特斯拉淨利突破10億美元!首度不靠碳權實現獲利,警告晶片供應仍是大難題
特斯拉淨利突破10億美元!首度不靠碳權實現獲利,警告晶片供應仍是大難題

繼7月初公佈亮眼的交車數字後,特斯拉本週發布了2021年第二季的財報,締造有史以來最高的營收成績119億美元,同時也首次不必依靠碳排放交易等額外收入,就達到獲利的壯舉。

2021年第二季財報中,特斯拉營收為119億美元,較去年同期成長98%,超越外界預期的113億美元,每股盈餘(EPS)則為1.45美元,同樣高於預期的0.98美元,而淨利則首次突破10億美元大關,達到11.4億美元,這個數字是去年同期的10倍以上。

而交車成績方面,今年第二季特斯拉總共交出201,250輛電動車,同時產量達到203,421輛,同樣創下成立以來的最高數字。財報發布以後,特斯拉股價也上升了2.2%。

另外,這一季電動車業務的毛利率也有所上升達到了28.4%,是過去一年來的最高水準。財務長科克霍恩(Zachary Kirkhorn)表示,從Model 3推出以來,特斯拉電動車業務毛利率已經上升了近10%,達到最高的水準。

這部份除了可以歸功於大規模量產的成本降低外,Model Y、新款Model X/S等新車款的持續推出,對淨利成長也有一定的助力。

首次不依靠碳權交易實現獲利,特斯拉點名晶片短缺可能令下半年受影響

這是特斯拉連續第八個季度實現獲利,然而過往特斯拉的獲利都必須仰賴碳排放額度交易,要是單就電動車銷售業務本身,一直仍處於虧損的狀態。但這一季特斯拉淨利達到11.4億美元,其中只有3.54億美元源自碳排放交易,不僅較上一季的5.18億美元有所減少,也是特斯拉首個扣掉碳排放交易後,仍然獲利的季度。

以前特斯拉依賴碳排放交易獲利一直令外界感到擔憂,在各家車廠紛紛擁抱電動車浪潮時,碳排放交易註定只有日漸衰退的下場,事實上身為特斯拉碳權最大客戶的Stellantis就預告,他們預計今年內能夠依靠自身技術符合歐洲排放規範,不必再跟特斯拉購買碳權。

僅供報導用途_shutterstock_652388239_特斯拉_Tesla
過往特斯拉總是依靠碳權交易才有辦法實現獲利,這一季是特斯拉首個扣除碳權交易營收後,仍然獲利的季度。
圖/ Shutterstock

除了電動車業務表現不俗,這一季能源業務也相當亮眼,營收達到8億美元,較上一季成長了60%,也較去年同期成長了1倍以上。不過今年初購入15億美元的比特幣則因為價格下跌,被特斯拉縮減了2,300萬美元的帳面價值,但與整體相比變動幅度不大。

特斯拉指出,由於銷售成長及成本降低,營運收入正持續上升,彌補了供應鏈成本上升、碳權交易下降,以及比特幣投資損失等其餘損失。但馬斯克強調,車用晶片短缺很可能會影響特斯拉增加產能的計畫,「全球晶片短缺仍然嚴重,雖然看似在好轉,但情況還很難說。」

相較其餘車廠營收大受影響、並且關閉廠房減產,特斯拉至今受車用晶片衝擊甚微的原因,被認為是原先就預計今年將大舉增產,因此下單晶片數較高的緣故。倘若晶片短缺下半年仍沒有好轉,影響很可能就會漸漸浮上檯面。

特斯拉透露,他們預計今年交車量將成長50%以上,以去年約50萬輛的成績來看為75萬輛以上,不過具體仍取決於供應鏈狀況。馬斯克表示,確保控制車內安全氣囊及安全帶的模組,是這一季供應鏈上的一大難題。

新車款、電池仍然遙遠,新廠房今年投入Model Y生產

談論完特斯拉這一季的好成績後,外界最關注的莫過於特斯拉接下來的新車推出時程,以及新廠房何時能夠啟用。電動皮卡車Cybertruck及電動貨車Semi發表至今已超過兩年以上。

特斯拉表示,由於電池及其他車用零組件供應量有限的緣故,目前他們已將Semi的推出時間延後到2022年,Cybertruck則沒有給出具體的時間點。不過先前馬斯克才在推特上表示,Cybertruck的生產沒有任何變動,一切按照過往計畫執行。

gigafactory berlin
特斯拉預計位於柏林的超級工廠,將從今年底開始生產Model Y。
圖/ Tesla

特斯拉指出,位於德州及柏林的兩座新工廠,預計今年底前將投入Model Y的生產,然而德國工廠正因為環保法規遲遲未能營業,先前預計2022年1月才有辦法啟用。

最後,關於特斯拉先前在電池日上公佈的4680自研電池,特斯拉表示他們目前已經取得了重大進展,但在實際邁入量產前還有很多任務,尤其是改良製造電池生產流程與設備。馬斯克也說,「很難說何時有辦法攻克所有的技術難題。」

