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
從智慧助手到自主代理:博弘雲端如何帶領企業走上 AI 實踐之路
從智慧助手到自主代理:博弘雲端如何帶領企業走上 AI 實踐之路

「代理式 AI 」(Agentic AI)的創新服務正在重新塑造企業對AI的想像:成為內部實際運行的數位員工,提升關鍵工作流程的效率。代理式AI的技術應用清楚指向一個核心趨勢:2025 年是 AI 邁向「代理式 AI」的起點,讓 AI 擁有決策自主權的技術轉型關鍵,2026 年這股浪潮將持續擴大並邁向規模化部署。

面對這股 AI Agent 浪潮,企業如何加速落地成為關鍵,博弘雲端以雲端與數據整合實力,結合零售、金融等產業經驗,提出 AI 系統整合商定位,協助企業從規劃、導入到維運,降低試錯風險,成為企業佈局 AI 的關鍵夥伴。

避開 AI 轉型冤枉路,企業該如何走對第一步?

博弘雲端事業中心副總經理陳亭竹指出,AI 已經從過去被動回答問題、生成內容的智慧助手,正式進化為具備自主執行能力、可跨系統協作的數位員工,應用場景也從單一任務延伸至多代理協作(Multi-Agent)模式。

「儘管 AI 前景看好,但這條導入之路並非一帆風順。」博弘雲端技術維運中心副總經理暨技術長宋青雲綜合多份市場調查報告指出,到了 2028 年,高達 70% 的重複性工作將被 AI 取代,但同時也有約 40% 的生成式 AI 專案面臨失敗風險;關鍵原因在於,企業常常低估了導入 GenAI 的整體難度——挑戰不僅來自 AI 相關技術的快速更迭,更涉及流程變革與人員適應。

2-RD096270.jpg
博弘雲端事業中心副總經理陳亭竹指出,AI 已經從過去被動回答問題的智慧助手,正式進化為具備自主執行能力、可跨系統協作的數位員工。面對這樣的轉變,企業唯有採取「小步快跑、持續驗證」的方式,才能在控制風險的同時加速 AI 落地。
圖/ 數位時代

正因如此,企業在導入 AI 時,其實需要外部專業夥伴的協助,而博弘雲端不僅擁有導入 AI 應用所需的完整技術能力,涵蓋數據、雲端、應用開發、資安防禦與維運,可以一站式滿足企業需求,更能使企業在 AI 轉型過程中少走冤枉路。

宋青雲表示,許多企業在導入 AI 時,往往因過度期待、認知落差或流程改造不全,導致專案停留在測試階段,難以真正落地。這正是博弘雲端存在的關鍵價值——協助企業釐清方向,避免踏上產業內早已被證實「不可行」的方法或技術路徑,縮短從概念驗證到正式上線的過程,讓 AI 真正成為可被信賴、可持續運作的企業戰力。

轉換率提升 50% 的關鍵:HAPPY GO 的 AI 落地實戰路徑

博弘雲端這套導入方法論,並非紙上談兵,而是已在多個實際場域中驗證成效;鼎鼎聯合行銷的 HAPPY GO 會員平台的 AI 轉型歷程,正是其最具代表性的案例之一。陳亭竹說明,HAPPY GO 過去曾面臨AI 落地應用的考驗:會員資料散落在不同部門與系統中,無法整合成完整的會員輪廓,亦難以對會員進行精準貼標與分眾行銷。

為此,博弘雲端先協助 HAPPY GO 進行會員資料的邏輯化與規格化,完成建置數據中台後,再依業務情境評估適合的 AI 模型,並且減少人工貼標的時間,逐步發展精準行銷、零售 MLOps(Machine Learning Operations,模型開發與維運管理)平台等 AI 應用。在穩固的數據基礎下,AI 應用成效也開始一一浮現:首先是 AI 市場調查應用,讓資料彙整與分析效率提升約 80%;透過 AI 個性化推薦機制,廣告點擊轉換率提升 50%。

3-RD096215.jpg
左、右為博弘雲端事業中心副總經理陳亭竹及技術維運中心副總經理暨技術長宋青雲。宋青雲分享企業導入案例,許多企業往往因過度期待、認知落差或流程改造不全,導致專案停留在測試階段,難以真正落地。這正是博弘雲端存在的關鍵價值——協助企業釐清方向,避免踏上產業內早已被證實「不可行」的方法或技術路徑,縮短從概念驗證到正式上線的過程,讓 AI 真正成為可被信賴、可持續運作的企業戰力。
圖/ 數位時代

