痛失中國、俄羅斯、東南亞市場,獨角獸Uber怎麼走到今天這一步?
痛失中國、俄羅斯、東南亞市場,獨角獸Uber怎麼走到今天這一步?

性騷擾、侵犯用戶隱私、不善待司機,2017年的Uber宛如一齣難看的八點檔,企業形象跌落谷底,創辦人卡拉尼克(Travis Kalanick)辭去執行長一職。

接任執行長一職的科斯洛沙希(Dara Khosrowshahi),一上任就宣布2019年要帶領Uber進行IPO(首次公開募股),而要達到這個目標,2018年就必須處理掉燒錢的業務、削減虧損,也就看到這周將東南亞業務出售給Grab的結果。

回顧過去幾年,這已經是Uber第三起業務出售,究竟Uber是怎麼走到今天這一步?

補貼戰太燒錢,Uber亞洲市場逐漸瓦解

「補貼」正是過去幾年Uber大燒錢的關鍵。

時間回到2016年,Uber在中國與滴滴出行打補貼大戰,廝殺之慘烈,讓Uber在中國的年虧損達10億美元,這經典的一戰終究不堪虧損畫下句點,Uber以350億美元將業務轉讓給滴滴出行,撤出中國市場,但仍持有滴滴17.5%的股權。

接著2017年在俄羅斯市場,同樣是與當地業者Yandex NV補貼戰打不下去,宣布以37億美元與Yandex NV共同成立一家公司,並將這家公司的經營權交由Yandex NV負責,雖然跟滴滴模式不太一樣,但也等同Uber退出俄羅斯市場。

東南亞也是同樣的慘況,過去Uber每年要付出2億美元跟Grab打補貼戰,但熟悉東南亞文化的新加坡平台Grab顯然更得心應手,去年七月,更獲得滴滴出行、軟銀投資25億美元(約新台幣763億元),口袋有錢、再加上主場優勢,Grab幾乎拿下東南亞叫車市場95%的大餅,本周再次循滴滴模式,將東南亞市場出售給Grab。

滴滴
Uber在中國與滴滴出行大打補貼戰,讓Uber在中國的年虧損達10億美元。
圖/ 攝影/曾靉

Uber自2009年成立以來,九年的時間補貼燒掉的錢高達107億美元,這次撤出東南亞,是繼中國後退出的第二大亞洲市場,目前僅剩台灣、日本、南韓還有殘存的勢力範圍,日本手機叫車仍不是太盛行,因此還有衝刺潛力,但中國滴滴出行今年一月宣布進軍台灣、日本軟銀與滴滴出行二月也宣布成立成立合資公司,進軍日本叫車市場。

在中國有滴滴、東南亞有Grab、日本有軟銀的情況下,Uber在亞洲市場幾乎被在地業者瓦解。

不敵東南亞本土勢力,Uber放棄苦戰、專心IPO

著眼東南亞6億5000萬人口龐大市場,先前Uber已經在東南亞投資7億美元,但仍不敵新加坡的Grab以及印尼的Go-Jek等本土勢力。

Go-Jek先前已經獲得Google、騰訊、淡馬錫控股的投資,目前估值約有40億美元;Grab除了前面提到獲得25億美元的投資,還與新加坡航空、嘉魯達印尼航空策略合作,搶食商旅往返旅客;去年下半年,Grab 、 Lyft 、 Ola等競爭對手都獲得大筆投資,眼看IPO在即,繼續苦戰營運數字會不好看,因此設立停損點,處理掉經營困難的市場換股分。

Grab
口袋有錢、再加上主場優勢,Grab幾乎拿下東南亞叫車市場95%的大餅。
圖/ shutterstock

從財務數字來看,2017年Uber年營收73.6億美元,總計虧損44.6億美元,如果再細看,第三季虧損15億美元、第四季虧損11億美元,情況似乎有慢慢好轉的跡象,逐步朝IPO目標邁進。

