靠空間租借月入百萬！台灣新創Pickone闖盪日本，一招贏得場地主的心|數位時代 BusinessNext

不管是慶生、舉辦課程、讀書會，還是外部會議，生活中有太多需要找場地的需求，但在5年前，場地租借不只沒有資料、訂位不方便、價格也不透明，讓評估成本變得很困難。

共享空間平台Pickone的創辦人暨執行長張雲淞也遭遇到一樣的問題，原先他的創業項目是做線下課程，找老師、找學生的同時，也要找場地來舉辦活動，「網路上缺乏場地資訊，我們只好自己蒐集名單，做著做著發現，這個問題好像比想像中大。」張雲淞說。

於是張雲淞用過去蒐集的場地名單，在2014年成立Pickone，用「場地界的Airbnb」解釋其服務就能快速理解，除了匯整場地資訊，也讓有閒置空間的場地主能夠自由刊登資訊。

空間品牌「小樹屋」，意外成為小金雞

在張雲淞的想像中，租借場地是一件非常數位化的事情。消費者只要上網看場地、預訂、付款，到現場用密碼鎖開門，一切都不需要人為介入。於是團隊設立各式各樣標準，希望能規格化場地租借的流程。

但他們發現，其實大部分的場地主都不是專職經營，配合意願相當低。「咖啡廳、商務中心，甚至是速食店，都有自己的場地管理邏輯與方法，」張雲淞說。在規則沒有辦法統一的情況下，Pickone也僅僅是一個「場地電話簿」而已。

「會不會根本就沒人需要我們的標準？」張雲淞開始質疑自己，但他轉念一想：「沒人要配合，那我們自己來試試看。」於是成立自有的空間品牌小樹屋，符合一切Pickone原先想像中的空間租借標準。

上線第一個月，張雲淞就感受到爆炸性的需求，第一個月就出租180個小時，讓原本只是想做展示用的小樹屋不斷擴張。至今小樹屋在台北已有25個據點、120個以上的空間，也成為最大的收入小金雞，每月都能帶來數百萬收入。（共享辦公室WeWork來台招租！台北駐點首度曝光）

如今Pickone不再要求場地主符合規格，成為單純的資訊平台，提供全台灣3,000個空間資訊，「但平台仍是我們的命脈。」張雲淞說，因為Pickone的存在，團隊能夠知道哪個地區的需求量大，甚至也能知道租金價格區間是否合理，「這些資訊是我們最大的競爭優勢。」

前進日本市場，先找當地商家「抱團」

在Pickone、小樹屋之後，張雲淞建立活動管理平台onEvent、活動報名的金流工具Payper，圍繞在場地租借不斷優化各項服務。在2018年年底，Pickone獲得由AppWorks領投的1,500萬元種子輪融資，也開始進軍日本市場。

但日本已有相當強勢的場地租借平台，張雲淞不硬碰硬做平台，選擇以「空間品牌」切入，用在台灣打造小樹屋的know-how協助日本場地主改裝、裝潢場地。目前在日本先找到一個合作夥伴，也有效提升場地的營收與來客數，「 但收入全歸他，我們共享場地的所有資訊，包含客戶名單。 」對張雲淞來說，短期目標不是營收，而是快速掌握日本的需求狀況與使用型態。

另外一個目標，就是擴大合作的場地主數量。考量到日本的特殊文化，若場地未在大平台曝光，消費者不敢貿然租借，「沒上大平台，降價20%消費者都不考慮。」張雲淞說。因此找到越多場地主一起「打群架」，就有機會擺脫對平台的依賴，讓張雲淞有機會在日本闢出一條活路。（一個床位月租3萬7千元！PodShare天價租金為什麼還能一上線就破9成預訂？）

Ｑ：為何Pickone與小樹屋名稱不統一？

在Pickone平台後做自己的空間小樹屋，我們並不知道會不會成功，也害怕造成負面影響。舉例來說，平台上的其他場地主也許會因為Pickone自己做空間，產生不好的聯想，像是「Pickone只推廣自己的空間，那我不要加入了。」之類的。

Ｑ：小樹屋會走出台北、拓展外縣市嗎？

目前並不考慮，從Pickone平台上來看，就算是台中、高雄的需求加起來都不及台北。更直接來說，台北以外的縣市需求加起來才大概跟台北差不多。除非台北的需求減弱，我們才會考慮擴張到其他縣市，其他如板橋也有需求，我們只能就近希望古亭能滿足。

Ｑ：WeWork即將開業，會有影響嗎？

各自瞄準的客戶就大不相同，WeWork是企業客戶、《財富》五百強、海外企業的選擇，位置也在信義區頂級地段；我們則是主打中小企業，一半以上的使用者來自C端，位置分散在台北各地。當然，價格也有滿大的落差。

責任編輯：陳映璇

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。