曾是AI領頭羊，為何Google在聊天機器人這仗輸給微軟？董事長揭真正原因|數位時代 BusinessNext

曾是AI領頭羊，為何Google在聊天機器人這仗輸給微軟？董事長揭真正原因

由ChatGPT掀起的AI競爭中，曾經是AI領域標竿的Google卻看似落後，Alphabet董事長近日指出，這是因為他們認為這項技術商業化還要兩年。

Google認為聊天機器人還不成熟，商業化可能需要兩年時間

根據《CNBC》報導，軒尼施表示，Google上週發表的聊天機器人Bard，代表著他們擁有與ChatGPT相仿的技術，之所以遲遲沒有對外推出，是因為他們認為這項AI技術還不適合商業化，仍會給出錯誤的答案，因此對推出產品還感到非常猶豫。

「我認為Google對是否這項技術產品化很遲疑，因為他們並不認為這個技術成熟到能作為產品推出。不過我認為作為演示工具而言，這的確是一項非常棒的技術。」軒尼施向外界解釋，他認為到生成式AI成熟到成為能夠廣泛提供大眾使用的工具，還需要一到兩年的時間。

Google上週搶在微軟發表會前率先公佈了聊天機器人Bard，然而卻沒有激起太大的漣漪，甚至許多媒體在與隔日微軟發表會的內容兩相比較下，認為Google在這次的競爭中位居下風，微軟的成果更豐富、吸引觀眾。

Google當日的股價也沒有因Bard的現身有所好轉，反倒因此下滑了9%。外界指出，這顯示出Google只是倉促發布Bard，好跟上微軟的腳步，並不是真正有足夠成熟的成果能對外發表。 事實上，Google員工也在內部論壇抨擊執行長皮蔡搞砸了這件事，「發布Bard是非常倉促、拙劣、沒有遠見的一件事。」要求執行長將眼光放遠，還有另一位員工反應，Google匆忙推出Bard證明了市場對他們感到非常擔憂。

科技巨頭受到嚴格審視，讓Google發表新技術更謹慎

但軒尼施指出，Google在這方面進展緩慢，主要是因為聊天機器人仍會回應錯誤的答案。Google搜尋、YouTube也有因傳達不準確的資訊、假消息，而受到外界抨擊甚至政府調查，這些經歷或許是Google變得更為謹慎的原因。

值得一提的是，過去Google發表的AI技術也時常引來爭議，好比說2018年的I/O開發者大會上，Google發表能協助用戶預訂餐廳的Duplex技術，其似若真人的語氣和口吻，也引發外界討論AI欺騙人類的議題。對於Google來說，推出任何技術都必須格外謹慎。

軒尼施提到「你不會想要推出一個說錯話，或者會吐出惡毒言論系統。」這也符合皮蔡曾在公司會議上表示，科技產業必須對社會造成的影響，抱持更加謹慎的態度。

尤其目前外界對聊天機器人的言論正確性特別關注，Bard被找出回應的答案包含錯誤資訊後，Google的股價也立即大跌7%，蒸發上千億美元市值。近日外界也開始發布Bing的AI技術的錯誤答案，例如在彙整財報資料時給出完全錯誤的數字、搞錯當今年份、歐盟成員國等。

「我認為這些模型還在早期階段──接著要弄明白如何把它們導入產品，並且謹慎對待正確性及有害言論等問題。」軒尼施指出。

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。