2015 年全球 25 大供應鏈廠商排行，亞馬遜居首位|數位時代 BusinessNext

Gartner 分析師從 2015 年供應鏈廠商排行榜中觀察到以下三大趨勢：

雙模供應鏈策略

供應鏈長（chief supply chain officer; CSCO）與手下團隊當前面臨必須要能快速更替商業模式的環境，公司期待他們要能精簡作業並提高效率，同時也要花費同樣甚至更多的時間推動成長與創新。Gartner 稱之為「雙模」（bimodal）策略。過去，供應鏈主管只要降低成本就算成功。但是，現在他們已經體認，除了控制成本，提升並支援營業額的能力也是他們被評鑑的項目。

更貼近顧客

另一項趨勢則是供應鏈開始重視顧客體驗，並視為業務優先考量之一。除了關心銷售的產品，入榜的企業更為專心傾聽顧客心聲，並推出創新的解決方案做為回應。

Stan Aronow 說：「今年我們發現有越來越多公司將能見度與洞察力延伸到第一線的顧客之外，直接接觸產品的終端使用者。他們的供應鏈不只蒐集銷售細節相關資料，也研究終端使用者的使用模式以及用後感想。以強大的營運供應鏈績效取悅顧客，再加上解決方案績效也提升，終究將會大幅改善顧客的滿意度，對營業額也有所貢獻。」

數位商業模式崛起

雖然剛剛萌芽，但認為供應鏈可以利用數位功能來支援新的商業模式並提升價值鏈績效的觀點，今年以來已變得更加明確。目前許多數位應用都以製造業為核心，各大公司都體認到「工廠」並非僅止於公司裡的四面牆，或者是委外合作夥伴。讓製造生產線與上游供應商以及其他供應鏈達成數位同步，商業價值也會隨之倍增。

利用感測器、閘道器、追蹤系統與商業規則達成自動化，藉此預測並警示現有計畫紀錄（POR）是否出現變數，物流在這方面的應用並不亞於製造業。物流控制塔（logistics control tower）功能並非新概念，但若能結合更多成本低廉的感測器及運算能力，就有更多的企業能取得深入洞察力，進而降低風險，同時改善營運成本及顧客服務層級。

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。