[專訪] 電信公司搶吃物聯網大餅，AT&T瞄準物流運輸業|數位時代 BusinessNext

貨櫃裝感測模組，助船運公司搶高價貨物訂單

AT&T目前正把物流業與運輸業視為重點發展領域，提供該產業物聯網解決方案，例如在貨櫃上安裝感測器，就能準確得知貨櫃的溫度、壓力、所在位置等等，讓船運公司更精準掌握貨櫃情形。AT&T亞太區物聯網解決方案高級總監維爾瑪（Sandy Verma）表示，以往船運公司無法確知貨櫃內食品的動向及保存品質，也因為沒辦法掌握貨櫃確切運輸位置，讓工人需要等候貨櫃，支出多餘時間成本，還得付工人加班費。

（圖說：AT&T亞太區物聯網解決方案高級總監維爾瑪（Sandy Verma）說，船運公司使用物聯網解決方案後，不但能降低成本，還能從航空業搶到訂單。照片來源：吳韻萱攝）

船運公司在貨櫃上裝了物聯網模組後，這個模組的小盒子內有全球SIM卡，在全球200多國、與600多家電信商有漫遊協議，還可與衛星溝通做WiFi通訊。當船上的工作人員使用手持裝置掃描感測器，就能把資訊回傳到AT&T控制中心，讓控制中心的工作人員即時控制狀況。這些資料也透過API串接，開發新應用及傳輸資訊更快速、方便。

維爾瑪說，這樣的解決方案可為運輸公司帶來五大好處，分別為清楚掌握狀況（increasing visibility）、更省時、降低成本、提高營運效率、提供新的利潤。再以醫療業的樣本運輸為例，以往血液樣本、組織樣本這類高價值的運輸物，都由航空業獨佔生意；等到船運公司取得物聯網解決方案後，更清楚掌握貨櫃的溫度、壓力、光線、位置等條件，就能從航空業搶訂單，甚至能用更便宜的價格提高競爭力。

美國的西南航空（Southwest Airlines）甚至把物聯網解決方案用於寵物運輸，這樣的特殊服務，讓西南航空硬是比其他航空公司多收了數百美元的費用，開拓新的營收來源。

物聯網怎麼做？按部就班四策略

維爾瑪表示，目前AT&T正進軍亞洲，他觀察到，美國企業CEO面臨的挑戰，也正在亞洲發生，例如大家都知道物聯網很重要，但到底該從哪裡著手？他提出四個層面的策略：

第一，一定要有商業模式，且不能交由單個部門進行，例如只交給IT或是產品開發，而是要跨部門合作。第二，要作出投資報酬率分析，一定要知道這個解決方案可以為公司帶來幫助。第三層面是需要一個主導者，物聯網計畫非常需要高階主管當主導人，才能解決可能發生的層層問題。第四是按部就班的進行，有事先的計畫後，再設計出方案。

AT&T在1月底與台灣電電公會成員會面，銜接台灣製造商與美國市場；若製造商的裝置通過 PTCRB 及FCC（美國聯邦通信委員會）之後，就能於美國的AT&T網路上使用。

另外，AT&T透過兩種方式啟動創新能量，一是開放API，致力於建構開發者社群。在今年CES前夕，AT&T發表M2X平台，提供開發者需要的軟體libraries，提供資料儲存、分析等開發工具，讓使用者可在上面開發及測試，驗證物聯網服務。

第二種方式則是透過在全球的四個創新實驗室（AT&T Foundry），每天開發出許多新應用；包括位在美國矽谷（軟體開發）、亞特蘭大（車聯網）、德州（物聯網）、以色列特拉維夫（經營開發者社群）。

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。