“芯片直連大腦”馬斯克又出雷人“發(fā)明”！
美國時間周二，特斯拉CEO馬斯克在舊金山加州科學(xué)院的一次演講中稱，欲將實施人類大腦與計算機連接的“與AI共生”計劃。這一想法紛紛被網(wǎng)友調(diào)侃：“真敢想?！?
馬斯克甚至稱，特斯拉不是由一家沒有靈魂的公司設(shè)計的，而競爭對手的很多車輛“沒有靈魂”。
然而，“腦后插管”這樣的“靈魂”黑科技，似乎并沒有將大眾的關(guān)注點從特斯拉被曝偷工減料的丑聞上轉(zhuǎn)移出來。
據(jù)CNBC報道，在加利福尼亞州弗雷蒙特工廠工作的特斯拉多名員工美國時間7月15日對外透露，現(xiàn)在員工只能“抄近道”來完成馬斯克定下的Model 3“激進”量產(chǎn)目標(biāo)，他們被迫在存在有害元素和害蟲的帳篷勞動條件下工作，用乙烯基電工膠帶快速修復(fù)零部件，并且省略跳過了車輛測試中的部分程序。
特斯拉“先賣再修”？
據(jù)四名在特斯拉帳篷裝配線上工作的員工爆料，主管教他們用電工膠帶快速修復(fù)Model 3的零件，工人們甚至將Model 3調(diào)侃為“ship-it-now，fix-it-later（先賣再說，以后再修）。”
爆料員工提供的照片顯示，Model 3中的“三攝像頭”設(shè)備是通過膠帶連接固定的。這些員工稱，如果攝像頭連接松開或斷開，特斯拉的一些安全功能，如哨兵模式、自動駕駛系統(tǒng)、自動緊急剎車或全自動駕駛可能會失靈。
特斯拉官方于美國時間7月16日下午回應(yīng)稱，報道并非事實。
據(jù)悉，馬斯克曾在去年提出了一個另類方案——在帳篷中搭建汽車組裝生產(chǎn)線。據(jù)了解，特斯拉2018年4月在弗雷蒙特工廠建成了一個露天的“帳篷車間”。不可思議的是，這個“帳篷車間”已持續(xù)使用了一年多，如今還在為特斯拉貢獻產(chǎn)能。僅去年七月，弗雷蒙特工廠就為特斯拉貢獻了20%的Model 3產(chǎn)量。
當(dāng)時，有質(zhì)疑的聲音稱，增加一條不夠成熟而倉促上馬的裝配線，即使作為暫緩之計，也是一種危險的舉措，這或許無法兌現(xiàn)特斯拉關(guān)于產(chǎn)品質(zhì)量的承諾。
有員工向CNBC透露，為了節(jié)省時間，工人們在檢查生產(chǎn)線時，即使知道一些汽車缺少螺帽、螺栓也經(jīng)常會睜只眼閉只眼通過。更有一些員工稱，為了加快Model 3的生產(chǎn)速度，車輛的涉水測試也會被忽略。據(jù)外媒報道稱，特斯拉2018年因擔(dān)憂拖慢生產(chǎn)進度，停止了車輛的涉水相關(guān)測試。
對此，特斯拉新聞發(fā)言人稱，員工描述的許多捷徑都是未經(jīng)批準(zhǔn)的程序?！笆聦嵣衔覀児膭钏袉T工來發(fā)現(xiàn)能改進的地方，并聘請相應(yīng)團隊來評估潛在風(fēng)險和確定可能的解決方案?！?
激進交付目標(biāo)惹得禍？
雖然特斯拉今年第二季度銷量再創(chuàng)新高，但這距離其“激進”的銷量目標(biāo)還相差甚遠(yuǎn)。特斯拉曾預(yù)計，今年全年交付量將達到至少36萬輛，其中預(yù)計將有25萬輛以上是Model 3。
此前，特斯拉曾預(yù)計2019年的汽車產(chǎn)量將顯著超過預(yù)期的36萬-40萬輛。如果位于上海的特斯拉工廠能在今年第四季度初順利投產(chǎn)，并按計劃于初始階段每周生產(chǎn)約3000輛Model 3 ，那么待其完全投入運營后，特斯拉全球年產(chǎn)量將攀升至50萬輛。
為了搶占更多的市場，7月16日，特斯拉對中國和美國市場的Model 3系列車型再次調(diào)價。特斯拉中國區(qū)總經(jīng)理王昊表示，以前特斯拉的最大年產(chǎn)能在10萬輛左右，目前一年可以生產(chǎn)幾十萬輛車，與之相應(yīng)的是供應(yīng)鏈成本也在下降；另外，關(guān)稅調(diào)整也是特斯拉價格下調(diào)的另一個重要因素。
然而，價格便宜的Model 3車型，正在蠶食利潤率較高的Model S和Model X的市場需求。特斯拉的銷售數(shù)據(jù)顯示，第二季度Model S和Model X的交付量在其總交付量中占比不到20%，正在拖累特斯拉的盈利能力。
資本市場對特斯拉可持續(xù)性發(fā)展的疑慮從未打消。瑞銀分析師科林·蘭根提到：“特斯拉交貨量可能會增加，但利潤可能會下降。我們預(yù)計特斯拉下半年虧損將會增加，因為交付可能會放緩，而價格的變動將會持續(xù)影響利潤率?！?
目前，特斯拉被曝出的種種丑聞更是讓投資者懷疑第二季度會不會就是特斯拉的最佳業(yè)績表現(xiàn)。想要證明業(yè)績飄紅不是轉(zhuǎn)瞬而逝，特斯拉需要解決需求疲軟和價格下跌的難題。
