從最難的金融業下手攻雲端，微軟看好可有外溢效果|數位時代 BusinessNext

金融服務業是關鍵基礎設施風向球

金融服務的業務敏感，不容許出錯，因此除了對系統穩定度、安全性、可用性有相當高的要求和標準之外，受到的法規監管也是出了名的嚴格，不容許輕易做任何更動。這是為什麼達東會形容這是「最難的產業」。

但也像他說的：「我們覺得金融服務產業像關鍵的基礎設施風向球。」他相信如果能在金融業獲得成功，也將可以得到很好的外溢效果，帶動其他產業一起成長。這就是為什麼微軟不只要挑戰金融服務業，還要挑這當中最難被滿足的大客戶下手。

而在這個金融產業雲端化的征戰過程中，微軟當然少不了要有行銷、業務、工程等各方人力和資源的大量投入。但比較有趣的是，達東發現，這些金融客戶提出的需求，往往其實都是來自主管機關的要求，也因此微軟雖沒有責任去直接面對各國的金融監理部門，過去這段時間以來，他們卻有很多時候是把心力和時間用於和各國監理機關交流、溝通。

攻克金融服務業，關鍵在監理機關

或者以達東的話來說：「我們的工作是確保他們（金融監理機構）對雲端有基本的認識。」如果能做到這件事，後面抗拒的力道自然會跟著縮減。而且可以說，一旦解決了法規監理面的問題，其實也就解決了在金融市場發展雲端服務的大半挑戰。

因為就像微軟全球金融服務產業暨微軟Azure產品團隊資深副總經理亞倫．羅斯（Alan Ross）所說，微軟提供的是一個平台，在平台上他們提供各種元件，像積木一樣讓客戶可以自己組合、選用，所以就底層技術面來看，很多其實都不是特別針對金融業設計，而是跨產業的通用型工具。實際上他觀察到，目前金融業導入雲端服務成長速度最快的其實主要也都是跨產業通用的生產力套件，如電子郵件、檔案分享等等，還有雲端運算能力。

而雖說從財報上其實無法確認微軟來自金融業的雲端營收是否因為他們所做的這些努力而快速成長，但達東指稱，過去兩年來，全球「大到不能倒」等級的金融機構中，有高達9成已經成為微軟的雲端客戶。

微軟種樹，亞馬遜和Google一起乘涼？

此外，雖說無法確認微軟雲端在金融領域的確切成績，也無法得知這些金融客戶實際上是不是真的可以對其他產業的雲端化發展產生帶動效果，但以微軟去年第三季已提早達成微軟執行長薩提亞．納德拉（Satya Nadella）提出微軟商業雲端年化營收要在2018年達到200億美元（約合新台幣5900億元）的目標來看，微軟的雲端業務確實正高速增長。

不過也值得注意的是，相對於微軟，亞馬遜AWS和Google Cloud在金融領域雖然沒有太多既有利基，但在微軟與各國主管機關的積極溝通和市場教育之下，AWS和Google其實也可能會是受益者。

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。