📖 ZKIZ Archives

Uber這家公司到底賺不賺錢？

Lynn 2016-06-28 18:37

不知道大家是否有相同感受：Uber 好像每隔 2 周就要融資一次，因為頻率實在太高，我都已經記不清它到底融了多少錢。《紐約時報》最近有篇文章說：這都已經是這家公司競爭策略，目的之一就是要震懾對手+已入局對手的投資機構+即將/可能入局對手的投資機構。但是仔細想想：這種和“創新”無關的融資競賽在美國科技史上幾乎絕無僅有，即便和 Uber 有相同“網絡效應/零和遊戲”模式的亞馬遜，97 年上市前也才融了 5400 萬美金，所以資本市場不斷在問的一個問題是：

這家公司到底賺不賺錢呢？

Uber CEO Travis Kalanick 最近回答了這個問題，他說：在發達國家是賺錢的，問題是中國和印度，這些地方競爭實在太激烈。

但這不是今天我要說的核心，如果從矽發布視角，我其實倒更傾向於以 Back to the Future方式來看一看這件事。以下我說的所有事情，將在 5 年內發生，並在 10 年內產生顯著影響，Uber 當然可能在此前上市/所有人套現/公司業務賺上一大筆利潤，但此後，如果不能 Figure out 身往何處，它的結果可能是災難性的。

無人駕駛汽車

很多人已經猜到，下面我將涉及“無人駕駛”。這兩天我看了本新書，作者是近幾年專門研究“破壞式技術創新”的 Rutt Bridges，書名叫 Driverless Car Revolution，目前還沒中譯本，它在 Kindle 上顯示是 7000 多頁，時間有限，我將只陳述 Bridges 論證的最核心邏輯。

並且我將先拋出他的結論

這個結論是：

谷歌“無人駕駛汽車”將是最後贏家，並且，谷歌實施它的商業策略，會是像 Uber 那樣“出租”，這種出租服務模式將保證最短時間內最多人使用，而只要使用人數規模達到足夠多，谷歌就可以把成本降到不能想象的低。

換句話說，“網絡效應”又將發揮它零和遊戲的一面，谷歌將用上述模式快速占領市場。外加，我不記得是哪篇論文上看到的觀點：無人駕駛實際上會把目前“交通事故”經濟責任，由“個人”轉為由“汽車制造商承擔”，正如我們跨境直播《谷歌怎麽理解”無人車“到來前的人車互動？》中曾涉及內容，谷歌這樣的數據處理/軟件公司如果把“車險”業務也一並囊括，你幾乎無法想象它可以賺多少錢。下面，論證開始。

失業之戰

Rutt Bridges 拋出的第一個觀點是：

自主駕駛領域：Self-driving 和 Driverless 完全不同，並且 Self-driving 很危險。

這個觀點可能會讓目前正專心在 Self-driving 汽車上添加大量功能性東西的玩家不爽，但是讓我們先來看看 Bridges 如何鑒定這兩者區別：

Driverless cars：只需對它說想去哪里，我們就會到達目的地；這種車可能都沒方向盤，沒油門踏板和剎車；我們可以在路上做任何事，包括聽音樂、看書、化妝、煲電話、照鏡子、讀新聞，甚至不僅娛樂，還可以是個徹底辦公環境，在里面檢查一下馬上要給老板看的報告啥的。

但 Self-driving：它需要一個“高度警惕”的司機，這個人會時刻準備好在事情出錯時握住方向盤；而和它相關的一大堆已出爐文件顯示：我們最好別在里面幹別的事。

為啥呢？

這里的詭異之處就在於：2014 年，KPMG 曾專門針對“自主駕駛汽車”做過一次大規模調查，目的是更好理解下遊消費者，結果，他們得到了一堆了不起的結論。

包括：絕大部分人其實不關心這些車能跑多快、有多高性能，他們唯一共同強烈表達的是：

想這些車同時能在人類操作模式下使用

But true innovations seldom do market research.

谷歌那幫家夥沒聽；但汽車制造商們認真聽了。

Bridges 觀點如下：Self-Driving 給出的空間，其實是種“幸福的災難式自由”，因為坐在里面的人，只要前面有個方向盤，並有“隨時可控制”路面交通的心理假定，那麽，他就一定會因為這個方向盤和路面交通搞出一些事情來。

比如：當 Self-driving Car 遇到一個問題，你幾乎不可避免會伸出大猩猩進化而來的手握住方向盤，然後，大猩猩進化而來的大腦開始判斷和指揮。但一個重要數據是：目前人類 93% 交通事故是由“人為因素”造成，而在人為因素造成的交通事故中，因素排名第一是司機分心（Driver Distraction）。

