特斯拉營收、交車數都創新高! 但競爭對手暴增,電動車龍頭地位能保住嗎?
特斯拉營收、交車數都創新高! 但競爭對手暴增,電動車龍頭地位能保住嗎?

特斯拉稍早公佈第三季財報,本季不僅營收及每股盈餘雙雙打破預期,營收及交車數皆刷新過去的最高紀錄,正式揮別疫情陰霾,並達成連續5季獲利的里程碑,股價也在盤後交易時段上漲約3%。雖然看似一片風光,外界分析前景仍有威脅存在。

7月至9月季度財報中,特斯拉營收達87.7億美元,較去年同期成長近4成,超越外界預期的83.6億美元,每股盈餘為0.76美元,也高於估計的0.57美元。與此同時,特斯拉本季交車數更達到13.9萬輛,達到有史以來最好的表現水準。

不過,由於前兩季受到疫情衝擊,交車數分別只達到8.8萬、9萬輛,若要實現執行長馬斯克(Elon Musk)先前喊出的年交車數50萬輛的目標,第四季交車數必須突破18萬輛的成績。

tesla shanghai gigafactory
特斯拉推出上海廠年產量可望達到25萬輛,其生產的Model 3近期也傳出將銷售至歐洲市場。
圖/ Tesla

值得一提的是,本季特斯拉的碳排放額度(regulatory credits)營收也大幅成長,較去年同期飆升近兩倍達3.97億美元。2020年迄今碳排放額度營收為11.8億美元,約占電動車業務營收的7%。由於這部份幾乎沒有成本,是提昇毛利率的重要指標。

特斯拉再次強調年交車輛50萬的目標保持不變,但坦承現在這不是一個能夠輕易實現的目標,聲稱順利達成與否,取決於上海超級工廠及Model Y產量能否突破。

目前上海廠產能預估將達到年產量25萬輛,其生產的Model 3稍早也傳出將超出中國市場的範疇,銷售至德國、法國等數十個歐盟國家。

另外,本週馬斯克還在推特上表示,全自動駕駛功能(FSD)展開測試,已為一小部份熟練、細心的駕駛提供服務,並聲稱這項功能會非常緩慢、謹慎地測試,預計年底前會擴大規模推出。

新創、汽車巨頭鐵蹄壓境,特斯拉競爭壓力逐漸增大

雖然滿足今年的目標已經很困難,特斯拉對明年的展望依舊維持高水準,當被分析師詢問明年交車數能否達到84萬至100萬輛的範圍時,馬斯克坦率透露「差不多」,同時有另一位高管表示,特斯拉將在下一季正式公佈2021年度目標。

馬斯克還透露,電動卡車Semi預計會在2021年開始交車,這距離首度揭露該車款歷時4年之久,而皮卡車Cybertruck也計畫於明年下半年面市。

目前正於柏林及德州奧斯汀建設的新廠房,對於這兩輛新車款的量產也影響重大。馬斯克指出,新廠房起初的產能恐怕會非常少,預估經過12至24個月才能達到最大產能。特斯拉先前計畫2021年7月啟用柏林工廠。

特斯拉推出新車款的壓力已越來越急迫,無論是瞄準電動車市場的新創,或者轉型的傳統車廠,產品都即將登場。前陣子亞馬遜才揭露Rivian為其打造的電動小貨車;通用汽車本週也發表電動悍馬車Hummer,計畫2022年投產。

Cybertruck.jpg
馬斯克預計,電動皮卡車Cybertruck將於明年下半年邁入量產。
圖/ Tesla

延伸閱讀:初登場就單挑特斯拉!電動皮卡Rivian是何方神聖、為何能吸引亞馬遜搶先訂購10萬輛?

羅斯證券公司(Roth Capital Partners)分析師克雷格.歐文(Craig Irwin)也指出,特斯拉的領先優勢可能會逐漸縮小,「特斯拉的市值仍然很高,沒有競爭對手,但這些競爭者們都已在奮力追趕。」

《路透社》指出,2024年前將有多達400款電動車問世。這意謂著特斯拉全球電動車霸主的地位勢必受到動搖。

特斯拉是「新創企業鏈」,馬斯克還想進軍保險業務

雖然外界對特斯拉即將面臨的競爭抱持憂慮,馬斯克認為他們並非單純的電動車公司,而是10逾家新創組成的「新創企業鏈」,涉及電動車製造、自動駕駛技術開發、晶片設計、太陽能電池,甚至汽車保險等多個面向。

馬斯克指出,他將每條產品線、製造工廠都視為一家新創,而特斯拉是所有這些新創的集合,「人們不瞭解特斯拉是一個新創企業鏈,懷疑我們涉足新領域。我們或許腳步比其他新創慢一點,但我不認為至今有做錯過什麼。」

而除了本業電動車之外,馬斯克認為保險業務具有相當龐大的成長潛力,可能達到電動車業務營收的30%至40%。特斯拉在去年宣佈跨足保險領域,建立保險公司,今年夏季又在中國註冊。

不過,先前股神巴菲特也曾告誡馬斯克隔行如隔山,電動車公司想跨界保險領域,就如同保險公司想製造汽車一樣荒唐,不贊成任何汽車業者進軍保險業務。

資料來源:CNBC、Reuter、TechCrunch

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