
賣鞋子改做 AI?Allbirds 史上最大膽的轉型賭注
從賣鞋子到賣 GPU:Allbirds 的極限轉身
> Meta Shift
想像一下你是 Allbirds 的 CEO,手上拿著公司最後一次董事會的會議記錄。上面寫著:鞋子事業賣了 3900 萬美金,公司帳上還有現金,股票代碼 "BIRD" 還在 Nasdaq 上交易。然後你要跟投資人說:「我們決定不做鞋子了,要做 AI GPU 租賃。」
這不是開玩笑,這是 2026 年 4 月真實發生的事。Allbirds 把整個鞋子品牌和資產打包賣給 American Exchange Group,然後宣布公司改名叫 NewBird AI,要做「fully integrated GPU-as-a-Service」。從羊毛鞋到運算晶片,我是覺得這轉得有點誇張。
那些年,我們一起穿過的 Allbirds
Allbirds 在 2016 年創立的時候,確實是個很聰明的 idea。創辦人 Tim Brown 和 Joey Zwillinger 看準了永續材料這個市場空缺,用美麗諾羊毛做鞋子,主打舒適、環保、簡約設計。最重要的是,他們抓住了矽谷 tech bros 的心 — 那些 Google、Facebook 工程師穿著 Allbirds 去上班,彷彿這雙鞋就是「我很在意環保但又很有品味」的身份象徵。
2021 年 IPO 的時候,Allbirds 估值達到 22 億美金,股價一度衝到 32 美金(來源:TechCrunch)。但好景不長,疫情後消費習慣改變,再加上永續時尚市場競爭激烈,Nike、Adidas 這些大廠也開始做環保材料,Allbirds 的護城河就沒那麼深了。
到了 2024 年,股價已經跌到個位數,公司開始裁員、關店、尋求轉型。說實話,從一個 $2.2B 的獨角獸變成要賣掉核心事業的狀況,這落差確實很殘酷。但這就是消費品牌的現實 — 你的 moat 其實很容易被複製。
3900 萬的算盤
賣掉鞋子事業拿到 3900 萬,老實說這數字不算高。對比當年 22 億的估值,這大概是 1.7% 的價值回收。但關鍵不是這筆錢有多少,而是 Allbirds 的管理團隊看到了什麼。
首先,保留上市公司的殼是個聰明的決定。在 Nasdaq 維持交易資格本身就有價值,re-listing 的成本和時間都很高。其次,AI infrastructure 確實是現在最熱的賽道之一。GPU 供不應求,大家都在搶 H100、A100,如果你能提供 GPU-as-a-Service,確實有商業機會。
NewBird AI 宣布拿到 5000 萬的投資(convertible financing facility),這比賣鞋子的錢還多。投資人的邏輯很明確:AI compute 的需求在爆炸性成長,而且這是 B2B 生意,比 B2C 的鞋子穩定多了。
但這決策也有很大的風險。管理團隊從消費品跳到 AI infrastructure,這中間的 domain knowledge gap 不是開玩笑的。你要懂 GPU 集群管理、data center 營運、enterprise sales,這些都跟賣鞋子完全不同。而且 GPU 租賃市場已經有 AWS、Google Cloud、Azure 這些大玩家,新進者要怎麼切出市場?
歷史總是押韻的
這種極限轉型其實有先例。2017 年 Long Island Iced Tea 公司改名叫 Long Blockchain Corp,股價直接漲了 275%(來源:TechCrunch)。但一年後 Nasdaq 就把他們下市了,因為區塊鏈泡沫破了,公司根本沒有實質的 blockchain 業務。
Allbirds 的情況會不會一樣?我覺得有幾個關鍵差異。首先,AI compute 的需求是真實存在的,不像 2017 年那些空殼區塊鏈公司。其次,Allbirds 確實有 5000 萬現金要去買 GPU 資產,不是純粹的概念炒作。
但問題是執行力。GPU-as-a-Service 不是買一堆 H100 放在機房就完事,你要處理散熱、電力、網路、安全、監控、客戶支援…這些都需要專業團隊。Allbirds 現在的管理層有這個能力嗎?還是他們打算全部外包?
從投資角度來看,這更像是一個 special situation。如果你相信 AI compute 市場會繼續爆發,而且 NewBird AI 能找到對的團隊來執行,那確實有 upside。但如果執行不力,這就是另一個 Long Island Iced Tea 的故事。
對工程師的啟發
這件事讓我想到的是:產業變化的速度真的太快了。三年前誰想得到賣鞋子的公司會去做 GPU 租賃?
如果你是軟體工程師,特別是在做 AI/ML 的,我覺得值得注意幾個點:
第一,GPU compute 的供需缺口確實存在。大模型訓練、inference scaling、multimodal AI,這些都需要大量算力。如果你有相關經驗(CUDA programming、distributed computing、cluster management),市場價值會越來越高。
第二,不要小看 infrastructure play。大家都在關注 OpenAI、Anthropic 這些 model company,但真正賺到錢的可能是賣鏟子的人。NVIDIA 就是最好的例子。
第三,商業模式轉型的風險。技術可以學,但 go-to-market 和 customer acquisition 是完全不同的遊戲。Allbirds 從 B2C 跳到 B2B enterprise,這中間的 learning curve 會很陡。
我個人是覺得這個轉型太激進了。如果是我,可能會先做一些相關的 adjacency,比如 AI-powered supply chain optimization 或是 sustainability analytics,至少跟原本的 domain knowledge 有點連結。直接跳到 GPU infrastructure 感覺像是在賭博。
Waiting7777
WoW Arena 冠軍轉前端,用電競 meta 思維拆解技術趨勢。
這篇文章對你有幫助嗎?
每週一篇 — 技術趨勢背後的商業邏輯
AI 產業在變什麼、工程師該注意什麼——拆清楚寄到你的信箱。


