不只吃下全世界，Uber還為網路企業打開中國大門|數位時代 BusinessNext

Google和Facebook都做不到的事情，Uber做到了。

有人認為，這次滴滴出行收購Uber中國，是Uber創辦以來的一大挫敗，但與其說是滴滴吃下Uber中國，倒不如說是Uber吃了全世界。而Uber這場成功的謀略，就像是為其他非中國網路公司，打開了通往中國市場的另一道門。或許這稱不上是康莊大道，卻會是更有把握的一條路。

Uber
(圖說：Google、Facebook都進不去的市場，Uber進去了／圖片來源：Automobile Italia)

中國有超過13億人口，是全球最大的經濟體，如果沒有中國市場，你很難說你擁有全世界。但細數世界幾大網路巨擘，不論是較早期的Yahoo、Amazon，還是後來的Google、Facebook、Netflix，進中國一直都是一道無解難題，直到「Uber中國」的出現。

兵敗中國？其實Uber現在才是真正擁有中國市場

雖然，就表面上的結果來說，Uber中國狂燒超過20億美元(約合新台幣633億元)，最終還是落得賣給滴滴的命運，似乎是打了一場敗仗。但實際上，在這次合併之後，Uber預計可以持有「新滴滴」約17.7%的股份，也就是說，Uber其實比先前還更真真實實的擁有中國市場。

或許，17.7%的比例看來不高，但可別忘了，中國是一塊多大的餅，單單是滴滴出行，目前的日接單量就可以上看1600萬筆，研究機構羅蘭貝格還預估，到了2020年，中國網路預約車市場還將成長超過5000億人民幣(約合新台幣2.4兆元)。

再以財務面來看，兩家公司合併後，新滴滴的估值上看350億美元(約合新台幣1.1兆元)；第二，新滴滴幾乎獨佔了整個中國網路預約車市場，代表燒錢補貼大戰也將同步告終，「賺錢」應是指日可待。這也是為什麼過去那些總是質疑Uber估值過高的創投、分析師們，在Uber補上中國這塊版圖後，如今紛紛改口，認為Uber先前625億美元(約合新台幣2兆元)的估值太低。

回頭來看，Uber究竟是如何走出這一局棋？

2015年，負責Uber全球營運的資深副總裁Ryan Graves來到中國尋找負責Uber中國業務的總經理人選，當時他就很清楚，在這塊土地上存在太多無法可解的難題，但即便早已認清這樣的事實，他還是決定擁抱這些問題，一次又一次的挑戰。而從他這樣的態度和一連串舉措來看，其實你可以合理推測，他心中早已寫好一套劇本。

只要讓滴滴「夠痛」，就可以成就一筆划算的交易

當然，Uber憑藉的也可能只是身為全球估值最高獨角獸的那一股自信，認為終究會有一絲機會可以征服中國市場；但更有可能，Uber其實一直都知道，即便Uber中國無法自己拿下中國的半壁江山，只要他能讓滴滴「夠痛」，讓滴滴不得不出手併購，終將會成就一筆划算的買賣。

（圖說：併入Uber中國後，新滴滴的估值可能會上看350億美元／圖片來源：滴滴出行官網）

而要讓滴滴不只是芒刺在背，更是痛入骨髓，最直接的方法，就是跟進補貼。

這一招對一般的新創來說或許很難，但對於不愁沒錢花的Uber而言，卻再簡單不過了。即使這樣的補貼競賽，一年就要燒掉10億美元（約合新台幣316億元），但相比於未來數以百億美元計的市值增長空間，這筆錢也只是九牛一毛。

事實上，就在滴滴和Uber中國燒錢競賽的這段期間，兩邊各自募資，估值早已經跟著水漲船高，而現在，兩者合併，Uber成功掌握部分中國市場，更成為Uber給投資人的完美故事，因為現在就連最困難的中國市場，他都拿到了。

在Uber這件事情之後會看到什麼趨勢呢？所有獨角獸會開始知道，什麼叫做進中國？真正應該追求的未必是在中國擁有一家獨立的公司去硬闖，而是像Uber一樣，成立一個獨立於全球總部之外的中國公司，然後想辦法寄居在這些中國網路巨擘身上，借道去擁有一部分的中國市場。

甚至，這也不會只是新創獨角獸的模範，連Facebook都可能在這個模式下找到破口。

循Uber中國模式，誰將寫下下一個中國故事

持續成長的Facebook，雖然一直在擴大對世界的掌控權，但Facebook創辦人Mark Zuckerberg至今仍無法回答華爾街的一個問題就是：「Facebook什麼時候要進中國？」中國對Facebook而言，至少會是市值再大幅成長千億美元的最好故事，所以我們看到Mark Zuckerberg不只勤學中文、多次造訪中國，甚至也在北京置產，但這些「示好」的舉動，可能都不及成立一家獨立於總部之外的「Facebook中國」來得有效。

