【Meet創業之星】 GetMore二次時尚－二手衣代售服務，讓無用衣物發揮新價值！|數位時代 BusinessNext

衣櫃塞滿滿，常穿的卻還是只有那幾件？現在你有機會將衣櫃內不適合的衣物提供給有需要的對象，甚至還可以幫你賺取微薄收入！「 GetMore二次時尚」提供二手衣代售服務，賣家只要將無用的衣物打包整理出來，從送洗、拍照、丈量、上架、包裝出貨，皆由GetMore幫你搞定。

面對現今服飾產業「快速時尚」的潮流，GetMore反其道而行，提出「二次時尚」新概念。提倡環保外，也顛覆以往服飾產業供應鏈流程的創新服務，更能實際讓二手衣有效循環再利用，防止衣物浪費。

執行長温博凱表示，賣家在代售前，GetMore會將每件衣服送到專業的洗衣公司清洗及整燙。值得一提的是，團隊會特別將每件衣物上的洗衣標留著，讓買家就像收到新品的感覺，改善對二手衣的刻板印象。

温博凱進一步說明，他們採用的是「自然篩選」的機制，賣家申請代售服務以前，必須先視衣物狀況給付清洗費用。「賣家這時就會思考，能賣出的價格是否能負擔其清洗成本，」他說。因此能放到平台上販售的至少都有一定的市場價值。

GetMore開放由賣家自行定價，平台建議售價則為2.5折，售價的25%將作為平台的營運費用。負責物流及電子商務平台規劃的彭舒淳特別強調，團隊內部人力也會協助檢視二手衣品質及價值，防止盜版及漫天喊價的情況。目前架上商品售價從200~6,000元都有，平均單價1,200~1,500元購買數最多。

她說明，若賣家擔心賣不出去，可利用網站的調降機制降價促銷；如果還是乏人問津，等到代售半年期滿後，GetMore則會將商品退還給賣家。目前平台上1,000多件商品，每件都是獨一無二，「不像一般網拍備有存貨，GetMore是賣完就沒有了。」但因目前網站剛起步，還在宣傳階段，成交量約佔1成比例。

温博凱認為，相對於一昧追求流行、快速丟棄所造成的浪費，GetMore則是強調不只是追求衣物的時尚感，而是再次創造衣物的價值，以及重視質感、環保的精神。「服飾產業的二手流通，也是對環境的保護，」他說。

二手衣市場在歐、美、日等國家已風行多年，為了延續國外「分享經濟」的概念，團隊鼓勵民眾把平時不常穿的衣服，以合理的價格轉手出去，讓衣服有再次被珍惜的機會。「像是表演服裝、旗袍、禮服等，這些不常穿又所費不貲的衣物，就可藉由GetMore平台買賣。」彭舒淳說。

團隊也在官方部落格撰文，不斷以圖像、文字來宣導二手衣物再利用的觀念，同時，積極參與實體二手市集，透過面對面交流，讓接觸交流的人都能感受他們的用心推廣。除此之外，網站也設計了「Show Room」機制，提供使用者分享個人商品、穿搭，讓每件二手衣所承載的想法與故事，都能透過平台傳遞給下一位擁有該商品的人，藉此賦予二手衣獨特的意義，並加深平台與買賣雙方的連結。

圖左至右為品牌經理陳宇芯、工程師尤川豪、執行長温博凱、系統規劃彭舒淳。(攝影/蔡仁譯)

【創業教我的事】創業至今，收穫最大的是學會謙虛，一個事業的成功，需要許多人的成就。

Q1. **** 長遠來看，GetMore二次時尚想成為一個二手衣網路原生品牌公司。2014年主要還是以台灣市場為主，預計2015年將模式移植至海外，如香港、矽谷等地。

Q2. **** 團隊目前正積極改版，並展開行銷宣傳活動，目前缺乏與媒體公關的資源。海外部分，今年也將努力佈局。

團隊 Team 4人。

公司服務 Project GetMore二次時尚是一個二手衣購物網站，並提供代售的服務。

成立時間 Founded Time 2011年9月公司成立；2013年12月網站上線

主要用戶 user 20~35歲的都會男女

商業模式 Business Model 成交抽取手續費

網址 http://getmore.cc/

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。