Uber上市後首份財報：淨虧損10億美元，但以後不打「價格戰」了|數位時代 BusinessNext

Uber公佈了2019年第一季營運狀況，目前的市值僅有669億美元，當日盤後股價為40.7美元，還難以回到45美元的發行價之上。

在步步緊逼的盈利問題中，Uber把「走出價格戰」和「Uber Eats業務」推上了檯面。

在電話會議中，向CEO Dara Khosrowshahi迎面砸來的第一個問題，就是Uber正面臨哪些成長困難，以及有哪些解決策略？

Khosrowshahi數過Uber可能的營利成長點，回應顯得有些乏力。儘管財報數據不太好看，但是Khosrowshahi和CFO Nelson Chai都表示，「Uber應該走出價格戰了。」就是這番言論，讓Uber盤後股價還是上漲。

虧損擴大，成長成為新煩惱

Uber第一季的訂單總額達到146.49億美元，較去年同期成長34%。Uber叫車平台保持成長已經有些艱難，同時對司機的獎勵較去年同期大幅成長，達到3.38億美元，比去年同期翻了一倍。

但CFO Nelson Chai表示，從第二季開始將削減對顧客的補貼獎勵以及銷售支出。他認為叫車行業的競爭已經轉向了品牌和產品，不再集中於補貼獎勵。Uber表示已經透過產品設計，鎖定了司機和乘客的忠誠度。

叫車平台成長乏力，Uber Eats服務卻因為高成長率，以及有中國巨大外賣市場的前例，成了投資人集中發問的焦點。

Uber的外賣服務Uber Eats第一季收入為5.36億美元，較去年同期成長89%，訂單總額達到30.71億美元，較去年同期成長108%。Uber在電話會議中表示，從中國的經驗來看，外賣市場成長後可能會比叫車服務市場還要大。在中國市場之外，Uber雖然有很多資金充裕的競爭對手，但也是最大的外賣服務公司。

Uber表示其正處於外賣服務業務的早期，並不會匆忙去整合市場。但如果對股東長期有益的話，可能會在後期進行，但就目前而言這只是後備方案。

但Uber Eats成績並沒有帳面上的漂亮，在去除了對司機、餐廳支付的費用後，調整後的淨收入僅有2.39億美元，成長率只有31%。Uber難以逃脫中國市場的外賣服務業虧損問題，而Uber美國的外賣費用已經非常高昂，約在5美元左右，很難有提價空間。

Khosrowshahi還回應了Uber的其他成長機會。他首先提到了一些成長趨勢，比如從城市中心到城郊的叫車訂單成長。在紐約市，50%的訂單不再局限於市中心，而是擴大到郊區。以及千禧一代不願買車，給予Uber成長空間。他還觀察到，為數不少的Uber Eats服務客戶從未用過叫車服務，為Uber核心平台帶來了更多的用戶。Uber的共享電動車還有很大的成長空間。

此外，Uber還希望打開一些海外市場，說服一些海外城市放鬆監管同意Uber進入營運，這意味著20%的用戶成長可能。

就第一季的全球市場來看，北美仍是Uber最大的市場，收入達到17.5億美元。北美與歐洲、中東、非洲地區的成長最快，較去年同期加速都達到了26%。但與此同時，拉美地區的收入較去年同期下降了13%，從5.18億美元下降到4.5億美元。亞太地區的成長緩慢，一季收入為2.67億美元，較去年同期成長率僅有6%。

貨運業務和自動駕駛會是救命稻草嗎？

Uber上市跌破發行價後，股價一路漲漲跌跌，始終沒能回到發行價之上。早期投資者、員工仍能從上市中獲得財富，但後期投資者比如PayPal，剛做出投資就一腳踏入了虧損。

Khosrowshahi表示Uber更新了企業文化，與城市、建立更廣泛的聯繫。他仍在抱怨Uber在美國的品牌損失太不尋常，但Uber總是業內最大的公司。他強調，上市只是Uber漫長旅程的一個重要時刻。

第一季，Uber為了緩和司機的矛盾。Uber在美國推出了司機獎勵計劃Uber Pro，在美國的10個城市展開。通過獲得金卡、白金卡或鑽石卡，司機可以獲得汽油和汽車維修折扣，並可以在亞利桑那州立大學接受免學費的在線大學教育。

Uber同時與租車公司合作，幫助Uber司機降低租車成本，也為自己獲得更多的司機。Uber允許司機給乘客打分，並在近日宣布，分數過低的乘客可能會被拒絕。

在股價低沉的時刻，Uber CEO發信安慰員工，稱上市之後Uber募集了更多的資金，可以去做更多的事情。Uber此次也在電話會議中表示，2019年仍將是「投資之年」。

Uber預計其貨運業務或將是下一個價值數十億美元的專案。Uber貨運推出一年半以來，與超過3.6萬名運營商簽訂合同，擁有超過40萬名司機，已經獲得一些大型企業客戶。

新的融資也將注入Uber，豐田、DENSO和SoftBank Vision Fund向Uber的自動駕駛部門ATG投資10億美元。Uber預計該投資將於2019年7月完成，和豐田繼續合作開發下一代自動駕駛汽車。

此外，Uber宣布預計將於2020年1月完成對Careem的收購。Careem是Uber在中東、北非和巴基斯坦地區的競爭對手，這項收購價值31億美元。收購完成後，Careem將成為Uber的全資子公司，但獨立營運。

本文授權轉載自：Pingwest

「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。

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%。

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。

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