整合 Databricks 與雲端服務,打造彈性高效的數據平台

在協助鼎鼎聯合行銷與其他客戶的實務經驗中,博弘雲端發現,底層數據架構是真正影響 AI 落地速度的關鍵之一,因與 Databricks 合作協助企業打造更具彈性與擴充性的數據平台,作為 AI 長期發展的基礎。

Databricks 以分散式資料處理框架(Apache Spark)為核心,能同時整合結構化與非結構化資料,並支援分散式資料處理、機器學習與進階分析等多元工作負載,讓企業免於在多個平台間反覆搬移資料,省下大量重複開發與系統整合的時間,從而加速 AI 應用從概念驗證、使用者驗收測試(UAT),一路推進到正式上線(Production)的過程,還能確保資料治理策略的一致性,有助於降低資料外洩與合規風險;此對於金融等高度重視資安與法規遵循的產業而言,更顯關鍵。

陳亭竹認為,Databricks 是企業在擴展 AI 應用時「進可攻、退可守」的重要選項。企業可將數據收納在雲端平台,當需要啟動新型 AI 或 Agent 專案時,再切換至 Databricks 進行開發與部署,待服務趨於穩定後,再轉回雲端平台,不僅兼顧開發效率與成本控管,也讓數據平台真正成為 AI 持續放大價值的關鍵基礎。

企業強化 AI 資安防禦的三個維度

隨著 AI 與 Agent 應用逐步深入企業核心流程,資訊安全與治理的重要性也隨之同步提升。對此,宋青雲提出建立完整 AI 資安防禦體系的 3 個維度。第一是資料治理層,企業在導入 AI 應用初期,就應做好資料分級與建立資料治理政策(Policy),明確定義高風險與隱私資料的使用邊界,並規範 AI Agent「能看什麼、說什麼、做什麼」,防止 AI 因執行錯誤而造成的資安風險。

第二是權限管理層,當 AI Agent 角色升級為數位員工時,企業也須比照人員管理方式為其設定明確的職務角色與權限範圍,包括可存取的資料類型與可執行的操作行為,防止因權限過大,讓 AI 成為新的資安破口。

第三為技術應用層,除了導入多重身份驗證、DLP 防制資料外洩、定期修補應用程式漏洞等既有資安防禦措施外,還需導入專為生成式 AI 設計的防禦機制,對 AI 的輸入指令與輸出內容進行雙向管控,降低指令注入攻擊(Prompt Injection)或惡意內容傳遞的風險。

4-RD096303.jpg
博弘雲端技術維運中心副總經理暨技術長宋青雲進一步說明「AI 應用下的資安考驗」,透過完善治理政策與角色權限,並設立專為生成式 AI 設計的防禦機制,降低 AI 安全隱私外洩的風險。
圖/ 數位時代

此外,博弘雲端也透過 MSSP 資安維運託管服務,從底層的 WAF、防火牆與入侵偵測,到針對 AI 模型特有弱點的持續掃描,提供 7×24 不間斷且即時的監控與防護。不僅能在系統出現漏洞時主動識別並修補漏洞,更可以即時監控活動,快速辨識潛在威脅。不僅如此,也能因應法規對 AI 可解釋性與可稽核性的要求,保留完整操作與決策紀錄,協助企業因應法規審查。

「AI Agent 已成為企業未來發展的必然方向,」陳亭竹強調,面對這樣的轉變,企業唯有採取「小步快跑、持續驗證」的方式,才能在控制風險的同時,加速 AI 落地。在這波變革浪潮中,博弘雲端不只是提供雲端服務技術的領航家,更是企業推動 AI 轉型的策略戰友。透過深厚的雲端與數據技術實力、跨產業的AI導入實務經驗,以及完善的資安維運託管服務,博弘雲端將持續協助企業把數據轉化為行動力,在 AI Agent 時代助企業實踐永續穩健的 AI 落地應用。

>>掌握AI 應用的新契機,立即聯繫博弘雲端專業顧問

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
2026 大重啟
© 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