过去一年，Uber悄然将业务版图延伸至核心之外。除网约车与外卖配送两大支柱外，用户在App中如今还能找到由Expedia提供支持的酒店预订、"帮我购物"私人助理功能，以及欧洲地区的船只租赁服务。
在这些前台变化之下，后台同样动作频频。例如，面向司机的借记卡产品、供这一群体增收的数据标注副业，以及成立仅半年的业务部门AV Labs。AV Labs负责运营一支配备传感器的车队，独立于Uber常规司机网络，专门用于采集海量驾驶数据。Uber将此定位为深化与自动驾驶合作伙伴关系的举措——Uber持有部分合作伙伴的股权——但这也明显带有战略对冲的意味。Uber与Waymo等自动驾驶企业既是合作方又是竞争对手，掌握数据层意味着掌握谈判筹码与战略选项。
Uber究竟会否蜕变为类似东南亚Grab那样的"超级App"，目前仍是未解之谜。在近期一次对话中，Uber首席产品官萨钦·坎萨尔（Sachin Kansal）就公司金融服务布局、与Waymo日趋复杂的关系、AV Labs数据项目，以及AI如何真正影响司乘两端的体验，进行了全面阐述。
以下对话经整理删减。
今年早些时候你们发布了酒店、船只租赁及更多购物功能。这份产品清单是如何确定的，又有哪些方向未能入选？
每年我们的团队都在构建大量产品，其中一部分被认为值得在最重要的舞台上向外界展示。今年我们选定的主题是"旅行"。Uber平台上每年有15亿次行程发生在用户的非常住城市，说明旅行场景是Uber用户的高频需求。本次的核心发布是与Expedia合作在Uber上推出酒店预订，但旅行远不止于此——你需要从机场到酒店的接驳，也需要订餐。我们听到很多用户反映，他们已不再使用客房服务，而是直接使用Uber Eats。"帮我购物"功能则旨在让用户能够从任何本地门店购物，即便该门店尚未入驻Uber Eats。在我看来，旅行是第三个支点——Uber有了出行，再有了外卖，现在正在加入旅行。
Uber是否在朝亚洲"超级App"那样的自有金融服务方向迈进？
金融服务对我们而言涵盖多个维度——消费者、司机与快递员、以及商家。目前我们主要面向司机和快递员推出了多款产品，包括名为"Uber Pro卡"的借记卡，供他们提取和管理收入。在部分地区我们也开始向商家试点相关产品。至于面向消费者的金融服务，长期是否合适，还有待观察。目前消费者侧存在一种通用货币——Uber积分，与会员计划挂钩。以酒店为例，会员在消费1000美元时可获得10%返现，即100美元积分，可用于出行或外卖消费。
Uber会推出先买后付产品吗？
目前尚无定论，因为我们希望让专业的人做专业的事。我们已与业内提供该服务的合作方建立了合作，用户在结账时可以使用先买后付。就我们整体产品策略而言，我们并不试图成为服务所有人的全能平台。
船只租赁采用了跳转至合作方页面的模式，这是否会成为后续功能的标准范式？
对于一些新尝试，我们确实会先依托合作方，因为深度双向集成需要大量时间，在某些情况下，先试水再深度整合是更合理的选择。以Expedia为例，我们判断深度集成更有价值，因此与Expedia联合开发了完整UI。但也有一些场景，将后续体验交给该领域的专家更为合适，若用户反响良好，我们随时可以进一步深度整合。
Uber One会员计划目前拥有5100万会员，占预订量近半。是否有数据证明跨品类促活真的有效？
在外卖侧，用户大约下两到三单即可覆盖月费成本。随着会员对计划的使用越来越习惯，他们在原有业务线的消费频次在提升，同时也开始使用其他业务——我们看到纯出行用户开始使用外卖，纯外卖用户也开始使用出行。
外卖是科技行业最难盈利的业务之一，Uber Eats目前是否仍需依赖网约车业务维持健康运营？
在Uber Eats早期阶段确实尚未盈利，但过去几个季度，Uber Eats已经成为我们独立盈利的业务，并在持续贡献利润。
你们最近终止了与Waymo在凤凰城的合作，同时在其他城市扩大规模，如何在既与同一供应商合作、又在某些城市与其竞争的局面下保持体验一致性？
