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。

快速展店背後的挑戰　如何降低跨據點管理與維運負擔

對連鎖零售企業而言，展店代表商機與成長，但當門市數量快速增加，營運與管理的複雜度也隨之提升。尤其對便利商店（C-store）、餐飲連鎖與其他高密度展店型態的企業而言，總部需要面對的不只是據點數量增加，更包括不同門市的設備管理、系統維護、日常維運與人力配置等多方面挑戰。

過去多據點門市的設備與資訊管理，往往以單一門市為單位，各據點可能擁有不同的攝影機、錄影設備配置與管理模式。當總部需要掌握事件狀況、確認門市營運情形，或進行跨區域管理時，往往需要投入大量人力逐一確認資訊，不僅增加管理負擔，也提高維運成本。

此外，零售產業本身具有高度變動性。門市可能因應市場策略進行展店、搬遷、改裝，甚至調整營運規模。傳統一次性設備投資模式，容易讓企業在面對據點變化時缺乏彈性，也增加設備重新配置與後續維護的負擔。

因此，現代零售企業所需要的不只是單純記錄事件的設備，而是一套能隨企業成長彈性調整、協助總部有效掌握多據點安全資訊，並支援未來智慧應用發展的智慧化管理架構。

從既有設備開始升級　降低全面汰換設備的轉型負擔

面對智慧化轉型需求，許多企業最大的挑戰並非是否需要升級，而是如何在不中斷現有營運的情況下完成轉型。

對已經投入大量資源建置安全系統的零售企業而言，全面汰換既有架構不僅成本高，也可能影響門市日常運作。因此，能夠兼容既有設備並逐步升級的彈性架構，成為企業導入智慧安全管理的重要關鍵。

透過混合雲架構，企業可以從既有設備開始，逐步整合不同據點的安全資訊與管理需求，同時導入雲端管理能力。相較於一次性重新建置，新一代平台架構能協助企業延續既有投資價值，並依照實際需求逐步導入更集中化、智慧化的管理能力。

此外，訂閱式雲端服務模式和混合雲安防架構，也為零售企業帶來更靈活的資產管理方式。相較於頻繁的硬體汰換、傳統一次性採購或繁瑣的跨品牌安防系統的管理，企業更有彈性的因應門市拓展、搬遷、調整或營運規模調整，精準配置資源，降低一次性投入壓力，也減少因據點變動造成設備閒置的情況。

對快速成長的連鎖零售企業而言，安全管理不再是一套固定且難以調整的架構，而是一個能隨企業規模與需求持續演進的平台。無論是新增門市、跨區域管理，或因應營運策略調整，都能以更彈性的方式完成管理升級。

AI 不只是安防工具　更開始協助零售提升營運效率

隨著 AI 技術快速發展，安全管理的角色也正在改變。過去企業導入影像系統主要用於事件記錄、事後查看與追蹤；如今，智慧雲端安防平台則能進一步從大量影像資訊中辨識人、車與行為，協助企業從「看見發生什麼」進一步「理解正在發生什麼」，甚至主動協助管理者發現與處理事件。對門市數量眾多、人力有限的連鎖零售業者而言，AI 正逐步成為降低管理負擔、提升營運效率的重要工具。

從基本事件偵測到自然語言規則　讓 AI 主動理解更多異常情境。 AI 智慧辨識已能針對跌倒、奔跑、徘徊、跨線等常見事件進行自動偵測，協助門市減少人工查看影像的需求。而進一步透過 Think Alert，管理者更可以直接以自然語言設定客製化的偵測條件，將 AI 應用延伸至傳統事件規則以外。以門市尖峰時段為例，店員往往需要同時處理結帳、補貨與顧客服務，總部也難以持續掌握每個據點的即時狀況。透過 Think Alert，管理者可以直接以自然語言設定「在門店入口抽菸的人」等情境；當符合設定條件的畫面出現時，系統即可主動發出警報，協助管理者即時掌握異常狀況。對於門市數量龐大的企業而言，這代表 AI 不只是協助辨識既定事件，更能依據不同營運需求，讓管理者以更直覺的方式設定希望 AI 主動關注的情境。

從大海撈針到快速完成調查　Think Search 搭配 Case Vault(案例庫) 掌握完整事件脈絡。 當事件發生後，如何從大量、多據點的影像中找到關鍵人物與事件脈絡，往往是最耗費人力的環節。透過 Think Search，管理者可以直接用自然語言描述想尋找的對象與情境，例如，當家長反映孩童可能在門市附近走失時，店員或總部人員不需要逐一查看不同攝影機的錄影畫面，只要在 Think Search 輸入「昨日上午，牽著小女孩的男性」等自然語言描述，系統即可協助從大量影像中篩選相關畫面，快速找到相關人物可能出現的時間與位置。若需要進一步追蹤，還能將不同搜尋階段找到的重要畫面與資訊整理至 Case Vault，建立事件時間線與人物移動路徑，協助管理者更完整掌握事件脈絡。

從安全管理延伸至顧客服務與門市營運　讓既有影像創造更多價值。 AI 的應用也不只限於安全事件。例如在咖啡店、餐飲等場景，若顧客將手機、包包等物品遺留在座位或櫃台附近，遺留物與遺失物偵測可以協助門市人員更快發現異常，主動確認並協助顧客處理失物問題；人流分析則能協助企業掌握不同時段的門市活動趨勢，作為空間配置與人力安排的參考；車牌辨識可應用於停車區域或門市周邊管理，而工安防護裝備辨識則能協助後場、倉儲等區域進行安全規範管理。透過這些應用，企業能在既有設備基礎上，進一步將影像資料延伸至安全、服務與營運等不同場景。

對連鎖零售業而言，AI 的價值已不只是「看得更清楚」，而是讓企業更快發現問題、更快找到資訊，並進一步理解事件脈絡與營運狀況。從基本事件偵測、自然語言設定規則，到 AI 搜尋與事件調查，再延伸至顧客服務與營運分析，雲端安防平台正讓影像從被動的紀錄工具，逐步成為支援多據點安全管理與營運決策的重要資訊來源。