[洪大倫]先設定體驗，再決定方案|數位時代 BusinessNext

對多數人而言，什麼樣的情緒最容易引發病毒式的渲染力？我個人認為應當是「驚喜」；而什麼樣的思維途徑可以達成驚喜？我想應該是「將不可能化為可能」的終極體驗。

圖說明
▲ 圖說：Elon Musk 發表 Tesla Model X（照片來源：Steve Jurvetson）

很多新創團隊設計的產品或服務，往往都是聽簡報時很厲害但用起來普通，最主要原因是沒有預先設定好想帶給使用者什麼樣的體驗，或者根本沒有設定體驗的能力，下意識認為自己能創造非常棒的功能，而完全忽略了使用者使用後會有什麼感受。

感受，是人類最直接的判斷標準。一個東西好，必然是因為帶給使用者感受好；反之，感受不好，東西設計再好都沒有用。這與你有多強大功能未必有相關，而是「最終」所帶給使用者的體驗，導向了什麼樣的「情緒」。

以「內容」來說，最能讓讀者看完之後想推薦的情緒，大概是「爆笑」、「感動」；以「產品」來說，最能讓使用者用完之後想分享的情緒叫「驚喜」與「神奇」；以「服務」來說，最能讓消費者體驗後到處傳播好口碑的情緒是「揪甘心」。

當然，預先設定的體驗結果，有時候未必找得到解決方案去達成，這時候你有兩種選擇，一種是選擇趨近的方案，另一種則是全然放棄。

如果放棄那自然沒什麼好說的，但如果你選擇趨近方案，好處是你可能依然能滿足一定程度的需求，藉此成功讓使用者/消費者感受到你原先設定的某種體驗感受，進而持續與你產生連結；但缺點則是，在實務上操作過程中，你很可能因為太多內外在的變因，複雜了你原先設定想要的體驗結果，於是跟著讓自己的產品或服務失去焦點，最後就是讓體驗變得毫無意義而失敗。

創造體驗，最困難之處不在於堆疊價值，而在於需要屏除紛擾的訊息，並懂得選擇說「不」。如此方能聚焦在最極致的感受塑造，產生體驗的差異化，藉此讓產品從功能或外在導向，昇華成一種難以言狀的正面情愫，於是建立品牌忠誠。

事實上，功能與外觀設計，那都是體驗的一環，只是非為設計而設計，乃是為了使用後的某種感受而設計。

那麼，對多數人而言，什麼樣的情緒最容易引發病毒式的渲染力？我個人認為應當是「驚喜」；而什麼樣的思維途徑可以達成驚喜？我想應該是「將不可能化為可能」的終極體驗。這同時也是矽谷知名投資人 Peter Thiel 所說的：「有什麼是你跟其他人有不同看法，但是你覺得很重要的事實？」

圖說明
▲ 圖說：iPhone 6s/6s Plus 獨有的功能「3D Touch」

從創意擴散理論去看，這個世界上只有極少數人才有發明能力，我想這有時候並不是與專業知識直接關聯，而在於「想像力」。正因為有想像力，於是有Wright brothers這種少數敢挑戰人類認為不可能的事，最終發明了飛機；有Elon Musk創造了跟一般跑車一樣快的電動車；有別於一般筆電的厚重設計，Steve Jobs創造了外型時尚而極致輕薄的 MacBook Air，同時顛覆手機需要實體按鍵的思維，讓iPhone掀起了行動網絡革命；ic! berlin 創辦人 Ralph Anderl，讓眼鏡不需要用到任何一根螺絲；19歲的荷蘭青年Boyan Slat歷經了3~4年的鑽研，最終結合了一群科學家，發明了海洋吸塵器，將在10年內把北太平洋的塑膠垃圾給清除一半。

這些人，都是憑著自己的想像力與勇氣，去挑戰人們在「習以為常」下認為的「不可能」。因此當我們看到產品或行動結果時，就是極度的震撼與驚喜。這樣的情緒感染了大眾，於是產生口碑，產生病毒式的擴散，最終就是讓他們的冒險精神，有了豐厚的報償。

所以說，任何偉大的產品或行動，必然先有一個偉大的夢想，這些人都知道，當他們將不可能化為可能時，人們會有什麼樣的反應，因此，此時此刻最需要關注的，就不是停留在做什麼的階段，而是為何而做？當你確保了產品或服務問世的同時，大眾的體驗會是興奮、驚訝、熱血沸騰的，自然無須擔心市場的關注度，因為它將必然受到矚目。

而懂得「先設定體驗，再決定方案」，很有可能就是下一個偉大作品的開始。

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。