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
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