Przejdź do treści
Czas na świecieEU--:--UK--:--USA--:--CN--:--PLDEFRIT中文EN

portal o AI i technologiiwydarzenia · analizy · wywiady · tło techniczne

Szukaj
NA ŻYWO
›

Xpeng redukuje linie produktowe z czterech do dwóch, gdy rosną wydatki na R&D, a dostawy spadają

Xpeng połączył cztery linie pojazdów w dwie, aby skoncentrować zasoby na badaniach i rozwoju oraz obniżyć koszty. O zmianie poinformował w poniedziałek, 28 września 2026 roku, lokalny serwis 36Kr.

AI i modeleAnalizaMarta ZielińskaOpublikowano: 28 września 20266 min czytaniaŹródła 5
Xpeng redukuje linie produktowe z czterech do dwóch, gdy rosną wydatki na R&D, a dostawy spadają

Chiński producent samochodów elektrycznych złączył linie I i F z linią G. Zostały tylko linie G i D. O tym poinformował 36Kr, powołując się na kilka źródeł branżowych. CnEVPost przekazał tę informację tego samego dnia.

To wewnętrzna zmiana w zarządzaniu produktami i odpowiedzialności za R&D, nie redukcja liczby modeli w sprzedaży. Przed zmianą linia G zajmowała się dużymi SUV-ami, takimi jak GX i G9L. Linia F obejmowała m.in. sedany z serii P. Linia I odpowiadała za produkty eksportowe, a linia D za serię Mona.

Po reorganizacji Mona pozostaje w linii D, a wszystko inne trafia do G. Zmieniono też zakresy obowiązków kierowników. Według 36Kr, były szef linii F teraz nadzoruje definicję produktów w linii G na tym samym szczeblu. Były szef linii I przeszedł do spraw zagranicznych, z wyłączeniem sprzedaży pojazdów na rynkach zewnętrznych. CnEVPost podało, że raport cytował źródło branżowe blisko związane z Xpeng.

Dlaczego teraz: spadające dostawy przy rosnących wydatkach na R&D

Logika jest prosta. Xpeng dostarczył 243 111 pojazdów w pierwszych ośmiu miesiącach 2026 roku, co stanowi spadek o 10,49% rok do roku, według danych CnEVPost. Sam sierpień przyniósł 39 107 dostaw, wzrost o 3,71% rok do roku i 2,84% w stosunku do lipca. To trzeci miesiąc z rzędu ze wzrostem rok do roku, ale nie wystarczy to, by nadrobić wcześniejsze braki.

Sytuacja finansowa dokłada presji. Xpeng odnotował stratę netto w drugim kwartale w wysokości 1 340 000 000 juanów (199 000 000 USD). To więcej niż straty 480 000 000 juanów rok wcześniej, ale mniej niż 1 780 000 000 juanów w pierwszym kwartale. Wydatki na R&D wzrosły o 32,1% rok do roku do 2 910 000 000 juanów w kwartale. Firma przypisała to głównie nakładom na nowe modele i technologie związane z AI. Dostawy w kwartale wzrosły zaledwie o 0,1% do 103 295 pojazdów. Marża na pojazdach wyniosła 12,1%, bez zmian w stosunku do pierwszego kwartału, ale niższa niż 14,3% rok wcześniej. Xpeng wini za to rotację modeli. Usługi i inne biznesy podniosły ogólną marżę brutto do 20,7% z 17,3%.

Konsolidacja linii produktowych może pomóc skoncentrować zasoby na R&D, obniżyć koszty i zmniejszyć wewnętrzną konkurencję między modelami o nakładających się pozycjonowaniu i cenach, zauważył raport 36Kr.

Warto zwrócić uwagę na kwestię nakładania się. Xpeng nadal wypuszcza nowe samochody, mimo że wzrost popytu stanął w miejscu. Raport przedstawia fuzję jako sposób na to, by siostrzane modele nie walczyły o tych samych kupujących. Połączenie czterech linii w dwie nie kurczy oferty. Zmienia to, kto decyduje o tym, co powstaje.