凤凰城是我们与Waymo合作的首个城市，规模约12辆车，而我们规模化落地的城市是奥斯汀和亚特兰大，在那里我们与Waymo的合作已有数百辆车。近期我们审视了凤凰城的试点，双方共同判断没有必要继续。Waymo是我们重要的合作伙伴，但在许多城市他们也是竞争对手。我们并不追求成为L4自动驾驶技术提供商，我们专注于铺设"赛道"，以便与多方合作。我们相信混合网络——人类司机与自动驾驶车辆在同一城市协同运营——能够实现供需的动态平衡。
AV Labs能为自动驾驶合作伙伴提供哪些他们自身尚不具备的价值？
我们将通过车队合作伙伴部署数百辆配备传感器的车辆，从中采集数以百万英里计的驾驶数据。这对解决长尾问题至关重要——你需要覆盖各种边缘场景，而不仅仅是P95、P99级别的情况。除数据本身外，我们1000万名司乘服务人员在上下客环节积累了大量实操经验，我们每年处理2500万件遗失物品——这些运营层面的问题在自动驾驶时代该如何解决，正是我们能够带来的核心价值。
Uber是否在向生成式AI公司出售司机和乘客数据？
可以分两部分来看。面向生成式AI公司，我们能够调动司乘服务人员对数据进行标注，或进行音频采集，这部分确实存在商业合作，我们会向其出售相关数据——这是一块全新的业务，我们对此非常看好。AV Labs是独立的，数据共享的商业模式目前仍在摸索中，现阶段还为时尚早。
司机是否在搭载乘客时录制对话用于数据业务？
完全不是。我想明确说明，在接单服务期间，不存在任何对话录制。只有在司机不接单、不行驶、不配送的空闲时间里，他们才会去转录音频内容，这部分工作会获得相应报酬。
AI目前以哪些用户可直接感知的方式出现在出行或配送体验中？
面向平台上的服务人员，我们推出了收入助手——他们最关心的问题是如何多赚钱，助手会告诉他们："南湾区单量较少，但往东五英里有大量需求，建议前往。"外卖侧，有一个购物车助手，用户只需说"我要牛奶、鸡蛋、面包"，系统就能快速生成购物车。出行侧，用户可以用语音叫车，比如"我要去机场，有六件行李，一共六人"。
完全智能体化的Uber——"帮我规划并预订整个行程"——是否指日可待？
我无法给出时间表，也无法确切说明功能形态，但我认为AI将是这一愿景的重要推手，让我能把复杂性交给平台，只需告诉智能体我想要什么。说起来容易，做起来难——我们不想为了完成任务而推出一个效果不佳的智能体，只是勉强交差。
作为首席产品官，面对如此多并行推进的方向，你如何确定优先级？
我会把70%至80%的时间花在确保现有产品或即将上线产品足够扎实上。新想法就像闪亮的玩具——100个想法里可能只有5个是好的，而这5个还需要大量的培育和坚定的信念。大约20%的时间用于探索新方向——顺带一提，我会亲自去跑单和配送，从另一个视角直接体验我们的产品。
Q&A
Q1：Uber的AV Labs是什么？它的主要职能是什么？
A：AV Labs是Uber成立仅半年的业务部门，负责运营一支配备传感器的车队，该车队独立于Uber常规司机网络运行，主要用于大规模采集驾驶数据。Uber将其定位为深化与自动驾驶合作伙伴关系的举措，同时也通过掌握数据层来增强与合作方谈判的筹码和战略灵活性。
Q2：Uber One会员有哪些好处？目前规模有多大？
A：Uber One会员计划目前拥有5100万会员，占Uber平台总预订量的近一半。会员可享受多项福利，例如在酒店预订上获得10%返现，返还的积分可用于出行或外卖消费。数据显示，会员不仅在原有业务线上消费频次更高，还会逐渐跨品类使用Uber的其他服务，例如纯出行用户开始使用外卖，纯外卖用户开始使用出行。
Q3：Uber上的AI助手目前能做什么？
A：目前Uber平台上的AI功能主要体现在三个方面：面向司机和快递员的收入助手，能根据实时需求分布给出接单建议；外卖侧的购物车助手，用户通过语音输入商品需求即可快速生成购物清单；出行侧支持语音叫车，用户可直接用自然语言说明人数、行李情况等需求完成预约。
