蘋果悄悄撤出滴滴董事會！一度風光的叫車平台霸主為何走向失敗？|數位時代 BusinessNext

根據中國共乘服務平台滴滴出行（Didi Chuxing Technology Co.）的本月公告，曾在2016年因美國蘋果（Apple）投資而加入其董事會的發展部門副總裁Adrian Perica，現已辭去董事一職。對此消息，滴滴並未多做說明，蘋果也拒絕給予回應。

曾出手投資滴滴，看好共乘、自駕車產業的長期發展

Adrian Perica在2009年加入蘋果，負責公司併購、收購等策略性投資計畫，在此之前，他曾於知名會計師事務所德勤（Deloitte Touche Tohmatsu）、美國跨國投資銀行與金融服務公司高盛（Goldman Sachs）工作。在2016年蘋果宣布向滴滴投資10億美元（約新台幣300億）後，他便成為該企業董事會的一員。

蘋果出手投資的當時，滴滴正受到同業對手Uber的衝擊。之後滴滴決定出手收購中國Uber，在籌備收購金45億美元的過程中，蘋果正好投資了10億，此舉曾被蘋果執行長庫克（Tim Cook）稱為「龐大的金融投資」，他表示，「滴滴的平台及管理團隊令人讚歎，我們期待支援他們的長期發展」，這也是讓蘋果了解中國市場的好機會。

由於Uber為駕駛提供iPhone，乘客也可以使用Apple Pay付款，Uber一直希望與蘋果建立更深的關係。紀源資本（GGV Capital）管理合夥人童士豪也認為，Uber與滴滴結盟，再加上蘋果的投資，或許會創造更多合作機會。站在蘋果的角度，也有人投資者分析認為，入股共乘服務公司是Apple Car計畫之一，蘋果可能想打造自駕車的共享車隊，而滴滴在美國加州建造自駕車實驗室的舉動，似乎也驗證了這個推測。

上市後因中國政府打壓連連失利，如今滴滴也失去外國股東

到了2021年，滴滴向美國證券交易委員會（SEC）提交首次公開募股（IPO）的申請，當時公司市價估值達一千億美元，後來順利於當年6月30日在紐約證卷交易所上市（股票代碼：DIDI），當日收盤14.14美元，市值估計681億美元。

但是，就在滴滴上市不久後，中國政府聲稱其違法蒐集用戶資料，網路監管單位也命令蘋果將滴滴叫車從App Store下架，此舉大幅阻礙了公司營運與成長，市值跌超過80%。2022 年稍早，官方也宣布從紐交所退市，最終股價為2.29美元，市值僅剩111.16億，往後交易僅在場外（如粉單市場）以代碼「DIDIY」進行。最後，歷經一年調查，中國當局以危害國家安全的名義向滴滴罰款12億美元。

中國嚴格的審查與規範不僅嚴重打擊滴滴的發展，也讓蘋果10億元的股份也失去了至少80%價值，這很可能是使其決定撤出董事會的原因。根據2021年度財報資料，在Adrian Perica離開後，滴滴的董事會恐只剩下華人，包括創辦人兼執行長程維、共同創辦人兼董事長柳青等內部成員，以及來自騰訊、阿里巴巴、微博與中國能源公司新奧集團的外部股東等人。

滴滴股東會成員（個人）

個人股東	身分
程維Will Wei Cheng	滴滴創辦人、執行長
柳青Jean Qing Liu	滴滴共同創辦人、董事長
朱景士Stephen Jingshi Zhu	滴滴策略總經理
梁鳳霞Fengxia Liang	騰訊協理律師
張毅Yi Zhang	阿里巴巴資深法律顧問
王高飛Gaofei Wang	微博執行長、董事
王玉鎖Yusuo Wang	新奧集團創辦人、董事長
張博Bob Bo Zhang	滴滴共同創辦人、科技長、自駕車業務執行長
卓岳Alan Yue Zhuo	滴滴財務長、財務營運管部門總經理
孫樞Shu Sun	滴滴叫車業務執行長

資料來源：滴滴2021年度財報，《數位時代》製作。

滴滴股東成員（集團）

集團股東	持股份額
軟銀願景基金	20%
Uber	12%
騰訊	6.5%

資料來源：滴滴2021年度財報，《數位時代》製作。

滴滴頻頻失利、蘋果選擇退出中國的共乘市場，讓人不免聯想稍早鴻海子公司工業富聯入股中國紫光集團一事，曾因債務違約申請破產重組的紫光，業務版圖橫跨記憶體、IC設計、晶片製造等，鴻海此舉無疑是要跨足記憶體、通訊晶片製造，目的在於為將來發展半導體、電動車等事業鋪路，但是這場投資案是否能順利仍有待時間考驗。

從備受期待到撤出交易所，一圖重新審視滴滴近年發展

回顧在2016年獲蘋果投資、順利收購中國Uber的滴滴，除了穩固國內乘車市場，也持續將版圖拓展至海外國家，並積極投入無人駕駛技術的開發，在近年來取得阿里巴巴、騰訊、軟銀等重量級企業的資金支持，甚至曾間接獲鴻海投資，然而好景卻在赴美上市後開始惡化，走向下市、股價下跌、市值連連蒸發的結局。

在蘋果退出其董事會後，滴滴下一步該如何重振內部，面對中國政府對科技、資料使用的嚴格審查，並且回應股東們的期待，將會是令人值得關注的議題。

資料來源：Bloomberg、9to5mac、MacRumors

責任編輯：錢玉紘

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。