Android Day 2013~理解使用者最深層的需求，熟稔技術但不被限制|數位時代 BusinessNext

台灣Android開發者年度大會「Android Day2013」8/27-8/28在台北舉行兩天，今年邁入第三屆，邀請多位國內外業界專家分享經驗。

第一天講者之一，Moko365創辦人兼技術總監Jollen Chen以史丹佛大學線上課程Coursera中的知名課程《Startup Engineering》為主軸，介紹著重技術、能教創業者「如何長肌肉」的Startup Engineering和著重策略、教創業者「如何打擂台」的Startup兩者間的互補關係。例如在大多數的創業課程中，創業者可以從中學習到過去的成功創業經驗、行銷及市場分析等方法，但這些議題對於專精技術的創業者來說有點太過抽象，而Startup Engineering則是從技術角度切入，協助進行創業。

在「From Ideas to Reality──微創新勢力」專題論壇中，八達網(MTel Limited)執行長黃明威首先分享自己在香港的創業經驗，他認為創業者在一開始就必須知道自己創業的目的、短程和長程目標，並且找到適當的創業夥伴。而最重要的是除了創投和天使投資人之外，更要將員工視為自己的貴人。

福特汽車連接服務總監Edward Pleet則談到自己和App開發者合作的經驗，認為開發者應該找到使用者的痛點(pain point)，才能將好的想法轉變為商機。與談者走著瞧(Gogolook)執行長郭建甫提及，Y Combinator創辦人Paul Graham曾說的「Live in the future, build what is missing.」，認為創業者應該要長期培養美感並理解使用者最深層的需求，並且要盡可能熟悉各種技術卻不被技術所限制。

在台灣創業環境方面，Jollen Chen認為台灣創業者缺的不是軟體人才，而是欠缺勇於跳脫舒適圈的創業動機。此外，相較於中國創業圈，台灣也缺少創業導師。例如北京的知名創業場域「車庫咖啡」，常有機會看到一些中國知名企業家到現場和創業者互動，可以看出這些企業家願意放下自己身為老闆的角色，轉而成為協助者。

郭建甫則以自身的創業過程為例，表示自己在創業過程中遇到許多貴人，創業團隊如果在一開始就能遇見有遠見的創業導師，就能讓公司往正確的方向前進。而恰好人在現場的台安傑天使投資創始合夥人、且本身也在政大授課的何小台，則分享自己帶著政大EMBA學生到矽谷參訪的經驗，並希望國內各知名大學的EMBA同學應該要發揮自己的影響力，一起幫助台灣的新創團隊。

在下午時間，郭建甫進一步以走著瞧(Gogolook)的WhosCall服務和行銷規劃為例，說明WhosCall如何應用資料挖礦(Data Mining)技術強化產品功能。WhosCall目前擁有6億筆號碼清單，且在全球Google Play、AppStore上都受用戶肯定。WhosCall之所以能獲得用戶喜愛，全憑著深入理解各國市場和使用者，才得以精準操作行銷資源並將產品進一步優化。而在優化產品的過程中，其實也進行過無數次的實驗。郭建甫表示，打造產品時，應該從第一步就使用量化工具，讓數字說話。例如為了知道來電觸發視窗對於使用者Bounce Rate的影響，WhosCall便設計了三種不同的畫面讓使用者進行實驗。之後再經由實驗結果，判斷出哪一種視窗設計最符合使用者需求。

黃明威則以Mtel開發各類品牌客戶App為例。他表示，在打造App時，首先必須要知道為什麼使用者會需要這一款App，先將使用者的需求找出來之後，再將需要提供的資料置入，並針對手機、平版設計專屬的UI。此外，黃明威以擴增實境技術結合目標客群為例，「現在的小孩很小就習慣智慧型手機的存在，但若要送禮時，只送App似乎又顯得有些奇怪。不過，如果將童書和擴增實境技術結合，就能創造出不一樣的樂趣。」

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。