全球叫車平台勢力板塊逐漸明朗

在痛失中國、東南亞市場,Uber接連在亞洲吞下敗仗,目前亞洲叫車市場主要有兩大勢力,滴滴出行以及軟體銀行(SoftBank)。

據傳這次出售東南亞業務,是因軟銀不希望Uber投入太多競爭成本。軟銀同時投資Uber跟Grab,而叫車平台又是特別市場,通常一個區域只會有一個獨大的平台,當地民眾習慣、信賴某一個平台,像是Uber在印度陷入苦戰,但軟銀卻支持當地品牌Ola對抗Grab、Uber這兩個自己也有投資的品牌,這也是為什麼軟銀(Softbank)旗下視野基金(Vision Fund)曾勸告Uber,應該要退出虧損嚴重的市場,將重心放在歐美、拉丁美洲、澳洲等主力戰場。

Travis Kalanick
中國有滴滴、東南亞有Grab、日本有軟銀,去年6月Uber前任執行長卡拉尼克(Travis Kalanick)的離開,也象徵叫車平台瘋狂大打補貼戰的時間逐漸過去。
圖/ Twitter

Uber前任執行長卡拉尼克(Travis Kalanick)的離開,也象徵叫車平台瘋狂大打補貼戰的時間逐漸過去,全球叫車平台勢力板塊逐漸明朗化。Uber除了擺脫燒錢業務,朝IPO目標邁進,也正如同現任執行長柯霍斯洛夏西(Dara Khosrowshahi)所說的,要「發展全球最好的產品、服務和技術」創造未來的發展機會,也因此我們看到Uber推出醫療接送服務Uber Freight卡車,甚至還要打造飛行計程車,告別過去的失敗與紛爭,積極找尋下一個成長點。

往下滑看下一篇文章
從模型競爭走向算力經濟,INFINITIX 助客戶打造軟體定義 AI 基礎建設
從模型競爭走向算力經濟,INFINITIX 助客戶打造軟體定義 AI 基礎建設

過去兩年,人工智慧技術以史無前例的速度翻轉企業營運與競爭態勢,從客服、知識管理到軟體開發,越來越多企業將大型語言模型(LLM)導入企業營運流程,隨著應用程度的深化與廣化,越來越多發現,真正的挑戰早已不只是「選擇哪個模型」,而是如何管理算力、控制成本、確保資料安全,以及讓不同世代GPU、模型與AI應用可以持續共存與調度。

代理式AI崛起後,AI應用從回答問題進展為執行任務、操作系統以及串接流程,連帶拉升對AI基礎設施的需求與架構複雜度,而這意味著,想要發揮AI綜效,光只有模型與技術尚不夠,必須將整體IT環境逐步升級為AI基礎建設(AI Infra)。

深耕AI管理領域多年的數位無限(INFINITIX),近年積極布局軟體定應AI基礎建設(Software Defined AI Infrastructure)市場,除持續深化與GPU、伺服器與AI硬體生態系的合作關係,如於2021年取得NVIDIA Solution Advisor全球夥伴資格,2025年亦獲AMD GPU生態建設夥伴獎,也因應市場需求推出AI-Stack與ixCSP兩大產品線,協助企業、雲端服務供應商(CSP)與新世代AI雲端業者,更有效率地管理跨世代AI算力資源。

數位無限執行長陳文裕表示:「我們的目標是協助客戶打造軟體定義AI基礎架構,讓其可以視需求向下整合不同世代GPU、儲存與網路設備,同時,向上鏈結模型、Token跟AI應用,加速企業的AI創新轉型腳步。」

數位無限執行長陳文裕.JPG
數位無限執行長陳文裕
圖/ 數位時代

從AI模型到AI經濟,企業競爭焦點轉向算力與Token調度能力

過去市場談AI,焦點多半放在模型參數、推論效能與模型能力,但在大型語言模型推論需求暴增的現下,AI Infra早已從單純GPU採購演變成涵蓋機櫃、網路、儲存、散熱與電力的整體工程;企業真正需要的,不是更多GPU、而是如何更有效率地調度與利用算力。

