願景基金投資失利燒掉3兆日圓!軟銀創史上最大虧損,下步怎麼走?
願景基金投資失利燒掉3兆日圓!軟銀創史上最大虧損,下步怎麼走?

這波經濟動盪下,日本軟銀毫無疑問是最大的輸家之一。不僅虧損超過3兆日圓創下歷史新高,如今為了止血接連出售阿里巴巴、Uber的股份,也像黯然轉移公司的重心,離開創投這個傷心地。

去年好不容易從疫情地獄爬回來的軟銀,現在看來又再次墜入了萬丈深淵。本週公佈的4至7月財報中,軟銀營收為1.57兆日圓,較去年同期的1.48兆日圓成長6.3%,然而卻從原本超過9,300億日圓的獲利成績,變成虧損3.29兆日圓。

這是軟銀有史以來最慘烈的虧損,且與上一季約1.46兆日圓的虧損相比更是直接翻倍,創下成立30多年來最嚴重的赤字。

願景基金重挫,軟銀出售Uber、阿里巴巴股份止血

而創下鉅額虧損的罪魁禍首,便是軟銀總投資金額超過1,000億美元的願景基金。願景基金業務整體虧損2.9兆日圓以上,軟銀指出這些虧損主要是來自對投資組合中,公開交易公司投資變現。

由於通貨膨脹、利率上升引發全球經濟衰退擔憂,加劇了全球股價下跌的趨勢,也使得這些公司的股價有所下滑。

最惹外界關注的是,軟銀在這個季度以每股41.17美元的價格出清了Uber股份。軟銀聲稱,Uber股份平均每股成本為34.5美元,因此這次出售也能為公司帶來一些收益,但沒有透露實際創造多少收入。

Uber
願景基金的嚴重虧損,也讓軟銀選擇出售Uber等企業的股份來挽回財務狀況。
圖/ Viktor Avdeev on Unsplash

早在2017年,軟銀就已經對Uber投資超過10億美元,並隨著2018、2019年的加碼投資,更直接成為了Uber的最大股東。去年Uber股價高漲時,軟銀就出售了約3分之1的股票套現,而現在願景基金遭遇重創之際,更乾脆出清持股彌補虧損。

根據《CNBC》報導,軟銀出清Uber持股是為了彌補滴滴與阿里巴巴的投資虧損。滴滴去年一上市便遭中國政府審查,服務被強制下架外,也暫停新用戶註冊,股價因此在過去一年內下跌近70%。

阿里巴巴曾是軟銀最知名的投資戰果,但同樣遭受中國政府的打擊,過去一年裡股價同樣下跌超過50%,且阿里巴巴的業績成長開始放緩,去年雙11的交易額僅成長8.5%,創下10年來最低的上升幅度。

軟銀沒有透露出售Uber股票的營收總和,包括Uber、Opendoor、Guardant、貝殼等多家新創的持股在內,4至7月季度內出售的股票總計為公司創造56億美元獲利。

另外,軟銀也利用遠期合約在這一季出售了部份阿里巴巴股份,獲得超過100億美元現金。遠期合約是約定未來某個時間,按照商定價格交易的合約,這種作法讓軟銀能繼續持有阿里巴巴股份,並藉此籌措現金,未來也有機會買回。

《金融時報》指出,軟銀在2022年已經透過這種方法籌措超過200億美元的資金,另外這也代表軟銀憑借早期投資阿里巴巴成功,進而發展起來的時代即將落幕。

2020年時,軟銀曾因為WeWork上市失敗、新冠肺炎爆發等影響,一度陷入高額虧損當中,當時軟銀執行長孫正義承諾,未來他們在投資時會更加謹慎。

然而《華爾街日報》指出,去年經濟回暖時,孫正義開始要求對新創公司進行更大手筆的投資,總計向183家公司投資逾380億美元,是創投領域單年投資最高紀錄。

但這也導致軟銀的入股也因此買在高點,邁入2022年後,俄烏戰爭、美元加息、經濟衰退接踵而至,讓軟銀損失慘重。

願景基金人事動盪,孫正義開始轉移公司重心

而慘烈的投資成果,自然也為軟銀帶來劇烈的人事動盪。財報正式公佈前幾天,《彭博社》披露從2020年3月至今,軟銀已經有超過10位高管離職。前陣子兩位合夥人Yanni Pipilis、Munish Varma即將離職。

願景基金執行長Rajeev Misra也傳出正在淡出軟銀,有意離開公司發展自己的事業。事實上,就有內部消息指出,Rajeev Misra已經退出第二期願景基金,僅負責第一期基金。

另外,這次公佈季度成績後,孫正義也宣佈將縮減願景基金部門的員工人數,但還未公佈具體裁員的比例,或在何時實施裁員。

Arm_shutterstock_1661905603拷貝.jpg
有消息指出孫正義逐漸將公司重心從願景基金轉移到Arm等其他方向,計畫今年登場的上市計畫,更是受到關注。
圖/ Shutterstock

《彭博社》引述消息人士的說法,聲稱孫正義開始逐漸調整公司方向,將公司的重心從願景基金轉移到Arm等新的方向。在各家科技公司開始投入自研晶片的趨勢下,Arm也被寄予帶來高回報的厚望。

Arm今年第二季財報中,營收為7.19億美元,較去年成長6%,包含4.53億美元晶片授權費用收入,較去年成長22%,也創下歷史新高。

同時這一季搭載Arm架構晶片的產品出貨數達到74億部,是第四個突破70億大關的季度。Arm指出,這代表Arm在汽車等多元領域的布局已逐漸取得成果。

軟銀正積極籌備Arm的上市計畫,孫正義曾稱這會是半導體產業史上最重要的上市計畫,目前他們希望能重新為Arm定位,降低營運成本提高獲利,促進投資的吸引力。在軟銀的規劃中,Arm上市時的估值將達到600億美元。

資料來源:CNBC金融時報軟銀BloombergTheRegister

責任編輯:吳秀樺

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