[國際經濟觀察] 網路皇帝孫正義為何開始拋售阿里巴巴股票？|數位時代 BusinessNext

作為阿里巴巴最大股東（32%）的Softbank軟體銀行，在上週宣布將出售4%價值約80億美金的阿里巴巴股份，孫正義的行動也引發投資人恐慌，覺得是不是看壞阿里巴巴未來的發展而引發拋售潮。但其實孫正義很明顯是另有所圖，否則不會只小賣4%這個讓他產生超過千倍報酬的神級投資，事實上賣完阿里股份軟銀仍然是阿里巴巴最大的單一股東，比Yahoo(16%)和馬雲個人（7%）都還要多。

圖說：軟銀社長孫正義。

除了賣阿里的股票，孫正義還打算賣了另一個現金流大奶牛Supercell的股份（目前軟銀佔了Supercell 73%），Supercell是全世界最賺錢的遊戲公司，他們所開發的知名手遊「部落衝突」（Clash of Clans）長年佔據熱門遊戲排行榜前列，軟銀打算出售Supercell吸引了遊戲為主業之一的中國廠商騰訊，消息指出雙方正在洽談收購事宜中。

為什麼孫正義會開始兜售阿里巴巴和Supercell這兩個為軟銀賺大錢的資產，大家可以看到軟銀財報中的利息負擔債務近年增加的幅度。

而這個大包袱主要是來自於2013年取得美國電信商Sprint控股權所累積的龐大債務，信評機構穆迪甚至因此將軟銀的長期債信降至垃圾級。美國電信業燒錢競爭但Sprint的營運卻難見好轉，在市佔率上連保有老三地位都很吃力（美國四大電信商AT&T和Verizon各佔約33%，而Sprint和T-Mobile則各佔約15%）。軟銀光是利息支出就吃掉了營業利潤的40%，在收購Sprint之前利息支出只佔8%。這次出售軟銀價值連城的投資也是套現來優化自己的資產負債表。

另有一說則是因為近期雅虎也在兜售自己的核心資產，Yahoo Japan正是待售的資產之一。而軟銀是Yahoo Japan最大的股東，不希望Yahoo母公司手上的Yahoo Japan股份落到不對的人手上，因此籌措現金來準備進行收購更多Yahoo Japan的股份。

事實上，軟銀在今年三月就宣布要分拆日本國內事業與海外投資事業成為兩家公司，海外投資事業近年雖然有Sprint這個大包袱，但也投了非常多具有潛力的網路公司，像是印度電商市佔率第二的Snapdeal最大股東也是軟銀，軟銀更投資了印度市場排行第二、用戶破億的即時通訊軟體Hike（軟銀佔40%股份），印度和東南亞的叫車軟體Ola和GrabTaxi、韓國第一名的移動電商Coupang等等。孫正義搜尋具有高速成長潛力的海外投資腳步未曾停歇，因此套現過去精準投資產生的鉅額收益，來進一步投資未來更具成長潛力的市場、領域和公司也是非常合理的推斷。

要說孫正義賣了阿里巴巴的股份就說是對阿里的未來投下了反對票，是市場跳太快的結論，畢竟他不是像伊坎那樣一次砍光蘋果所有持股，軟銀至今都還是阿里的最大股東，對阿里的投資買低賣高套現部分股份，將來轉投資其他公司或是優化軟銀的資產負債表，會是比較合理的解釋。

過去兩年，人工智慧技術以史無前例的速度翻轉企業營運與競爭態勢，從客服、知識管理到軟體開發，越來越多企業將大型語言模型（LLM）導入企業營運流程，隨著應用程度的深化與廣化，越來越多發現，真正的挑戰早已不只是「選擇哪個模型」，而是如何管理算力、控制成本、確保資料安全，以及讓不同世代GPU、模型與AI應用可以持續共存與調度。

代理式AI崛起後，AI應用從回答問題進展為執行任務、操作系統以及串接流程，連帶拉升對AI基礎設施的需求與架構複雜度，而這意味著，想要發揮AI綜效，光只有模型與技術尚不夠，必須將整體IT環境逐步升級為AI基礎建設（AI Infra）。

深耕AI管理領域多年的數位無限（INFINITIX），近年積極布局軟體定應AI基礎建設（Software Defined AI Infrastructure）市場，除持續深化與GPU、伺服器與AI硬體生態系的合作關係，如於2021年取得NVIDIA Solution Advisor全球夥伴資格，2025年亦獲AMD GPU生態建設夥伴獎，也因應市場需求推出AI-Stack與ixCSP兩大產品線，協助企業、雲端服務供應商（CSP）與新世代AI雲端業者，更有效率地管理跨世代AI算力資源。

