比特幣攀新高後一個月內腰斬!估特斯拉已虧損1.25億美元,恐影響Q2財報?
比特幣攀新高後一個月內腰斬!估特斯拉已虧損1.25億美元,恐影響Q2財報?

比特幣週日(5月23日)午後再次下殺、已較4月中旬的歷史最高峰崩落超過50%。美國億萬富翁庫班(Mark Cuban)將這波殺盤走勢形容為 「大平倉」(great unwind) 。根據外媒計算,特斯拉持有的比特幣部位已陷入虧損。

數日前才剛慘崩30%的比特幣才剛收復失土,上週五(5月21日)卻再次下挫,主因是中國國務院副總理劉鶴對比特幣挖礦及交易行為提出警告,直言需要更嚴格的監管來保護金融系統。

Bitcoin
圖/ shutterstock

延伸閱讀:憂淪為富豪洗錢、避稅工具,中美都將嚴格管制加密貨幣!比特幣漲勢到盡頭了嗎?

CoinDesk報價顯示,比特幣24日稍早一度下探31,179.69美元,較4月中旬寫下的歷史最高峰(64,829.14美元)慘崩51.9%。比特幣目前(台北時間24日上午7時8分)來到34,328.23美元、較24小時前下挫9.36%。

以太幣24日稍早也一度下探1,733.58美元,較5月中寫下的歷史最高峰(4,382.73美元)暴跌60.45%。以太幣目前(台北時間24日上午7時9分)來到2,093.30美元、較24小時前下挫11.24%。

庫班將這波下殺走勢怪罪於比特幣以外加密貨幣的過度槓桿及投機 。他23日透過Twitter表示,「我認為這是一波『大規模的平倉行動』。」他說,交易者貸款買進以太幣,用以太幣借進替代幣/穩定幣,再以之資助高年利(APY)的幣別配對,透過SLP(簡單分類帳協議)加以堆疊,把殖利率最大化。一旦以太幣崩至「災難點位」,交易者就會被迫平倉、拋售、清算並償還。

bitcoin
圖/ 截圖自Twitter

比特幣驟跌,造成特斯拉損失1.25億美元

根據知名財經網站霸榮(Barron’s)23日的計算,特斯拉的比特幣投資帳面上已陷入虧損。報導指出,特斯拉2月8日宣布了15億美元的比特幣投資部位,當時報價約為38,000美元,而1月27日特斯拉舉行2020年第4季財報電話會議(當時該公司未揭露比特幣部位)至2月8日為止,比特幣均價則為36,700美元。

霸榮透過均價計算顯示, 特斯拉Q1底很可能持有約42,000枚比特幣,而近來報價崩跌,該公司的資產減值損失大約已達1.25億美元 。報導稱,除非比特幣從現在起能一路反彈至6月底,否則特斯拉7月公布Q2財報時,可能就得認列比特幣相關的資產減損。

話雖如此,特斯拉市值目前仍高達5,600億美元,這樣的損失其實微不足道。

僅供報導用途_shutterstock_777484921_特斯拉.jpg
圖/ Sheila Fitzgerald via shutterstock

延伸閱讀:女股神加持也沒用!特斯拉市值蒸發近3千億美元,全因比特幣拖累?

特斯拉4月26日於美股盤後公布第一季財報時曾透露,出售了價值2.72億美元的比特幣,但在扣除其他債務及義務後,獲利僅有1.01億美元。

比特幣5月19日閃崩1萬美元、直逼3萬美元大關,但隨後又在數小時內重返4萬美元關卡,為史上最大幾次劇烈振幅之一。英國金融時報20日報導,建立完善的資產市場裡,交易者以現金作為資助槓桿的擔保。然而在加密貨幣市場,人們經常使用的擔保卻是比特幣。這意味著,倘若比特幣慘跌,槓桿很快就會爆倉。加密貨幣基金Nickel Digital經理人David Fauchier直指,比特幣下殺期間,市場不到一小時就經歷了兩次「流動性雪崩」。

