Uber CEO Dara Khosrowshahi：AI 将颠覆 940 万个岗位，但这不是终点

Dara Khosrowshahi 1969 年出生于伊朗德黑兰。9 岁因伊斯兰革命举家逃往美国。在 Brown 大学学工程，毕业后进了华尔街，在 Allen & Co 做了 8 年并购。之后跟着 Barry Diller 进入互联网行业，一路从 CFO 做到 Expedia CEO，12 年间把 Expedia 营收从 21 亿美元推到 88 亿。2017 年，他放弃一切去接手当时年亏 30 亿英镑、深陷丑闻的 Uber。7 年后，Uber 年自由现金流达到 100 亿美元。

在这期 103 分钟的对话里，Dara 讨论了三件事：他如何用透明度和 hard work 文化重塑 Uber，AI 将如何颠覆包括 Uber 自己 940 万司机在内的大部分工作，以及作为 CEO，面对这种颠覆时该说什么、不该说什么。

嘉宾: Dara Khosrowshahi — Uber CEO（2017 年至今），前 Expedia CEO 主持: Steven Bartlett — The Diary Of A CEO 主持人 时长: 103 分钟 来源: YouTube 完整转录: 带说话人识别的全文转录

从德黑兰到华尔街：革命塑造的不安全感

1978 年伊朗革命爆发时，Dara 的家族在伊朗经营着一家规模不小的工业企业。革命推翻了巴列维王朝，他的一个叔叔是前内阁成员。一天晚上，革命卫兵冲进邻居家的后院，枪响了，子弹穿过他家的客厅玻璃。母亲说：我们不安全了。

全家移民到纽约北边 45 分钟车程的塔里敦。母亲从没工作过，开始做销售养家。父亲被困在伊朗，拿不到出境签证，6 年后才回到美国。回来时在飞机上心脏病发。Dara 说，父亲走的时候"像个巨人"，回来时已经是一个"diminished person"。

“在我的核心，我从来不觉得安全。当你经历过失去一切，那种被抽走地毯的感觉永远不会离开你。”

Dara 说这种不安全感塑造了他的驱动力：永远在重建，永远让家人骄傲，永远不把任何事当成理所当然。

大学毕业后他进了 Allen & Co 做投行。公司创始人 Herbert Allen 教了他一条原则：“永远赌人。公司有好有坏，但好的人永远是好的。“在 Allen，他遇到了 Barry Diller——当时的 IAC 董事长。Barry 在竞购派拉蒙失败后发了一份新闻稿，只有三个字的精神：“They won, we lost. Next.”

Dara 说：“那就是我想为之工作的人。”

他跟着 Barry 进了 IAC，先做并购，再转 CFO。当 Expedia.com 的 CEO 辞职时，Barry 没有备选。Dara 举手说我来试试。Barry 爽快同意了——不是因为信任他，而是因为没别人。Dara 给自己定了条件：如果第三次招聘 Expedia 最大业务线的负责人还失败，就让 Barry 开掉他。最后他自己干了这个职位，一干就是五六年。

他说：“那段经历教会了我运营。之前我的整个职业生涯都在金融领域。运营、领导、组建团队——那才是我真正热爱的。”

“每一家好公司我们都多付了钱”

在 IAC 并购部门工作期间，Dara 和 Barry 买了一堆公司：Ticketmaster、Match.com、Expedia、Hotels.com。他们看到了一个共同模式：所有这些业务的本质都是电子交易，不需要物理配送。

旅行是虚拟商品——你买的是一张机票、一间房间。票务也是。约会更是。在亚马逊已经占领了实物电商的时代，他们专挑不需要仓库和卡车的领域。

Dara 说，他们从来没有靠"买得便宜"赢过。

“我们买的每一家好公司，都多付了钱。但我们是按当时的市场预期多付了，不是按最终的现实多付了。”