再來看看因交通事故致死因素排名表：

我自己從不是個“安分守己”的司機，因此對作者提及的“分神再專註、專註再分神”的危險性心有戚戚。

換句話說：所有汽車制造商都在賭谷歌在方向性選擇上的失敗；而即便事情不這麽發展，他們認為：谷歌工程師們要推行自己成果在市場實施方面也會進展很慢，因為汽車業一個通用規則就是“漸進式改變”，但 Bridges 說：他們又錯了。

我還得說是視野之戰

又錯的原因是：谷歌將用 Uber 方式去做這門生意，而一個基於手機移動 App 的按鈕服務，將使無人駕駛汽車像病毒一般傳播。也就是說：當地球上大部分汽車制造商都在賭下代汽車的生產和銷售時，谷歌視野是：去“賣服務”。

下面部分，將涉及一些八卦。

據說谷歌和汽車制造商們曾悄悄見面。這里的邏輯是：無人駕駛汽車需要很強的軟件和傳感器能力，並有造車經驗，而谷歌有全球最好的軟件工程師，後者有多年汽車生產制造歷史。但如果你和我一樣在 2009 年時就關註過 Tesla，你會知道：底特律家夥和矽谷出品的人，腦袋結構完全不同。

根本原因其實是利益導致的立場差異：每年全球汽車行業收入是 4 萬億美金，傳統汽車制造商最多想對汽車升級，不想觸碰會砸掉自己飯碗的更多東西。想想看：出租服務？而且是一個成本很低的出租服務？那就意味：它會殺掉很多物理汽車。或許，他們還想到了世界範圍內的很多獨立經銷商，這個行業利潤從不只是通過賣車，還包括維修、保養等一堆事。於是兩者飽含幻想的見面，就像“網戀見光死”般無疾而終了。

而另外一面，也許正因為缺乏行業經驗，谷歌用了極其簡單的思維方式思考無人駕駛：

他們認為：Driverless Cars 事實上只需要三個東西：加速、減速、引導。據說谷歌無人車最新原型都沒剎車，外加，油門踏板比目前我們車上的方向盤還要小很多（還在不斷叠代，不知最終長啥樣）；同時，這家公司已經有了幹這事最需要的寶貝：軟件和傳感器，它在這些方面已經世界一流。

不過更準確說：這種“簡單”，應該體現在它負責人 Chris Urmson 只相信：決勝下代汽車戰役的唯一關鍵是“安全”，他反複琢磨怎麽減免交通事故，壓根對討論一年 4 萬億美金市場沒什麽興趣。這里我再給出一些數據：美國每年死在高速上人數是 3.3 萬人次；每年機動車輛事故數目是 1000 萬次；每年因交通事故受傷人數是 200 萬人次；每年客運事故是 2.53 億次。而到 2015 年 7 月谷歌汽車已幾乎覆蓋 200 萬 Miles 測試路途，其中沒有發生一起是由它自身原因導致的交通事故。

多種可能性

那麽，如果沒了傳統汽車制造商幫忙，谷歌有多少路可走呢？

第一，用幾百億現金買個小汽車生產制造商。誰還記得 2010 年中國吉利集團買沃爾沃的價格嗎？只用了 18 個億，而谷歌賬面上到 2016 年底，現金+現金等價物是 1000 億美金之多；

第二，出售移動服務經營權，向市場上所有玩家提供軟件，這樣能保證大部分人利益。但不管兩位創始人最終決定怎麽搞，Bridges 腦洞大開地進行了各種奇思妙想，話說既然底特律和矽谷無法結盟，那矽谷就自己結盟吧，他第一個腦洞大開的想法是：

谷歌和Tesla在一起！

他認為這兩家公司一起搞這門生意會特別有趣。首先，谷歌負責軟件和基於雲的一系列物流和分析，而聲譽和客戶忠誠度上無懈可擊的 Tesla，負責汽車設計和制造。

當然，Tesla 在產業鏈上下遊包括電池冷卻等方面都有專長，而谷歌過去已經是個無孔不入的“八爪魚”，這對組合將迅速提高生意門檻，最重要的：兩家公司都在抓住公眾對“新概念”的 Trust 方面非常出色，我們對他們家的新東西無力拒絕。當然，Tesla 現在自己在琢磨 Self-driving，並最終會向 Driverless Cars 邁進，不過這些細枝末節不重要，商業世界天天會變。

而 Bridges 更腦洞大開的設想是：

Goole+Tesla+Apple

也就是說：谷歌負責軟件、Tesla 負責硬件、蘋果 500 多家零售店負責銷售和一系列支持……

如果真是這樣，那這門生意就“完美”了，盡管地獄的另一邊，很可能會殺出另一支聯盟軍，但這樣的團隊已經足夠世界一流。

不過，還有一家公司需要註意：記性好的人都不會忘記過去四年谷歌曾對 Uber 做下的兩筆投資，一筆發生在 2013 年 8 月，Uber 2.58 億美金 C 輪中，有 2.5 億是 Google Ventures 甩出的；另一筆 2014 年 6 月的 12 億美金 D 輪，Google Ventures 也是顯著投資者。

