從超市、百貨到大賣場，亞馬遜和阿里巴巴為何在線下買不停?|數位時代 BusinessNext

線上到線下，從零開始緩不濟急

然而實體零售或許傳統，卻一點都不簡單。經營實體連鎖通路有近30年經驗的業界高層直言，這些電商再厲害，要想自己一手一腳在線下做出具有規模的連鎖通路幾乎是不可能的事情。因為光是找人、找地就很困難，況且從零開始也緩不濟急。

這或許就是為什麼亞馬遜和阿里巴巴相繼推出了如「Amazon Go」這樣酷炫，且話題十足的「無人商店」，解決進入線下必須大量找人和培訓的痛點。相信對於這些像科技業甚過零售業的公司來說，用技術解決問題是他們更熟悉且擅長的作法。但也是因為如此，到目前為止，「無人店」似乎還是比較像個技術展示場域，不是真正為消費者需求而生的存在。

而且從目前這些無人店推出至今都還僅止於示範店也可以猜想，在實際推行上想必遇到了不少困難。或者有實體零售業者也點出，以台灣非現金支付占比還不到2成來看，無人店其實是一個「把80%消費者拒於門外」的解決方案，不符合現實。

無人店推廣不易，併購效益更直接

當然任何併購都少不了磨合期，更何況線上與線下的整合更是過去未曾有過的事，大家都還在摸索階段。但這一買無疑大大縮短了從線上到線下的距離。一方面，他們藉此踏進了過去在網路上不容易做好的生意，如生鮮市場；另一方面，阿里巴巴和亞馬遜可以將原本必須要用來找地、蓋基礎建設、找人、訓練人的時間和資源，更專注用於找出貫穿線上與線下的路徑，嘗試創造虛實互補的加乘效果。

又或者，他們也可以將過去在新零售的試驗，在這些既有的實體連鎖通路上快速複製、驗證。試想，如果將阿里巴巴旗下被稱為新零售原生物種的盒馬鮮生營運模式，放進中國446家大潤發和歐尚賣場，可能會產生什麼效果？

而兩大電商巨頭的動作，也不免讓人思考，如果是在台灣呢？誰有能力可以出手進行線上、線下零售通路的整併？

台灣也會有類似的虛實通路整併案嗎？

相對於阿里巴巴和亞馬遜分別有超過4700億美元（約合新台幣14兆元）和5400億美元（約合新台幣16兆元）的身價，台灣電商就算是市值最高的momo也還不到300億元，而台灣較具規模的實體連鎖通路如統一超，市值則是超過2900億元，要以小吃大的難度相當高。

但台灣連鎖通路高層指出，比資金規模更大的問題恐怕是台灣電商公司沒有阿里巴巴和亞馬遜這麼強的技術實力，也不像他們可以大量且高度掌握消費者的金流、物流等全方位情報。因此他認為，就算今天台灣電商有錢可以買下7-11、全家等實體連鎖通路，恐怕也還是做不到阿里巴巴併購線下通路可能產生的綜效。

實際上這點連台灣電商業者自己也不否認，表示這是以台灣為主要市場的小市場現實。業者直言，就像是明明知道AI很重要，但因為可以期待的應用規模、回報規模有限，台灣電商就是很難投入和亞馬遜一樣多的資金去做研發，最終只能選擇市場上成熟的科技。

但台灣不論線上或線下業者，大多都認同虛實整合的方向，並也正在往虛實整合的方向努力。只是在台灣不論是線上業者要併線下業者，或是反過來整併，似乎難度都不低，所以多數業者目前還是以一己之力在虛實整合尋求突破，或者往策略聯盟的方向發展。只是所謂策略聯盟通常都是比較鬆散的結合，合作自然也就很難像併購那樣的緊密了。

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。