電動車依然太貴,60%的人下不了手!電動車v.s燃油車,誰才更省錢?
電動車依然太貴,60%的人下不了手!電動車v.s燃油車,誰才更省錢?

在政府政策、技術進步和環境問題等因素刺激下電動汽車的銷售將會變得更火爆。

根據芝加哥大學和美聯社最近聯合展開的民意調查顯示,到目前為止,41%的美國人至少在某種程度上有可能購買電動汽車作為他們的下一輛車。

然而,許多消費者認為電動汽車高昂的成本是個大問題,60%的人聲稱這是他們不願購買電動汽車的「主要原因」。

美國《消費者報告》統計的數據顯示,大多數新款電動汽車都是豪華車型,平均售價超過6.1萬美元,大約比汽車業的平均價格高出1.2萬美元。

但前期成本並不能說明問題的全部。在許多情況下,考慮到保養、維修和燃料(即汽油或電力)等經常性成本,從長遠來看,電動汽車對買家來說可能是更划算的投資。

專家表示電動汽車的上述成本往往較低。如果車主保留汽車的年限較長,燃油車的這些後續開支甚至會超過最初的購車成本。

電動汽車或可節省6000美元甚至更多

《消費者報告》2020年進行的一項研究顯示,與燃油車相比,大多數電動汽車在其整個使用壽命內平均為車主節省了6000至10000美元。這項研究比較了車身長度、款式相似的電動汽車和燃油車,並將汽車的使用壽命限制在32萬公里範圍內。

《消費者報告》的高級交通和能源政策分析師克里斯·哈托(Chris Harto)說,自這項研究發表以來,許多電動汽車變得更便宜,而傳統汽車變得更貴。

美國總統拜登(Joe Biden)已經於去年8月份簽署了《通脹削減法案》,將新電動汽車的聯邦稅收抵免延長至2032年。這項稅收優惠價值最高達7500美元,儘管附帶有某些資格限制,但其目的旨在降低電動汽車的購買成本。

快百萬有找!中國特斯拉大降價、迎史上最便宜,背後原因可能是?.jpg
圖/ 特斯拉官網

加州大學戴維斯分校電動汽車研究中心的經濟學家兼助理專業研究員黛巴普里亞·查克拉博蒂(Debapya Chakraborty)表示,在比較擁有汽車期間的總成本時,電池電動汽車平均而言往往低於燃油車。

然而,她說,有許多因素可能會改變個人買家的決定。這些因素包括地區電力和汽油價格、家庭充電與公共充電(通常更貴)設施的可用性以及電動汽車的續航里程。

密西根大學可持續系統中心的研究助理馬克斯韋爾·伍迪(Maxwell Woody)說:「如果包括你可能獲得的所有經濟激勵措施,而且主要是在家裡充電,電動汽車通常是更划算的交易。」 但他補充說,有許多變量可能會改變這個公式。

消費者可以使用各種在線計算器,如美國能源部或加州大學戴維斯分校電動汽車研究中心的計算器,根據各種車型和出行習慣估計他們的電動汽車總擁有成本和碳排放量。

區域因素影響電動汽車總成本

為了解釋上述因素對擁有汽車的成本造成的影響,伍迪正在對燃油車和電動汽車的區域生命週期成本進行研究,他列舉了在芝加哥和休士頓假想購車者的例子。

伍迪將一輛續航里程為300英里(約合480公里)、建議零售價為4.8萬美元的小型電動SUV在兩個城市的總擁有成本,與一輛標價為3.1萬美元的小型燃油SUV的總成本進行了比較。

在芝加哥,購買電動汽車的買家在15年內需要付出的總成本為8.4萬美元,而燃油車為8.7萬美元。在休士頓,情況恰恰相反:在同一時期,普通買家擁有燃油車的總成本為8.2萬美元,而電動汽車總成本為8.5萬美元。

伍迪說,之所以出現這樣的差異,主要是因為芝加哥的購車者可以從州政府獲得額外的4000美元激勵,從而在購買電動汽車時降低價格。此外,芝加哥的電力也相對便宜,因此電動汽車的運營成本也要低得多。但芝加哥溫度相對較低,這通常會降低電動汽車的效率。

