見福董座張利看零售業轉型：拿錢、給時間、允許犯錯，其他都是騙子|數位時代 BusinessNext

要當百年企業，還是今天安穩？

雖然11年的努力下來，見福如今也稱得上小小的一方之霸，危機感卻一直相當強烈，而這可能不只是因為見福的規模相對比較小而已。對張利來說，問題其實很簡單：「你是想當百年企業？還是今天安穩？」他不客氣地說，「用過去的成功經驗，在新的情勢下還想取得成功，那叫神經病。」他也說，如果只是天天盯著大企業學，那後進者恐怕是一生都超越不了，而科技帶來了新機會。

這或許與張利個人的背景也有些關聯，化學背景出身的他，稱自己最喜歡的就是做實驗，所以也一直很樂於嘗試。而且他盤算的可不只是要在彎道上超車，他說：「我重新修個跑道不行嗎？」他相信科技帶來的是一個全新競爭起點，並且給了他們決定小數點應該落在哪個位置的能力，而不只是透過精細管理在小數點後面做文章。

當然他也明白，任何創新、任何嘗試都可能要付出代價，以見福在一千家門市導入人臉辨識系統這件事為例，他直言：「今天來講一定是虧的嘛，投這麼多資金，從資產回報率來講都是負的。」甚至他預期到了明年也都還不能夠回收。但關鍵在於，一旦判定這件事關係到未來生存，那所有的創新嘗試在他看來都是必須的。畢竟，改變有可能成功，也有可能失敗，但如果不變，就只會有失敗一個選項。

轉型四大必要條件:給錢、給人、給時間、允許犯錯

而對於許多企業談創新、談企業轉型，張利認為，如果沒做到給錢、給人、給時間、允許犯錯，那都是假話、是空話。但他自己對於創新也不是全然沒有底線，強調大前提還是得先訂好戰略方向。「戰術上一定允許打敗仗，戰略上不允許一點點的錯誤，因為戰略的失誤，就是全軍覆沒，而戰術的失敗，可以重新組織部隊，再來一次。」所以在訂好戰略後，他說：「虧得起的情況下，只要不成功就一直做。」

實際上在過去11年裡，張利當然有過失敗的時候。如他提到，先前曾投資百萬人民幣自行開發App，推出後效果卻不如預期。可是這也沒有影響他們持續嘗試線上、線下融合的長遠目標，所以才又有後來投資上千萬人民幣建置人臉辨識系統這項嘗試。

等待改變開花結果，張利是有耐心的，「我經常說不要催我。」他說：「有的東西是天時地利人和、有的最佳策略就是熬。偉大是熬出來的，不是你幹出來的，熬過去就是偉大的。」

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。