軟銀全年獲利超車微軟！從史上最高虧損爬到全球盈利第3名，怎麼翻盤的？|數位時代 BusinessNext

軟銀全年獲利超車微軟！從史上最高虧損爬到全球盈利第3名，怎麼翻盤的？

去年繳出史上最高虧損的軟銀，在今年卻締造日本企業最高利潤的紀錄，更超車微軟躋身全球利潤第三高的企業。

Coupang上市助攻，願景基金創造驚人利潤

軟銀這一季能有如此亮眼的成績，最大功臣是韓國電商巨頭Coupang。Coupang在今年3月赴美上市，創下繼2014年阿里巴巴以來，美國最大的海外公司IPO紀錄。

根據財報資料，Coupang上市為軟銀願景基金創造接近2.6兆日圓的營收。2020財年同樣為軟銀創造大筆收入的上市案，還有去年12月掛牌的外送新創DoorDash，催生出6,600億日圓價值。2020財年中，第一及第二期願景基金裡總共有9間新創透過IPO或SPAC上市。

但有一點需要注意，由於投資認列營收並不需要賣出股票，因此軟銀絕大部分營收都屬於沒有實際拿到現金的「未實現收入」，代表著這些營收可能隨股價成長再次膨脹，也可能因股市動盪化為泡影。目前軟銀兩支願景基金總計價值達到1,540億美元，旗下管理新創總數為125間。2020財年中總共退出了11筆投資，實現收入為4,237億日圓。

去年繳出難堪的鉅額虧損後，軟銀也大幅轉變過往的投資方針，更為重視新創能否獲利，且不會再不惜重金救助失敗的新創。2020年8月時，軟銀罕見投資亞馬遜、微軟等科技巨頭，挹注超過40億美元資金，被外界稱為在那斯達克掀起大浪的「巨鯨」。

且為讓投資者們放心，軟銀也在去年出售410億美元資產，用於償還債務及購回股票，成功推動一度低迷的股價持續上漲，過去一年裡股價已成長接近一倍。

這一季成功能否複製？軟銀強調仍有眾多新創等待上市

目前令外界擔憂的是，這次的驚豔表現究竟是曇花一現，還是能夠持續複製的成功模式？另外，軟銀在衍生性金融產品投資失利，雖然這一季有460億日圓利潤，但整個財政年度虧損達670億日圓。

「孫正義需要說服投資者們市場依舊強勁，且他們可以按照這個節奏將公司上市。」諮詢公司Redex Research分析師柯克．布德里（Kirk Boodry）表示，「劇烈下滑的市值對軟銀會是個大問題。」

儘管Coupang的上市為軟銀帶來豐厚回報，但其上市至今股價一路下滑，市值蒸發200億美元以上。DoorDash、貝殼找房等軟銀旗下今年上市的新創，市值也都有程度不一的下滑。

對於外界的憂慮，軟銀強調他們仍有許多潛力十足的新創等待上市。傳已向美國遞交上市申請的中國乘車新創滴滴出行，估值上看千億美元；TikTok母公司字節跳動估值更上看4,000億美元。

近期最受矚目的，則是計畫透過SPAC上市的東南亞乘車新創Grab，估值達到350億美元，預計將締造有史以來規模最大的SPAC紀錄；捲土重來的WeWork也計畫以SPAC上市，估值約90億美元。

願景基金財務長Navneet Govil表示，「仍有眾多投資能夠釋放巨大價值。」

從地獄歸來的軟銀看似前景無限，但鉅額報酬背後潛藏的是巨大風險，一旦稍有不慎便有可能再次墜入萬丈深淵。且在股市持續上漲的現在，投資成本也一併攀升，軟銀必須步步為營、小心謹慎地執行每一個策略，避免持續累積的憂師，一夕崩解。

責任編輯：錢玉紘

ChatGPT、Gemini、Claude 等 AI 通用工具問世後，「AI」無疑成了現今全球最熱門的關鍵字。儘管許多企業已經開始導入相關應用，多數卻仍停留在文書輔助、單一聊天機器人（Chatbot）運用等單點階段。但隨著商業環境快速變化、缺工日益嚴峻，企業需要的不再只是一個會回答問題的對話框，而是具備「自主決策與行動執行」能力的「代理式 AI」（Agentic AI）。

Going Cloud 和 IDC 合作發布的《多代理系統崛起打造敏捷韌性企業》報告便指出，如今「AI First」時代來臨，企業的 AI 應用正從輔助性質走向自主營運，有 80％的企業期望藉此提升生產力，70％的企業希望能更輕鬆處理複雜任務，還有 66％的企業期望透過多模型來提升整體效能。

