消失的400億市值與求變之路——京東的2018
消失的400億市值與求變之路——京東的2018

如果說2017年最落寞的網路公司當屬百度,那麼今年這個定語下的公司大概是京東。

較今年年初的最高點719億美元,京東的市值目前已跌去四百多億,股價逼近2014年上市時的發行價。而在去年,它一度與百度的市值相差不到幾億美元,差一點把BAT中的B替換成J。

從年中起,投資者們似乎開始對京東失去耐心,開始了一波集中離場。在年中最高點時,有581家機構持有京東股票,而到了第三季度末,這個數字變成了155家,持股總數從6.177億股減至4081.563萬股。

這一波減持機構中最受關注的,是跟隨京東多年卻在這一輪中減持最多的高瓴資本。在今年6月,高瓴資本一邊減持京東6億美元股票(此前持有14億美元的股票),另一邊9億美元買入阿里,一進一出之間,阿里替代京東成了高瓴資本的第一持倉股。

逐漸放緩的業績增速,讓投資者們對於京東的未來有點看不清,而新晉對手拼多多的快進式成長,又讓京東這個高投入下規模經濟的故事顯得不再那麼動人,於是,投資者們開始逐漸失去耐心。

上市來最黑暗一年

2018年對於京東和劉強東來說,都是不好過的一年。如果說京東2018年的關鍵字是「落寞」,那麼劉強東的關鍵字則是「缺席」。

在8月底的黑天鵝事件之後,劉強東意料之中的缺席了幾乎所有的互聯網盛會,世界人工智慧大會缺席、達沃斯論壇缺席、互聯網大會缺席⋯⋯而改革開放40年百傑民營企業家名單中,也沒有他的名字。

不同於有「十八羅漢」的阿里,被外界認為沒有二號人物的京東,成敗似乎都係於劉強東這個手持80%投票權、掌握公司發展命脈的創辦人身上,而突如其來的「明尼蘇達」事件則再次提醒了投資者們風險所在——公司命運與一號人物高度綁定的風險,畢竟黃光裕和張文中就是前車之鑒。

撇除套利離場的因素之外,投資者們選擇走的另一個原因,可能還與京東不夠好看的業績和看不清楚的未來有關。

11月19日,京東發佈了Q3財報,這份財報可能是京東上市以來最難看的一份財報。這一季度,京東年度活躍用戶數出現了上市以來的首次下滑,較上一季的3.138億下滑3%至3.052億。對比之下,同期發佈財報的幾家競爭對手,雖然用戶數成長都有放緩,但至少都處於成長態勢。

京東的2018-1.png
圖/ 鈦媒體

更為不妙的是,一路大步狂奔的拼多多,在截至6月30日的12個月活躍買家同比增長245%,以3.855億的年活躍用戶數反超京東8,000萬人。

不只是用戶數,京東的營收增速也在持續下滑,2018年前三季度,京東營收的同比增幅逐季下滑,分別為33%、31%和25%。而Q3的增速也創下了9個季度以來的新低,首次低於30%。作為京東營收的兩個業務板塊,商品銷售收入與被京東寄予厚望的服務收入增速雙雙放緩。

京東的2018-2.png
圖/ 鈦媒體

但另一邊阿里的收入同比成長54%,拼多多成長679%。成長性是投資者十分看重的指標,而用戶數和營收的增速放緩,傳達給投資者的資訊是,告別高速成長階段的京東或已到達現有模式的天花板。

在各項下滑資料之外,創近年來最高的30億元淨利潤,可能是財報中唯一亮點,但值得注意的是,京東Q3的淨利主要由投資收益貢獻,即受投資Farfetch帶來36億元業績貢獻,也就是說,撇開投資收益,京東的主營業務實際為虧損狀態。

京東的2018-3.png
圖/ 鈦媒體

鈦媒體查看京東Q3財報發現,從營業利潤上,Q3京東的營業虧損為6.507億元,較去年同期的5.024億元有所擴大,其中,各項成本均有所提高,行銷支出成長25%,一般及行政費用增加了33%,技術和內容支出成長了96%。也就是說,大舉投入,尤其是在技術和倉儲上的投入,拖累了京東的整體盈利。

