Model S和Model X銷量慘輸，特斯拉為何不停產？三原因解析|數位時代 BusinessNext

曾經，特斯拉（Tesla）所推出的高端車款Model S和Model X獨霸電動車市場，在公司總營收的佔比名列前茅，然而，隨著性價比更高的Model 3和Model Y上市，過去的開路先鋒瞬間黯然失色。根據特斯拉官方2022年所公布的財報，約131.3萬的總銷售量中，Model S和Model X只有售出6.7萬輛，僅佔據整體5%的比例。那麼，為什麼特斯拉不考慮將這兩種車款停產呢？

賣不好怎麼不停產？一窺特斯拉的銷售技巧

Model S和Model X分別於2012和2015年正式交車，是特斯拉早期為了開拓電動車市場，而專門打造的豪華高階車款。然而，在性價比更高的Model 3和Model Y分別於2017和2019年交車後，身為開路先鋒的這兩款車型銷量開始下滑，從2018年合計售出近10萬輛，到2022年只有6.7萬輛，且2022年的銷售量甚至僅佔據總銷售量的5%。

後推出的Model 3和Model Y具有對於消費者而言的最大優勢――更低廉的價格。雖然載物空間、內部規格等配置不如Model S和Model X高檔，但比較便宜的價格讓Model 3和Model Y成為一般家庭的首選；另外，相對較小的尺寸也比較適合城市駕駛和日常使用，符合特斯拉目前發展戰略：推動電動汽車普及率與提高產品市占率。那麼，也許有很多人會因此感到疑惑，既然銷量不佳，為什麼特斯拉不將Model S和Model X停產呢？

綜合CNN和其他外媒報導，推測特斯拉不選擇停產Model S和Model X的原因，包含：

舊款車種仍有一定市場：

「是Model S讓美國買家看見電動車的可能性。」美國汽車買賣購物網站Autotrader的執行編輯Brian Moody表示。身為特斯拉第一款量產的電動車，Model S不僅幫助特斯拉奠定霸主地位，也開創了電動車市場的商機。在2019年AutoWise網站發布的調查中，Model S更奪得美國消費者心目中夢幻神車的寶座，相較起平價的Model 3，擁有Model S更像是一個「可望而不可及」的夢想。

另一方面，Model S和Model X的銷量依舊超越其他同等級別、價格相近的競爭對手，舉例而言，Lucid Air續航里程最高可達到約830公里，遠勝過Model S的652公里，但在2022年的銷售量僅有4,369輛；號稱能夠媲美特斯拉Model X，由新銳電動車品牌Rivian所推出的越野休旅車R1S，在2022年的銷售量為20,332輛。顯示出即使和Model 3和Model Y相比，Model S和Model X的銷量遠遠不夠看，但是要擊敗同等級的競爭對手仍是綽綽有餘。

開發新品投入成本高昂：

建立工廠再到設計、開發新車，這之間的成本非常高昂，可能需要花費數年時間，等到車輛真正開始銷售，才有正現金流的流入，而對於製造商而言，銷售同一款車型的時間越長，從原始投資中所賺到的錢就越多。

相比其他競爭對手，特斯拉聲稱他們不花費任何費用在廣告上，而是將大部分的資金都投注於研發產品。StockApps在2020年的數據顯示，特斯拉在該年度的研發費用為14.91億美元（約新台幣457億元），用此數字除以該年度約49.95萬的交車量，即使特斯拉身為最熱銷的電動車廠，平均下來在每台車的研發費用是2984美元（約新台幣9.1萬元），為一般傳統車廠（研發費用約1000美元，新台幣3萬元）的三倍。

這些研發費用主要來自於聘僱專業團隊、製造工程和測試產品等項目；此外，為了保證品牌在電動車產業的領導地位，特斯拉也長期致力於提升電池的品質和續航里程。

因此，Model S和Model X就成為穩定的利潤來源之一，相較起一般汽車約5至6年的產品生命週期，分別在2012和2015年正式上市的Model S和Model X已經銷售近十個年頭，只要進行輕微的外觀變動和技術、性能提升，就能讓製造商在實際的新車推出前，將改良過的舊車款包裝為「新車」並出售。現在市面上銷售的Model S和Model X就是2021年升級的新版本，隨著2021的首度改版，不僅續航力再度提升，還升級內部設備、新增後座顯示螢幕等。

