特斯拉獲利能力驚人，1台抵過豐田賣8台！為何股價暴跌？原因有2個|數位時代 BusinessNext

特斯拉股價這麼慘，主要原因有兩個

顧慮一：擁有一堆公司還收購推特，那電動車本業能兼顧嗎？

2022年特斯拉面對交車數量低於預期、中國的生產基地因為嚴格疫情政策停擺、通貨膨脹導致的民眾購買力減少以及聯準會升息，特斯拉一直維持在200美元以上的股價。而收購推特正是大跌的原因。

除了電動車的特斯拉，馬斯克同時還有火箭與衛星通訊的SpaceX、腦神經科技公司Neuralink以及基礎建設的隧道公司The Boring Company，而現在他又成為推特唯一的董事和執行長，都讓外界認為 過多的公司讓馬斯克無法專注在電動車本業上 。

外界認為，特斯拉的銷量總是依靠執行長在推特上的傳播，馬斯克透過推特免費行銷他的公司、發表產品和經營自己的形象。《CNBC》指出，他也經常在推特上攻擊與他意見相左的人，例如官員、證券交易委員會、記者或其他車廠。

根據《路透社》報導，多家公司在推特上投放廣告有疑慮。食品商通用磨坊指出，已暫停在推特上的廣告，並持續觀察推特的發展；福斯汽車（Volkswagen）則表示，建議品牌暫停在推特上的付費廣告。其他公司也多半不清楚馬斯克入主推特後的發展，或是擔心會有內容審查等，都紛紛暫緩在推特平台的廣告支出。

顧慮二：馬斯克公開政治立場，商人不是應該在商言商？

近期的美國期中選舉，馬斯克更是在8日發表支持共和黨的言論，希望國會能制衡民主黨的總統拜登。馬斯克提到，拜登政府徵收的富人稅，並對由工會組成生產的電動車給予更多租稅優惠，因為特斯拉在美國沒有工會。他也補充，過去一直位支持民主黨的選民。

綜觀下來，大眾都對馬斯克的多重公司身分與公開政治立場感到疑慮與擔憂。

不過，特斯拉獲利能力仍強勁

雖然受到推特交易而股價下跌，但不影響特斯拉的經營發展與獲利能力。 《Nikkei Asia》報導指出，特斯拉每輛車的利潤是豐田（Toyota）的8倍。

特斯拉的成功源於銷售汽車的獲利。Toyota集團2022第3季售出262萬輛汽車，是特斯拉34.4萬輛的7.6倍，然而，其每輛車的淨利僅為1,200美元，是特斯拉9,570美元的八分之一；換句話說特斯拉賣出一輛車，獲利等同Toyota賣出8輛車，而2022第3季財報，特斯拉淨利32.9億美元，然而Toyota為31.5億美元（以日圓138平均匯率換算）。

日本思佰益證券（SBI）的Koji Endo提到，特斯拉利潤成長背後的最大因素是銷售量，再來才是價格上漲和自動駕駛軟體銷量的上升。特斯拉專注在電動車，Model Y和Model 3占其銷售輛的90%以上，而Toyota從燃油車到動力混合、電動汽車等多種車款，涵蓋各種尺寸和價格，淨利相比卻仍輸特斯拉一截。

充電設施不足、電池原料取得不易，都是電動車的未來挑戰

豐田一位高階主管指出，電動車仍然面臨挑戰，在部分依賴化石燃料的地區，電動車不是減碳的最佳解決方法。另外，充電等基礎設施普不普及，需要進一步的技術研發與推廣。

現任福特電動部門主管的菲爾德(Doug Field)，過去曾在蘋果與特斯拉服務。11月7日在倫敦的電動車會議上提到，充電網的不足、電池原料的取得不易是關鍵瓶頸。

而垂直整合是解決電池材料的方法，菲爾德指出，垂直整合是公司創辦人亨利服套的創新概念，而特斯拉運用在電動車領域發揚光大，盡可能的掌握上下游的工業價值鏈。

穩定的電動車本業經營，加上特斯拉在中國的降價策略，預計會讓特斯拉的營收表現、交車數量持續成長。唯獨馬斯克本人獨特的形式作風，讓特斯拉經歷了刺激的股價雲霄飛車之旅。

責任編輯：林美欣

在 AI 快速進入企業營運核心的時代，數據不再只是被動的分析素材，而是 AI 模型運作與決策優化的重要基礎。

零售品牌積極累積大量第一方數據，例如會員資料、交易紀錄以及線上與線下行為數據，但因這些數據分散於不同系統，缺乏統一的身分識別機制以及明確的元數據（Metadata）定義，導致難以整合與分析，同時，也影響 AI 對這些數據資產的理解與應用。

為解決上述挑戰，Vpon 威朋將累積十餘年的實務經驗轉化為產品與服務，如 Audience Center 與 AI Agent 等解決方案，並透過專業顧問團隊協助企業完成數據收集、清理、整合與分析等關鍵流程，從資料清理到 AI-Ready 再到落地應用，讓行銷與業務團隊能以自然語言將數據查詢與分群受眾逐步自動化，大幅縮短過去仰賴技術與分析團隊溝通需求與開發分析邏輯的時間。

