盒馬鮮生傳將獨立融資,是阿里巴巴拆分小金雞前兆?背後有何原因?
盒馬鮮生傳將獨立融資,是阿里巴巴拆分小金雞前兆?背後有何原因?

生鮮電商領域,阿里正在醞釀一個大動作。

14日上午彭博社報導稱,據知情人士透露,阿里巴巴集團正在考慮為盒馬鮮生尋求獨立融資,擬估值為100億美元。

據悉,盒馬鮮生正在與投行合作,列出一份潛在戰略和財務投資者的獨家名單,這些投資者將被邀請加入這輪融資,該輪融資可能會在2月份開始。值得注意的是,目前這項融資計劃還處於審議階段,還不確定是否實施,同時100億美元的估值也是初步擬定,可能會隨著後續談判的進展而進行調整。

截至發稿前,阿里和盒馬官方尚未回應尋求融資的傳聞。而從目前來看,阿里尋求讓盒馬獨立融資,無外乎三點原因:

調整組織架構,拆分盒馬獨立發展

尋找外部投資者減輕給盒馬燒錢的壓力

應對2021年下半年以來生鮮電商行業遇冷的挑戰

盒馬鮮生創立於2016年,是阿里旗下的自營零售連鎖平台。盒馬主打「店倉」模式,主要模式是通過利用線下實體店面履約線上訂單的方式,打通線上和線下。截至2021財年結束(2021年3月31日),阿里巴巴在中國一共開設257家盒馬門市,主要分佈在一二線城市。

盒馬鮮生.JPG
圖/ 阿里巴巴

盒馬門市

根據晚點、21世紀經濟報導等媒體報導,去年阿里曾在組織架構層面對盒馬鮮生進行過一次調整。2021年8月,阿里巴巴CEO張勇對內發布全員信,稱時任B2B事業群、MMC事業群總裁的阿里合夥人戴珊將不再代表集團分管盒馬事業群,盒馬事業群總裁侯毅直接向張勇匯報。

此後在2021年12月公佈的新一輪組織架構調整中,戴珊作為集團總裁,分管大淘寶(包括淘寶、天貓、阿里媽媽),B2C零售,淘菜菜,淘特和中國貿易(CBU)等一層組織,共同形成「中國數位商業板塊」。值得注意的是,新生的「中國數位商業板塊」中,並未提到盒馬。

而此時傳出獨立融資,難免引發外界猜測阿里是否正在考慮拆分盒馬鮮生,讓後者獨立運作。 根據知情人士,阿里目前尚未決定盒馬鮮生計劃募資的規模,但可以肯定的是,這輪外部融資完成後阿里仍將保留盒馬鮮生的絕大多數股份,擁有對後者的控制權。

事實上,此前也曾有過相似的案例。2018年8月,阿里宣布成立本地生活公司,「餓了麼」和口碑兩大業務併入新公司旗下,2019年初,阿里宣布本地生活公司完成30億美元獨立融資,投資者包括阿里巴巴集團、阿里大股東軟銀和一些外部投資者。

讓「餓了麼」和口碑獨立融資的原因之一,是為成長迅速但持續燒錢的本地生活業務注入新的資金,而盒馬鮮生所在的生鮮電商也面臨相似的處境。根據財報,2021年第三季度,包括盒馬鮮生在內的其他收入同比成長66%,遠高於阿里三季度整體收入成長的29%;同時,社區電商業務的季度交易總額(GMV)較前期成長超過150%。

但收入、交易規模快速成長的同時,新業務的虧損也拉低了2021年阿里巴巴整體的利潤水平。當季阿里淨利潤為285.24億元,同比下降39%。根據阿里財報中的披露,利潤下降主要由於其在淘特、本地生活、社區電商等領域的投入同比增加125.75億元。

除了出於自身組織架構和財務方面的考慮,生鮮電商行業的發展變化,或許也是阿里為盒馬尋求獨立融資的原因之一。

盒馬鮮生會員店.jpg
圖/ 阿里足跡提供

在2021年,中國生鮮電商賽道經歷了一場雲霄飛車式的發展。上半年,作為中國最熱門的網路投資賽道,叮咚買菜、興盛優選、十薈團等頭部玩家相繼完成數億美元級的大額融資,拼多多、美團、滴滴等網路巨頭也相繼加入戰場,叮咚買菜和每日優鮮在一周之內相繼上市爭奪「生鮮電商第一股」,更是把這股熱潮推向最高點。

但隨著下半年中概股、網路投資遇冷,加上有關部委出手整治行業亂象,生鮮電商行業的狀況急轉直下,十薈團、美菜網、叮咚買菜相繼曝出裁員風波,滴滴旗下的橙心優選則被曝出收縮業務。

其他創業公司和巨頭忙著裁員關店,盒馬卻在嘗試擴張。2021年中重啟擴張計劃之後,2021年11月底,盒馬在濟南、南昌兩個城市相繼開設首家門市,並於12月在重慶、成都、長沙等13個城市密集開設超過20家門市。

而隨著2021年底疫情反彈,盒馬也在發揮一定的積極作用。西安因為疫情封城後,雖然因為存在「操作台上放有未經清洗的雞蛋」、「操作間擺放混亂」、「麵包與工作人員衣服混放」等不符合規範的行為遭到主管部門處罰。但在社交媒體上,盒馬在封城期間堅持配送、堅持不漲價的做法還是得到了不少網友的好評。

對於阿里而言,這也是過去兩年經歷一連串的輿論危機之後,在社交媒體上難能可貴的一幕。

本文授權轉載自:極客公園

責任編輯:傅珮晴、錢玉紘

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