難敵本土對手,Uber中國、印度陷入苦戰
難敵本土對手,Uber中國、印度陷入苦戰

今年西洋情人節,中國兩大叫車軟體滴滴打車和快的打車宣布「在一起」之後,不僅舒緩了過往的補貼大戰,未來還將合力搶下超過9成中國市占。

兩強合併壟斷了市場,更讓2013年才登陸上海的Uber,生存空間越來越狹窄。不過,《Forbes》指出,其實不只中國,Uber在印度也面臨和本土強勁對手競爭的窘境。

滴滴打車與快的打車合併後,Uber在中國面臨窘境
圖片來源:shutterstock。

#兩強聯手,搶下超過9成市占

2012年8月,快的打車問世。一個月後,滴滴打車也跟著推出。雖然晚了一步參戰,但根據Analysis International去年12月公布的調查數據,滴滴打車的市占率約為55%,略勝一籌,而快的打車則搶下剩餘45%市占。由騰訊撐腰的滴滴打車囊括了全中國300個城市,並宣稱擁有1億以上用戶。而阿里巴巴支持的快的打車使用範圍更廣,包含香港、烏魯木齊等306個城市都可以使用。

為了搶市占,滴滴打車和快的打車都投注不少資源。2013年12月,快的打車先開始現金補貼戰術,接著滴滴打車也跟進了。市場估計,光是2014上半年,滴滴打車花在補貼上的金額就達10億人民幣,快的打車花得更多,金額高達14億,兩者合計燒光24億人民幣。

2月12日,《華爾街日報》援引知情人士消息,揭露兩者正計畫合併。想不到兩天之後,這樁聯姻正式成真。合併之後,新公司將由滴滴打車執行長程維、快的打車執行長呂傳偉擔任聯合執行長,但是兩家公司將保留各自品牌,並維持獨立運作。兩強合體,預計要搶下中國90%以上市占。

#不敵本土對手,Uber在中、印生存空間變小

Uber雖然在歐美搶盡風頭,但是進入中國仍然晚了一步。去年底,Uber宣布全球每日載客數已達100萬次,但滴滴打車和快的打車宣稱已經達到每日600萬次載客數,而且幾乎聯手壟斷了中國叫車市場。不甘於此,Uber也在去年12月宣布和百度成為戰略合作伙伴,讓這場叫車服務之戰進一步擴大為中國三大網路巨頭騰訊、阿里巴巴、百度較勁。此外,就在滴滴打車和快的打車宣布合併不久後,Uber也傳出要併購易用到車的消息,據說這樁併購案的推手就是百度。

除了積極尋找本地合作伙伴,為了拉攏用戶,Uber在中國也做出不少妥協。例如用戶支付車資時,不一定要使用信用卡,還可以選擇用支付寶付款,或是將地圖系統從Google換成百度地圖等。

不過,中國並非唯一一個Uber難以打入的市場。在印度,OlaCabs據傳已經擁有大約70%市占,但相較於地主隊OlaCabs,Uber在印度的市占大約只有5%。此外,本月初也傳出OlaCabs將以2億美元收購小型叫車服務TaxiForSure的消息。如果一切順利,未來將有來自47個城市、共15,000輛計程車加入OlaCabs的陣營。Uber如果想在印度取得主導地位,恐怕還有很長一段路要走。

往下滑看下一篇文章
OpenAI 重磅講者親臨高雄|掌握前瞻 AI 與產業轉型關鍵趨勢
OpenAI 重磅講者親臨高雄|掌握前瞻 AI 與產業轉型關鍵趨勢

隨著 AI 工具逐漸普及,真正拉開差距的,已不只是技術或算力的強弱,是企業能否整理資料、重新設計流程,並把 AI 融合既有工作方式,持續轉化為營運價值。

Amazon Web Services(AWS)將於10月23日於高雄舉辦「2026 亞馬遜港都 AI 創新日」邀請 OpenAI 與製造、金融、交通、零售及運動育樂等領域的實務代表,從技術趨勢、資料治理、流程設計與組織轉型等面向,拆解 AI 落地前必須處理的現實問題,協助企業重新檢視自身的導入條件與下一步布局。

企業下一步,不只是再導入一套 AI 工具,而是讓 AI 進入日常營運

模型可以採購,系統可以建置,但資料是否整理到位、流程能否重新設計、組織是否清楚由誰負責,才是決定技術能否持續發揮價值的關鍵。

高雄近年推動數位轉型,同樣面對這項核心課題。亞灣周邊聚集扣件、石化、鋼鐵等傳統產業,場域複雜、既有系統眾多,正因如此,更能檢驗一套 AI 導入方法是否具備複製與擴大的條件。城市發展也從建置算力基礎,進一步走向讓技術真正進入產業與治理現場。

