電商大行其道，Forever 21、GAP掀關店潮，實體零售業該如何轉型？|數位時代 BusinessNext

快時尚、鞋業巨頭都倒下！關店數將破1.2萬家，實體零售業該如何求生？

美國實體零售門市關店數破2017年新高，且預估到年底這個數字將破萬，實體零售是否真的無法阻擋電商盛行的巨大浪潮？

美零售業巨頭瘦身、關店，2019關店數創新高

關店潮繼續席捲美國零售業，開店數量的成長也明顯減緩。2019年美國實體零售業的淨關店（關店數量-開店數量）數量達到4,930家，比過去兩年的總和還多。

在這輪關店潮中，很多零售業巨頭也不能倖免。美國鞋業巨頭Payless宣布將關閉在美國的2,100家商店，其實Payless在2017年就已經申請了破產保護，但依然不能挽救頹勢，在今年2月再次申請破產保護。《華爾街日報》指出「 這可能有史以來最大規模的零售商破產清算 。」

無獨有偶，不少零售商也還在苦苦掙扎。具有70多年歷史的老牌日用品連鎖店Fred's關閉了564家門市，還是在9月申請了破產。快時尚品牌Forever21也在該月申請破產保護，宣布將關閉178家門市。

即便還沒走到破產的地步，通過主動瘦身，縮減成本來過冬零售商不計其數。擁有Ann Taylor、Lane Bryant的女裝品牌Ascena Retail Group、休閒服飾品牌GAP、維多利亞的秘密（Victoria's Secret）都加入了關店潮的行列。

不轉型就等死！線上線下整合成競爭關鍵

這些實體零售店關閉的原因也並不新鮮，電商改變了消費者的購物習慣，沒有跟上數位時代的需求，被認為是實體零售業關店潮持續的主要原因。 瑞銀一份研究報告指出，隨著網購的普及，到2026年全球可能會有多達7.5萬家實體店關閉。

儘管關店潮可能還會持續，但不意味著實體零售行業會被電商取代。實際上在實體零售門市引來關店潮的同時，電商巨頭也正在積極佈局線下零售。2017年亞馬遜以137億美元收購了全美最大有機食品超市全食超市（WholeFoodsMarket），阿里巴巴則聯合一眾線下零售品牌推廣自己的「新零售」戰略，而京東和騰訊也相繼推出類似聚焦線下的「無界零售」和「智慧零售」。

就在美國實體零售業關店潮開始的2017年，愛範兒曾將「重回線下」評選為那一年的年度趨勢，我們認為零售業將不再僅限於單純聚焦線上或者線下的垂直領域，對線上線下的強連接和整合能力將成為零售業的關鍵。

實體零售不會凋零，線上零售也不會一枝獨秀，正如《不可消失的門市》作者大衛·貝爾（David Bell）在接受《哈佛商業評論》採訪時所說的：

無論零售業如何變化，其本質不會改變—— 始終是滿足消費者購物、社交、娛樂三方面的體驗需求。實體零售一定不會消失，只是存在的方式需要改變。

本文授權轉載自：愛范兒

責任編輯：江可萱、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。