性侵醜聞重創京東,一代強人CEO劉強東的崛起與衰落
性侵醜聞重創京東,一代強人CEO劉強東的崛起與衰落

京東執行長劉強東,2018年9月在美國遭控性侵女大生,雖然12月檢方以證據不足為由不起訴,卻給了京東重重的一擊,京東市值比起今年最高點719億美元,足足蒸發400億美元,股價也下跌至19.75美元,直逼發行價19美元。美檢宣布不起訴當日(21日),京東宣布進行組織調讓劉強東淡出權力核心,27日京東還宣布回購股票以自救,規模最多達10億美元。

新一波組織架構調整中,將以客戶為核心,京東商城劃分為前、中、後台;前台負責客戶端、中台為共享平台、後台則是商城的基礎建設。調整後,各事業群負責人只對輪值CEO徐雷負責,不必再向劉強東彙報,京東「去劉強東化」的時代,也正式到來。

京東組織調整,性侵案除了是最主要因素,京東也希望藉由改組,正面迎戰近三年崛起的社交電商-拼多多。

拼多多流量超過京東,重整組織正面應戰

2015成立的拼多多,不走京東高檔貨路線,以「低價」與「社交」的特色,迅速在中國竄紅。主打透過團購壓低售價,更以免費獲得商品作為號召,誘導用戶分享連結給微信的好友,增加擴散率。目前的活躍用戶數量到達3.85億人,比京多還多出8,000萬用戶,今年7月還在美國掛牌上市。

拼多多2.png
社交電商拼多多目前的活躍用戶數量到達3.85億人,大幅超越京東。
圖/ 截自拼多多

騰訊於2017年投資拼多多,持股8%,拼多多善用騰訊旗下微信的龐大流量,讓雙方都能收割流量變現。有趣的是,騰訊也投資京東,股權占比高,而且還是股東,但嚐到的甜頭卻沒有拼多多來的好;再加上競爭對手阿里巴巴早就對拼多多做好應戰準備,在淘寶官網註明拼多多就是2018年的重點關注競品平台,種種因素不得不讓京東作出調整。

京東成與敗,都在劉強東的強勢

京東集團在調整之前,內部有三大事業群,分別為京東商城、京東物流、京東數位科技(前身為京東金融),子集團負責人直接向劉強東彙報。根據《騰訊科技》拆解京東的股權,騰訊握有18%股權,是第一大股東,但只有4.4%的投票權;劉強東雖然只有15.5%的股權,卻有將近80%的投票權,劉強東無疑是強勢決策者,他的意見,京東內沒有人敢說不。

京東
京東新一波組織架構調整中,將以客戶為核心。
圖/ shutterstock

中國媒體常拿電商兩大巨頭作比較,認為阿里巴巴的馬雲是孔雀,靠著個人魅力吸引志同道合的朋友打天下;京東的劉強東則是老虎,鐵腕且控制,每一個環節都要掌握。

劉強東的強勢風格,可能要從小時候講起,出生於江蘇的小村莊,當時考到人民大學,還得靠著跟村民籌錢,才有辦法進北京城。不富裕的環境中長大,從小他就知道生存沒想像簡單,到了北京後生活費全得靠自己,也讓他明白只要能賺錢,就得想盡辦法捉住機會。

一切的轉捩點,就在他第一次的創業。就讀社會系的劉強東,自學寫程式賺了20萬人民幣的創業基金,之後頂下大學附近的一間四川餐廳,起初經營得有聲有色,本著大家都是出來討生活的同理心,當起佛系老闆,不僅讓員工的工資翻倍,還送每人一支錶,但三個月過去餐廳卻一直虧本,後來才發現有人亂花公司的錢,不僅員工餐要吃最高檔,十點下班後員工們都要大吃一頓,此外櫃檯小妹跟大廚談戀愛還把錢給污走,於是6個月左右就把劉東強的資金燒光。

風流成最後一根稻草,京東「強人」時代提早結束

一次的創業慘敗,讓劉強東理解鐵腕管理的必要。中國媒體《財經雜誌》指出,即便劉東強短暫離開去美國留學,監控力道仍沒有少,在某次早會當北京的同事宣布新品將上線,電話另一端突然傳出劉強東的聲音,連招呼都沒打,越洋指出需要修改的細節。

《財經雜誌》還指出,京東的董事會章程有個不尋常的條款,就是劉強東不在時,禁止董事會做出具有約束力的決定,除非他刻意迴避,否則董事會不得舉辦正式會議。

《夸克點評》創辦人王如晨認為,「一個公司的未來,不能過度繫於一人。」劉強東當然也知道這件事,11月的一次電話會議上,劉強東告訴分析師,未來他會把重點放在京東的戰略和新業務,更多成熟業務將會下放給部屬管理。

只不過計畫趕不上變化,生性風流且強勢的劉強東,2015在澳洲因為疑似性侵見報,這次又在美國出包,也讓「強人」時代不得不提早結束,《財經雜誌》引述長期關注京東的分析師指出,「性侵案某種程度上推動京東的治理進程,如果沒發生這件事,組織架構的調整應該會晚些,可能沒那麼快。」

關鍵字: #京東
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