當前位置: 華文世界 > 科技

民調顯示:因缺乏充電基礎設施,近80%美國成年人不願購買電動汽車

2024-05-15科技

最近,全球最大的電動汽車制造商特特斯拉雇了整個充電團隊。

這個舉動令人費解。當下,我們非常需要更多的電動汽車充電站盡快落成,而特斯拉一直是充電領域的巨頭。

特斯拉正在向其他汽車制造商開放其充電網路,並將其技術確立為美國(事實上的)標準。但現在,我們已經看到新的超級充電站建造計劃因裁員被取消。

特斯拉充電團隊的解散可能會減緩電動汽車行業的整體發展速度。這一切都表明了,為什麽我們的氣候技術不能僅依萊特斯拉一家公司。

特斯拉於 2012 年首次推出了超級充電網路,在美國西部有六個站點。截至 2024 年,該公司在全球營運著超過 50000 個超級充電站。

超級充電網路幫助特斯拉成為了電動汽車巨頭。超快的充電速度和便捷的導航系統消除了尋找充電站的不安感,有助於讓人們快速適應他們的第一輛電動汽車。

特斯拉營運的快速充電樁比美國任何其他公司都多,而且這些充電樁的可靠性比競爭對手要好得多。在很長一段時間裏,這一切都是特斯拉車主獨享的。

在過去的一年裏,特斯拉已經開始開啟其充電網路的大門。該公司向所有電動汽車提供了一些充電站,原因之一是為了獲得政府補貼,只有建造公共充電樁的私營公司才能獲得。

在美國,特斯拉還說服了其他汽車制造商采用其充電頭(介面協定),並將其標準化,命名為北美充電標準(NACS,North American Charging Standard)。

2023 年 5 月,福特宣布采用 NACS,幾乎所有在美國銷售電動汽車的其他汽車制造商也紛紛效仿。

然而最近,特斯拉解雇了其 500 人的充電團隊。此舉是更大規模裁員的一部份,預計一系列裁員將影響特斯拉全球 10% 的員工,即使是實習生也未能幸免。

特斯拉 CEO 埃隆·馬斯克(Elon Musk)在 X 上發帖稱,特斯拉「仍計劃發展超充網路」,盡管重點將轉移到維護和擴大現有站點,而不是增加新站點。

但是,一個顯而易見的問題是,在沒有專門的充電團隊的情況下,該公司計劃如何擴大,甚至維護現有充電站點呢?我現在也沒有答案。特斯拉沒有回應我的置評請求。

但失去充電團隊的影響是立竿見影的。特斯拉放棄了一些本來打算在紐約部署的超級充電站點的合約。在一封電子信件中,該公司告訴供應商推遲新建造計畫的破土動工。

在電動汽車充電基礎設施擴大規模的關鍵時刻,此舉令人擔憂。目前,美國還遠遠沒有安裝足夠的充電樁來支持汽車行業的大規模轉型。

根據美國國家可再生能源實驗室 2023 年的一項研究,如果到 21 世紀末,電動汽車占新車銷量的一半,那麽到那時,我們將需要安裝大約 120 萬個公共充電樁。目前,美國僅有 17 萬個。

在最近的一項民意調查中,近 80% 的美國成年人表示,缺乏充電基礎設施是不購買電動汽車的主要原因。無論他們生活在城市、郊區還是更大範圍的農村地區,都是如此。

在某種程度上,特斯拉似乎對建立公共充電網路不感興趣,這是有道理的。充電站的建設和維護成本高昂,而且在短期內可能不會那麽有利可圖。

根據 BNEF 的分析,特斯拉去年的充電收入約為 17 億美元,僅占公司總收入的 1.5% 左右。

向其他汽車制造商開放充電網路,可能有助於在本世紀末將這一來源的年收入提高到 74 億美元,但這仍然只占特斯拉未來總營收展望的一小部份。

更讓馬斯克感興趣的似乎是無人駕駛出租車等時髦的想法,而不是將電動汽車充電作為一項公共服務,並推動這項艱難而昂貴的工作。

老實說,我認為這一舉動給電動汽車行業敲響了警鐘。特斯拉在將電動汽車推向主流方面發揮了不可否認的作用,但我們現在正處於一個新的發展階段:我們不再需要漂亮的跑車,而是要充分部署現有技術並使其持續運轉。

其他公司可能會介入,幫助填補特斯拉原本計劃填補的充電缺口。例如,Revel 表示有興趣接管紐約市那些被取消的合約。但我不會太過期待一家資歷尚淺的新公司能很快成為拯救我們的超級英雄。

如果要減少排放和重塑我們的經濟,就必須全力以赴,部署和維護我們已知的、有效的解決方案,無論是在交通運輸還是任何其他行業。

對於電動汽車充電網路和更大範圍的氣候技術而言,我們不應該寄希望於特斯拉一家公司。希望我們可以看到更多新面孔。

支持:Ren

排版:羅以

01/ 溫和條件也能生產人造鉆石,科學家發現新型液態合金體系,成功制備多晶鉆石薄膜

02/ 科學家打造文生視訊大模型,含四個高效變種可更好處理時空維度,將Transformers與擴散模型完美結合

03/ 科學家用二氧化碳合成多碳醇,已完成8000小時穩定性評價,助力緩解過度依賴化石資源

04/ 科學家制備梯度石墨烯氣凝膠,實作高濃度鹽水持續淡化,並構建太陽能脫鹽灌溉系統

05/ AlphaFold3來了!無需輸入任何結構資訊,生物分子預測精度高出50%