Robotaxi 的技術瓶頸不在自動駕駛？Uber 用系統調度與平台整合，走出和 Tesla 不同的路
當多數討論仍聚焦在自動駕駛技術能走多遠時，Uber 已經把問題往前推進一步：自駕車如果不能被高效使用，再聰明也難以落地。
近日，從 Uber 的財報會議到 Robotaxi 的多城市布局，Uber 展現出一條與 Tesla 截然不同的路線：不從造車或模型下手，而是從平台調度與系統工程切入，直指自動駕駛大規模商業化的核心瓶頸。
Uber 啟動多城市 Robotaxi 服務，以平台整合方式加速落地
Uber 近日在財報會議宣布，將投入數億美元在新興的自動駕駛產業，並預計在香港、馬德里、休士頓與蘇黎世等城市推出 Robotaxi 服務，香港更將成為 Uber 在亞洲首個推出 Robotaxi 服務的市場。這項舉動顯示 Uber 將「多城市同步部署」視為其自動駕駛策略的核心，並計劃在 2026 年底前，將無人駕駛服務推廣至全球超過 10 個市場。
值得注意的是，Uber 的全球戰略是將既有叫車平台優勢延伸，並根據不同城市的法規環境選擇合適的技術夥伴。例如，Uber 在香港將與已持有當地小規模無人駕駛測試證照的中國百度（Baidu）合作，在蘇黎世則將與已在瑞士部分地區獲得自動駕駛許可的文遠知行（WeRide）聯手。這與致力於自行打造 Robotaxi 車隊的 Tesla 不同，Uber 採取的是「平台整合」模式，讓公司無需承擔自行開發硬體的巨額資本風險，即可快速進入新市場。
目前，Uber 的全球合作夥伴生態系已相當龐大且複雜。除了與文遠知行在中東的現有合作外，Uber 在美國本土也採取多線並進的策略，像是在達拉斯與 Avride 合作，在舊金山灣區與 Lucid 及 Nuro 進行測試，並持續在奧斯汀、亞特蘭大與鳳凰城透過 App 提供 Alphabet 旗下 Waymo 的無人車服務。
此外，Uber 更已佈局未來，計劃與 Wayve 在倫敦、攜手 Momenta 在慕尼黑，以及與 Volkswagen 在洛杉磯展開合作。透過這種策略，Uber 能將不同技術供應商的車隊直接整合進其平台，並讓用戶在同一個 App 中即可呼叫來自不同廠商的無人駕駛車輛。
Robotaxi 的關鍵在於能否被系統高效使用
對 Uber 而言，這場無人駕駛競賽中的優勢並不在於感知技術或 AI 模型能力，而在於其成熟的叫車平台、即時配對與需求調度系統。由於 Uber 長期以來都在處理高峰與離峰時段的巨大需求差異，這些既有的系統能力如今被直接沿用到 Robotaxi 的營運架構中，用以解決單一自動駕駛車隊難以克服的閒置問題。
Uber 執行長 Dara Khosrowshahi 強調，Robotaxi 商業模式是否成功，取決於車輛能否在一天之中持續被使用，而非只在載客時運作。他指出，隨著自動駕駛汽車更加普及，車輛的「閒置時間」（Downtime）將是重大挑戰。
為了提升整體車隊利用率，Dara Khosrowshahi 提出跨場景調度的解決方案：利用 Uber Eats 與 Uber Freight 的業務網絡，讓自動駕駛車輛在乘客叫車需求較低的離峰時段，轉而執行送餐或貨運任務。
Dara Khosrowshahi 表示：「將外送與貨運納入我們的物流生態系統，讓我們有機會以比其他人具備結構性更高的利用率來使用這些車輛。」這種讓車輛在載人與載貨之間靈活切換的方式，使 Robotaxi 不必完全依賴乘客叫車需求，也能維持營運的經濟可行性。
Uber 的「混合模式」帶給 Tesla 的啟示
隨著市場發展，Uber 將焦點放在如何把自駕車納入既有的出行平台，採取「混合模式」（Hybrid Model），結合自動駕駛車與人類駕駛來應對複雜的市場需求。Dara Khosrowshahi 在財報會議中強調，早期的數據顯示自動駕駛車輛並未「吞噬」既有的叫車業務，反而在奧斯汀與亞特蘭大等城市帶動了整體行程數的顯著成長。
Uber 的策略也顯示 Robotaxi 的核心挑戰不只是技術可行性，而是能否在現實世界中進行大規模營運，Dara Khosrowshahi 更在財報會議中警告，從概念驗證走向大規模擴展極具挑戰，因為每個城市的天氣、法規與基礎設施皆不同，且自動駕駛系統仍需面對各種突發的邊緣案例（Edge cases）。
相較之下，Tesla 將重心放在如 FSD（全自動駕駛）軟體與車輛本身的研發，並計劃透過車主出租閒置車輛的方式來建立車隊。Tesla 執行長 Elon Musk 樂觀預估，其 Robotaxi 車隊規模可望「每月翻倍」，不過針對 Tesla 提出讓車主在閒置時出租車輛的構想，Dara Khosrowshahi 提出了務實的質疑。他認為，大多數車主使用車輛的時間點，往往與叫車需求的高峰期完全重疊，這使得 Tesla 依賴私人車輛組成 Robotaxi 網路的效率面臨結構性考驗。
這兩種路線的差異，凸顯 Robotaxi 發展的兩個重點方向：一方面聚焦在提升車輛與模型的能力，試圖以技術征服所有場景；另一方則聚焦平台、調度與系統整合的效率。在這樣的趨勢下，Uber 正試圖證明，在自動駕駛尚未能完美覆蓋所有場景的未來裡，擁有一個能靈活切換的強大調度網絡，可能比擁有最強的自動駕駛技術更具商業價值。
＊本文開放合作夥伴轉載，資料來源：《Business Insider》、《Bloomberg》、《Sherwood》，首圖來源：Unsplash