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
AI 同事愈來愈多怎麼管?Going Cloud 用「多代理系統」,助企業打造最強營運大腦
AI 同事愈來愈多怎麼管?Going Cloud 用「多代理系統」,助企業打造最強營運大腦

ChatGPT、Gemini、Claude 等 AI 通用工具問世後,「AI」無疑成了現今全球最熱門的關鍵字。儘管許多企業已經開始導入相關應用,多數卻仍停留在文書輔助、單一聊天機器人(Chatbot)運用等單點階段。但隨著商業環境快速變化、缺工日益嚴峻,企業需要的不再只是一個會回答問題的對話框,而是具備「自主決策與行動執行」能力的「代理式 AI」(Agentic AI)。

Going Cloud 和 IDC 合作發布的《多代理系統崛起 打造敏捷韌性企業》報告便指出,如今「AI First」時代來臨,企業的 AI 應用正從輔助性質走向自主營運,有 80% 的企業期望藉此提升生產力,70% 的企業希望能更輕鬆處理複雜任務,還有 66% 的企業期望透過多模型來提升整體效能。

代理式 AI 愈來愈多,必須納入組織管理

但究竟什麼是「代理式 AI」?

「過去人們使用生成式 AI 時,需要一步步下達明確指令,但現在使用者只要賦予代理式 AI(Agentic AI)明確目標,它就能自己理解前因後果、進行推演,甚至能去呼叫 API 完成任務。」Going Cloud 總經理黃柏淞點出差異。
而當企業內部的代理式 AI 日益增加,比方說,人資部門有專屬 AI、業務部門有報價 AI、法務部門有合約審閱 AI,跨部門協作的複雜度也隨之飆升,「如果你是管理者,你就會意識到,必須把 AI 當成一個人,納入組織裡來管理。」黃柏淞強調,能統籌、指揮多個 AI 代理協作的「多代理系統」(Multi-Agent System, MAS),正是為了解決這個痛點而生。

簡單來說,MAS 就像虛擬的企業總部,負責協調、治理負責不同任務的 AI 代理、工具和功能模組。在讓 AI 自主決策的同時,各個 AI 代理間也能共享資訊、協調分工。MAS 還具備極佳的擴展性和分散性,企業可以依照業務需求,隨時新增、更改 AI 代理,能大幅提升營運韌性。

雖然企業普遍意識到,代理式 AI 已經蔚為風潮,但實際部署時,仍面臨諸多挑戰。《多代理系統崛起 打造敏捷韌性企業》報告便顯示,資安疑慮、預算限制、缺乏 IT 支援分別是企業最擔憂的三大問題,「企業最擔心串聯多個 AI 代理時,要是權限沒控管好,很容易有機敏資料外洩的風險。」黃柏淞提到,在此情形下,Going Cloud 推出了以「分層式多代理架構」為核心的解決方案。系統會由一個「主管代理」(Supervisor Agent)作為主要決策層,底層則串聯了各個負責單一任務的「任務代理」(Task Agents)。

以 Going Cloud 服務的大型金融企業為例,假設一位 VIP 客戶登入銀行 APP,詢問 AI 客服:「我想申請房貸,請問現在利率多少?另外,請幫我評估把我目前的科技股基金贖回當作頭期款適不適合?」如果是傳統的聊天機器人,可能會因為問題太複雜直接轉接人工客服。但在 Going Cloud 的分層式 MAS 架構裡,「主管代理」接收到任務後,會先拆解再指派負責「房貸利率」的「任務代理」,去後台抓取客戶的信用評分和最新房貸專案。同時,這位虛擬主管還會指派「理財分析」的「任務代理」,去檢視客戶最近科技股基金的績效並預測市場。最後,再由「主管代理」統整資訊,一併給出一份完整且客製的財務建議,「分層式 MAS 能確保整個過程的指令被清楚傳遞,而且因為權限分層管理,房貸 Agent 不會碰到不該碰的理財資料,符合金融業的風險控管與合規要求。」黃柏淞說。

目前 Going Cloud 已經協助知名金融機構導入 MAS 架構。以實際成效來看,多代理客服平台能降低 50% 以上的人工客服工作負擔,並讓回覆使用者問題的平均時間減少 60% 以上;FAQ 知識導向與 API 資料調用的正確率,在調用得當的情況下,也都達到9成以上的成功率。黃柏淞指出,金融、製造、顧問等有複雜跨部門協作需求的大型企業,都是亟需採用代理式 AI 的產業。

#0 AI同事愈來愈多怎麼管?Going Cloud用「多代理系統」,助企業打造最強營運大腦
提到目前與台灣領先金融集團的合作進程,黃柏淞表示因為金融機構的特殊性,需要縝密的全方位服務,從前期討論到技術導入,大約需要半年到九個月的時間。
圖/ 數位時代

懂雲也懂企業痛點,助員工無痛升級「AI 小組長」

但為什麼 Going Cloud 能為企業打造出如此高效的代理式 AI 底層架構?一方面,Going Cloud 先前服務過亞洲最大 AI 多媒體科技集團科科科技(KKCompany Technologies),奠定具備理解和服務大型企業的經驗,且自 2022 年創立起,就鎖定服務架構最複雜的大型企業市場。同時,Going Cloud 是全台首家榮獲 AWS 生成式 AI 服務能力認證及 ISO27001、ISO27701 雙重國際驗證的雲端產業專家,此成就彰顯 Going Cloud 在堅實的資訊安全基礎上,深化了對個人資料保護的承諾,為客戶提供符合國際標準的資料保障,強化雲端服務領導地位。另外,Going Cloud 還能為企業量身打造底層 AI 平台,提供 AI 策略方針定調、雲端架構設計、Agent 任務規劃、效能優化等一站式服務。

對於準備跨入「AI 商用階段」的企業,黃柏淞建議,釐清應用場景,比追求最新技術更重要,「唯有清晰定義痛點,才能讓強大的 MAS 平台真正落地。」
他特別提到,導入 MAS 系統不只是 IT 部門的責任,其實更像企業的升級轉型,「未來的知識工作者,不能只是單純『接球就打』,每個人都將成為『小組長』或『專案經理』。」例如員工不必再親自打開 excel 敲公式、解讀報表,應該要學著指派手下的「數位同事」去執行。員工的核心價值,將從過去繁瑣、重複性任務的執行,轉移到前期的目標定義、流程規劃,以及後期的決策判斷和審核把關。

AI 技術飛速推進,企業間的競爭已從「要不要用 AI?」,升級成「如何管理與協作多個 AI?」。透過建構靈活、安全且具高擴展性的多代理系統,企業不僅能解放員工的生產力,更能在瞬息萬變的市場中,打造敏捷、韌性兼具的營運大腦。

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