Gogoro海外之路踢鐵板！歐洲第一家共享機車夥伴Coup宣布將停止服務|數位時代 BusinessNext

COUP不敵營運成本，結束三年營運

COUP自2016年夏天開始，陸續採購Gogoro 1、2電動機車，在柏林、巴黎、馬德里等城市共投放約5千台車，收費上採取分鐘計費，前10分鐘2.10歐元（約新台幣70元），其後每分鐘0.21歐元（約新台幣7元），另外也提供多種預付費的分鐘套餐選擇。

由於歐洲不像台灣有高密集的換電站，是採取人工換電的方式，為降低維運成本，今年10月COUP才在柏林提供2座換電站供民眾自行換電，不過才測試1個月的時間，終敵不過高成本的問題。

3年多下來，COUP形容：「共享市場高度競爭且服務成本高，長期來說經濟方面是無法負荷的。」成本包括採購車輛費用，以及每日換電池、客服、平台營運等費用。

COUP最初是選擇Gogoro 1作為投放車種，Gogoro 1採用較多特殊規格零件，一旦機車受損，其維修費用也較高昂；加上COUP以人工換電的模式，而歐洲人力成本高，可能也造成維運一定的負擔。

至於COUP旗下120名員工，未來將陸續協助轉職或是遣散，後續車輛處理，會暫時存放在倉庫，並不會直接銷毀。

對於COUP結束營運，另一家德國共享機車業者Emmy接受外媒訪問表示震驚，並強調自家是以長期且具有成本效益在經營管理，在德國有2千台車的規模，今年也把版圖延伸到維也納。

共享機車要長久經營，業者點出2關鍵

對於COUP的消息，Gogoro僅表示感到遺憾，並未多做說明。值得注意的是，Gogoro才在今年推出共享服務GoShare，從硬體研發製造、能源網絡布建、運維服務都一手包辦，現階段積極在桃園、台北投放車輛，預計年底全台將投放4千台車，並同步規劃進軍海外市場，未來是否有機會補上歐洲市場，值得後續觀察。

營運剛滿三年的共享業者WeMo Scooter分析，共享電動機車商業模式要長久經營，除了自我掌握軟硬體研發實力，還要選擇適合投入市場的營運車輛，性價比或後續維修成本都是考量環節。

像是WeMo就是採用光陽candy3.0綠牌電動機車，官方表示上線3年多來，機車的維修、保養費用及電池耗損率相對低。雖然不生產車輛，但握有車聯網關鍵技術，可以將服務移植到任何國家，並使用當地的國產車來推行共享服務，彈性較高。

除了共享電動機車的高營運成本外，COUP提到的市場競爭，恐怕也是業者必經的挑戰。

WeMo日前宣布要大舉瞄準海外市場；小牛（niu）電動車則與Revel Transit合作，在紐約布魯克林區和皇后區佈署約950輛共享機車，看好二輪移動文化能從歐洲、亞洲複製到美國市場。

光靠向消費者收取租車費用，目前看來難以打平共享電動機車服務的支出成本，如何開發更多收入來源，將成為業者長久生存的關鍵考驗。

責任編輯：吳元熙、蕭閔云

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。