那麽，這兩家結盟怎麽樣呢？一個負責軟件/制造，一個負責運營網絡，想想看：Uber 全球已有多少用戶？但 Uber 把谷歌視為是競爭對手。

這里的邏輯是：成本幾乎可隨規模無限遞減的 Uber 模式，它原本是很難被攻破的，外加，即便是資本市場遇冷的今天，它融資之路依然順暢；不過，就像 Uber 對出租車業造成的顛覆性沖擊，解決了“開車”和“導航”兩大問題的無人駕駛也會直接包抄它業務：都有無人駕駛了，誰還需要一個有司機的汽車出租服務呢？

2015 年 2 月，矽谷傳言：50 多個一流傳感器科學家被 Uber 招至門下，而 Travis 甚至公開說過：Uber 最終會用“車”替代“人力”。

所以 Uber 業務目前實際上處在一個很奇怪的狀態中：

Move to driverless 毫無疑問會讓它曾大力“巴結”的司機下崗，也就是說：這家公司實際上已打算改變飛翔的翅膀，但它現在，仍然需要這些翅膀借以飛翔。

美國出租車司機數字是 23 萬，有美國記者曾問 Travis 這些司機怎麽辦，他是這樣說的：I'd say, look, this is the way of the world ,and the world isn't always great. We all have to find ways to change with the world.

但 Bridges對這次談判語焉不詳，僅說到類似谷歌和 Big Auto，似乎想象中邏輯完美並令人信服，但真想試一試時，Work out 不出來了。我聽到版本是：他們曾專為此事會面，但最終沒談攏並各自為陣：谷歌將繼續在 Uber 財務投資中獲益，而 Uber 將開發自己無人駕駛技術。

可是問題/難題在於

谷歌是這個星球上最早進行無人駕駛路面測試的，它已經幹了整整 8 年，並保持著非常典型技術創業公司的團隊：12 個工程師，每個都不是普通人，so start small but prepare for big，而且，谷歌已經從它各種類型的收購中獲益。

這里要說的第一個公司，是剛剛戰勝了世界圍棋冠軍的 DeepMind ，這家英國公司在 2013 年 12 月展示了 AI 領域的一個應用，這個應用會教它自己去以“超人”水平玩經典視頻遊戲。

距展示應用程序後僅一個月，谷歌撒出 4 億美金收購了它。據說 DeepMind 在強化學習+深度學習組合方面是人工智能方面的突破，它的技術可以幫無人駕駛汽車解決一些最基本和困難問題，比如在一個發生改變和未知環境下如何理解人類手勢。

另一個項目是 Tango，這個東西可以跟蹤和預測一個目標對象的 3D 運動，並通過它相機深度-傳感技術，為周圍環境創建一個精確的三維模型。Tango 技術代表了人類在機器人領域和機器視覺領域的 10 年研究，幾年前谷歌通過對摩托羅拉的收購將它囊入懷中。

上述只是兩個例子。Bridges 說：關鍵在於，實際上所有谷歌產品之間都存在著大量的協同和技術強化，包括它低功耗車載系統和傳感器之間，對創建和解釋一個複雜實時三維視野的裨益，以及雲服務、谷歌地圖、共享協作地圖 Waze 等等，甚至是谷歌眼鏡已經獲得的經驗，而正是這些產品與技術的交叉施肥，使谷歌汽車和 3D 模擬器成為可能。

而即使傳統汽車制造商突然反應過來大吃一驚轉用資本方式投資一些新技術，無人駕駛這個領域，小創業公司在獲得“資源深度和廣度”方面的難度也會決定它很難生存，死掉的遠比活著的多。

下一個重要任務是

良好商業計劃基本都以一個“價值命題”開始，那麽，谷歌這門生意的成本和利潤到底是如何呢？這里我先上些背景知識：

目前平均一個美國人，平均一年，會開 1.2 萬 Miles 左右的路程，而這個人，大概在每 Mile 上花費成本是 76 美分（註意啊：這里還未計 Park Fee、Car Wash Fee、保險、維修、保養等一堆數字），也就是說：平均一個美國人，平均一年，會花 9120 美金，在 1.2 萬 Miles 的駕車通勤上。

下面， 是 Bridges 給出的無人駕駛移動出租模式下的計價方式：

第一，它可以將上述 76 美分降到 Per Mile 的 39 美分；第二，如果你願意“拼車”，成本還將降到 Per Mile 的 19 美分。

啥意思呢？上述每年 9120 美金，將驟減至 4680 美金，甚至 2280 美金。但是還沒完，如果是在競爭更充分環境（假設市場上不只有谷歌在提供類似服務），這兩個數字還將降至 3480 美金和 1680 美金。

而另一方面手機端用戶體驗，根據摩爾定律，智能手機每 7 年會提速 10 倍，14 年內它會是 10 倍乘以 10 倍也就是 100 倍。這意味什麽呢？意味：當我對著智能手機說：

“Hello Mobility, this is Lynn, I need an auto to take Karen and me to her Mom's house.”

