是誰真正擊倒了摩拜單車?
是誰真正擊倒了摩拜單車?

曾經,摩拜是我最看好的物聯網營運商。

不僅因為它是「共享經濟」風口上最炙手可熱的角色,更是因為它的營運模式,很接近電信營運商,具備長期健康成長的特質。

作為一家網路公司,摩拜主要的收入來自於前向收費(從使用客戶那裡收錢),而且基於連接開展營運,怎麼看都像是電信營運商的升級版。

如果這種模式成功,那麼電信營運商領域積累的人才和經驗就有了用武之地,而電信營運商也可能找到自己進一步進步的空間。

去年,在和很多人討論共享單車時,我曾經堅定地認為:共享單車兩巨頭玩的是不同的生意經,如果時間夠久,按照互聯網模式發展的ofo,一定會輸給搞精細化營運的摩拜。

ofo小黃車
圖/ ofo

遺憾的是,4月初的一則傳聞最終成為現實,摩拜被美團收入囊中,經營管理團隊隨即調整,原來的前向營運方式難以持續。

我並不是說美團管不好摩拜,而是覺得自此之後,營運模式的質變會讓摩拜變個樣子,很可能不再是個物聯網營運商了。

帶著些許遺憾,我第二次去盤點某一家網路公司的歷程(上一家是滴滴打車)。

共享單車的興衰

2016年4月,摩拜單車在上海上線,在APP上實名註冊,繳納押金即可租用的模式,讓人眼前一亮。

而在此之前的2015年6月,ofo就在北大推出了共享計劃。

可以說,在共享單車興起之初,兩家之間的合作大於競爭,盡量避免相互攻擊和比較,畢竟是在一起做大市場空間,尤其是在輿論方面,既要引導客戶和監管部門接納新鮮事物,又要斥責那些破壞共享單車的「壞用戶」,還要吸引投資者的關注和參與。

沒有直接對壘,並不等於兩家公司不相互較勁。尤其是20016年下半年到2017年上半年這段時間裡,兩家公司交替發布融資成功的信息,讓人目不暇接。

此時,共享單車已經成了熱門生意,除了紅黃之外,街上充斥著五顏六色的自行車和各色投資者,他們紛紛憧憬著,將這一低門檻的業務發展到一定規模,然後被大佬收購。

他們等來的不是接盤俠,是交通部等十部門聯合發布的《關於鼓勵和規範互聯網租賃自行車發展指導意見》。

隨著對營運的監管規範化,共享單車的營運成本越來越高,越來越多的玩家退出,市場上除了兩巨頭還繼續發聲,其他聲音漸漸消失。

此時,市場上時不時傳來兩家共享單車企業合併的消息,貌似滴滴和快的合併的故事又要重演。

然而,2018年3月,ofo宣布融資8.66億美元,領投的是阿里巴巴,這則消息讓兩公司合併的可能性迅速降低。

半個月後,就出現了文章開頭提到的場景:雖然CEO王曉峰投了反對票,但是根據遊戲規則,美團還是如願將摩拜收入囊中。

摩拜的營運邏輯

曾經有人比較兩家公司的領軍者認為,ofo的創辦人是從校園直接創業,沒有路徑依賴,所以更有敢想敢幹的網路思維,在試錯中前行;而摩拜則是傳統產業專業人士轉身,三思而後行,所以走的每一步都是相對完整的解決方案。

而我一直覺得,兩家共享單車企業是不一樣的經營模式。

ofo走的是互聯網的路子,做平台實現人與車的連接,把入口做大到一定規模之後,透過平台獲益。

摩拜則是基於人與車的連接,透過開展精細化營運,在較長周期內持續獲取收益。

將摩拜的營運流程和規則與營運商進行對照,會發現很多相似之處:都有訂單管理、計費結算、預存和套餐、客戶服務以及投訴處理等等。

甚至連摩拜創造的「紅包車」,也可以提煉出營運框架模型:根據車輛活躍度選擇和發放紅包,被定義為「紅包車」的多是難以被發現的車輛,被紅包吸引的騎行者成了車輛的啟動者。

透過IT手段節省了尋找和搬運的人工成本,這不就是傳說中的資源管理嗎?

猛一看,兩者都是互聯網創新領域的獨角獸,但在事實上,一個玩的是短平快,另一個卻是打算跑馬拉松的。

ofo車輛製造成本低,能夠更快地將資源部署到位,再結合互聯網的宣傳迅速收割入口流量;而摩拜立足於長期經營,所以車輛質量、投入規模、產品優化等,都是基於數位化營運,圍繞改進和提昇營運效率是核心。

摩拜的理想很豐滿,但是殘酷的現實是:企業的規模和業務量以超常規的速度發展起來了,但在營運和管理方面積累和沈澱不足。

作為一家營運企業,當營運管理能力跟不上業務發展速度時,各種問題就暴露出來。

成也資本,敗也資本

在企業家眼裡,企業就像自己的孩子一樣,希望他健康成長,走得更長遠。

而對於資本來說,投資企業就像養豬,盡快催肥然後賣掉,再去尋找下一頭。

這個比喻也許不雅,也許會讓人不爽,但至少對於某些場景,是非常形象的比方。在互聯網的世界裡,很多創新可以在資本的推動下,讓理想成為現實。所以,尋找投資是創業者必須做的事情。否則,在如今的市場環境下,光靠自己的力量,再好的創意也很難落地。

