Uber披露：AI智能体在最忙一周仅叫了4单行程

据 TechCrunch 报道，Uber 在 2026 年 11 月 4 日（周三）召开的 2026 年第三季度财报电话会上披露，在 10 月最繁忙的一周，即万圣节所在周，通过 AI 智能体下单的行程只有 4 单。这里的 AI 智能体指由其他公司开发的助手，例如聊天机器人或个人助理，它们代替用户预订行程或餐食，用户无需打开 Uber 应用。

据 TechCrunch 报道，首席财务官 Balaji Krishnamurthy 向分析师表示，那一周 Uber 与 Uber Eats 合计处理了约 3.2 亿次行程和订单，而 AI 智能体仅下了约 500 笔 Uber Eats 订单。Crypto Briefing 报道了相同的数字。2026 年 11 月 10 日，墨西哥媒体 Expansión 把这次披露解读为科技行业的预期与消费者习惯之间的差距。

4 单行程相对于 3.2 亿有多小？

把 4 单行程和约 500 笔餐食订单相加，由智能体发起的交易约为 504 笔，约占 3.2 亿次行程和订单的 0.00016%。这一百分比是我们根据近似数字自行计算的结果，并非 Uber 公布的数据。Crypto Briefing 只计算了餐食渠道，得出大约每 64 万次行程和配送中有一笔由智能体下单。

各来源对所涉时间段的表述并不完全一致。TechCrunch 将这 4 单行程对应到万圣节所在周，而 Crypto Briefing 有一处提到的是整个季度。本文采用 TechCrunch 对电话会的叙述；在 Uber 发布详细拆分之前，确切的统计窗口应视为未经证实。

目前看到的是非常、非常早期且非常有限的进展。

为什么用户不让智能体叫车？

据 TechCrunch 报道，Khosrowshahi 指出，在 Uber 自家应用里预订一次行程平均只需 50 秒，重新下单一份常点的餐食需要 90 秒。这说明 AI 智能体未必能为任何人节省时间。

软件咨询公司 Cognativ 在自己的分析中（并非 Uber 的表态）列出了更多阻力：对上车点、价格和时间窗口的信任，会把用户拉回应用；支付和身份授权会带来责任归属问题；还有习惯，每天打开 Uber 的人没有什么理由把同一件事交给另一个产品。

Uber 并不孤单。据 TechCrunch 报道，DoorDash 在前一周的财报电话会上表示，迄今只收到几百笔来自 AI 智能体的订单，因为大多数客户仍通过 DoorDash 应用下单。

围绕 AI 智能体的热潮还站得住脚吗？

TechCrunch 指出，这些数字出现在人们对智能体热情高涨之际，这类智能体不只回答问题，还能替用户办事。报道提到去年成立的初创公司 Instinct，其最新一轮融资估值为 100 亿美元；还提到 Meta 的 Muse，10 月曾登上苹果美国 App Store 榜首，据 Meta 自己的数据用户超过 1000 万，其中许多人用它购物并与商家交易。据 TechCrunch，OpenAI、Anthropic、Google 和 SpaceXAI（Grok）也各自推出了智能体。

Uber 还在押注智能体吗？

是的。据 TechCrunch，Khosrowshahi 说，智能体是触达 Uber 平台的另一个机会，他预计它们对整个生态的需求会带来净正面影响。他指出，市场上目前有大约 8 个主要 AI 助手，预计最终会超过 10 个，并且每一家 AI 系统公司都在与 Uber 洽谈。

Cognativ 援引电话会补充说，Uber 正在与助手开发商协商条款，并希望避免依赖任何单一方。它还报告了一个早期信号：用 Uber 自家购物车助手生成的订单篮，大约是平均订单篮的两倍。这表明短期价值可能更多来自企业在自家产品内掌控的 AI，而不是从外部行动的第三方智能体。

核心业务依然强劲。Crypto Briefing 报道，2026 年第三季度总预订额为 598 亿美元，同比增长超过 20%，这是连续第五个季度高于该水平；非 GAAP 每股收益为 0.88 美元，增长 35%。在自动驾驶方面，该媒体称目标是到 2026 年底网络上有约 700 辆完全无人驾驶车辆，到 2027 年底超过 2000 辆。其结论是：负责驾驶的 AI 有具体目标，负责下单的 AI 只有 4 单行程。

关于 DiDi 的一点保留。Expansión 文章的标题称，中国平台滴滴（DiDi）也承认 AI 助手的使用率较低。我们能读到的部分没有给出 DiDi 的具体数字，因此此处不作报道。

这对墨西哥的企业意味着什么？

没有任何来源给出墨西哥专属的智能体预订数据：上述数字是 Uber 的全球数据。不过，对于正在决定投入多少资源以便被 AI 智能体触达的墨西哥配送、零售、出行或服务企业来说，它们仍是有用的现实检验。结合 Cognativ 的分析和 Uber 自身的立场，一个务实的计划包含四点：

• 把 AI 用在你能掌控体验的地方，如客户支持、报价或排期，而不是等外部助手给你带来客户。
• 为外部智能体做好系统准备：为搜索、定价、预订和订单状态记录清晰的接口，并配备身份验证和对自动化流量的限制。
• 把智能体流量作为独立渠道来统计，以便看出它何时开始变得重要。
• 避免被锁定在单一助手的生态里，因为助手的数量仍在增加，商业条款仍在谈判中。

想进一步了解如何在企业内部部署此类工具，请参阅我们关于企业 AI 智能体的页面。Uber 数字的启示在于先后顺序，而不是怀疑：即使是简单而高频的任务，客户也尚未转向智能体，因此短期回报更可能来自你自己渠道内的 AI。