Foodpanda退出群雄割據的日本市場！分析師：外送業將在各國出現整併|數位時代 BusinessNext

德國外送業者Delivery Hero表示，由於在日本面臨激烈競爭及外送員短缺的影響，其亞洲品牌Foodpanda將退出日本市場。雖然外送市場仍持續增長，但是什麼讓進入日本市場僅一年多的Foodpanda宣布退出呢？目前各國家地區幾乎都面臨當地與全球外送公司的競爭，分析師認為，外送業者未來將經歷幾輪的整併，因此必須謹慎調整新的增長策略。

由於新冠疫情讓個國家市場對外送的需求持續成長，讓Delivery Hero在2020年9月決定透過其收購而獲得的亞洲品牌Foodpanda進入日本。Foodpanda執行長雅各布·安吉利（Jakob Angele）甚至親自坐鎮日本三個月，希望能憑藉在新加坡、台灣的成功經驗在日本快速站穩腳跟。決定退出後，Foodpanda將在明年第一季出售日本業務，預期將加速外送服務業者在各市場的整併。

Foodpanda在日本市場面競爭者中及外送員短缺的挑戰，其實在多個國家地區也同樣能看到，加上吸引新用戶和外送員的成本也與日俱增，阻礙營利能力，成為目前外送業者難以拓張市場的主要困境。日本調研機構ICT Research and Consulting在2月進行的線上調查可見，3,600 名受訪者中有428人表示使用Demae-can，同時有426人使用Uber Eat，僅有34人表示使用Foodpanda。

事實上，不僅是Foodpanda想在日本市場分一杯羹，來自美國的外送業者Doordash也透過併購芬蘭外送服務Wolt來拓展日本業務，同時中國叫車服務滴滴出行，也從日本大阪開始推出外送服務，讓日本外送服務市場的競爭逐步加劇。

在Foodpanda進入日本市場前，同樣為全球性業者的Uber Eat和日本業者Demae-can已分佔不少用戶，因此要成功突圍獲得用戶支持並不容易。目前Uber Eats在日本與13萬家餐廳和商店合作，Demae-can的合作商家也達到10家。

然而，Uber Eats和Demae-can目前財報表現仍呈現虧損狀態，Demae-can更表示截至8月的財年淨虧損已達1.8 億美元（206 億日元），面臨市場的新競爭者Foodpanda加入，三家外送廠商勢必將以常用的折扣補貼作為拉攏用戶的行銷手段，讓如履薄冰的財報更雪上加霜。

儘管在各市場的競爭激烈，但外界對行業的成長仍十分看好。根據谷歌、淡馬錫控股和貝恩公司 11 月發布的報告指出，東南亞的外送行業的總交易金額（gross merchandise value）預計將從2021年的120億美元，倍數增長至2025年的230億美元。另外，ICT Research and Consulting的報告也表示日本的外送市場規模，從2020年到2023 年之間將成長38%，達到59 億美元（6820 億日元）。

雖然外送市場仍持續成長，但Momentum Works執行長李江乾表示，外送服務是一個利潤相對較低的行業，需要建立巨大的數量和密度才能盈利，從許多市場可見容納兩個以上大型外送服務平台，基本上就分佔了該市場的利潤，因此並非所有廠商都能搶到成長的紅利，所以未來外送業者將以何策略提升營運效率就成為搶佔市場的關鍵。

例如在新加坡，就是全球性廠商Foodpanda、Deliveroo和本地廠商Grab三者間較量，另外，在印尼就是來自新加坡的Grab所推出的Grab Food和Sea推出的ShopeeFood，與印尼當地業者Gojeck推出的GoGood之間競爭。

資料來源：Nikkei Asia、Reuters

責任編輯：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。