股東訴苦、馬斯克吐槽⋯⋯特斯拉股東會開成了脫口秀
股東訴苦、馬斯克吐槽⋯⋯特斯拉股東會開成了脫口秀

馬斯克站在山景城電腦歷史博物館舞台的紅色布幕前,再度扛起特斯拉年度股東大會的大型脫口秀現場。

這類大會往往集合了馬斯克天馬行空的吐槽和許諾,然後由特斯拉股東/車主俱樂部表達崇拜。

但這次,雙方都倒出了許多苦水。

Musk.png
圖/ PingWest

 

在這個「大型粉絲見面會現場」,身背草帽的「黑粉」Jing Zhao,手握12股普通股再次發起投票提案。去年他要求撤去馬斯克董事會主席一職,今年要求成立委員會監察特斯拉事務。但也一如既往被其他股東投票否決。不過美國證券交易委員會已經實現了Jing Zhao的願望,起訴馬斯克誤導投資人,迫使他辭去董事會主席職位,僅擔任CEO。

提議趕下馬斯克下台的股東.png
曾提議將馬斯克趕下董事長位置的Jing Zhao再次提案。
圖/ PingWest

一名股東表達完要買第三輛特斯拉車的忠誠後,話鋒一轉直戳眼前困境:

特斯拉在美國主流媒體上的形象已經是品質低劣、汽車自燃、公司站在破產邊緣。他的朋友受此影響不願買特斯拉,馬斯克能做點什麼嗎?比如找彭博社CEO那些媒體大亨合作一下?

但馬斯克認為,「電池和完全自動駕駛,」才是最重要的兩件事。馬斯克吐槽說,現在去買沒有自動駕駛功能的燃油汽車,就如同騎著馬用翻蓋手機一樣,「不明智吧?」

但這剛好都是特斯拉目前難解的問題。

完全自動駕駛困難重重。馬斯克曾於2018年11月在Twitter上宣布:特斯拉高階召喚功能準備就緒,還有6週發布。這項功能旨在實現「遙控」汽車自動行駛到車主身邊,尤其適用於在茫茫停車場從來記不起停車位置的車主。

但半年過去,高階召喚功能至今仍未問世,此次馬斯克在股東大會上遭遇追問:已經31週過去了,對延誤有什麼細節說法嗎?怎麼去對未來的完全自動駕駛系統有信心呢?

馬斯克在股東大會上自嘲:「我有時候對時間表過分樂觀,你是時候知道這點了。」

馬斯克解釋,他發現停車場其實很複雜,在開闊的空地上,自動駕駛系統把車開向車主輕鬆簡單。但是如果在停車場裡,如同在有很多障礙物的「迷宮」中,周圍有行人和汽車移動,「這就很難搞了。」

馬斯克抱怨分寸難以把握,如果讓自動駕駛系統過於敏感謹慎,那麼汽車會「謹慎」到無法移動,但過於激進撞到人也很危險。汽車還需要達到一定的行駛速度,不然還不如車主直接走到車邊方便。

但馬斯克還是做出了承諾,在今年年底,特斯拉的自動駕駛功能將會趨於完備(自動駕駛等級不明,且需要大規模測試)。該系統仍需要在人工監測下工作,但能夠實現「從你家車庫開到辦公室停車場的自動駕駛,全程無需人工干預。」

自動駕駛之外,還有電池的問題。

馬斯克把電池量產視為製約特斯拉產量的關鍵問題,尤其是在幾個新車型都計劃投入量產的時刻。但解決方案仍舊是一個迷,馬斯克對這個問題最有信息量的回應只是大家並沒有閒坐著無所事事,而是在採取一切可能的行動,「可能會進軍採礦業⋯⋯我不知道⋯⋯可能一點點。」

馬斯克同時也許下了一些不知能否按時兌現的承諾:

2020年量產Model Y和電動卡車Semi,將推出充一次電能行駛400英里的電動汽車,還有一支由100萬輛自動駕駛特斯拉組成的出租車車隊。特斯拉將在近期推出保險,只待一項小收購完成。特斯拉皮卡(Pick-up)也預計將在今年夏天推出。

有趣的是,上面提到的這些車,包括超級跑車Roadstart 2、Model Y,如同從科幻電影中走出的電動卡車Semi(銀灰色更具科幻感),都停在了電腦歷史博物館場外,活活把停車場變成了大型特斯拉車展。

 

會場外成特斯拉車展.jpg
股東大會場外的特斯拉超級跑車。
圖/ PingWest

 

特斯拉電動卡車.png
股東大會場外的特斯拉電動卡車。
圖/ PingWest

另外,馬斯克還把希望寄託在了中國市場上。

馬斯克稱,特斯拉經歷了不錯的一年,上一年交付了24.5萬輛汽車,這超過了此前史上交付量總和。 **上海工廠拔地而起,他說:「人生中沒見過中國這麼快的建廠速度。」 **

