特斯拉“产能地狱”往事:分歧、落地、陷阱、重塑( 三 )


而在特斯拉终于实现周产量5000辆目标的那一周 , 只有700辆车真正走出了特斯拉工厂 , 剩下的4300辆车 , 还得重回生产线 , 进行返工和二次检测 。
这意味着 , 直到那时 , 特斯拉的FPY率也仅有14% , 不足行业平均水平的1/4 。
最夸张的一次 , 由于零件输送出了问题 , 让100辆走下特斯拉生产线的汽车 , 全都没安装上右侧大灯 。
全线自动化问题百出下 , Model3的产能爬坡进度一再被拖慢 。
最初(2016年) , 特斯拉承诺在2018年客户都会收到新车 , 但事实上 , 2017年下半年 , 特斯拉一共只交付了2685辆车 。
2018年4月份 , 马斯克宣布“Model3的交付将延迟6到9个月” 。 依靠全线自动化提高产能的尝试 , 宣告失败 。
那么 , 听起来明明更高效的“全线自动化” , 为何行不通呢?
这一定程度上归咎于 , 自动化生产存在技术壁垒 , 机器并非适合所有类型的工作 。
众所周知 , 一辆汽车生产出来 , 需要经过冲压、焊接、喷漆、总装以及质检一系列环节 。 其中 , 前三个环节 , 整个汽车行业的自动化程度都较高 。 而总装和质检环节 , 传统汽车厂商一般采取人工操作 。
特斯拉希望后面这两个环节 , 也用机器替代人工 。
特斯拉“产能地狱”往事:分歧、落地、陷阱、重塑
文章图片
但事实上 , 在这些环节 , 相比人工的灵活性 , 机器的执行性和准确性很难把控 。
比如 , 特斯拉曾试图用机器人 , 将玻璃纤维垫子粘合在电池组的顶部 。 但机器总是问题百出 , 或是没能拾起垫子 , 或是把垫子放置在错误位置 , 特斯拉最后不得不砍掉了这项流程 。
就连最简单的拧紧螺丝动作 , 机器人的工作效率也远低于人类 。