沃爾瑪挑戰亞馬遜的秘密武器：每間門市都是物流中心！|數位時代 BusinessNext

門市兼倉儲，沃爾瑪：為最後一哩物流找到解決方案

美國的3.2億人口裡，有90%的人住在距離沃爾瑪門市15公里內的距離裡。曾任沃爾瑪首席技術長的Jeremy King說，對電商來說送貨是最昂貴的成本。而沃爾瑪遍布全國的實體門市如果能變成物流倉儲，那會大大改變整場賽局，為最後一哩物流（last mile delivery）找到最好的解決方案。

倉儲化的實體門市有著很多優勢，除了門市密度高使消費者不論是採取送貨或自行到店取貨的任一方式都相當方便外，沃爾瑪也不斷優化送貨與取貨的流程。在送貨方面，除了自行雇用貨車司機外，沃爾瑪也在去年9月宣布與外包的獨立司機網絡合作，招募兼職司機來送貨。在取貨上，沃爾瑪在店面裡建立大型的取貨櫃方便消費者使用。雖然亞馬遜也有類似的服務，但沃爾瑪的好處在不用另外花錢租借別人的店面空間來架設取貨櫃，大大減少了成本。

對於懶得進店裡自己挑商品的消費者來說，沃爾瑪也提供「代挑」的服務，這些幫忙挑選商品的員工會透過特製App上的最適路徑規劃，找到最有效率的路線拿到消費者下訂的所有物品。每個進行代挑服務的員工可以一次處理到8個訂單，包括一共50到100個不同品項。而路徑規劃也會協助他們先把較重的品項如罐頭等優先放進袋中，再把麵包、雞蛋等較輕、易碎的品項放在最上面。蒐集完所有品項後，該員工會和消費者在指定區域會合，並協助將商品放入後車廂裡。

不怕存貨不足，沃爾瑪用智慧科技應戰

然而，去中心化的物流配送，最擔憂的就是存貨不足。King表示，保持存貨水平一直是沃爾瑪的一大難題。他們設計了許多配套方案來預估出貨量以及加速補貨流程。舉例來說，針對固定消費者，沃爾瑪透過機器學習的演算法來預測他們每週會買的商品，避免存貨不足的窘境，因為根據沃爾瑪的統計，有85%的消費者購買的東西和上週是一模一樣的。

此外，沃爾瑪也將智慧倉儲的技術直接引進一般門市。他們有裝設攝影機的機器人隨時巡邏各條走道，一旦發現架上缺貨，除了向店員傳送警告外，也會直接向後方倉庫負責管理傳輸帶的機器人傳送訊號，讓他能將缺貨的商品優先擺上傳輸帶，讓補貨流程更加完善。

在未來，沃爾瑪更計劃在某些門市旁直接設立倉庫，將熱門商品統一存放，讓進行代挑服務的員工可以花更少的時間挑撿商品，只有在遇到一些冷門商品如廚房用具等訂單時，再回到主店面裡拿取。

即便這些新的嘗試不一定代表沃爾瑪能穩坐零售冠軍寶座而不受亞馬遜影響，這些新科技的應用與虛實整合已經使沃爾瑪去年度的線上銷售成績增長了40%。雖然去中心化的物流需要大量資本跟規模化的發展才有辦法達成，但這種新的配送模式是否會在美國成為趨勢，值得再繼續觀察。

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。