馬斯克還希望在每個大洲都建立工廠,尤其看好中國和歐洲市場。這是出於經濟考量,特斯拉在海外的汽車銷售面臨高額關稅、供應鍊和回款緩慢的問題,透過在海外市場當地建廠能夠改善這些問題。

有股東甚至認為中國市場廣闊,消費者也認可特斯拉豪華電動車的形象,還需要特斯拉幫助解決霧霾問題,中國工廠的產能設置在50萬輛是否太低?馬斯克則認為不如未來在中國的各個地區建廠。馬斯克還開玩笑說,特斯拉上海工廠需要空中交通管制,因為有太多的無人機飛來工廠上空拍照。

特斯拉在第一季再度巨虧7億美元,此次馬斯克強調客戶需求沒有問題。在去年產量翻倍後,特斯拉今年汽車產量預計還將增長60%到80%,但盈利就不要指望了,馬斯克很誠實地說,「這種成長速度很難實現盈利。」

股東大會上還有人提到了最近SpaceX「一箭60星」送入太空的網路系統Starlink。對此,馬斯克解釋並不是為了給人口稠密地區提供網路信號,而是為了給人口稀疏的邊遠地區提供低延時和高頻寬的網絡服務。這預計能夠為全球3%-5%的人口提供服務,但對於人口稠密的城市來說,這不是適宜的寬頻服務。

本文授權轉載自:PingWest

關鍵字: #特斯拉
往下滑看下一篇文章
從台灣走進北美千家速食門市!Berry AI 如何攜手博弘雲端,讓 AI 規模化落地?
從台灣走進北美千家速食門市!Berry AI 如何攜手博弘雲端,讓 AI 規模化落地?

一家來自台灣的 AI 新創,如何讓美國上千家速食餐廳,都用它的 AI「看」得來速車道?

這家公司就是專注於 AI 影像辨識技術的 Berry AI (華捷智能),透過攝影機蒐集匿名數據並轉化為多項營運指標,協助速食品牌找出流程瓶頸、提升現場營運效率與整體顧客滿意度。以美國連鎖炸雞品牌 Zaxby’s 為例,在全面導入 Berry AI 解決方案後,服務速度提升 13%-20%,業績表現最好與最差的門市,每週營收差距從 2.4 萬美元縮小至約 9,000 美元。另一家連鎖速食品牌 Culver’s 在導入後,得來速車道的服務時間也立刻改善,進而提升整體吞吐量。

然而,支撐 Berry AI 解決方案的,不只有前端看得見的攝影機與影像辨識技術,還有後端穩定且具彈性的雲端平台。Berry AI 結合 Amazon Web Services (AWS) 全球雲端資源及博弘雲端顧問服務,打造兼顧即時性、穩定性與成本效益的雲地混合架構,成為推動 Berry AI 持續擴大北美市場版圖的重要關鍵。

從台灣 PoC 走向北美千店規模,Berry AI 面臨架構升級新挑戰

Berry AI 執行長林逸中表示,團隊成立初期投入近2年半的時間,探索最適合影像辨識技術的應用場景,最終將目光鎖定高度標準化的速食餐飲業(Quick Service Restaurant;QSR),推出得來速計時器、餐廳計數器等解決方案,運用 AI 影像分析技術,辨識顧客進入得來速車道或餐廳後的狀態,例如:排隊、點餐、候餐等。

同時,Berry AI 也進一步將現場蒐集到的數據轉化為可量化的營運指標,例如:不同門市、日期或時段的顧客等候時間,協助管理者從數據中找出流程瓶頸與可以優化的環節,進而提升服務效率及顧客滿意度。

在確立發展方向並於台灣完成 PoC (概念驗證)後,Berry AI 決定前進全球最大、也是 QSR 最核心的北美市場。然而,隨著合作客戶與部署門市持續增加,資料量快速攀升,加上服務範圍橫跨不同區域,既有以地端為主的架構開始面臨規模化挑戰。

林逸中補充指出,尤其 QSR 業者在選擇 AI 解決方案時,格外重視技術效能與穩定性,包括 AI 辨識精準度、能否因應突發狀況、系統能否穩定運作,以及網路發生問題時能否維持服務等。在這樣的要求下,若將所有運算與資料都留在地端,不僅難以因應日益增加的部署門市與資料量體,設備建置與維運成本也會隨之增加。

BerryAI 攜手博弘雲端 打造高可用性 AWS 雲地混合架構,突破北美規模化部署挑戰

如何確保系統的即時性、穩定性與成本效益,成為 Berry AI 進軍北美後必須解決的新課題。為此,Berry AI 選擇與博弘雲端合作,取得穩定且高可用的 AWS 運算與資料庫服務架構,將即時運算留在地端,同時在雲端環境整合資料庫處理大量資料與後續分析工作,形成兼顧地端即時運算與雲端彈性擴充的雲地混合架構。

