優步 (Uber)

拉斯維加斯變成自駕計程車的第一個大規模戰場，特斯拉、Waymo、Uber 三方同時拿到許可，但特斯拉的 5,000 輛上限明顯高於對手，等於官方給它最大的擴張空間。特斯拉工程師自己說明年頂多 2,500 輛，代表產能或營運能力還跟不上許可，市場對它自駕車進度的預期可能要下修。Uber 走混合模式，靠 Motional 和 Zoox 的車隊，同時遊說政府要求自駕車必須掛在有人駕駛的叫車網路上，這是在保護自己的司機生態，也等於承認自家自駕技術落後。

Uber 把百度 Apollo Go 放上自家平台，代表它的自駕計程車策略從「自己燒錢做技術」轉向「當平台、串接多家自駕車廠」。這對 Uber 是輕資產擴張，對百度是把中國自駕技術輸出到海外市場的關鍵一步。杜拜只是第一站，雙方計畫未來在全球部署數千輛，這會直接影響 Waymo、特斯拉等自駕計程車玩家的競爭格局。接下來要看的是實際載客量、每趟成本，以及百度能否在海外複製中國的營運效率。

Uber 把自動駕駛和無人機送餐從實驗推到大規模商業化，直接影響外送和叫車兩條營收線。無人機送餐若真做到每日百萬趟，會大幅降低每單配送成本，但前期投資和法規風險也高。東京試點用 Wayve 的 AI 駕駛軟體，代表 Uber 在自駕技術上不押單一供應商，而是多方合作。退出 Serve Robotics 顯示它對人行道機器人路線不看好，資源集中到空中和乘用車。接下來要看無人機送餐的實際營運數據、東京試點的載客量，以及這些新業務何時能貢獻營收。

Uber 把無人機送貨從實驗推上主戰場，直接押注 Zipline 的規模化能力，目標 2029 年每日百萬趟，這等於宣告無人機送貨要從醫療場景跨進日常餐飲外送。對 Uber 來說，這是在人力成本與外送效率之間找新解法，但短期內不會立刻改變營收結構，因為先從 Zipline 既有市場起步，擴張速度取決於監管與營運成本。真正被影響的是 Serve Robotics，Uber 出清持股、合作可能不續約，讓這家機器人送貨新創失去最大客戶，也反映 Uber 在自動化送貨上選邊站。

小馬智行把中國跑通的無人計程車模式複製到歐洲，而且一次就喊出 2,000 輛、四個新城市，這代表自駕計程車從單點測試進入規模化營運階段。對 Uber 來說，它不用自己造車或開發自駕系統，只要出平台和流量，就能把自駕車變成新的供給來源，這會直接影響它的抽成收入和成本結構。對小馬智行來說，歐洲擴張能不能複製中國的單位經濟效益是關鍵，下週財報會給出第一波驗證。市場原本對自駕計程車的商業化時程還半信半疑，這則新聞把時間表提前了，但也要看實際落地速度和當地法規配合度。

Uber 把自駕計程車的營運模式複製到東京，代表它在日本市場的推進不只是喊口號，而是找到在地車隊夥伴、把法規與營運責任切乾淨。這對 Uber 的意義是：它不用自己養車、不用扛日本客運法規，只要出平台和需求，就能把自駕車變成可擴張的供給。對 Wayve 和日產來說，這是 AI Driver 技術第一次在東京街頭接受真實乘客考驗，成敗會直接影響後續車廠合作意願。接下來要盯的是試點上線後的載客數、安全事件頻率，以及日本國土交通省會不會放行全無人駕駛。

Uber 出清持股等於用行動承認，它對這家送貨機器人新創的營運模式已經失去信心。Serve 第二季營收 328 萬美元、低於市場預期，而且透過 Uber 的送貨量出現 17 季以來首度下滑，執行長自己都說機器人利用率不如預期。這告訴我們，自動送貨機器人雖然有話題，但實際接單量還撐不起營運規模，連最大合作夥伴都選擇抽腿。接下來要看 Serve 能不能靠另一家外送夥伴補上缺口，以及 2027 年合約到期前會不會有新的合作方接手。

Uber 在倫敦拿到 Wayve 自駕車的營運許可，代表它在全球自駕計程車競賽中，又多了一張重要的城市入場券。倫敦是監管嚴格、交通複雜的國際大城，能在這裡落地，不只是 Wayve 技術的驗證，更是 Uber 自駕網路策略的實質推進。這告訴我們，Uber 正在用「不自己造車、廣結聯盟」的方式，快速在各城市卡位，Waymo、特斯拉、文遠知行等對手的競爭壓力會更直接。接下來要看的是：倫敦正式上線後的每趟成本、安全駕駛員何時撤除，以及這套模式能否複製到其他城市。

