林宏文專欄：記憶體3大趨勢，解讀台積電結盟美光的半導體新局|數位時代 BusinessNext

日前台積電董事長劉德音在李國鼎紀念論壇上，提出美光（Micron ）記憶體技術已超前三星（Samsung）的事實，這讓我重新思考及研究記憶體產業，也採訪幾位業界領導人如旺宏董事長吳敏求及總經理盧志遠。我想歸納出記憶體產業未來3大趨勢，並與《數位時代》讀者分享。

這3大趨勢分別是：

記憶體典範移轉正在發生，尤其人工智慧（AI）時代降臨，NAND Flash重要性提升，可望從配角變主角，取代DRAM的主流地位。
美光加速研發DRAM及NAND技術，如今已趕上三星。
邏輯IC產品與記憶體產品的整合日益重要，代表案例是台積電及美光合作。

由於篇幅有限，我會花較多篇幅聚焦談最重要的典範移轉趨勢。

資訊爆炸時代，高層數NAND成記憶體主流

首先，談記憶體典範移轉前，應該先科普一下。若把記憶體用速度及價格區分，每一個位元運算速度最快者，價格通常就比較貴，因此，被稱為快取記憶體（cache memory）的SRAM，速度最快價格卻最貴，之後依次是DRAM及NAND Flash；也就是說，NAND Flash速度最慢，但價格也最便宜。

進一步解釋，記憶體其實可以再細分為memory（存）及storage（儲），台灣過去很少把存、儲分開來看，一概以記憶體稱呼，但有一家中國企業長江存儲取名算相當精確，顯示該公司的終極目標將包括這兩大產業項目。

在存、儲兩大功能中，過去NAND Flash大都扮演儲的角色，是因為處理速度較慢，可以做為儲存長期資料的主要空間，而且全世界資料量愈來愈大，儲的空間需求不斷暴增，因此更需要價格便宜的NAND Flash。

價格一直是半導體普及的關鍵因素，除了製程技術愈先進可以讓價格下降外，NAND Flash與DRAM不同的另一個特色是，可以不斷往上層堆疊，有如蓋摩天大樓。三星第7代NAND Flash已蓋到176層，第8代則達228層，台北101摩天大樓不過是地上101層、地下5層的建築，相較來看，NAND Flash根本就是超高大樓。

因為可以不斷往上堆疊，NAND Flash的電晶體容量大幅增加，每一位元價格也大幅下降，這也是為何NAND Flash的位元數成長速度超過DRAM甚多，並取代掉以前的硬碟，成為儲資料的主流

把資料放在處理速度較慢、但便宜很多的NAND Flash，目前還是可以應付的。舉例來說，現在所有人的電腦手機裡都放了一大堆照片，有時要去找舊照片，點一下0.5秒後照片才出現，消費者應該都還可以接受。

但是，0.5秒對於其他應用如自駕車，那就是慢到會出人命的時間了，因此需要更快速的讀取運算，這時就要交給速度更快的DRAM，讓資料可以快速在微處理器間做運算。至於速度更快的SRAM因為實在太貴，目前則只用到少數利基市場。

再舉個例子，就好像去銀行領錢，但櫃檯給你錢的速度很慢，一個禮拜後才把錢領出來給你，你肯定會受不了。這個比喻有一點誇張，但是，SRAM、DRAM及NAND的速度及價格，就是百倍到千倍的差異，如今價格低最重要，因為資料量實在太多太多了。

典範移轉過程中，美光如何彎道超車？

有這些基本科普觀念後，就可以進一步來看，AI時代因為要處理大量資料，因此微處理器與記憶體間的關係也有變化，尤其是資料輸出入及運算頻率都將大幅增加。傳統上Flash扮演單純「儲」的角色，未來也要開始參與並分攤與微處理器之間的數據運算及輸出入等工作，也就是說，這位配角就要走到前檯，與DRAM都變成雙主角了。

