Uber寒冬降臨!第二季虧損逾1,600億元,這地區衰退警訊響起
Uber寒冬降臨!第二季虧損逾1,600億元,這地區衰退警訊響起

上週五,Uber發布2019年第二季(4至6月)財報,然而在上市以來的第二份成績單中,這間共享乘車巨頭卻未達到投資人心目中的合格分數,導致股價重挫6.8%。

與競爭對手Lyft相比,Uber一向勇於拓展海外市場與業務範疇,不過上市後不如預期的表現,讓投資人漸失耐心,要求Uber裁撤業務的壓力,也漸漸落在執行長達拉.科斯羅薩希(Dara Khosrowshahi)肩上。

盛夏未過,Uber的寒冬已經來了

Uber本季營收為31.7億美元,低於市場預測的33.6億美元,同比增長14%,也是過往最低的成長幅度;同時每股虧損4.72美元,不如外界預估的3.12美元,淨利則同比成長26%,相較過去顯著放緩。

uber 2019 q2 revenue
Uber本季營收為31.7億美元,同比成長14%。
圖/ Uber

但要說最讓投資者失望的,莫過於本季高達52億美元(約新台幣1,612億元)的虧損,其中包括39億美元的股利分紅,但就算不計這筆費用,13億美元的虧損,依舊同比增長近2倍。另外,Uber預計第三季還得再支出4.5億至5億美元的分紅費用。

上一季Uber就決定要走出價格戰的泥沼,但似乎一點也沒有緩和連年虧損的情形。科斯羅薩希指出,本季乘車趟數增長35%,7月更首度突破1億月活躍用戶,但持續加劇的虧損,仍重重打擊投資者對Uber能否營利的信心。

UBER
乘車業務在拉美地區嚴重衰退,成為本季營收成長停滯的主因。
圖/ shutterstock

就在Uber發布財報的前一天,頭號勁敵Lyft也公布本季財報,其亮眼的72%營收成長,更讓Uber當日股價暴跌12%。

乘車業務發展停滯,砸重本刺激外送成長

至於Uber財報表現困窘的主因,在於核心業務共享乘車成長陷入停滯,與去年同期相比,營收成長僅2%。進一步從各地區營收表現來看,主因拉丁美洲營收縮減造成的影響。

拉丁美洲是Uber僅次於北美的主要市場,原先營收約占北美地區的1/3,然而隨著本季拉美營收下滑24%,比例也縮減至1/4。

在拉美市場碰壁,外界將其中一個原因歸咎於中國滴滴出行的大舉擴張。2018年時,滴滴收購巴西最大叫車平台99,正式涉足拉美乘車市場;今年更宣布進軍智利、哥倫比亞,擴大在拉美的業務規模。

身為Uber第二大業務的Uber Eats,本季營收則為5.95億美元,同比成長達72%;每月活躍用戶數也上升140%,且上半年總訂單數突破64億,與去年相比成長99%。

雖然Uber Eats貢獻了相當比例的營收,但外送業務也是導致Uber大規模虧損的原因之一。為了在競爭激烈的外送市場生存,Uber Eats不僅祭出多項優惠吸引消費者,也持續為司機發送業務獎勵。

shutterstock_1120000325_uber eats.jpg
在Uber砸重本刺激下,Uber Eats活躍用戶數上升140%,且上半年訂單幾乎成長了1倍。
圖/ JPstock via shutterstock

最終導致的結果,便是營收、用戶成長都非常亮眼,但虧損也同樣慘不忍睹;且即便如此下重本,Uber Eats依舊沒能從DoorDash等眾多競爭者中脫穎而出。(除了無人機、「美食版Netflix」推薦系統,Uber Eats科技藍圖裡還有哪些料?

信心喊話下半年將好轉

自今年5月正式IPO以來,Uber的表現一直非常平庸,上市當天股價就滑落7.6%,市值維持在700億美元左右,一反企業上市股價上漲的慣例,同時逐漸擴大虧損,也一再動搖投資者的信心。在急需挽回投資者信任的當下,執行長科斯羅薩希坦承,本季虧損是前所未有的沈重打擊。

實際上,Uber本季的表現早有預兆。6月時,營運長、行銷長兩位高管雙雙離去;上個月,Uber更以減少冗員為由,裁撤400名行銷部門員工。科斯羅薩希在電話會議上解釋,為了改善效率、加速公司決策,這些都是必要措施。(團隊臃腫、工作重疊!Uber史上最大裁員,將資遣行銷部門400人

根據Uber估算,撇除分紅等一次性支出,今年虧損預估為30至32億美元。不過這個數字也令人懷疑,Uber上半年就已經虧損逾20億美元,這意謂著下半年虧損幾乎得砍半才有辦法維持在預期範圍內。

或許是為了穩固軍心,科斯羅薩希聲稱, 下半年Uber將創造30%淨營收成長 ,並表示他們對公司整體營運、商業模式有相當的了解,認為Uber不僅能擺脫虧損困境存活下來,還能逐漸壯大、拓展業務規模。

在接受外媒採訪時,科斯羅薩希更預計,未來兩年內Uber便能漸漸減少虧損,逐步邁向營利,但這不包括還在成長階段的Uber Eats,依舊得以虧損換取成長與市占率。

責任編輯:陳映璇

資料來源:CNBCThe InformationNew York TimesUber

往下滑看下一篇文章
AI 智慧代理人時代來臨!三大導入階段, AI 落地企業不卡關
AI 智慧代理人時代來臨!三大導入階段, AI 落地企業不卡關

生成式 AI 帶動企業數位轉型浪潮持續升溫,各界不再滿足單一任務型的 AI 應用,而是期盼 AI 能真正成為具備主動決策與多工能力的「智慧代理人」(Agentic AI),在最少人為干預的情況下,自主推進工作流程、完成複雜任務。

