[蘇麗媚] 體重機終究是乏了|數位時代 BusinessNext

人人都喜歡看「數字」，因為大家都說「數字會說話」。一個體重50公斤的女生，變成45公斤，開心嗎？哇，好開心，但別開心得太早，也許體重機根本沒歸零（當然，可能是當事人故意不歸零），也可能是彈性疲乏……。

本來是胖胖可愛的人，站在鏡子前，變瘦了，哇，好高興，但請別自欺欺人，因為那是一面哈哈鏡（凹鏡）。當然，如果你從小照的就是這面鏡子，就會覺得自己就是這樣的身段，但別人都知道，這並不是真正的你。

乏了的體重機、變體的哈哈鏡，某個程度上，等同是目前傳統的收視率調查困境，可以參考，但並不精準，甚至是失真的。但電視台、廣告業代理商目前只能仰賴這個讓人無奈但勉強接受的結果。

其實在數位匯流的衝擊下，群眾使用網路普級，收視管道多元，透過電腦、行動裝置觀看影片的人越來越多，甚至可以預期的是，未來更多傳播行為都將在網路上串聯並記錄完成。

根據資策會的調查，國人已習慣跨平台多螢觀看影視節目內容，很多人邊看電視邊滑手機，而且隨時透過社群網站發表個人看法。有意思的是，有些影音內容「默默」走紅，隨著直接且熱烈的討論，甚至主導社群走向、社會議題。但這些強大且宰制媒體發展的新媒體使用者的收視行為，根本不會反應在傳統收視率數字中。

這樣的失真，或者該說是「暫時無法跟上時代腳步」的收視率調查方法及數字，的確是不少創作者頭上的緊箍咒，收視率主導內容走向，不少創作者為了不讓自己陷於泥沼、滅頂，無奈修正方向。但其實有更多創作者堅定自己要走的路，堅持製作優質的內容。

幸好，總有曙光。2013年，美國電視收視率普查機制導入「網路口碑監測」，以Twitter為「電視第二屏」的樣本，做為收視率加權基礎。今年3月此機制已被證實有連動性，也就是說，藉著新媒體的特性，分析出使用者的年紀、喜好、興趣等，並得知在網路上的行為模式。這種「有效監測」的方式，方便節目製作者與廣告主找出更精準的行銷服務，進而做更優質的服務應用。「節目收視率數字在說話，而且說的並非完全實話」的時代會過去。

2013年3月號《數位時代》專欄中，我提到美國最熱門影集《紙牌屋》（House of Cards）的成型過程。該劇為翻拍1990年BBC同名劇集，故事描述一名玩弄權術、自大狂妄的國會議員故事。

《紙牌屋》是擁有美國2千9百萬會員線上影音服務Netflix的自製影集，這部影集直接在網路上「首播」。過去的「慣例」多半由強勢媒體製播，之後才授權線上網站串流。有意思是，《紙牌屋》一次上線13集，「世界各地」的會員可按照自己的時間和收視習慣觀賞影片，這種開放式的收視方式也大大顛覆傳統作法。同樣的，會員資料都會進入Netflix龐大的數據分析系統裡，所有觀影會員的各項數據、互動內容都會進入分析系統，精準的分析結果將更提升內容品質與服務細膩度。

回過頭來看目前台灣的傳統收視率調查。2、30年，失真的收視率監測「黑盒子」決定了創作內容走向，但精準、互動、開放的「新媒體」幫助許多人丟開頭上的緊箍咒，提升創作內容質量，企圖在「不精準且單向的台灣收視樣本戶代表觀影水平」的垢病中，找到與使用者新的傳播、互動與應用的可能性。幸運的是，目前一切都正在改變中。

出自數位時代雜誌2013年5月號

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。