另一方面,休士頓是美國汽油價格最低的城市之一,與傳統汽車相比,電動汽車在燃料成本方面的優勢並不大。同時,得克薩斯州也不向電動汽車購買者提供額外的稅收優惠。

成本並非推動電動汽車熱售的唯一因素

根據凱利藍皮書的數據,去年美國銷售的近1400萬輛新車中電動汽車銷量佔5.8%。這一比例高於前一年的3.1%。

國際能源署的數據也顯示,在全球範圍內,2022年售出的新車中約有13%是電動汽車,顯然電動汽車「越來越受歡迎」。

不過,潛在使用壽命週期的成本節約並不是推動人們購買電動汽車的唯一因素。

根據芝加哥大學-美聯社的民意調查,35%的美國人表示,減少個人對氣候變化的影響是他們購買電動汽車的主要原因。 46%的受訪者將節省燃料開支列為主要原因,並將減少氣候影響列為第二大原因。

電動汽車也分為多種類型,包括純電動汽車(只使用電池)以及插電式混合動力汽車,既使用電機,也配有汽油發動機。由於不使用化石燃料,純電動汽車不會通過排氣管排放溫室氣體。

但是如果電動汽車所使用電力來自燃煤等污染更嚴重的能源,而不是風能和太陽能等清潔能源,電動汽車在製造和充電時也會排放溫室氣體。然而,麻省理工學院的研究人員表示,即使考慮到這些情況,電動汽車對整體氣候的影響也要低得多。

國際能源署表示:「電動汽車是幫助道路運輸脫碳的關鍵技術。」世界經濟論壇的數據顯示,在美國道路上行駛的2.7億輛乘用車和卡車中,只有160萬輛是電動車,在所有車輛中佔比不到1%。

拜登政府4月12日提出的汽車排放規則,預計將大幅提振電動汽車的銷售。這些規定為轎車和卡車設定了更嚴格的污染標準,這實際上將迫使汽車行業銷售更多電動汽車以滿足要求。白宮估計,到2032年,在美國銷售的所有新車中電動汽車將占到67%。

這些標准出台之際,世界頂尖氣候科學家在3月份的一份報告中表示,需要進行重大航向修正,以避免氣候變化帶來的最嚴重影響,如更嚴重的洪水、乾旱和野火。

根據美國環境保護署的數據,交通運輸是美國最大的年度溫室氣體污染源,2021年佔全國總排放量的28%。

電動汽車推廣組織Plug in America的政策總監英格麗德·馬爾姆格倫(Ingrid Malmgren)說:「購買電動汽車可以直接為消費者節省開支,並帶來更廣泛的社會效益。」

電池和續航里程對買家很重要

密西根大學的伍迪說,電池大小會影響電動汽車的續航里程,這會對總擁有成本產生很大影響,因為電池通常是電動汽車上最昂貴的部件。更遠的續航里程通常意味著更高的價格標籤。

伍迪表示,如今續航里程約為200英里(約合320公里)的電動汽車,標價通常與燃油車相當或更低,即使沒有稅收優惠或其他成本節約措施也是如此。購買續航里程為300英里(約合480公里)電動汽車的消費者可能需要聯邦稅收減免,才能達到與燃油車的同等價格。而那些續航里程為400英里(約640公里)的電動汽車通常購買成本更貴,即使享有稅收優惠。

美國能源部下屬阿貢實驗室(Argonne) 2021年發布的一份報告稱,到目前為止,在所有類型乘用車中,續航里程為320公里的純電動汽車是使用壽命週期總擁有成本最低的。

這份報告指出,在15年的所有權期內,這種電動汽車每英里的成本僅為0.453美元,僅次於混合動力電動汽車。相比之下,燃油車每英里的成本為0.48美元。然而,由於電池成本相對較高,續航480公里的純電動汽車每英里成本約為0.52美元。

阿貢實驗室的報告還考慮了包括維護、維修、稅收、費用和保險在內的諸多因素。然而,它沒有考慮到稅收優惠。該實驗室稱,隨著電池技術的改進,純電動汽車的總擁有成本預計將繼續下降,並在大約五年內與其他車型相比具有更強的成本競爭力。

包括特斯拉和福特在內的許多汽車製造商在2023年降低了電動汽車的價格。目前的價格趨勢表明,標價2.5萬美元的電動汽車距離上市不遠了。

凱利藍皮書的數據表明,2022年,新車的平均價格上漲了近5%,至49507美元,而電動汽車的平均價格下降了0.6%,至61448美元。儘管電動汽車售價依然很高,但現在已經低於豪華汽車的平均價格。

