外送美食戰場打到空中，Uber最快2021年用無人機送餐|數位時代 BusinessNext

外送美食戰場打到空中，Uber最快2021年用無人機送餐

未來的外送戰場可不只侷限在陸地上，最近有外媒發現Uber的網站上默默出現一項新的職缺，正在尋找無人機外送業務的高層，暗示正在研擬推出無人機外送服務，最快2021年就會在多個大城市展開商業化營運。

三年要組機隊，最快2021年投入商業化營運

Uber早已不再是單純的手機叫車公司，近年積極轉型，無人車、AI、飛天計程車等新科技都積極布局，其中一項重要的戰略就是加強外賣業務，以台灣市場來說，昨（22）日才宣布正式進軍桃園、新竹，與在地超過300家以上的的餐廳合作。

而Uber現在已經將目光從陸地轉向天空，除了先前推出飛天計程車入「uberAIR計畫」，根據Uber 最新的招募資訊，他們正在尋找一位無人機外送業務的高層，在職缺描述中，Uber希望這位高層可以落實「安全、合法、有效率以及有規模的飛行業務」，計劃要在三年內建立一支無人機機隊，最快在2021年於多個市場展開商業營運。

未來這項飛天外送業務將取名為UberExpress，這是UberEats對無人機外送業務使用的內部名字。然而在外媒披露這項消息後，Uber目前已經將這個職缺撤下，發言人表示：「這項消息不能完全反映我們內部的規劃，一切仍在非常早期的階段。」

餐飲外送成Uber大黑馬

「Uber不是只做汽車，」今年五月，Uber執行長多拉·霍斯勞沙希（Dara Khosrowshahi）在Uber Elevate會議中揭露了無人機計畫，「我個人相信，要解決城市移動的問題，關鍵就在無人機，我們需要無人機。」霍斯勞沙希認為，無人機絕對可以大幅降低運送時間，未來希望能將食品配送的時間目標訂在5到30分鐘內完成。

從UberEats在台灣加速服務布局就不難觀察出，現在的餐飲外送已經成為Uber底下的一批「大黑馬」，今年初霍斯勞沙希就曾談到，希望餐飲外賣業務未來每年都能貢獻至少60億美元的營收。如今UberEats已經涵蓋全球上百座城市、2017 年約占 Uber 整體營收的10%。

如此的發展態勢對於計劃明年在美國IPO的Uber相當關鍵，目前部分投資銀行認為光是UberEats的估值就達200億美元，這將對Uber整體的估值有大大加分的作用，如今再喊出飛天外送的願景，在歷經過去幾次的醜聞風波後，這或許也是某種程度安撫投資人，公司整體盈利、業務正在邁向正軌中。

監管問題要先解決，不如來台灣做測試？

從實際層面來看，無人機外送並非一件簡單的事情，電商巨頭亞馬遜（Amazon）曾在2013年計劃推出無人機送貨服務，並計劃在四到五年內實現，然而直到現在都未取得監管單位的同意。

因此Uber喊出要在2021年前讓無人機外送商業化，也會遭遇同樣的問題，美國聯邦航空管理局先前制定無人機監管草案，內容針對無人機飛行有諸多的限制，未來如果要應用在商業用途，勢必要針對飛機識別系統方、夜間飛行等規範更詳細的制定，美國監管部門預計會在明年推出無人機快遞業務的監管規則，不過等到規範實際上路可能都要等到2020年之後。

監管是一部分，無人機外送食品也可能碰到竊盜、天候、食安等等的考驗，最近台灣立法院經濟委員會剛剛通過《無人載具科技創新實驗條例》審查，預計最快在今年年底就能三讀通過，這將是一個全世界陸、海、空載具都能申請的條例，或許Uber可以考慮來台灣做測試。

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。