而要想在中國找到合作夥伴，對Facebook應該也不會是難事，如以BAT(百度、阿里巴巴、騰訊)三巨頭來看，一直無法補上社群這塊缺口的阿里巴巴，就是可能的對象。

當然，Facebook如果這麼做，那存在於中國的勢必會是一個變形的Facebook，屆時輿論攻擊恐怕也將隨之而來，而要如何像Uber做到既惹人同情，又能獲取實際利益，勢必要有縝密的策畫安排。

此外，以Uber這次的案例來說，若非Uber中國的股東組成，和滴滴出行的股東結構有不小的重疊，兩邊的談判也未必能夠進行地這麼順利。

但可以想像的是，在Uber之後，不論是Facebook也好，Netflix也罷，一定還會有更多非中國的網路公司會嘗試循著類似的路徑，寫下自己的中國故事。

「代理式 AI 」（Agentic AI）的創新服務正在重新塑造企業對AI的想像：成為內部實際運行的數位員工，提升關鍵工作流程的效率。代理式AI的技術應用清楚指向一個核心趨勢：2025 年是 AI 邁向「代理式 AI」的起點，讓 AI 擁有決策自主權的技術轉型關鍵，2026 年這股浪潮將持續擴大並邁向規模化部署。

面對這股 AI Agent 浪潮，企業如何加速落地成為關鍵，博弘雲端以雲端與數據整合實力，結合零售、金融等產業經驗，提出 AI 系統整合商定位，協助企業從規劃、導入到維運，降低試錯風險，成為企業佈局 AI 的關鍵夥伴。

避開 AI 轉型冤枉路，企業該如何走對第一步？

博弘雲端事業中心副總經理陳亭竹指出，AI 已經從過去被動回答問題、生成內容的智慧助手，正式進化為具備自主執行能力、可跨系統協作的數位員工，應用場景也從單一任務延伸至多代理協作（Multi-Agent）模式。

「儘管 AI 前景看好，但這條導入之路並非一帆風順。」博弘雲端技術維運中心副總經理暨技術長宋青雲綜合多份市場調查報告指出，到了 2028 年，高達 70% 的重複性工作將被 AI 取代，但同時也有約 40% 的生成式 AI 專案面臨失敗風險；關鍵原因在於，企業常常低估了導入 GenAI 的整體難度——挑戰不僅來自 AI 相關技術的快速更迭，更涉及流程變革與人員適應。

博弘雲端事業中心副總經理陳亭竹指出，AI 已經從過去被動回答問題的智慧助手，正式進化為具備自主執行能力、可跨系統協作的數位員工。面對這樣的轉變，企業唯有採取「小步快跑、持續驗證」的方式，才能在控制風險的同時加速 AI 落地。

圖／數位時代

正因如此，企業在導入 AI 時，其實需要外部專業夥伴的協助，而博弘雲端不僅擁有導入 AI 應用所需的完整技術能力，涵蓋數據、雲端、應用開發、資安防禦與維運，可以一站式滿足企業需求，更能使企業在 AI 轉型過程中少走冤枉路。

宋青雲表示，許多企業在導入 AI 時，往往因過度期待、認知落差或流程改造不全，導致專案停留在測試階段，難以真正落地。這正是博弘雲端存在的關鍵價值——協助企業釐清方向，避免踏上產業內早已被證實「不可行」的方法或技術路徑，縮短從概念驗證到正式上線的過程，讓 AI 真正成為可被信賴、可持續運作的企業戰力。

轉換率提升 50% 的關鍵：HAPPY GO 的 AI 落地實戰路徑

博弘雲端這套導入方法論，並非紙上談兵，而是已在多個實際場域中驗證成效；鼎鼎聯合行銷的 HAPPY GO 會員平台的 AI 轉型歷程，正是其最具代表性的案例之一。陳亭竹說明，HAPPY GO 過去曾面臨AI 落地應用的考驗：會員資料散落在不同部門與系統中，無法整合成完整的會員輪廓，亦難以對會員進行精準貼標與分眾行銷。

為此，博弘雲端先協助 HAPPY GO 進行會員資料的邏輯化與規格化，完成建置數據中台後，再依業務情境評估適合的 AI 模型，並且減少人工貼標的時間，逐步發展精準行銷、零售 MLOps（Machine Learning Operations，模型開發與維運管理）平台等 AI 應用。在穩固的數據基礎下，AI 應用成效也開始一一浮現：首先是 AI 市場調查應用，讓資料彙整與分析效率提升約 80%；透過 AI 個性化推薦機制，廣告點擊轉換率提升 50%。

