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:Reuters、CNBC、Nikkei 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
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