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
從智慧助手到自主代理:博弘雲端如何帶領企業走上 AI 實踐之路
從智慧助手到自主代理:博弘雲端如何帶領企業走上 AI 實踐之路

「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。

2-RD096270.jpg
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%。

3-RD096215.jpg
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。

4-RD096303.jpg
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

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
2026 大重啟
© 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