對於許多台灣投資者而言，Uber 不僅僅是一款行動應用程式，它早已是日常生活中叫車與外送服務的代名詞。然而，當我們審視這家全球科技巨頭的最新財務表現時，一個有趣的現象浮現：營運數據強勁成長，總交易額與用戶數屢創新高，但最終的獲利數字卻不如市場預期。這種「叫好不叫座」的表象之下，究竟隱藏著什麼樣的策略佈局？答案或許遠比單純的叫車或外送業務要宏大得多，它指向一個由人工智慧（AI）驅動，並可能徹底顛覆未來城市交通的終極戰場——自動駕駛。要真正理解Uber的價值與潛力，我們必須跳脫傳統的損益表框架，深入探討其雙引擎業務的成長動能，以及它與晶片巨擘NVIDIA聯手，正在下一盤怎樣的自動駕駛大棋。
雙引擎動力不減：解構Uber的成長方程式
Uber的核心業務由兩大支柱構成：乘車（Mobility）與外送（Delivery）。這兩大引擎不僅在後疫情時代展現出驚人的韌性，更透過持續的創新與市場擴張，鞏固了其全球性的平台優勢。
乘車（Mobility）業務：從疫情復甦到全球擴張
根據Uber在2024年5月發布的最新季度財報，其全球總交易額（Gross Bookings）達到377億美元，年增20%。其中，乘車業務的貢獻功不可沒。疫情的陰霾散去後，全球商務差旅和觀光旅遊需求迎來報復性反彈，直接推動了Uber的訂單量成長。然而，成長的動能並非僅僅來自於市場的自然復甦。
更深層次的原因在於Uber的產品策略愈發精細化與在地化。除了標準的「菁英優步」（UberX），公司近年來大力推廣更經濟實惠的產品選項，並積極將傳統計程車整合進其平台。這種策略性地向下滲透，成功吸引了對價格更敏感的用戶群體。
若將此模式與台灣及日本市場對比，便能看出其獨特性。在台灣，計程車業的龍頭「台灣大車隊」（55688）是以自身龐大的車隊為基礎，結合App派遣的重資產模式。而在日本，由於法規限制與產業文化，如「GO」等叫車App更多是與現有的計程車公司合作，作為一個數位化的派遣平台。Uber的模式則介於兩者之間，它利用輕資產的平台優勢，靈活地整合了個人自用車與傳統計程車，創造出一個供給更多元、覆蓋更廣泛的移動生態系。這種模式雖然在初期會面臨更複雜的監管挑戰，但一旦形成網絡效應，其擴張速度與市場滲透力將遠超傳統業者。
外送（Delivery）業務：從餐飲到萬物的即時帝國
Uber的外送業務，以Uber Eats品牌為人所熟知，其成長故事同樣精彩。最新季度財報顯示，外送業務的總交易額年增了18%，訂單量持續攀升。這背後是兩大關鍵驅動力：會員制與品類擴張。
「Uber One」會員計畫是鞏固用戶忠誠度的核心武器。透過提供免運費、消費折扣等優惠，Uber成功地將用戶鎖定在自己的生態系內，大幅提升了消費頻次與黏著度。這與台灣市場上foodpanda Pro的策略如出一轍，兩者在台灣市場的激烈競爭，正說明了會員制對於外送平台的重要性。
更具想像空間的是品類的無限擴張。Uber Eats早已不再局限於餐廳美食，而是大舉進軍生鮮雜貨、藥妝、零售商品等領域。這意味著Uber正從一個「送餐平台」轉型為一個「萬物即時配送平台」。在日本，Uber Eats的競爭對手「出前館」（Demae-can）仍較為專注於餐飲領域，而Uber則憑藉其全球性的技術與營運經驗，更快地將「30分鐘萬物到府」的概念落地。這種轉變不僅擴大了市場規模，也使其與乘車業務產生了更強的協同效應——同一批司機與外送員可以在不同時段靈活地提供載客或送貨服務，最大化平台的營運效率。
真正的決戰場：NVIDIA加持下的自動駕駛大棋局
儘管乘車與外送業務提供了穩定的現金流與龐大的用戶基礎，但華爾街的投資者們深知，決定Uber未來十年價值的關鍵，在於自動駕駛。近期Uber與AI晶片巨擘NVIDIA深化合作，共同打造可跨車型整合的全棧L4級自動駕駛系統，這一步棋無疑是其邁向終極目標的關鍵加速器。
為何是NVIDIA？AI巨擘與行動平台的強強聯手
