大數據時代的數位廣告神器RTB|數位時代 BusinessNext

從買版位到買群眾

數據是支撐即時競價系統運作的心臟，但購買目標群眾才是即時競價系統的核心精神，這也是和舊有數位廣告購買模式最大的不同。林毅祥表示，廣告主已經從買版位、時間和特定媒體管道，變成買一個目標受眾的特定行為，廣告主買的不是曝光量或點擊率，而是實際的效果，如「提升銷售額」、「增加會員人數」或「拉高註冊資料的比率」。透過數據分析和即時競價機制，廣告主可以購買符合其目標特性的群眾，但這在DMP和RTB出現之前，是沒有辦法做到的。

由於網路使用者的瀏覽行為越趨破碎化，網路超連結的特性讓使用者在不同網站之間來來去去，廣告主若只購買單一網站的單一版位，無法確保看到廣告的人是對那則廣告有興趣的人。競價機制讓廣告主用他們願意付出的成本購買目標群眾，出價最高的廣告主得以將廣告投放到目標群眾的眼前，不限於單一網站，做到讓商品跟著人走的境界。

看準RTB熱潮，從今年3月起採用自動化購買廣告程序的雅虎奇摩，全面開放版位給廣告主即時競標。雅虎奇摩媒體業務事業群資深總監謝美芬認為，RTB讓廣告主、網站主和消費者三方得利，一方面提升廣告主的廣告投放效益，二方面RTB對每個曝光差異訂價，讓網站主的版位販售更有效率且具有彈性空間，三方面消費者看到跟他自身興趣關聯性較高的廣告，也會比較不那麼排斥廣告，因為廣告會成為對他有價值的訊息。

國內提供相關服務的業者已如雨後春筍般崛起，其中沛星科技甚至獲紅杉資本A輪資金600萬美元，成為台灣第一個得到紅杉資本投資的新創公司，為國內DSP業者打下一劑強心針。

然而目前國內廣告主對於即時競價系統的認知仍處在啟蒙階段，願意將廣告預算投入即時競價系統的並不多。宏盟媒體集團執行長黃燕玲就指出，現在台灣大多數的廣告主都只有DSP的某一部分概念，也都還在嘗試理解究竟可以為他們帶來何種程度的效益。

未來RTB技術將會從線上延伸到線下，荷蘭便在火車站的數位看板導入即時競價系統，用攝影機感應路人並結合車站流量資訊，即時變換數位看板的廣告內容。KKBOX投資的Paganini+也將推出國內首見的音訊即時競價系統，讓音訊廣告也能做到精準行銷。從圖文、影音到音訊，台灣的RTB熱潮才正要開始。

（尊重智慧財產權，如需轉載請註明資料來源：《數位時代》第250期）
其他精彩內容》》
訂閱數位時代》》

@@ACTIVITYID:350@@

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。