與鴻海合作生變後拜騰又陷破產危機!電動車還沒開始量產,造車夢就此畫下句點?
與鴻海合作生變後拜騰又陷破產危機!電動車還沒開始量產,造車夢就此畫下句點?

2021.7.14更新

近期拜騰與鴻海的合作關係頻傳變數,由於財務不穩,上汽上週接管入主拜騰,本周,拜騰的汽車關係企業「南京知行新能源汽車技術開發有限公司」又於7月12日被申請人上海華訊網路系統申請破產重整。

上週拜騰的最大債權人「中國一汽」接管拜騰管理權,派出一汽法人代表張影擔任拜騰董事長,是引爆鴻海跟拜騰合作生變原因。

而被申請破產重整則是一記重搥。南京知行新能源汽車技術開發有限公司成立於2017年6月,資本額是人民幣56.46億元,拜騰汽車為該公司旗下的新能源品牌。

不過似乎尚未走到絕路,拜騰受訪回應,雖有債權人向法院提起訴訟,並對拜騰汽車提起破產申請,但因為尚未遭法院受理其申請,拜騰汽車仍可以透過尋求和解化解危機。

媒體報導鴻海正在撤出先前派駐拜騰的人力,鴻海當時發布聲明指出,「雙方後續合作進展,尚待拜騰內部組織調整後而定。」

拜騰則在當時聲明中表示,「拜騰正在積極推進首款車的量產工作。將由拜騰核心股東一汽集團、合作夥伴富士康等分工合作,優化團隊。拜騰將充分利用一汽集團、富士康和地方政府等核心資源,制定一籃子相關方案,穩步推進首款車量產上市」。

下為2021.1.4原報導,讀懂拜騰和鴻海合作的始末細節

在世界各國紛紛設下禁售燃油新車大限時,鴻海近年也將目光轉向被視為交通未來的電動車上。《彭博社》披露,鴻海正在與中國電動車新創拜騰洽談一筆新的投資協議,預計將注資約2億美元,而鴻海官方在晚間也發佈合作新聞稿,證實合作。

根據《彭博社》報導,鴻海計畫將攜手拜騰,於2022年第一季開始量產電動車M-Byte。此前拜騰執行長丹尼爾.基徹特(Daniel Kirchert)曾宣佈,M-Byte計畫2021年於歐洲市場推出。

鴻海晚間也發佈聲明,鴻海旗下富士康科技集團與拜騰汽車、南京經濟技術開發區已經正式簽署戰略合作框架協定,合力加速推進拜騰首款車型M-Byte的量產製造工作,力爭在2022年第一季度前實現M-Byte量產。

不過據了解,雙方的合作協議僅限於業務合作,鴻海將提供拜騰先進製造技術、營運管理經驗與產業鏈資源,力求在明年第一季實現M-Byte量產,目前並無直接的投資關係,也就是《彭博社》聲稱的2億美元投資一事。

鴻海表示,集團多年來在資通訊產業的先進生產製造,與供應鏈管理的寶貴經驗,可以在電動車業施展。根據該協定,鴻海科技集團將提供先進製造技術、運營管理經驗和產業鏈資源,應用在原有拜騰車廠的運營管理。此外,這個合作案也能帶動鴻海科技集團電動車零組件事業的蓬勃發展。

雙方從接觸到簽約,僅歷時兩個月時間,「這不只是新能源汽車產業的鴻海富士康速度,也是未來新拜騰再出發的速度。」鴻海科技集團董事長劉揚偉表示,與拜騰合作是鴻海佈局電動汽車領域的重要一環,鴻海將竭力幫助拜騰M-Byte早日量產,登上世界電動車的舞臺。

M-Byte曾在2019、2020年的消費性電子展(CES)上公開亮相,拜騰聲稱M-Byte可在35分鐘充滿80%電力,續航力最高達550公里,並且最高時速為190公里,設計特點在於車內大量配置寬大的觸控螢幕,並搭載臉部辨識、手勢控制、血壓監測等新穎功能,是款瞄準頂端消費者的高級電動車款。

然而,這輛在展會上博得全球車迷注意力的電動車,如今正面臨夭折的威脅。

陷財務難關停工半年,精於「量產」的鴻海能是拜騰救星嗎?

