[創業小聚台中場#02]堅持初衷、學習何時該捨棄，也勇敢挑戰現況|數位時代 BusinessNext

創業小聚暨今年5月首度舉辦台中場之後，8月23日再度南下與Hansds Up創業育成中心共同合作，在台中舉辦第二場的創業小聚，除了提供創業者相互交流與學習的機會，更希能成為台中地區創新創業的正能量，而本次活動邀請到利昇科技共同創辦人陳建隆Lenny、財報狗共同創辦人鄭凱元Ken、紅門互動共同創辦人張元溢Mars、OVOmedia創辦人吳有順Devin來分享他們的經驗。

enter image description here
利昇科技/共同創辦人陳建隆Lenny

在台灣的教育體制底下，「背單字」顯然是枯燥乏味的歷程，但是利昇科技於2013年開發的「手滑背單字」App卻透過遊戲任務的方式，激發使用者主動學習的意願，或許大家會覺得這樣邊玩邊學習的模式早已形之有年，但共同創辦人陳建隆Lenny卻表示，在台灣教育市場蓬勃發展的情況底下，家長仍舊十分樂意掏錢購買這樣的應用，重要的是「清楚自己產品的差異化在哪」。

Lenny提到，創業家的腦中一定會有很多想法，但是必須讓自己的想法在短時間之內獲得市場驗證，畢竟「時間」是最珍貴的資源，在創業兩年的過程中，他認為一切與「快」無緣的想法就暫時捨棄，此外，一個產品不可能適用於每一位使用者，但他必須適用於特定的使用族群，所以產品定位也很重要，而如果想要有理想獲利的話一定要先想好Business Model。

最後他告訴大家「一定要對自己的產品有愛，如果沒有愛的話，還是重來吧！」

enter image description here
財報狗/共同創辦人鄭凱元Ken

財報狗共同創辦人鄭凱元Ken開頭就拋了幾個問題，「你有在投資股市嗎？」「股市投資雖是老產業，但你覺得股市透過網路時代獲利報酬有變好嗎？」的確，網路的興起，滿足了早期投資資訊的需求，但目前由於資訊過於爆炸，投資人很難判讀有用的資訊，所以財報狗存在的目的在於提供投資人整理過後的專業資訊。

財報狗甫推出的時候，採用的商業模式是以將資訊轉為財報狗的圖表、統計數據，以販賣資料庫為主，但嘗試一年之後，獲利不如預期，後來決定從被動的等顧客上門，改為積極主動的尋求客源，推出部落格並透過出版書籍來開發客戶，滿足學習需求，同時提高願意購買資料庫數據商品的人數，不過，這樣耗費的資源還是太大，無法有借力使力的感覺，因此最近他們走向「社群經營」，建立社群平台吸引更多專家與同好，也成立投資社群，將財報狗、投資專家、顧客三者緊緊繫在一起，Ken表示，財報狗的市場雖然很小，但是專精在提供服務。

enter image description here
紅門互動/共同創辦人張元溢Mars

紅門互動共同創辦人張元溢Mars提到，當初會開發EAGLEEYE鷹眼數據是希望可以成立電商數據分析平台，幫助網路賣家了解競爭者資訊、市場消費情報，同時協助台灣賣家了解站外使用者的喜好，並整理成數據，替賣家節省時間、降低風險、發現機會，因為他們相信數據能說明市場未來趨勢。

事實上，張元溢Mars是個連續創業家，他從2005年開始創業，但2005年成立的龍璞科技虧了500萬以失敗收場，東山再起的他在2006年12月成立達摩媒體，之後又在2010年11月成立紅門互動，談起創業的路，他覺得一路走來很辛苦也很顛簸，他將第一階段的失敗歸因於自己太過天真，但之後他幸運地在創業路途上遇見願意相信他並借錢給他創業的貴人，Mars認為，想要創業成功就必須「專注在自己對成功下的定義，忽略成功以外的一切雜訊」畢竟創業過程中會有很多機會找上門，但要努力抵抗誘惑，不然會遠離自己原本的初衷，他希望創業家捫心問自己，想要做的是生意還是事業，一旦產品淪為銀貨兩訖就是生意，而生意人人都可以做，但企業家只做事業。

enter image description here
OVOmedia創辦人/吳有順Devin

縱使台灣的群眾募資風氣尚未成熟，募資的案子也多半以活動為主，不過值得注意的是「OVO！台灣電視讚起來」的案子目前卻在flyingv上募資到230萬，而且活動還沒結束，OVOmedia創辦人吳有順Devin說，他希望可以創造一款屬於台灣人自己的電視盒子，並藉此改善台灣電視生態，因此他辭去在新竹科學園區的工作，投入這場革命。

Devin表示，許多業界前輩曾提醒他們，不要打這場沒勝算的仗，對手太強了(大陸的電視盒充斥)，硬體根本賺不到錢，想要靠軟體與服務賺錢又非常困難，但他們想起創業的初衷，就是希望能在軟體或服務創造價值，所以決定堅持走下去，因此他們目前正在積極與眾多APP廠商談合作，企圖攜手改變台灣電視的未來。

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。