尤其在NVIDIA提出Token Factory概念後,全球AI產業正逐步從模型競賽轉向「AI經濟」,亦即,影響企業AI決策的再也不是使用哪個模型、部署多少GPU,而是消耗多少Token、產生多少AI服務,以及算力是否能被有效共享與調度。

換言之,在AI新世界,算力調度能力的重要水漲船高。對此,陳文裕十分認同的說:「企業想要提升AI競爭力,不僅要掌握模型與應用,還必須進一步思考如何有效切割GPU資源、讓不同部門甚至集團子公司共享算力、延長舊世代GPU的使用壽命,甚至是如何將閒置算力轉變成可交易的資源等。」

事實上,這也是大量AI資料中心(AIDC)跟新世代AI雲端服務(Neo Cloud)業者出現的原因,包括CoreWeave、Nebius、Lambda Labs、GMI Cloud等業者皆試圖以更具彈性的方式,提供企業所需的GPU服務與AI算力平台。

看準這波趨勢,數位無限除透過AI-Stack提供GPU切片、模型部署、模型管理與MLOps等服務,協助客戶提升GPU使用率,更進一步推出ixCSP平台,讓雲端服務供應商與新世代AI雲端業者,能從過去單純販售GPU資源轉型為提供GPU as a Service、Token as a Service與Model as a Service等創新AI服務。

以Software Defined AI Infrastructure助企業以「通用化、鬆耦合」迎戰瞬變AI世代

因應AI新世代帶來的挑戰:模型快速升級、算力需求攀升、GPU世代交替迅速,企業在追逐AI落地的同時,勢必得面臨基礎建設更新速度過快、硬體投資壓力升高,以及資源利用效率難以最佳化等挑戰。

為協助企業在AI快速演進與基礎建設投資之間取得平衡,數位無限的作法是,透過AI-Stack將底層硬體抽象化,以Token或模型服務形式提供,讓企業客戶、AIDC與Neo Cloud業者可以延長不同世代與不同品牌的AI硬體設備的生命週期、創造更高的使用價值、甚至是展開更多元的營收模式。

例如,高雄醫學大學附設中和紀念醫院便透過數位無限的AI-Stack解決GPU資源調度效率不彰問題,加速39項AI模型進入臨床應用階段,成功建立起「從模型開發到臨床落地」的完整生態系統。而日本精密製造大廠–Union Tool Co.–則是透過AI-Stack簡化GPU資源共享、加速AI模型的開發與測試腳步,為提升生產效率做最佳準備。

「如果大型企業或AIDC業者擁有閒置資源,也可以透過ixCSP平台,把算力共享或調度給集團內部團隊、子公司,甚至上下游合作夥伴使用,進一步提升整體資源利用率。」數位無限執行長陳文裕如是說道。

隨著AI從工具演變成企業核心基礎建設,企業真正需要的,也不再只是單一模型,而是一套能持續適應AI快速演進的AI Infra,而這與數位無限近年來的重要轉型方向一致:從AI管理軟體提供者轉型為軟體定義AI基礎建設供應商,更好協助客戶打造具備「通用化」與「鬆耦合」特性的AI基礎建設。

除以AI-Stack與ixCSP協助客戶提升算力使用效率與價值,數位無限亦計畫與硬體合作夥伴推出Agentic AI一體機方案,協助企業快速建立可驗證、可部署、可切割、可共享的AI運算環境,降低企業從PoC走向實際導入的門檻,加速AI落地。

總的來說,隨著AI競爭從模型能力延伸到算力治理,企業比拚的不僅是導入速度,而是能否建立一套足夠彈性、可持續演進的AI Infra,而這與數位無限的發展目標一致,將持續不斷優化產品服務,化身企業搶進AI新世代的關鍵合作夥伴。

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
代理式商務連動百兆商機
© 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