不畏上海廠銷量大減97%!馬斯克看好中國占特斯拉3成市場,透露有意收購挖礦公司
不畏上海廠銷量大減97%!馬斯克看好中國占特斯拉3成市場,透露有意收購挖礦公司

儘管上海疫情令特斯拉超級工廠生產受到嚴重衝擊,4月銷量甚至只有以往的3%左右,卻完全不影響馬斯克對中國市場的看好,他預計中國未來將占特斯拉25%至30%的銷量,同時還透露面對高昂的金屬價格,有意願進軍挖礦業務。

不畏中國銷量衰退,馬斯克看好中國市場將占特斯拉銷量3成

馬斯克十分看好中國市場的長期表現,他在參加金融時報Future of the Car 2022會議時提到,長期來看中國將占特斯拉銷量的25%至30%。

特斯拉2021年中國營收已達到138億美元,較2020年的67億美元成長105%,且連續兩年保持超過100%的成長,已經占特斯拉總體營收的25%左右。

tesla shanghai gigafactory
上海超級工廠因供應短缺暫時停止大部分生產,每日產量不到200輛電動車。
圖/ Tesla

中國市場表現優異,不過馬斯克透露,目前他們沒有在中國設立其他新廠房的打算,但有計劃擴建現在的上海超級工廠,並會將重心放在近年陸續建設的柏林及奧斯汀廠房上。

雖然馬斯克看好中國市場前景,上海疫情近日也開始趨緩,但對供應鏈造成的影響還沒消退,特斯拉被披露已經停止了上海廠的大部分生產,原因便是電動車零組件出現供應短缺的情況。

這一波在上海爆發的疫情,重重打擊了特斯拉超級工廠的運轉,4月19日重新開工後,產能曾一度達到每天1,200輛,然而現在產能卻因為零組件不足,又衰退至不到200輛的水準。

根據《路透社》報導,今年4月上海超級工廠總計生產10,757輛電動車,銷售1,512輛,這個銷量數字較前一個月足足下滑了97%,且是2020年4月以來最低的月份。作為比較,特斯拉今年3月在中國的銷量為65,184輛。

不光是疫情衝擊,特斯拉在中國也面臨越來越激烈的競爭,當地的市占率持續受到對手擠壓,2021下半年在中國市占率只有7%,較上半年的9%有所衰退。近年在中國更不斷傳出煞車失靈等指控,使得特斯拉受到外界更嚴厲的審視目光。

馬斯克坦然表示,在上海面臨的生產問題應該幾週內就會得到解決,相信特斯拉的財務狀況會越來越好、前景光明,「而且我們會產生大量的自由現金流。」

供應成最大難題,馬斯克透露有意願進軍挖礦業務

除了在中國的表現外,馬斯克還在會議上談到特斯拉有可能購買礦業公司。他在回應觀眾問題時提到,雖然特斯拉不太可能去收購其他車廠,但買下礦業公司則不無可能。

馬斯克先前曾在推特上,對外界抱怨鋰價飛漲已經過於離譜,從2020年的每噸6,800美元,到2022年每噸鋰的價格達到7.8萬美元以上,再這麼持續下去特斯拉就得親自進軍挖礦業務。

elon musk lithium
馬斯克曾說特斯拉可能將進軍挖礦業務,這次參與論壇也重申只要能幫助電動車發展,他們不排除收購礦業公司。
圖/ Twitter

稍早更傳出特斯拉已經僱用了一名地質學家,讓外界議論在金屬價格不斷攀升下,特斯拉是否真會投入挖礦。再加上早在2020年,就傳出特斯拉曾與一間礦業公司商談收購事宜,只是最後沒能達成交易。

「這並非不可能的事。」馬斯克回應,「我們並不是想買礦業公司,但如果這是加速轉型電動車的唯一道路,那麼就有可能發生。」

馬斯克指出,供應是目前唯一限制電動車產業發展的因素,現在需求已經遠遠超越供給,到達非常荒謬的程度,聲稱不排除可能會暫時停止接收新訂單,「我們實際上可能會限制或停止接收超過特定時間段的訂單。」

對於幾年前許下要在2030年每年生產2,000萬輛電動車的目標,馬斯克解釋這只是一個願望,並非承諾,但指出他沒有要更改數字,認為特斯拉有機會實現這個目標,之所以選擇2,000萬輛是因為這占了全球汽車總數的1%。

而要實現這個目標,擴大供應將是特斯拉的當務之急,除了工廠的產能是否跟上外,如何確保供應鏈及原料供給穩定,會是必須率先克服的難題。倘若特斯拉買下礦業公司,或許將能夠緩和包括鋰礦在內,各種金屬供不應求帶來的價格壓力。

資料來源:金融時報ReutersTechCrunch

責任編輯:侯品如

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