自動駕駛計程車（Robotaxi）在街頭穿梭，早已不是科幻電影的專屬情節，而是正在全球各大城市上演的產業革命。當我們在台灣習慣於使用App呼叫計程車，或是在日本體驗井然有序的交通服務時，一場顛覆性的變革正悄然醞ighing。在這場競賽中，一家名為小馬智行（Pony.ai）的公司，憑藉其在中國市場取得的階段性突破，吸引了全球投資者的目光。其最新公布的財務資料，猶如一幅描繪未來交通藍圖的畫卷，既展現了令人振奮的廣闊前景，也揭示了通往成功之路的崎嶇與挑戰。
最引人注目的消息，莫過於小馬智行宣布其在廣州這座超級大都會，首次實現了以城市為單位的「單車獲利」，也就是說，單一一部自動駕駛汽車的營運收入，已經超過了其日常營運成本。這不僅僅是一個財務指標由負轉正，更是一個強烈的信號，象徵著Robotaxi的商業模式，在經歷了長達十年的巨額投入與技術迭代後，終於在真實世界的複雜場景中，找到了實現自行產生現金流的可行路徑。然而，當我們將視線從這份亮眼的成績單放大到整間公司的財務報表時，卻發現了一個看似矛盾的現象：儘管營收高速增長，公司的整體虧損卻在同步擴大。
這正是當下所有自動駕駛公司共同面臨的核心困境：技術的黎明已經到來，但商業的曙光卻仍隔著一層迷霧。小馬智行的案例，為我們提供了一個絕佳的剖析樣本。它究竟是如何在激烈的競爭中脫穎而出？其光鮮的營收增長背後，隱藏著哪些成本壓力？而這場發生在美、中兩國的科技競賽，對於身處其中的台灣與日本產業鏈，又意味著什麼樣的機會與啟示？本文將深入拆解小馬智行的營運模式與財務資料，試圖為關心未來科技趨勢的投資者與專業人士，理清這盤關乎未來移動方式的全球棋局。
拆解財報資料：高歌猛進的營收與難以忽視的虧損
要理解一家公司的真實狀況，財務報表是最客觀的語言。小馬智行最新的季度財報顯示，總收入達到2,544萬美元，較去年同期增長高達72%，展現了強勁的增長動能。在這份總收入中，結構的變化尤其值得關注，它清晰地勾勒出公司的戰略重心轉移。
Robotaxi業務：從陪襯到主角的驚人躍升
過去，小馬智行的收入主要依賴自動駕駛卡車（Robotruck）以及技術授權服務。然而，最新的資料顯示，Robotaxi服務收入較去年同期飆升89%，較上一季度增長更是達到了驚人的339%，總額來到669萬美元。其在總收入中的佔比，從去年同期的24%躍升至26%，若與上一季度相比，更是從微不足道的7% dramaticallt提升至26%。其中，來自乘客直接支付的車費收入，較去年同期增長超過200%。
這一系列數字的背後，是小馬智行車隊規模的快速擴張。截至2025年11月，其Robotaxi車輛總數已接近千輛大關，其中超過三分之二是搭載了最新一代自動駕駛系統的車型。公司管理層更樂觀預期，到2026年，車隊規模將擴展至3,000輛以上。這意味著，Robotaxi業務正從過去的技術驗證和資料收集階段，快速轉變為公司未來最核心的營收支柱。這場從「配角」到「主角」的轉變，不僅是量的積累，更是商業化進程質的飛躍。
成本與獲利的拔河賽
然而，營收的亮麗增長並未直接轉化為利潤。報告期內，小馬智行的非公認會計原則（Non-GAAP）歸屬母公司淨虧損擴大至5,472萬美元。這場營收與虧損之間的「拔河賽」，根源在於自動駕駛產業典型的「高投入、長週期」特性。
虧損的主要來源有二：首先是巨大的研發費用。為了維持技術領先，公司必須持續投入大量資金於演算法開發、軟體升級以及感測器技術的突破，這筆費用高達數千萬美元。其次，隨著業務版圖從中國主要城市擴展至海外，如美國、盧森堡、沙烏地阿拉伯等地，其銷售、一般及行政（SG&A）費用也水漲船高。建立本地團隊、處理複雜的法規事務、進行市場推廣，都需要龐大的前期投入。
幸運的是，小馬智行擁有相對充裕的現金儲備。截至季末，其手頭現金約41.8億人民幣，近期在香港IPO後又新增約60億人民幣，這為其在未來幾年的持續「燒錢」擴張提供了重要彈藥。但對投資者而言，核心問題依然存在：這樣的燒錢模式何時能結束？廣州的單點獲利，究竟何時才能複製到全國乃至全球，從而扭轉整家公司的虧損局面？
勝利方程式解密：小馬智行憑什麼領先？
在全球自動駕駛的賽道上，競爭者眾多，既有像Google母公司Alphabet旗下的Waymo這樣的科技巨頭，也有通用汽車支援的Cruise等傳統車廠勢力。小馬智行能在中國市場取得領先地位，並非偶然，而是其在技術、生態與營運執照上長期布局的結果。
技術護城河：從矽谷到世界的AI大腦
小馬智行的創始團隊擁有深厚的矽谷技術背景，這為公司注入了領先的AI基因。其核心技術之一是名為「PonyWorld」的世界模型。我們可以將其理解為一個不斷學習和進化的「虛擬駕駛員大腦」。它不依賴於傳統的高精度地圖和僵化的規則，而是透過類似人類的強化學習方式，在模擬世界中進行數十億公里的虛擬駕駛，從而學會應對現實世界中各種預料之外的突發狀況。這種技術範式，使其系統具備了更強的泛化能力和自我迭代能力，是未來實現大規模、跨城市部署的關鍵技術基礎。
