停車位挑戰大，共享汽車Zipcar大台北會員成長速率快，但營運成本也最高|數位時代 BusinessNext

停車位挑戰大，共享汽車Zipcar大台北會員成長速率快，但營運成本也最高

共享汽車服務Zipcar登台一年多，雖然在會員成長率拿下Zipcar全球第一的好成績，但因為Zipcar台灣的營運成本同時也是全球最高的，導致他們在服務擴張上遭遇挑戰。

會員成長速度最快，但成本也最高

根據台灣Zipcar（安維斯汽車租賃）董事長彭仕邦的說法，Zipcar目前在大台北地區的會員數約1000多人，人數雖然不是Zipcar全球最多，卻是成長速率最快的。即便需求端的反應正面，他們卻也還是遭遇到業務擴張難題，其中最大關鍵在於停車位。

彭仕邦表示，買車對Zipcar來說不是什麼大問題，但取得停車位是。他表示在台灣現行法規規範下，目前他們沒有辦法使用公有停車場的車位，只能向私有停車場承租。這導致Zipcar在大台北地區創造全球會員成長速率第一表現的同時，也成為Zipcar全球營運成本最高的據點。

停車位的高成本負擔，解釋了為什麼Zipcar在經過一年多營運後，如今在大台北地區可以提供的車輛數和車位數還只在五、六十個左右，數量相當有限。進而也就不難想像為什麼他們至今在大台北地區還是只能採取甲地租、甲地還，而不能提供更便利的甲地租、乙地還，或是不限地點還車的模式。

爭取納入市政發展政策，強調有長期經營打算

面對上述難題，彭仕邦認為最完美的解決方案就是共享汽車能夠被納入市政發展政策的一部分。更具體地說，他們期待的是政府可以基於紓解城市交通問題等考量，將共享汽車視為市政發展解決方案的一環，進而就可能會推出相關市政配套。

如Zipcar全球營運總裁馬西默．莫沙理（Massimo Marsaili）曾表示，他們在比利時布魯塞爾可以做到讓Zipcar能夠停在街上的任一個停車位，就是因為和當地政府合作。

除此之外，彭仕邦指出，為共享汽車設立專屬停車位、提供停車場租金減免優惠，或是政府在行銷宣導上幫忙推一把等等，也都有助於解決Zipcar這類共享汽車服務遭遇到的推展難題。

但彭仕邦也直說，在台灣因為牽涉到停車位管理法的規範，所以不單純只是台北市和新北市政府有這方面的意願就可行。不過他也強調，Zipcar已經發展十多年，在不同城市遭遇過各種問題，很清楚有很多事情需要時間努力。所以即便目前發展遭遇到阻礙，他們也不會輕言放棄。「我們絕對有長期打算。」他說。

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。