Berry AI研發同仁汪楚剛說明,包括車輛偵測、追蹤與狀態辨識等需要即時反應的工作,會先在地端完成;再將辨識結果傳送至 AWS 雲端,計算各項營運指標,提供後續分析與決策使用。透過這套架構,Berry AI 至今已處理超過 2 億筆車輛狀態資料。

此外,AWS 也是 Berry AI 持續優化 AI 模型的重要基礎。Berry AI 將整套資料蒐集流程建構於 AWS 上,透過完整且多樣化的資料,持續訓練與優化模型,進一步提升地端影像辨識的準確度。

博弘雲端
Berry AI 鎖定高度標準化的速食餐飲業(Quick Service Restaurant;QSR),推出得來速計時器、餐廳計數器等解決方案,運用 AI 影像分析技術,辨識顧客進入得來速車道或餐廳後的狀態,例如:排隊、點餐、候餐等,協助管理者從數據中找出流程瓶頸與可以優化的環節,進而提升服務效率及顧客滿意度。
圖/ Berry AI網站圖

成為企業技術團隊的延伸,博弘雲端助 BerryAI 把 AWS 用得更好、更省

隨著北美業務持續成長,Berry AI 也迎來新的課題:如何把雲端資源用得更有效率、更省成本,這也成為 Berry AI 與博弘雲端合作的重要契機。

對此,可能有很多人好奇,像 Berry AI 這類技術能力成熟、具備自行建置架構能力的企業,為什麼還需要與博弘雲端合作?「關鍵在於,博弘雲端長期深耕 AWS,對相關服務與技術架構更加熟悉,可以成為企業內部技術團隊的延伸。」博弘雲端技術長宋青雲說。

當 Berry AI 遇到特定 AWS 服務或技術問題時,可以直接尋求博弘雲端協助;若需要進一步與 AWS 原廠確認,博弘雲端也能協助溝通與處理,減少 Berry AI 自行研究與排除問題所需投入的時間,讓內部研發團隊可以將更多心力和資源集中在核心產品開發。

更重要的是,博弘雲端不只提供技術支援,還能從 Berry AI 實際用量與成長需求出發,客製化設計最適合的節費方案,這對 Berry AI 降低營運成本有很大的幫助。宋青雲說明,博弘雲端根據 Berry AI 既有的 AWS 用量,推估未來 1-3 年內的使用需求,並以此為基礎規劃合適的長期雲端資源用量;同時考量 Berry AI 所屬飛捷集團旗下還有 3 家子公司同樣使用 AWS,進一步整合集團需求進行評估,放大整體採購規模,爭取更大的節費空間。

宋青雲強調,雲端採取隨需即付的計價模式,雖然具備彈性優勢,但若缺乏持續管理,仍可能出現資源配置不符商務規劃,或費用超出預期等情況。而博弘雲端不只能從使用現況出發、建議適合的節費方案,也會從效能、資安與成本等面向進行架構健檢,提出相應的優化建議;同時還會提供相關管理介面,讓企業隨時查看帳戶使用狀況、預估未來用量,在業務規模持續成長的同時,也能兼顧雲端架構的效能、安全與成本效益。

而架構健檢與成本優化,只是博弘雲端服務的一環。從企業準備上雲開始,博弘雲端便能協助將應用程式與資料從地端搬遷至雲端,或直接在雲端完成部署;進一步還能協助建置數據平台、數據中台,進行資料分析及導入 AI 應用,讓企業資料發揮更大價值。當服務正式上線後,博弘雲端也能接續提供維運服務。換言之,從前期 PoC、雲端建置到後續維運,博弘雲端都能依據企業需求,提供相應的服務與支援。

對 Berry AI 來說,藉由與博弘雲端合作,深化 AWS 雲端資源使用,不只是突破規模化挑戰,更重要的是能把有限的資源集中在核心業務,持續優化解決方案、開發更多貼近餐飲營運需求的應用,進一步爭取更多品牌合作,擴大北美市場版圖。目前,Berry AI 正全力拓展北美市場,也持續尋找對 AI 技術與餐飲產業應用充滿好奇心、重視團隊協作的人才加入。徵才方向涵蓋機器學習與電腦視覺、Platform & System(DevOps、Infrastructure),以及 Full Stack 軟體開發。從門市邊緣裝置上運行的 AI 模型、串連雲端與數千家門市的系統平台,到協助餐飲品牌提升營運效率的分析產品,每個環節都還有發揮的空間。 期待匯聚更多優秀夥伴,一起用 AI 解決真實的營運問題,讓來自台灣的技術走進更多全球 QSR 門市。

職缺詳情:https://www.cake.me/companies/berryai/jobs

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