波音737 Max全球停飛已7週，三家航空公司公布損失|數位時代 BusinessNext

波音737 Max全球停飛已7週，三家航空公司公布損失

自從衣索比亞航空302號班機空難之後，多國民航主管部門和航空公司因擔憂波音737 MAX系列客機的安全性而停飛，至今已經停飛7週。

波音737 Max在全球已被停飛7週，除了波音本身損失慘重外，也給各大航空公司的日常運營造成巨大影響，僅美國航空、西南航空、北歐航空三家就將因此損失合計近6億美元。

擁有24架737 Max的美國航空取消了8月19日以前所有由737 Max執飛的航班，平均每天約115趟，本週五表示他們預計今年因737 Max造成的損失在3.5億美元左右。

西南航空則是擁有該型號飛機最多的美國航司，他們也取消了8月5日前所有涉及737 Max 8的航班，第一季度由停飛和包括政府停擺等「突發事件」造成的損失約為2億美元，航班的取消和載客量下降增加了燃油之外的開支，無法使用737 Max也讓西南航空不得不在燃油上面投入更多資金，因為737 Max的賣點之一就是比上一代產品更省油。

值得一提的是，西南航空還是少有的採用單一機型的航司，只使用737飛機，但其CEO加里‧凱利暗示公司的策略可能會有變化：「這並不意味著我們將成為永久性的全737航司。」他向CNBC坦言對737 Max停飛「並不滿意」。

歐洲廉價航空挪威航空近日也披露了相關數據，表示737 Max 8的停飛今年給他們造成的損失預計在5800萬美元左右，該航司的機隊中有18架737 Max，此前主要用於歐洲往返美國東部的跨大西洋航線，他們已經訂購了超過100架737 Max。

各大航司自然不甘心白白蒙受損失，挪威航空已經向波音提出索賠。「顯然我們不會承擔必須臨時停靠新飛機導致的成本支出。」其CEO Bjørn Kjos在3月份對外表示。

當然，成為眾矢之的的波音日子就更不好過了。波音在本週的分析師會議上透露停飛導致737 Max產量放緩，迄今已給公司造成10億美元成本，波音整個3月份沒有接到一份737Max 訂單，埃塞俄比亞航空飛機失事後其產量從每月52架下降至42架。CEO丹尼斯-米倫伯格（Dennis Muilenburg）表示公司的當務之急是讓737 Max重新投入運營。

目前美國各大航司都在等著波音和聯邦航空管理局（FAA）批准軟件修復和新的飛行員培訓課程，但上述兩家機構都未給出具體的時間表，FAA還在等波音提交補丁和相關培訓包以便進行審核，最初兩家表示「不會晚於4月」。不過，如果飛行員組織或全球監管部門說服航司要求用新軟件進行全面的模擬器訓練的話，737 Max的復飛可能還要往後推遲幾個月。

但分析師對737 Max的復飛持樂觀態度，調查機構CFRA Research的航空公司分析師Jim Corridore 認為FAA的態度表明「飛機復飛現在是『何時』而不是『是否』的問題」，「我們堅信波音將在訂單基本不受損的情況下度過危機。」

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。