兩年活躍用戶翻5倍，叫車龍頭Uber正式申請IPO|數位時代 BusinessNext

用戶兩年翻5倍，但仍面臨虧損

Uber在對外公開的S-1文件中，公佈了2018年財報，讓外界得以一窺Uber目前的資金狀況與經營方向。儘管身為一家尚未上市的企業，這並不是Uber首度向大眾透露營運狀況，但民眾與投資者可藉由這份報告，看出叫車巨頭的發展趨勢。

Uber 2018年的總營收達到112.7億美元，與2017年79.3億美元的營收相比，成長幅度達42%；若聚焦叫車服務方面的收入，則在2年內從35億美元成長到92億美元，不過調整後的EBITDA（稅息折舊攤銷前利潤）仍虧損18億美元，但相比2017年調整後EBITDA約26億美元的虧損，可看出營運狀況正逐漸好轉。

在用戶數量方面，Uber月活躍使用者也從2016第一季的1,900萬人，成長至2018年第四季的9,100萬人。整個2018年度的活躍使用者，較2017年度上升約35%，第四季總乘車次數也來到近15億次。按照Uber的估計，在63個服務地區之中，約有2%人口是Uber的活躍使用者。

統計資料顯示出，民眾似乎越來越接受使用Uber作為短程代步工具，2018年總乘車次數上升了34%，不過平均乘車金額卻略微下滑了1%；去年第四季每位使用者單月乘車次數平均達5.5次。

軟銀為背後主要資金來源，Alphabet也是大股東

長達上百頁的募股說明書中，也揭露目前Uber背後資金提供者，其最大股東為軟銀願景基金旗下的SB Cayman 2，擁有16.3%的股份，其次則是美國創投公司基準資本（Benchmark Capital Partners），持股比例為11%，前Uber執行長卡拉尼克（Travis Kalanick）則以8.6%持股位列第3。

值得一提的是，儘管Google姊妹公司Waymo過去因無人車專利糾紛，與Uber對簿公堂，母公司Alphabet卻是Uber的大股東之一。Alphabet曾在2013年投資Uber 2.58億美元，持股比例約5.2%，這項投資預計將隨IPO為公司帶來近20倍的豐厚回報。

另外，Alphabet擁有的5.2%股份中，還包含Waymo與Uber的專利訴訟中，Uber向Waymo賠償的0.34%股份，約占Alphabet總持股的7%。

不忘回饋旗下司機，Uber制定獎勵方案

遍布全球的數百萬名Uber司機，對這家叫車巨頭的成功可說功不可沒，即將公開上市的Uber也為忠誠司機們訂定了一套回饋方案。今年度在4月7日前至少載客一趟，且信譽良好的司機，若總載客趟數達2,500、5,000、10,000、20,000次，可對應獲得100、500、1,000、10,000美元不等的獎金，用於購買IPO股票。

Uber與Lyft的獎勵辦法十分類似，不過Uber對載客次數沒那麼多（不足一萬趟）的司機們，也提供小額回饋，但美國海外的司機會依照當地時薪調整獎金額度。

一般而言，IPO股票會在上市後快速增值，這代表Uber給予司機的回饋，會遠大於獎金額度所示。

還有什麼值得注意？

雖然去年3月的自駕車死亡車禍引發宣然大波，卻絲毫沒有減緩Uber投入自動駕駛技術的腳步。2018年Uber共支出4.57億美元用於自駕車與飛天車相關技術研發，占公司總研究開發預算的三分之一。

Uber認為，自動駕駛技術是其未來業務拓展不可或缺的一部分，不僅能夠提高安全性、載客效率，也能創造更經濟實惠的乘車服務。目前Uber無人車團隊Uber ATG已生產250輛自駕車，並與Toyota、Volvo與戴姆勒等3家車廠擁有合作關係。

若將生成式人工智慧（GenAI）技術視為改變人與資訊互動的重要分水嶺，Physical AI（實體AI）則讓 AI 真正理解並介入真實世界：從機器人、自駕車到智慧製造，AI 正從「理解內容」走向「理解物理世界」，其中，自駕車被公認是 Physical AI 最具代表性的落地場域，也是目前最能驗證 AI 感知、推理與決策能力的應用，因為，不僅要控制車輛，還必須即時與人流、車流、道路設施及各類載具互動，需要極高的 AI 感知、推理與執行能力。

對深耕智慧移動多年的勤崴國際而言，Physical AI不只是 AI 技術演進，而是自駕車產業邁向下一個世代的重要轉折：從依賴規則控制（Rule-based）的自駕系統，逐步升級為具備感知、推理、學習與持續優化能力的智慧移動平台，讓全球自駕車產業競爭從單一技術比拚，走向資料、場域、生態系與 AI 能力的全面競賽。

