燒了百億元,7年只交了一輛卡車!自動駕駛新星走向破產,揭露產業哪些棘手問題?
燒了百億元,7年只交了一輛卡車!自動駕駛新星走向破產,揭露產業哪些棘手問題?

自動駕駛卡車貨運明星公司Embark,正式宣佈徹底倒閉。它曾是自動駕駛卡車明星公司和賽道最早起跑的先行者,一度和圖森未來(TuSimple)並稱雙雄,2021年借殼登陸美股,市值最高52億美元(約台幣1563億元)。

然而其創辦人宣布解雇了員工:

資本背棄了我們…無法籌集資金…十分抱歉…

Embark是第一家宣布倒閉清盤的自動駕駛卡車公司,更是第一家倒閉的自動駕駛上市公司。2023年自動駕駛的洗牌,Embark或許只是個開始。

Embark
圖/ Embark

「資本背棄了我們」

Embark Trucks走到倒閉的結局,創辦人Alex Rodrigues在資遣信中給出了處理結果:

70%的員工直接解僱,剩下30%(約100人)處理公司關閉流程。工資補償將給到今年6月,醫療等福利支付到8月;持有股份的員工會獲得相應補償。安置團隊將幫助被裁員工聯繫新的工作機會。為外籍員工支付兩次移民諮詢費用。

Embark
圖/ Embark

Embark倒閉,管理層的遣散政策至少看上去比較人性化,補償方案也挺大方。這可能表明Embark帳上還剩一些現金,並非山窮水盡,更像是主動關停業務

根據去年3季度Embark的財報,彼時帳上還剩1.9億美元現金及現金等價物。但此時公司季度營收僅為230萬美元左右,淨虧損高達3500萬美元。

殘酷的是:Embark幾乎掙不到錢 。而且按照這樣的虧損速度,最快到今年2季度之後公司將難以為繼,不得不走到破產重組、抵押負債的局面。與其這樣,倒不如留好遣散費,體面收場。

沒人願意出手解圍嗎?

創辦人Alex Rodrigues直言:

去年對於自動卡車行業來說十分艱難,資本已經拋棄了尚未形成盈利能力(pre-revenue)的公司b。無論是現有業務突破、新業務拓展,還是出售公司,都沒有實質進展。

直譯就是沒有投資人願意繼續投錢,也沒有大公司願意收購接盤——即使現在Embark市值僅剩900萬美元,與巔峰時的52億美元相比幾乎清零。

Embark就這樣成了第一家倒閉的自動駕駛卡車公司(萊萬多夫斯基創辦的Otto後來併入了Uber),在整個自動駕駛行業發展史上,它也是第一家倒閉的上市公司。

而Embark曾經也有過風光時刻。2016年創辦時明確專注自動駕駛卡車,是這個新興賽道的先行者之一,也是這個領域內的明星玩家,吸引融資總共超過7億美元…。

Embark.
圖/ Embark

眼見他起高樓

大約7年前,兩位20出頭的年輕小伙Alex Rodrigues和Brandon Moak,合資創建了Embark,並很快成為了ChatGPT之父Sam治下的YC孵化器——Y Combinator,獲得種子輪投資和孵化加速。

一開始,他們對Embark的定位是:大學園區內自動駕駛車輛。

但不久之後,經過YC的孵化和「開闊眼界」,Embark就瞄準了一個更大的市場:自動駕駛卡車,專注於乾線物流。

截至2019年,這家公司已有13 台自動駕駛半掛卡車,員工超過70 人,並已運營洛杉磯到亞利桑那的長途運輸線路。

Embark
圖/ Embark

2019年,Embark獲得包括由Maven Ventures牽頭的200萬美元種子資金,由DCVC牽頭的1500萬美元首輪融資,由紅杉資本牽頭的3000萬美元首輪融資,以及由Tiger Global牽頭的7000萬美元首輪融資。

帳上靠融資得到的現金已經上億美元——但Embark此時尚未有實質商業進展,營運落地方面遠遠落後於圖森未來。

2021年6月,Embark實現借殼上市 ,並改名為Embark Technology Inc,二級市場直接為Embark融到了超過6億美元現金(約台幣180億元)。