Vpon 助零售業打造 AI-Ready 數據基礎，以 Audience Center 驅動業務商機

如何建立 AI Ready 數據基礎建設？

Vpon 威朋數據科學經理廖宜楷指出，在 AI 驅動的時代，數據的品質決定模型價值。其中四個關鍵分別是：建構標準化的數據採集與處理管線，透過統一的工程規範，確保所有進入系統的數據在格式、維度與質量上具備高度一致性；其次是定義語義清晰的元數據（Metadata）體系，確保數據能夠被 AI 理解與使用，從而產出具備可靠性的產出結果；再來是打破企業內部的「數據孤島」，透過完整整合線上（Web/App）行為與線下（POS/CRM）會員資訊，建構全方位的會員數據輪廓，精準捕捉消費者的跨通路行為軌跡。最後，數據的價值隨時間遞減，AI 的決策品質取決於數據的「新鮮度」，因此，數據的持續更新與自動化維護，不僅能讓企業在動態市場中保持敏銳，還可進一步深化會員輪廓分析的即時性。

舉例來說，在 Vpon 團隊的協助下，台灣百貨零售龍頭透過整合 Web 與 App 行為資料，並將線上與線下數據集中於數據中台進行分析，將傳統耗時數小時的複雜資料庫分析工作縮短至秒級回應，並基於此高效率基礎，進一步開發不同業務主題的預測與分群模型，提升行銷精準度與營運決策的敏捷性。

扎實數據基礎的價值落實：Audience Center 如何賦能企業實現「數據即戰力」？

有了堅實的數據底座後，下一步是透過 Audience Center 將數據資產轉化為商業動能。

廖宜楷指出，在變化快速的零售與數位行銷市場中，速度就是競爭力。然而，仍有許多企業在數據應用上面臨嚴重的溝通與技術斷層。過去，當行銷或業務人員需要數據支持時，通常得花費繁複的內部流程申請需求、討論需求，才會進到後續的資料清理、建模與分析，最後才能得到想要的分析結果或行銷名單。這種以「週」為單位的進程，不僅拖慢了決策效率，更讓企業在競爭激烈的市場中錯失先機。

Audience Center 的核心價值在於徹底翻轉上述流程，將數據處理轉化為數據服務，透過直覺的介面與背後扎實的數據基礎支撐，讓非技術人員不用編寫程式碼，即可自行組合維度，大幅縮短從需求到執行的距離，將原先需要耗時數週的作業流程優化成秒級產出。

「Audience Center 的導入，不僅有助於提升效率，更賦予企業快速試錯與精準捕獲趨勢的能力，讓數據真正成為驅動業務增長的引擎。」廖宜楷如此總結。

以 AI Agent 重塑數據使用方式，讓數據更貼近決策流程

「Vpon 除提供 Audience Center 協助品牌發揮第一方數據資產價值、提供豐沛的第三方數據助品牌深化對客戶輪廓的掌握度，更推出 AI Agent 服務讓品牌與行銷人員能更直覺地使用數據。」Vpon 威朋數據科學資深總監陳文謙表示，在數位轉型的過程中，許多企業面臨的挑戰不僅是數據整合，更包括如何讓不同部門的人員都能更即時協作與應用數據，有鑑於此，Vpon 推出四種 AI Agent 協助企業分析與應用數據，極大化第三方數據成效：

第一，以 Reporting Agent 讓高階主管或行銷人員可以自然語言查詢數據與生成報表，即時掌握市場動態，加速決策下達與決策品質。

第二，透過 Insight Agent 確保數據分析不受分析人員的主觀意識或產業知識侷限，可以輕鬆完成跨領域數據分析、快速挖掘潛在市場機會與消費者洞察。

第三，藉由 Audience Agent 將客戶分群方式從規則導向（Rule-based）轉變為關聯導向，以關聯分析擴大受眾範圍，協助品牌找出更多潛在客群。

第四，推出 Creative Agent 協助行銷人員分析廣告素材表現的根本原因，釐清受眾喜歡的素材跟不喜歡的素材，藉此優化廣告投放內容，持續提升轉換率。

陳文謙表示：「透過 AI Agent 的輔助，品牌不僅能更快完成數據分析，也能將分析結果直接轉化為行銷策略與創意建議，降低跨部門溝通成本，讓數據真正參與決策流程。」

鏈結數據生態夥伴，以跨境數據放大行銷效益

除了協助品牌主建立 AI Ready 的數據基礎環境並提升數據使用效率，Vpon 也持續拓展數據生態圈，協助零售品牌更精準布局海外市場。

Vpon 威朋產品行銷資深經理邱心儒表示，跨境行銷過去多仰賴經驗與市場直覺，但透過數據整合與 AI 分析，品牌能更精準理解海外消費者的旅遊與消費行為。

以 Vpon 與日本 Loyalty Marketing Inc. 合作為例說明，透過雙方的獨家合作，企業可以結合 Ponta 超過一億的會員數據、問卷調查結果以及 Vpon 的七大數據來源，深入分析日本消費者的消費偏好與購買力——包括哪些日本族群對台灣品牌最感興趣、最受歡迎的台灣商品類型，以及不同客群的價格敏感度與回購行為等，將行銷決策從過往的經驗判斷轉變為精準的數據洞察，成為品牌出海的重要工具。

簡言之，對零售品牌而言，跨境數據是理解海外旅客真實樣貌的一大利器，也能進一步優化廣告投放、內容策略與商品布局，讓品牌在拓展國際市場時，可以更有效率地接觸潛在客群，放大行銷效益。

展望未來，Vpon 將持續擴展數據生態圈並優化產品服務，幫助零售品牌從數據整合、AI 分析到市場決策建立完整的數據應用循環，希望以數據夥伴的角色與品牌共同成長，打造互利共贏的數據生態。