[洪大倫] 創業人，別落入學習的盲點|數位時代 BusinessNext

對創業家來說，「學習」是好事，但「不斷學習」則可能是一種阻礙。

長久以來，我總能在FB上看到一些創業朋友，經常花大錢報名上課，從簡報技巧、文案、銷售、行銷、業務推廣、財務知識等......幾乎無役不與。然而，懂得追求知識是好事，但花時間在學習的時間上應當有所節制。

讓我們先來檢視一下你的學習狀態吧：

一、你接觸老師的時間是否比你的顧客多？
二、你是否不斷在尋覓名師為你解決創業難題？
三、你參加課程、講座、活動的時間佔去你1/3以上時間？
四、在網路上看到課程就忍不住手滑報名？不知不覺報了很多？
五、到處上課卻不知如何應用？公司也沒有因此成長？

如果以上五點你有一半以上，恐怕就不是好現象，因為這代表你的學習沒有產生效果，甚至根本在浪費時間。所以我說，「不斷上課」可能是一種阻礙，並沒有言過其實。

請你回頭靜下心來想想，創業的意義是滿足需求，解決消費者/用戶的問題。既然道理再明顯不過，你就應該多花點時間去了解你的顧客，花時間去研究、分析市場，而不是一直花時間在學習。對你的顧客來說，他們不在乎你學習什麼，他們只在乎需求被滿足沒有。

如果你願意把花在學習的時間多用一點在研究市場上，我相信你的成長會更加神速。事實上，顧客能教你事情的更多，反饋也最直接有效，當你懂得從他們的意見上學習，才能對公司的進展有所助益，這反而才是含金量最高的學習方式。

你既然出來創業，就要認清一個再簡單不過的事實：只要你做的事情對公司績效短期內沒有幫助，無法帶來成長，請你盡可能不要花時間去做。一切崇尚務實主義，因為你正在打仗，不是在辦家家酒。

創業初期，你得拼死命想辦法讓自己活下來，而不是消耗資源、消耗時間在充電。如果你覺得自己沒有準備好，那就先別創業，等你覺得學習完畢了再來創業吧。只是說，我也看過不少人嘴上說著要創業，結果卻一直說自己沒有準備好，一年前說學習，一年後還是在學習，創業之路遙遙無期。

甚至，很多人因為不斷學習，聽了太多「名師」、「名人」的說法，結果反而讓自己不知道方向在哪裡。這些老師都有自己的成功方式，他們的分享沒有錯，錯在你每套都想學，就會像金庸小說《天龍八部》的段譽一樣，不同內力塞在同一個丹田裡，沒有正確引導，很快就走火入魔。

西洋諺語說：「不要在你的手上戴兩只手錶」，因為你肯定會弄混，到底哪只手錶才是對的時間；同樣的，不斷追求不同名師的看法與成功經驗，只會讓你更茫然、更徬徨，忘了最好的導師應當是市場、是顧客，而不是華麗的簡報內容。

清朝文學家彭端淑的作品，內容有一段是這樣說的：「蜀之鄙有二僧，其一貧，其一富。貧者語於富者曰：『吾欲之南海，何如？』富者曰：『子何恃而往？』曰：『吾一瓶一缽足矣。』富者曰：『吾數年來欲買舟而下，猶未能也。子何恃而往？』越明年，貧者自南海還，以告富者，富者有慚色。」

創業的領域裡，無所謂「完全準備好」這回事，你需要的精神就像那位貧窮的僧者一樣「一瓶一缽足矣」，而非像那位有錢的和尚要萬事齊備才敢出門。多做準備不是壞事，但決心與執行力才是啟動創業之鑰；更重要的是，資源多的人未必能達成目標，能排除萬難、有解決能力的人，才是創業成功的關鍵。

學習不是問題，但「不斷學習」則很可能就是創業問題之所在。檢視一下你的時間分配，或許你就能發現團隊停滯不前的答案。

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。