Physical AI讓自駕車從「照規則開車」走向「理解世界」

過去，自駕車依靠高精地圖、光達（LiDAR）、攝影機等感測器，以及大量預先設定好的規則進行判斷，這種作法能處理相對固定的情境，但一旦遇到複雜且快速變化的交通環境，例如大量機車穿梭、行人突然穿越、不同國家的交通規則，系統很容易受到限制。

勤崴國際認為，Physical AI 的出現正改寫自駕車的發展模式：透過更強大的 GPU 算力，結合世界模型（World Model）、數位孿生（Digital Twin）與模擬器（Simulator），AI 能先在虛擬世界完成大量交通情境模擬，再將學習成果快速部署到真實道路，不僅大幅縮短訓練與驗證時間，也讓自駕系統持續學習與進化。

「在 Physical AI 賦能下，自駕車將從依照規則開車轉變成能理解環境、預測意圖，再做出最佳決策。」勤崴國際副總經理林映帆表示，例如當系統看到路邊有人揮手，不只是辨識動作，而是能推論對方有搭車需求；當機車快速切入車道，也能提前預測可能路徑，而非等事件發生後才反應。

這也意味著，自駕車的競爭已從「規則設計」走向「AI學習能力」的競爭：自駕車不僅是智慧移動的新載具，更是觀察 Physical AI 是否真正成熟的重要指標；換言之，Physical AI比拚的不是演算法，而是誰能持續累積真實場域、建立與完善資料庫，讓 AI 在每一次行駛中不斷學習、持續進化，形成下一波智慧移動競爭的關鍵。

七年累積三十個場域，勤崴國際打造台灣智慧移動新能量

相較於 Waymo、Tesla 的優勢來自數百萬輛車持續累積道路資料，勤崴國際的策略是透過不同場域的長期營運，建立屬於台灣的智慧移動資料庫。

自2019年投入自駕車商業化應用以來，勤崴國際不僅持續深耕高精地圖、自駕系統、車聯網及自駕運輸技術、於全台完成超過30個自駕場域部署，累積自駕行駛里程突破38萬公里、服務超過80萬人次，更逐步建立台灣少數具規模的智慧移動資料庫；為進一步加速自駕車產業價值鏈發展，勤崴國際也攜手車廠、路側設備，感測器、AI 平台、車聯網、客運與場域業者打造完整的自動駕駛生態系。

以台積電南科園區的自駕巴士服務為例，由於路線涵蓋園區內外道路，自駕車不僅要與物流車、叉車及一般車流共存，離開園區後更須面對台灣特有的高密度機車交通環境，對 AI 的感知與決策能力形成高度挑戰；截至今日，該服務已累積超過92,435人次搭乘、自駕行駛里程超過83,542公里，接駁率高達96.7%；此外，勤崴國際也於廠區內導入自駕接駁車與自駕載貨車，累積服務超過216,794人次，驗證自駕技術在智慧工廠場域的落地能力。

除了工業場域，勤崴也將自駕技術延伸至觀光應用，例如今（2026）年6月在南投埔里福興溫泉區推出「啡嚐咖心」觀光自駕車服務；林映帆指出，相較於工業場域重視效率，觀光應用更重視人車互動與乘車體驗，遊客只需一鍵即可啟動自駕接駁，系統除了安全辨識行人與周遭環境，也能透過語音互動提升搭乘安心感，證明自駕車不僅適用於產業應用，更可成為偏鄉觀光與高齡化社會的新一代公共運輸解決方案。

接下來，勤崴國際將憑藉著在南部科學園區、南投與新北市的落地運行經驗，攜手產業夥伴、針對未來對自駕公車有需求的城市，協助客運業者解決公車缺工等議題。

林映帆說：「我們的目標是提供自駕全方位解決方案。」在累積物流、廠區接駁、觀光、無塵室搬運等多元場域經驗後，勤崴逐步發展出「一個平台、多種載具、多種場域」策略：將共通技術平台模組化，再依不同客戶需求進行客製化調整，讓每新增一個場域，都成為下一個場域快速且安全部署的重要養分。

勤崴國際副總經理林映帆表示，將以「一個平台、多種載具、多種場域」策略，攜手自駕車產業鏈夥伴，協助AI自駕車等智慧移動落地應用，以及打造「國家隊」前進海外市場。

圖／數位時代

隨著Physical AI的成熟與落地，未來智慧移動的競爭，不再只是比誰擁有更大的模型，而是比誰能持續累積場域、建立完整資料庫，以及串聯完整生態系；在這個關鍵時刻，勤崴國際除因應不同場域客戶需求提供自駕車解方，也希望攜手更多產業夥伴，共同打造具有國際競爭力的智慧移動國家隊，讓台灣在全球自駕與 Physical AI 的新賽局中，占有一席關鍵位置。