電動車.jpg
包括特斯拉和福特在內的許多汽車製造商,都已在2023年降低了價格。

燃料和維護費用

根據密西根大學1月份發布的一項研究,改用純電動汽車將使全美消費者平均節省55%的燃料開支。研究發現,超過90%的家庭還會減少他們產生的溫室氣體。

研究稱,最大的成本削減將出現在美國南部和西部。然而,阿拉斯加、緬因州、馬薩諸塞州、密西根州和羅德島州的一小部分家庭(0.1%)將看到,如果改用純電動汽車,他們的能源成本將會上升。

報告稱,純電動汽車的採用帶來了燃料成本的顯著下降,超過兩倍的美國家庭(即超過80%的家庭)將擁有較低的交通能源負擔,而目前這個比例為33%。但研究發現,低收入家庭不會像高收入家庭那樣受益更多。

密西根大學的研究發現,住宅充電比公共充電更具成本效益。例如,加州大學的查克拉博蒂說,然而當前動態可能會降低租戶節省成本的幅度和便利性,因為他們無法在家里安裝充電設施。

Plug in America的政策總監英格麗德·馬爾姆格倫說,電動汽車的移動部件更少,這意味著它們通常需要的維護也更少。她說電動汽車的保修期往往比燃油車更長。目前的法律規定,電動汽車必須有八年、10萬英里的保修期,加州的規定對消費者更友好。

馬爾姆格倫稱:「需要維修、更換的零件更少了,你不需要再更換剎車片、變速器、皮帶、軟管和潤滑油等。電動汽車更容易維護。」

《消費者報告》分析師哈托提供的數據表明,電動SUV車主平均每年可以節省1700美元的燃料和維護成本。他說,這是假設汽油價格為每加侖3.50美元,與當前價格大致相當。

本文授權轉載自:網易科技

責任編輯:傅珮晴、錢玉紘

關鍵字: #電動車
往下滑看下一篇文章
AI NAS 何時才值得部署?QNAP 拆解地端 AI 的成本、算力與資料門檻
AI NAS 何時才值得部署?QNAP 拆解地端 AI 的成本、算力與資料門檻

當資料不能離開企業,運算就得靠近:AI 先改寫儲存架構

AI 帶來的第一個變化,不只是運算能力提高,而是企業必須重新決定資料放在哪裡。

儲存架構大致分為雲端與地端兩塊,QNAP 身為資料安全的守護者,長期發展的是地端網路儲存設備(NAS),並擴展至 25GbE、100GbE 高速網路交換器產品線,提供完整的儲存與高速網路基礎架構。威聯通科技(QNAP)總經理劉文義解釋,當資料因合規要求或敏感度不能上雲,就必須留在靠近使用者與應用的地方;運算需求一旦增加,承接資料的裝置也自然被推向地端 AI。

不能上雲的名單比想像中長。醫療業持有大量醫療個資,金融與保險業受到合規與法規限制,部分大學院校與設計公司也不希望資料被雲端存取。對這些組織而言,問題並不是雲端好不好用,而是一開始就沒有把核心資料全面上雲的選項。

qnap2.jpg
威聯通科技(QNAP)總經理暨威強電集團(IEI)董事長 劉文義
圖/ 數位時代

真正讓更多企業回頭計算的,則是長期成本。劉文義指出,資料上傳雲端可能免費,下載卻會按流量收費;當企業把一年、兩年、三年的費用加總回推,可能會發現,購買一台同等容量的 NAS,還能使用 7-10 年。資料規模愈大、存取愈頻繁,總持有成本的差距就愈值得評估。

這並不代表雲端與地端只能二選一。雲端仍適合模型訓練、程式開發與波動大的工作負載;地端則較適合高頻存取、對延遲敏感,或不能離開企業邊界的資料。企業真正要回答的,是每一類資料與任務應該放在哪裡。

依 QNAP 觀察,客戶過去關心的是需要幾 TB、幾 PB,或備份速度有多快;現在更常問的是,機器裡的資料要如何被 AI 活用。QNAP 也從 2021 年起,把公司發展定調在 AI 與高速網路的融合,試圖讓 NAS 從資料保存的位置,進一步成為資料被調用的位置。

當資料量持續擴大,搜尋與管理方式也會跟著改變。「在 NAS 裡放入 AI Agent 會越來越不可或缺。」劉文義舉例,當照片累積到 10 萬、20 萬張,要找出其中幾張特定畫面,已不可能只靠人工翻找。此時,能理解內容、接受自然語言指令的 AI 工具,會從加分功能逐漸變成必要條件。

從資料治理到地端推論:AI NAS 如何進入企業工作流?

