新創車麻吉獲3,600萬投資，搶當車主專屬錢包外還有個大野心|數位時代 BusinessNext

由停車大聲公團隊出走後成立的車麻吉，宣布獲得天使、種子輪資金共 120 萬美元（約為新台幣 3,600 萬元），投資者包含六角國際事業公司前財務長林照峰等。

執行長余致緯表示，車麻吉將致力成為「車主的專用錢包」，並力推以車牌辨識為基礎的支付服務「麻吉付」。

一切跟車有關的付款，車麻吉都要包辦

「車主上了車之後，所有的付款都由我們負責。」余致緯一句話講完了車麻吉的使命。

跟「車」有關的付款範圍很廣泛，不管是車輛貸款、保險，甚至是買賣車輛都在車麻吉的未來藍圖中。但最開始，他們從加油與停車的繳費，兩項車主最常遇見的需求開始做起，並提供不用下車、不用掃碼、不用感應、不用嗶卡的 App 自動付款功能。

透過 App 一鍵完成繳費，不只是為了方便車主，更是余致緯對於未來交通的想像，「當未來車子走到半、全自動駕駛的時候，你不可能還要拿出悠遊卡繳費吧？」

為了達成一鍵繳費的目標，車麻吉以應用車牌辨識作為技術骨幹。

車牌，是車子最重要的身分證字號

會採用車牌辨識，余致緯考量的仍是未來交通的可能性，「未來不管是人在開車還是電腦在開車，車牌就像是身分證字號，是唯一不變的東西。」

現在，車麻吉擁有約 40 家合作的加油站與 40 家停車場。在這些地方都設有連結車麻吉後台的攝影機，能夠進行車牌辨識。

車主在加油站只需告知使用車麻吉付款，點選 App 即完成加油流程；停車場更是不用再索取任何票卡，進出都透過車牌辨識後即可通關。

此外，透過車牌辨識還能分辨出燃油車與電動車，進一步分析出是否有燃油車違規停在充電樁，或者是電動車是否停在自家品牌的充電樁。「電動車百家爭鳴的時代，我們希望能成為中立的支付平台。」余致緯說。

而車牌辨識累積下來的龐大數據，未來也會讓車麻吉成為一家數據公司，在 2018 年他們就處理了 40 萬筆訂單，累計 100 萬次的車輛資訊，這些數據將成為車麻吉延伸推出各項服務的依據。

2019 年目標：擴大合作、推動「麻吉付」

根據經濟部能源局網站統計，截至 2019 年 1 月，全台加油站共有 2,464 家，車麻吉僅擁有 40 餘家合作加油站，在便利性上仍無法滿足車主的需求。打開車麻吉的 App，也不乏車主抱怨希望能增設更多的加油站。

余致緯也訂下 2019 年目標將是把合作的加油站與停車場都擴至 100 間的規模。之所以沒有直接與中油、台塑等大企業的直營店談合作，最主要的原因有二，「一是我們還很小，人家不見得理我們，所以我們用鄉村包圍城市的方式推進；二是與這些企業談起來相當耗時。」余致緯說。

時間對車麻吉來說相當緊迫，過去一年的時間專注在支付的基礎建設，就是為了打造除了車麻吉之外第二項能夠變現的產品「麻吉付」，以車牌辨識作為骨幹的支付服務，也是團隊未來的野心所在。

對他們來說，所有的第三方支付都是潛在的合作夥伴。余致緯表示，「LINE Pay、街口，甚至是車廠的 App，只要談妥合作我們都會授權。」

意思是未來麻吉付可能隱身於各大生活、支付的服務當中，透過授權或開發費用的方式向應用的廠商收費。舉例來說，若未來某個市佔率超高的支付服務打算進攻車用支付，麻吉付有可能就是其背後的支持者。

推動麻吉付進駐各大支付、服務 App 中，以及擴大車麻吉旗下合作的停車場、加油站，將是余致緯與團隊的最大挑戰，「2018 年把基底打穩，2019 年要快速地攻城掠地，就看我們有多少本事了。」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。