打造生態圈：不只造車，更是組建「朋友圈」
與許多科技公司選擇「閉門造車」不同，小馬智行從一開始就採取了開放合作的策略。它深知，自動駕駛是一個龐大的系統工程，涉及車輛製造、出行平台、核心零組件等多個環節。
這種策略與台灣的鴻海集團（Foxconn）推動的MIH電動車開放平台有異曲同工之妙，也類似於日本豐田（Toyota）與其龐大供應鏈體系的緊密協作模式。小馬智行選擇與豐田、廣汽等主流汽車製造商（OEM）合作，共同開發適合自動駕駛的車輛平台；與「西湖出行」、「陽光出行」等叫車平台合作，解決了車隊營運的執照和管理問題，實現了「輕資產」運營。這種「廣結善緣」的生態圈策略，使其能專注於自身最擅長的AI軟體開發，同時也加速了商業化落地的進程。
執照的價值：在最複雜的市場取得入場券
在中國，要讓一輛沒有安全員的自動駕駛汽車上路收費營運，需要通過極其嚴格且複雜的政府審批。小馬智行是目前唯一一家在北京、上海、廣州、深圳這四個中國監管最嚴格、交通流量最複雜的主要大城市，都取得了Robotaxi全部監管許可的公司。這張「入場券」的價值，遠不止於營運本身，它代表了公司的技術安全性、穩定性和合規性得到了官方最高層級的認可，這構建了一道後來者難以在短期內逾越的行政門檻。
全球棋局下的台灣與日本：我們在哪裡？
當小馬智行、Waymo等中美企業在全球舞台上激烈角逐時，作為汽車與半導體產業重鎮的日本和台灣，也以不同的方式參與這場變革。
日本的穩健布局：從特定場景到全面滲透
相較於中美企業追求在公開道路上實現完全無人駕駛的宏大目標，日本的自動駕駛發展路徑顯得更為務實和穩健。以ZMP、TIER IV等代表性企業為例，它們更傾向於從特定且封閉的場景切入，例如機場內的接駁車、物流園區的貨物運輸、鄉村地區的老年人代步服務等。
這種策略的優點在於，技術難度相對較低，商業模式清晰，更容易在短期內實現獲利。這反映了日本企業一貫的精益求精和風險規避文化。它們並非不追求終極的L4/L5級自動駕駛，而是選擇了一條「農村包圍城市」的漸進式路線，先在細分市場站穩腳跟，積累資料和營運經驗，再逐步向更複雜的城市環境擴展。
台灣的利基突圍：小而美的挑戰者
台灣在整車製造上雖然不如日本，但在ICT（資訊與通信技術）和半導體領域擁有世界級的優勢。這也決定了台灣在自動駕駛賽道上的獨特定位。諸如圖靈智駕（Turing Drive）、艾歐圖（iAuto）等本土新創公司，它們的規模雖無法與小馬智行相提並論，但它們選擇了「小而美」的利基市場突圍路徑。
例如，專注於開發自動駕駛巴士，與地方政府合作，在特定的公車專用道或觀光路線上進行示範運行；或是為封閉園區、港口等提供無人物流解決方案。更重要的是，台灣的產業鏈優勢在於提供自動駕駛的「大腦」和「眼睛」——高性能的AI晶片、光學雷達（LiDAR）、毫米波雷達等核心感測器。台灣企業在全球自動駕駛供應鏈中扮演的角色，更像是關鍵的「軍火商」和「賦能者」，而非直接營運計程車隊的「營運商」。
成本，規模與未來：自動駕駛的「終局之戰」
回到小馬智行的案例，其未來發展的核心，依然離不開「成本」與「規模」這兩個關鍵詞。
一輛車的經濟學：從天價到平價的漫長征途
自動駕駛汽車的成本主要來自兩部分：車輛本身，以及車頂上那套昂貴的自動駕駛套件（包括LiDAR、攝影機、運算單元等）。小馬智行最新的第七代車型，已成功將自動駕駛套件的成本較上一代降低了70%，並計劃在2026年再降低20%。
成本的下降，是實現規模化部署的絕對前提。只有當一輛Robotaxi的總擁有成本（包括採購、維護、能源、保險等）顯著低於雇用一位人類司機的成本時，其商業模式才能真正成立。這場成本攻堅戰，不僅考驗著小馬智行的技術整合與供應鏈管理能力，也依賴整個產業鏈的成熟。
廣州經驗的啟示：單點獲利能否燎原？
廣州的單點獲利固然振奮人心，但其能否被視為可無限複製的範本，仍需謹慎評估。一個城市能實現獲利，可能得益於理想的政策支援、較高的收費標準、以及在特定區域內實現了高密度的車隊部署，從而攤薄了單車營運成本。
將這一模式複製到其他城市，將面臨全新的挑戰：不同的交通法規、迥異的使用者習慣、以及更激烈的市場競爭。因此，對小馬智行而言，下一步的關鍵是證明其營運模式的可擴展性（Scalability）。能否在第二個、第三個城市高效地複製廣州的成功，並最終將這些獲利的「點」連接成一個獲利的「面」，將是決定其長期價值的關鍵。
對於投資者而言，小馬智行無疑代表了未來交通領域最激動人心的投資機會之一。它擁有頂尖的技術、清晰的商業路徑和先發的市場優勢。然而，這也是一場典型的「贏家通吃」的遊戲，前期需要巨大的耐心和資本來承受虧損。自動駕駛的終局之戰，比拼的不僅是技術的先進性，更是資本的耐力、營運的效率以及與政府和產業生態夥伴合作的智慧。這條通往未來的道路，註定漫長，但每一步堅實的進展，都在讓我們離那個由代碼和資料驅動的出行新時代更近一步。