（由於 Karen 名字早就在我手機 Favorites list 里，它會迅速識別並劈里啪啦告訴我，她知道的 Karen Mom's address 和我們預期將到達時間，這個大腦已飛速計算過路面交通會耽誤的時間）

這里不再詳寫，總之大概意思：一個私人司機會在 5 分鐘內出現，很少說話，但大腦特別發達，包括能立刻找到城市中位置、知道正發生什麽交通事故，能迅速分析該怎麽繞道才能避過交通 Delay，並讓你約見對象很快知道你會在多少時間內到達。

谷歌的商業計劃書

為更好理解無人駕駛移動出租服務模型，Bridges 甚至還選擇了一個城市進行說明。

Denver：這個城市公司雇員多/“通勤率很高”，據 U.S. Census 數據：平均一天，“內通勤上班族”是 26.8512 萬人次，“外通勤上班族” 11.2382 萬人次；而平均一起內通勤花費時間 24.1 分鐘，外通勤 20 分鐘。

另外如果采納谷歌已收購的以色列地圖共享公司 Waze 數據： Denver 主要 Highway 上行駛速度是 40.4 Mph；城市街道則為 17.0 Mph。

這里先做個假設：Denver 城市 2/3 通勤在高速發生，1/3 在城市街道（這個假設對 Denver 基本合理） ，那麽，這個城市平均內通勤速度可以視為是 32.6 Mph；外通勤速度可以稍微預估高點，到 40 Mph。也就是說：平均一次內通勤時間是 24.1 分鐘，速度 32.6 Mph，預估平均通勤路程 13.1 Miles；而假設平均外通勤時間 20 分鐘，大概速度 40 Mph，以及平均通勤路程為 13.3 Miles。那麽……

接下來，數學不好的人要睜大眼睛了。老實說，接下來的東西簡直折騰死我，因為 Ruttes 對很多數據是怎麽算出來的完全不解釋的說：

下面論證開始

假設移動無人駕駛出租服務可以在這個叫做 Denver 的城市，每個工作日早上（6：00am-9:00am）產生 4 個內通勤和 3 個外通勤，外加他們返程（3:30pm-6:30pm），那麽每輛無人駕駛車一個工作日可以產生 185 Miles 的通勤：

4 × 13.1 Miles × 2 = 104.8 Miles

+

3 × 13.3 Miles × 2 = 79.8 Miles

=

184.6 Miles ≈ 185 Miles

而假設：如果平均每個移動無人駕駛出租服務，平均每天可產生 1.6 名上班族（數字有點奇怪，應該已計入“拼車”），和 7 次往返行程（4 次內+3 次外），那麽如果制造出 1 萬輛無人駕駛車，每天就可以服務 11.2 萬（1.6×1萬×7）人次上班族。

這個 11.2 萬大概占 Denver 內通勤人口的 24%（計算方式：11.2萬 ×4/7，再除以 26.8512 萬 = 23.8% ≈ 24%）；同時，大概占外通勤人口總數的 43%（計算方式：11.2萬 ×3/7，再除以 11.2382 萬 = 42.7% ≈ 43%）。

對運輸業有概念/敏感的讀者可能要問：後面這個 43% 比例是否太高了？Bridges 說，這是因為這一業務模式，運營商完全可以給到外通勤上班族一個很大折扣，比如 7 折，因為“空載率”是所有出租業務的禍根，而一個 7 折折扣能吸引外通勤人，有 70% 的正常收入總比一點收入也沒好。

似乎時間已經來不及，這里我將只寫結論，剩余部分留給大家自己去看（這本書值得一看，在亞馬遜上是“全五星”），最後他的結論是：無人駕駛租賃服務模式運營成本，可以降到比出租車還低。

以下是原因

難題

不過，就像 Uber 的融資之戰，這已經是個“資本聯盟”的世界，在一切真實發生前，會突然殺出一支比谷歌動作更快的聯盟軍嗎？此外，谷歌無人駕駛技術遠未完美，還有一大堆難題需要解決，比如無法應對惡劣天氣等等；以及世界上一些不光光是技術創新就能解決的問題，像骯臟的政治交易，後臺有誰看過和“電動車”有關的那部紀錄片 Who Killed the Electric Car 嗎？

一切都不知道，但無疑有這些“視野”是好玩的，接下來 5-10 年，一切將非常有趣。

文章評論

匿名用戶

發布

全部評論：10

發布