Dara Khosrowshahi
前沿洞察
Dara 将 Uber 定位为自动驾驶时代的核心聚合底座与资产运营中枢。其战略核心在于以需求飞轮与重度运营（调度、保险、网络利用率提升超30%）构建护城河，先承接再出表车队资产，以开放生态吸纳20余家伙伴，狙击万亿级市场。但他尖锐警示：规模化拐点受制于降本速度与模型开销，而十至十五年后必然引爆的劳动力替代，将成为终极社会反弹风险。
观点集合
Uber CEO 谈 AI、自动驾驶与交通运输的未来
Uber的自动驾驶战略以供给为先，通过合作伙伴、基地、融资、保险和网络利用率，让平台上的AV繁忙程度高出30%甚至更多。Khosrowshahi认为这将成为另一个万亿美元市场，但中国制造、社会反弹、模型成本和超级应用飞轮能否延伸仍是执行风险。
查看摘要（8段）
- Khosrowshahi 的 AV 核心判断是：供给是赢下市场的关键，而 Uber 正在搭建相应生态。 目前已有 30+ 个合作伙伴（可能包括 Waymo、可能包括 Nuro、Lucid、Nvidia、可能包括 Waabi、可能包括 Wayve、可能包括 WeRide、可能包括 Pony.ai）、停车及维护基地、充电设施、车队融资（刚宣布的 10亿美元融资额度，可能与 Santander 合作，面向 EV/AV 车队）以及自动驾驶保险。验证这一判断的数据是：在 Uber 网络上运营的 AV，按每车每日行程数和收入计算，“繁忙程度高出30%甚至更多”；“这30%……可能对投资这些昂贵汽车的 ROI 产生巨大影响”。
- 他把自动驾驶定义为“另一个万亿美元级市场”。 这与早期 Uber 面临的是同一种低估错误：“当时人们按出租车市场估算规模，而我们的市场是出租车市场的数倍。”硬件成本通常每代下降 30%-40%；与可能包括 Nuro 合作打造的 Lucid 中型车“将是一辆 6万-7万美元的车”，每辆 AV 可能跑出人类驾驶者 3-4 倍的里程。
- Uber 在一个季度内就花光了全年 AI 预算，并开始随着工程师产出进入“超人”水平而控制招聘增速。 打法是：探索阶段使用 frontier models（OpenAI 或云端模型）——“探索就是全速前进”——等产品体验规模化后，再换成更便宜或开源的模型。背景是：公司每年完成超过 100亿次行程、自由现金流超过 100亿美元，但“我们不是高毛利业务”。
- 在 AV 代工问题上，Khosrowshahi 预计传统车企将在 2-4 年内实现 L4-ready 系统。 但“目前中国在制造能力上，无论质量还是成本，都无人能及”；西方版低成本 Foxconn“正在推进，但还没到位”。
- 他的事前复盘并非针对 Uber，而是针对 AI 和 AV 可能遭遇的公众反弹。 “我们必须按照社会准备好接受的速度推进，否则就会出现反弹。”早期反例来自 Austin 和 Atlanta，那里可能存在 Waymo 合作：司机收入正在上升，司机注册量也在增加，因为 AV“实际上为平台带来了增量需求”。
- 超级应用飞轮正在加速：Uber One 已有 5000万会员，同比增长 50%，Eats 订单中有 13% 来自出行应用，Reserve 从零增长到 50亿美元以上的年化收入规模，可靠性超过 99%，而新的 Expedia 酒店合作会把“大部分经济利益”返还给会员。 会员业务遵循 Amazon Prime 模式：第一年在单个会员身上亏损，在第 2-4 年赚回来——“现在已经稳定盈利”。
- 面对“你们是 Amazon 还是 Apple？” 的问题，他的回答是：“介于两者之间”。先优先投入有机增长（他任期内 Eats 总预订额从不足 10亿美元增长到超过 1000亿美元），再把数万台 AV 的投入金融化，剩余资金用于回购。“如果公司搭建得当，两件事都要做。”
- Barry Diller 给他的管理启示是：直达信息源，因为“真正拉开故事差距的，是过滤过程……往往正是那个差距让你形成优势”。 公司是会“通过变异进化”的有机体；他会主动寻找制造麻烦的人，把他们视为变异，同时表示 AI 已将公司内部的变化速率提升了 5 倍。
Uber 的 Robotaxi 路线图、人类驾驶终结与100亿美元机器人押注｜Dara Khosrowshahi（Uber CEO）
Uber 的 Robotaxi 优势在于调度约1000万名司机和每日4000万单行程，亚特兰大与奥斯汀已有80%乘客接受自动驾驶匹配。但自动驾驶订单仍占新增行程不到1%，保险责任尚未确定；公司今年预计产生100亿美元现金流，支持更大规模的相邻业务押注。
查看摘要（8段）
AV需求会先于普通汽车价格的量产车到来：在亚特兰大和奥斯汀，80%的乘客会接受自动驾驶匹配，20%会拒绝。 Dara Khosrowshahi 告诉一名13岁的孩子，3年后他大概率仍会想要驾照，因为AV仍然“比普通汽车贵得多”；但10年后，他将无需驾驶，而且选择很多；25年内，人类驾驶将“明显更不安全”。
Uber潜在的AV运营优势，在于每天约1000万名司机和4000万单行程构成的网络调度能力。 其派单系统会预测未来5到6秒，而不是简单选择最近车辆；Dara 表示自己“有点期待机器”，因为机器应当比人类更可预测，接受率也更高。
自动驾驶的规模仍然很小，保险定价与责任归属尚未解决。 Dara 估算，去年全球所有AV行程占Uber新增订单量不到1%，保险公司仍没有足够的“大数法则”依据；最终模式可能由AV供应商、平台或双方共同承担，而“这一切都还没有定论”。
面对中国AV可能带来的冲击，Uber的答案是合作，而不是退出生态。 Expedia 当年在中国“被打得很惨”后，Dara 认可Uber退出中国，但强调公司仍持有尚未变现的 DiDi 股权，并与 BYD、Pony.ai、WeRide 合作，也希望与 Baidu 合作：“对我们来说，搭建通往中国的桥梁才是正确的前进方向。”
Dara 预计，未来10年自动化带来的新增工作将多于被消灭的工作，但社会适应速度仍是未知数。 企业可能自动化20%或30%的办公室任务，却不会达到100%；Uber则计划把平台上的人从目前约1000万人扩展到2035年的2000万人。尚未解决的风险是，变化发生得“比我预想的还快”。
管理层认为，Uber更强的现金引擎应该提高、而不是压低其承受失败的意愿。 Dara 加入时公司每年亏损40亿美元，而今年预计将产生100亿美元现金流，因此他坚持认为，企业越大，越趋于保守的倾向就越是本末倒置：“恰恰应该反过来。”
Uber判断新业务的标准，是它是否与现有能力“押韵”。 打车业务延伸出了 Eats、Freight 和空中出行；AI模型设计、数据标注和测试也符合这一标准，因为Uber本身就是灵活用工平台。若一个想法无法“押韵”，Dara 认为初创公司更适合去做。
实体世界的转型速度会慢于软件叙事所暗示的速度。 Dara 预计，AV增长会推动Uber网络转向EV，因为“AV就是EV”；但美国充电基础设施不足仍是约束，而他给出的燃油车退出时间窗口仍是20年。最终，自动驾驶应当降低交通成本，并把安全服务延伸到今天的交通荒漠地区。