太空船爆炸、電動車也自燃!馬斯克的公司事故頻傳
太空船爆炸、電動車也自燃!馬斯克的公司事故頻傳

編按:最近馬斯克的公司不太平靜,週六才傳出SpaceX載人艙Crew Dragon爆炸事故,未來數月將與夥伴NASA合作調查,估計會影響到今年SapceX載人升空的計畫。

結果沒想到週日又傳出一起爆炸事故。昨(21)日晚間上海一輛特斯拉在地下車庫中突然自燃。對此特斯拉表示,在得知事故後,昨晚公司第一時間派出團隊趕往現場,目前正在積極聯絡相關部門並配合核實情況。

昨日晚間,微博上流傳出一段地下車庫監控影像,在錄像中,20點15分一輛停放在車位內的特斯拉先是冒白煙,接著直接爆炸並伴隨大量火焰。

澎湃新聞記者從徐匯消防部門獲悉,4月21日20時32分許,上海市徐匯區文定路某小區地下車庫發生火災,徐匯支隊立即調派15輛消防車到場處置。消防力量於20時39分到場,經奮力撲救,火災於21時18分熄滅。現場為獨立地下二層車庫,層面積約1,300平方公尺。起火部位在地下一層,有特斯拉、奧迪、雷克薩斯三輛轎車發生燃燒,其中,一輛特斯拉新能源轎車燒損較嚴重,另兩輛車不同程度燒損。現場無人員傷亡。目前,火災原因和財產損失正在進一步調查核實之中。

另據新聞晨報消息,社區居民介紹,突發情況發生後,住在社區高層建築內的居民被緊急疏散。因地下車庫散發出刺鼻氣味,消防員一度無法進入車庫,只能透過朝車庫內灌水進行撲救,車庫入口也被封閉。

特斯拉表示,根據目前的信息顯示,沒有人員傷亡。

微博.png
圖/ 網易科技

此前,美國媒體報導過幾次特斯拉的燃燒事故。 2019年2月,一位名特斯拉車主在佛羅里達行駛時發生車禍,導致車輛被大火包圍,車主當場死亡。而這輛特斯拉的電池在事故發生一天後,在警方停車場多次燃燒。

2018年5月,佛羅里達發生特斯拉嚴重碰撞事故,導致三名青少年兩死一傷,該車的電池重新燃起了兩次。而在同年3月,一輛Model X SUV在加州山景城撞毀,其電池五天後在停車場再次起火。

對於上面的事故,有分析認為,特斯拉的電陣列安裝在車輛底部,為了突出操控性,這加大了電池陣列受撞擊的可能,進而造成電芯或模組是非常容易移位,並聯和串聯用的導線也會脫落和短路,造成起火,同時,Model S、Model X的18650型電池陣列為了減輕重量和成本,還將最外的絕緣層取消,這也是充電過程中或碰撞後自燃的根源。

不過這幾起燃燒事故都與車禍相關,並非視頻中的停車自燃現象。

另據資料,在今年3月,廣州市一輛特斯拉Model S發生自燃,受損嚴重。發生自燃的時候該車正在停車場,既沒有充電,也沒有發生碰撞,與此次事故情形類似。

本文授權轉載自:網易科技

往下滑看下一篇文章
懂保險的 AI 才有用!國泰人壽數據暨人工智慧發展部如何解開壽險業的 AI 實戰難題
懂保險的 AI 才有用!國泰人壽數據暨人工智慧發展部如何解開壽險業的 AI 實戰難題

金管會調查顯示,國內金融機構與周邊單位已有 33% 導入 AI,其中壽險業導入比例達 67%,僅次於銀行業的 87%。事實上,保險業應用 AI 的難題不在技術,真正的挑戰是要在高度監理、複雜流程與專業領域中,找到可落地的應用場景。國泰人壽數據暨人工智慧發展部走過八年、歷經三次組織定位演進,如何摸索出自己一套的 AI 轉型路徑?

