Dyson宣布2020年推出自家電動車,這家賣吹風機的公司做了哪些準備?
Dyson宣布2020年推出自家電動車,這家賣吹風機的公司做了哪些準備?

電動車的市場越來越熱鬧了,除了有通用、福特、奧迪這些傳統大車廠投入,還有像特斯拉這樣的後起之秀,就連以生產吹風機、吸塵器聞名的英國家電品牌Dyson,也在去年宣布要研發電動車,更喊出要在2020年上市。

過去一年,Dyson似乎又取得了更多進展,目前已經投資2億英鎊(約合新台幣79.12億元),將一處在英國西部的馬姆斯伯里(Hullavington)的機場,改造成一座研發中心,以及一條長度達16公里的測試場地,預計將會有超過2,000名人員進駐,展現積極布局電動車未來的企圖心。

電動車大夢,Dyson從1990年就起心動念

過去幾年,就一直有傳言Dyson要推出自己的電動車,而外界期待以及傳聞,在2015年Dyson以9,000萬美元(約合新台幣27億元),收購美國密西根大學旗下的固態電池(solid-state battery)新創Sakti3後,變得更加明朗。

Dyson要出奇制勝,關鍵的秘密武器就是電池,也是電動車要能夠順利發展極為關鍵的核心,「我們在哪裡生產電池,就在哪裡造車。」Dyson創辦人詹姆士.戴森(James Dyson)曾表示,計畫在未來五年投資14億美元(約合新台幣426億元)打造電池工廠,持續精進自家電池技術水準。

James Dyson
Dyson在1990 年,於公司內部成立一支團隊,研發用旋風分離技術,來過濾汽車廢氣顆粒裝置,1993 年團隊順利做出了產品模型,可惜當時的汽車產業並不買單,專案也就因此中止。

從吸塵器跨界到電動車,乍聽之下有些衝突,然而Dyson電動車大夢,最早可以回推到1988年,創辦人詹姆士.戴森(James Dyson)回憶,當年他無意間從一份論文中,了解到柴油引擎的廢棄會對人體造成極大危害,Dyson在1990年,於公司內部成立一支團隊,研發用旋風分離技術,來過濾汽車廢氣顆粒裝置,1993年團隊順利做出了產品模型,可惜當時的汽車產業並不買單,專案也就因此中止。

斥資20億英鎊,目標2020年推出首款電動車

去年(2017)九月,Dyson宣布要斥資20億英鎊(約合新台幣 791.2 億元),打造一款與市面上截然不同的電動車,表示已經網羅頂尖工程師,以及汽車產業的人才,研發團隊已經有超過400人規模,預計最快在2020年就會問世。

Dyson
詹姆士.戴森表示,未來所有的車輛生產都不會外包給專業汽車製造商組裝,通通都會自己打造,2020年的第一款電動車,目標鎖定高端客群。
圖/ shutterstock

今年初Dyson進一步揭露計畫內容,詹姆士.戴森表示,未來所有的車輛生產都不會外包給專業汽車製造商組裝,通通都會自己打造,2020年的第一款電動車,目標鎖定高端客群,預計只會少量生產一萬輛,主要是想先站穩腳步,熟悉整套造車流程,以及與材料供應商的合作關係,並且會使用最先進的固態電池系統來儲存電力,如果市場反應良好,後續計畫再推出兩款價格較為親民的電動車。

打造測試跑道、2000人研發中心

詹姆士.戴宣布要研發電動車已經一年過去了,目前看來整體計劃似乎獲得不少進展,本周Dyson表示,將投資2億英鎊(約合新台幣 79.12 億元),將一處在英國西部的馬姆斯伯里(Hullavington)的舊機場,開發成研發中心以及測試場地。

Dyson已經完成修復兩個在1938年興建的機庫,在馬姆斯伯里(Hullavington)的汽車研發團隊,已經有400名工程人員的規模,目前正計畫興建一條16公里長的測試車道,會有山丘和越野路段的設計,打造可以承受每小時161 公里高速行駛的高速跑道,接下來還將興建佔地超過44,600平方公尺,可以容納2,000人以上的研發中心,也意味著Dyson將火力全開,擴大電動車研發規模。

Dyson
未來在電動車市場布局中,Dyson會將在吸塵器、無葉片式電扇、空氣淨化器產品上的工程知識,應用在電動車產品上。
圖/ shutterstock

戴森也談到,未來在電動車市場布局中,Dyson會將在吸塵器、無葉片式電扇、空氣淨化器產品上的工程知識,應用在電動車產品上,「我們現在專注在汽車計畫的下個階段,強化全球研發組織的實力。」誓言要將電動車作為Dyson全新的發展方向,從家電一路進攻全球汽車產業。

關鍵字: #電動車
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