數位無限執行長陳文裕表示：「我們的目標是協助客戶打造軟體定義AI基礎架構，讓其可以視需求向下整合不同世代GPU、儲存與網路設備，同時，向上鏈結模型、Token跟AI應用，加速企業的AI創新轉型腳步。」

從AI模型到AI經濟，企業競爭焦點轉向算力與Token調度能力

過去市場談AI，焦點多半放在模型參數、推論效能與模型能力，但在大型語言模型推論需求暴增的現下，AI Infra早已從單純GPU採購演變成涵蓋機櫃、網路、儲存、散熱與電力的整體工程；企業真正需要的，不是更多GPU、而是如何更有效率地調度與利用算力。

尤其在NVIDIA提出Token Factory概念後，全球AI產業正逐步從模型競賽轉向「AI經濟」，亦即，影響企業AI決策的再也不是使用哪個模型、部署多少GPU，而是消耗多少Token、產生多少AI服務，以及算力是否能被有效共享與調度。

換言之，在AI新世界，算力調度能力的重要水漲船高。對此，陳文裕十分認同的說：「企業想要提升AI競爭力，不僅要掌握模型與應用，還必須進一步思考如何有效切割GPU資源、讓不同部門甚至集團子公司共享算力、延長舊世代GPU的使用壽命，甚至是如何將閒置算力轉變成可交易的資源等。」

事實上，這也是大量AI資料中心（AIDC）跟新世代AI雲端服務（Neo Cloud）業者出現的原因，包括CoreWeave、Nebius、Lambda Labs、GMI Cloud等業者皆試圖以更具彈性的方式，提供企業所需的GPU服務與AI算力平台。

看準這波趨勢，數位無限除透過AI-Stack提供GPU切片、模型部署、模型管理與MLOps等服務，協助客戶提升GPU使用率，更進一步推出ixCSP平台，讓雲端服務供應商與新世代AI雲端業者，能從過去單純販售GPU資源轉型為提供GPU as a Service、Token as a Service與Model as a Service等創新AI服務。

以Software Defined AI Infrastructure助企業以「通用化、鬆耦合」迎戰瞬變AI世代

因應AI新世代帶來的挑戰：模型快速升級、算力需求攀升、GPU世代交替迅速，企業在追逐AI落地的同時，勢必得面臨基礎建設更新速度過快、硬體投資壓力升高，以及資源利用效率難以最佳化等挑戰。

為協助企業在AI快速演進與基礎建設投資之間取得平衡，數位無限的作法是，透過AI-Stack將底層硬體抽象化，以Token或模型服務形式提供，讓企業客戶、AIDC與Neo Cloud業者可以延長不同世代與不同品牌的AI硬體設備的生命週期、創造更高的使用價值、甚至是展開更多元的營收模式。

例如，高雄醫學大學附設中和紀念醫院便透過數位無限的AI-Stack解決GPU資源調度效率不彰問題，加速39項AI模型進入臨床應用階段，成功建立起「從模型開發到臨床落地」的完整生態系統。而日本精密製造大廠–Union Tool Co.–則是透過AI-Stack簡化GPU資源共享、加速AI模型的開發與測試腳步，為提升生產效率做最佳準備。

「如果大型企業或AIDC業者擁有閒置資源，也可以透過ixCSP平台，把算力共享或調度給集團內部團隊、子公司，甚至上下游合作夥伴使用，進一步提升整體資源利用率。」數位無限執行長陳文裕如是說道。

隨著AI從工具演變成企業核心基礎建設，企業真正需要的，也不再只是單一模型，而是一套能持續適應AI快速演進的AI Infra，而這與數位無限近年來的重要轉型方向一致：從AI管理軟體提供者轉型為軟體定義AI基礎建設供應商，更好協助客戶打造具備「通用化」與「鬆耦合」特性的AI基礎建設。

除以AI-Stack與ixCSP協助客戶提升算力使用效率與價值，數位無限亦計畫與硬體合作夥伴推出Agentic AI一體機方案，協助企業快速建立可驗證、可部署、可切割、可共享的AI運算環境，降低企業從PoC走向實際導入的門檻，加速AI落地。

總的來說，隨著AI競爭從模型能力延伸到算力治理，企業比拚的不僅是導入速度，而是能否建立一套足夠彈性、可持續演進的AI Infra，而這與數位無限的發展目標一致，將持續不斷優化產品服務，化身企業搶進AI新世代的關鍵合作夥伴。