產品研發速度過慢：

要在汽車競爭市場中生存，勢必得推出各式各樣的車款來吸引消費者的注意力，雖然短期內專注於單一車款的銷量提升，能夠獲得一定利潤，但長期來看，這可能會使特斯拉喪失在市場上的競爭力。美國知名銀行分析師John Murphy就曾表示，特斯拉拓展產品陣容的速度實在太過緩慢，不僅沒辦法跟上福特、通用汽車等傳統車廠的研發速度，甚至還很有可能輸給某些新創公司；並大膽推測在2025年特斯拉的市占率就會從70%跌至僅11%。

特斯拉在高端車市場的競爭對手，主要是BMW、Mercedes-Benz（賓士）、Audi（奧迪）等知名汽車品牌，透過下方圖表比較，可看出2022年特斯拉在電動汽車的銷售量遠大於其他三個品牌。

然而，隨著各大車廠紛紛宣布2023年的計劃，例如：BMW將在今年推出i5電動房車，近日已釋出預告影片，另外還將在年底推出大改款X2和iX2純電休旅車，預計在2025年前至少推出6款純電動車；奧迪預計在2025年前推出10款以上電動車，包括和Model X同為豪華中大型SUV的Audi Q6 e-tron；特斯拉在2009年就公布、量產時間推遲三次並預計在今年正式發表的電動皮卡Cybertruck，仍然沒有公布確切發表日期，該公司似乎也沒有推出其他高端車的計畫，因此，若停產Model S和Model X，特斯拉所擁有的車款就會銳減到只剩下兩種，相當於直接將高端車市場的客戶拱手讓給競爭對手。

延伸閱讀：台灣特斯拉Model S、Model X調漲8萬元，一張圖看懂！價格血戰落幕了？

資料來源：CNN、TridensTechnology、TopSpeed、Tesla、TheWashingtonPost、TheWallStreetJournal、Mining、WhatCar

責任編輯：蘇祐萱

快速展店背後的挑戰　如何降低跨據點管理與維運負擔

對連鎖零售企業而言，展店代表商機與成長，但當門市數量快速增加，營運與管理的複雜度也隨之提升。尤其對便利商店（C-store）、餐飲連鎖與其他高密度展店型態的企業而言，總部需要面對的不只是據點數量增加，更包括不同門市的設備管理、系統維護、日常維運與人力配置等多方面挑戰。

過去多據點門市的設備與資訊管理，往往以單一門市為單位，各據點可能擁有不同的攝影機、錄影設備配置與管理模式。當總部需要掌握事件狀況、確認門市營運情形，或進行跨區域管理時，往往需要投入大量人力逐一確認資訊，不僅增加管理負擔，也提高維運成本。

此外，零售產業本身具有高度變動性。門市可能因應市場策略進行展店、搬遷、改裝，甚至調整營運規模。傳統一次性設備投資模式，容易讓企業在面對據點變化時缺乏彈性，也增加設備重新配置與後續維護的負擔。

因此，現代零售企業所需要的不只是單純記錄事件的設備，而是一套能隨企業成長彈性調整、協助總部有效掌握多據點安全資訊，並支援未來智慧應用發展的智慧化管理架構。

從既有設備開始升級　降低全面汰換設備的轉型負擔

面對智慧化轉型需求，許多企業最大的挑戰並非是否需要升級，而是如何在不中斷現有營運的情況下完成轉型。

對已經投入大量資源建置安全系統的零售企業而言，全面汰換既有架構不僅成本高，也可能影響門市日常運作。因此，能夠兼容既有設備並逐步升級的彈性架構，成為企業導入智慧安全管理的重要關鍵。

透過混合雲架構，企業可以從既有設備開始，逐步整合不同據點的安全資訊與管理需求，同時導入雲端管理能力。相較於一次性重新建置，新一代平台架構能協助企業延續既有投資價值，並依照實際需求逐步導入更集中化、智慧化的管理能力。