在這個典範移轉過程中，美光目前的技術布局，不管是DRAM或NAND Flash都有超前三星的情況，這是產業界重要大事，因為三星一向是記憶體產業的龍頭及技術領先者，如今三星或許還是產能及市占規模的領先者，但美光展現超越三星的企圖心，對於記憶體版圖將有關鍵性影響。

美光的超前，背後其實有很多因素，包括美中對抗、美國老大哥加持，還有美光研發生產重鎮都在台灣。美光角色更為重要，也讓前述第三個趨勢成形了，因為當記憶體與邏輯IC的整合日漸重要，並成為AI時代下的新顯學時，美光與台積電結盟無疑是強強聯手，尤其是美光台灣董事長徐國晉加入台積電，更讓雙方合作進入一個新階段。

對於台積電來說，與美光合作絕對有加分，因為三星擁有邏輯及記憶體雙重優勢，且現階段台積電最大競爭者是三星而非英特爾（Intel），在記憶體內運算（in-memory computing）如火如荼展開之際，合作有助於相互提攜拉抬。

記憶體是半導體至關重要的一大領域，也是台灣半導體業向來比較弱勢的軟肋，但電子業最迷人之處，就是產業不斷有變動，永遠充滿機會與挑戰，台灣要密切關注記憶體3大趨勢，及早布局、先聲奪人，才能在全球半導體競賽維持領先地位。

記憶體是台灣半導體較弱勢的軟肋，但電子業永遠充滿機會與挑戰，台灣要把握記憶體3大趨勢，才能在全球半導體競賽維持領先地位。

責任編輯：吳佩臻、張庭銉

一家連續十年營收 700 萬元的健身業者，如何在一年內將業績推升至 3,500 萬元，成長整整 5 倍？答案可能和多數人想的不一樣。

這家健身品牌不是一開始就加碼投放廣告，而是先從調整組織架構與薪酬制度著手，透過明確分工改善團隊運作，進而建立「全員銷售」文化，這並不是要求每位員工都成為業務員，而是讓團隊理解與認同品牌理念，確保從服務、回覆、教學到售後過程中的每一個顧客接觸點，都能傳遞一致的訊息與體驗，從而建立顧客對品牌的信任感，甚至願意主動購買與持續回購。而規劃這套成長策略的幕後推手，正是無限創意行銷。

AI 讓行銷變簡單，為何行銷公司反而更難做出成效？

雖然公司名稱裡有「行銷」兩個字，但無限創意行銷並非只從行銷工具出發，而是以顧問式行銷的角色，先理解企業經營問題，再決定應採取哪些行銷與營運解方。「我們不會一開始就告訴企業該採用哪些行銷策略，而是根據企業真的需求來提供適合解方」，無限創意行銷創辦人翁小五一語道出公司的獨特定位。

通常，企業在面對營收成長瓶頸時，第一個念頭就是做行銷，然而，翁小五從過往的工作與創業經驗中發現，限制企業營收成長的原因有很多，不一定與行銷有關，背後可能還有其他問題，若沒有釐清真正的問題所在，就急著投入廣告或其他行銷資源，很可能只是治標不治本。

基於這樣的觀察，無限創意行銷決定採取反向思考邏輯：先回到企業經營本身，找出造成「成長趨緩」的真正原因，再據此制定策略、優化營運流程，最後透過行銷放大企業優勢。當每一筆行銷投入都建立在更健康的企業體質與更精準的策略判斷之上，行銷才不只是「有做」，而是真正能為企業帶來成長。

這套「先找問題、再選工具」的服務模式，在生成式 AI 工具普及後，也成為拉開行銷成效差距的關鍵。

過去，行銷公司的價值建立在製作能力、投放技術與媒體資源；但當 AI 逐步降低文案、素材與分析的執行成本，單純提供「做內容、下廣告、做報表」的服務，差異化將快速縮小。此時真正考驗的，反而是行銷人的理解力和判斷力：能否看懂消費者真正需要什麼？能否找出限制企業營收成長的關鍵環節？而這正是無限創意行銷長期深耕企業經營現場、不斷透過數據與市場驗證所累積的核心能力。

