特斯拉擺脫產能困境、年交車上看90萬!為何標準車款改用磷酸鐵電池?
特斯拉擺脫產能困境、年交車上看90萬!為何標準車款改用磷酸鐵電池?

曾經因產能而困窘不堪的特斯拉,如今已一掃當初的陰霾,產能更連連突破外界的預期。特斯拉今日公佈第三季財報,便在持續上升的交車數推動上,使得營收獲利雙雙突破了預期,還一併公佈電動車電池的「重大變化」。

這一季的特斯拉財報會議,與以往稍稍有些不同:執行長馬斯克並未出席。雖然缺少這位風雲人物,特斯拉依舊繳出亮眼的成績單,不負眾望展現電動車龍頭的實力。

上海廠帶動特斯拉產能,今年交車數上看90萬輛

特斯拉2021年第三季的產量及交車數分別達到237,823及241,300輛,這促使公司營收達到137.6億美元,較去年同期成長57%,而獲利也一舉上升至16.2億美元,更是較去年同期飆升389%之多。

上海超級工廠已成為特斯拉產能最有力的後盾,依照中國乘用車協會的資料,特斯拉第三季總計銷售13.3萬輛中國製造的電動車,足足佔據整體交車數的55%,是目前特斯拉最主要的製造工廠。

tesla shanghai gigafactory
上海超級工廠現在是特斯拉最大的製造基地,第三季55%的交車數都是在中國製造。
圖/ Tesla

上海超級工廠從2020年開始正式交車,加上中國市場的驚人潛力,已連續推動特斯拉5個季度營收突破紀錄。特斯拉也在財報中指出,第三季中國仍是他們的主要市場,工廠增產順利,並還在持續改良提昇產能當中。

2021年迄今特斯拉交車數總計為62.7萬輛,對於今年提昇50%交車數的目標來說進度大幅領先,前陣子維德布什證券預估,特斯拉今年交車數上看90萬輛,並看好2022年交車數可成長至130萬輛。

不過,特斯拉的產能也面臨著多項難題,從每家車廠都在哀號的晶片短缺,到貨船塞港、中國「能耗雙控」政策導致的輪流限電,都實打實地衝擊著特斯拉的生產能力。

目前特斯拉正在德國柏林、美國德州建設新工廠,但財務長柯克霍恩(Zachary Kirkhorn)卻對近況三緘其口,聲稱還要一段準備時間。關於眾所矚目的新車款Cybertruck何時邁入量產,特斯拉也沒有多作回應。

一般車款全面改用磷酸鐵鋰電池,特斯拉為何這麼做?

除了公佈這季的好成績,特斯拉這次財報會議上,還公佈一項讓人在意的新決策,特斯拉全球標準車款將改用磷酸鐵(LFP)鋰電池。

特斯拉先前只在中國製造配備LFP電池的電動車,而北美生產的版本則使用鎳鈷鋁(NCA)鋰電池。這次特斯拉把「中國標準」變成「世界標準」,而決定全面更改電池理由是什麼?

寧德時代
寧德時代是特斯拉LFP電池主要供應商之一,在宣佈標準車款將全面改用LFP電池後,可能也將因此獲益。
圖/ 截圖自Facebook

回顧過去一年財報,隨著上海超級工廠的產能增加,特斯拉的獲利率也不斷上升,現在汽車業務的利潤已達到30%的新高點。這背後或許有流程上的改進,但LFP電池帶來的低成本優勢也不容忽視。

這使得過往仰賴碳權交易獲利的特斯拉,即使碳權交易量近半年節節下降,從5.2億美元下滑至2.8億美元,獲利卻毫不受影響地一路竄升,從4.4億美元來到16.2億美元。

在宣佈這項決定前,特斯拉還傳出已預先調查訂購Model 3的客戶,是否願意接受使用LFP電池打造的電動車。

另外,這次會議上,特斯拉就提到鎳、鈷等原料的價格波動是成本結構上的一大風險,過去馬斯克也時常透露說要打造不含鈷的電動車電池,如今決定一般車款全面改用LFP電池,或許也不會太讓人意外。

相較於NCA電池,LFP電池有著價格較為低廉的優勢,且更為安全不易爆炸,但相對來說能量密度較低,換句話說同樣大小的電池續航力較差,同時容易受到低溫影響,在氣候寒冷的地區或季節表現不佳。

世界上95%的LFP電池都是在中國製造,而特斯拉的LFP電池主要供應商則為寧德時代及比亞迪。而身為特斯拉NCA電池主要供應商的Panasonic,會受到這項措施多大的影響,還需要時間觀望。

資料來源:ReutersCNBCNikkei Asia

【熱門焦點】

元宇宙熱潮爆發!宏達電漲勢亮眼、爆逾12萬張大量

PayPal傳以450億美元收購Pinterest!加上先買後付服務、進軍電商市場

最新10月號雜誌《無程式碼時代來了!》馬上購:傳送門
「電子雜誌」輕鬆讀:傳送門

責任編輯:錢玉紘

往下滑看下一篇文章
懂保險的 AI 才有用!國泰人壽數據暨人工智慧發展部如何解開壽險業的 AI 實戰難題
懂保險的 AI 才有用!國泰人壽數據暨人工智慧發展部如何解開壽險業的 AI 實戰難題

金管會調查顯示,國內金融機構與周邊單位已有 33% 導入 AI,其中壽險業導入比例達 67%,僅次於銀行業的 87%。事實上,保險業應用 AI 的難題不在技術,真正的挑戰是要在高度監理、複雜流程與專業領域中,找到可落地的應用場景。國泰人壽數據暨人工智慧發展部走過八年、歷經三次組織定位演進,如何摸索出自己一套的 AI 轉型路徑?