資料來源:RueterCNBCThe Verge

責任編輯:蕭閔云

最新7月號雜誌《零碳新賽局》馬上購:傳送門
「電子雜誌」輕鬆讀:傳送門

往下滑看下一篇文章
從智慧助手到自主代理:博弘雲端如何帶領企業走上 AI 實踐之路
從智慧助手到自主代理:博弘雲端如何帶領企業走上 AI 實踐之路

「代理式 AI 」(Agentic AI)的創新服務正在重新塑造企業對AI的想像:成為內部實際運行的數位員工,提升關鍵工作流程的效率。代理式AI的技術應用清楚指向一個核心趨勢:2025 年是 AI 邁向「代理式 AI」的起點,讓 AI 擁有決策自主權的技術轉型關鍵,2026 年這股浪潮將持續擴大並邁向規模化部署。

面對這股 AI Agent 浪潮,企業如何加速落地成為關鍵,博弘雲端以雲端與數據整合實力,結合零售、金融等產業經驗,提出 AI 系統整合商定位,協助企業從規劃、導入到維運,降低試錯風險,成為企業佈局 AI 的關鍵夥伴。

避開 AI 轉型冤枉路,企業該如何走對第一步?

博弘雲端事業中心副總經理陳亭竹指出,AI 已經從過去被動回答問題、生成內容的智慧助手,正式進化為具備自主執行能力、可跨系統協作的數位員工,應用場景也從單一任務延伸至多代理協作(Multi-Agent)模式。

「儘管 AI 前景看好,但這條導入之路並非一帆風順。」博弘雲端技術維運中心副總經理暨技術長宋青雲綜合多份市場調查報告指出,到了 2028 年,高達 70% 的重複性工作將被 AI 取代,但同時也有約 40% 的生成式 AI 專案面臨失敗風險;關鍵原因在於,企業常常低估了導入 GenAI 的整體難度——挑戰不僅來自 AI 相關技術的快速更迭,更涉及流程變革與人員適應。

2-RD096270.jpg
博弘雲端事業中心副總經理陳亭竹指出,AI 已經從過去被動回答問題的智慧助手,正式進化為具備自主執行能力、可跨系統協作的數位員工。面對這樣的轉變,企業唯有採取「小步快跑、持續驗證」的方式,才能在控制風險的同時加速 AI 落地。
圖/ 數位時代

正因如此,企業在導入 AI 時,其實需要外部專業夥伴的協助,而博弘雲端不僅擁有導入 AI 應用所需的完整技術能力,涵蓋數據、雲端、應用開發、資安防禦與維運,可以一站式滿足企業需求,更能使企業在 AI 轉型過程中少走冤枉路。

宋青雲表示,許多企業在導入 AI 時,往往因過度期待、認知落差或流程改造不全,導致專案停留在測試階段,難以真正落地。這正是博弘雲端存在的關鍵價值——協助企業釐清方向,避免踏上產業內早已被證實「不可行」的方法或技術路徑,縮短從概念驗證到正式上線的過程,讓 AI 真正成為可被信賴、可持續運作的企業戰力。

轉換率提升 50% 的關鍵:HAPPY GO 的 AI 落地實戰路徑

博弘雲端這套導入方法論,並非紙上談兵,而是已在多個實際場域中驗證成效;鼎鼎聯合行銷的 HAPPY GO 會員平台的 AI 轉型歷程,正是其最具代表性的案例之一。陳亭竹說明,HAPPY GO 過去曾面臨AI 落地應用的考驗:會員資料散落在不同部門與系統中,無法整合成完整的會員輪廓,亦難以對會員進行精準貼標與分眾行銷。

為此,博弘雲端先協助 HAPPY GO 進行會員資料的邏輯化與規格化,完成建置數據中台後,再依業務情境評估適合的 AI 模型,並且減少人工貼標的時間,逐步發展精準行銷、零售 MLOps(Machine Learning Operations,模型開發與維運管理)平台等 AI 應用。在穩固的數據基礎下,AI 應用成效也開始一一浮現:首先是 AI 市場調查應用,讓資料彙整與分析效率提升約 80%;透過 AI 個性化推薦機制,廣告點擊轉換率提升 50%。

