從Google學如何領導創新發生的四堂課|數位時代 BusinessNext

最近行動架站平台Mobify的執行長Igor Faletski參加了Google的「Mobilizing Mobile」研討會，在一場討論如何讓一座城市的基礎建設及及社區行動化的「Go Mobile」議程中，Faletski從Google學到了如何領導創新發生的四個關鍵，這對於新創公司或者整個產業都很有效。

第一堂課：設定大架構

消費者採用行動網路的速度，正大幅超越行動網路體驗的形成。在三年內，使用行動裝置連上網路的比例會超過其他上網方式。Google已經察覺此趨勢，並且希望向更多人指出未來世界趨勢的方向。

透過向別人描繪出未來的景象，Google也同時框出未來可能的樣貌。設定大架構好像對新創公司聽起來像是個遠大的目標，但是這也是讓新創公司能夠聚焦的方式。

新創公司，本來就是在其他人可以看見前預先畫出遠大的景象。沒有遠大的景象，誰會冒著高風險加入你成為共同創辦人？誰會對你投資？誰會向你買產品、租你辦公室、聽你的提案，甚至是支持你的點子？正是這種預見的能力，才能創造市場上的新機會。

第二堂課：讓你的創新具體化

在你確立大架構後，必須展示給你的聽眾。

Google很努力的讓產品可以被使用者或開發者接受，並且也讓使用者盡量可以試用新的產品。

在GoMobile研討會中，Google為此建立了「GoMo Meter」的行動預覽工具，「讓你看見你現在的網站在智慧型手機中如何呈現，並且提供報告告訴你網站的哪些部分有用，哪些部分可以改進」。

「GoMo Meter」包含了Google的推出新產品的幾個哲學：低進入門檻、使用前不需任何投入、簡單易懂的使用介面、並且與使用者有興趣的主題緊密結合。

如何讓新創公司的創新更具體化呢？

開始找出什麼創新對你的客戶才有用，讓他們覺得這個產品是為他們所設計。同時考量你的產品要解決的是什麼人性問題，人性才是決定你產品的關鍵。Redfin的執行長Glenn Kelman曾在成功向創投募資後表示，創投只投資能夠滿足消費者七宗罪的消費公司。

最後，只給使用者最明顯易用的產品，讓使用者可以點點滑鼠或填最少資料即可完成，這些都可以讓你的產品更具體，並引起特定互動。對於新創公司來說，只要你讓人們願意和你的產品互動，你就可以開始影響他們的行為，也就能夠影響他們的想法。

第三堂課：專注、專注、再專注

專注於顧客為何使用你核心產品的部份。

當越來越多用戶在手機上使用Google的核心搜尋產品時，Google投入更多的時間、人力和金錢於發展手機搜尋功能。對於大公司來說，雖然資源很豐富，但是公司也更容易分心和失焦。

對新創的公司，資源雖然稀少，但是專注的自由度和改變專注的焦點也更加容易。「Pivoting」（轉型）雖然是現在很流行的詞彙，但是新創公司必須從達到里程碑中獲得成功，而里程碑象徵著速度。新創企業如果一直轉換方向，最終的結果可能就是繼續打轉。

第四堂課：追蹤微觀的現象，但是從宏觀做決策

Google 之所以成為成功的企業，是透過了解資料的價值，並且搜尋、分析資訊讓其他人可以從中找出意義。

Google可以追蹤Go Mobile活動網站的流量，以了解該活動是否成功，這是從微觀進行的分析。

微觀的數據（如造訪數、轉換率等）是用於追蹤及調整，而宏觀的數據（如年度的行動普及率、流量及營收），則是用來做出決策和聚焦。

比較難的是如何在微觀和宏觀間做出平衡？新創企業每天面對著無數的微觀執行細節工作，每一個微觀的執行細節又會影響宏觀的策略。

答案是：定期追蹤和自我反省。

在Mobify內部，每週都會由每一位部門主管宣佈他們的主要數據，並且定期追蹤主要數據，並討論這些數據的來源、影響及意義，以及這些數據是不是應該被追蹤。

一個衡量KPI很棒的方式是「ABC」：取得（Acquisitions）、行為（Behaviors）、轉換（Conversions），透過ABC架構，將能平衡微觀和宏觀的數據。

來源：Gigaon

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。