AI 拆解營收黑洞，讓數據為企業成長導航

在無限創意行銷的顧問式服務流程中，數據是相當重要的依據。翁小五進一步說明，無限創意行銷的數據應用可以分為三個層次：從檢視行銷活動成效、拆解顧客旅程中的問題節點，再進一步延伸至年度營運規劃，讓企業不只知道「過去發生了什麼」，更能判斷「下一步該怎麼走」。

首先，是檢視行銷活動成效，其中最重要的原則在於，根據行銷目標去解讀數據。舉例來說，如果目標是增加首購顧客，除了檢視素材吸引力與點擊率，還要持續追蹤到站、詢問、成交、新客占比與首購成本；如果目標是擴大營收規模，則應進一步檢視回購率、客單價與顧客終身價值。

數據應用的第二層價值，是拆解從「廣告投入」到「營收產出」之間的過程，理解每一個節點的數據分別反映什麼問題，再針對問題逐一修正。

至於第三個層次，則是讓數據成為企業經營與資源配置的依據。無限創意行銷會從年度營收目標出發，結合產業特性、淡旺季變化與過往行銷成果，拆解每一季、每個月的業績任務，再將過去有效的策略放大、成效不佳的做法修正，據此安排下一年度的行銷資源與營運節奏。

不急著加碼廣告，從企業體質出發找出 5 倍成長解方

對無限創意行銷來說，數據是找出問題、配置資源與規劃成長路徑的關鍵，文章開頭提到的健身業者，正是此套方法論的最佳印證。當初，翁小五深入診斷後發現，這家企業真正的問題在於組織結構過度扁平，老闆長期忙於處理日常事務，難以專注在營運規劃；此外，組織缺乏真正負責營運管理的中階主管、教練流動過高導致學員缺乏安全感等，皆是影響回購率的因素。

因此，無限創意行銷先從組織架構著手，設立專責店長一職，並重新設計薪酬制度，藉此讓教練、店長與老闆皆可專注在自身工作上。之後，再透過前期廣告數據與顧客洞察，找出消費者選擇品牌的真正原因，並運用行銷活動與口碑經營持續放大。同時，翁小五也在過程中導入「全員銷售」概念，確保顧客在各個接觸點都享有一致的體驗，品牌才能逐步累積顧客信任。

最終，這家企業的營收一年就成長至 3,500 萬元，達到原先的 5 倍。這個案例也說明了無限創意行銷的方法論：行銷不是企業成長的起點，而是放大企業優勢的槓桿；企業體質愈健全，這支槓桿所能放大的成長效益也愈大。

從「會做」到「會判斷」，AI 時代，無限創意行銷正在重新定義行銷公司的價值

隨著 AI 能力越來越強大，下一代行銷公司的價值，不只是比誰更懂得運用 AI，而是行銷人的市場理解力與專業判斷力，知道 AI 產出的內容哪些值得留下、哪些應該捨棄，或是該如何持續修正，才能打造出能夠被消費者感受到的品牌體驗。

因此，無限創意行銷未來將積極建立團隊與 AI 協作的方法論，將過往的專案判斷、提問框架與數據檢核邏輯，轉化為 AI 協作流程。團隊在面對新專案時，不是直接要求 AI 給答案，而是先定義目標、限制條件與判斷標準，再去檢查 AI 產出是否符合商業情境。

對翁小五而言，AI 時代真正稀缺的，不是工具，而是定義問題、理解消費者與判斷品質的能力。未來無限創意行銷的競爭力，也不在於使用多少 AI，而是持續將人的品味、市場理解與產業 Know-how，透過 AI 放大，協助企業打造更精準的品牌體驗與更高品質的決策。

【林宏文專欄】記憶體3大趨勢，解讀台積電結盟美光的半導體新局