「內憂與外患」

規模經濟一直以來都是京東傳達給外界的未來圖景,前期大規模投入建起競爭壁壘,然後透過使用者規模攤薄成本的同時,增強了對於上游的議價能力,從而實現盈利。

對於這個光景,投資人在過去很長一段時間都是認可的,京東的市值也一度升至719億美元。但到了今年,投資人開始對這個故事不買帳了。

首先,得從外部競爭環境的變化說起。

做自營起家的京東常被稱為中國的亞馬遜,如果對照著亞馬遜虧損20年、3年前終盈利的發展路徑來看,留給京東的時間還很多,想像空間還很大。

但問題在於,京東所在的是競爭激烈的中國市場。除去阿里不說,周圍不僅有鬥了多年的老對手虎視眈眈,還有半路殺出的新對手讓人猝不及防。

如果說自營貨品下的控貨能力和自營物流下的211限時達,是京東模式下構築的獨特競爭壁壘,那麼,隨著競爭對手們透過各種「曲線救國」的方式補齊能力,京東的壁壘也顯得不再那麼的銅牆鐵壁。

而自營部分,天貓和越來越多的自營垂直電商開始對京東形成分流,使得京東在議價能力上很難再有大幅提升;物流方面,隨著新零售時代下大批即時物流的快速發展,211限時達在物流市場已不再擁有絕對的競爭力,著力菜鳥網路和逐漸深度介入最後一哩的阿里,就在不斷縮小與京東在速度上的差距。

除了外部競爭,京東的發展也迎來了瓶頸期。

此前,京東的增長主要依靠品類擴張和管道下沉兩方面。但隨著京東拼上服裝這最後一塊拼圖,京東的全品類擴張基本上已完成。以3C家電起家的京東,過去幾年一直在透過全品類戰略改善使用者性別結構,吸引更多女性使用者,尤其是具有高頻特性的超商。

隨著超商大戰的結束,京東開始將擴張重點放在服飾,一方面是因為服飾高毛利,另一方面是可以網羅更多女性用戶。

但服飾作為阿里的起家品類,一直是阿里的優勢項目,受「二選一」的影響,很多服裝類的品牌從京東平台「出走」,導致京東服裝品類的增長一度停滯。

在Q1財報後的電話會上,京東CFO黃宣德就坦言,京東服裝品類依舊非常疲弱,整體的服裝品類沒有成長,某些細分品類比如女裝甚至略有下滑。

在管道下沉方面,一方面211限時達下的城市名單不斷增加,擴張空間越來越小,另一方面又遭遇了拼多多突如其來的用戶收割阻擊。

拼多多Q3財報顯示,拼多多的年度活躍買家數新增4,200萬至3.855億,較去年同期成長144%,相對的,京東卻在這一季度出現了上市以來的首次用戶數下滑,在如今人口紅利見頂,一二線城市市場進入穩定期的當下,很難不將這一增一減聯繫起來。

求變之路

面對拼多多的突襲,京東在年中上線了「京東拼購」小程序。近日,京東又悄然推出了一個名為「友家鋪子」的小程序,進軍社區團購。這二者對於京東的價值主要在於三點,低成本拉新、促進消費分層、借助分銷模式賣貨。

從京東Q3財報揭露的資料來看,「京東拼購」在拉新用戶上確實有一定作用。8月京東整體新用戶中,有28%來自京東拼購,不過這點拉動作用依然沒能挽救整體下滑的用戶大盤。考慮到「京東拼購」上線不久的原因,社交電商對於京東的價值還有待觀察。

除了線上,京東還同步往線下去找流量,繼去年的京東之家之後,今年年初,京東的售價線下生鮮超市7fresh開出首店,這一線下業態也被外界視為京東對抗盒馬的產物。在今年年中,7fresh稱要在年底前開出50家門市,不過目前離這一數字尚有一段差距。

對於開店慢,京東集團高階副總裁、京東7FRESH總裁王笑松在9月給出的說法是,「當新門市的模式還沒有打磨成熟的時候,京東不會貿然規模化複製。」而在這時候,7FRESH一共只開出了2家門市。

在這之後,7FRESH的開店腳步明顯加快,已先後在華北、華東、華南、西北等地區落地門市,這或許意味著7FRESH的模式已經跑通,並開始規模化複製之路。不過對於這樣一個投入大、回報慢的業務,京東究竟存了多大的決心、又能拿出多大的投入,這可能依然待考。

