記憶體大缺到2026！美光Q1營收飆56%創歷史新高，Q2展望每股賺8.42美元|數位時代 BusinessNext

拜記憶體價格飆升之賜，美國記憶體大廠美光(Micron Technology)預測的第二季度(12-2月)本業每股盈餘是華爾街原先估算的將近兩倍，盤後股價應聲跳高。

路透社、CNBC等外電報導，美光17日美股盤後公布第一季度(9-11月)財報： 營收年增56%至創紀錄的136.43億美元 ；經調整的非一般公認會計原則(Non-GAAP)每股盈餘為4.78美元、遠優於去年同期的1.79美元； Non-GAAP毛利率為56.8%，優於去年同期的39.5%。 根據LSEG調查，分析師原本預測Q1營收、Non-GAAP每股盈餘為128.4億美元、3.95美元。

展望Q2，美光預測營收將達187億美元(加減4億美元)、Non-GAAP毛利率將達68% (加減1個百分點)；Non-GAAP每股盈餘將達8.42美元(加減0.2美元)。根據LSEG調查，分析師原本預測Q2營收、Non-GAAP每股盈餘僅將達142億美元、4.78美元。

美光執行長Sanjay Mehrotra 17日在財報電話會議預測， 記憶體市況將一路吃緊到2026年過後 ，且中期來看，該公司預估只能滿足數家重要客戶約一半至三分之二的需求。

先前就有市場傳聞，記憶體供給短缺對智慧型手機製造商造成壓力。美光商務長Sumit Sadana接受路透訪問時，不願點名究竟是哪家客戶無法獲得所需晶片，但坦言供需形勢極其嚴峻。

Sadana表示，在這樣的環境下，所有領域都難免會有許多客戶無法採購到理想的記憶體數量。「據我所知，美光無法百分百滿足任何一家客戶的採購需求，且有許多、許多客戶只能拿到遠低於他們理想的數量。」

美光高層並透露，該公司正在跟重要客戶談判多年期的合約，並決定將2026年資本支出計畫從先前估計的180億美元上修至200億美元。

美光17日於正常盤下挫3.01%、收225.52美元，創11月25日以來收盤新低，已連續第5個交易日收黑；盤後一度勁揚逾9%，但漲幅不久即收斂，至截稿前上漲7.63%、報242.73美元。

有望從記憶體業者調高資本支出受惠的半導體設備大廠應用材料(Applied Materials)盤後同步走揚，至截稿前上漲1.41%、報251.77美元。

美光甫於12月初決定停止向消費者售賣記憶體，把全部精力放到人工智慧(AI)的需求。美光執行副總裁暨業務執行長Sumit Sadana 12月3日透過聲明表示，「AI帶動的資料中心成長導致市場對記憶體及儲存的需求激增。美光做出了撤出Crucial消費者業務的艱難決定，以便為成長更快的大型策略性客戶，提供更佳的供應及支持。」

延伸閱讀：白話科技｜什麼是HBF？跟HBM差在哪？為何它是解決AI「記憶體牆」難題的潛力方案？

本文授權轉載自：MoneyDJ

責任編輯：李先泰

1973 年，良興從台北光華商場一間 50 坪的電子零件行起家，半個世紀後蛻變為年營收破十億、毛利率 18% 的全通路 3C 品牌。不過，伴隨規模擴張帶來的不只是成長，還有日益加劇的管理摩擦。門市遍布全台、品項高達近萬筆，加上跨部門協作頻繁，行政耗損與知識傳承的缺口，成為這家老字號邁向下一階段的隱形天花板。

良興總經理賴志達回顧，從電子零件跨入電商、從線下擴張到 OMO 全通路、再到會員深度經營，作為 3C 零售業者，良興每一波轉型都走在同業前面。「現在輪到 AI 了。如何做到人機協作、AI 賦能，就是良興第五波轉型的核心命題。」

AI 自動化，從行政細節釋放組織戰力

轉型需要夥伴，而賴志達評估合作夥伴的標準很明確：技術能力是基本，產業知識（Domain Know-how）的深度是關鍵，回饋速度更是最終決定因素。2025 年的未來商務展上，良興選擇攜手 Data-DI，看重的正是其「策略諮詢 + AI 產品 + 落地陪跑」三軌並行的實施能力。

