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？|數位時代 BusinessNext

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。

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。

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

快速展店背後的挑戰　如何降低跨據點管理與維運負擔

對連鎖零售企業而言，展店代表商機與成長，但當門市數量快速增加，營運與管理的複雜度也隨之提升。尤其對便利商店（C-store）、餐飲連鎖與其他高密度展店型態的企業而言，總部需要面對的不只是據點數量增加，更包括不同門市的設備管理、系統維護、日常維運與人力配置等多方面挑戰。

過去多據點門市的設備與資訊管理，往往以單一門市為單位，各據點可能擁有不同的攝影機、錄影設備配置與管理模式。當總部需要掌握事件狀況、確認門市營運情形，或進行跨區域管理時，往往需要投入大量人力逐一確認資訊，不僅增加管理負擔，也提高維運成本。

此外，零售產業本身具有高度變動性。門市可能因應市場策略進行展店、搬遷、改裝，甚至調整營運規模。傳統一次性設備投資模式，容易讓企業在面對據點變化時缺乏彈性，也增加設備重新配置與後續維護的負擔。

因此，現代零售企業所需要的不只是單純記錄事件的設備，而是一套能隨企業成長彈性調整、協助總部有效掌握多據點安全資訊，並支援未來智慧應用發展的智慧化管理架構。

從既有設備開始升級　降低全面汰換設備的轉型負擔

面對智慧化轉型需求，許多企業最大的挑戰並非是否需要升級，而是如何在不中斷現有營運的情況下完成轉型。

對已經投入大量資源建置安全系統的零售企業而言，全面汰換既有架構不僅成本高，也可能影響門市日常運作。因此，能夠兼容既有設備並逐步升級的彈性架構，成為企業導入智慧安全管理的重要關鍵。

透過混合雲架構，企業可以從既有設備開始，逐步整合不同據點的安全資訊與管理需求，同時導入雲端管理能力。相較於一次性重新建置，新一代平台架構能協助企業延續既有投資價值，並依照實際需求逐步導入更集中化、智慧化的管理能力。

此外，訂閱式雲端服務模式和混合雲安防架構，也為零售企業帶來更靈活的資產管理方式。相較於頻繁的硬體汰換、傳統一次性採購或繁瑣的跨品牌安防系統的管理，企業更有彈性的因應門市拓展、搬遷、調整或營運規模調整，精準配置資源，降低一次性投入壓力，也減少因據點變動造成設備閒置的情況。

對快速成長的連鎖零售企業而言，安全管理不再是一套固定且難以調整的架構，而是一個能隨企業規模與需求持續演進的平台。無論是新增門市、跨區域管理，或因應營運策略調整，都能以更彈性的方式完成管理升級。

AI 不只是安防工具　更開始協助零售提升營運效率

隨著 AI 技術快速發展，安全管理的角色也正在改變。過去企業導入影像系統主要用於事件記錄、事後查看與追蹤；如今，智慧雲端安防平台則能進一步從大量影像資訊中辨識人、車與行為，協助企業從「看見發生什麼」進一步「理解正在發生什麼」，甚至主動協助管理者發現與處理事件。對門市數量眾多、人力有限的連鎖零售業者而言，AI 正逐步成為降低管理負擔、提升營運效率的重要工具。

從基本事件偵測到自然語言規則　讓 AI 主動理解更多異常情境。 AI 智慧辨識已能針對跌倒、奔跑、徘徊、跨線等常見事件進行自動偵測，協助門市減少人工查看影像的需求。而進一步透過 Think Alert，管理者更可以直接以自然語言設定客製化的偵測條件，將 AI 應用延伸至傳統事件規則以外。以門市尖峰時段為例，店員往往需要同時處理結帳、補貨與顧客服務，總部也難以持續掌握每個據點的即時狀況。透過 Think Alert，管理者可以直接以自然語言設定「在門店入口抽菸的人」等情境；當符合設定條件的畫面出現時，系統即可主動發出警報，協助管理者即時掌握異常狀況。對於門市數量龐大的企業而言，這代表 AI 不只是協助辨識既定事件，更能依據不同營運需求，讓管理者以更直覺的方式設定希望 AI 主動關注的情境。

從大海撈針到快速完成調查　Think Search 搭配 Case Vault(案例庫) 掌握完整事件脈絡。 當事件發生後，如何從大量、多據點的影像中找到關鍵人物與事件脈絡，往往是最耗費人力的環節。透過 Think Search，管理者可以直接用自然語言描述想尋找的對象與情境，例如，當家長反映孩童可能在門市附近走失時，店員或總部人員不需要逐一查看不同攝影機的錄影畫面，只要在 Think Search 輸入「昨日上午，牽著小女孩的男性」等自然語言描述，系統即可協助從大量影像中篩選相關畫面，快速找到相關人物可能出現的時間與位置。若需要進一步追蹤，還能將不同搜尋階段找到的重要畫面與資訊整理至 Case Vault，建立事件時間線與人物移動路徑，協助管理者更完整掌握事件脈絡。

從安全管理延伸至顧客服務與門市營運　讓既有影像創造更多價值。 AI 的應用也不只限於安全事件。例如在咖啡店、餐飲等場景，若顧客將手機、包包等物品遺留在座位或櫃台附近，遺留物與遺失物偵測可以協助門市人員更快發現異常，主動確認並協助顧客處理失物問題；人流分析則能協助企業掌握不同時段的門市活動趨勢，作為空間配置與人力安排的參考；車牌辨識可應用於停車區域或門市周邊管理，而工安防護裝備辨識則能協助後場、倉儲等區域進行安全規範管理。透過這些應用，企業能在既有設備基礎上，進一步將影像資料延伸至安全、服務與營運等不同場景。

對連鎖零售業而言，AI 的價值已不只是「看得更清楚」，而是讓企業更快發現問題、更快找到資訊，並進一步理解事件脈絡與營運狀況。從基本事件偵測、自然語言設定規則，到 AI 搜尋與事件調查，再延伸至顧客服務與營運分析，雲端安防平台正讓影像從被動的紀錄工具，逐步成為支援多據點安全管理與營運決策的重要資訊來源。