Path創辦人~行動設計過程，失敗是必然之事|數位時代 BusinessNext

社群服務Path執行長Dave Morin日前出席MobileBeat 2012大會，談及自己對於Path創業過程的心得：

1. Path初版70%是失敗的

一開始是利用最具優勢的「網站設計」技術打造Path 1.0，不過對行動用戶來說，介面實在過於複雜，包括頁籤、搜尋功能、好友按鍵、獨立的資料頁面等。之後進行超過20次的修改，才推出簡化版的Path 2.0。

2. 「真正的簡單」需要花很多時間才能達成，行動設計特別如此

Path 1.0進展至Path 2.0耗時一年，這段時間學會最重要的事情──用戶只能使用一個螢幕。所以進行大量調查，瞭解用戶使用功能、每日和每月的活躍用戶樣貌，並且觀察大部分的人都在做些什麼事，最後才完成在單一螢幕上可操作的Path。

3. 踏入行動之路就要有所覺悟，初版極有可能失敗

Morin和共同創辦人Dustin Mierau一起重新打造Path，用戶意見幫助很大，初版用戶人數只有約1萬人，不過卻給了很正面的意見回饋，例如：「我很喜歡這個社群，我和家人之間從來沒有這麼親密過」、「千萬別關閉這個應用程式」，這些鼓勵讓開發團隊得以專心前行。

4. 真正的好設計是絕對不能少的設計

Morin曾在蘋果工作兩年，向賈伯斯學習到，事情不能只美化外表。設計是攸關每一件事情，不只是好看，只要和用戶體驗有關的都是。花費大量時間在效能設計，為的就是確保用戶可以流暢地使用這個App。舉例來說，創造漂浮時鐘（floating clock）功能，透過下移操作取代時間軸，這樣不但可以呈現資訊，也不是硬擠進畫面中。

5. 在Facebook學到的事：如果用戶試圖以特定方式使用App，就讓他們這樣做吧

團隊將所有關鍵需求都納入新版設計，包括觀察用戶的經常行為，像是利用App上傳截圖畫面，觀察到用戶上傳Nike+或是遊戲畫面的習慣，因此簡化截圖上傳過程，透過API功能整合其它App，成為新版Path的重要功能之一。

6. 生活就是平台

兩位創辦人都是在鄉下長大，在那裡，鄰居之間都彼此認識，Morin引述科幻小說作家William Gibson的話：「未來其實已在那兒——只我們還沒有全面察覺」（The future is already here — it’s just not very evenly distributed）。

7. 最後就是：希望將這樣的想法帶給全世界

出自VentureBeat

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。