在共享出行行业竞争日益白热化的2026年，Uber似乎正在寻找一条更聚焦、更务实的增长路径。本周，Uber首席产品官Sachin Kansal在接受TechCrunch专访时，罕见地打破了公司对战略细节的沉默，从金融服务、自动驾驶合作伙伴关系、数据运营到AI应用，逐一揭示了Uber未来三年的产品蓝图。
不做“万能超市”：Uber的金融野心
“我们不想成为每个人的一切。”Kansal开门见山地回应了外界对Uber业务边界不断扩张的质疑。他指出，Uber推出Uber Money并非为了与传统银行竞争，而是为了降低司机和乘客在交易中的摩擦。他透露，Uber正在测试一项名为“Uber Save”的功能，允许司机将部分收入直接存入带息储蓄账户，并计划在2027年之前将金融服务覆盖到Uber Eats商家的供应链融资。
“我们的核心是出行和本地配送，金融服务只是让这个生态运转得更顺滑的润滑油。”——Sachin Kansal
事实上，Uber的金融野心可以追溯到2019年推出的借记卡和钱包功能。但Kansal强调，与竞争对手Lyft最近推出的“Lyft Cashback”不同，Uber不会押注高返现策略，而是更注重账户的实用性和安全性。例如，未来乘客可以通过Uber钱包直接支付停车费或共享单车费用，而无需跳转第三方App。
与Waymo的“爱恨情仇”：从对手到合作伙伴
Uber与自动驾驶公司Waymo的关系，堪称硅谷最跌宕起伏的商业故事之一。从2017年的专利诉讼大战，到2023年宣布在菲尼克斯和旧金山测试Waymo机器人出租车，再到如今Uber将Waymo列为“多模式出行”的核心供应商，转变之快令人咋舌。Kansal坦承，Uber内部对是否全力拥抱Waymo曾有过激烈争论。
“我们非常务实。如果Waymo的自动驾驶出租车在某个城市能提供比人类司机更便宜、更可靠的服务，我们当然希望在Uber App里优先推荐它。但这不代表我们放弃自研。”Kansal这番话暗示了Uber在自动驾驶上的双重路径：既与行业领头羊合作，也通过去年成立的AV Labs部门积累自己的数据优势。
AV Labs：用数据驱动自动驾驶的落地
Uber的AV Labs并非要造车，而是要成为自动驾驶时代的“数据运营商”。Kansal解释，该部门利用Uber平台上数亿次行程产生的实时路况、乘客偏好、拥堵模式等数据，为合作伙伴（如Waymo、Aurora、通用Cruise）提供高精地图更新、最佳接驾点推荐，甚至帮助它们训练算法以应对不同城市的驾驶习惯。
“想象一下，当北京的雨夜碰到三里屯酒吧散场，Uber的数据能告诉自动驾驶车辆该在哪里停下、乘客喜欢从哪个方向上车——这些细节决定了商用化能否成功。”Kansal举例说。AV Labs已经与六家自动驾驶公司签署了数据共享协议，但Uber坚持保留用户隐私的匿名化处理。
AI“润物细无声”：用户能感知的变化
当被问及AI如何在Uber App中真正落地时，Kansal强调了“实用性”而非“炫技”。Uber正在利用大型语言模型优化客服对话，将司机与乘客之间的纠纷解决速度提高了40%；同时，AI智能调度系统可以根据历史数据和实时天气预测未来15分钟的订单密度，提前引导司机到热力区域。
在用户端最显著的改变是“智能提醒”功能：如果乘客频繁在某个餐厅点同样的餐，App会自动推荐“再来一单”；如果司机连续三晚在机场排队，系统会建议其调整接单模式。这些看似微小的功能，背后是Uber从2024年开始投入的“孔子”AI训练框架——一个基于用户行为偏好与意图预测的混合专家模型。
“AI不应该只是一个概念。它应该让叫车更准、等餐更短、沟通更顺。这些才是用户真正关心的事。”——Sachin Kansal
编者按：Uber的“有限扩张”哲学
在科技巨头纷纷追求全栈自研、赢家通吃的时代，Uber此次的表态显得格外清醒。从2019年剥离自动驾驶团队、到2023年与Waymo和解并合作，再到如今专注金融工具和数据服务，Uber似乎正在证明：在出行这个重资产、强监管的领域，“不做什么”比“做什么”更需要智慧。当然，真正的挑战在于如何在保持开放平台的同时，不被合作伙伴蚕食核心利润。Uber的这场平衡术，值得所有平台型公司借鉴。
本文编译自TechCrunch
© 2026 Winzheng.com 赢政天下 | 转载请注明来源并附原文链接