此外，訂閱式雲端服務模式和混合雲安防架構，也為零售企業帶來更靈活的資產管理方式。相較於頻繁的硬體汰換、傳統一次性採購或繁瑣的跨品牌安防系統的管理，企業更有彈性的因應門市拓展、搬遷、調整或營運規模調整，精準配置資源，降低一次性投入壓力，也減少因據點變動造成設備閒置的情況。

對快速成長的連鎖零售企業而言，安全管理不再是一套固定且難以調整的架構，而是一個能隨企業規模與需求持續演進的平台。無論是新增門市、跨區域管理，或因應營運策略調整，都能以更彈性的方式完成管理升級。

AI 不只是安防工具　更開始協助零售提升營運效率

隨著 AI 技術快速發展，安全管理的角色也正在改變。過去企業導入影像系統主要用於事件記錄、事後查看與追蹤；如今，智慧雲端安防平台則能進一步從大量影像資訊中辨識人、車與行為，協助企業從「看見發生什麼」進一步「理解正在發生什麼」，甚至主動協助管理者發現與處理事件。對門市數量眾多、人力有限的連鎖零售業者而言，AI 正逐步成為降低管理負擔、提升營運效率的重要工具。

從基本事件偵測到自然語言規則　讓 AI 主動理解更多異常情境。 AI 智慧辨識已能針對跌倒、奔跑、徘徊、跨線等常見事件進行自動偵測，協助門市減少人工查看影像的需求。而進一步透過 Think Alert，管理者更可以直接以自然語言設定客製化的偵測條件，將 AI 應用延伸至傳統事件規則以外。以門市尖峰時段為例，店員往往需要同時處理結帳、補貨與顧客服務，總部也難以持續掌握每個據點的即時狀況。透過 Think Alert，管理者可以直接以自然語言設定「在門店入口抽菸的人」等情境；當符合設定條件的畫面出現時，系統即可主動發出警報，協助管理者即時掌握異常狀況。對於門市數量龐大的企業而言，這代表 AI 不只是協助辨識既定事件，更能依據不同營運需求，讓管理者以更直覺的方式設定希望 AI 主動關注的情境。

從大海撈針到快速完成調查　Think Search 搭配 Case Vault(案例庫) 掌握完整事件脈絡。 當事件發生後，如何從大量、多據點的影像中找到關鍵人物與事件脈絡，往往是最耗費人力的環節。透過 Think Search，管理者可以直接用自然語言描述想尋找的對象與情境，例如，當家長反映孩童可能在門市附近走失時，店員或總部人員不需要逐一查看不同攝影機的錄影畫面，只要在 Think Search 輸入「昨日上午，牽著小女孩的男性」等自然語言描述，系統即可協助從大量影像中篩選相關畫面，快速找到相關人物可能出現的時間與位置。若需要進一步追蹤，還能將不同搜尋階段找到的重要畫面與資訊整理至 Case Vault，建立事件時間線與人物移動路徑，協助管理者更完整掌握事件脈絡。

從安全管理延伸至顧客服務與門市營運　讓既有影像創造更多價值。 AI 的應用也不只限於安全事件。例如在咖啡店、餐飲等場景，若顧客將手機、包包等物品遺留在座位或櫃台附近，遺留物與遺失物偵測可以協助門市人員更快發現異常，主動確認並協助顧客處理失物問題；人流分析則能協助企業掌握不同時段的門市活動趨勢，作為空間配置與人力安排的參考；車牌辨識可應用於停車區域或門市周邊管理，而工安防護裝備辨識則能協助後場、倉儲等區域進行安全規範管理。透過這些應用，企業能在既有設備基礎上，進一步將影像資料延伸至安全、服務與營運等不同場景。

對連鎖零售業而言，AI 的價值已不只是「看得更清楚」，而是讓企業更快發現問題、更快找到資訊，並進一步理解事件脈絡與營運狀況。從基本事件偵測、自然語言設定規則，到 AI 搜尋與事件調查，再延伸至顧客服務與營運分析，雲端安防平台正讓影像從被動的紀錄工具，逐步成為支援多據點安全管理與營運決策的重要資訊來源。