3-RD096215.jpg
左、右為博弘雲端事業中心副總經理陳亭竹及技術維運中心副總經理暨技術長宋青雲。宋青雲分享企業導入案例,許多企業往往因過度期待、認知落差或流程改造不全,導致專案停留在測試階段,難以真正落地。這正是博弘雲端存在的關鍵價值——協助企業釐清方向,避免踏上產業內早已被證實「不可行」的方法或技術路徑,縮短從概念驗證到正式上線的過程,讓 AI 真正成為可被信賴、可持續運作的企業戰力。
圖/ 數位時代

整合 Databricks 與雲端服務,打造彈性高效的數據平台

在協助鼎鼎聯合行銷與其他客戶的實務經驗中,博弘雲端發現,底層數據架構是真正影響 AI 落地速度的關鍵之一,因與 Databricks 合作協助企業打造更具彈性與擴充性的數據平台,作為 AI 長期發展的基礎。

Databricks 以分散式資料處理框架(Apache Spark)為核心,能同時整合結構化與非結構化資料,並支援分散式資料處理、機器學習與進階分析等多元工作負載,讓企業免於在多個平台間反覆搬移資料,省下大量重複開發與系統整合的時間,從而加速 AI 應用從概念驗證、使用者驗收測試(UAT),一路推進到正式上線(Production)的過程,還能確保資料治理策略的一致性,有助於降低資料外洩與合規風險;此對於金融等高度重視資安與法規遵循的產業而言,更顯關鍵。

陳亭竹認為,Databricks 是企業在擴展 AI 應用時「進可攻、退可守」的重要選項。企業可將數據收納在雲端平台,當需要啟動新型 AI 或 Agent 專案時,再切換至 Databricks 進行開發與部署,待服務趨於穩定後,再轉回雲端平台,不僅兼顧開發效率與成本控管,也讓數據平台真正成為 AI 持續放大價值的關鍵基礎。

企業強化 AI 資安防禦的三個維度

隨著 AI 與 Agent 應用逐步深入企業核心流程,資訊安全與治理的重要性也隨之同步提升。對此,宋青雲提出建立完整 AI 資安防禦體系的 3 個維度。第一是資料治理層,企業在導入 AI 應用初期,就應做好資料分級與建立資料治理政策(Policy),明確定義高風險與隱私資料的使用邊界,並規範 AI Agent「能看什麼、說什麼、做什麼」,防止 AI 因執行錯誤而造成的資安風險。

第二是權限管理層,當 AI Agent 角色升級為數位員工時,企業也須比照人員管理方式為其設定明確的職務角色與權限範圍,包括可存取的資料類型與可執行的操作行為,防止因權限過大,讓 AI 成為新的資安破口。

第三為技術應用層,除了導入多重身份驗證、DLP 防制資料外洩、定期修補應用程式漏洞等既有資安防禦措施外,還需導入專為生成式 AI 設計的防禦機制,對 AI 的輸入指令與輸出內容進行雙向管控,降低指令注入攻擊(Prompt Injection)或惡意內容傳遞的風險。

4-RD096303.jpg
博弘雲端技術維運中心副總經理暨技術長宋青雲進一步說明「AI 應用下的資安考驗」,透過完善治理政策與角色權限,並設立專為生成式 AI 設計的防禦機制,降低 AI 安全隱私外洩的風險。
圖/ 數位時代

此外,博弘雲端也透過 MSSP 資安維運託管服務,從底層的 WAF、防火牆與入侵偵測,到針對 AI 模型特有弱點的持續掃描,提供 7×24 不間斷且即時的監控與防護。不僅能在系統出現漏洞時主動識別並修補漏洞,更可以即時監控活動,快速辨識潛在威脅。不僅如此,也能因應法規對 AI 可解釋性與可稽核性的要求,保留完整操作與決策紀錄,協助企業因應法規審查。

「AI Agent 已成為企業未來發展的必然方向,」陳亭竹強調,面對這樣的轉變,企業唯有採取「小步快跑、持續驗證」的方式,才能在控制風險的同時,加速 AI 落地。在這波變革浪潮中,博弘雲端不只是提供雲端服務技術的領航家,更是企業推動 AI 轉型的策略戰友。透過深厚的雲端與數據技術實力、跨產業的AI導入實務經驗,以及完善的資安維運託管服務,博弘雲端將持續協助企業把數據轉化為行動力,在 AI Agent 時代助企業實踐永續穩健的 AI 落地應用。

>>掌握AI 應用的新契機,立即聯繫博弘雲端專業顧問

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
2026 大重啟
© 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