【杭州現場】狂開137間小米之家，雷軍：把零售業做出電商效率才牛逼！|數位時代 BusinessNext

【杭州現場】狂開137間小米之家，雷軍：把零售業做出電商效率才牛逼！

網路起家的小米科技，兩年前開始嘗試做實體店，儘管一度被唱衰不會成功，但小米創辦人雷軍，今天公布小米之家的最新展店數據，強調已經展店137家，並且逐漸把零售業做出電商的效率。

雷軍：做零售店，要像做電商一樣追求效率

雷軍受邀參加阿里巴巴天下網商大會，談自家公司如何發展新零售，他在台上表示，傳統零售業還是有魅力的，而電商的技術和方法能推動零售變革，讓兩者實行連動。「當你走進中國的任一家實體店裡，可能會發現某品牌女裝的標價，比起線上貴了5-8倍，這樣消費者怎麼會想在實體店購買？」雷軍說。

儘管，雷軍並未透露太多經營小米實體店的秘訣，能產生高效率，但他表示「價格」會是關鍵之一。

雷軍說，小米從電商模式升級到新零售後，將產品直接以線上訂價，導入實體店，這種創新方式是開放性的嘗試。過去，美國的零售業轉型時也遇到相同的挑戰，但美國Costco比小米更瘋狂，產品的毛利率只要超過14%，就得要董事會同意才能加價，因此才能贏得消費者喜愛。

「我認為像Costco這樣的零售商，就是新零售，雖然他們看起來最不互聯網，把零售業做出電商效率才叫牛逼。」雷軍表示，小米之家目前的坪效（人均每坪銷售貢獻），比起國內其他零售店面，高了快20倍。因此，他建議電商店家可以開個店試一試，怎麼樣可以引流，有哪些工具可以運用，可以讓線下流動做出如電商般的效率。

從零售角度來看，小米之家若只賣手機，消費者可能兩年才上門一次，因此雷軍說他們的核心，是挑選合適的產品組合，剩下的挑戰就是如何把產品做好。

公布小米新鐵人三項商業模式，新零售入列

而雷軍對新零售的重視，也顯現在小米的商業模式上。過去，他曾經用「鐵人三項」來形容小米的收入來源，分別是軟體、硬體和網路服務，但在今天的網商大會上，雷軍公布的內容已經有些許不同，用「新零售」取代過去的「軟體」。

不過他強調，小米的本質仍是提供網路服務和做好商品，其中兩大關鍵因素是：極致用戶體驗和高效運作。首先，他認為用戶的參與是非常重要的，例如小米剛開始創業的前幾年，在論壇收到1.5億條的回饋意見，這是非常難整理歸納的，但他們還是努力去做，「因此我說小米模式，其實就是群眾路線。」

再者，則是有沒有辦法做爆品。雷軍表示，如果連流量都沒有，表示消費者也許根本沒機會關注到你的商品。舉今年發表的小米6來說，儘管因為工藝問題，導致出貨速度被不少人批評，不過某種程度上並不是壞事。

儘管有人質疑，小米的線下發展模式，無法應付比線上更巨大的銷售成本，不過雷軍說，小米面對這麼多大公司的競爭，必須得用複雜的商業模式才能突圍，所以他們做產品、做電商，也做網路服務，「要是商業模式太簡單，就會被巨頭碾壓過去。」

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。