要理解這次合作的意義，首先需要明白自動駕駛的技術核心。自動駕駛車輛就像一個裝上輪子的超級電腦，它需要透過大量的感測器（如攝影機、光達）即時感知周遭環境，並利用強大的AI晶片進行運算，瞬間做出駕駛決策。而NVIDIA正是這個「大腦」的核心供應商，其高效能的GPU晶片是訓練和執行複雜AI模型的最佳選擇。
Uber與NVIDIA的合作，遠非單純的晶片採購。雙方旨在共同開發一個「全棧式」（Full-Stack）的L4級解決方案。所謂「全棧」，意味著從底層的硬體、作業系統到上層的感知、決策軟體，都將進行深度整合與優化。而「L4級」自動駕駛，指的是在特定區域和條件下（例如城市內的指定路段），車輛可以完全自主駕駛，無需人類司機介入。
這場聯手可以比喻為作業系統開發商（如Google的Android）與頂級晶片製造商（如高通）的結盟。NVIDIA提供最強大的運算核心，而Uber則貢獻其在全球數十億次行程中累積的真實道路數據。這些海量的數據是訓練AI模型的「燃料」，能夠幫助自動駕駛系統學習如何應對各種複雜甚至極端的交通狀況，這是傳統車廠難以比擬的優勢。
Robotaxi的商業化路徑：從數據到獲利的漫漫長路
Uber的最終目標，是建立一個由自動駕駛計程車（Robotaxi）組成的全球網絡。一旦實現，將從根本上顛覆其現有的商業模式。目前，支付給司機的費用佔據了乘客車費的絕大部分。若能用自動駕駛系統取代人類司機，其成本結構將發生革命性的變化，獲利空間將被極大地釋放。
Uber規劃的路徑非常清晰：預計至2026年底，其平台將在至少10座城市實現自動駕駛車輛的商業化營運。初期將採用「人機混合」模式，在自動駕駛覆蓋範圍內由AI駕駛，超出範圍或遇到極端天氣時，再由遠程或車內的安全員接管。
這條路徑與日本和台灣的產業發展形成了鮮明對比。在日本，豐田（Toyota）旗下的Woven by Toyota和本田（Honda）等傳統汽車巨擘，是從「製造」端切入，致力於打造安全可靠的自動駕駛車輛。他們的優勢在於深厚的汽車工程經驗和對硬體安全的極致追求。在台灣，鴻海（Foxconn）推動的MIH開放電動車平台，則更像是扮演一個賦能者的角色，希望建立一個共通的硬體與軟體平台，讓更多企業能夠參與到智慧電動車的開發中。
Uber的策略則完全不同，它是一個「平台營運」導向的玩家。它不自己製造汽車，而是選擇與車廠合作，將其開發的自動駕駛系統整合進去。它的核心壁壘在於龐大的用戶需求、高效的調度演算法以及無可比擬的真實世界營運數據。未來，豐田或鴻海MIH平台的車輛，都有可能搭載著Uber與NVIDIA共同開發的「大腦」，行駛在全球的城市街道上，為Uber的行動網路服務。
投資者的視角：風險與機遇並存
展望未來，Uber的投資價值呈現出巨大的機遇與不容忽視的風險。
其最大的機遇在於，若自動駕駛商業化成功，Uber將從一個連接司機與乘客的中介平台，蛻變為一個擁有並營運全球最大自動化車隊的科技運輸巨擘，其市場潛力與獲利能力將是現在的數倍甚至數十倍。其網路效應、品牌價值和數據壁壘，共同構築了一道深厚的護城河。
然而，風險同樣顯著。首先是技術的挑戰，L4級乃至更高等級的自動駕駛要實現大規模、全天候的安全營運，仍有漫長的路要走。其次是監管的壁壘，各國政府對於自動駕駛的法律法規仍在探索階段，任何一起重大事故都可能導致政策的收緊。最後，勞工關係的爭議也將持續存在，如何界定平台與司機之間的關係，將直接影響其營運成本。
結論：Uber不只是一家叫車公司
總結而言，若僅僅將Uber視為一家叫車或外送公司，並用傳統的本益比來評估，很可能會錯失其真正的價值核心。Uber的本質，是一家以數據和AI為驅動的科技平台，它正在構建的是未來城市交通的基礎設施。
其乘車與外送雙引擎業務，不僅是當前的獲利來源，更是為其自動駕駛野心累積數據、用戶和現金流的策略基礎。與NVIDIA的結盟，則像是在這台高速運轉的戰車上，安裝了最強大的渦輪增壓器。對於台灣投資者而言，觀察Uber的發展，不僅是關注一家美國上市公司，更是洞察全球交通科技變革的絕佳窗口。這場競賽的最終結果，不僅將決定Uber自身的命運，也將深刻影響包括豐田、鴻海在內的全球汽車產業鏈，並最終重新定義我們的乘車方式與城市生活。
