Robotaxi & AI Logistik: Pelajaran untuk Bisnes SG

Uber baru sahaja beri satu signal yang ramai pemilik bisnes patut ambil serius: walaupun margin kena tekan (diskaun tambang, cukai lebih tinggi), mereka masih sanggup labur besar untuk autonomi.

Pada 4 Feb 2026, Reuters melaporkan Uber mengekalkan strategi kenderaan autonomi (robotaxi) walaupun ramalan untung suku pertama berada di bawah jangkaan, dan kadar cukai efektif 2026 dijangka 22%–25% kerana operasi di lebih 70 negara. Dalam masa yang sama, permintaan masih kukuh: jumlah trip naik 22% pada suku keempat, dibantu produk “lebih murah” seperti shared rides.

Kalau anda ikut siri “AI dalam Logistik dan Rantaian Bekalan”, berita ini bukan sekadar cerita Silicon Valley. Ia contoh jelas bagaimana syarikat besar menggunakan AI dan automasi untuk menang dalam pasaran yang semakin sensitif pada harga. Dan ia sangat relevan untuk bisnes di Singapura—terutama yang bergantung pada penghantaran, fleet, dispatch, gudang, atau pengalaman pelanggan.

Satu ayat yang saya suka untuk rangkum isu ini: bila harga makin kompetitif, automasi bukan pilihan—ia cara untuk kekal hidup.

Kenapa Uber tetap tekan robotaxi walau profit terjejas?

Jawapan paling mudah: robotaxi ialah strategi kos jangka panjang, bukan helah PR.

Uber sedang cuba bina kelebihan struktur: bila pemandu manusia jadi komponen kos paling besar, automasi boleh mengubah unit economics secara dramatik. Reuters menyebut Uber akan komit modal kepada rakan kenderaan untuk “secure supply” awal dan percepat deployment, sambil cuba dapatkan bank dan private equity untuk biayai kebanyakan fleet autonomi.

Ada dua poin penting yang bisnes kecil-sederhana (SME) di SG boleh belajar:

1. Mereka tak “beli teknologi”, mereka “beli bekalan dan kapasiti”. Dalam dunia autonomi, yang menang bukan semestinya yang ada model AI paling cantik—tetapi yang ada akses kepada aset (kenderaan), data, dan rangkaian operasi.
2. Mereka gabungkan modal sendiri + pembiayaan pihak ketiga. Ini cara realistik untuk buat automasi skala besar tanpa ‘membakar cash’ sepenuhnya.

Dalam logistik, analoginya jelas: syarikat yang boleh automasikan routing, picking, dan dispatch lebih awal akan dapat kos per penghantaran yang lebih rendah—walaupun pasaran tekan harga.

“Murah” bukan semata-mata diskaun: ini tentang reka bentuk operasi

Uber kata mereka lihat permintaan kuat, dan pengguna makin memilih produk mobiliti kos rendah. Ini bukan sekadar marketing. Ia operasi.

Bila harga turun, anda hanya ada tiga pilihan:

• Turunkan kos operasi (automasi, standardisasi proses, kurangkan waste)
• Naikkan produktiviti aset (kenderaan, rider, gudang, staf)
• Naikkan nilai per order (bundle, upsell, SLA premium, reliability)

Robotaxi—kalau menjadi—buat dua perkara serentak: tambah supply dan turunkan kos per trip. Uber juga mendakwa kenderaan di platform Uber capai utilization lebih tinggi dan pickup lebih cepat berbanding robotaxi standalone. Ini idea platform: satu aplikasi, banyak demand sources.

Terjemahan untuk AI dalam rantaian bekalan

Untuk bisnes di SG yang urus penghantaran atau logistik:

• AI pengoptimuman laluan (route optimization) bukan sekadar peta. Ia keputusan kos: jarak, masa, tol, jam puncak, kapasiti kenderaan, dan SLA.
• Ramalan permintaan (demand forecasting) menentukan berapa inventory, berapa shift, dan berapa van/rider anda perlukan.
• Automasi dispatch kurangkan masa “menunggu” yang biasanya tak nampak dalam laporan kewangan.

Kalau anda pernah rasa “kenapa delivery team sibuk tapi output tak naik?”, biasanya puncanya ialah work allocation dan routing yang manual.

Pelan 15 bandar Uber: apa yang ia ajar tentang scale dan risiko

Uber menyasarkan untuk memudahkan trip robotaxi di sehingga 15 bandar global menjelang hujung 2026, termasuk Madrid, Hong Kong, Houston, Zurich—dan Hong Kong dijangka jadi pasaran ride autonomi pertama mereka di Asia.

Bagi saya, menariknya bukan senarai bandar. Ia cara mereka urus risiko:

• Pilot multi-city: bukan tunggu “sempurna” di satu tempat baru roll out.
• Partnership-first: Uber bekerjasama dengan pemain autonomi (contohnya Waabi) dan rakan kenderaan.
• Capex terpilih: mereka masukkan modal untuk jamin supply, tapi cuba biayai fleet melalui institusi kewangan.

Apa yang SME SG boleh buat tanpa robotaxi?

Anda tak perlukan kenderaan autonomi untuk ambil manfaat yang sama. Anda perlukan AI yang menstabilkan operasi.

