特斯拉Model 3產能跟不上，是因為用了太多機器人

李杉 編譯自 TechCrunch
量子位 出品 | 公眾號 QbitAI

特斯拉Model 3產能跟不上的原因竟然是……

用了太多的機器人：）



近日，美國投行Bernstein分析師Max Warburton和Toni Sacconaghi認為，馬斯克由於過度使用了自動化技術，導致特斯拉無法如願儘快擴大產能。

“特斯拉嘗試過自動組裝。”研究報告中寫道，“我們認為特斯拉在Model 3生產線上使用的自動化技術過於野心勃勃。很少有人見過，但我們知道：特斯拉在單位產能上的花費達到傳統OEM的兩倍。”

除了自動化衝壓、噴漆和焊接外，特斯拉還試圖自動完成最終的組裝流程，將各個部件組裝到汽車裡面。

聽起來很美好，就是結果有點事與願違。

該報告表示，自動化技術成本很高，而且從統計資料上看，與品質呈現負相關性。

他們還表示，如果特斯拉希望自動完成50%的最終組裝過程，也只能減少大約5小時的人工。“按每個工人時薪30美元計算，能省150美元。

但是，就算資本和監管允許他們少僱工人，特斯拉還是會需要技術工程師對機器人進行管理、程式設計和維護，每小時要多花100美元（這是我們對機器人工程師小時工資的估算）。”

“所以實際上，每輛車節約的勞動力成本淨額只有50美元。但要在工廠中部署自動化，所需投入的單位資本開支似乎比常規工廠高出4000美元。如果產品使用7年，就會額外產生每單位550美元的折舊。很難從中看到經濟利益。”報告中說。

究竟是啥讓特斯拉執念這麼深？目前原因尚不明確。

作者系網易新聞·網易號“各有態度”簽約作者

— 完 —

活動推薦

△ 點選圖片或閱讀原文

即可獲取更多詳情

聯想高校AI精英挑戰賽，覆蓋全國28個省份、8大賽區和260所高校，經過在中科大、華中科技大學、清華大學、上海交通大學等8所AI領域具有頂尖優勢的理工科高校的半決賽路演，產生最終入圍總決賽的十支參賽隊伍，並將於3月29日在北京中國科學院計算技術研究所迎來全國總決賽。

加入社群

量子位AI社群15群開始招募啦，歡迎對AI感興趣的同學，加小助手微信qbitbot6入群；

此外，量子位專業細分群(自動駕駛、CV、NLP、機器學習等)正在招募，面向正在從事相關領域的工程師及研究人員。

進群請加小助手微訊號qbitbot6，並務必備註相應群的關鍵詞~通過稽核後我們將邀請進群。（專業群稽核較嚴，敬請諒解）

誠摯招聘

量子位正在招募編輯/記者，工作地點在北京中關村。期待有才氣、有熱情的同學加入我們！相關細節，請在量子位公眾號(QbitAI)對話介面，回覆“招聘”兩個字。

量子位 QbitAI · 頭條號簽約作者

վ'ᴗ' ի 追蹤AI技術和產品新動態