智慧供應鏈，重塑企業獲利力|數位時代 BusinessNext

台灣聞名全球的科技製造業，近年來受到國際市場嚴苛的考驗：品牌大廠庫存失準時有所聞，ODM/OEM毛利持續下探，獲利與營收不成正比。過去二十年台灣靠著彈性供應鏈管理與產業群聚效益打造了科技之島的美名，但在全球化競爭中是否還能保有優勢？

國內產業架構以水平整合的聚落為主，好處是彈性大、選擇多。以筆電為例，順著中山高往南走，從台北到新竹就可以買齊所有零組件。供應鏈有變動，一個小時內就可以召集相關廠商找到解決之道，這是台灣獨有的機動性。

聚落式供應鏈，無法支撐台商全球布局？

然而當國內企業開始布局全球，以往的聚落優勢將難以持續。過去產業處於成長期，供應鏈管理問題會被獲利所掩蓋。然而從2008年開始，全球消費需求降低，營收與獲利都受到嚴重考驗，供應鏈的問題也浮上檯面：

一、產品週期縮短：顧客喜好瞬息萬變，產品推陳出新頻率越來越高。若未能精準預測需求、掌握銷售進度，極可能會造成損失。

二、少量多樣生產：客製化、個性化的產品需求高，供應鏈管理的複雜度也倍增。預測失準不僅讓成本增加，也可能造成呆料損失。

三、產業生態改變：智慧型手機讓國際電信巨人NOKIA黯淡無光，平板電腦令小筆電風光盡失。破壞式創新的產品隨時可能衝擊市場！

四、可視性不足：供應鏈中存在許多提升價值、降低成本的可能性，唯有提高供應鏈可視性(visibility)，才能創造優化價值。

面對這些挑戰，供應鏈需要轉型升級，朝向「提高能見度」與「增加反應速度」，以利做出正確的供應鏈決策。

提高能見度，從需求預測做起

企業幾乎都已建立了ERP，然而ERP是否足以讓決策展掌握供應鏈全貌？尤其在供應鏈全球化之後，每日營運所蒐集的資料極大，但是能夠有效擷取、管理、分析與優化的比例反而變小了。

能見度提升不僅限於庫存與運況，還要加入「需求能見度」的管理能力。需求是整個供應鏈的源頭，若能透過滾動式的銷售預測來提升需求能見度，供應鏈運作就越有效率，許多績效不彰的問題也會迎刃而解。

以某3C品牌大廠為例，其主要銷售對象為全球各地的通路商，為了提升供應鏈效率、降低庫存，該品牌正在建立一套能夠結合市場行銷資料、歷史數據與通路商資訊的滾動銷售分析系統，與供應鏈管理平台進行整合，以精準的需求預測為起點，將整條供應鏈優化校準、提升效率。

提升反應力，每個決定都有效益

商業環境競爭激烈，造成整條供應鏈的時間都被壓縮，企業常要在有限時間內做出關鍵決定：這筆單，接還是不接？怎麼排程，對公司最有效益？

一般來說，企業接到訂單需求後，要經過內部資料計算、供應商與產能確認，關關核可後才能給客戶回覆，平均費時五天。但許多訂單或變動需求要求短時間內答覆，若未能仔細評估，硬著頭皮接下後才發現這筆訂單根本無法帶來利潤，反而排擠其他有利潤的訂單，豈不是徒呼負負？

在智慧供應鏈的管理平台上，這些可行性評估、多情境模擬的運算僅需數分鐘即可完成，可立即算出供應鏈變動帶來的效益與衝擊，以利決策者做出最有效益的決定。回覆客戶的時程從五天縮短到兩天內，不僅客戶滿意度提高，也增加了回應商機的速度與效率。

國內光電大廠導入智慧供應鏈解決方案後，大幅減少了供應鏈效率低落帶來浪費，其投資報酬率竟高達1000%！

智慧供應鏈，為產業加分

從產業角度來看，供應鏈管理好比「甩鞭子」：一個客戶端的小變動，就會從訂單、排程、產線、零件、下游廠商產生環環相扣的衝擊效應。最前端的組裝廠、品牌廠銷售預測與供應鏈管理若能更為精準，將能正面提升整體產業的獲利能力與運籌效率。打造智慧供應鏈，將是台灣科技製造業提升價值、降低成本的必經之路。

想要了解更多Smarter Commerce，歡迎立即報名「智慧商務策略論壇」http://www.bnext.com.tw/edm/ibmscforum/

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。