本文授權轉載自:MoneyDJ理財網

責任編輯:文潔琳、錢玉紘

關鍵字: #特斯拉 #比特幣
往下滑看下一篇文章
從會員數據到 AI 行銷:Vpon 打造零售業 AI-Ready 數據中台,提升決策效率
從會員數據到 AI 行銷:Vpon 打造零售業 AI-Ready 數據中台,提升決策效率

在 AI 快速進入企業營運核心的時代,數據不再只是被動的分析素材,而是 AI 模型運作與決策優化的重要基礎。

零售品牌積極累積大量第一方數據,例如會員資料、交易紀錄以及線上與線下行為數據,但因這些數據分散於不同系統,缺乏統一的身分識別機制以及明確的元數據(Metadata)定義,導致難以整合與分析,同時,也影響 AI 對這些數據資產的理解與應用。

為解決上述挑戰,Vpon 威朋將累積十餘年的實務經驗轉化為產品與服務,如 Audience Center 與 AI Agent 等解決方案,並透過專業顧問團隊協助企業完成數據收集、清理、整合與分析等關鍵流程,從資料清理到 AI-Ready 再到落地應用,讓行銷與業務團隊能以自然語言將數據查詢與分群受眾逐步自動化,大幅縮短過去仰賴技術與分析團隊溝通需求與開發分析邏輯的時間。

Vpon 助零售業打造 AI-Ready 數據基礎,以 Audience Center 驅動業務商機

如何建立 AI Ready 數據基礎建設?

Vpon 威朋數據科學經理廖宜楷指出,在 AI 驅動的時代,數據的品質決定模型價值。其中四個關鍵分別是:建構標準化的數據採集與處理管線,透過統一的工程規範,確保所有進入系統的數據在格式、維度與質量上具備高度一致性;其次是定義語義清晰的元數據(Metadata)體系,確保數據能夠被 AI 理解與使用,從而產出具備可靠性的產出結果;再來是打破企業內部的「數據孤島」, 透過完整整合線上(Web/App)行為與線下(POS/CRM)會員資訊,建構全方位的會員數據輪廓,精準捕捉消費者的跨通路行為軌跡。最後,數據的價值隨時間遞減,AI 的決策品質取決於數據的「新鮮度」,因此,數據的持續更新與自動化維護,不僅能讓企業在動態市場中保持敏銳,還可進一步深化會員輪廓分析的即時性。

舉例來說,在 Vpon 團隊的協助下,台灣百貨零售龍頭透過整合 Web 與 App 行為資料,並將線上與線下數據集中於數據中台進行分析,將傳統耗時數小時的複雜資料庫分析工作縮短至秒級回應,並基於此高效率基礎,進一步開發不同業務主題的預測與分群模型,提升行銷精準度與營運決策的敏捷性。

扎實數據基礎的價值落實:Audience Center 如何賦能企業實現「數據即戰力」?

有了堅實的數據底座後,下一步是透過 Audience Center 將數據資產轉化為商業動能。

廖宜楷指出,在變化快速的零售與數位行銷市場中,速度就是競爭力。然而,仍有許多企業在數據應用上面臨嚴重的溝通與技術斷層。過去,當行銷或業務人員需要數據支持時,通常得花費繁複的內部流程申請需求、討論需求,才會進到後續的資料清理、建模與分析,最後才能得到想要的分析結果或行銷名單。這種以「週」為單位的進程,不僅拖慢了決策效率,更讓企業在競爭激烈的市場中錯失先機。

Audience Center 的核心價值在於徹底翻轉上述流程,將數據處理轉化為數據服務,透過直覺的介面與背後扎實的數據基礎支撐,讓非技術人員不用編寫程式碼,即可自行組合維度,大幅縮短從需求到執行的距離,將原先需要耗時數週的作業流程優化成秒級產出。