今年7月,拜騰因財務問題宣佈暫時停工至少半年,從營運到生產全部業務陷入停擺,若鴻海計畫投資2億美元,勢必將成為這間新創的救命稻草。

拜騰成立於2016年,由曾在BMW任職20餘年的卡斯騰.布雷特菲爾德(Carsten Breitfeld),以及汽車品牌Infiniti中國總經理丹尼爾.基徹特(Daniel Kirchert)攜手創辦。依照新創資料庫CrunchBase的資料,拜騰目前總計募得資金為12億美元,投資者包括特斯拉電池供應商寧德時代、中國第一汽車集團等。

BYTON_Interior_view_03.jpg
拜騰曾在CES上揭露有著寬大螢幕、極為搶眼的概念車M-Byte,然而尚未量產就已陷入資金難關。

延伸閱讀:一年花2億買零食、印一盒名片要4千元⋯豪華電動車拜騰宣布暫停營運,是另一場新創騙局?

但即使資深業界人士坐鎮、不乏金主融資,拜騰依舊在2020年陷入資金窘境,4月裁去數百名員工後,7月更不得不暫時停工。同時也被披露內部用錢奢侈浪費,只有300人的北美分部一年買零食花費700萬美元,上海旗艦店的一盒名片就要1,000人民幣以上。

全球電動車龍頭特斯拉執行長馬斯克(Elon Musk)曾說,邁入量產是比做出原型要難上1千倍、1萬倍。拜騰原先計畫以走特斯拉路線,自行建立工廠生產電動車,然而這樣的作法普遍被認為成功機率不大,且產能容易陷入瓶頸。拜騰光在自建工廠上就花費超過110億人民幣,卻遲遲無法進入量產階段。

從競爭對手來看,目前中國最受矚目的三家電動車新創蔚來、理想與小鵬,皆是從尋找傳統車廠代工開始,再逐步轉型自建工廠,可以看出委由代工廠製造是種較容易的起步方式。

鴻海作為全球最精於「量產」的廠商,能否協助拜騰通過量產瓶頸,甚至成為其供應商,或許也值得外界期待。

中國電動車商機旺,鴻海加速跨入車用零組件

鴻海於這幾年看準電動車商機,尤其是身為全球最大電動車市場的中國。根據國際能源署(IEA)的資料,包括混合動力車在內,截至2019年全球約有720萬輛電動車,其中47%位於中國。且不只電動車數量領先世界,充電樁這類基礎建設的發展步伐也遠超各國,中國境內擁有多達21萬座快速充電樁,佔據全球整體的82%;一般的慢速充電樁也有52%的比例。

2018年,中國電動車新創小鵬汽車的22億人民幣B輪募資中,就有鴻海的參與;2020年初也宣佈與飛雅特克萊斯勒汽車合作,雙方攜手成立合資公司經營電動車業務,計畫在中國設廠生產電動車。

MIH電動車平台
鴻海在去年10月揭露了電動車平台MIH EV,預計2021年4月即可開始交貨。
圖/ 鴻海

延伸閱讀:【2020重磅大事】電動車進入百花齊放時代!駛向歷史轉折點

再看看近期,鴻海更於2020年10月推出「MIH EV開放平台」,想作為電動車領域的Android,成為各家廠商發展電動車的基礎。日前鴻海聲稱已有201家夥伴加入MIH聯盟,預計今年4月就能開始對外交貨,目標2025年拿下電動車平台10%市場。

鴻海產品長蕭才祐曾表示,他們未來將更積極投入電動車關鍵零組件,包括力拚在2024年推出商業固態電池。固態電池擁有比當今電池更高的能量密度,目前已是多家電池廠商的發展目標。

資料來源:Bloomberg、EqualOcean、Nikkei
責任編輯:錢玉紘

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