Airtable 讓大數據為你工作！打造免費資料庫、免寫程式也能做分析|數位時代 BusinessNext

讓大數據為你工作！協作平台Airtable 打造免費資料庫、免寫程式也能做分析

Airtable 是內建強大關聯式資料庫的雲端電子表格，讓客戶可以在不需撰寫任何程式碼的前提下，針對龐大資料集直接進行分析。

近幾年，全球受到新冠肺炎（Covid-19）疫情影響，各國企業紛紛轉向遠程辦公，美國雲端協作服務平台Airtable因此大受歡迎，不僅使Greenoaks Capital、Caffeied Capita1、CRV、Strive...等來自世界各國的企業陸續加入投資行列，且快速吸引各地企業購買Airtable所提供的服務，讓Airtable的付費客戶數增長350%，公司營收更是逐年增長。

去（2020）年，Airtable在D輪融資中，獲得1.85億美元（約52億新台幣）後，公司估值就因此翻漲了一倍多，達到25億美元（約695.4億新台幣）；在最新一輪的融資中，Airtable又獲得2.7億美元（約75億新台幣），使其公司估值大幅飆漲至57.7億美元（約1605億新台幣）。

美國雲端協作服務平台Airtable是由劉浩（Howie Liu）、安德魯·奧斯塔德（Andrew Ofstad）和埃米特·尼古拉斯（Emmett Nicholas）三人共同創辦於2012年，總部位於美國舊金山，是一個雲端協作服務平台，可說是內建強大關聯式資料庫的雲端電子表格，讓客戶可以在不需撰寫任何程式碼的前提下，針對其原本的龐大資料集，直接進行資料分析，並視覺化其分析結果。

為了讓使用者能更精確的進行資料分析，Airtable電子表格中的每個單元格都提供複選框、電話號碼、下拉列表...等超過二十種多元化的資料類型，讓使用者可以針對其原始資料的狀況，選擇最適合的格式存放資料；此外，透過Airtable，使用者還可以實現輕鬆創建資料庫、設置欄列的類型、建立表格間的連結、設定排序紀錄...等各式功能，讓使用者從匯入原始資料、清理資料到分析資料都能自行選擇最適且所需的功能，以加快其進行資料分析的效率。

在視覺化方面，Airtable提供使用者輕鬆加入圖像、照片、文件...等各式各樣的附件，並快速連結資料庫，讓使用者能在平台上建立簡潔明瞭的視覺化報表。另外，Airtable平台亦提供使用者五種不同的檢視方式，分別為表格（Grid）、表單（Form）、日曆（Calender）、看板（Kanban）和畫廊（Gallery）模式，幫助使用者更快速地尋找所需的資料。

透過Airtable，企業員工還能達到協同合作，讓使用者可以進行各種權限設定，主要可分類為以下四種：

創建者（Creator）：使用者可以自由新增、修改、刪除各式內容。
編輯者（Editor）：使用者能針對現有表格內的資料進行編輯，但無法新增新的表格。
評論者（Commenter）：使用者能針對現有表格內的資料進行閱讀及加入註解，但無法新增、修改、刪除內容，亦無法新增新的表格。
限閱者（Read only）：使用者僅能針對現有表格內的資料進行閱讀，但無法操作任何功能。

企業員工藉由Airtable的協同合作和各式權限設定，以促進團隊合作，並讓管理者能快速且即時管理各項任務的進度。

目前，AirTable有提供免費版本，不過其可分析的資料量及功能都有所限制；因此，若要進行大量的資料分析及視覺化報表，AirTable都會建議企業購買其付費版。近幾年，受到新冠肺炎（Covid-19）疫情影響，讓AirTable去（2020）年的付費客戶的數量增長近350%，使用AirTable平台的企業更已超過25萬間，使其年營業額屢破新高。未來，AirTable將繼續研發更多資料分析所需的功能，讓更多使用者在不需撰寫程式碼的情況下，完成其所需的資料分析，並視覺化其結果。

參考資料：airtable、iamcio、ximeiapp

責任編輯：傅珮晴、錢玉紘

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。