一線,富邦人壽如何讓 AI 從創新提案變成工作夥伴?

當許多企業還在討論 AI 能做什麼,富邦人壽更關注:AI 如何被第一線同仁使用?而這也是「理賠智慧助理」能從黑客松發想、走進理賠現場,成為真實工作夥伴的原因。

為什麼富邦人壽會選擇從最複雜、也最不易標準化的環節–理賠–切入、嘗試將AI從「回答問題的工具」轉變成進入核心營運流程的「決策輔助夥伴」?

保險理賠為何難以AI化?答案藏在大量非結構化資訊裡

相較於客服問答或行政流程,理賠工作最大的挑戰在於資訊高度分散且缺乏標準格式:從診斷證明、病理報告、手術紀錄到醫療收據,每份文件不同醫院格式都不同,內容還充滿專業醫療術語;理賠人員不僅必須理解文件內容,還需要同步比對保單條款、法規要求以及醫學知識,才能做出適當判斷。

更複雜的是,就算是相同疾病或手術名稱,不同案件背景也可能導致不同理賠結果,因此,理賠長期被視為高度依賴專業經驗與人工判斷的工作,很難透過傳統自動化工具處理。

近年來,隨著理賠案件量持續增加、醫療技術快速演進,以及新舊世代交替帶來的人才培育壓力,如何兼顧理賠品質、作業效率與知識傳承,成為刻不容緩的議題。

富邦人壽開始思考:如果AI無法取代專業判斷,是否能先協助理賠人員更快掌握資訊、縮短搜尋時間,讓專業人才把時間投入在更高價值的分析與決策工作?這個想法在富邦集團導入微軟Copilot Studio並舉辦黑客松活動後獲得實踐機會,理賠團隊將構想轉化為可驗證的AI提案,並在主管支持與跨部門合作下,於2026年1月正式導入理賠現場。

「黑客松讓我們有機會快速驗證想法,也讓AI應用從概念走向實際場景。」富邦人壽理賠部資深襄理郭乃瑀如是說道。

數位時代為此特別專訪富邦人壽黑客松獲獎團隊「ClaimAIngels」的成員,深入了解這項 AI 專案如何從創新提案一路走進理賠第一線,成為同仁日常工作的決策輔助夥伴。

富邦人壽
富邦人壽理賠智慧助理透過黑客松加速落地!數位時代專訪團隊成員郭乃瑀 (左上)、 王羽藍(左下)、陳子聆(右上)、林庭樂(右下),分享過程與收穫。
圖/ 數位時代

AI成功落地的關鍵,不只是模型,還有資料與流程重建

從創意發想到實際上線,最大的挑戰不是技術,而是如何讓AI真正符合第一線需求。

富邦人壽理賠部資深襄理林庭樂指出,團隊一開始便深入訪談理賠同仁,發現大家真正需要的並不是AI幫忙做決定,而是協助整理資訊,因此將理賠智慧助理專案聚焦於三大領域:手術等級建議、病理報告判讀輔助,以及國外醫療文件翻譯與摘要,目標是協助同仁降低資料蒐集與查詢時間,讓理賠同仁可以快速掌握案件重點。

但要做到這一步,必須先建立可信任的資料基礎。

由於醫療資料來源眾多且格式不一,團隊投入大量時間整理歷史案件、建立醫療名詞對應關係、標註資料來源與判斷依據,並透過跨部門討論及醫師顧問協作,逐步建立一致的判讀標準。林庭樂表示:「這項工作看似基礎,卻是AI能否提供可靠建議的關鍵,更重要的是,它讓過去散落在資深同仁腦中的經驗知識,逐漸轉化為可被組織保存與運用的數位資產。」

富邦人壽理賠部專員陳子聆便感受到明顯改變。她說:「過去遇到新的手術名稱,往往需要花費一到兩個小時查閱條款、搜尋歷史案例並向資深同仁請教,現在,透過理賠智慧助理協助,資料搜尋時間縮短50%以上,能將更多心力放在案件分析與專業判斷上。」

理賠部理賠審核科資深襄理王羽藍則形容,理賠智慧助理更像是一位隨身秘書。她說:「它會先幫我們整理案件重點,也能提醒是否遺漏重要資訊。無論是判讀國內外醫療文件、核對醫療收據,或分析病理報告內容,都能快速提供參考依據,讓我們把時間投入更重要的專業決策。」

除了資料基礎建設,金融業導入 AI 的另一個關鍵挑戰是風險與合規。

因應金融監理要求以及個資保護需求,團隊在設計理賠智慧助理時建立多層防護機制與使用護欄,並持續優化提示詞設計,以降低AI幻覺、資料外洩與誤判風險,確保AI始終在可控範圍內運作。

不過,對富邦人壽而言,上線並不代表結束,而是優化的開始。

團隊發現,理賠智慧助理初期使用率表現亮眼,但隨著時間推移逐漸下降,為了找出原因,團隊同仁與第一線理賠同仁召開多場討論會議,讓其了解,生成式 AI 並非一次建置完成就能長期發揮效益,必須持續蒐集使用回饋、改善建議,進而調整功能設計。

郭乃瑀表示:「根據同仁回饋,團隊目前正規劃新增實支實付手術給付比例分析等功能,目標是讓AI更貼近實際工作流程、滿足使用者需求。」

從單一專案到組織能力,理賠智慧助理帶來的真正改變

隨著理賠智慧助理逐步成為理賠同仁的日常工作夥伴,其帶來的影響也不再侷限於效率提升,而是開始擴散至組織文化與創新模式的改變。

郭乃瑀表示,過去AI專案多半由資訊部門主導,但這次經驗讓大家發現,真正了解痛點的人其實是第一線同仁,因為只有其最清楚哪些流程最耗時、哪些資訊最難取得,以及哪些環節最適合導入AI。「隨著理賠智慧助理成果逐漸顯現,愈來愈多部門開始主動詢問專案推動經驗,如資料整理、風險控管、流程設計與使用者導入等做法,加速 AI 創新在組織內部的擴散與落地。」

對富邦人壽而言,理賠智慧助理並不只是單一 AI 工具,而是一次工作方式與文化的改變:從第一線提出需求、跨部門共同打造,到持續優化與回饋機制,AI 不再只是科技部門的工具,而逐漸成為工作現場的一部分,也讓數位轉型成為一種持續發生的創新能力。

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
代理式商務連動百兆商機
© 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