Mulakan dengan tiga sasaran yang cepat beri ROI:

1. Pengoptimuman laluan pengangkutan untuk kurangkan km kosong dan masa idle
2. Automasi gudang untuk kurangkan salah pick/pack dan masa cycle
3. Ramalan permintaan untuk kurangkan stockout dan overstock

Kemudian tambah satu lapisan yang ramai terlepas pandang: customer engagement automation (notifikasi ETA, reschedule automatik, proof-of-delivery yang kemas). Bila pelanggan rasa proses “teratur”, aduan turun—dan itu jimat kos juga.

AI logistik yang benar-benar penting: “utilization” dan “pickup time” versi anda

Uber menekankan dua metrik: utilization (berapa banyak aset digunakan) dan pickup time (masa tunggu pelanggan). Dalam logistik, metrik padanan yang paling dekat ialah:

• Utilization → vehicle fill rate, drop density, order per route, warehouse throughput per hour
• Pickup time → order-to-dispatch time, dock-to-door time, time-to-first-attempt

Ini metrik yang patut anda papan pemuka (dashboard) setiap minggu, bukan sebulan sekali.

Checklist ringkas: metrik AI logistik untuk pantau mingguan

• Kos per penghantaran (by zone, by SLA)
• On-time rate (by driver/rider, by route)
• Km kosong (% deadhead)
• Average stops per route
• Re-delivery rate (alamat salah, pelanggan tiada)
• Warehouse pick accuracy
• Forecast accuracy (MAPE) untuk SKU utama

AI yang bagus ialah AI yang mengubah metrik ini—bukan AI yang nampak “smart” dalam demo.

“Robotaxi tak gantikan demand, ia luaskan market” — betul, dan ini relevan untuk SG

Uber berkata robotaxi cenderung mengembangkan pasaran mobiliti, bukan menggantikan demand sedia ada, kerana ia tambah supply, naikkan reliability, dan turunkan harga—yang akhirnya naikkan volum trip.

Prinsip yang sama berlaku dalam rantaian bekalan:

• Bila anda turunkan kos fulfilment dan naikkan reliability, anda boleh buka servis baharu: same-day untuk kawasan tertentu, time-window delivery, atau subscription delivery.
• Bila ops lebih stabil, sales team lebih berani janji SLA—dan itu boleh naikkan revenue.

Di Singapura, pelanggan (B2C dan B2B) makin biasa dengan expectation yang tinggi: tracking, ETA, bukti penghantaran, dan respons cepat. AI membantu anda deliver expectation itu dengan kos yang masuk akal.

Cara praktikal mula AI dalam logistik (tanpa projek 12 bulan)

Jawapan terus: mulakan dengan data yang anda sudah ada—order, alamat, masa dispatch, POD, dan invois. Jangan tunggu IoT lengkap.

Pelan 30-60-90 hari yang saya cadangkan

30 hari: pilih satu use case + bersihkan data minimum

• Pilih satu pain point yang paling mahal (contoh: re-delivery tinggi atau route tak efisien)
• Standardize format alamat, zon, dan timestamp
• Tentukan KPI tunggal (contoh: kos per drop atau on-time %)

60 hari: implement automasi keputusan

• Route optimization untuk kawasan tertentu
• Rule-based + AI-assisted dispatch (contoh: assign ikut kapasiti & SLA)
• Notifikasi pelanggan automatik (ETA, delay, reschedule)

90 hari: kembangkan + tambah forecasting

• Demand forecasting untuk staffing dan inventory
• Exception management: sistem flag order berisiko lewat
• Dashboard mingguan untuk ops + finance (bukan hanya ops)

Kesilapan biasa yang buat AI logistik “tak jadi”

• KPI kabur: “nak lebih efisien” bukan KPI
• Data tak diseragamkan (alamat, zon, masa)
• Ops team tak terlibat awal—AI jadi projek IT semata-mata
• Tiada proses untuk override bila AI salah (AI perlu “human-in-the-loop”)

Apa maksud berita Uber ini untuk pemimpin bisnes di Singapura?

Uber sedang buat pertaruhan mahal pada automasi kerana mereka nampak realiti pasaran: harga ditekan, cukai naik, tapi pelanggan tetap mahu servis cepat dan reliable. Kalau gergasi pun terasa tekanan margin, SME di SG lebih-lebih lagi.

Berita ini juga mengingatkan kita bahawa AI bukan hanya chatbot. Dalam siri AI dalam Logistik dan Rantaian Bekalan, fokus sebenar ialah AI yang menyentuh kos: pengoptimuman laluan, automasi gudang, ramalan permintaan, dan pengurusan exception.

Langkah seterusnya yang paling masuk akal: audit proses logistik anda dan pilih satu “bottleneck” untuk dibaiki dengan AI dalam 90 hari. Lepas itu baru scale.

Kalau Uber boleh merancang operasi autonomi di 15 bandar sambil mengurus margin, bisnes di Singapura pun boleh mula lebih kecil—tetapi dengan disiplin metrik yang sama.

Satu soalan untuk anda bawa ke mesyuarat minggu ini: dalam operasi logistik anda, apa satu keputusan yang staf ulang 200 kali sehari—dan patutnya boleh diautomasi?

Sumber asas: artikel Reuters yang diterbitkan oleh CNA pada 4 Feb 2026 mengenai strategi robotaxi Uber dan prestasi kewangan.