很快的，良興與 Data-DI 合作的第一個專案，就落在最耗費人力、卻最常被忽視的環節：會議記錄。「會議如果沒有產值、沒有效果，對企業很傷！」賴志達說，他每天參加許多會議，但跨單位協作的會議記錄長期依賴人工聆聽與逐字整理，常出現人名誤植、決策遺漏、行動項目無人追蹤，讓會議效果大打折扣。

為了解決會議記錄的痛點，Data-DI 業務副總包威棣指出，在導入工具以前，團隊須先釐清三件事：場景是否具備落地價值、哪些流程節點適合 AI 介入，以及以終為始地掌握客戶真正想要的輸出樣貌。這些看似基本的提問，都決定 AI 能否精準落地。

確認方向後，良興與 Data-DI 成功導入 AI 會議記錄自動化系統，透過模糊比對技術校正語音辨識誤差，並將生成的雙版本報告直接回存至既有資料庫，不僅將行政人員從重複性作業中釋放，也為後續的 AI 應用奠定扎實的系統整合基礎。

賴志達分享，現在他去外部開會也會用這個工具，運用 AI 把錄音轉文字、再整理成簡報，很快就能完成，更令外部夥伴驚艷。「我認為這是很成功的案子！也提醒想做 AI 的老闆們，與其急著搞大架構，不如先從小工具讓公司嘗試 AI，建立理解和認同。」

AI 把資深員工大腦轉化為資產

補完行政效率的缺口後，良興接著切入更深層的營運核心：知識傳承。過去，頂尖銷售經驗長期鎖在少數資深員工身上，新人培訓耗時三個月，員工離職即帶走知識資本。與此同時，網路資訊發達，消費者進店前早已掌握基本規格，3C 通路門市人員要如何發揮更多價值？「我要門市的人不是死背規格，而是面對客人時，能用客人能理解的方式對話。」賴志達說。

為此，Data-DI 協助良興建置 AI 門市教育訓練系統。系統透過六大自動化關卡，串接教材生成、審核上架、AI 銷售對練與成績回報，主管僅需在核心節點審核；員工透過手機語音對練，系統依口吻、專業度、回應力等維度自動評分。賴志達表示，目標是將新人培訓期縮短至一個月，讓數十年累積的銷售智慧轉化為可複製、可傳承的企業資產。

然而，要讓這套系統真正運作，得先解決兩個根本問題：資料從哪裡來？以及訓練如何更準確？

「以前大數據時代，講的是資料要大、全、細、實；現在 AI 要做到的是準（準確）、合（合乎場景）。」包威棣說。良興不同廠商提供的素材品質參差不齊，Data-DI 除了整合內部資料，也補充加入外部市場評測內容以填補空缺，再透過人員審核機制過濾雜訊，搭配 agent 架構的多層步驟與知識限定，確保系統能精準提煉對應品類的訓練素材。

賴志達則看得更遠：「這些教育訓練的內容，也將成為公司未來訓練機器人很好的原料。」

Data-DI 陪跑型顧問，帶領企業 AI 轉型

良興與 Data-DI 合作的兩個專案中，雙方共同克服了長提示詞邏輯混亂、AI 幻覺污染知識庫、逐字稿讀取逾時等技術難題。邁向下一步，賴志達表示，公司各部門很早就建置 Power BI 報表，但數據豐富不等於決策清晰。「數據是土壤，如果沒有梳理，就沒有用了。」因此，他的下一個目標是活化數據資本、推動行銷自動流，以精實的人力持續驅動成長。

包威棣則從顧問視角歸納兩個觀察：AI 導入需要高層認同、由上而下推進，像賴志達這樣持續引領良興走在業界前端的決策者，就是不可或缺的推手；而單點工具的價值，終究要累積成組織體質的轉變才算真正落地。「就像會議記錄改變了會議當責的結構，人員訓練改變了知識傳承的方式。從點狀應用走向企業變革，這種決策思路才是 AI 真正深入落地產生價值的關鍵。」

最後，對於仍在觀望AI應用的企業，他則建議：「未來 AI 導致的落差只會愈來愈大，人會變成超級工作者，企業會變成超級企業。開始做就對了，先做一個三個月的小任務，降低落差、再急起追上。」從痛點切入、小步快跑，讓組織在實作中累積對 AI 的理解與信任，這正是 Data-DI 的陪跑哲學。

有關更多 Data-DI 相關資訊，請查詢網站：https://www.data-di.com/