但企業導入AI並非一蹴可幾,而是需要對AI有正確認識,並制訂循序漸進的導入流程,才能真正發揮AI功效。在2025台灣人工智慧年會中,cacaFly 聖洋科技技術副總吳振和提出三大導入關鍵階段,深入剖析企業如何從概念驗證(PoC)階段,逐步推進到實際上線(Production),並分享實務經驗與觀察。

延伸閱讀:生成式AI可以怎麼用?cacaFly現身說法,助企業應用GCP服務智慧轉型

解鎖 Agentic AI,企業邁向多任務智慧代理

「很多公司會問,One AI 要做什麼事?但實際上,若要讓 AI 回答公司內部政策或新法條的相關問題,僅靠基礎模型並不足夠。」吳振和指出,要讓 AI 真正成為能「做事」的智慧代理人,前提是它必須理解企業內部的脈絡與知識,並即時掌握外部變動的資訊。

企業必須先釐清內部規範是否與最新法規相符,這意味著系統必須具備持續爬取與解析最新資料的能力。為此,企業必須先截取與整理內容,再建構成專屬的知識庫(Knowledge Base),確保資料品質達到可用標準後,再透過檢索增強生成(Retrieval-Augmented Generation, RAG)技術,使 AI 能夠即時動態查詢並生成符合企業語境的回答。

延伸閱讀:從資料清洗到 RAG,大型語言模型的必需品,做出專屬企業的 AI 知識庫!

吳振和強調,這是一個動態循環的過程:從資料蒐集、品質控管、知識庫建構到生成應用,每一環節都息息相關,任何一處鬆動都會影響最終產出的準確性與可信度。

cacaFly 聖洋科技技術副總吳振和
圖/ cacaFly

破除「一次到位」迷思,從驗證到落地的三大關鍵階段

許多企業對 AI 寄予厚望,因此常將 PoC 視為年度計畫的重點,希望能「一次到位」做出具體成果。但吳振和提醒,若缺乏清楚的系統工程思維,PoC 容易淪為「概念展示」,難以真正走入組織的日常營運。

他將導入 Agentic 系統工程的歷程,分為三個關鍵階段:

1.第一階段:可行性評估(Feasibility Study)
企業必須在投入資源前,先明確界定「最需要被 AI 解決的關鍵問題」是什麼,並進一步設計可量化的驗證指標。這不僅包括評估技術實作的可行性,更要從商業目標出發,釐清導入 AI 的具體使用情境、預期成效與風險邊界,如此才能確保後續模型選型與資料蒐集方向正確對齊業務需求。

2.第二階段:系統設計與驗證(Design & PoC)
在確定導入方向後,必須規劃清楚資料蒐集與整理流程,確保知識庫的內容具備正確性、完整性與時效性。吳振和特別強調,這個階段不能只追求展示效果,而應以「產品化思維」來構築 PoC,使其具備可擴充性、可維護性及安全性,才能為後續上線打下基礎。

3.第三階段:產品化與營運(Production & Operation)
當 PoC 驗證完成後,進入正式上線階段,挑戰也隨之而來。除了需要整合企業內部系統與流程,還必須建立持續監控與維運機制,確保模型表現隨時間演進不會劣化,並能快速回應法規變動或資料更新的需求。吳振和指出,這往往是最容易被低估、但也是最考驗企業組織能力的關鍵環節。

cacaFly 聖洋科技技術副總吳振和
圖/ cacaFly

建立模型優化根基,打造高品質的黃金資料集

吳振和特別強調,要讓 Agentic 系統工程真正發揮效益,企業必須先建立一套高品質的「黃金資料集」(Golden Dataset),作為模型評估與優化根基。他指出,黃金資料集的價值在於能為模型選擇與前測提供客觀依據,讓團隊能針對不同任務挑選最適合的模型,避免導入初期就誤踩方向。

同時,黃金資料集也能協助團隊辨識模型的常見錯誤與脆弱點,進而快速回應「模型飄移」(Model Drift)的風險。吳振和說明,所謂模型飄移,指的是即使模型本身未經改版,效能也可能隨著環境與資料變動而突然下降,導致原本表現良好的模型出現偏差。透過持續比對模型預測與黃金資料集結果,團隊才能即時察覺效能衰退,並進行迭代更新,確保系統長期穩定運作。

從小規模應用起步,漸進擴展至核心業務

吳振和分享,在實際輔導企業導入 AI 的經驗中,最常見的挑戰來自於「期待落差」。許多企業誤認為概念驗證(PoC)階段即可呈現完整的產品原型,然而實際情況顯示,若企業未能建立完善的資料架構與流程基礎設施,即使短期內展現亮眼成效,也難以確保長期營運的穩定性與可持續性。

也因此他建議企業在規劃 AI 導入時,應採取漸進式策略,從小規模應用場景著手,逐步擴展至核心業務領域。企業應將 PoC 定位為整體產品開發生命週期的重要環節,而非獨立的一次性專案。

AI 的導入不僅是一場技術升級,更是企業組織文化與決策流程的轉型工程。唯有從資料治理、流程優化到人才培訓同步布局,才能確保 AI 能在企業內部真正「落地生根」,創造長期商業價值,成為真正的智慧代理人。

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
一次搞懂Vibe Coding
© 2025 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