當時Embark估值52億美元,當時以為是更大的開始,但沒想到已經達到了巔峰。更恐怖的是,僅僅1年半左右,這筆錢就燒光了,Embark迅速走到難以為繼的地步。

自動駕駛洗牌:唯量產落地商用可為繼

創辦人認為Embark失敗,是因為被資本拋棄,但卻迴避了為何資本會拋棄他們。一年半燒光四、五億美金,Embark的商業落地進展卻幾乎為零。

Embark公佈過一些關鍵目標,比如計劃2024年實現大規模自動駕駛商業化 。主要商模是與北美本土商用車製造商合作,在傳統卡車進行改裝、加裝自動駕駛套件,然後將產品賣給物流商。

而在業務生態上,Embark希望做一個Tier 2,只賣自動駕駛套件,不持有車輛產權,通過訂閱付費方式產生營收。為此,Embark推出了所謂通用型自動駕駛介面 ,據說能低成本複製到不同卡車車型上,達到自動駕駛功能。官方透露與美國四大商用車製造商的主要產品都能相容,而且也正在洽談。

但實際落地進展和規模進展上,Embark的項目更多是象徵性的、展示性的,提供數量較少的車輛給客戶,跑中短途比較簡單的路線。另外就是一些前瞻性的、驗證性的技術合作。

比如Embark為北美貨運公司Knight-Swif打造的自動駕駛貨運卡車,承運洛杉磯至鳳凰城的路線,但迄今為止只交付了1輛。而這僅有1輛車,也是Embark做自動駕駛7年以來唯一的交付。

Embark
圖/ Embark
Embark
圖/ Embark

總之呈現的結果,Embark倒在了難以交付和落地上,技術和商業模式的循環始終沒有完成。

這種結果,有可能是和主機廠合作不順,也有可能是先前遠遠低估了「後裝」自動駕駛卡車在可靠性,適配流程以及合規層面的難度。當然,也有可能是Embark團隊對於汽車工程、機械製造領域並不專業。

但Embark之死,和之前被福特、大眾放棄的明星乘用L4級自動駕駛獨角獸Argo 一樣,核心還是交不了貨

這直接反映的是技術能力到產品商用上的綜合能力。無論是Robotaxi級L4自動駕駛能力,還是量產車上降維使用的自動駕駛,抑或自己造車,還是尋求一個穩定的主機廠合作,都需要建立一整套自動駕駛量產方法論,形成一個完整的、可控的量產流程。

很可惜Embark走得是企圖「一招鮮吃遍天」的路線,技術層面遲遲取得不了突破,量產層面自然也無法掌控主機廠的節奏。

最後資金鍊難以為繼。自動駕駛持續的研發投入和短期無法有造血能力之間,商業公司的現金流只有斷鍊。

Embark
圖/ Embark

這個警鐘,為所有自動駕駛公司而鳴。

無論是Argo還是Embark,不管是乘用車賽道,還是商用車賽道,他們的倒閉倒下,並不是因為這個行業缺乏錢途前景。恰恰相反的是,整個自動駕駛賽道和行業,到了見真章、真刀實槍檢驗真本事的時候——市場已經不相信Demo,也不相信更加宏大的願景故事。

有多少輛車?能怎樣落地?有沒有人買單?這個生意和帳本能算的過來嗎?這些考量成為了檢驗自動駕駛最直接也最客觀的標準。技術的強與弱,聲勢的大與小,最後都歸於量產、落地和商用。

所以Argo還是Embark,只是這種驗貨時刻倒下的個例而已。在歷經一個技術研發週期的洗禮後,檢驗自動駕駛公司的試金石,只有營收盈利 了。

「現在沒有投資人願意聽公司講BP了,更傾向於單獨約談下游方客戶,了解公司真正的量產盈利前景。」

上述言論,就是智能車參考從自動駕駛玩家和投資人那裡得到了真實反饋。

自動駕駛來到了一個新階段,可能是八仙過海,可能是魚躍龍門,也可能是賽道黃金時代前夜最冷峻的洗牌之夜。

下一個倒下的又會是誰?

本文授權轉載自:36氪

責任編輯:傅珮晴、錢玉紘

關鍵字: #自動駕駛
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