疫情下會員數暴增7成！專攻電子雜誌的Kono，如何用科技力收服60萬讀者？|數位時代 BusinessNext

藏書量少、專攻電子雜誌的Kono，如何在疫情下會員數暴增7成？

台灣的電子書市場越來越成熟，專注在雜誌領域的Kono藏書量不比其他平台多，但依然累積全球60萬會員，App下載量也突破150萬。

主攻海外市場，擴展多國雜誌品項

創辦人暨執行長簡旭霆從國中時期就赴美留學，愛看書的他，當時在國外難以取得中文的閱讀內容。因此，才在就讀史丹佛時與校友共同創辦Kono，想要解決跨海閱讀內容取得不易的痛點。

如今看來，Kono主要讀者群正是如同簡旭霆一樣的海外閱讀者。Kono站上的讀者，大部分都不在台灣。

受到疫情影響，Kono在今年2月的新會員人數狂飆，相較1月份成長7成之多；平台內的總文章閱讀數也增加5成，整體業績較去年同期成長27%。簡旭霆說，在這一波疫情所帶動成長，主要動能也是來自海外讀者。

為滿足更多位於世界上不同地方海外讀者的需求，Kono老早展開佈局。儘管Kono架上書籍總冊數不多，但300多款雜誌中，品項涵蓋了來自台灣、香港、日本、歐美出版社的雜誌，而且還在持續擴大中。

像是今年，Kono就取得梅瑞迪斯出版集團（Meredith Corporation）旗下8本熱門雜誌的亞洲區電子版權授權，其中包含《Food & Wine》、《People》、《Instyle》等知名雜誌。以日雜來說，《non-no》、《25ans》、《婦人畫報》也都是Kono搶下的獨家代理。未來也會著眼於新加坡、馬來西亞、韓國等亞洲國家，引進更多各地不同的雜誌。

自詡「科技公司」，Kono「好讀模式」讓雜誌不再只是PDF檔

對Kono來說，電子雜誌可不僅僅是把PDF檔案上架那麼簡單。

在現行許多電子雜誌平台上，讀者往往只能看到雜誌的PDF檔，受限於智慧型手機、平板電腦這類載具的螢幕面積，讀者往往要不斷縮放才能讀到文章內容，使用者體驗不佳。

為解決這個問題，Kono研發Smarticle技術，快速從PDF中抽取內容，切成單篇文章，使用者就能用閱讀網頁文章的方式瀏覽雜誌，字級也可以自由放大或縮小。透過Smarticle好讀模式，讀者也可利用Google語音系統朗讀，隨時可「聽」中、英、日、韓四種語言雜誌。

這也是為什麼簡旭霆說，「 Kono的本質，是一個科技公司 。」

把雜誌單篇文章拆解重規劃，價值不退

雜誌類的刊物，讀者往往偏好閱讀最新的期數。不過，許多過期雜誌的內容其實時效性並不強，即使過了幾個月依然有參考價值。

在透過Smarticle技術將雜誌拆解成單篇文章後，Kono平台上的1.5萬冊雜誌，其實包含超過50萬篇巨量文章。展望未來，Kono要把這些來自不同雜誌的文章，重新組裝成不同企劃特輯，為過期刊物創造新的生命。

像是Kono平台上的「知識錨點」特輯，就是集結不同雜誌中的時事議題，重新規劃成為「疫情專題」、「性別平等」等專題內容。還有「女子力研究會」特輯，則是把各類台日女性雜誌中的穿搭、化妝類文章提煉出來，重新組裝成「好比例穿搭術」、「吃出高顏值」等等不一樣的主題。

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。