接手日產前執行長戈恩爛攤子，他憑什麼大扭轉20年最虧局面？|數位時代 BusinessNext

接手日產前執行長戈恩爛攤子，他憑什麼大扭轉20年最虧局面？

2019年底，內田誠臨危授命接下日產汽車執行長，同時面對財務虧損與新冠肺炎帶來的產業衝擊。今年7月，日產宣布可望終止連3年虧損而獲利，他做了什麼改變？

2019年12月，當日產汽車（Nissan）正因前執行長戈恩（Carlos Ghosn）深陷財務醜聞時，內田誠（Makoto Uchida）臨危受命接下新執行長的職務，此時由於戈恩的擴張策略失敗，日產營收大幅衰退，面臨重大的危亡時刻。

2020年5月的財報中，日產繳出過去20年來最大的年度虧損，損失達6,710億日圓，股價也陷入低迷。同時間，在全球肆虐的新冠狀病毒（COVID-19，俗稱武漢肺炎）疫情，也導致空前的晶片短缺，打亂了汽車生產的步調。

剛接棒的內田必須立刻面對「重組公司」與「應對疫情」兩大挑戰，發表橫跨4年的大規模重組計畫「Nissan Next」，從精簡業務、降低營運成本、改變管理模式等面向著手，試圖將日產從危機中拯救出來。

內田上任後旋即整治企業文化，改變以往權力過度集中於少數高管的狀況。戈恩的管理風格被視為一種專制統治，「管理層每個人都顧忌戈恩的反應，不敢表達真實意見。」內田指出，包括自己在內的所有高管，都只敢提出戈恩想聽的建議。

「我要做的第一件事就是改變日產的企業文化，讓每人都能暢所欲言地表達自己意見。」內田強調。為展現改變決心，上任以來他每個月都會舉辦數次活動，和全球日產員工一同商議公司前景，揭示專制獨裁的企業文化已經過去。

日產前董事長戈恩（Carlos Ghosn）via Frederic Legrand - COMEO

戈恩過去以專制風格帶領公司，內田誠上任後的首要目標便是改變公司文化：「我要做的第一件事就是改變日產的企業文化，讓每人都能暢所欲言地表達自己意見。」

圖／ Frederic Legrand - COMEO via Shutterstock

除了一改專制的企業文化，戈恩2011年曾定下在全球奪下8％市占率，同時獲利率提升至8％的長期目標，然而最終兩項指標都未能達成，導致日產的全球產量超過預期，不得不祭出促銷手段，使得獲利率進一步惡化。

為了降低過剩產能，內田也努力對公司結構進行重組，宣布將關閉包括印尼、西班牙在內，位於世界各地的製造廠，預計2024年3月時將全球產能縮減20％。「我們更為重視品質而不是數量，並修訂了更現實的銷售目標，確保公司內每個人都能理解，這是『Nissan Next』計畫中最困難的任務。」內田指出。

經過大刀闊斧的改革，內田的努力也終於開花結果。今年7月，日產宣布2021財年的預測將從虧損600億日圓翻轉至獲利600億日圓，可望終止連續3年營運虧損。

但就算有望擺脫虧損，日產的前景仍舊充滿了不確定性。在他們努力走出泥沼時，競爭環境已出現相當大變化，豐田（Toyota）、本田（Honda）等本土車廠都各自與合作夥伴結盟，飛雅特克萊斯勒也在今年1月與寶獅雪鐵龍集團合併為Stellantis（斯泰蘭蒂斯）。

這些競爭對手不僅財務狀況遠較日產良好，發展電動車領域的腳步也迅速許多。為了趕上這股潮流，日產也發表第二代電動車Ariya，並計畫在英國建立一座超級工廠，投入電池生產。

即使克服了電動車的難關，與汽車大廠雷諾（Renault）的糾葛勢必會再次浮上檯面。戈恩在位時期一直推動雷諾與日產的合併，可是日產對此興致缺缺，導致兩者關係緊繃，雷諾與日產不平等的交互持股，又加劇這個問題。
雖然近年兩家公司財務均陷入虧損，而暫停合併與否的討論，但雙方扭虧為盈後，肯定會再次為此進行交鋒，戈恩時代留下的業火，還在繼續延燒。

最新10月號雜誌《無程式碼時代來了！》馬上購：傳送門
「電子雜誌」輕鬆讀：傳送門

責任編輯：吳佩臻、張庭銉

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。