Uber の製品責任者が語るホテル事業、ロボットタクシー、そして「万人向け万能企業」にはなりたくない理由

Uber は過去 1 年間、人々が連想する 2 つの主要事業（配車と配送）の枠を超えて、静かに事業領域を広げてきました。アプリを開けば、Expedia が提供するホテル予約機能や、「私に頼んでください」というコンシェルジュサービス、欧州でのボートレンタルなど、かつてない多様な機能が利用できるようになっています。

裏側では、さらに多くの動きが起きています。運転手向けのデビットカードの提供、収入を増やしたい運転手を対象としたデータラベリング業務といった副業機会の創出、そして 6 ヶ月前に設立された事業部門「AV Labs」などがその例です。AV Labs は、Uber の既存ドライバーネットワークとは別に、センサーを搭載した車両を運用し、より大量の走行データを収集する仕組みを開発しています。Uber はこの取り組みを、同社が株式保有もしている自律型運転車（AV）パートナーとの関係強化策として位置付けていますが、実態はリスクヘッジの色合いも強いです。Waymo を筆頭に、Uber は一部の AV パートナーと直接競合しているため、データレイヤーを自社で掌握することは、交渉力と選択肢の幅を広げる効果をもたらします。

Uber が Grab のようなアジアのスーパーアプリ並みの「何でもできるアプリ」へと完全に進化するかは、まだ不透明なままとどまっています。しかし今回のインタビューで、Uber のチーフプロダクトオフィサーであるサ钦・カンサル氏は、同社の金融サービスへの野心、Waymo との関係性が複雑さを増している現状、新たに始まった AV Labs のデータ運用体制、そして乗客や運転手が実際に体感し始める AI の活用について、TechCrunch に詳しく語りました。

なお、本インタビューは長さの調整と明瞭化のために編集されています。

TC: 今年に入り、ホテル予約やボートレンタル、さらにショッピング機能など新たなサービスが相次いで発表されました。これらの機能リストはどのように選定されたのでしょうか？また、採用を見送った項目にはどのようなものがあったのですか？

アジアの「スーパーアプリ」のように、Uber も独自の金融サービスを提供する方向へ進んでいるのでしょうか？

金融サービスは、消費者だけでなく、ドライバーや配達員、加盟店など複数のエンティティにまたがるものです。現在、主にドライバーと配達員向けに複数の製品を提供しており、その代表例が「Uber Pro カード」です。これはデビットカードとして機能し、稼いだ収益をすべて振り込むことができます。一方、加盟店向けには、特定の地域で一部の製品の試験運用を開始しました。

消費者向けの金融サービスについては、長期的な実現可能性を見極める必要があります。現時点では、消費者が利用可能な通貨として「Uber クレジット」があります。これは当社の会員プログラムと連動しており、例えばホテル利用の場合、1,000 ドルの取引に対して 10% のキャッシュバック（100 ドル相当のクレジット）が付与されます。このクレジットは、ライドや食事の利用時に使用可能です。

Uber は独自の「後払い（BNPL）」製品を提供する可能性がありますか？

その点は確信が持てません。なぜなら、専門家はそれぞれの専門分野に注力すべきだと考えているからです。すでに業界の他社とのパートナーシップを発表しており、決済画面でそのサービスを利用できる仕組みを整えています。一般的な製品戦略としては、「誰にでも何でも提供しよう」という姿勢はとっていません。

ヨーロッパでのボートレンタルでは、支払いタブをタップするとユーザーが提携先の予約フローへ遷移し、Uber 内で完結しません。この「手渡し（ハンドオフ）」モデルが今後の標準となるのでしょうか？

特に新しい取り組みを行う際などは、パートナーに頼るケースもあります。両方向への統合には時間がかかるためです。場合によっては、深く統合する前に試してみる方が有益なこともあります。

Expedia の事例では、深く統合することが合理的だと判断し、Expedia と連携して UI をすべて自社で構築しました。一方で、特定の分野の専門家に残りの体験を任せることも時には有効です。もしそこで大きな反響があれば、その際は改めて深く統合することも可能です。

Uber One 会員数は現在 5100 万人に達し、予約全体の約半分を占めています。クロスセルが実際に機能しているというデータはありますか？例えば、配送サービスを利用していたユーザーが、その後ライドシェアの利用頻度を高めるようなケースです？

配送サービスの側では、月額会費の元が取れるのは通常 2〜3 回の注文で済みます。会員がプログラムに慣れれば、既存の事業内での利用頻度が高まります。また、他事業への利用拡大も進んでいます。ライドシェアのみ利用していた人が配送サービスを使い始めたり、逆に配送のみだった人がライドシェアを利用し始めたりするケースが増えています。

配送ビジネスはテック業界でも特に収益化が難しい分野の一つです。Uber Eats は依然としてライドシェア事業に支えられて健全性を保っているのでしょうか？

Uber Eats は創業初期は黒字化していませんでしたが、ここ数四半期にわたり、同事業は独立した収益源として確立され、大きな利益を生み出しています。

私が今春に執筆した記事では、Uber が予期せぬ形で Airbnb と直接競合するようになり、Airbnb も現在パートナーを通じて空港送迎サービスを提供している点を指摘しました。この見方についてどうお考えですか？また、御社が最も注力している相手は誰でしょうか。

