傳螞蟻金服計劃籌資超過30億美元，不過IPO可能要再等等|數位時代 BusinessNext

傳螞蟻金服計劃籌資超過30億美元，不過IPO可能要再等等

根據《The Information》報導，中國最有價值的線上金融公司螞蟻金服計劃新一輪融資，目標籌集超過30億美元，目的是為了替收購MoneyGram和其他交易提供資金支援。

傳了好久要上市的螞蟻金服，可能還得再等等。

據The Information報導，這家中國最有價值的線上金融公司，正在從收購狂潮中建立一個從印度到德克薩斯的商業帝國。熟悉談判的人士稱，為了資助其海外交易，阿里旗下螞蟻金融服務集團正在與銀行家早日商討籌集超過30億美元，可能透過發行債券或銀行貸款。The Information表示，儘管螞蟻金服尚未公開討論IPO的時間表或潛在場地，不過預計本次籌資談判會在首次公開募股之前。

不過據彭博最新消息，本輪籌集資金不超過30億美元，而且螞蟻金服的目的是為了在收購MoneyGram和其他交易提供資金支援。上個月底，螞蟻金服宣布斥資8.80億美元收購美國快速匯款服務公司Moneygram International（速匯金），當時MoneyGram在一份聲明中稱，螞蟻金融也會承擔或再融資其基於Dallas公司高額的債務。

截至去年9月，這筆債務總額達9.373億美元。不過得到MoneyGram，螞蟻金服倒是可以將美國100萬家小型本地服務的商店（mom-and-pop shops）與中國買家對接起來，促進他們之間的支付交易，這也算是馬雲爸爸在實踐之前對川普的承諾。

螞蟻的支付寶支付服務有4.5億用戶，去年其宣布完成B輪逾45億美元股權融資時，估值已達600億美元，這也使其估值超過競爭對手PayPal，後者大約市值500億美元。螞蟻金服身後的實際控制人是馬雲。

使螞蟻金服的IPO更吸引投資者的還是其在全球的潛在成長。近年來，由於中國出境游客迅猛成長和突破本土天花板的需要，螞蟻金服正在加速佈局海外市場。

不過，螞蟻金服深入發力拓展的更多以亞洲國家為主。在亞洲，螞蟻金服在2015年入股了印度最大的電子錢包Paytm，並成為後者最大外部股東；2016年11月，螞蟻金服戰略投資泰國支付企業Ascend Money。這兩項拓展是螞蟻金服希冀將支付寶模式複製到這兩個發展中國家。另外，支付寶還參與發起韓國第一家網路銀行K-bank 。

除了各種掏錢買買買，與國外的支付處理公司建立合作夥伴關係也是螞蟻金服戰略中的一步，主要是想在中國以外的地區讓支付寶能被更廣泛的接受。螞蟻金服目前在70個國家提供服務，最近一次是今年1月，日本便利店巨頭羅森與支付寶達成合作，將近1.3萬家羅森便利店將全線接入支付寶。

以現階段看，螞蟻金服更多的是針對使用支付寶的中國遊客，但從長遠的角度來說，已經在中國占主導地位的螞蟻金服可以發展成一個更大的全支付平台，並與中國國有信用卡結算公司UnionPay或外國競爭對手MasterCard和Visa相抗衡。

除了付款，螞蟻金服還經營著一系列廣泛的金融服務，例如名為MYbank的網路銀行、餘額寶，和以大數據評估信譽的芝麻信用。

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。