ライドシェア業界の競争が激化する2026年、Uberはより焦点を絞った現実的な成長路線を模索しているようだ。今週、UberのチーフプロダクトオフィサーであるSachin KansalはTechCrunchの独占インタビューに応じ、同社が戦略的詳細について沈黙を守ってきた中で珍しく口を開き、金融サービス、自動運転パートナーシップ、データ運用、AI活用に至るまで、Uberの今後3年間の製品ビジョンを一つひとつ明らかにした。
「何でも屋」にはならない：Uberの金融への野心
「私たちは、すべての人にとってのすべてになろうとは思っていません。」Kansalは、Uberが事業領域を際限なく拡大しているという外部からの疑問に対し、率直にこう答えた。UberがUber Moneyを立ち上げたのは、従来の銀行と競合するためではなく、ドライバーと乗客の取引における摩擦を軽減するためだと彼は強調した。また、ドライバーが収入の一部を直接利付き普通預金口座に入金できる「Uber Save」という機能をテスト中であることを明かし、2027年までにUber Eats加盟店のサプライチェーンファイナンスにも金融サービスを拡大する計画があることを語った。
「私たちの核心はモビリティとローカル配送であり、金融サービスはそのエコシステムをよりスムーズに機能させるための潤滑油に過ぎません。」——Sachin Kansal
実際、Uberの金融への野心は2019年に導入したデビットカードとウォレット機能にまで遡る。しかしKansalは、競合他社のLyftが最近打ち出した「Lyft Cashback」とは異なり、Uberは高キャッシュバック戦略には賭けず、アカウントの実用性と安全性を重視すると強調した。たとえば将来的には、乗客がサードパーティアプリに切り替えることなく、Uberウォレットから直接駐車料金やシェアサイクルの利用料を支払えるようになる予定だ。
Waymoとの「愛憎劇」：競合相手からパートナーへ
Uberと自動運転企業Waymoの関係は、シリコンバレーで最もドラマチックなビジネスストーリーの一つと言えるだろう。2017年の特許訴訟合戦から、2023年のフェニックスおよびサンフランシスコでのWaymoロボタクシー試験運行の発表、そして現在ではUberがWaymoを「マルチモーダルモビリティ」の中核サプライヤーとして位置付けるまで、その転換の速さは驚くべきものがある。Kansalは、Waymoを全面的に受け入れるかどうかについてUber社内で激しい議論があったことを率直に認めた。
「私たちは非常に現実主義的です。ある都市でWaymoの自動運転タクシーが人間のドライバーより安価で信頼性の高いサービスを提供できるなら、UberアプリでそれをUberアプリで優先的に推奨したい。しかしそれは自社開発を諦めることを意味しません。」このKansalの発言は、自動運転に関するUberの二重戦略を示唆している。業界のリーダーと協業しつつ、昨年設立したAV Labsを通じて自社のデータ優位性も積み上げていくというものだ。
AV Labs：データで自動運転の実用化を牽引する
UberのAV Labsは車を製造するためではなく、自動運転時代の「データオペレーター」になるために存在している。Kansalによると、同部門はUberプラットフォーム上で数億回の乗車から得られるリアルタイムの道路状況、乗客の嗜好、渋滞パターンなどのデータを活用し、パートナー（Waymo、Aurora、GM Cruiseなど）に対して高精度地図の更新、最適な乗降ポイントの推奨、さらには各都市の運転習慣に対応するアルゴリズムのトレーニング支援まで提供しているという。
「たとえば北京の雨の夜に三里屯のバーが閉まる時間帯を想像してみてください。Uberのデータは自動運転車両に、どこで停車すべきか、乗客がどちら側から乗り込むことを好むかを教えることができます——こうした細部こそが、商用化の成否を決めるのです。」とKansalは例を挙げた。AV Labsはすでに6社の自動運転企業とデータ共有協定を締結しているが、Uberはユーザーのプライバシーを守るため、データの匿名化処理を堅持している。
AIは「静かに浸透する」：ユーザーが感じられる変化
AIがUberアプリの中でどのように実際に機能しているかを問われると、Kansalは「技術の見せびらかし」ではなく「実用性」を強調した。Uberは大規模言語モデルを活用してカスタマーサービスの対話を最適化し、ドライバーと乗客間のトラブル解決速度を40%向上させた。また、AIによるスマートディスパッチシステムは過去のデータとリアルタイムの天気情報をもとに今後15分間の注文密度を予測し、事前にドライバーをホットゾーンへ誘導することができる。
ユーザー向けの最も目立つ変化は「スマート通知」機能だ。乗客が特定のレストランで同じ料理を繰り返し注文すると、アプリが自動的に「もう一度注文しますか」と提案する。ドライバーが3夜連続で空港で順番待ちをしていると、システムが配車モードの切り替えを提案する。こうした一見些細な機能の背後には、Uberが2024年から投資を始めた「孔子」AIトレーニングフレームワークがある——ユーザーの行動嗜好と意図予測に基づいたMixture of Expertsモデルだ。
「AIは単なる概念であってはなりません。AIは配車をより正確に、食事の待ち時間をより短く、コミュニケーションをよりスムーズにするものであるべきです。それこそがユーザーが本当に気にしていることです。」——Sachin Kansal
編集後記：Uberの「限定的拡張」という哲学
テック大手がこぞってフルスタックの自社開発と勝者総取りを追求する時代において、Uberの今回の発言は際立って冷静だ。2019年の自動運転チームの切り離しから、2023年のWaymoとの和解・協業、そして現在の金融ツールとデータサービスへの集中に至るまで、Uberは証明しつつあるように見える——重資産かつ規制の厳しいモビリティ領域においては、「何をするか」よりも「何をしないか」の方がより深い知恵を必要とする、ということを。もちろん、オープンプラットフォームを維持しながら、パートナーによるコア利益の侵食を防ぐことができるかが真の課題だ。Uberのこのバランス術は、あらゆるプラットフォーム型企業にとって参考に値する。
本記事はTechCrunchより編集・翻訳
© 2026 Winzheng.com 赢政天下 | 转载请注明来源并附原文链接