國泰人壽養兵練 AI

國泰人壽數據團隊的起點,可以追溯到 2016 年成立的「客群經營部」。2018 年,隨著公司希望讓 AI 發展更具基礎架構、更具規模地展開,團隊轉型為「數據經營部」;到了 2024 年,正式成立「數據暨人工智慧發展部」,角色也從推廣,轉向更專注的技術發展。

國泰人壽-2.jpg
國泰人壽數據暨人工智慧發展部目前為一約 65 人的團隊,平均年齡 33 歲。
圖/ 數位時代

八年間,團隊的任務始終圍繞同一件事:深入業務現場,釐清痛點,再與 IT、業務、客服等單位協作,推動 AI 從研究走向實踐。國泰人壽數據暨人工智慧發展部協理莊淑儀形容,這個過程更像是傳教士的工作:「很多數據產品是由我們發想,從核保到理賠,有哪些導入機會?我們要去和各部門溝通,AI 可以協助什麼。」

國泰人壽-3.jpg
國泰人壽數據暨人工智慧發展部協理莊淑儀。
圖/ 數位時代

這樣的溝通並不容易,因為壽險業的專業門檻極高。國泰人壽數據暨人工智慧發展部首席數據分析師黃喬敬博士指出,一張保單牽涉的關係人本來就複雜:「在保險業,一張保單的銷售,涉及要保人、被保人、受益人,是多方關係,尤其在金管會的要求下,還必須兼顧模型的公平性與可解釋性。」核保邏輯、理賠判斷、業務員培訓,每個環節都有各自的專業門檻與監理要求,通用技術難以直接套用。這也是國泰人壽選擇自己養兵練 AI 的原因,唯有深度理解壽險場景,AI 才有落地的條件。

從真實需求長出來的 AI 實戰力

要讓技術模型真正為前線人員所用,數據暨人工智慧發展部團隊長期觀察業務現場,確保 AI 產出都能有效銜接既有作業流程。去年,團隊面對的挑戰,是在十三個部門提案中,篩選出值得投入的場景。莊淑儀說明,評估標準有三項:「是否能複製到多元場景?對公司有什麼效益?技術可行性?」最終六個案子出線,其中包括「AI Coach」。

AI Coach 以 AI 陪練業務員磨練銷售技巧,同步縮短培訓週期,讓業務員能更快提供專業、貼近保戶需求的服務。看見 AI Coach 的成效後,國泰人壽也將同一套模式延伸至客服中心及直效團隊,評估面向包括禮貌、問題回應、服務要點...等面向,給於評分及建議。黃喬敬博士解釋背後的難度:「以往這些評估指標是由人來判斷,現在則是要做到標準化,讓 AI 系統可以自己判斷。」今年一月上線後,客服新人有超過九成以此作為教育訓練工具,業務端使用率也過半,不僅省下資深人員帶新人的時間,也讓保戶獲得更一致、更高品質的服務體驗。

國泰人壽-4.jpg
國泰人壽數據暨人工智慧發展部協理莊淑儀(左)與首席數據分析師黃喬敬博士(右)帶領團隊在國泰人壽保險領域驗證 AI 應用。
圖/ 數位時代

另一項落地應用則是「Cathay Eye」,是國泰人壽自行開發的智能風險控管模型。莊淑儀說明:「這最主要是幫案件的複雜度做分級,讓新進同仁處理複雜度低、資深同仁處理複雜度高的案件,一來反映人力價值,二來加速案件處理流程,讓客戶更快獲得所需服務。」

黃喬敬博士也補充背後的機制:「Cathay Eye 是把公司過去數千萬筆資料整合起來,藉此建立一個平均的判斷基準,用來做複雜度分級與派工。」目前,Cathay Eye 的識別能力相較原流程提升一倍精準度,也讓流程的判斷效率明顯加快。

壽險業 AI 應用的新標竿

對國泰人壽而言,讓 AI 發揮作用的關鍵,在於將產業領域知識與技術能力結合,而這仰賴的是兩條並行的人才路徑。對內,是強化已熟悉保險核心業務人才的 AI 素養;對外,則是網羅生成式 AI 工程與系統設計、AI 治理、雲端數據工程...等專業人才,補齊技術深度。莊淑儀強調:「在人才 AI 素養上,以往我們著重精兵制。去年開始,我們要做到全員素養提升,在人人都會用 AI 的時代,如何善用、如何合規,這都是需要教育訓練的。」

黃喬敬博士則從技術端點出下一步的方向,如 Agentic AI 是明確的發展趨勢,但在企業級的應用上,不可能讓它完全自由運作,如何兼顧安全與效益,是關鍵任務。「檢視整個 Workflow,如何建立更好的決策流程,人員的角色和流程都會慢慢轉換。」他也指出,把端到端的自動化流程建置起來,是團隊接下來的重點工程。

國泰人壽-5.jpg
國泰人壽數據暨人工智慧發展部首席數據分析師黃喬敬博士。
圖/ 數位時代

導入 AI,或許已是壽險業的產業常態;但能不能真正走進核心業務的第一線,關鍵仍是有沒有先搞懂保險本身。從需求出發、從場景驗證,國泰人壽正以這套方法,定義壽險業 AI 應用的新標竿。

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
台達電全解讀
© 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