左、右為博弘雲端事業中心副總經理陳亭竹及技術維運中心副總經理暨技術長宋青雲。宋青雲分享企業導入案例，許多企業往往因過度期待、認知落差或流程改造不全，導致專案停留在測試階段，難以真正落地。這正是博弘雲端存在的關鍵價值——協助企業釐清方向，避免踏上產業內早已被證實「不可行」的方法或技術路徑，縮短從概念驗證到正式上線的過程，讓 AI 真正成為可被信賴、可持續運作的企業戰力。

圖／數位時代

整合 Databricks 與雲端服務，打造彈性高效的數據平台

在協助鼎鼎聯合行銷與其他客戶的實務經驗中，博弘雲端發現，底層數據架構是真正影響 AI 落地速度的關鍵之一，因與 Databricks 合作協助企業打造更具彈性與擴充性的數據平台，作為 AI 長期發展的基礎。

Databricks 以分散式資料處理框架（Apache Spark）為核心，能同時整合結構化與非結構化資料，並支援分散式資料處理、機器學習與進階分析等多元工作負載，讓企業免於在多個平台間反覆搬移資料，省下大量重複開發與系統整合的時間，從而加速 AI 應用從概念驗證、使用者驗收測試（UAT），一路推進到正式上線（Production）的過程，還能確保資料治理策略的一致性，有助於降低資料外洩與合規風險；此對於金融等高度重視資安與法規遵循的產業而言，更顯關鍵。

陳亭竹認為，Databricks 是企業在擴展 AI 應用時「進可攻、退可守」的重要選項。企業可將數據收納在雲端平台，當需要啟動新型 AI 或 Agent 專案時，再切換至 Databricks 進行開發與部署，待服務趨於穩定後，再轉回雲端平台，不僅兼顧開發效率與成本控管，也讓數據平台真正成為 AI 持續放大價值的關鍵基礎。

企業強化 AI 資安防禦的三個維度

隨著 AI 與 Agent 應用逐步深入企業核心流程，資訊安全與治理的重要性也隨之同步提升。對此，宋青雲提出建立完整 AI 資安防禦體系的 3 個維度。第一是資料治理層，企業在導入 AI 應用初期，就應做好資料分級與建立資料治理政策（Policy），明確定義高風險與隱私資料的使用邊界，並規範 AI Agent「能看什麼、說什麼、做什麼」，防止 AI 因執行錯誤而造成的資安風險。

第二是權限管理層，當 AI Agent 角色升級為數位員工時，企業也須比照人員管理方式為其設定明確的職務角色與權限範圍，包括可存取的資料類型與可執行的操作行為，防止因權限過大，讓 AI 成為新的資安破口。

第三為技術應用層，除了導入多重身份驗證、DLP 防制資料外洩、定期修補應用程式漏洞等既有資安防禦措施外，還需導入專為生成式 AI 設計的防禦機制，對 AI 的輸入指令與輸出內容進行雙向管控，降低指令注入攻擊（Prompt Injection）或惡意內容傳遞的風險。

博弘雲端技術維運中心副總經理暨技術長宋青雲進一步說明「AI 應用下的資安考驗」，透過完善治理政策與角色權限，並設立專為生成式 AI 設計的防禦機制，降低 AI 安全隱私外洩的風險。

圖／數位時代

此外，博弘雲端也透過 MSSP 資安維運託管服務，從底層的 WAF、防火牆與入侵偵測，到針對 AI 模型特有弱點的持續掃描，提供 7×24 不間斷且即時的監控與防護。不僅能在系統出現漏洞時主動識別並修補漏洞，更可以即時監控活動，快速辨識潛在威脅。不僅如此，也能因應法規對 AI 可解釋性與可稽核性的要求，保留完整操作與決策紀錄，協助企業因應法規審查。

「AI Agent 已成為企業未來發展的必然方向，」陳亭竹強調，面對這樣的轉變，企業唯有採取「小步快跑、持續驗證」的方式，才能在控制風險的同時，加速 AI 落地。在這波變革浪潮中，博弘雲端不只是提供雲端服務技術的領航家，更是企業推動 AI 轉型的策略戰友。透過深厚的雲端與數據技術實力、跨產業的AI導入實務經驗，以及完善的資安維運託管服務，博弘雲端將持續協助企業把數據轉化為行動力，在 AI Agent 時代助企業實踐永續穩健的 AI 落地應用。

>>掌握AI 應用的新契機，立即聯繫博弘雲端專業顧問