在成为“超级应用”的诱惑面前，Uber选择了刹车。近日，Uber首席产品官Sachin Kansal在接受TechCrunch专访时，罕见地披露了公司未来几年的产品路径，重点包括金融服务、与Waymo竞合关系的演变、自动驾驶数据中台“AV Labs”的成立，以及AI如何在司机和乘客端真正落地。传递给外界最清晰的信号是：Uber不想做“包罗万象的平台”，而是要在“每一步旅程”上做深做透。
金融服务野心：从支付到“出行钱包”
Uber早在2020年就尝试过Uber Money，但一直不温不火。如今Kansal透露，公司正酝酿一套更深度的金融产品体系，核心是让司机和乘客在Uber生态内完成更完整的资金流转。具体方向包括：为司机提供即时提现、小额贷款及储蓄工具；为乘客推出“旅程预付套餐”或订阅制优惠。关键在于，Uber不打算自己拿银行牌照，而是与现有金融机构合作，利用平台上的高频交易数据来降低风控成本。这种做法一方面能增加司机粘性（减少跳槽到Lyft的动机），另一方面也能从支付手续费中分得一杯羹。
与Waymo：从“金主”到“对手”，再到“竞合”
Uber与Waymo的关系堪称自动驾驶史上最跌宕起伏的剧本。早期Uber曾是Waymo的大客户，但后来因自动驾驶技术路线分歧和诉讼而交恶。如今，随着Waymo在凤凰城、旧金山等地大规模投入Robotaxi运营，Uber的立场变得微妙。Kansal坦言：Waymo既是Uber平台上最优质的自动驾驶运力供应商之一，也可能在未来直接分流Uber的乘客。Uber的应对策略是“双轨制”——一方面继续与Waymo、Cruise等公司签订接入协议，保证用户能在Uber App内叫到Robotaxi；另一方面加速自研自动驾驶数据中台“AV Labs”，通过收集自家和合作车队的海量路测数据，反向提升Uber在自动驾驶决策层的话语权。这意味着Uber既要“借船出海”，也要“造船自救”。
AV Labs：不造车，但造“数据护城河”
在自动驾驶领域，Uber一直强调“我们不造车，我们只做平台”。但新的“AV Labs”部门正在打破这一界限。Kansal介绍，AV Labs本质上是一个数据处理与仿真引擎，它不涉及硬件制造，而是将Uber平台上数百万辆车辆（包括普通司机和自动驾驶车队）传回的传感器、路况、交通流数据进行清洗、标注，然后以API形式出售给自动驾驶开发商。这一模式类似“自动驾驶的邓白氏”，数据本身可以成为Uber新的盈利增长点，同时帮助合作伙伴减少真实路测的成本。对Uber而言，这是避开造车泥潭、深度嵌入自动驾驶产业链的最聪明位置。
AI落地：司机和乘客能“感觉到”的三种变化
Kansal强调，Uber的AI策略不追求炫技，而是聚焦“用户能直接感知到的体验”。目前已经上线或即将上线的功能包括：
– 动态接驾点推荐：AI会根据实时拥堵数据、停车场密度和历史下车行为，提示乘客步行一小段到更有利的上车点，平均节省3-5分钟；
– 司机疲劳驾驶预警：结合车辆传感器和司机连续工作时长，AI自动推送休息建议，甚至强制下线15分钟；
– 多模态行程预测：当用户同时输入目的地和“我需要充电”时，AI会自动计算路线上的充电站排队情况，并推荐最省时的停留方案。
这些功能看似细微，但Kansal认为“累计起来的效率提升，足以改变用户对Uber的忠诚度”。
行业意义：平台型企业的“聚焦”博弈
Uber此番表态背后，是整个共享出行和自动驾驶行业的深刻反思。过去几年，Uber尝试过送餐、货运、外卖、航空出租车甚至杂货配送，但多数业务并未形成规模盈利。如今Kansal明确“不想做一切”，实质是承认平台型企业的资源有限，必须有所取舍。尤其在Robotaxi即将商业化的前夜，Uber需要在不激怒传统司机（他们仍是运力主体）的前提下，平滑接入自动驾驶运力；同时又要确保自己的平台地位不被特斯拉、Waymo等直营模式绕过。通过金融工具锁定司机、通过AV Labs掌控数据、通过精细化AI提升体验——这套组合拳能否奏效，将决定Uber是否能在下一个十年存活为“出行基础设施”，而非仅仅是“打车的App”。
（完）