他的解释是：人类用线性思维做预测，因为时间本身是线性的——你每天睡 7 小时，日程是线性的。但技术变革是指数的。当一项技术在虚拟世界里真正优于旧方案时，“绝对没有摩擦力能挡住它”。增长曲线不是直线，是 hockey stick。

这个模式后来定义了 Uber。Uber 最初是一个叫黑车的服务——Garrett Camp 在巴黎的一个雪天打不到车，想着"用手机叫一辆黑车多酷”。没有人预料到它会变成一个全球交通平台。Dara 用 Jevons Paradox（杰文斯悖论）解释：当你把某件事变得极端便宜或便利时，市场不会线性增长——它会指数级膨胀。今天 Uber 的规模远远超出了当年黑车和出租车市场的总和。

Uber 的文化手术：从 toe-stepping 到 do the right thing

2017 年 Dara 接手 Uber 时，公司正处于历史低谷。Travis Kalanick 离任后留下的文化遗产中，有一条价值观叫"toe-stepping”（踩脚趾）——初衷是鼓励内部挑战和直言不讳，但在实践中被武器化成了"当混蛋的许可证"。

Dara 说：“价值观本身可以是伟大的，也可以是糟糕的，取决于你怎么执行。”

第一次价值观重写，他采用了全员投票的方式——让所有员工提交他们认为应该成为新 Uber 一部分的价值观。结果出来了一堆平庸的东西：热情、团队合作、雄心。“哪家公司不相信团队合作？算了吧。”

只有一条是他自己写的，没有经过众包：Do the right thing, period.（做正确的事，句号。）

他没有解释这条价值观是什么意思。当人们问"‘做正确的事’到底是什么意思"时，他的回答是：“你自己判断。”

五年后，他让人力资源负责人推动了第二次价值观重写。这一次他觉得自己有资格表达观点了。新的价值观更有个性：Go Get It（去争取）、Great Minds Don’t Think Alike（好脑子不会想一样的事）。Do the right thing 是唯一存活下来的。

Dara 举了一个内部的反直觉案例：出租车业务。Uber 起家就是出租车行业的敌人，结果他上任后让团队把出租车接入 Uber 平台。创始团队的反应是"这是世界上最愚蠢的想法"——他们早年试过，彻底失败了，出租车司机恨 Uber，接单率不可能好。但现任产品负责人 Sachin 之前在行业内做过类似产品，加上 Dara “无知者无畏"的态度，他们还是试了。结果：出租车成了 Uber 增长最快的业务线。“我希望把全世界每一辆出租车都接入 Uber。”

而在日常管理中，Dara 信奉一个简单的交换：你想从团队那里得到真话，就先给他们真话。

他说：“人类是很好的 BS 探测器。当你作为 CEO 在台上讲一堆商业术语，你的团队看得出来你在扯淡。那他们凭什么告诉你真相？”

他刚到 Expedia 三个月时，HR 负责人告诉他：你把人吓跑了。他的回应是：“如果他或她不想面对真相，那就去别的地方。”

“工作最重要的技能是努力”

“如果别人问我给年轻人什么建议，对我来说，人生最重要的技能就是努力工作。”

Dara 说这话时很认真。他举了 Ronaldo 和 Michael Jordan 的例子——天赋当然顶级，但真正区分顶尖和非顶尖的，是他们"work their asses off”。

在 Uber，他推行的文化直截了当：你来这里就要拼命干活，如果表现不行我们会告诉你，不改就走人。但你会获得真正的影响力。“别来这里混日子。”

他在 Expedia 时没这么直接——“我们卖的是度假，不好意思说太狠。“到了 Uber，不再客气。周六给团队发邮件没人回？周日再发一封，加个问号。

“我不会让任何人比我更努力。他们可能更聪明、更有天赋。但我不会让任何人在努力这件事上赢我。”

然后 Steven 问了一个尖锐的问题：你见过不努力的人变成真正努力的人吗？

Dara 想了一会儿，说：“没有。”

