初登場就單挑特斯拉！電動皮卡Rivian是何方神聖、為何能吸引亞馬遜搶先訂購10萬輛？|數位時代 BusinessNext

沉潛10年，一出手便實現電動車的越野夢

Rivian創辦人R．J．史卡連奇（RJ Scaringe）從麻省理工學院（MIT）畢業之後，於2009年創立Mainstream Motors，也就是後來的Ravian，從那之後的近十年，該公司一直都是處於隱身模式，直到2019年才揭開面紗。

Rivian推出的兩種車款R1T和R1S，都有著出色的性能，其中包含高達643公里的續航能力，號稱比目前生產線上任何車款都還要持久，加上絕佳的操控性和速度，從0加速到96公里只需要3秒鐘的時間。最吸引人的，則是他不同於特斯拉的越野能力，開著電動車馳騁在沙丘或荒野，將不再只是幻想。

目前，Rivian已開放接受1,000美元（約28,700元台幣）的預付訂金，並預計在2021年交付兩萬台車，預估將帶來14億美元的進帳。Rivian目前已有專屬的生產工廠，占地約24.1萬平方公尺，而專屬的生產中心，品質的控管也將相對穩定，這大大的領先對手特斯拉和尼古拉公司（Nikola）。

創辦人愛車成癡，於金融風暴時期誕生的Rivian

史卡連奇從小就愛車成癡，18歲時就想創建一間汽車公司。史卡連奇的教授Dan Roos曾表示，當他聽到史卡連奇和他說要開汽車公司時，感覺就像是他要顛覆世界般瘋狂。不過Roos也認為，史卡連奇的決心超乎常人，再低的可能性，都無法阻止他追尋夢想。

史卡連奇在經濟蕭條之時創建Rivian，當時美國深陷金融風暴，通用汽車也宣布破產，但史卡連奇仍不顧一切地向親友借錢以籌備資金，他與父親也向銀行申請二次擔保，大力支持他的事業。另外史卡連奇也分別自Abdul Latif Jameel（阿拉伯投資集團）、日本住友商事株式會社和倫敦渣打銀行，額外募集4.5億美元，作為初期基本資金。

發展策略急轉彎，投入豪華多功能卡車的研發

關於史卡連奇為何會瞄準高端卡車市場，背後有個小故事。起初，Rivian開發的是電動跑車，研發將近兩年半，在某次團隊連續不眠不休工作四天後，史卡連奇宣布他要放棄這項產品。

「那是一個非常痛苦的時刻，我們幾乎完成整輛車，史卡連奇卻說要改成研發其他產品。」Rivian現任資深內裝設計師Roman Mistiuk回憶道。

對於此事，史卡連奇在接受《紐約時報》採訪時表示：「在我靈魂深處，我想不通世界上為何還需要我再創立一間成功的汽車公司，我們並沒有建構這個市場真正需要的東西。」這位年輕的創業家隨後大膽的改變發展策略，開始致力於研發豪華多功能卡車。

如今看來，史卡連奇當初的改變或許是正確的。美國市場研究機構Navigant Research的資深汽車研究員Sam Abuelsamid表示：「瞄準皮卡車和SUV市場非常明智，和市場上的主流中型轎車做出區別，這就是美國人想買的車！」

即便Rivian不像特斯拉那般受到關注，但Rivian在電動皮卡車的領域已遙遙領先對手，特斯拉和尼古拉等知名電動車大廠的皮卡車都還處於研發階段。截至2020年7月為止，Rivian已經募集到60億美元的資金，其中不乏富達投資和索羅斯基金管理公司等，前景光明。

Rivian前景看好，亞馬遜搶先訂購10萬輛電動車

2019年，貝佐斯在一次受訪中表示，亞馬遜已經向Rivian訂購了10萬輛電動車以供送貨。這位當今電商霸主更直接預言，全美在2024年時，將會有超過十萬台Rivian電動車在路上奔馳。

「當貝佐斯不斷設定一些大膽的目標而成為報紙頭條時，R．J．史卡連奇則是耗費近十年的時間，一步步微調車輛設計，直到近趨完美。」《紐約時報》如此點評。

責任編輯：文潔琳、蕭閔云
資料來源：Forbes、The NewYork Times、CNBC、The Verge

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。