盒馬能夠發展到現在這個規模,外界有一個共識是,背後有阿里在資金和技術上的支援,對於盒馬的投入阿里是不計成本的,但放到京東這裡,就得打一個問號,畢竟京東業務的發展方向是高度依賴於劉強東的個人意志,而他對於不賺錢的業務容忍度似乎並不是很高,被剝離後合併給達達的京東到家就是一個例子。

不過隨著新零售、無界零售概念的甚囂塵上,連接最後一公里的O2O、即時配送又重回人們視野,去年開始,這一領域再次活躍起來。阿里這邊,在今年就完成對餓了麼的收購和對點我達的控股,並將餓了麼與口碑合併組成本地生活服務公司,形成餓了麼+口碑+盒馬的最後一公里矩陣。

而在2016年放棄到家業務的京東,也開始回過神來。今年8月,京東聯合沃爾瑪增持達達-京東到家,向其投出5億美金,這意味著到家業務重新被京東擺上重要的位置,將成為其打通最後一公里連接線下商家的重要一環。

在尋找新流量、重拾最後一公里之外,京東還透過將業務重點轉向服務收入(主要包括平臺及廣告收入、物流和其他服務收入),來尋找新的成長點。

自營業務毛利潤率,難以覆蓋成本,是京東長期存在的一個困境,也是很多人認為京東模式「規模不經濟」的原因,所以這幾年,京東一邊擴大商家入駐,一邊開始將搭建多年的供應鏈、物流能力逐漸變現。

「零售即服務」是劉強東在去年提出的一個概念,按照他的說法,成為未來零售基礎設施的服務商,才是京東致力於達成的。

京東一邊透過整合自己的供應鏈能力,在年初推出自有品牌「京造」、「京選」,來擴大自營銷售商品毛利;另一邊,則透過向部分線下實體開放自己的供應鏈,來拓展商品銷售通路,同時將各項能力打包成獨立的、可複用的組件,用「模組化」的方式向外賦能。

今年9月開業的曲美京東之家的就是一個例子,原本曲美在人們的印象中就是一家很傳統的線下家居館,但在這家與京東合作的門市中,不僅接入了京東平臺的海量商品池(一部分線上下售賣,一部分透過虛擬貨架展示),同時在引入諸多職能體驗之外,透過祖沖之系統打通了線上線下資料,給曲美選品、顧客營運上的支援。

物流方面,繼去年向B端開放運力之後,今年京東又推出了個人快遞業務,正面對戰順豐。推出個人寄遞業務,可以說是京東物流在基礎設施成熟後的一個順勢而為的舉措。在更滿足消費者需求的情況下,還能説明京東物流降低邊際成本。

這樣一系列動作下來,反映在財報上就是,服務性收入增速在Q3超過自營商品銷售,占比首次超過10%,毛利率也較前幾季度有一定提升,這對於京東來說,是個好現象。

在京東看來,加快物流業務的商業化步伐,可以幫助京東彌補高投入對利潤帶來的影響,但從現在來看,要在今年年底前完成商業化計畫,恐怕是比較困難,而這將意味著京東今年和明年的利潤增長曲線依舊不會太好看。

但,留給京東的時間不多了,投資人的耐心值正在呈線性下滑。京東還能重回高光時刻嗎?這可能要看京東的突圍速度能否跑贏投資人的耐心跌落速度。

本文授權轉載自:鈦媒體

往下滑看下一篇文章
從模型競爭走向算力經濟,INFINITIX 助客戶打造軟體定義 AI 基礎建設
從模型競爭走向算力經濟,INFINITIX 助客戶打造軟體定義 AI 基礎建設

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。」

數位無限執行長陳文裕.JPG
數位無限執行長陳文裕
圖/ 數位時代

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。

登入數位時代會員

開啟專屬自己的主題內容,

每日推播重點文章

閱讀會員專屬文章

請先登入數位時代會員

看更多獨享內容

請先登入數位時代會員

開啟收藏文章功能,

請先登入數位時代會員

開啟訂閱文章分類功能,

請先登入數位時代會員

我還不是會員, 註冊去!
追蹤我們
代理式商務連動百兆商機
© 2026 Business Next Media Corp. All Rights Reserved. 本網站內容未經允許,不得轉載。
106 台北市大安區光復南路102號9樓