【觀點】AI特助改造零售業！沃爾瑪、亞馬遜拚AI轉型怎麼做？|數位時代 BusinessNext

【觀點】AI特助改造零售業！沃爾瑪、亞馬遜拚AI轉型怎麼做？

AI的進展影響了全球產業的發展，其中零售業從前端到後端的流程，許多企業都提出多元AI工具改變目前的工作環節。

省很大！沃爾瑪、亞馬遜擁抱多元AI應用

在前端的客戶互動上，除了上述 91APP 的例子，全球最大零售商沃爾瑪（Walmart）則是將對話式機器人運用在另一種類型的客戶——與人類供應商談判採購合約。目的是，透過提供更多合約彈性和行銷曝光等誘因，讓沃爾瑪獲得更多付款折扣或延長付款期限等好處。

藉由和 AI 談判新創 Pactum 合作，目前，沃爾瑪已在美國、加拿大、智利和南非等供應商導入這套談判機器人，並且成功與近7成的供應商達成交易、平均省下3％的成本，沃爾瑪也預計將這套系統從供應商談判，擴大到物流費用的談判。

而同樣被生成式 AI 大幅改寫的，是消費者雖然不一定有感、但卻能替零售業者省下大幅成本的圖片生成工具。

例如，時尚電商蘑菇街（WeShop）在今年上半年推出AI商業攝影工具。零售業者只需上傳簡單的商品照，選擇商品呈現樣式、場景、AI模特兒國籍等，就能自動生成高品質的商品照。這可替零售業者省下一般約占商品交易總額（Gross Merchandise Volume，GMV）2％的攝影成本，對想拓展海外市場但預算有限的業者是一大利器。

另一個與圖片生成有關的零售業應用，是亞馬遜近期推出的掌紋掃描支付系統 Amazon One。

顧名思義，Amazon One 機器能透過掃描客戶的掌紋、靜脈等資訊，辨識出客戶身分，並連結到其亞馬遜帳戶和信用卡，做到付款、驗證會員或年齡等，簡單來說，就是將身分驗證從現在的「掃臉」變成「掃掌」。

但亞馬遜在研發這套系統時遇到一大難題：如何在手掌數據有限的情況下，提高掃描準確率？生成式 AI 就成為他們的解方。亞馬遜透過 AI 生成數百萬張擁有不同光線、姿勢、掌紋的手掌照，並拿來訓練其 AI 模型，據稱，其身份辨識的準確率已經比掃描2個虹膜更準 100 倍。

別一股腦拚科技，要鞏固不變的核心

如今看來，生成式AI已經為零售業的不同環節中帶來改變，然而，在關注新科技為產業帶來哪些變化的同時，更要提醒自己回頭思考，有哪些是產業未來不會變的本質，畢竟，競爭力，往往來自於掌握這些不變的核心、持續投入累積。

以零售業來說，無論科技怎麼變化，最終還是要回到這個本質問題：升級消費體驗和提升營運效率，以達到最終銷售成長的目的。只要想清楚這點，那麼掌握這項新技術的人，將比對手跑得更快；反過來說，如果只是一味不停導入新技術、而忘了要解決的本質問題，可能反而因為分散資源而帶來反效果。

值得思考的是，在迎接「最懂消費者和供應商的 AI 顧問」、擁有「最準確的身分辨識工具」以前，需要先提供更大量、更貼近個人的數據，才能成就那樣的 AI。「我們已經準備好這天的到來了嗎？」你我心中的答案，也是 AI 助手離我們還有多遠的答案。

責任編輯：蘇柔瑋

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。