【圖解】掌握電池者得天下！寧德時代、LG化學、Panasonic三大廠成全球車廠拉攏對象|數位時代 BusinessNext

全球環保意識在疫情下大爆發，也促使電動車成為各國顯學。當德國、日本、韓國等多國紛紛設下販售燃油新車的最後期限，不僅投入電動車的新創如雨後春筍般冒出，各大車廠也接連展現電動車的決心，甚至宣示將全面轉型為電動車廠。

根據國際能源署的預估，全球電動車總數將以每年36%的複合成長率持續增加，在2030年累計到2.45億輛的規模。德勤也預估，電動車銷量將在2030年達到3,100萬，占整體汽車銷售的32%。

這股席捲世界各國的電動車浪潮，也成為各大電池業者爭奪的戰場，電池佔據整車成本的3分之1以上，說是電動車的心臟也不為過。全球電池的需求量也預估將從不到200 GWh，在10年內飆漲至3,000 GWh以上。

目前全球排行前三大的電動車電池業者分別是寧德時代、LG化學及Panasonic，這電池三雄的一舉一動，以及孰勝孰負，已成為外界密切關注的焦點。

能量密度誰勝出？

擔憂電動車電力是否夠用的「里程焦慮」，是當今消費者對電動車卻步的關鍵因素之一，打造出具有更高能量密度的電池，強化電動車的續航力，也成為電池廠、車廠的重要目標。

根據中國開源證券的研究報告，寧德時代的磷酸鐵（LFP）鋰電池的能量密度為178 Wh/kg，而鎳鈷錳（NCM）鋰電池的能量密度為240 Wh/kg。這份報告披露，Panasonic的鎳鈷鋁（NCA）鋰電池的能量密度為260 Wh/kg，LG化學鎳鈷錳（NCM）鋰電池的能量密度則為250 Wh/kg。

不過也有報導指出，LG化學供應奧迪e-tron及保時捷Taycan等高階電動車款的LGX E78，已超越過往電池的能量密度，可達到265 Wh/kg，更勝於Panasonic的電池表現。

就現況看來，電池能量密度上Panasonic與LG化學不相伯仲，寧德時代稍微略遜一籌，但開源證券報告指出，目前能夠量產、尚未適用於特定車型的電池，寧德時代可達到304 Wh/kg，已接近Panasonic的310 Wh/kg。

另外，寧德時代投資LFP電池的布局，也可能為這間中國新創帶來不一樣的機會，LFP電池雖然能量密度上不比三元電池（正極材料使用鎳鈷錳酸鋰或鎳鈷鋁酸鋰等三元聚合物的鋰離子二次電池），但更為安全、低價的性質也讓它在部份市場佔有一席之地，例如中國版Model 3就選用LFP電池。寧德時代更預估，2021年LFP電池在電動車的裝機量將超越三元電池。

三大電池廠誰最能賺？

電動車在全球成為趨勢，無論傳統車廠、新創公司都紛紛加入戰局，各家電池廠也為了爭奪市場份額使出渾身解數，但誰是體質健康的商業模式，誰又是打腫臉充胖子，或許從各家的財報上能夠窺見一二。

由於寧德時代尚未公佈2020年第四季的財報，因此本文先比較2020年7至9月財務成績。

LG化學2020年第三季財報中，能源解決方案營收達到3.14兆韓元（約27.7億美元），較前一年同期成長42%，營業利潤則為1,690億韓元（約1.49億美元），利潤率為5.3%左右。

Panasonic 2020第三季財報中，車用電池營收達到1,183億日圓（約10.87億美元），利潤方面並未單獨公佈，不過整個汽車部門營業利潤為51億日圓（約4,700萬美元），利潤率為1.4%。

寧德時代2020第三季營收127億人民幣（19.6億美元），較前一年同下降4%，利潤14.2億人民幣（2.2億美元），利潤率11.2%。

相較於LG化學與Panasonic，寧德時代在利潤率方面有著非常顯著的領先幅度，即使營收只有LG化學的一半不到，利潤卻遠遠超越。值得注意的是，寧德時代獲得相當高的政府補助，2020年前9個月認列額度接近9.2億人民幣。

各國對於電池產業多多少少都有部份補助，例如LG化學也在財報中指出，2020年前9個月獲得的政府補助達2,093億韓元，然而LG化學業務龐雜，難以斷言有多少屬於電池業務。

不過，寧德時代2020年前三季利潤達33.57億人民幣（約5.2億美元）即使扣除政府補助的9.2億人民幣，其利潤率仍然高達7.7%，中國製造的低成本優勢在此展露無疑。

車廠、電池廠拉幫結盟，三股勢力各自壯大

當各家車廠加入這股電動車浪潮時，與電池廠商「拉幫結盟」已成為慣例。儘管這三大電池廠的產品都已獲得全球多家國際車廠選用，各自也有著更為深入合作的夥伴。

去年10月，LG化學曾傳出正與多家車廠進行談判，試圖建立一家合資企業生產電池。近期也傳出正與通用汽車合作，共同研究在美國設立第二座電池工廠的計畫，兩者過往就已成立合資企業在美國設立一座電池工廠。

寧德時代也在去年中獲得日本車廠本田入股，以49.5億人民幣認購1%股份，並計畫將就電池技術展開合作、研究電池回收可能性，並預計於2022年推出搭載寧德時代電池的電動車。

另外，BMW也與寧德時代合作，計畫於德國設立電池廠，預計2022年達到14 Gwh產能；BMW在中國的合資公司也曾在2018年以約28.5億人民幣入股寧德時代

Panasonic則在去年4月與Toyota以Toyota 51%、Panasonic 49%的出資比例成立合資公司Prime Planet Energy Solutions，目的之一便是為開發出不輸寧德時代的電池。

儘管Panasonic在電池技術仍然有優勢，能量密度上居於領先，但無論營利能力、產能、市占率都不斷被對手趕上甚至超越，外界預測2021年的產能更只有寧德時代、LG化學的一半不到。

全球燃油車龍頭Toyota，過去以混合動力及氫能車為主，近期更傳出將推出第一款電動休旅車，也有望搭載Panasonic生產的電池。

資料來源：開源證券、SNE Research

責任編輯：王郁倫

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。