Waymo 與 Uber 拆夥，代表自駕計程車產業正在從「平台與技術合作」走向「直接競爭」。Waymo 現在手上超過 3,800 輛車、估值 1,260 億美元，已經有能力自己營運城市，不再需要靠 Uber 的派單網路。這對 Uber 是雙重打擊：不只少了一個關鍵自駕供應商，還可能面對 Waymo 用更低成本搶走乘客。更關鍵的是，雙方正在遊說完全相反的法規：Uber 想保住人類駕駛的混合模式，Waymo 則想拉高門檻、擋住其他自駕新創。這場法規戰會決定未來幾年美國自駕市場的結構。

Uber 用 148 億美元現金買下 Delivery Hero，直接把外送業務推進到 99 個市場，這不只是擴大規模，更是要複製它在歐美已經驗證的「出行＋外送」綑綁模式。Uber 自己說，同時用兩種服務的用戶，消費金額和利潤是只用一種的三倍，所以這筆交易的核心是搶下更多能交叉銷售的高價值用戶。

Uber 這招等於用監管當護城河。它不自己燒錢造車，而是想辦法讓所有自駕車隊都得經過它的平台接客。新澤西州草案要求自駕叫車平台三年內人類司機佔比 85%，這會直接卡住 Waymo、Zoox 和特斯拉想自己經營 App 的路。對 Uber 來說，這是把潛在競爭對手變成供應商，確保未來自駕車滿街跑時，它還是抽成的那一方。對自駕車開發商來說，如果這種法規擴散到更多州，它們的商業模式就得從「自己營運車隊」變成「幫 Uber 打工」，營收和利潤結構都會被改寫。

這不是單純的合約到期，而是自駕計程車產業從「合作摸索期」進入「直接競爭期」的訊號。Waymo 把鳳凰城的車輛收回自己營運，代表它認為靠自己 App 就能撐起規模，不再需要靠 Uber 導流。Uber 馬上要找新夥伴，也顯示它不想被單一自駕技術綁住。對整個產業來說，這告訴我們兩件事：第一，自駕計程車的商業模式正在分化，平台與技術方的界線越來越模糊；第二，Waymo 的擴張速度比市場預期更快，已經開始在部分城市「去平台化」。

這則新聞標誌著自駕計程車從測試邁向多城市商用部署的關鍵轉折。德州交通部官員的背書，為特斯拉 Robotaxi 在德州落地提供了監管順風，強化了市場對其短期內實現營收的預期。Uber 同時與多家自駕技術商合作，顯示其平台策略正在加速自駕服務的供給面，可能重塑共享出行市場的競爭格局。對 AI 產業而言，自駕計程車是端側 AI 與邊緣運算的重要應用場景，其規模化將拉動對高算力車用晶片、感測器及雲端訓練的需求。

這則合作案讓 Lucid 從單純的豪華電動車製造商，轉向具備自駕車隊營運潛力的角色，可能打開長期車隊銷售與服務收入的新營收來源。對 Uber 而言，則是其多夥伴自駕網路策略的延續，降低對單一自駕技術商的依賴。Nuro 的 Level 4 系統獲得量產車型整合機會，有助於技術驗證與規模化。整體而言，這強化了「自駕計程車將由車廠、技術商、平台業者多方結盟推進」的產業假設，並可能加速相關供應鏈（感測器、運算平台、車隊管理）的需求。接下來需觀察舊金山灣區的實際營運數據、休士頓的監管進度，以及 Lucid 能否在 2027 年前穩定量產並控制成本。

Uber 的案例具體呈現了 AI 應用對企業營運的雙面刃：生產力跳升但成本超乎預期。這強化了「AI 投資回報路徑仍不穩定」的市場假設，尤其對仰賴軟體工程人力的科技公司。Uber 單季燒光全年預算，暗示企業級 AI 採用可能正從實驗轉向實質部署，但成本控管成為新課題。對 Anthropic 等模型供應商是需求驗證，但對 Uber 本身，若生產力增益無法持續抵銷 AI 支出與自駕投資，獲利結構將承壓。接下來需觀察 Uber 的研發效率比、自駕車隊的資本回報，以及同業是否出現類似「AI 預算失控」的訊號。

