Growth Hacking 對於精實創業的意義|數位時代 BusinessNext

為何Growth Hacking這個詞直到近兩年才出現，卻已被大家熱烈討論著？第一無疑是因為互聯網的普及，這個在90 年代還只是被看做一種工具、一個領域的技術，現在卻已常被大家掛在嘴邊。所謂的互聯網思維，其實是一種全新的mind-set。

如果對精實創業還不是很了解，可以看看Eric Ries的書《The Lean Startup》。簡單來說就是隨著互聯網的發展，創業的模式已經開始發生翻天覆地的變化。10年前建一個網站成本頗高，需要自己懂程式碼、搭建伺服器等等，而現在各種現成的服務和解決方案可以讓創業者在低成本的情況下開始驗證自己的想法。

精實創業中一直都在圍繞著一個重要的概念：MVP（minimum viable product，最簡易可行產品），在打造一個關於自己idea最簡單的產品原型之後，便立刻將這個原型推向市場。由於社交平台的關係，也讓用戶之間的訊息傳遞非常快速，你可以很快得到關於產品原型的反饋，以此來驗證你的idea是否有市場，這一步被稱作product/market fit （PMT，市場定位）。

在找到了你的PMT之後，你便可以根據用戶的回應，不斷地更新迭代自己的產品；又或者你發現產品原型的PMT不明確時，那麼這時就是要考慮是否需要pivot（關於pivot的定義，意思類似於服務轉型。比如閃購電商Fab，最初其實是同性戀交友網站）的時候了。

大略來說，精實創業的模式便是：MVP -》PMT -》pivot or not。之所以想先解釋一下精實創業，是因為我覺得Growth Hacking正是因為有了精實創業這個概念模式，才慢慢被細分出來。

以前創業，傳統marketing的多數方法便是電視廣告、線下實體廣告等，成本很高。所以我的理解是，Growth Hacking更像是專為創業公司設計的低成本marketing方法論，或者說最適合創業公司的一種方式。

想像一下，landing page、與大平台API整合、content marketing 等等Growth Hacking的方法，並不需要像傳統marketing一樣砸錢。傳統marketing 之所以要砸錢，因為它並不知道自己的idea是否符合市場的需求，砸錢是為了驗證PMT。

不過即使PMT 不符合，那還是得硬著頭皮繼續砸錢用以教育市場和用戶，因為傳統的生意在之前便已經花了很多代價精力在前期的準備和業務打造上，pivot 的可能性不大並且成本會很高。所以這就是為何Growth Hacking和精實創業是相通的原因。

所以Growth Hacking是可以很完美地契合到精實創業的模式中的：MVP -》PMT -》Growth Hacking -》pivot or not -》Growth Hacking。

第一次的Growth Hacking用來幫助驗證PMT 的，因為你的產品原型需要足夠的用戶來參與測試，由於Growth Hacking的各種最佳實踐需要依靠一些數據分析的工具，所以用戶的數量要達到一定數量才能真正了解創業最初的idea 是否有市場。

而第二次的Growth Hacking則是真正發揮作用的時候，也就是為了純粹意義上地增加用戶（比如Twitter後來推行在註冊階段需要先關注10個推薦給你的人，新浪微博也增加了這一個過程）。不要忘了產品原型一直都處於功能更新迭代中，所以不管出於哪個階段的Growth Hacking，另一個大的好處便是獲取更多用戶的反饋以改進完善產品本身的功能。

Growth Hacking其實就是精實創業的marketing，相反大型公司還用不到，因為它們要決定轉型、調整企業策略將顯得更加緩慢困難。

出自36氪

@@ACTIVITYID:402@@

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。