外送商機無前景？美國訂餐外送新創SpoonRocket宣布停業|數位時代 BusinessNext

外賣訂餐服務 SpoonRocket 的共同創辦人 Steven Hsiao 今天向外界確認，SpoonRocket 的服務已經正式關閉了，這個消息也已經在 SpoonRocket 官方網站上公佈了。

對於關閉的原因，SpoonRocket 在官網上是這樣說的：由於外賣行業激烈的競爭以及近期公司融資出現了問題，我們已經嘗試了所有的策略方案，直到最後一刻，但這些方案都以失敗而告終，所以公司最終決定關閉服務。

圖說明
圖說：SpoonRocket創辦人Steven Hsiao 和 Anson Tsui。照片來自：SpoonRocket官網

Steven Hsiao 透露，在決定關閉之前，SpoonRocket 找到一家不願公開名稱的快餐連鎖店，對方一開始是同意收購SpoonRocket 的，然而當一切都談得差不多了，直到最後一刻即將簽署收購協議的時候，對方卻放棄了此次收購交易。這對於 SpoonRocket 是非常不幸的，等待它的只有死路一條。

圖說明
圖說： Sprig 之前也有收購 SpoonRocket 的意向，但最終還是不了了之。圖片截取自：Sprig官網。

還有消息稱，SpoonRocket 的競爭對手 Sprig 之前也有收購 SpoonRocket 的意向，不過 SpoonRocket 的智慧財產權和其它公司資產不能出售，最後收購不了了之。不過在 SpoonRocket 關閉後，雙方卻展開了合作。一份發給 SpoonRocket 送貨司機和服務員的備忘錄建議這些 SpoonRocket 的員工加盟 Sprig，但需要重新經過 Sprig 的面試。此外，作為此次合作的一部分，來自 SpoonRocket 的新客戶使用 Sprig 第一單可以優惠 10 美元。

SpoonRocket 是 Steven Hsiao 和 Anson Tsui 在 2013年共同創辦的一家外賣公司。 SpoonRocket 聘請專業廚師每天更換菜色，且一次只提供兩種餐點，一種為葷食，一種為素食，價格多數為 8 美元，相對而言是比較便宜的。 SpoonRocket 的另一個特色為訂購餐點的快速遞送，他們宣稱在消費者訂餐後，只要 15 分鐘就可送達。因此，便宜和快速是 SpoonRokcet 的兩大特色。

SpoonRocket 此前共獲得過 1350 萬美元的投資，投資方主要包括 Foundation Capital、Base Ventures、FundersClub、General Catalyst Partners 和 Y Combinator 等。這些投資方最初認為外賣行業具有廣闊的發展前景，不過事實證明外賣行業想盈利還是非常困難，這導致外賣公司融資變得越來越難。

最近一段時間，可能受宏觀融資環境的影響，很多做按需訂購的公司的日子都不太好過。印度的打車應用 Ola 已經在不久前關閉了旗下的送餐業務。有機食品配送公司 Good Eggs 也已經關閉了好幾個城市的外賣業務。不過也有例外，那就是 Uber。 Uber 的外賣訂餐應用 UberEats 於這個月月初正式在美國推出，當時的服務範圍還僅限於美國的舊金山地區，不過從今天開始，洛杉磯、芝加哥、舊金山和休士頓的用戶可以享受到 UberEats 服務。在未來的幾週內，紐約、華盛頓、亞特蘭大、奧斯汀、達拉斯、墨爾本、巴黎和西雅圖也能推廣此項服務。有了 UberEats 的強勢介入，讓這個競爭已經非常激烈的市場又多了一個不缺錢的競爭對手。

圖：SpoonRocket

本文授權轉載自：36氪

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。