Steven 说：“我也没有。”

这和 Dara 前面说"hard work 是可习得的技能"形成了微妙的张力。他自己也意识到了——“可能有一部分是天生的”，但他把更多归因于早年的塑造：那些童年照片里的伊朗男孩，被革命和流亡锻造成了一个"不会停下来"的人。

他提到 Jeff Bezos 当年想把亚马逊叫做 “Relentless”。Uber 内部有一条价值观叫 “Embrace the Grind”。每个团队——支付团队、反欺诈团队、移动端团队——都有各自的优化指标，都在每天改进。Dara 说：“不是变好就够了。我们必须比竞争对手变得更快。如果你能拿两次 shot，我只能拿一次，你就比我多了一倍的信息和概率。”

他把持续改进的文化归结为两个因素：变化的速度，和识别机会的能力。速度本身就是一种竞争优势——“如果你能工作得更快，你其实是在加速时间。”

70-80% 的工作将被 AI 颠覆

Uber 每天完成 4000 万次出行。定价、路线规划、司机匹配、骑手配送批量优化——所有底层系统都是 AI 驱动的。不是一个大模型在统管一切，而是大量小型 AI 模型针对本地化问题分别训练，再拼接在一起。纽约街头的匹配逻辑和拉各斯不同。Dara 说，这种 AI 编排能力就是 Uber 的核心：用启发式规则不可能完成 40 million trips/day 的调度。

但他更关心的不是 Uber 内部，而是整个社会。

“AI 将在未来 10 年内替代 70-80% 人类能做的工作。”

他区分了两个时间线：知识工作 10 年内，物理工作 15-20 年。物理 AI 更难——机器人、汽车需要硬件、资本，还得应对不可预测的物理世界，速度天然更慢。他引用 Ray Kurzweil（谷歌未来学家）的"加速回报定律”：如果你今年 10 岁，到 60 岁时，你将在 11 天内经历今天一整年的变化量。

在 Uber 内部，90% 的工程师已经在使用 AI 工具。其中 30% 是重度用户，他们的代码提交量（diff，即每次提交的代码差异）已经出现了明显的分化。Dara 认为，程序员的工作正在从"写代码"变成"编排 agent”——不是亲手砌砖，而是指挥建筑队。他说 Uber 本质上就是一个巨大的 code base，工程师既是砌砖工，也是架构师。AI 工具让砌砖变快了，但架构设计——系统应该长什么样——仍然需要人。

他透露了一个有趣的细节：有团队建了一个"Dara AI"，用来在正式向他汇报前预演演示。每一份到 CEO 手里的 PPT 都经过了层层打磨，这个 AI 版本的 Dara 让团队提前知道真正的 Dara 会问什么。“我说，能让我看看 Dara AI 的代码吗？她说，不行，不给你看。“Steven 追问：你担不担心他们把 Dara AI 拿给董事会看？

但 Dara 认为，当前 AI 仍然缺少一项关键能力：实时学习。他和 Steven 在这里的对话每时每刻都在改变双方 0.1% 的行为。而大语言模型不是这样——GPT-3.5 没有学习，是工程师用新数据训练了 GPT-3.8。模型发布后就是静态的。虽然 post-training 和 RAG 在弥补这个问题，但 Dara 表示，“当模型能够实时学习的那一天，我才会真正觉得我们所有人都是可替代的。”

Steven 追问：那 70-80% 的人怎么办？历史上社会总能调整——农业从业者曾是劳动力的大多数，现在不到 1%。但这一次速度太快了。

Dara 说了一句诚实的话：

“我也没有答案。”

他接着补充：AI 或许能帮助人们再培训。但培训的速度能否赶上替代的速度？这是一个"真正的问题”。Steven 说他在自己采访过的 AI 专家中也没有得到令人信服的回答——“那 70-80% 的人怎么办？“这个问题始终悬而未决。

