Uber推出會員點數制！搭車、叫外送累點能享4種不同等級優惠|數位時代 BusinessNext

叫車服務市場愈來愈競爭，為了讓Uber註冊用戶對平台的認同性與使用度，Uber推出會員點數制度「Uber Rewards」，讓用戶透過消費，獲得4個不同階級的會員優惠。

藍寶石會員：所有的Uber會員都是藍寶石層級，他們可以透過獲得500點數來折抵5美元Uber上的消費。
黃金會員：擁有500點數以上的，升級成黃金會員，除了可以折抵消費以外，叫車後的取消時間延長為15分鐘。
白金會員：擁有2,500點數以上，就升級為白金會員。除了有以上優惠以外，還獲得機場優先搭車，以及2個儲存地點之間的價格保障，不受尖峰時間影響搭車價格。
鑽石會員：擁有7,500點數以上，就升級為鑽石會員。除了有以上優惠以外，Uber會隨機為用戶升級搭乘的車輛等級、配對最高分數的司機、24/7電話客服，以及每6個月3次免運費的Uber Eats外送服務。

所有的Uber旗下服務都能夠為用戶賺取點數，包含叫車、外送Uber Eats，以及使用腳踏車共享等。當用戶開始使用Uber Rewards時，它會以過去6個月搭乘紀錄來計算點數，換句話說，6個月以上的點數，就會自動過期。

目前Uber Rewards在美國的累積點數方式是：搭乘UberPool、Express Pool以及使用Uber Eats能夠每消費1美元累積1點；搭乘UberX、Uber XL與Uber Select每消費1美元累積2點；而Uber Black與Black SUV則是每消費1美元累積3點。使用計價較高的服務，累積的點數也較多。

Uber希望透過Uber Rewards，來讓忠誠客戶感覺到一些優惠以及優待感，同時在市場上區分自己以及其他的同類對手。另外，Uber Rewards中的金錢回饋，都會是Uber自己吸收，而不會轉嫁到司機身上。

東南亞的叫車服務Grab，於2016年底就開始實施會員點數服務，讓用戶累積消費點數，來折抵消費金額；美國的第二大叫車服務Lyft，也在先前宣布要推出點數與折扣制度，但是他們原訂的12月推出日期，已經被Uber搶先，可能因此喪失一些市場領先優勢。

Uber Rewards即日起會先在邁阿密、丹佛、坦帕、紐約、華盛頓特區、費城、亞特蘭大、聖地牙哥、紐澤西州等地推出，日後在推出到其他地區。

資料來源：Uber、TechCrunch、The Verge

從生成式AI訓練、推論，到代理式工作流程（Agentic Workflow）與未來的實體AI，資料流量正以指數級成長，讓記憶體從過去支援運算的配角躍升為決定AI效能與能源效率的關鍵角色。

全球知名的半導體與微電子技術分析機構TechInsights指出，AI競爭正逐漸從晶片算力擴展到記憶體架構設計能力，加速「Computational Memory」等新架構興起；在這波浪潮中，深耕記憶體與儲存技術數十年的美光科技，正與關鍵夥伴展開深度協同設計，包含攜手NVIDIA共同開發適用於新世代資料中心的低功耗記憶體技術，在AI基礎建設的新賽局中成為不可或缺的關鍵。

當GPU不再是唯一主角，記憶體為何躍上AI舞台中央？

過去，半導體的焦點多圍繞在晶片，例如CPU、GPU跟AI加速器等，市場普遍認為，晶片運算能力是左右科技產業發展速度的關鍵，但在進入生成式AI世代後，產業逐漸發現另一個事實：真正限制AI效能的瓶頸不是運算，而是資料能否快速被存取與傳輸。

從大型語言模型訓練，到AI推論、代理式工作流程（Agentic Workflow），甚至未來的機器人與自駕車，龐大的資料流量正持續推升對高頻寬、低延遲、高容量記憶體的需求，讓記憶體產業從過去相對標準化、以價格競爭為主的市場，逐漸轉變為AI基礎建設的重要核心。

「仔細觀察AI應用服務會發現，大多數工作負載都被頻寬限制。」美光科技全球業務執行副總裁Mike Cordano認為，記憶體是突破（頻寬）瓶頸的關鍵，也讓AI競賽從晶片算力升級到記憶體與儲存架構的系統級競爭。這樣的產業洞察，也正是Mike在歷經二十餘年的儲存產業資歷，加上四年半的創投生涯後，選擇加入美光的核心原因之一：在AI重塑產業結構的浪潮下，記憶體將成為這波成長最直接的動能所在。

從零組件供應商到策略夥伴，記憶體共創時代來臨

AI的崛起，正在改變記憶體廠商與客戶的關係。

過去，記憶體產品多是標準化元件，客戶關注的是價格、供貨與規格；合作模式也偏向短期採購與交易導向。然而隨著AI系統規模愈來愈大，從資料中心、雲端平台到終端裝置，記憶體已經成為決定系統效能的重要關鍵，也因如此，越來越多企業將記憶體視為「策略性資產」，而非單純零組件。

Mike表示：「現在，我們跟客戶合作的時間跨度改變了，在產品正式上市前三到四年便開始合作，從系統架構階段就共同規劃未來需求。」例如，美光科技與NVIDIA共同研發的資料中心所使用的低功耗記憶體，便是雙方提前多年展開深度合作（co-design）的成果。

值得特別注意的是，美光科技除從技術層面與晶片製造商等夥伴共創產品，也在需求層面與客戶進行密切合作，例如，將過去較無約束力、期限僅一年的長期協議（LTA）轉變成為期五年、條款更具約束力的策略性客戶協議（SCA），藉此掌握客戶的未來需求，進而在技術層面做更深度的合作。Mike坦言，深度協同設計是高成本的投入，美光的做法是先廣泛進行市場感知，理解不同場域的需求方向，再與生態系統中的夥伴們展開客製化合作。

從裝置導向轉為Token導向，AI浪潮重寫記憶體成長模式

除了合作模式改變，更大的典範轉移是需求的改變。

Mike解釋，過去記憶體需求跟PC、手機跟伺服器出貨量息息相關，但在AI新世代，推動記憶體需求成長的核心不再是設備數量，而是AI模型所產生的運算與資料消耗量。「AI產業逐漸走向以『Consumption』或『Token』為主的新經濟模式，每一次的模型運算都需要消耗大量的記憶體跟儲存資源，這意味著，即使設備銷量成長趨緩，記憶體需求仍可能持續上升。」

更重要的是，AI應用正從資料中心外擴至手機、PC、自駕車與機器人等場域，儘管不同場域對記憶體的需求不盡相同，但是，Mike認為：所有AI裝置都存在三項共同需求：更快的速度、更大的容量，以及更高的能源效率。

正如Mike在受訪時提到的：「我們最大的挑戰，是如何與客戶和整個生態系保持高度一致，一方面創造供給與產能，另一方面持續推動技術創新。」可以預期，在接下來的五年，記憶體產業面臨的挑戰不僅僅是擴展產能，而是如何與客戶共同規劃需求、同步投入技術創新，而這也是美光科技積極經營AI生態體系的原因。

總的來說，AI帶來的改變，不只是算力提升，而是重新定義整個運算架構：過去，記憶體被視為支援運算的基礎元件；現在，則是決定AI效能、能源效率與創新速度的關鍵資源；當產業競爭從晶片性能延伸到資料流動效率，從裝置數量轉向Token消耗量，記憶體的重要性也將隨之水漲船高，對美光科技來說，這將是其從供應商走向AI生態系核心夥伴的關鍵角色轉變。