拉斯維加斯變成自駕計程車的第一個大規模戰場，特斯拉、Waymo、Uber 三方同時拿到許可，但特斯拉的 5,000 輛上限明顯高於對手，等於官方給它最大的擴張空間。特斯拉工程師自己說明年頂多 2,500 輛，代表產能或營運能力還跟不上許可，市場對它自駕車進度的預期可能要下修。Uber 走混合模式，靠 Motional 和 Zoox 的車隊，同時遊說政府要求自駕車必須掛在有人駕駛的叫車網路上，這是在保護自己的司機生態，也等於承認自家自駕技術落後。

Uber 把百度 Apollo Go 放上自家平台，代表它的自駕計程車策略從「自己燒錢做技術」轉向「當平台、串接多家自駕車廠」。這對 Uber 是輕資產擴張，對百度是把中國自駕技術輸出到海外市場的關鍵一步。杜拜只是第一站，雙方計畫未來在全球部署數千輛，這會直接影響 Waymo、特斯拉等自駕計程車玩家的競爭格局。接下來要看的是實際載客量、每趟成本，以及百度能否在海外複製中國的營運效率。

Uber 把自動駕駛和無人機送餐從實驗推到大規模商業化，直接影響外送和叫車兩條營收線。無人機送餐若真做到每日百萬趟，會大幅降低每單配送成本，但前期投資和法規風險也高。東京試點用 Wayve 的 AI 駕駛軟體，代表 Uber 在自駕技術上不押單一供應商，而是多方合作。退出 Serve Robotics 顯示它對人行道機器人路線不看好，資源集中到空中和乘用車。接下來要看無人機送餐的實際營運數據、東京試點的載客量，以及這些新業務何時能貢獻營收。

Uber 把無人機送貨從實驗推上主戰場，直接押注 Zipline 的規模化能力，目標 2029 年每日百萬趟，這等於宣告無人機送貨要從醫療場景跨進日常餐飲外送。對 Uber 來說，這是在人力成本與外送效率之間找新解法，但短期內不會立刻改變營收結構，因為先從 Zipline 既有市場起步，擴張速度取決於監管與營運成本。真正被影響的是 Serve Robotics，Uber 出清持股、合作可能不續約，讓這家機器人送貨新創失去最大客戶，也反映 Uber 在自動化送貨上選邊站。

小馬智行把中國跑通的無人計程車模式複製到歐洲，而且一次就喊出 2,000 輛、四個新城市，這代表自駕計程車從單點測試進入規模化營運階段。對 Uber 來說，它不用自己造車或開發自駕系統，只要出平台和流量，就能把自駕車變成新的供給來源，這會直接影響它的抽成收入和成本結構。對小馬智行來說，歐洲擴張能不能複製中國的單位經濟效益是關鍵，下週財報會給出第一波驗證。市場原本對自駕計程車的商業化時程還半信半疑，這則新聞把時間表提前了，但也要看實際落地速度和當地法規配合度。

Uber 把自駕計程車的營運模式複製到東京，代表它在日本市場的推進不只是喊口號，而是找到在地車隊夥伴、把法規與營運責任切乾淨。這對 Uber 的意義是：它不用自己養車、不用扛日本客運法規，只要出平台和需求，就能把自駕車變成可擴張的供給。對 Wayve 和日產來說，這是 AI Driver 技術第一次在東京街頭接受真實乘客考驗，成敗會直接影響後續車廠合作意願。接下來要盯的是試點上線後的載客數、安全事件頻率，以及日本國土交通省會不會放行全無人駕駛。

Uber 出清持股等於用行動承認，它對這家送貨機器人新創的營運模式已經失去信心。Serve 第二季營收 328 萬美元、低於市場預期，而且透過 Uber 的送貨量出現 17 季以來首度下滑，執行長自己都說機器人利用率不如預期。這告訴我們，自動送貨機器人雖然有話題，但實際接單量還撐不起營運規模，連最大合作夥伴都選擇抽腿。接下來要看 Serve 能不能靠另一家外送夥伴補上缺口，以及 2027 年合約到期前會不會有新的合作方接手。

Uber 在倫敦拿到 Wayve 自駕車的營運許可，代表它在全球自駕計程車競賽中，又多了一張重要的城市入場券。倫敦是監管嚴格、交通複雜的國際大城，能在這裡落地，不只是 Wayve 技術的驗證，更是 Uber 自駕網路策略的實質推進。這告訴我們，Uber 正在用「不自己造車、廣結聯盟」的方式，快速在各城市卡位，Waymo、特斯拉、文遠知行等對手的競爭壓力會更直接。接下來要看的是：倫敦正式上線後的每趟成本、安全駕駛員何時撤除，以及這套模式能否複製到其他城市。