AI NAS 不是「多了 AI 功能的 NAS」,而是 NAS 在企業工作流裡換了位置。 依 QNAP 觀察,目前客戶大致分布在一條導入光譜上。人數最多的一群,仍在把資料集中、分類、清理與建立權限。這一步看似與 AI 無關,卻決定後續系統能不能找到正確資料、辨識版本,並把答案交給有權限的人。

中間一群開始建置私有的檢索增強生成(RAG)知識庫。RAG 並不是重新訓練一個模型,而是在模型回答前,先從企業的 SOP、合約、法規或技術文件中取回相關內容,再產生附有來源依據的答案。QNAP 以 Qsirch 的語意搜尋能力協助建構這類應用,協助企業建立私有知識庫;而走在最前面的少數企業,則已經嘗試地端推論與 AI Agent。

模型的選擇權,QNAP 刻意留給客戶。知識庫背後採用哪一個模型,可由企業依需求決定,不綁定單一 AI 供應商。QNAP 也以 QuAgent AI 助理與模型情境協定(MCP)相關能力,讓管理者透過自然語言查詢狀態、調整設定,並讓 NAS 成為 AI Agent 可調用的資料節點。

不過,劉文義沒有把這條路說得太容易。他坦言,目前 NAS 硬體的 AI 運算能力仍有限。一般企業期待的應用,可能需要約 300 到 800 TOPS,甚至 1,000 TOPS,因此多數方案會以 NVIDIA 顯示卡補足算力;一張卡約需新台幣 10 萬至 12 萬元,一張算不完,就得配置 2 張或 4 張。

「整體成本可能是過去單獨一台 NAS 的 5 倍到 10 倍,並不是大部分中小企業都能接受。」除了硬體,使用者還需要 AI 應用的 Know-how、程式背景與開發資源,這些都是落地成本。

QNAP 則是透過算力分級讓各規模與需求的企業都可以有適合的解決方案。在 Computex 2026 搶先亮相的 QNAP AI NAS 中,一類是採用含有 iGPU 與專屬 NPU 的處理器平台,以一百多 TOPS 的範圍,可順暢使用 AI 應用程式;另一類機種則可安裝 1 張或 2 張 NVIDIA 顯示卡,處理更大的運算量。

同時 QNAP 也在軟體端也持續開發,目標是讓 NAS 裡的資料更有效率地被 AI 工具調用,讓資料成為有價值的知識。

從規格走到現場:能源公司如何導入私有 LLM?

本地 AI 實際落地部署會是什麼模樣?劉文義舉了一家約 50 多人的能源公司為例。這家公司原本想用 NAS 搭配雲端 AI 建置內部資料庫,但很快遇到兩個瓶頸:一是員工查詢時明顯出現卡頓;二是專利、技術與合約都高度敏感,高層不願上傳至公有雲,擔心機密資料會有外洩的疑慮。

後來,該公司導入 QNAP AI NAS 的旗艦機種 QAI-h1290FX,搭配顯示卡與全快閃 SSD,在地端部署私有大型語言模型,把數十年來封存的靜態檔案交給 AI 調用,進行跨檔案摘要與精準搜尋。員工因此省下翻找合約與報告的時間,核心機密也能留在企業內部。

這個案例說明,若任務範圍明確,有些應用不必動用雲端大型模型,地端運算量就可能足以支應。

但不同企業的資料量、查詢方式與模型大小不同,導入前仍需要概念驗證(POC)與技術人員評估。

而且,資料留在地端並不等於自動安全。企業仍要處理帳號權限、網路隔離、備份復原、漏洞修補與日常維運。地端的價值,是讓資料邊界與控制權回到企業手上;相對地,安全責任也會更直接地回到企業。

哪些企業現在該做,哪些再等?先看重複性與三個條件

能不能導入地端 AI,不只由產業標籤決定,也要看工作是否重複,以及場景能不能被清楚定義。劉文義觀察,第一批走進來的,除了受法規限制的醫療、金融與保險業,也包括利用地端 AI 加速資料處理的科技業,以及會計、律師等有大量重複文書工作的專業服務業,因為效益較容易被看見。

