不只吃下全世界，Uber還為網路企業打開中國大門|數位時代 BusinessNext

Google和Facebook都做不到的事情，Uber做到了。

有人認為，這次滴滴出行收購Uber中國，是Uber創辦以來的一大挫敗，但與其說是滴滴吃下Uber中國，倒不如說是Uber吃了全世界。而Uber這場成功的謀略，就像是為其他非中國網路公司，打開了通往中國市場的另一道門。或許這稱不上是康莊大道，卻會是更有把握的一條路。

Uber
(圖說：Google、Facebook都進不去的市場，Uber進去了／圖片來源：Automobile Italia)

中國有超過13億人口，是全球最大的經濟體，如果沒有中國市場，你很難說你擁有全世界。但細數世界幾大網路巨擘，不論是較早期的Yahoo、Amazon，還是後來的Google、Facebook、Netflix，進中國一直都是一道無解難題，直到「Uber中國」的出現。

兵敗中國？其實Uber現在才是真正擁有中國市場

雖然，就表面上的結果來說，Uber中國狂燒超過20億美元(約合新台幣633億元)，最終還是落得賣給滴滴的命運，似乎是打了一場敗仗。但實際上，在這次合併之後，Uber預計可以持有「新滴滴」約17.7%的股份，也就是說，Uber其實比先前還更真真實實的擁有中國市場。

或許，17.7%的比例看來不高，但可別忘了，中國是一塊多大的餅，單單是滴滴出行，目前的日接單量就可以上看1600萬筆，研究機構羅蘭貝格還預估，到了2020年，中國網路預約車市場還將成長超過5000億人民幣(約合新台幣2.4兆元)。

再以財務面來看，兩家公司合併後，新滴滴的估值上看350億美元(約合新台幣1.1兆元)；第二，新滴滴幾乎獨佔了整個中國網路預約車市場，代表燒錢補貼大戰也將同步告終，「賺錢」應是指日可待。這也是為什麼過去那些總是質疑Uber估值過高的創投、分析師們，在Uber補上中國這塊版圖後，如今紛紛改口，認為Uber先前625億美元(約合新台幣2兆元)的估值太低。

回頭來看，Uber究竟是如何走出這一局棋？

2015年，負責Uber全球營運的資深副總裁Ryan Graves來到中國尋找負責Uber中國業務的總經理人選，當時他就很清楚，在這塊土地上存在太多無法可解的難題，但即便早已認清這樣的事實，他還是決定擁抱這些問題，一次又一次的挑戰。而從他這樣的態度和一連串舉措來看，其實你可以合理推測，他心中早已寫好一套劇本。

只要讓滴滴「夠痛」，就可以成就一筆划算的交易

當然，Uber憑藉的也可能只是身為全球估值最高獨角獸的那一股自信，認為終究會有一絲機會可以征服中國市場；但更有可能，Uber其實一直都知道，即便Uber中國無法自己拿下中國的半壁江山，只要他能讓滴滴「夠痛」，讓滴滴不得不出手併購，終將會成就一筆划算的買賣。

（圖說：併入Uber中國後，新滴滴的估值可能會上看350億美元／圖片來源：滴滴出行官網）

而要讓滴滴不只是芒刺在背，更是痛入骨髓，最直接的方法，就是跟進補貼。

這一招對一般的新創來說或許很難，但對於不愁沒錢花的Uber而言，卻再簡單不過了。即使這樣的補貼競賽，一年就要燒掉10億美元（約合新台幣316億元），但相比於未來數以百億美元計的市值增長空間，這筆錢也只是九牛一毛。

事實上，就在滴滴和Uber中國燒錢競賽的這段期間，兩邊各自募資，估值早已經跟著水漲船高，而現在，兩者合併，Uber成功掌握部分中國市場，更成為Uber給投資人的完美故事，因為現在就連最困難的中國市場，他都拿到了。

在Uber這件事情之後會看到什麼趨勢呢？所有獨角獸會開始知道，什麼叫做進中國？真正應該追求的未必是在中國擁有一家獨立的公司去硬闖，而是像Uber一樣，成立一個獨立於全球總部之外的中國公司，然後想辦法寄居在這些中國網路巨擘身上，借道去擁有一部分的中國市場。

甚至，這也不會只是新創獨角獸的模範，連Facebook都可能在這個模式下找到破口。

循Uber中國模式，誰將寫下下一個中國故事

持續成長的Facebook，雖然一直在擴大對世界的掌控權，但Facebook創辦人Mark Zuckerberg至今仍無法回答華爾街的一個問題就是：「Facebook什麼時候要進中國？」中國對Facebook而言，至少會是市值再大幅成長千億美元的最好故事，所以我們看到Mark Zuckerberg不只勤學中文、多次造訪中國，甚至也在北京置產，但這些「示好」的舉動，可能都不及成立一家獨立於總部之外的「Facebook中國」來得有效。

而要想在中國找到合作夥伴，對Facebook應該也不會是難事，如以BAT(百度、阿里巴巴、騰訊)三巨頭來看，一直無法補上社群這塊缺口的阿里巴巴，就是可能的對象。

當然，Facebook如果這麼做，那存在於中國的勢必會是一個變形的Facebook，屆時輿論攻擊恐怕也將隨之而來，而要如何像Uber做到既惹人同情，又能獲取實際利益，勢必要有縝密的策畫安排。

此外，以Uber這次的案例來說，若非Uber中國的股東組成，和滴滴出行的股東結構有不小的重疊，兩邊的談判也未必能夠進行地這麼順利。

但可以想像的是，在Uber之後，不論是Facebook也好，Netflix也罷，一定還會有更多非中國的網路公司會嘗試循著類似的路徑，寫下自己的中國故事。

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。