Uber 執行長解析實體 AI 與超級 App 佈局

本集對台灣讀者的實用啟示在於，全球叫車龍頭 Uber 正加速朝向「實體 AI」（Physical AI）的平台轉型，其在自動駕駛（AV）與無人機技術的整合，將為台灣的軟硬體供應鏈、車用電子及先進感測器廠商，帶來長線且龐大的潛在訂單需求。

供給端優勢決定最終勝負

Uber 執行長 Dara Khosrowshahi 指出，與傳統以需求為導向的電商模式不同，Uber 的核心邏輯是「供給驅動」。這集他把這個邏輯講得很透：不論是叫車、外送還是未來的自動駕駛，只要先在特定市場建立起最密集的司機與商戶網絡，客戶需求自然會隨之湧入。這點對交易者來說是個關鍵訊號，意味著評估 Uber 能否在 AV 時代勝出，重點不在於它的用戶 App 有多精美，而是它能否率先掌握最大規模的自駕車隊「供給權」。

自駕技術將呈現多強共存

在自動駕駛的佈局上，Uber 採取了廣泛結盟的平台化策略，已與 Waymo、Nvidia、Lucid 等 30 多家業者展開合作。這點容易被忽略：自駕技術與生成式 AI 的大語言模型類似，未來市場絕非「單一贏家獨霸」，而是會出現多個品牌與開源模型並存的生態系。對 Uber 而言，其定位是成為所有自駕系統最有效率的變現通路，數據顯示，接入 Uber 網絡的自駕車，其每日運作效率比非網絡車輛高出 30% 以上，這大幅提升了昂貴自駕車的投資報酬率。

預約與訂閱深化用戶黏著

Uber 正試圖打破用戶心中「即時叫車」的刻板印象，成功推動「預約服務」（Uber Reserve）達到 50 億美元的年營收規模，並透過擁有 5000 萬會員、年增 50% 的「Uber One」會員計畫，將戰線延伸至飯店預訂與旅遊市場。上次類似的商業邏輯是 Amazon Prime，雖然會員初期的變現利潤較低，但長期的留存率與跨平台消費（如叫車用戶轉去點外送），將為公司創造極具韌性的現金流。

擁抱內部叛逆與混亂

面對 AI 帶來的巨變，Dara Khosrowshahi 刻意在公司內部尋找「 troublemakers 」，將其視為企業進化的「基因突變」。他認為在 AI 時代，企業流程的變革速度已提升五倍，如果領導者只聽經過層層包裝的「平均數據」，將會失去對真實市場的敏銳度。他實踐從前輩 Barry Diller 身上學到的「直奔源頭、 brutal 坦率」的管理風格，甚至親自騎電商單車送外送，就是為了拿到未經濾網的第一手痛點，這也是 Uber 能在 100 億美元自由現金流下，仍維持新創般創新動能的底氣。

接下來值得盯的訊號是：Uber 在歐洲倫敦與中東地區自駕計程車（Robo-taxi）試點項目的進展，以及低成本自駕硬體製造鏈在西半球的落地速度。