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
AI 成為企業新基礎設施,勤英科技從雲端代理走向 AI Infra 整合
AI 成為企業新基礎設施,勤英科技從雲端代理走向 AI Infra 整合

因應生成式 AI、代理式 AI 與實體 AI 的崛起,模型成為企業資訊基礎設施的一環,企業不僅需要算力、還必須具備同時管理多個 AI 模型、優化營運成本,以及確保 AI 基礎設施的安全與穩定;有鑑於此,服務超過 2,000 家企業客戶上雲的勤英科技(ELITE CLOUD)將業務範疇從雲端代理延伸到 AI 基礎設施整合商,協助企業整合多元模型資源、因應不同應用場景彈性調度算力資源,在 AI 新世代建立可規模化的 AI Infra 能力。

「隨著 AI 從單一聊天機器人進化到多模型、多代理協作,企業的核心競爭力不再僅是擁有 AI,而是建立一套可管理、多模型共存、穩定、安全且可持續擴充的 AI Infra 環境。」勤英科技區域總經理黃士培表示,為協助更多企業推進 AI 創新實務,勤英科技從原本的 AWS、Google Cloud、Azure 雲端代理角色,進一步轉型為 AI 基礎設施整合服務商,透過多語言模型平台 MixRoute、代理式 AI 導入與企業資料治理服務,協助企業建立真正可落地、可管理、可擴展的 AI 應用架構。

從 IT Infra 到 AI Infra,企業最大挑戰不是模型、算力而是管理

過去幾年,許多企業透過生成式 AI 實現「問問題」、「摘要文件」、「生成簡報」,提升員工工作績效,而代理式 AI 的崛起與普及,則讓「內嵌 AI 的企業應用」快速成為新常態,從企業資源規劃(ERP)、顧客關係管理(CRM)、人力資源(HR),到客服、研發甚至製造系統,AI 開始深度嵌入各類企業應用,AI 扮演的角色也從單純的輔助工具,逐漸進化為企業營運與決策流程的重要核心。

也因此,企業保持未來競爭力的關鍵,不再是「有沒有導入 AI」,而是「是否具備管理 AI 的能力」,包括如何讓多模型共存、如何控管 Token 成本、如何確保資料品質與一致性、如何依不同部門需求配置 Agent,以及如何避免 AI 成為新的資訊孤島,都是企業導入 AI 後的新挑戰。

「Gemini、Claude、OpenAI、Mistral 等模型快速迭代,意味著企業若只押注單一模型,未來很可能在成本、效能與彈性上失去優勢。」勤英科技區域總經理黃士培表示,企業接下來更需要以「Models as Infrastructure(模型即基礎建設)」的思維,將大型語言模型視為與運算、儲存、網路同等重要的基礎資源來規劃、治理以及進行成本管理,將資訊系統架構重塑為 AI 基礎建設。

勤英科技_內文1.JPG
圖/ 數位時代

勤英科技服務的客戶數超過 2,000 家,不少客戶已導入 AI 應用服務,正積極建置 AI Infra 與管理環境,因此,勤英科技自 2025 年積極轉型,將 AI Infra 視為企業長期競爭力的基礎建設來經營,業務範疇從傳統雲端代理擴展至 AI Infra 整合服務商,例如與多模型平台 MixRoute 合作,並開發可支援單一登入(SSO)、彈性調度不同大型語言模型 Token 的管理平台,協助企業簡化模型管理與成本控管,將更多資源與心力聚焦於核心業務與創新應用。

從雲端代理走向 AI Infra 整合,勤英科技從三面向協助企業發揮 AI 綜效

有鑑於 AI 應用與雲端環境息息相關,勤英科技除因應企業客戶的多雲策略協助管理多雲環境、優化成本,以及落實資安治理,更因應不同使用情境推出三種 AI 方案助力企業:

第一:提供開箱即用的 AI 服務。

黃士培以 Google Cloud 的產品為例解釋,透過整合 Gemini 的 Google Workspace,企業可直接在 Gmail、Meet、Docs、Sheets、Slides 中使用 AI 功能,包括會議摘要、文件生成、簡報整理等,快速提升員工生產力,同時,增強企業對 AI 應用的信心,為之後的應用深化做準備。

第二:協助企業規劃、打造與導入代理式 AI 應用服務。

「對於擁有豐沛結構化數據資料、知識庫的企業來說,除以生成式 AI 打造企業大腦,還會透過代理式 AI 提升自動化執行能力,重塑工作效率。」黃士培表示,勤英科技可以基於 Google Gemini Enterprise,提供含括底層雲端架構、AI 模型調度、資料治理與 AI Agent 串接等服務,讓企業員工可以自然語言安全調用企業資料,讓 Agent 進一步執行任務與推動流程。

舉例來說,勤英科技協助在台灣成立超過 50 年的製造業品牌商將 Gemini Enterprise 介接 SAP 與 Salesforce 訓練模型、建立可供 AI 調用的企業知識中樞;另在影音內容生成領域,勤英科技亦協助客戶導入 AI 自動化技術,將內容產製成本縮減達 90%。

第三:提供多模型聚合管理平台,滿足企業以 API 串連各種模型的需求。

勤英科技與新加坡 MixRoute 合作,提供企業客戶多模型管理平台,讓企業可以視需求彈性敏捷的調度 Gemini、Claude、OpenAI 等不同模型,並透過單一帳號、單一帳單與 Budget Alert 機制,管理 token 使用量與 AI 成本。

勤英科技_內文2.JPG
圖/ 數位時代

「透過我們提供的多模型管理平台,企業客戶不會被單一模型綁定,可以在模型快速疊代的環境下,更靈活地管理成本與算力資源。」黃士培如是說道。

總的來說,隨著 AI 應用從單點工具走向大規模企業部署,下一波競爭核心將從模型能力延伸至 AI 基礎設施管理能力,而這也是勤英科技從雲端代理走向 AI Infra 整合服務商背後的核心原因:當 AI 開始成為企業營運的一部分,企業需要的,已不只是模型供應商,而是能協助串接雲端、資料、Agent 與應用場景的長期技術夥伴。

有關更多勤英科技相關資訊,請查詢網站:https://www.elite.cloud/zh/

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