Uber 产品负责人谈酒店、自动驾驶和为什么不想做万能应用

Uber 正在从打车和外卖公司，静悄悄地变成一个叠加了酒店预订、商品代买、数据标注甚至自动驾驶数据采集的复合体。它的核心痛点在于：拥有巨大的用户流量和出行场景，但单一的打车或外卖业务天花板明显，且面临 Waymo 等自动驾驶公司的直接竞争压力——如果未来司机被机器取代，Uber 作为纯聚合平台的价值会被大幅削弱，必须找到新的增长点和战略缓冲。

解法上，Uber 的思路非常务实且分两层。第一层是服务叠加，通过 与 Expedia 深度集成来直接做酒店预订，用 Uber One 会员体系（5100 万会员）来强行打通不同业务的使用习惯——数据证明会员确实会在乘坐和外卖之间交叉消费。第二层是战略对冲，建立 AV Labs 部门，用数百辆自己部署的传感器车辆采集海量驾驶数据。这不仅是为了帮助 Waymo 等合作伙伴解决长尾场景（比如处理每年 2500 万个失物），更是让 Uber 在自动驾驶生态里拥有自己的数据筹码和运营经验，避免被合作伙伴彻底绕开。同时，它利用自己的司机网络帮 GenAI 公司做数据标注，把人力池变成了新的收入来源。

真正有意思的点在于，Uber 产品负责人的坦诚透露出这家公司的决策哲学：不做万能超级应用，而是做擅长场景的精准叠加。他们宁愿把复杂的欧洲船票预订直接跳转到合作伙伴的支付流程，也要保证核心体验不被稀释。对创业者而言，这种“先轻量试水、发现高价值再深度集成”的产品策略，比一上来就试图重构一切要聪明得多。另一个启发是：当你的平台拥有海量真实世界的数据和人力网络时，给 AI 公司提供数据标注服务和边缘场景数据，可能比直接下场做 AI 模型能更快变现，而且战略上更安全。