「2017上半年，音樂產業出現驚人改變。」尼爾森：單月媒體串流播放首度突破70億次|數位時代 BusinessNext

「2017上半年，音樂產業出現驚人改變。」尼爾森：單月媒體串流播放首度突破70億次

調查公司尼爾森（Nielsen）最新公佈的「2017上半年美國音樂調查報告」中，串流媒體相關數據都創下歷史新紀錄，在串流服務廣受消費者喜歡的同時，對平台、藝術家來說，這會是ㄧ門好生意嗎？

「消費者大量使用串流平台，與音樂產生了前所未有的接觸。」

尼爾森針對美國市場發佈了2017上半年的音樂調查報告，除了音樂，報告中也合併計算了快速成長的Podcast、錄音音檔這類的媒體檔案，根據統計，Podcast每月的用戶，在過去五年成長已經翻倍。

報告中指出，點播媒體串流（on-demand audio streaming）服務播放次數，在今年三月首次超過70億次；2017以來，音頻串流播放次數超過1,840億次，較去年同期增長62.4%，若再加上影片串流，今年上半年播放次數就超過2,840億次，較去年同期增長36.4%。

Spotify、Apple Music等串流音樂服務平台，在新里程碑中肯定辦演了關鍵性角色，這也影響了實體、數位音樂的銷售。

報告中提到，上半年實體專輯銷售下降17%、數位專輯則是下降20%，換句話說，如果可以使用串流服務，人們想要「購買」並「擁有」音樂的慾望就下降。

尼爾森的音樂產業專員David Bakula表示：「 2017上半年，音樂產業看到驚人的改變。」「消費者大量使用串流平台，與音樂產生了前所未有的接觸。」

哪首歌被播放最多次？

這份報告還揭露播放次數最多的歌曲，第一名是紅髮艾德（Ed Sheeran）的「Shape of You」，超過200萬的銷售，及453萬的串流播放；第二名是Luis Fonsi的「Despacito」超過140萬的銷售，及350萬的串流播放，第三名是Bruno Mars的「That’s What I Like」超過130萬的銷售，及310萬的串流播放。

肯德里克·拉馬爾（Kendrick Lamar）的專輯「DAMN」，則是今年專輯、單曲、串流加總的冠軍超過177萬次活動次數，紅髮艾德的「÷ (Divide)」緊跟在後，174萬次活動次數。

串流好夯，但會是ㄧ門好生意嗎？

一般大眾熟悉的串流音樂平台包括Spotify、Apple Music、SoundCloud、Pandora及台灣的KKBOX。

據統計，Spotify目前全球活躍用戶高達1.4億，擁有5,000萬名付費用戶，先前官方公佈的數據中，每5名台灣網友就有1名是Spotify用戶，且每名用戶平均每天花140分鐘聆聽音樂；頭號競爭對手Apple Music，則是以2,700萬名付費用戶緊追在後。

Spotify2016年總營收為29億歐元（約新台幣980億元），不過淨損失額也有6億美元（約新台幣180億元），營收大幅成長的同時虧損也持續地增加，公司有85%的支出都在音樂版權與發行成本上，才會造成總營收呈正面成長，但支出還是超過營收總額的狀況。對此，Spotify仍表示：「我們相信只要規模夠大，這個商業模式絕對可以帶來利潤。」

不過串流平台SoundCloud可就沒這麼有信心了，今年初曾傳出資金問題，為了降低降低人事成本，在上周一口氣裁員173名員工，裁員幅度達40％，同時還將關閉倫敦、舊金山的辦公室；另一家有471萬付費用戶的美國串流媒體音樂服務商Pandora，在今年第一季也宣布裁員7%的美國員工。

或許就如加拿大歌手威肯（Weeknd）接受富比世雜誌訪問時所說的：「我們住在一個，藝術家不能直接從音樂賺取金錢的世界，過去的黃金時代已經不復返。」

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。