Google Wave失敗經驗的教訓~產品力、話題熱度、期望管理|數位時代 BusinessNext

Google於上周宣布結束去年甫發表的Wave服務，當初以黑馬之姿出現的Google Wave，為何會落得上市沒多久就結束短暫一生的悲慘命運呢?Mashable及PCMAG整理了此事件中值得學習的幾點如下。

首先，最核心的當然還是回到產品本身的問題，Waves要求用戶必須另外創立一個帳號，而無法沿用原有的Google或應用程式帳號，使得增加聯絡人及分享Google Docs檔案等動作變得格外困難，另外還有噪音、管理群組、及運用管控清單等問題，都指向了Google Wave並不是一個很完善產品的事實。除此之外，毫無疑問地Google是世上最頂尖工程師的集散地，過去也曾經開發過許多簡單易懂的好產品，像是Gmail、Google Docs、及AdWords等，但Google Wave看起來卻像是任由這群優秀開發人員，天馬行空做出的夢寐以求產品，功能繁複令人難以理解，借助了第三方所拍攝的介紹影片，才勉強讓人瞭解這個產品的重點到底在哪裡，再加上功能和Google另一個Buzz服務有所重複，會吹起熄燈號，實在也不是太令人意外的事。

其次是策略及行銷的問題，大家應該有印象Wave服務在去年Google開發者大會(Google Developer Conference，Google I/0)初亮相時，是如何地激起了大眾的興趣，但是Google卻沒有把握話題熱度，而是經過了四個月之後才開放給部分用戶測試，其實這個時候大家也還是搶著加入測試，但由於之前Google以"下一個Gmail"來定位包裝Wave，媒體也不斷爭相報導，使得大家期望相當高，但Wave本身產品力又不是那麼強，因此用戶實際試用之後失望也就越大，再加上真正正式完整對外開放已經是今年三月的事，這時距離當時的第一次亮相已有九個月的時間，不幸地大眾對Wave的興趣已經冷卻而且覺得失望，因此可以說是因為Google的操作不當，使得Wave服務的聲勢整個呈現開高走低的局面。

當網路應用程式的產品生命週期不斷縮短，除非產品力夠強，否則很難要求消費者在最初的狂熱之後還持續注意你的產品，因此期待這次經驗之後，Google能痛定思痛，再度發揮往日化繁為簡的功力提供優質服務，並等產品準備好了再發表，莫再像Wave一樣錯失了一開始的勢高浪頭。

出自Mashable
出自PCMAG

從生成式AI訓練、推論，到代理式工作流程（Agentic Workflow）與未來的實體AI，資料流量正以指數級成長，讓記憶體從過去支援運算的配角躍升為決定AI效能與能源效率的關鍵角色。

全球知名的半導體與微電子技術分析機構TechInsights指出，AI競爭正逐漸從晶片算力擴展到記憶體架構設計能力，加速「Computational Memory」等新架構興起；在這波浪潮中，深耕記憶體與儲存技術數十年的美光科技，正與關鍵夥伴展開深度協同設計，包含攜手NVIDIA共同開發適用於新世代資料中心的低功耗記憶體技術，在AI基礎建設的新賽局中成為不可或缺的關鍵。

當GPU不再是唯一主角，記憶體為何躍上AI舞台中央？

過去，半導體的焦點多圍繞在晶片，例如CPU、GPU跟AI加速器等，市場普遍認為，晶片運算能力是左右科技產業發展速度的關鍵，但在進入生成式AI世代後，產業逐漸發現另一個事實：真正限制AI效能的瓶頸不是運算，而是資料能否快速被存取與傳輸。

從大型語言模型訓練，到AI推論、代理式工作流程（Agentic Workflow），甚至未來的機器人與自駕車，龐大的資料流量正持續推升對高頻寬、低延遲、高容量記憶體的需求，讓記憶體產業從過去相對標準化、以價格競爭為主的市場，逐漸轉變為AI基礎建設的重要核心。

「仔細觀察AI應用服務會發現，大多數工作負載都被頻寬限制。」美光科技全球業務執行副總裁Mike Cordano認為，記憶體是突破（頻寬）瓶頸的關鍵，也讓AI競賽從晶片算力升級到記憶體與儲存架構的系統級競爭。這樣的產業洞察，也正是Mike在歷經二十餘年的儲存產業資歷，加上四年半的創投生涯後，選擇加入美光的核心原因之一：在AI重塑產業結構的浪潮下，記憶體將成為這波成長最直接的動能所在。

從零組件供應商到策略夥伴，記憶體共創時代來臨

AI的崛起，正在改變記憶體廠商與客戶的關係。

過去，記憶體產品多是標準化元件，客戶關注的是價格、供貨與規格；合作模式也偏向短期採購與交易導向。然而隨著AI系統規模愈來愈大，從資料中心、雲端平台到終端裝置，記憶體已經成為決定系統效能的重要關鍵，也因如此，越來越多企業將記憶體視為「策略性資產」，而非單純零組件。

Mike表示：「現在，我們跟客戶合作的時間跨度改變了，在產品正式上市前三到四年便開始合作，從系統架構階段就共同規劃未來需求。」例如，美光科技與NVIDIA共同研發的資料中心所使用的低功耗記憶體，便是雙方提前多年展開深度合作（co-design）的成果。

值得特別注意的是，美光科技除從技術層面與晶片製造商等夥伴共創產品，也在需求層面與客戶進行密切合作，例如，將過去較無約束力、期限僅一年的長期協議（LTA）轉變成為期五年、條款更具約束力的策略性客戶協議（SCA），藉此掌握客戶的未來需求，進而在技術層面做更深度的合作。Mike坦言，深度協同設計是高成本的投入，美光的做法是先廣泛進行市場感知，理解不同場域的需求方向，再與生態系統中的夥伴們展開客製化合作。

從裝置導向轉為Token導向，AI浪潮重寫記憶體成長模式

除了合作模式改變，更大的典範轉移是需求的改變。

Mike解釋，過去記憶體需求跟PC、手機跟伺服器出貨量息息相關，但在AI新世代，推動記憶體需求成長的核心不再是設備數量，而是AI模型所產生的運算與資料消耗量。「AI產業逐漸走向以『Consumption』或『Token』為主的新經濟模式，每一次的模型運算都需要消耗大量的記憶體跟儲存資源，這意味著，即使設備銷量成長趨緩，記憶體需求仍可能持續上升。」

更重要的是，AI應用正從資料中心外擴至手機、PC、自駕車與機器人等場域，儘管不同場域對記憶體的需求不盡相同，但是，Mike認為：所有AI裝置都存在三項共同需求：更快的速度、更大的容量，以及更高的能源效率。

正如Mike在受訪時提到的：「我們最大的挑戰，是如何與客戶和整個生態系保持高度一致，一方面創造供給與產能，另一方面持續推動技術創新。」可以預期，在接下來的五年，記憶體產業面臨的挑戰不僅僅是擴展產能，而是如何與客戶共同規劃需求、同步投入技術創新，而這也是美光科技積極經營AI生態體系的原因。

總的來說，AI帶來的改變，不只是算力提升，而是重新定義整個運算架構：過去，記憶體被視為支援運算的基礎元件；現在，則是決定AI效能、能源效率與創新速度的關鍵資源；當產業競爭從晶片性能延伸到資料流動效率，從裝置數量轉向Token消耗量，記憶體的重要性也將隨之水漲船高，對美光科技來說，這將是其從供應商走向AI生態系核心夥伴的關鍵角色轉變。