國泰人壽養兵練 AI

國泰人壽數據團隊的起點,可以追溯到 2016 年成立的「客群經營部」。2018 年,隨著公司希望讓 AI 發展更具基礎架構、更具規模地展開,團隊轉型為「數據經營部」;到了 2024 年,正式成立「數據暨人工智慧發展部」,角色也從推廣,轉向更專注的技術發展。

國泰人壽-2.jpg
國泰人壽數據暨人工智慧發展部目前為一約 65 人的團隊,平均年齡 33 歲。
圖/ 數位時代

八年間,團隊的任務始終圍繞同一件事:深入業務現場,釐清痛點,再與 IT、業務、客服等單位協作,推動 AI 從研究走向實踐。國泰人壽數據暨人工智慧發展部協理莊淑儀形容,這個過程更像是傳教士的工作:「很多數據產品是由我們發想,從核保到理賠,有哪些導入機會?我們要去和各部門溝通,AI 可以協助什麼。」

國泰人壽-3.jpg
國泰人壽數據暨人工智慧發展部協理莊淑儀。
圖/ 數位時代

這樣的溝通並不容易,因為壽險業的專業門檻極高。國泰人壽數據暨人工智慧發展部首席數據分析師黃喬敬博士指出,一張保單牽涉的關係人本來就複雜:「在保險業,一張保單的銷售,涉及要保人、被保人、受益人,是多方關係,尤其在金管會的要求下,還必須兼顧模型的公平性與可解釋性。」核保邏輯、理賠判斷、業務員培訓,每個環節都有各自的專業門檻與監理要求,通用技術難以直接套用。這也是國泰人壽選擇自己養兵練 AI 的原因,唯有深度理解壽險場景,AI 才有落地的條件。

從真實需求長出來的 AI 實戰力

要讓技術模型真正為前線人員所用,數據暨人工智慧發展部團隊長期觀察業務現場,確保 AI 產出都能有效銜接既有作業流程。去年,團隊面對的挑戰,是在十三個部門提案中,篩選出值得投入的場景。莊淑儀說明,評估標準有三項:「是否能複製到多元場景?對公司有什麼效益?技術可行性?」最終六個案子出線,其中包括「AI Coach」。

AI Coach 以 AI 陪練業務員磨練銷售技巧,同步縮短培訓週期,讓業務員能更快提供專業、貼近保戶需求的服務。看見 AI Coach 的成效後,國泰人壽也將同一套模式延伸至客服中心及直效團隊,評估面向包括禮貌、問題回應、服務要點...等面向,給於評分及建議。黃喬敬博士解釋背後的難度:「以往這些評估指標是由人來判斷,現在則是要做到標準化,讓 AI 系統可以自己判斷。」今年一月上線後,客服新人有超過九成以此作為教育訓練工具,業務端使用率也過半,不僅省下資深人員帶新人的時間,也讓保戶獲得更一致、更高品質的服務體驗。

國泰人壽-4.jpg
國泰人壽數據暨人工智慧發展部協理莊淑儀(左)與首席數據分析師黃喬敬博士(右)帶領團隊在國泰人壽保險領域驗證 AI 應用。
圖/ 數位時代

另一項落地應用則是「Cathay Eye」,是國泰人壽自行開發的智能風險控管模型。莊淑儀說明:「這最主要是幫案件的複雜度做分級,讓新進同仁處理複雜度低、資深同仁處理複雜度高的案件,一來反映人力價值,二來加速案件處理流程,讓客戶更快獲得所需服務。」

黃喬敬博士也補充背後的機制:「Cathay Eye 是把公司過去數千萬筆資料整合起來,藉此建立一個平均的判斷基準,用來做複雜度分級與派工。」目前,Cathay Eye 的識別能力相較原流程提升一倍精準度,也讓流程的判斷效率明顯加快。

壽險業 AI 應用的新標竿

對國泰人壽而言,讓 AI 發揮作用的關鍵,在於將產業領域知識與技術能力結合,而這仰賴的是兩條並行的人才路徑。對內,是強化已熟悉保險核心業務人才的 AI 素養;對外,則是網羅生成式 AI 工程與系統設計、AI 治理、雲端數據工程...等專業人才,補齊技術深度。莊淑儀強調:「在人才 AI 素養上,以往我們著重精兵制。去年開始,我們要做到全員素養提升,在人人都會用 AI 的時代,如何善用、如何合規,這都是需要教育訓練的。」

黃喬敬博士則從技術端點出下一步的方向,如 Agentic AI 是明確的發展趨勢,但在企業級的應用上,不可能讓它完全自由運作,如何兼顧安全與效益,是關鍵任務。「檢視整個 Workflow,如何建立更好的決策流程,人員的角色和流程都會慢慢轉換。」他也指出,把端到端的自動化流程建置起來,是團隊接下來的重點工程。

國泰人壽-5.jpg
國泰人壽數據暨人工智慧發展部首席數據分析師黃喬敬博士。
圖/ 數位時代

導入 AI,或許已是壽險業的產業常態;但能不能真正走進核心業務的第一線,關鍵仍是有沒有先搞懂保險本身。從需求出發、從場景驗證,國泰人壽正以這套方法,定義壽險業 AI 應用的新標竿。

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
台達電全解讀
© 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