Rozbudowa gamy trwa mimo wszystko. Xpeng wprowadził flagowy pięciomiejscowy SUV G9L 17 września, uzupełniając sześcioosobowego GX. Seria Mona też rośnie: dostawy Mona L03 rozpoczęły się w lipcu. Prezes i CEO He Xiaopeng powiedział na sierpniowej telekonferencji z inwestorami, że SUV Mona L05 ma wejść na rynek chiński w czwartym kwartale. He stwierdził też, że Xpeng celuje w przekroczenie 60 000 dostaw w jednym miesiącu w czwartym kwartale. To cel o około 53% wyższy niż poziom sierpniowy.

Czy konsolidacja pomoże osiągnąć ten wynik, pozostaje pytaniem otwartym. Cięcie kosztów stałych R&D to wolniejsza dźwignia niż wolumen dostaw. Firma nie opublikowała kwoty kosztów związanej z reorganizacją. CnEVPost podało zmiany jako wewnętrzne, opierając się na nieujawnionych źródłach 36Kr, więc szczegóły struktury raportowania pozostają niepotwierdzone przez samego Xpeng.

Szersza presja na budżety obliczeniowe i sprzętowe

Linia R&D Xpeng związana z AI to punkt styku tej historii z resztą branży technologicznej. Koszty inferencji i GPU poruszają się w przeciwnym kierunku niż tego chcieli kupujący. Niedawne nagłówki dla kontekstu, nie cytowane tu jako fakty, obejmują ceny GPU B300 powyżej 24 USD za godzinę w krótkoterminowych kontraktach oraz wzrost cen inferencji o 18,3% od Nebius.

Dla każdego, kto próbuje zaplanować te wydatki, narzędzie opublikowane 23 września przez developera Flavio Copes oferuje kalkulator kosztów inferencji w przeglądarce. Porównuje 27 modeli z OpenAI, Anthropic, Google, xAI, Mistral, OpenRouter i Workers AI. Zamienia założenia o aktywnych użytkownikach dziennie, liczbie wywołań na użytkownika, tokenach wejściowych i wyjściowych oraz stopniu trafności cache promptów w miesięczny rachunek. Dokumentacja jasno wskazuje na ograniczenia: liczby pochodzą z opublikowanych stawek API, ignorują ceny partii, zniżki korporacyjne, dopłaty za obrazy lub narzędzia oraz jakąkolwiek warstwę cache budowaną przez klienta. Wynik należy traktować jako szacunek planistyczny, a nie wycenę dostawcy. Kalkulator działa całkowicie w przeglądarce, a link współdzielony koduje w URL-u wyłącznie dane wejściowe.

Ceny sprzętu mają swoje ekstremum. Tom's Hardware poinformował 27 września, że klient zamówił edycję specjalną mini PC Kubb Fanless o wymiarach około 5 cali (120 x 120 x 120 mm) z pasywną obudową ze czystego złota próby 24 karatowe, za cenę około 1 700 000 USD. Złota wersja waży 28,7 funta (13 kg), w porównaniu z 4,6 funta (2,1 kg) w standardowej wersji aluminiowej. Fanless Tech, cytowany przez Tom's Hardware, opisał przewodność cieplną złota jako o około 30% do 50% szybszą niż aluminium. Tom's Hardware zauważył, że miedź byłaby znacznie tańsza i oferuje jeszcze lepszą przewodność cieplną. Wnętrze maszyny jest zwykłe: opcje Intel Core Ultra 5 225H, Core Ultra X7 358H lub AMD Ryzen AI 5 340. Standardowe modele aluminiowe Kubb są wyceniane na 1 595 EUR (1 822 USD) na Kubb.eu, ale są niedostępne.