然后 Dara 做了一个值得注意的判断：如果他的工程师平均效率提升 25%，他现在的选择是雇更多工程师——因为还有太多未解决的问题。但五年后，增加人头可能不再划算，取而代之的是买更多 GPU。“不是雇一个工程师，而是加几个 agent，买点 Nvidia 的 GPU。那可能才是未来的投资方式。”

自动驾驶的矛盾：更安全，但 CEO 能说什么？

Steven 提到自己在洛杉矶开 Tesla，FSD 可以不碰方向盘开两个半小时到约书亚树。统计上，自动驾驶比人类更安全。他做了一个区分：Tesla 目前是"自动驾驶 + 人类兜底”——偶尔会脱离，需要人接管。所以更准确地说，“自动驾驶加上人类备份"明确优于纯人类驾驶。

Dara 表示 Waymo 已经走得更远。Uber 与 Waymo 在 Austin 和 Atlanta 合作，Waymo 的车辆完全无人驾驶，“by all accounts, Waymo 司机比人类更安全”。截至 2025 年 9 月，Waymo 累计行驶了 1.27 亿英里的无人驾驶里程，严重伤害事故减少了 90%，涉及行人的伤害事故减少了 92%。全球每年有 100 万人死于交通事故，美国每年 35,000 到 40,000 人。如果自动驾驶能把这些数字降下来，“这是真实的人命回报”。

然后 Steven 说了一句所有人都在想的话：

“你平台上的 900 万司机会失业。”

Dara 的回答很谨慎。他说"可以想象"20 年后，900 万人类司机变成 2000 万辆自动驾驶汽车——又是 Jevons Paradox，交通变便宜了，需求会膨胀。但在这中间有时间——物理世界需要监管审批、造车、建传感器。“大概不是 10 年后，但 15-20 年后，你会开始到达那里。”

Uber 在扩展平台上的工作类型：从只有开车，到配送、购物代买，再到一个叫"Uber AI Solutions"的新业务——让平台上的人在手机上训练 AI 模型、标注数据、做各种知识型任务。Dara 说这是为了"延展我们能提供给人类的工作种类”。

但自动化的速度和平台扩展的速度，哪个更快？Dara 坦言他不知道。

“说实话，掏心讲，失业率的显著上升看起来是不可避免的。“Steven 说。Dara 没有反驳。

话题转到全民基本收入（UBI）时，Dara 说"所有实验都失败了”——得到钱的群体在各项指标上都表现更差。他把这归因于工作带来的自我价值感：当市场力量迫使一个人去工作，成功带来的不只是收入，还有"我在创造价值"的深层满足。政府发钱替代不了这种满足感。

这里他提到了父亲。父亲失去在伊朗的企业后，失去的不只是财富，而是"他在世界上的价值感”。Dara 说这话时明显情绪波动——这是对话中他第二次提到父亲，之前在回忆童年时一度哽咽。Steven 补充了一项澳大利亚研究：男性自杀遗书中最常见的情感不是痛苦，而是"觉得家人没有我会更好”。

Steven 对 Dara 的评价是：在大多数 CEO 私下谈论巨大颠覆、但在 CNBC 和达沃斯上说"一切都会好的"时，Dara 至少愿意公开说"我不知道答案”。他提到自己听说过一些 CEO 的私下对话，那些对话中对 AI 颠覆的预期远比他们公开场合说的严重得多。

Dara 回应了一个细节：一位 CNBC 主播在采访后对他说，“我真的挺喜欢你的，你居然真的在回答我的问题。“他说他曾经发誓——不管问题多尖锐，都直接回答，不搞 PR 话术。“主播知道你在扯淡，观众也知道。所以我就直接回答。”

