Google Ventures不只投資你，還幫你進行設計大改造|數位時代 BusinessNext

去年3月，Google Ventures打造了一支設計團隊，專為選定投資的公司進行設計改造，該團隊包括四位設計師以及一位UX設計師，這是因為Google Ventures選定投資的公司，多為技術起家，設計人員通常有限。

Google Ventures設計團隊會安排一周的密集會議，了解該公司需求、概念化解決方案、證明想法對錯之處，最後得出最好的產品概念和可能實踐的方式。不過在這之前，設計團隊必須了解該公司的產品或服務，但是不能涉入太深，才能保有中立態度指出問題所在。

以Google Ventures在2011年10月投資的餐廳預訂服務Ordr.in為例，該公司最初提供的服務鎖定B2B領域，是否可以拓展到個人消費市場？甚至是旅館或當地出版事業？

Google Ventures設計團隊第一天和Ordr.in執行長David Bloom、技術長Felix Sheng見面，稱作為「理解階段」（understand phase），聆聽Ordr.in團隊介紹目前的市場機會、現有產品、現有狀況與目標；與此同時，設計團隊以「我們可以如何」（how might we）的方式進行記錄，協助目標具體化，例如進行大規模的統計數據等。

設計團隊瞭解基礎背景後，很快就能深入公司核心，並進行未來計畫，過程當中的記錄是不可或缺的。不過大多數情況下，討論Ordr.in下一個產品，所面對的大環境並不明朗。

第二天，以前一天的記錄重點為主，展開「發散過程」（diverge process）。每個人都用不同的角度審視Ordr.in下一個產品，很快地在紙上畫出發展可能縮圖（不能超過40分鐘），接下來就要針對結果進行批評，先靜靜觀察，然後三分鐘內闡述最有希望和應該避免之處。持續三天之後，最後就確定了產品的可能形式，接下來要進入原型階段（prototyping stage）。

設計團隊打造使用者測試模型，受試者並不會知道他們正在使用未完成的應用程式，隔天是最後驗證階段（final validation stage）；第三天輪到UX設計師登場，其實進行測試之前，UX設計師已經列出一連串議題，UX設計師負責領導第三天的討論會議，設計師們會分屬在不同的會議室，各自提出意見，再由其中負責案子的設計師進行回應，這次討論結果會確認哪些想法是失敗的，但也會點出成功概念或是需要加以改善的地方。

有了詳加驗證的結果，Ordr.in必須面對下一步。設計團隊會刻意減少和Ordr.in的互動，即便Ordr.in並沒有任何一個全職設計師員工，這是因為Google Ventures設計團隊扮演的角色是提供爆發性設計能量，而非免費、全力支援這些被投資的新創公司。

Google Ventures設計團隊可以帶來真正的設計思考，舉例來說，當我們提問「這個按鍵該如何設計」，應該要改成這樣問「這個按鍵如何設計才能更加吸引人」，後者才是真正的關鍵問題。參加這些過程的人不一定需要是專業設計師，但應該是決策者，接下來的問題可以再聘請設計團隊或自由工作設計師加以改進。

雖然上述過程只是以Ordr.in為例，並非每一家被投資的公司都會經歷，不過設計團隊仍是Google Ventures的一大賣點，讓新創公司選擇合資夥伴時更具吸引力。

出自TheNextWeb

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。