IKEA讓你忍不住一逛再逛的祕密，就在出口的地方|數位時代 BusinessNext

你應該有過類似經驗：去宜家家居（IKEA）購物時，總是沒有捷徑可以直達想去的展間，就算只是想買個燈泡，都要花上大把時間；有時候，還要自己到倉庫區，扛著又重又大的商品去結帳。

仔細想想，整個購物過程是這麼麻煩、痛苦，但是你走出商場後，卻很少有負面情緒，甚至覺得逛得滿開心的，為什麼會這樣？

諾貝爾經濟學得主丹尼爾•康納曼（Daniel Kahneman）指出，這就是「峰終定律」（Peak-End Rule）的作用。他在研究中發現，人們對於一件事物的記憶好壞，取決於高峰和結束的感覺。

康納曼做了一個實驗，他讓兩組受試者戴上耳機，聽很大聲、令人不舒服的噪音。兩組聽到的音量都一樣，不同的是，第一組聽完大聲的噪音就結束實驗，第二組還會再聽一段比較弱的噪音。

按常理推斷，第二組的人聽了更久的噪音，應該比第一組感覺更痛苦，但事後調查，願意繼續參加實驗的人，居然是第二組較多。

圖說明

這個實驗告訴我們，如果一段體驗在最高峰或結束時的感受是愉悅的，即使痛苦的總量大於快樂，你也會覺得整段體驗是好的。

回頭來看IKEA購物的例子，在賣場裡購物的「高峰」，是那些具設計感又物超所值的商品、溫馨漂亮的展間，「終點」則是出口賣的10元霜淇淋。由於消費者在「峰」「終」的愉悅感，遠遠超過「長途跋涉」的痛苦，購物經驗就變成正面的了。

圖說明

在對的時間點上用對力，印象分數輕鬆飆高

美國電話電報公司（AT&T）也用過類似做法，帶給顧客正面的體驗。以往，用戶到門市辦理業務時，通常得排隊等候，由於不知道要等多久，多半會有點不耐煩；就算有了號碼牌，讓客人大致知道等候時間，但是只要必須等待，人就會感覺煩躁。

於是，AT&T推行新做法，讓服務人員在顧客進入店面10秒內或是進門的3公尺內，向他們打招呼，先營造一波受到熱情款待的體驗。結果，顧客在接受調查時，都認為等待時間比實際上還短，因而提升了服務的正面評價。

其實峰終定律在生活中隨處可見，像是看一部90分鐘的電影，即使前面一個小時劇情無聊，但是高潮和結尾很精采，我們還是會覺得電影很好看。

圖說明

或是在一場足球賽事裡，兩隊經常幾十分鐘都進攻無果，但是如果突然一個精彩進球，或是某一隊在最後幾分鐘逆轉勝，觀眾還是會大呼精彩過癮。

在工作中，懂得運用峰終定律，可以讓你用更少的力氣，達到更好的成果。

在會議上發言或與客戶交談時，想給人留下深刻印象，就要懂得「分配」你花費的力氣。假設你從頭到尾都用8分力道，人們對你的最後印象就停留在8分。

圖說明

但是，如果你有些地方用4分力道，有的用2分，在高潮和結尾使盡10分氣力，聽眾對你留下的印象就高達10分。

人資工作者在進行離職面談時，也可以善用峰終定律。通常，員工對公司的印象取決於自己在工作上最輝煌的時候，和離開前的最後一刻。

因此，人資人員如果能在員工離職前夕，肯定對方對公司的貢獻，失去他是公司的損失，並且誠心祝福他往後順利，離職者通常會對組織留下較好的印象，即使是帶著委屈離開的人，對公司的不滿也會減輕不少。

資料參考 / 《心理學，最巧妙的商戰武器》，先覺出版
圖片來源 / rarye via Flickr, CC Licensed
製圖 / 吳岱芸

本文授權轉載自：經理人月刊

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。