被问到如何看待减缓 AI 发展速度时，Dara 的回答很干脆：不行。因为"中国不会减速”。他认为唯一有意义的应对是社会建立大规模再培训能力。但他承认，他在任何国家都没有看到这种能力的投资。Anthropic 的 Dario Amodei 是少数在公开讨论这个问题的技术领袖之一——“惹了一些人不高兴，但我觉得他在推动有意义的对话。”

编者分析

立场偏向

Dara 的身份决定了他的叙事框架。作为 Uber CEO，他天然倾向于将自动驾驶和 AI 描述为"更安全”、“更便宜”、“市场会指数级扩大"的机遇。这不代表他在撒谎——数据确实支持 Waymo 更安全的论点——但他有动机淡化就业替代的痛苦，因为 Uber 的商业模式直接受益于自动驾驶。

他对 hard work 文化的推崇也值得放在语境中理解。Uber 目前面临 加州 AB 1340 法案——自 2026 年 1 月起，加州网约车司机获得了组建工会和集体谈判的权利。2024 年的一项研究显示，扣除成本后，加州网约车司机的中位时薪仅为 5.97 美元（不含小费）。Dara 在整场对话中没有提及司机权益、算法透明度或独立承包商身份争议。

论证中的选择性

“Disrupted” vs “Replaced”：Dara 说 70-80% 的工作将被 AI “disrupted”，但叙事的走向是大规模失业。“Disrupted"可能指任务变化而非岗位消失——一个会计的工作被 AI 改变了 60%，不等于这个会计失业了。这个区分他没有做。

时间线的模糊性：20 年后是一个极宽的窗口。对投资者来说，这意味着"有足够时间转型”；对 55 岁的卡车司机来说，这意味着"我的职业生涯结束了”。CEO 用同一个数字服务不同的听众。

UBI 数据失实：Dara 声称"所有 UBI 实验都失败了"。这不准确。2024 年最大规模的 UBI 研究（每月 1000 美元，持续 3 年）显示：就业影响确实 modest，但参与者获得了更好的工作、有人回到学校、有人创业。明尼阿波利斯的试点显示每月 500 美元改善了财务稳定性和心理健康。说"全部失败"是对复杂数据的过度简化。

反面观点

自动驾驶对就业的学术研究比 Dara 描述的更谨慎。一项关于卡车司机替代的研究发现：当替代率超过 35% 时，现有的替代职业选项已经不够用；且替代职业的薪资普遍低于驾驶岗位。另一项分析估计直接就业损失在 130 万到 230 万之间，主要发生在 2030 年代末到 2050 年代——比 Dara 的 15-20 年时间线更保守。

AI 编码工具对程序员的影响也有两面性。Dara 说 30% 的重度 AI 用户 diff 量显著增长，但 diff 数量不等于代码质量。更快的代码产出可能意味着更多的技术债务。而"编排 agent"听起来像升级，实际上可能意味着大量中级工程师不再被需要。

查证结果

尾声

Dara 去 Uber，是因为 Daniel Ek（Spotify 创始人）的一句话。当时 Dara 在 Expedia 刚拿到丰厚的期权合同，没有理由离开。Ek 用他"冰冷的斯堪的纳维亚眼神"看着他说：

“Dara, since when is life about being happy? It’s about making impact.”

第二天，Dara 给猎头回了电话。

他还问了父亲的意见。父亲的回答很简单：“当一家已经变成动词的公司让你去掌舵，你只需要说 yes。”

Dara 的核心建议：

• 永远赌人，不要赌公司
• 线性思维会让你低估指数变化——看到 hockey stick 就跳进去
• 透明度是双向交易——你给团队真话，才能拿到真话
• 不要做太清晰的职业规划——计划会让你只看到支持计划的信号
• Work hard，然后让世界先改变你

这场对话最让人记住的，或许不是任何具体建议，而是一个 CEO 愿意在镜头前说"我也没有答案"。至于这份诚实是真正的勇气还是精心计算的品牌策略——大概和自动驾驶的时间线一样，取决于你站在哪个位置看。