特斯拉重陷虧損泥潭,或將啟動新的融資

作者 | 發布日期 2019 年 04 月 26 日 8:30 | 分類 晶片 , 汽車科技 , 財經 follow us in feedly


造血能力尚未形成,提升產能和開發新車型又需要大量資金,特斯拉或將向外部尋求融資。

4 月 24 日,特斯拉發布第一季財報,該公司汽車業務營收 37.24 億美元,與同期相比增長 36%,與上季相比下降 41%;汽車業務毛利潤率為 20.2%,與同期相比增長 0.43%,與上季相比下降 4.1%。其中,特斯拉的現金和現金等價物為 22 億美元,今年預計支出 20-25 億美元。另據特斯拉公司 CEO 伊隆‧馬斯克透露,預計公司第二季仍將虧損,第三季將恢復盈利。

這意味著,特斯拉想要透過多賣車這條路來彌補資金的想法將很難實現。據路透社報導,馬斯克在週三暗示,可能很快就會進行融資。

綜合財報各項指標來看,特斯拉第一季的虧損原因在於交付不足、銷量提前透支和一部分非經常性項目淨損失。不過,特斯拉的產能和市場歡迎度均處於持續上升階段,這可以解讀為特斯拉有意願認真造車,而人們也願意等待。

重回虧損狀態

在虧損路上走了很久,特斯拉現在將告別短暫的盈利季重回虧損狀態。

特斯拉虧損的同時,公司的現金流正在急劇減少。據特斯拉第一季財報顯示,該公司的現金和現金等價物為 22 億美元,較 2018 年底減少 15 億美元。特斯拉表述主要在於償還了 9.2 億美元可轉換債券,和第一季交付數量大幅增加。

2019 年第一季,特斯拉共交付汽車 50,928 輛,與同期相比增長 110%。交付增量主要由 Model 3 支撐。Model S 和 Model X 的交付量與同期相比下降 45%。據特斯拉介紹,Model S 和 Model X 的交付量下降,主要由於季節性因素導致美國 2018 年第四季銷售額下降,原因是聯邦電動汽車稅率首次降低第一季的信貸,以及 75 千瓦時電池組的停產。

雖然交付量相比去年同期實現了倍增,但據特斯拉透露,由於不可預見的挑戰,該公司在本季結束前 10 天只交付了本季一半的數量,導致大量車輛交付轉移到第二季,這是特斯拉第一季交付數量不及預期的主要原因。

據了解,投資機構高盛之前曾預測過這個情況。今年 3 月,高盛分析師大衛‧塔伯里諾(David Tamberrino)在報告中表示:「我們對特斯拉股票維持賣出評級,因為我們現在預計該公司在 2019 年第一季的交付量 / 收益將會令人感到失望。」

經過研究後,大衛‧塔伯里諾的團隊將特斯拉 2019 年第一季 Model S 和 Model X 的銷量預期從 2.07 萬輛降低到 1.73 萬輛。他們認為,國際需求的萎靡和 Model 3 對 Model S 需求的侵蝕等因素可能會產生影響。不過,該團隊維持對 Model 3 的銷量預期,預計它將在 2019 年第一季交付 5.75 萬輛,預計特斯拉在第一季的所有汽車交付量為 7.5 萬輛。當時華爾街的預期是交付量 8.1 萬輛。

現在看來,特斯拉很明顯讓投資人的預期落空了。特斯拉的股價也因此出現下滑,盤後一度跌幅接近 2%。

將自主研發進行到底

與不斷虧損的現狀相比,特斯拉看上去仍充滿極大潛力。這表現在它在北美電動車市場壓倒性的銷量占有率,以及其自主研發的面向汽車未來的自動駕駛技術。

第一季財報發布前不久,特斯拉向外界首次公布自主研發的晶片 FSD(Full Self-Driving ) Computer,並表示這款晶片將在未來用於公司旗下的全部新車。

據特斯拉自動駕駛晶片負責人 Pete Bannon 描述,這款自主研發晶片比目前市場上輝達的競品 Xavier 晶片好 7 倍。馬斯克則表示,這款晶片下一代版本的性能將在現有基礎上再提升 3 倍,「一年以後,路上就會多出 100 萬台自動駕駛汽車」。

值得注意的是,被拿來對比的輝達也很快就有了回應。

輝達在對外聲明中表示:「特斯拉推出的最新技術應與輝達的全自動駕駛晶片 DRIVE AGX Pegasus 進行比較,後者能提供每秒 320 萬億次的運算能力,可用於人工智慧感知、定位和路徑規劃等。此外,DRIVE Xavier 可提供每秒 30 萬億次的運算能力,而特斯拉錯誤稱其提供每秒 21 萬億次的運算能力,更重要的是,該晶片是為輔助自動駕駛功能設計的,而不是為完全自動駕駛設計的。」

與其他車企相比,無論是特斯拉之前告別松下自主研發電池技術,還是現在與輝達分手直接自主研發並推出自動駕駛晶片,繞開供應商均展現了企業的創新性,而且從現有產品看,特斯拉做得似乎不落下風。

晶片設計自動化公司 Synopsys 的 AI Lab 工程師唐杉分析表示,「特斯拉的自動駕駛晶片對標的產品,應該是 Nvidia 的 Nvidia Xavier SoC 晶片。客觀來看,兩款晶片在各方面還是有差距的。特斯拉的 SoC 設計中,除了自研的 Neural Network Processor 部分之外,其它都是用業界標準 IP,並沒做太多定制工作,只能說中規中矩。而 NNP 也是一個比較簡單的架構,也很難說做了很多架構和技術上的創新。」

不過,唐杉也表示,從另一個角度來看,這款晶片如果真的大量使用了,那它至少也是合格的。可以看到,特斯拉的目標和執行策略是清晰和實際的,這是系統廠商自研晶片的最大優勢。

(本文由 雷鋒網 授權轉載;首圖來源:達志影像)

延伸閱讀: