Uber产品负责人谈酒店、机器人出租车及公司不想包罗万象

背景

Uber 在过去一年中悄然扩展了其核心业务边界。除了人们熟知的网约车和外卖配送，如今用户在 Uber 应用中还能预订由 Expedia 驱动的酒店、使用“代购”（shop for me）功能，并在欧洲租船。与此同时，Uber 正在推进金融科技、自动驾驶数据收集等新业务。Uber 首席产品官 Sachin Kansal 接受了 TechCrunch 的深度访谈，详细阐述了该公司对未来战略的思考，包括与 Waymo 既合作又竞争的关系、新成立的自动驾驶实验室（AV Labs）的数据运营、以及 AI 如何以实际可见的方式影响乘客和司机的体验。

核心内容

旅游成为 Uber 的“第三支柱”

Kansal 表示，每年 Uber 平台上有 15 亿次行程发生在用户所在城市之外，因此旅行是 Uber 用户的常见使用场景。今年 Uber 与 Expedia 深度合作，在应用中推出了酒店预订功能（Uber 自主构建了完整 UI）。此外还推出了“代购”服务，允许用户从任何本地商店购物，即使该商店不在 Uber Eats 的目录中。Kansal 认为，旅行是继出行和外卖之后的第三大支柱。

金融服务的布局

Uber 的金融服务主要面向司机和外卖员，例如 Uber Pro 卡（一种借记卡，可用于转入全部收入），并正在部分市场尝试为商家提供类似服务。对于消费者，Uber 提供“Uber Credits”作为会员积分，例如 Uber One 会员在酒店消费 1000 美元可获 10% 返现（即 100 美元积分，可用于出行和外卖）。当被问及是否会推出自己的“先买后付”产品时，Kansal 表示不确定，强调“专家做专家的事”，Uber 已与行业内的合作伙伴（如提供分期付款服务）合作，让用户在结账时能选择该方式。他明确说：“我们不想成为所有人的一切。”

与合作伙伴的合作模式

在租船等服务中，用户点击后会被跳转到合作伙伴的预订流程，而不是在 Uber 内完成结账。Kansal 解释，在某些新领域，尤其是尚未深度整合前，跳转模式更高效。但在 Expedia 这类核心合作中，Uber 选择了深度整合。

Uber One 会员表现

Uber One 会员目前有 5100 万，约占平台总预订量的一半。数据显示交叉销售效果显著：外卖用户下单 2-3 次即可抵消月费；会员不仅在已使用的业务中提高频率，还会开始使用另一项业务（如原来只用出行的人开始用外卖，反之亦然）。

Uber Eats 的盈利能力

Kansal 表示，Uber Eats 在早期亏损，但过去几个季度已经独立盈利，并产生大量利润。

竞争格局

当被问及是否与 Airbnb 直接竞争时（Airbnb 已通过合作伙伴提供机场接送），Kansal 认为市场上不乏竞争对手：Lyft、滴滴、99、Bolt、Ola、DoorDash、Delivery Hero 等。但他表示只花很少时间思考竞争，更多精力放在是否为用户提供了全部价值。

与 Waymo 的关系及 AV Labs 战略

Uber 近期结束了与 Waymo 在凤凰城的试点（双方共同决定不再继续），但在奥斯汀和亚特兰大扩大了合作，投入了数百辆自动驾驶车辆。Waymo 既是合作伙伴，也是竞争对手（在一些城市直接竞争）。Kansal 强调 Uber 不追求成为 L4 自动驾驶供应商，而是专注于铺设“赛道”——即构建混合网络，在同一城市内同时使用人类司机和自动驾驶车辆，以平衡供需。

AV Labs 是 Uber 成立六个月的业务部门，负责部署搭载传感器的车队（通过车队合作伙伴），收集数百万英里的驾驶数据。这有助于解决自动驾驶的“长尾问题”——发现所有边缘案例，而不仅仅是 P95/P99 级别的常见场景。Uber 还拥有来自 1000 万赚钱者（司机和外卖员）的运营经验，比如每年处理 2500 万件失物，这些经验将转化为自动驾驶运营中的专业知识。

关于数据销售

当被问及是否向生成式 AI 公司出售司机和乘客数据时，Kansal 表示，Uber 利用其赚钱者群体为 AI 公司标注数据或进行音频收集。不过他强调，Uber 在数据交易方面有合规框架，并未在回答中直接确认是否出售原始驾驶或乘客数据，而是暗示有针对性的合作（如数据标注）。

关键要点

• Uber 将旅游定位为继网约车和外卖之后的第三大业务支柱，已与 Expedia 深度整合推出酒店预订。
• Uber 明确表示“不想成为所有人的一切”，因此在金融领域聚焦于司机/外卖员（如借记卡），对消费者则通过会员积分（Uber Credits）和第三方合作伙伴提供支付选项。
• Uber One 会员已达 5100 万，占总预订量一半，交叉销售效果显著。
• Uber Eats 已实现独立盈利，不再依赖网约车利润输血。
• Uber 与 Waymo 的关系复杂：既是深度合作伙伴（在奥斯汀、亚特兰大大规模部署），又在一些城市直接竞争（如凤凰城试点结束）。Uber 的策略是不追求自研 L4，而是打造混合网络。
• AV Labs 通过部署数百辆传感器车收集海量驾驶数据，并利用 Uber 的运营经验（如失物处理）为自动驾驶合作伙伴提供独特价值。
• Uber 利用其司机/外卖员群体为生成式 AI 公司提供数据标注服务，但未明确说明是否出售原始用户数据。

意义与影响

Uber 正从单一的出行和配送平台，转型为覆盖出行、外卖、旅游、金融、数据服务等多维度的生态平台。但这种转型并非盲目模仿亚洲超级应用的全能模式，而是有选择性地深耕旅游领域，并在金融侧保持克制。与 Waymo 既合作又竞争的关系，折射出自动驾驶行业中“平台型玩家”与“技术型玩家”的博弈趋势。Uber 通过 AV Labs 积累驾驶数据，不仅为合作伙伴提供价值，也为自己保留了独立发展的选项。此外，Uber 利用其庞大的人力网络（司机/外卖员）涉足 AI 数据标注业务，开辟了新的收入来源。总体而言，Uber 的战略是围绕既有用户和供应链资源进行横向扩展，同时谨慎控制边界，避免陷入“大而不专”的陷阱。