Dcard又裁員，繼電商關閉後再砍人！「好物研究室」曾有9位數交易額，為何走向收場？|數位時代 BusinessNext

Dcard又裁員，繼電商關閉後再砍人！「好物研究室」曾有9位數交易額，為何走向收場？

Dcard傳出裁員消息，Dcard證實「因應未來發展規劃，進行組織架構調整並重新分配資源。」但具體人數未知。

好物研究室關閉原因：增值潛力不大、難與集團有綜效

而關閉的原因，Dcard聲明中也說得明白：「為了讓消費者能更安全、更方便地購物，Dcard也投入更多資源與人力經營。 然而，我們評估持續投資電商市場的增值潛力不大，亦難與集團產生綜效。 」

手握千萬流量的Dcard一直在找尋「廣告」之外的流量變現模式，電商平台好物研究室是從2019年開始的一次嘗試，在2022年受訪時Dcard電商總監陳宇璿則透露，已有千家廠商進駐、年度成交金額達到新台幣9位數。

好物研究室的優勢在於背靠Dcard千萬等級的流量，以及平台上許多樂於分享的素人。舉例來說，好物研究室55%的交易來自素人的推薦文，成為與其他電商平台做出差異的關鍵。

不過，在2023年6月，好物研究室宣布要「砍掉重練」。

說砍掉重練只對了一半。因為在消費者端，好物研究室並沒有變，還是可以從站上購買商品，只是賣家跟好物研究室的合作關係有了翻天覆地的改變——好物研究室不再抽成，僅收取新台幣5,000元月費，並能折抵廣告費用。

賣家與電商平台之間最常見的合作關係就是「抽成」，每筆交易抽取一定比例的金額分潤。普遍抽成、開辦費等各種手續費加起來，電商平台收取的費用甚至可以超過20%。

廠商想要進駐Dcard販售商品，自然是瞄準站上的討論度與流量，但同時要支付抽成與廣告費用，讓廠商有種「被剝兩層皮」的感覺。在討論過後，好物研究室才轉向0抽成的模式。

前往下一個量級，Dcard還要說個好故事

而不到一年的時間，好物研究室宣布關閉，所遇到的困難其實與2019年相比可能沒有太大的差距：作為電商平台的差異性是什麼，以及電商需要持續投入的成本是否有如預期的投報率。

考量到大部分的消費者仍是價格導向，差異性不明顯的話，最終仍回歸到商品的價格競爭力；而投報率，從Dcard電商部門的50人來看，投入的成本必然不低，僅靠5,000元月費與廣告費用，沒有規模效益的話也很難拉高營收。

但好物研究室仍是一次必要的嘗試，Dcard作為台灣最大的匿名社群平台，需要有廣告之外的第二成長曲線或是新市場（日本）的可能性，或者是說，一個新的、好的、吸引人的故事。

電商是一種嘗試、自有IP也是，後者目前已有百萬訂閱的YouTube頻道、原創角色dtto friends，算是相對成功的項目，除此之外，據了解Dcard也從遊戲產業找來不少人手，內部也有相關的項目在孵育中。Dcard也還在不斷努力，找尋帶領公司到下一個量級（或募資）的項目。

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。