Waymo 與 Uber 拆夥，代表自駕計程車產業正在從「平台與技術合作」走向「直接競爭」。Waymo 現在手上超過 3,800 輛車、估值 1,260 億美元，已經有能力自己營運城市，不再需要靠 Uber 的派單網路。這對 Uber 是雙重打擊：不只少了一個關鍵自駕供應商，還可能面對 Waymo 用更低成本搶走乘客。更關鍵的是，雙方正在遊說完全相反的法規：Uber 想保住人類駕駛的混合模式，Waymo 則想拉高門檻、擋住其他自駕新創。這場法規戰會決定未來幾年美國自駕市場的結構。

Uber 用 148 億美元現金買下 Delivery Hero，直接把外送業務推進到 99 個市場，這不只是擴大規模，更是要複製它在歐美已經驗證的「出行＋外送」綑綁模式。Uber 自己說，同時用兩種服務的用戶，消費金額和利潤是只用一種的三倍，所以這筆交易的核心是搶下更多能交叉銷售的高價值用戶。

Uber 這招等於用監管當護城河。它不自己燒錢造車，而是想辦法讓所有自駕車隊都得經過它的平台接客。新澤西州草案要求自駕叫車平台三年內人類司機佔比 85%，這會直接卡住 Waymo、Zoox 和特斯拉想自己經營 App 的路。對 Uber 來說，這是把潛在競爭對手變成供應商，確保未來自駕車滿街跑時，它還是抽成的那一方。對自駕車開發商來說，如果這種法規擴散到更多州，它們的商業模式就得從「自己營運車隊」變成「幫 Uber 打工」，營收和利潤結構都會被改寫。

這不是單純的合約到期，而是自駕計程車產業從「合作摸索期」進入「直接競爭期」的訊號。Waymo 把鳳凰城的車輛收回自己營運，代表它認為靠自己 App 就能撐起規模，不再需要靠 Uber 導流。Uber 馬上要找新夥伴，也顯示它不想被單一自駕技術綁住。對整個產業來說，這告訴我們兩件事：第一，自駕計程車的商業模式正在分化，平台與技術方的界線越來越模糊；第二，Waymo 的擴張速度比市場預期更快，已經開始在部分城市「去平台化」。

這則新聞標誌著自駕計程車從測試邁向多城市商用部署的關鍵轉折。德州交通部官員的背書，為特斯拉 Robotaxi 在德州落地提供了監管順風，強化了市場對其短期內實現營收的預期。Uber 同時與多家自駕技術商合作，顯示其平台策略正在加速自駕服務的供給面，可能重塑共享出行市場的競爭格局。對 AI 產業而言，自駕計程車是端側 AI 與邊緣運算的重要應用場景，其規模化將拉動對高算力車用晶片、感測器及雲端訓練的需求。

這則合作案讓 Lucid 從單純的豪華電動車製造商，轉向具備自駕車隊營運潛力的角色，可能打開長期車隊銷售與服務收入的新營收來源。對 Uber 而言，則是其多夥伴自駕網路策略的延續，降低對單一自駕技術商的依賴。Nuro 的 Level 4 系統獲得量產車型整合機會，有助於技術驗證與規模化。整體而言，這強化了「自駕計程車將由車廠、技術商、平台業者多方結盟推進」的產業假設，並可能加速相關供應鏈（感測器、運算平台、車隊管理）的需求。接下來需觀察舊金山灣區的實際營運數據、休士頓的監管進度，以及 Lucid 能否在 2027 年前穩定量產並控制成本。

Uber 的案例具體呈現了 AI 應用對企業營運的雙面刃：生產力跳升但成本超乎預期。這強化了「AI 投資回報路徑仍不穩定」的市場假設，尤其對仰賴軟體工程人力的科技公司。Uber 單季燒光全年預算，暗示企業級 AI 採用可能正從實驗轉向實質部署，但成本控管成為新課題。對 Anthropic 等模型供應商是需求驗證，但對 Uber 本身，若生產力增益無法持續抵銷 AI 支出與自駕投資，獲利結構將承壓。接下來需觀察 Uber 的研發效率比、自駕車隊的資本回報，以及同業是否出現類似「AI 預算失控」的訊號。