Nic z tego nie sprawia, że reorganizacja Xpeng jest tania lub łatwa. Pokazuje to jednak to samo napięcie w branży: pieniądze wydane na modele, chipy i inżynierię cieplną muszą być uzasadnione zwrotami, które nie przychodzą na czas.

Koszty solarne jako przypomnienie, że skala obniża ceny jednostkowe

Z dala od samochodów i GPU, pv magazine poinformował 26 września, że średnie ceny systemów fotowoltaicznych w Brazylii wzrosły o 7% w pierwszej połowie 2026 roku dla projektów do 300 kW, powołując się na badanie „Distributed Energy Solutions” Greener. Ostateczne ceny wahały się od BRL 2,02 (0,38 USD) za wat dla instalacji 30 kW i 50 kW do BRL 3,62/W dla systemów 2 kW. Ceny zestawów dla systemów 4 kW skoczyły o 18,3%, z BRL 1,42/W w styczniu do BRL 1,68/W w czerwcu, podczas gdy zestawy 300 kW wzrosły tylko o 2,0%.

Ciekawsze jest porównanie historyczne. Dane Greener pokazują, że średnia cena systemu mieszkalnego 4 kW spadła z BRL 7,74/W w styczniu 2017 roku do BRL 2,91/W w czerwcu 2026 roku. Nowe przyłączenia rozproszonej produkcji energii spadły o 16% w pierwszej połowie, z 488 000 do 411 000. Liczba nowych jednostek konsumenckich otrzymujących kredyty spadła o 43%, z 951 000 do 541 000. Systemy mieszkalne zajęły 65% dodanej mocy, wzrośnie z 39% w 2019 roku. Tylko 33% sprzedaży integratorów obejmowało finansowanie, spadek o 8 punktów procentowych w porównaniu z 2025 rokiem i najniższy udział w analizowanym okresie.

Wzorzec jest znajomy dla każdego, kto obserwuje infrastrukturę AI: koszty jednostkowe spadają z czasem, ale popyt przesuwa się do mniejszych kupujących, finansowanie się zacieśnia, a miks zmienia znaczenie średniej ceny. Dwie pozostałe linie produktowe Xpeng będą oceniane według tych samych kryteriów.

Komentarze 0

Źródła

5
  1. 01Xpeng reportedly consolidates product lines to cut R&D costsEN
  2. 02Custom 24-carat gold mini PC costs around $1.7 million, weighs nearly 29 pounds for up to 50% faster heat transferEN
  3. 03Inference Cost CalculatorEN
  4. 04PV system costs increase by 7% in Brazil in H1EN
  5. 05ParkourNote: a research workspace for papers, notes, videos and writingEN

Wszystkie liczby i cytaty w tym tekście pochodzą z poniższych źródeł. Nie dopisujemy danych, których w źródłach nie ma.

Materiały zostały przygotowane przez zespół redakcyjny wspierane przez AI.

Marta Zielińska

Marta Zielińska

AI, modele i technologie

Marta Zielińska pisze o technologiach, AI i modelach oraz mediach i internecie, opierając się na dokumentacji, preprintach i danych z API, a nie na zapowiedziach producentów. Przy każdej publikacji sprawdza karty modeli, parametry treningowe i benchmarki, a liczby porównuje z niezależnymi testami i wynikami z repozytoriów. Rozmawia z badaczami i inżynierami, czeka na kolejne wydania modeli i zestawia ich działanie z wcześniejszymi wersjami. Prywatnie drukuje w 3D, naprawia stare komputery i sprawdza, jak modele uczą się na śmieciach z internetu. Nie publikuje wyników, których nie może odtworzyć na własnym sprzęcie.

Redakcja →

Komentarze

0
  1. Brak komentarzy — bądź pierwszy.

Dodaj komentarz

Komentarze są widoczne publicznie. Nie publikujemy wulgaryzmów, spamu i treści reklamowych.