Android裝置滿街跑，為何Google Play吸金力不如App Store？|數位時代 BusinessNext

明明Google Play App下載數超高，為何卻賺不了錢？

根據Sensor Tower統計指出，在2018年第3季，App Store收入所得約120億美元，而Google Play則為62億美元，相差了快一倍；但若觀察另一項數據，App的安裝下載次數情形卻完全顛倒：App Store下載數為76億次，Google Play卻整整高出2.5倍，高達195億次。

究竟是為什麼，下載次數相當高的Google Play，卻無法將此轉換成正向的營收，和App Store反而越差越遠？探究其原因，首要關鍵在於iOS和Android用戶，購買力及消費習慣的差距。

市調機構Loup Ventures指出，2018年新iPhone的售價高於預期，總體平均售價已達745美元，反觀Andriod陣營，IDC則預估今年Android手機的平均售價將達262美元，相當於買一支iPhone就可以買3支Android手機，更別說Android手機銷量主力在於中低機款，很大一部分是財力沒那麼雄厚的東南亞市場。綜觀用戶的消費力來看，自然iOS用戶高出許多，更願意在App上花錢意願更強。

第二點，在於App運營的難易度影響App品質。

搭載iOS系統的設備只有iPhone和iPad，系統和機型種類都不多，開發者在開發時需要顧及的尺寸較少，也沒有特別規格要注意，對於App的優化和管理相對容易；而若是Android系統，則要面對五花八門的品牌、成千上萬的規格來設計運營，相對複雜很多，這讓App Store中品質高的「大作」相對更多，而越優質的App消費者當然願意花錢購買。

至於最後一點，則是系統的開放程度，讓Android盜版較為猖獗。

iOS比Android封閉很多，這讓App開發限制更多、審核更久，等待上架的時間，往往會比Android多上至少2週，但也此讓iOS的盜版App相對更少。儘管一款付費App現在普遍售價約60元，但市面上針對Andriod仍有不少破解或是複製的免費山寨版，這讓Google Play上不少應有的收入跟著流失。

Netflix幫忙賺最多，App Store想讓開發者走向訂閱制

而在Sensor Tower的報告上，有另一點值得注意，兩大平台靠著哪一款App賺進最多錢？若以非遊戲類別來講，答案是Netflix，為它們賺了2.437億美元。當以採取「訂閱付費制度」的Netflix成為當紅炸子雞，同樣是提供內容的應用程式平台，現在也紛紛效仿起此商業模式，蘋果似乎也正在鼓勵開發者往此模式轉型。

根據Business Insider指出，去年蘋果就鼓勵開發者在App Store上的收費模式，從一次性買斷轉向長期訂閱制，也用規範制度的優惠來吸引開發者，若是採用訂閱付費的App，蘋果在第一年收取開發者所獲收入的30%，而第二年就調降為15%。總體來說，還是為開發者、也為蘋果自己帶來的更穩定的長期營收，也讓開發者更注意App的長期維護。

但對於消費者而言，針對單價不高的App，單次購買總比訂閱付費來得便宜。究竟訂閱付費會不會成為App，或是內容服務的下一個主流？還需要時間驗證。

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。