《華爾街日報》：軟銀擬砸100億美元取得Uber 17-22%股權|數位時代 BusinessNext

《華爾街日報》：軟銀擬砸100億美元取得Uber 17-22%股權

軟銀計畫以至少30%的折價幅度（相較於目前680億美元估值）收購Uber 17-22%股權、藉此取得兩席董事席位，總投資金額上看100億美元。

華爾街日報（WSJ）9月14日引述消息人士談話報導，軟銀視野基金（SVF）與軟銀集團（SoftBank Group）、Dragoneer Investment Group、General Atlantic計畫以至少30%的折價幅度（相較於目前的680億美元估值）收購美國叫車服務應用軟體公司Uber（Uber Technologies Inc.）17-22%股權、藉此取得兩席董事席位，總投資金額上看100億美元。作為交易的一部分，軟銀願意拿出至少10億美元、依照Uber現有估值進行直接投資。

報導指出，Uber最快在18個月後就會初次公開發行（IPO）。握有Uber13%股權的Benchmark創投公司8月推文表示，兩年內Uber市值可輕鬆地突破1千億美元。Benchmark合夥人曾於7月與軟銀社長孫正義碰面，但雙方無法就Uber估值達成共識。Uber董事會在數週前給予軟銀獨家協商期，消息人士稱Uber董事會最快將在下週決定是否接受軟銀提出的條件。

Uber去（2016）年6月1日宣布獲得沙烏地阿拉伯主權財富基金「公共投資基金（PIF）」高達35億美元的投資金額，PIF董事Yasir Al Rumayyan（註：目前也是軟銀董事會成員之一）順勢進入Uber董事會。

Tech Crunch報導，孫正義8月7日在財報記者會上表示，軟銀、SVF投資許多公司的用意在於讓這些科技大廠未來能有結盟並創造出綜效的可能。

軟銀目前已是Grab（東南亞）、Ola（印度）、滴滴出行（中國）以及99（拉丁美洲）等叫車服務應用軟體公司的主要投資者。孫正義當時即表示未來還打算投資Uber或Lyft。

Reuters Breakingviews 9月15日指出，軟銀之所以想投資Uber是因為看好自駕車的破壞性爆發力。在最佳情況下，叫車市場規模將隨著私家車擁有率的下滑而擴大。Uber屆時不僅在購買車隊時擁有龐大的議價能力、也將擁有叫車費率定價實力，同時還能免除雇用人類司機的成本。孫正義因投資多家叫車公司、將可主導產業整併。

MarketWatch 5月報導，高盛（Goldman Sachs）預估2030年全球叫車市場規模將達到2,850億美元。高盛指出，目前全球平均每天有1,500萬趟叫車服務、預估到2030年將成長至9,700萬趟。

本文授權轉載自：MoneyDJ

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。

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。

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。

「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