代理式 AI 愈來愈多，必須納入組織管理

但究竟什麼是「代理式 AI」？

「過去人們使用生成式 AI 時，需要一步步下達明確指令，但現在使用者只要賦予代理式 AI（Agentic AI）明確目標，它就能自己理解前因後果、進行推演，甚至能去呼叫 API 完成任務。」Going Cloud 總經理黃柏淞點出差異。
而當企業內部的代理式 AI 日益增加，比方說，人資部門有專屬 AI、業務部門有報價 AI、法務部門有合約審閱 AI，跨部門協作的複雜度也隨之飆升，「如果你是管理者，你就會意識到，必須把 AI 當成一個人，納入組織裡來管理。」黃柏淞強調，能統籌、指揮多個 AI 代理協作的「多代理系統」（Multi-Agent System, MAS），正是為了解決這個痛點而生。

簡單來說，MAS 就像虛擬的企業總部，負責協調、治理負責不同任務的 AI 代理、工具和功能模組。在讓 AI 自主決策的同時，各個 AI 代理間也能共享資訊、協調分工。MAS 還具備極佳的擴展性和分散性，企業可以依照業務需求，隨時新增、更改 AI 代理，能大幅提升營運韌性。

雖然企業普遍意識到，代理式 AI 已經蔚為風潮，但實際部署時，仍面臨諸多挑戰。《多代理系統崛起　打造敏捷韌性企業》報告便顯示，資安疑慮、預算限制、缺乏 IT 支援分別是企業最擔憂的三大問題，「企業最擔心串聯多個 AI 代理時，要是權限沒控管好，很容易有機敏資料外洩的風險。」黃柏淞提到，在此情形下，Going Cloud 推出了以「分層式多代理架構」為核心的解決方案。系統會由一個「主管代理」（Supervisor Agent）作為主要決策層，底層則串聯了各個負責單一任務的「任務代理」（Task Agents）。

以 Going Cloud 服務的大型金融企業為例，假設一位 VIP 客戶登入銀行 APP，詢問 AI 客服：「我想申請房貸，請問現在利率多少？另外，請幫我評估把我目前的科技股基金贖回當作頭期款適不適合？」如果是傳統的聊天機器人，可能會因為問題太複雜直接轉接人工客服。但在 Going Cloud 的分層式 MAS 架構裡，「主管代理」接收到任務後，會先拆解再指派負責「房貸利率」的「任務代理」，去後台抓取客戶的信用評分和最新房貸專案。同時，這位虛擬主管還會指派「理財分析」的「任務代理」，去檢視客戶最近科技股基金的績效並預測市場。最後，再由「主管代理」統整資訊，一併給出一份完整且客製的財務建議，「分層式 MAS 能確保整個過程的指令被清楚傳遞，而且因為權限分層管理，房貸 Agent 不會碰到不該碰的理財資料，符合金融業的風險控管與合規要求。」黃柏淞說。

目前 Going Cloud 已經協助知名金融機構導入 MAS 架構。以實際成效來看，多代理客服平台能降低 50％以上的人工客服工作負擔，並讓回覆使用者問題的平均時間減少 60％以上；FAQ 知識導向與 API 資料調用的正確率，在調用得當的情況下，也都達到9成以上的成功率。黃柏淞指出，金融、製造、顧問等有複雜跨部門協作需求的大型企業，都是亟需採用代理式 AI 的產業。

懂雲也懂企業痛點，助員工無痛升級「AI 小組長」

但為什麼 Going Cloud 能為企業打造出如此高效的代理式 AI 底層架構？一方面，Going Cloud 先前服務過亞洲最大 AI 多媒體科技集團科科科技（KKCompany Technologies），奠定具備理解和服務大型企業的經驗，且自 2022 年創立起，就鎖定服務架構最複雜的大型企業市場。同時，Going Cloud 是全台首家榮獲 AWS 生成式 AI 服務能力認證及 ISO27001、ISO27701 雙重國際驗證的雲端產業專家，此成就彰顯 Going Cloud 在堅實的資訊安全基礎上，深化了對個人資料保護的承諾，為客戶提供符合國際標準的資料保障，強化雲端服務領導地位。另外，Going Cloud 還能為企業量身打造底層 AI 平台，提供 AI 策略方針定調、雲端架構設計、Agent 任務規劃、效能優化等一站式服務。

對於準備跨入「AI 商用階段」的企業，黃柏淞建議，釐清應用場景，比追求最新技術更重要，「唯有清晰定義痛點，才能讓強大的 MAS 平台真正落地。」
他特別提到，導入 MAS 系統不只是 IT 部門的責任，其實更像企業的升級轉型，「未來的知識工作者，不能只是單純『接球就打』，每個人都將成為『小組長』或『專案經理』。」例如員工不必再親自打開 excel 敲公式、解讀報表，應該要學著指派手下的「數位同事」去執行。員工的核心價值，將從過去繁瑣、重複性任務的執行，轉移到前期的目標定義、流程規劃，以及後期的決策判斷和審核把關。

AI 技術飛速推進，企業間的競爭已從「要不要用 AI？」，升級成「如何管理與協作多個 AI？」。透過建構靈活、安全且具高擴展性的多代理系統，企業不僅能解放員工的生產力，更能在瞬息萬變的市場中，打造敏捷、韌性兼具的營運大腦。