兩年活躍用戶翻5倍,叫車龍頭Uber正式申請IPO
兩年活躍用戶翻5倍,叫車龍頭Uber正式申請IPO
2019.04.12 | IPO

儘管落後競爭對手Lyft一個月,Uber在4月11日正式繳交募股說明書,踏上IPO(首次公開募股)的舞台,預計5月在紐約證交所公開上市,同時這家叫車服務龍頭也因此披露了營運狀況。

Uber並未明說預計在IPO中籌集的資金金額,不過根據先前報導,Uber預計會出售價值100億美元的股票,整體估值上看1,200億美元,是本年度迄今規模最為龐大的科技公司IPO。作為比較,Lyft在3月底正式公開上市,目前市值約222億美元。

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 ipo 01.jpg
Uber 2016至2018年間每季月活躍使用者數,單位為百萬。
圖/ Uber

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。

uber ipo 02.jpg
Uber每季載客趟數持續成長,而單趟金額則微幅降低1%。
圖/ Uber

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。

Waymo
儘管Google姊妹公司Waymo曾因專利糾紛,與Uber對簿公堂,但母公司Alphabet卻是Uber的大股東。
圖/ shutterstock

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自駕車
Uber認為自動駕駛技術是其未來發展不可或缺的一部分,創造更加安全、有效率的乘車服務。
圖/ 吳元熙/攝影

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。

資料來源:CNBCTechCrunch路透社

往下滑看下一篇文章
五十年零售老店的 AI 轉型:良興攜手 Data-DI,打造專屬 AI Agent 賦能組織升級與知識傳承
五十年零售老店的 AI 轉型:良興攜手 Data-DI,打造專屬 AI Agent 賦能組織升級與知識傳承

1973 年,良興從台北光華商場一間 50 坪的電子零件行起家,半個世紀後蛻變為年營收破十億、毛利率 18% 的全通路 3C 品牌。不過,伴隨規模擴張帶來的不只是成長,還有日益加劇的管理摩擦。門市遍布全台、品項高達近萬筆,加上跨部門協作頻繁,行政耗損與知識傳承的缺口,成為這家老字號邁向下一階段的隱形天花板。

良興總經理賴志達回顧,從電子零件跨入電商、從線下擴張到 OMO 全通路、再到會員深度經營,作為 3C 零售業者,良興每一波轉型都走在同業前面。「現在輪到 AI 了。如何做到人機協作、AI 賦能,就是良興第五波轉型的核心命題。」

AI 自動化,從行政細節釋放組織戰力

轉型需要夥伴,而賴志達評估合作夥伴的標準很明確:技術能力是基本,產業知識(Domain Know-how)的深度是關鍵,回饋速度更是最終決定因素。2025 年的未來商務展上,良興選擇攜手 Data-DI,看重的正是其「策略諮詢 + AI 產品 + 落地陪跑」三軌並行的實施能力。

很快的,良興與 Data-DI 合作的第一個專案,就落在最耗費人力、卻最常被忽視的環節:會議記錄。「會議如果沒有產值、沒有效果,對企業很傷!」賴志達說,他每天參加許多會議,但跨單位協作的會議記錄長期依賴人工聆聽與逐字整理,常出現人名誤植、決策遺漏、行動項目無人追蹤,讓會議效果大打折扣。

數智聚(良興)_1.JPG
良興總經理賴志達
圖/ 數位時代

為了解決會議記錄的痛點,Data-DI 業務副總包威棣指出,在導入工具以前,團隊須先釐清三件事:場景是否具備落地價值、哪些流程節點適合 AI 介入,以及以終為始地掌握客戶真正想要的輸出樣貌。這些看似基本的提問,都決定 AI 能否精準落地。

確認方向後,良興與 Data-DI 成功導入 AI 會議記錄自動化系統,透過模糊比對技術校正語音辨識誤差,並將生成的雙版本報告直接回存至既有資料庫,不僅將行政人員從重複性作業中釋放,也為後續的 AI 應用奠定扎實的系統整合基礎。

賴志達分享,現在他去外部開會也會用這個工具,運用 AI 把錄音轉文字、再整理成簡報,很快就能完成,更令外部夥伴驚艷。「我認為這是很成功的案子!也提醒想做 AI 的老闆們,與其急著搞大架構,不如先從小工具讓公司嘗試 AI,建立理解和認同。」

AI 把資深員工大腦轉化為資產

補完行政效率的缺口後,良興接著切入更深層的營運核心:知識傳承。過去,頂尖銷售經驗長期鎖在少數資深員工身上,新人培訓耗時三個月,員工離職即帶走知識資本。與此同時,網路資訊發達,消費者進店前早已掌握基本規格,3C 通路門市人員要如何發揮更多價值?「我要門市的人不是死背規格,而是面對客人時,能用客人能理解的方式對話。」賴志達說。

為此,Data-DI 協助良興建置 AI 門市教育訓練系統。系統透過六大自動化關卡,串接教材生成、審核上架、AI 銷售對練與成績回報,主管僅需在核心節點審核;員工透過手機語音對練,系統依口吻、專業度、回應力等維度自動評分。賴志達表示,目標是將新人培訓期縮短至一個月,讓數十年累積的銷售智慧轉化為可複製、可傳承的企業資產。

然而,要讓這套系統真正運作,得先解決兩個根本問題:資料從哪裡來?以及訓練如何更準確?

「以前大數據時代,講的是資料要大、全、細、實;現在 AI 要做到的是準(準確)、合(合乎場景)。」包威棣說。良興不同廠商提供的素材品質參差不齊,Data-DI 除了整合內部資料,也補充加入外部市場評測內容以填補空缺,再透過人員審核機制過濾雜訊,搭配 agent 架構的多層步驟與知識限定,確保系統能精準提煉對應品類的訓練素材。

數智聚(良興)_2.JPG
Data-DI 業務副總包威棣
圖/ 數位時代

賴志達則看得更遠:「這些教育訓練的內容,也將成為公司未來訓練機器人很好的原料。」

Data-DI 陪跑型顧問,帶領企業 AI 轉型

良興與 Data-DI 合作的兩個專案中,雙方共同克服了長提示詞邏輯混亂、AI 幻覺污染知識庫、逐字稿讀取逾時等技術難題。邁向下一步,賴志達表示,公司各部門很早就建置 Power BI 報表,但數據豐富不等於決策清晰。「數據是土壤,如果沒有梳理,就沒有用了。」因此,他的下一個目標是活化數據資本、推動行銷自動流,以精實的人力持續驅動成長。

數智聚(良興)_3.jpg
良興攜手 Data-DI 推動 AI 落地,以小步快跑模式為企業創造變革。
圖/ 數位時代

包威棣則從顧問視角歸納兩個觀察:AI 導入需要高層認同、由上而下推進,像賴志達這樣持續引領良興走在業界前端的決策者,就是不可或缺的推手;而單點工具的價值,終究要累積成組織體質的轉變才算真正落地。「就像會議記錄改變了會議當責的結構,人員訓練改變了知識傳承的方式。從點狀應用走向企業變革,這種決策思路才是 AI 真正深入落地產生價值的關鍵。」

最後,對於仍在觀望AI應用的企業,他則建議:「未來 AI 導致的落差只會愈來愈大,人會變成超級工作者,企業會變成超級企業。開始做就對了,先做一個三個月的小任務,降低落差、再急起追上。」從痛點切入、小步快跑,讓組織在實作中累積對 AI 的理解與信任,這正是 Data-DI 的陪跑哲學。

有關更多 Data-DI 相關資訊,請查詢網站:https://www.data-di.com/

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