AWS 連續六年深耕高雄,今年以「雲騰智慧大南方 齊創 AI 好未來」為主軸,將討論重心從雲端與算力基礎,推進到應用全面升級,協助城市從「有 AI」走向「AI 有感」。

政府治理是否更即時、產業流程是否真正改變、市民與使用者能否感受到服務提升,才是「AI 有感」的具體檢驗。延續「高雄試點、全臺普及、雲端出海國際」的發展路徑,10月 23 日登場的亞馬遜港都 AI 創新日要談的不只是企業「有沒有 AI」,而是導入之後企業的真實改變。

2025 亞馬遜港都 AI 創新日現場,資料照
圖/ AWS

OpenAI 重磅講者親臨高雄,從技術前沿看見企業的關鍵課題

今年活動特別邀請 OpenAI 東南亞暨台灣合作夥伴總監 Mark Jeffrey,以「前瞻 AI 如何助力產業領袖開創新局」為題,分享在 AI 技術快速演進之下,企業應如何重新思考未來布局。

面對 AI 能力邊界持續擴張,哪些應用已具備規模化條件?哪些仍需要更完整的資料、治理與組織準備?這是正在規畫下一階段 AI 投資的企業必須先回答的關鍵課題。

上午議程將從資料、組織與金融三個面向,拆解 AI 落地前必須處理的現實問題。「數據為本,AI 啟航」先回到資料基礎:外部模型跑得再快,若企業自身的欄位定義、存取權限與資料品質尚未整理到位,技術仍難以轉化為可靠判斷。

「打造 AI-Ready 組織的關鍵布局」論壇則聚焦組織當責。AI 專案通常橫跨資訊、營運與管理部門,真正困難的不只是把系統建起來,而是由誰推動流程改造、由誰認列成果,以及當 AI 產出的判斷出現問題時,責任最後應由誰承擔。公部門、製造業與雲端服務業者如何從不同角色處理這些問題,對其他組織同樣具有參考價值。

金融創新論壇將討論 AI、虛擬資產與企業轉型。金融場域對資料安全、合規、風控與可追溯性的高度要求,也提醒企業:效率不能取代治理,AI 更不能成為責任模糊的理由。能否在高監管、高風險環境中建立清楚邊界,將直接影響 AI 應用能不能被長期採用。

2025 年活動論壇現場,資料照
圖/ AWS

從六種產業場景,看 AI 如何走進真實流程

真正具備參考價值的 AI 案例,不只要說明「做了什麼」,還要回答幾個更實際的問題:解決哪一段流程、使用哪些資料、在哪個節點交給 AI、誰負責最後判斷,又如何確認投入確實產生價值。

下午議程規劃橫跨智慧支付、製造、媒體科技、智慧交通、零售製造與運動育樂六種產業場景。每個場景面對的資料條件、即時要求與風險門檻都不相同。

產業場景 議程規劃與關鍵課題
智慧支付 藍新金流運用 AWS AI 自建智能 KYC 與交易監控;處理身份辨識、交易監控與風險判斷
製造 以語意層串接資料孤島,讓 AI Agent 正確理解分散在不同系統的資料
媒體科技 會說台語的 AI Agent:從醫院櫃台到第一線的落地實戰
零售製造 零售製造轉型;把技術接進實際營運與使用者體驗

這些差異進一步說明,AI 沒有一套可以直接複製到所有產業的標準答案。企業真正需要的,不只是更多案例,而是看見不同產業如何依資料條件、即時要求與風險門檻,把 AI 融入實際營運與使用者體驗。

現場同步打造「產業賦能走廊」,邀集超過 15 組雲端生態系夥伴設置展示攤位,聚焦智慧製造、金融科技與城市治理的真實痛點與解法。無論企業目前卡在技術、資料、治理,還是組織協作,不同問題點,都能找到對應的解方。

10 月 23 日,從智慧製造的產線優化、金融科技的風控升級,到運動產業的會員體驗創新,看 AI 如何從概念走進產業現場,成為百工百業轉型升級的實際動能。

10/23高雄展覽館盛大舉行
圖/ AWS

「2026 亞馬遜港都 AI 創新日」,掌握 AI 賦能百工百業、領航產業升級的實務趨勢
立即報名

登入數位時代會員

開啟專屬自己的主題內容,

每日推播重點文章

閱讀會員專屬文章

請先登入數位時代會員

看更多獨享內容

請先登入數位時代會員

開啟收藏文章功能,

請先登入數位時代會員

開啟訂閱文章分類功能,

請先登入數位時代會員

我還不是會員, 註冊去!
追蹤我們
一次搞懂工業AI
© 2026 Business Next Media Corp. All Rights Reserved. 本網站內容未經允許,不得轉載。
106 台北市大安區光復南路102號9樓