看起來投資者是大爺,其實他們也不容易,既要從浩如煙海的專案淘到真金,還要幫助投資的企業成長壯大。要獲取回報,而且最好是高額回報,投資者的付出並不比創業者少。

在這個遊戲中,企業發展的各個環節都可能被加速或者放大。

就像用化學原料催化動植物加速成長,生長周期短了,產量上去了,然而並不是所有的都能催化,基礎打不牢,就很難蓋起高大的建築物。

對於摩拜來說,初期借助資本獲得發展動力,在研發、生產、佈局等方面得以超常規發展。發展到一定規模時,理論上企業應該潛心梳理沉澱經驗,優化營運規則和管理,為下一階段的突破積蓄力量。

然而,從資本和競爭的角度看,2016到2017年上半年這段時間正是摩拜和ofo較勁的關鍵時期,如果任由各個城市被小黃車覆蓋,客戶沒了,再好的營運計劃也是白搭。

此時,摩拜只能按照互聯網的發展節奏做事,進一步融資,獲取和ofo抗衡的資源和裝備,然後簡單粗暴地砸錢、造車,讓摩拜單車佔領每一個街口。

也許摩拜的經營者期待著能喘息一下,調整好呼吸和步伐後再接著跑,但是無論是ofo帶來的競爭壓力,還是資本給與的成長壓力,都在鞭策著摩拜狂奔下去。

也許有人會指責摩拜經營不善,比如租用了那麼多倉庫,不僅需要支付租金,還降低了車輛的營運效率。不可否認,這些都是可以改進的地方,但是對於一個剛剛成長起來,還在競爭中不斷摸索還要快速成長的企業來說,我們是不是對摩拜有些苛責?

結語

以共享經濟為代表的互聯網浪潮之下,投資者才是真正的玩家,各種概念的公司只不過是他們遊戲的工具和表演的舞台。

翩翩起舞的ofo背後,也是強大的資本在支撐,如果沒有它參與,共享經濟不會那麼熱鬧,摩拜也不會引入那麼多投資。

如果ofo堅持不住,也許摩拜的營運之路還能走下去;如果投資者的耐心再多些,摩拜做得再好些,也不會有最後的一幕發生。

可惜,沒有那麼多如果,事實就是事實,真實地發生了。

故事如此之透明,參與各方如此之坦蕩,足見只有陽謀,願賭服輸。

時也,運也,命也。

本文授權轉載自:鈦媒體

關鍵字: #共享經濟
往下滑看下一篇文章
把老師傅經驗變成 AI!智穎智能讓射出機從「導航」走向「自駕」,桃園如何助攻技術落地?
把老師傅經驗變成 AI!智穎智能讓射出機從「導航」走向「自駕」,桃園如何助攻技術落地?

曾是台灣製造業重要根基的塑膠射出產業,如今正面臨人才斷層危機。尤其桃園聚集大量工業區與製造業者,老師傅退休、新人才接不上的現況,更是許多工廠正在面對的現實難題。

從汽車零組件、網通設備、醫療器材到半導體載具,許多產品都離不開射出成型。智穎智能創辦人暨執行長張詠翔指出,全球塑膠射出市場規模超過 3000 億美元,每年仍以約 3% 至 4% 的幅度成長。需求並未消失,只是製造基地從台灣、中國逐步往東南亞等地移動。但機器可以搬、訂單可以轉,老師傅數十年累積的經驗卻很難複製。

這道人才缺口,正是 2020 年成立的智穎智能切入市場的機會。團隊從桃園中原大學的研究能量出發,歷經近十年研究與工廠驗證,嘗試把老師傅腦中的射出經驗,轉化成可以計算、保存與持續學習的 AI 模型,解決產業第一線面對到的挑戰。

把老師傅經驗交給 AI,射出成型從「導航」走向「自駕」

「餐廳沒有廚師是不行的。有再好的設備,不會做的人還是會把它做失敗。」張詠翔如此比喻射出成型的技術門檻。當模具完成後,生產現場仍得依產品、材料與機台特性,調整溫度、速度、壓力、位置等條件;即使使用同一種塑料,不同產品的調整方式也可能完全不同。

而老師傅的珍貴之處,不只是記住參數,而是知道面對材料、機台與環境變化時如何修正。智穎智能要做的,就是把這些難以傳承的「火候」拆解成可以運算的製程邏輯。目前其 AI 解決方案已應用於超過 200 種材料、50 多種產品類型。

把老師傅的經驗轉化為製程邏輯後,第一步就是讓 AI 協助操作人員找到合適的成型條件。智穎智能為此開發智能成型導引系統,工廠只要輸入材料、機台規格、產品尺寸等資訊,sMolding 便能計算第一組成型參數;若試模後出現產品缺陷,再由 sTroubleshooting 提供修正建議。