工廠也是可預期的場景。一條生產線可能有 10 台、20 台機器,每台處理與儲存資料的 Protocol 都不同,需要相對應的儲存裝置;生產過程累積的影像與紀錄可能要保存 3 年到 5 年。當企業要跨設備調用這些資料,AI Agent 與地端資料節點就有發揮空間。

「重複性資料處理越多,或重複性動作越多的產業,越容易透過導入 AI 提高工作效率。」反過來說,較傳統、人力密集,或仍高度依賴人工判斷的製造業,短期內未必能快速導入地端 AI。

依 QNAP 提供的資料,企業也可用「高頻、大量、敏感」三個條件做第一輪判斷:資料是否被頻繁調用?規模是否大到雲端傳輸與長期費用開始變得明顯?內容是否涉及個資、法規、智慧財產或商業機密?三個條件愈集中,地端部署愈值得評估;三者都不成立時,使用雲端 API 往往更簡單,也可能更划算。

可以先等的企業,大致也有三種。第一,資料仍分散、版本混亂、權限不清,急著上 AI 只會把混亂放大,先完成集中與治理,效率就可能先提升。第二,找不到一個具體且反覆發生的業務痛點,只因為「別人都在做」而採購,設備很可能變成昂貴的展示品。第三,使用量仍小、需求偶發,現階段雲端的彈性反而更有優勢。

因此,POC 不應只驗證「模型答不答得出來」,還要回答三個問題:資料由誰負責,誰可以存取?導入後能節省多少查找時間、傳輸成本或人工作業?正式上線後,誰負責資料、模型與資安維運?只有當效益與責任都能被量化,才適合從展示走向正式部署。

企業願意把部分資料留在自己的機房,動力最終仍回到資料主權。QNAP 的主要市場分布在歐洲、美洲與亞太,其中歐洲占比將近一半,而歐洲也正是全球推動資料主權的最大動力。

QNAP 的產品已取得 ISO 27001、ISO 27017 與 ISO 27018 等多項認證,並滿足 GDPR、HIPAA 等資料保護與法規遵循需求;累積至今,已售出約數百萬台裝置,協助企業打造智慧、安全的儲存方案。

至於普及時間點,劉文義提出一個明確的價格與效能交會點:地端應用若要順暢運作,運算量可能至少要達到 300 至 600 TOPS,甚至 800 TOPS,同時價格要落在新台幣 5 萬至 8 萬元。目前符合這些條件的硬體方案仍很有限。

qnap3.png
「AI NAS 不是多了 AI 功能,而是改寫了資料在工作流的位置。」威聯通科技總經理劉文義坦言,地端算力成本高昂,QNAP 透過「算力分級」與開放模型架構,助企業逐步建構私有 RAG 知識庫與 AI 團隊。
圖/ 數位時代

「預測約兩、三年後,應該很快會看到符合一般大眾期待、具備合理 CP 值的產品。那個時間點,就會是 AI 落地最蓬勃發展的時候。」在此之前,企業真正能先做的,不是搶著買最大的模型或最昂貴的顯示卡,而是把資料治理、使用權限與高價值場景準備好。

QNAP 以「資料煉油廠」比喻自己的角色:原油再多,沒有整理、提煉與配送的過程,也無法成為可用的能源。這個定位也點出地端 AI 的競賽條件——不是誰先買到算力,而是誰的資料先準備好被調用。模型會持續更換,但企業自己的資料層則會長期存在。

AI NAS 不是把模型塞進儲存設備,而是在資料必須留在企業內時,讓搜尋、推論與管理靠近資料的地端節點。

QNAP World Tour 2026 台北場將於 2026 年 9 月 18 日(五)舉行,現場將聚焦 AI 應用、儲存備份、網通產品、資安與監控,並安排 Live Demo,適合 IT 管理者、系統整合商與企業決策者參加。

活動地點:新板希爾頓酒店|如意 AB 廳

活動時間:09:20–16:00

地址:新北市板橋區民權路 88 號 2F

立即報名:https://bnex.tw/9f7my4

2026 QNAP 台灣企業資安韌性大調查,填問券抽好禮,倒數計時:https://www.surveycake.com/s/q4abw

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