日產Q1慘賠13.8億美元!新CEO揮刀裁員2萬、關7座工廠,擬出售橫濱總部救公司?
日產Q1慘賠13.8億美元!新CEO揮刀裁員2萬、關7座工廠,擬出售橫濱總部救公司?

重點一: Nissan(日產)預估本季虧損高達2000億日圓,去年淨損45億美元,且今年股東會上股東對公司績效不彰表達強烈不滿。

重點二: 為力挽狂瀾,新任執行長伊凡.艾斯皮諾薩(Ivan Espinosa)宣布大規模重組計畫,包括裁員約2萬人、關閉7座工廠,並考慮出售橫濱總部。

重點三: 公司正承受來自股東及東京證券交易所的壓力,要求處理「母子公司上市」問題,以提升治理並保護少數股東權益。

日本第三大汽車製造商日產汽車(Nissan Motor)正深陷危機,2024財年淨虧損達45億美元,預估本會計年度第一季將出現約13.8億美元(約新台幣436億元)的巨額虧損,且去年淨損高達45億美元。

日產近年銷售業績低迷,根據5月財報公布, 2024財年(2024年4月至2025年3月)全球銷售量約334.6萬輛,年減2.8%,合併淨營收為12.6兆日圓,但營業利潤暴跌87.7%至698億日圓,淨損額高達6,709億日圓,為4年來首度虧損。

業績下滑原因除了新車銷量萎縮,也與北美市場競爭力下降、中國電動車競爭加劇有關,加上美國關稅政策帶來成本壓力和市場不確定性,使得日產2025財年展望仍不樂觀,預計全球新車銷量將下滑3%,僅達325萬輛左右。

延伸閱讀:日產關廠潮來了!日本追濱、墨西哥、南非⋯4大廠傳將關閉:3年內將縮減7座廠
Nissan大瘦身!追加裁減1萬人:3月虧損1,538億元創紀錄,日產汽車怎麼了?

關工廠、裁員、賣總部大樓…日產復甦之路怎麼走?

新任執行長伊凡.艾斯皮諾薩(Ivan Espinosa)於今年四月上任後,面臨股價一年內下跌約36%、股息暫停發放等多重挑戰。為了挽救頹勢,艾斯皮諾薩已提出一系列大刀闊斧的改革措施,5月時發布了一項名為「Re:Nissan」的復甦計劃,目標 包括計劃關閉全球7座生產工廠,並裁減約20,000名員工,佔日產全球總勞動力約15%,預計將在未來兩年內完成,目標是節省5,000億日圓。

此外,為籌措重組資金並減輕債務,據《日經亞洲》報導,日產正考慮出售其位於橫濱的全球總部大樓,該大樓估值超過1,000億日圓,並可能採取售後租回的方式維持營運。

另一方面, 日產也正在精簡車輛開發流程,將車輛設計的平台架構從13個縮減至7個,將零件複雜度降低70%,提高效率並降低成本 。與此同時,預期相關研發部門將面臨新一波裁員潮,《日經亞洲》指出,首當其衝的可能是位於日本國內的追濱工廠和湘南工廠。

艾斯皮諾薩目前將2025財年定調為「過渡年」,期望能在2026財政年度實現獲利。

不只虧損!日產還得面對「媽寶」子公司問題?

除了營運困境,來自股東和監管機構在公司治理上的壓力,也讓日產處境維艱。

策略資本(Strategic Capital)在股東會上提案,要求日產檢討旗下上市公司子公司日產車體(Nissan Shatai)的問題, 主因包括日產車體98%的銷售額高度仰賴日產,以及日產長期主導董事任命與經營決策,使得日產車體缺乏獨立性等。

策略資本提案有二: 第一,日產降低日產車體的持股比例至30%,並允許獨立管理;第二,由日產收購剩餘股份,將日產車體完全收購為全資子公司,並以公平價格收購少數股東股份。

儘管該提案最終被否決,但此議題凸顯出日本企業普遍存在的「母子公司雙重上市」現象,此類結構被認為對少數股東不公平,也可能影響公司治理透明度。

東京證券交易所和監管機構正加大施壓,要求企業清理這類情況。例如,豐田(Toyota)本月便宣布計劃將其上市公司子公司豐田工業(Toyota Industries)私有化,儘管交易規模高達330億美元,但有股東認為其低估了該公司的價值。

策略資本執行長丸木強表示,他希望日產管理層能認真考慮此問題。日產持有日產車體50%的股份,而策略資本則持有日產車體3.5%的股份,並已取得日產的少量股權,使其能向股東大會提交提案。報導指出,日產董事會反對修改公司章程以每年審查與上市子公司的關係,但面對外部壓力,未來在公司治理方面預計將有更多調整。

延伸閱讀:獨家專訪|Google台灣總經理揭「被AI選擇」秘訣:3個原則,決定你的能見度

資料來源:日經亞洲、Entrepreneur、

本文初稿為AI編撰,整理.編輯/ 蘇柔瑋

關鍵字: #裁員 #Nissan
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