「Audience Center 的導入,不僅有助於提升效率,更賦予企業快速試錯與精準捕獲趨勢的能力,讓數據真正成為驅動業務增長的引擎。」廖宜楷如此總結。

#1 從會員數據到AI行銷:Vpon打造零售業AI-Ready數據中台,提升決策效率
Vpon 威朋數據科學經理 廖宜楷
圖/ 數位時代

以 AI Agent 重塑數據使用方式,讓數據更貼近決策流程

「Vpon 除提供 Audience Center 協助品牌發揮第一方數據資產價值、提供豐沛的第三方數據助品牌深化對客戶輪廓的掌握度,更推出 AI Agent 服務讓品牌與行銷人員能更直覺地使用數據。」Vpon 威朋數據科學資深總監陳文謙表示,在數位轉型的過程中,許多企業面臨的挑戰不僅是數據整合,更包括如何讓不同部門的人員都能更即時協作與應用數據,有鑑於此,Vpon 推出四種 AI Agent 協助企業分析與應用數據,極大化第三方數據成效:

第一,以 Reporting Agent 讓高階主管或行銷人員可以自然語言查詢數據與生成報表,即時掌握市場動態,加速決策下達與決策品質。

第二,透過 Insight Agent 確保數據分析不受分析人員的主觀意識或產業知識侷限,可以輕鬆完成跨領域數據分析、快速挖掘潛在市場機會與消費者洞察。

第三,藉由 Audience Agent 將客戶分群方式從規則導向(Rule-based)轉變為關聯導向,以關聯分析擴大受眾範圍,協助品牌找出更多潛在客群。

第四,推出 Creative Agent 協助行銷人員分析廣告素材表現的根本原因,釐清受眾喜歡的素材跟不喜歡的素材,藉此優化廣告投放內容,持續提升轉換率。

陳文謙表示:「透過 AI Agent 的輔助,品牌不僅能更快完成數據分析,也能將分析結果直接轉化為行銷策略與創意建議,降低跨部門溝通成本,讓數據真正參與決策流程。」

#2 從會員數據到AI行銷:Vpon打造零售業AI-Ready數據中台,提升決策效率
Vpon 威朋數據科學資深總監 陳文謙
圖/ 數位時代

鏈結數據生態夥伴,以跨境數據放大行銷效益

除了協助品牌主建立 AI Ready 的數據基礎環境並提升數據使用效率,Vpon 也持續拓展數據生態圈,協助零售品牌更精準布局海外市場。

Vpon 威朋產品行銷資深經理邱心儒表示,跨境行銷過去多仰賴經驗與市場直覺,但透過數據整合與 AI 分析,品牌能更精準理解海外消費者的旅遊與消費行為。

以 Vpon 與日本 Loyalty Marketing Inc. 合作為例說明,透過雙方的獨家合作,企業可以結合 Ponta 超過一億的會員數據、問卷調查結果以及 Vpon 的七大數據來源,深入分析日本消費者的消費偏好與購買力——包括哪些日本族群對台灣品牌最感興趣、最受歡迎的台灣商品類型,以及不同客群的價格敏感度與回購行為等,將行銷決策從過往的經驗判斷轉變為精準的數據洞察,成為品牌出海的重要工具。

簡言之,對零售品牌而言,跨境數據是理解海外旅客真實樣貌的一大利器,也能進一步優化廣告投放、內容策略與商品布局,讓品牌在拓展國際市場時,可以更有效率地接觸潛在客群,放大行銷效益。

#3 從會員數據到AI行銷:Vpon打造零售業AI-Ready數據中台,提升決策效率
Vpon 威朋產品行銷資深經理 邱心儒
圖/ 數位時代

展望未來,Vpon 將持續擴展數據生態圈並優化產品服務,幫助零售品牌從數據整合、AI 分析到市場決策建立完整的數據應用循環,希望以數據夥伴的角色與品牌共同成長,打造互利共贏的數據生態。

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
AI全球100+台灣20
© 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