50年老牌內衣華歌爾，如何用科技力反攻快時尚？|數位時代 BusinessNext

傳統品牌市佔萎縮中！50年老牌內衣華歌爾，如何用科技力反攻快時尚？

在女性內衣市場，傳統品牌的營收已較10年前萎縮了10％。在此狀況之下，邁入第50年的台灣華歌爾決定要用科技力反攻。

3D AI體型檢測機8秒完成量身，創造全新購物體驗

在2020年一開始，台灣華歌爾推出的第一招，就是3D AI體型檢測。要在一年之內巡迴北中南20個站點，吸引消費者體驗科技量身。

運用紅外線量測，3D AI體型檢測可於8秒內快速檢測全身3D表面資料，透過36個3D人體AI自動標記點方式，可以自動辨識並分析計算身高、三圍、腿圍，另外也可以自動計算出內衣尺碼及體型分析。消費者可利用資訊，透過臨櫃或是在電商平台上購買商品。量測之後的身材資訊，則會儲存在台灣華歌爾的CRM（客戶關係管理）系統之中，作為消費者臨櫃購物的身體參考資訊。

台灣華歌爾表示，這20個站點循環結束之後，預期可以導入約1萬名會員。雖然，這與台灣華歌爾目前已經有的百萬會員數比起來仍少，但主要還是希望運用科技力，帶給消費者新穎的購物體驗。

目前，全台灣僅有一台3D AI體型檢測器，被問到未來華歌爾在全台上千個櫃點中，是否會選點常駐這台設備？台灣華歌爾表示，將依據20個快閃店點的成效而定。

舒適、美型都要兼顧，華歌爾用數據滿足消費者需求

談到近年來台灣女性對於內衣需求的轉變，台灣華歌爾產品研發本部協理簡琇惠說，「以往機能型的產品大概占比7成，但是目前舒適型與機能型的銷售佔比大約各占半數。」儘管台灣女性對於舒適型內衣的需求增加，不過，她也認為，女性對於內衣的需求是很多元的，對於美型的要求，華歌爾也必須要兼顧。

為了要持續研發符合市場需求的產品，台灣華歌爾自2014年起成立人因科學研究室，透過分析會員系統中的消費者各年齡層數據，進而開發出最適合台灣市場的產品。

去年3月份，華歌爾推出的Good Fit系列產品，強調同時兼顧舒適性與美型，就是第一個由人因科學研究室研發專利並商品化的系列。該產品也帶動了台灣華歌爾的整體銷售，在去年3月創下了較2018年同期成長155%的好成績。

相較於由專櫃人員量測身體數據，華歌爾推出3D體型檢測的主要用意，是蒐集更準確資訊，進而從中找出產品趨勢。未來能否有足夠的推新品速度、準確度，將考驗內衣老牌的科技戰術。

責任編輯：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。