ライバルは決して不足していません。米国では Lyft、ラテンアメリカでは Didi や 99、世界規模では Bolt や Ola、配送分野では DoorDash や Delivery Hero が存在します。しかし、私がそれら競合他社の動向に費やす時間はごく一部です。私を夜中に眠れなくさせるのは、競合の動きではなく、「我々がユーザーに提供できる価値を最大限に届けているか」という問いです。

先日、フェニックスでの Waymo 実験プログラムを終了させつつ、他の地域では拡大を進めています。同じサプライヤーと提携しつつも、一部の都市では競合関係にある状況下で、どのようにしてユーザー体験の一貫性を保っているのでしょうか？

ウーバーはウェイモと提携して最初の都市としてフェニックスを選定し、当初は約12台の自動運転車からスタートしました。しかし、大規模な展開が行われたのはオースティンとアトランタで、ここでは数百台の車両を共同運用しています。最近、フェニックスでのパイロット事業を見直した結果、両社で継続しないという合意に至りました。

ウェイモは素晴らしいパートナーですが、多くの都市では競合関係にもあります。ウーバーがL4レベルの完全自動運転プロバイダーとして競争するつもりはないのです。私たちが注力しているのは、複数のプレイヤーと協力できるための「レーストラック（インフラや環境）」を整備することです。

同じ都市内で人間ドライバーと自動運転車を混在させるハイブリッドネットワークを信じています。これにより、需要と供給のバランスを最適化できるからです。

AV Labs について、ウーバーは自動運転パートナーに何を提供できるのでしょうか？

ウーバーは、 fleet パートナーを通じて数百台の車両にセンサーを搭載し、運用を開始します。その結果、数百万マイル分の走行データを収集することになります。これは「ロングテール問題」の解決に大きく寄与します。P95 や P99 のような一般的なケースだけでなく、あらゆるエッジケース（稀な事象）を網羅的に把握する必要があるからです。

データそのもの以上に重要なのが、1,000 万人を超えるワーカーが持つノウハウです。ピックアップやドロップオフの仕組みについて、彼らは豊富な知見を持っています。ウーバーは年間2,500万件の紛失品を処理していますが、自動運転の世界でこれをどう運用するかという点でも、私たちが提供できる運営上の専門知識があります。

ウーバーは、生成AI企業に対してドライバーやライダーのデータを販売しているのでしょうか？

この件は大きく2つの側面に分けられます。まず、生成AI企業との関係についてですが、私たちはプラットフォーム上のパートナー（エナー）や音声収集を通じてデータにラベル付けを行い、それらを販売するビジネスを展開しています。これは新しい収益源であり、非常に期待を抱いています。

一方、自動運転車両の研究開発を行う「AV Labs」は別枠です。ここでのモデル構築や、パートナーとのデータ共有については現在も検討を進めている段階で、まだ結論が出るには早すぎます。

ドライバーが乗客との会話を録音してデータを収集しているのですか？

いいえ、全くありません。この点を明確にしておきますと、走行中や配送中に会話の録音が行われることはありません。データ収集作業は、運転や配送を行っていない休憩時間に行われます。その際、ドライバーは単に会話をしたり、提示された音声ファイルを聞いて文字起こしをしたりするだけです。もちろん、この作業に対しては報酬が支払われます。

AIは実際に、乗客やドライバーが体感できる形で導入されていますか？

プラットフォーム上のパートナー（エナー）向けには「アシスタント」機能を提供しています。彼らが最も気にしているのは「いかにして収入を増やすか」という点ですが、このアシスタントは「サウスベイ地域は今ほど需要が少ないので、5マイル先なら多くの注文があるかもしれません」といった具体的な提案を行います。

Eats（フードデリバリー）では、買い物カゴ作成を支援するAIがあります。例えば「牛乳と卵とパンを買って」と指示するだけで、瞬時にカートが完成します。

ライドシェアサービスでも音声によるリクエストが可能になりました。「空港へ向かう乗車を手配したい。荷物が6個で、同乗者は6人です」と話すだけで対応可能です。

「Uber が完全自律型のエージェントになり、「旅行全体を計画して予約する」ような時代はもうすぐ来るのでしょうか？」

具体的な時期や機能の詳細についてはお答えできませんが、AI はその実現に向けた大きな後押しになると考えています。複雑な処理はプラットフォームに任せて、自分が望むことをエージェントに伝えるだけで済むようになるはずです。

もちろん「言うのは簡単だが実行は難しい」のが実情です。単に「エージェントを導入した」というチェックボックスを付けるために、機能性が十分でない製品をリリースしてはいけません。そこには十分な慎重さが必要です。

CPO として、これほど多くのアイデアが並行して進んでいる中で、どのように優先順位をつけていますか？

私の時間の 70% から 80% は、既存の製品やこれからローンチする製品が可能な限り堅牢であることに注ぎます。新しいアイデアはどれも魅力的な「光るもの」のように見えますが、100 のアイデアのうち本当に良いのはおそらく 5 つ程度です。その数少ない優れたアイデアこそが、多くの育成と確信を必要とするのです。

残りの 20% ほどは新アイデアの開発に充てています。ちなみに、自社の製品を別の視点から firsthand（直接）体験するために、私は自ら運転や配達業務を行うこともあります。

*当記事内のリンクを通じてご購入いただいた場合、当社は少額のコミッションを受け取る場合があります。ただし、これは当社の編集の独立性には一切影響しません。*