特斯拉公關災難連環爆、中國銷量大減27%!比亞迪、蔚來急起直追,恐動搖電動車領導地位?
特斯拉公關災難連環爆、中國銷量大減27%!比亞迪、蔚來急起直追,恐動搖電動車領導地位?

特斯拉的「中國夢」似乎遇上了一些阻礙。今年4月特斯拉在中國的銷量,較3月份大幅衰退27%,也進而導致特斯拉股價下跌逾7%。

中國乘用車信息聯合會的數據指出,4月特斯拉僅在中國銷出25,845輛電動車,而3月時的銷量則為35,478輛。儘管中國電動車市場整體銷量也下滑12%,但特斯拉的衰退幅度仍舊遠超市場平均。

延伸閱讀:吉利要推高階電動車,蔚來、小鵬、理想也步步逼近!特斯拉在中國還能稱霸嗎?

中國是特斯拉僅次於美國的第二大市場,去年特斯拉中國營收達到66.6億美元,占年度營收的21%左右,較前一年幾乎成長一倍。然而從2021年開始,特斯拉與中國政府的摩擦卻與日俱增。

今年第一季,特斯拉仍舊在中國創造30億美元的營收,幾乎是去年營收的3倍,並達到整體營收的30%。

特斯拉中國銷售下降27%,《路透社》評可能失去領導地位

維德布什證券分析師丹.艾夫斯(Dan Ives)表示,特斯拉4月的銷量與蔚來、小鵬及理想等電動車新創的銷量成長相比較為遜色,聲稱特斯拉正面臨著公關災難,一部分原因便是安全疑慮及上海車展中的抗議事件。

4月舉辦的上海車展中,一名女車主身穿寫有煞車失靈的衣服到特斯拉攤位鬧場,指控特斯拉軟體存在漏洞,導致煞車系統異常。特斯拉則嚴詞否認有煞車失靈疑慮,並公佈車禍前的數據紀錄。

1024px-Elon_Musk_at_a_Press_Conference.jpg
特斯拉在上海車展遭遇女車主鬧場,後續又被中國官媒評論抨擊,在中國民眾的輿論評價嚴重受挫。
圖/ Wikimedia/Daniel Oberhaus

延伸閱讀:小鵬汽車也要自製專用晶片、年底量產!造車新星們為何都向特斯拉「抄作業」?

然而中國官媒卻在後續加入聲討特斯拉的行列,發表多篇評論指責特斯拉漠視消費者權益,甚至有較為激烈者建議應該將特斯拉趕出中國。特斯拉隨後也放低姿態認錯,並計畫在年內為中國車主推出一個公開數據平台,讓車主可以查詢自己的行車數據。

稍早更有報導指出,礙於中美關係漸趨緊張,特斯拉已暫停在上海購入土地、擴建廠房的計畫,放棄讓上海成為其全球電動車出口樞紐的計畫。

根據《路透社》報導,特斯拉放棄大舉擴充上海廠產能的計畫,沒有參與上海廠一旁土地的競標。不過特斯拉官方不願對此多作回應,僅聲稱一切按照計畫進行。

外界原先估計,2022年時中國可能將占特斯拉整體銷售的40%以上,且中國製Model 3毛利率較高,但現在與中國政府漸趨緊張的關係,使得這一切出現了未知數。《路透社》更評論,特斯拉可能將失去在中國電動車市場的領導地位。

雖然特斯拉目前全球需求熱烈,加上車用晶片短缺問題也已經燒到電動車龍頭,中國市場下滑可能對整體影響不大,但長期而言,中國作為全球最大電動車市場,特斯拉或許仍得與中國政府打好關係。

中國電動車新創持續崛起,可能加速威脅特斯拉地位

而在特斯拉銷量下滑時,中國的競爭對手們也正急起直追。曾獲股神巴菲特投資的比亞迪,4月銷量達到25,450輛,幾乎齊平特斯拉的表現。而蔚來、理想、小鵬等雖未公佈具體數字,報告中提到這些新創車廠銷量與去年同期相比依舊優秀。

近期摩根大通也指出,蔚來和小鵬正日漸崛起,未來有望與特斯拉在全球爭搶市占率。2020年第四季,小鵬交車數達到12,964輛,與前一年同期相比暴增303%,虧損也縮減至7.87億人民幣;蔚來去年第四季交車數則為17,353輛,也較前一年同期成長111%,同時虧損縮減48%至14.9億人民幣。

蔚來汽車
摩根大通近期指出,蔚來及小鵬等中國電動車新創有望與特斯拉在全球市場爭搶市占,圖為蔚來智能電動旗艦轎車ET7。
圖/ 蔚來

延伸閱讀:蘋果前員工涉竊取自駕車技術投奔中國新創,在機場遭FBI逮捕

摩根大通分析師奧利佛.考克斯(Oliver Cox)表示,從管理執行、產品品質、市占率及成長趨勢來看,蔚來及小鵬表現都非常好,在擴張產能、提昇品質時虧損反倒不是太大的問題。

考克斯更表示,這些中國電動車新創具有三項優勢,具備專業的生產知識、軟體整合能力,以及可靠的投資者,如騰訊或外送巨頭美團。

在特斯拉受到中國政府打擊時,這些電動車新創也如火如荼持續擴張,倘若特斯拉無法重新挽回中國政府及民眾的心,那麼在全球市場遇上中國新創挑戰的時間,或許將比外界原先估計的要早上許多。

資料來源:Business Insider、Reuter、南華早報

責任編輯:蕭閔云

關鍵字: #特斯拉
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