用手機即可查看系統狀況
圖/ 智穎智能提供

「它就像導航。我今天告訴你要從 A 點到 B 點,但不知道路怎麼走,導航會把路徑算給你。」張詠翔說。對射出成型而言,這條「路徑」就是溫度、速度、壓力與位置等參數如何組合。以半導體載具試模為例,傳統方式需 7.5 小時,導入系統後縮短至 2 小時,材料使用量從 23 公斤降至 8.7 公斤,整體試模成本降低 64%。

但找到正確參數只是第一步,真正進入量產後,工廠面對的「路況」還會持續改變。溫溼度、材料批次與機台耗損,都可能讓原本設定好的製程條件產生偏移。智穎智能因此進一步開發 StabMolding 成型穩定模組,透過射出壓力數據持續監控品質,並依生產狀態自動補償關鍵參數。換言之,AI 不只在試模階段提供一條正確的「導航路徑」,進入量產後還能因應製程變化持續修正,進一步朝「自駕」邁進。

從產線驗證到海外布局,桃園如何助攻智穎智能跨過0到1?

但要讓 AI 真正走進工廠,智穎智能採取 SaaS 訂閱模式,將核心運算留在雲端持續學習與更新,降低中小型製造商一次投入大量資金的門檻。另一項差異則是「跨廠牌」。現實中的射出工廠往往同時擁有台灣、日本、歐洲不同品牌與年份的設備,因此智穎智能的方案既能導入既有設備,也能與射出機、控制器業者合作,在新機出廠時直接整合。「一個工廠不會只有一個廠牌,就像你家的車庫不會永遠只放同一品牌的車。」張詠翔說。

對智穎智能而言,AI 真正走進製造現場的關鍵,在於不同世代、不同品牌的設備都能導入。只是對工業 AI 而言,降低導入門檻還不夠,更關鍵的是能否取得真實產線反覆驗證。對從中原大學研究成果衍生創立的智穎智能而言,桃園不只是公司所在地,也提供了技術走向市場的第一塊試驗場。「對新創來說,第一個就是要經費、要人才、要場域,再來就是客戶與合作夥伴資源。」張詠翔說。

成立初期,團隊透過桃園市政府研發補助、新創競賽與基地進駐等資源,降低早期研發與營運負擔。更重要的是,桃園密集的製造業聚落,本身就是智穎智能最直接的潛在市場。透過市府串聯工業區與在地企業,智穎智能在創業初期接觸到位於桃園的「良器」,成為公司第一個客戶。從概念驗證、產品調整到實際導入,合作一路延續至今。對必須進入產線反覆驗證才能成熟的工業 AI 而言,第一個願意開放場域的客戶,意義遠超過第一筆營收。

如今,從桃園製造現場磨出的解決方案也開始往海外走。「日本這一次,完完全全都是桃園市政府帶著我們去做這件事情。」張詠翔表示,透過市府帶領團隊前往日本神戶,智穎智能接觸當地官方與企業資源。在市府引薦下,團隊成功對接了神戶知名加速器,更取得日方針對外資新創設立公司與拓展市場的兩階段實質補助資訊。目前團隊正籌備日本布局,為下一階段海外市場拓展做準備。

智穎智能在 TaipeiPLAS 2026 台北國際塑橡膠工業展,展示 AI 智慧製造成果,現場商洽氣氛熱烈,成功吸引產業關注。
圖/ 智穎智能提供

AI 解決「怎麼生產」後,下一步是「替誰生產」

當 AI 開始解決「怎麼生產」,張詠翔看到的下一個問題,是「替誰生產」。部分製造商提高生產效率後反過來問他,如果我的產能多了 20%,但沒有多 20% 的訂單,我何必要做那麼快?

這個問題催生了智穎智能下一階段的製造媒合平台構想。隨著供應鏈分散至不同國家,品牌要在海外重新尋找符合特定規範與製程能力的供應商,也愈來愈困難。團隊因此希望串聯既有使用 AI 方案的製造商,讓品牌端能依條件尋找供應商,也讓製造端的閒置產能有機會被看見。團隊預計 2027 年上半年推進平台服務,初期規劃串聯超過 200 家製造商與破千台機器。

從中原大學的研究,到桃園工廠提供第一個實際驗證場域;從把老師傅經驗變成 AI「導航」,再走向能自行修正製程的「自駕」,智穎智能試圖數位化的,是製造業最難被保存的資產:人的經驗。而當全球供應鏈持續移動、製造基地愈來愈分散,這套從桃園工廠磨出的 AI,下一步不只要替老師傅找到數位接班人,也要重新連結散落全球的製造能力。
而「Meet 桃園+」也期盼持續透過計畫的媒體報導與宣傳資源,將更多像智穎智能這樣扎根在地、走出海外的創業故事傳遞出去,讓外界看見桃園豐沛且具實戰力的創新動能。

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
台達電全解讀
© 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