AI新創Appier挖角IBM、Criteo業務大將，正式插旗歐洲市場|數位時代 BusinessNext

Appier挖角IBM、Criteo業務大將，正式插旗歐洲市場

Appier在延攬人才上相當積極，先是不斷從學界挖來大咖教授，現在則是瞄準全球市場拓展，挖角IBM與Criteo的大將擔任要職。

IBM、Criteo戰將加入，擴大全球市場

Appier目前在全球擁有15個營業據點，包含日本、印度與台灣等。為強化企業級市場開拓，Appier宣布延攬Michelle Wong擔任Appier企業業務資深副總。

在此之前，Michelle Wong曾服務於IBM將近24年的時間，期間歷任多項管理職務並擔任IBM東協（ASEAN）技術支援服務部總經理。在擔任該職務期間，Michelle Wong曾帶領IBM業務、營運和交付團隊，負責整個東協國家的損益表現。

Michelle Wong在企業級市場累積超過30年的深厚經驗，並擁有新加坡國立大學計算機科學學位，加入Appier後，她會帶領全球企業級商用團隊，負責推動Appier企業級AI和數據科學平台業務，並將往返於新加坡和台灣兩地辦公。

同時，Appier也宣布延攬Alban Villani以引領歐洲市場的擴張，Alban Villani將擔任Appier全球業務資深副總，負責管理歐洲、中東、非洲（EMEA）與東南亞地區的業務，他將以法國巴黎為據點開展業務。

在加入Appier之前，Alban Villani曾擔任Criteo的區域總經理，推動整個亞太地區以及橫跨零售、旅遊和金融等垂直行業的業務增長。在領導Appier全球業務的期間，Villani將與品牌和代理商緊密合作，運用深度學習技術為其產品和服務尋找新的受眾。

學界、業界兩邊挖，Appier積極吸納人才

在新冠狀病毒（COVID-19，俗稱武漢肺炎）席捲全球之時，企業運用AI加速數位轉型並提升效率已成必做的功課。Appier執行長暨共同創辦人游直翰表示：「對企業來說，現在正是最關鍵的時刻。Alban Villani和Michelle Wong是公認的全球業務領導者，他們兩位正幫助Appier的客戶運用AI和深度學習來實現並超越其業務目標，同時也將持續發展和領軍Appier遍布各地的國際菁英團隊。」

Appier在招募人才上一直都相當積極，除了瞄準能拓展全球業務的人才外，也不斷向學界遞出橄欖枝。

2016年，Appier找來有「機器學習之神」之稱的台大資工副教授林軒田擔任首席資料科學家；2018年，延攬師承Google Brain共同創辦人吳恩達、Google Cloud前AI負責人與首席科學家李飛飛的清大電機系教授孫民加入Appier，擔任首席人工智慧科學家；2020年3月，在台大資工系任職14年的林守德教授宣布加入Appier擔任首席機器學習科學家。

Google台灣的1號員工、前Google董事總經理簡立峰也在退休後加入Appier董事會。

人才絕對是企業起飛最重要與依賴的能量，從招募的力道上也能窺探一家企業的未來與方向，從業界與學界不斷挖來人才的Appier，短期內在拓展市場上的成果令外界期待。

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。