觀點|AI成萬物齊漲元兇:記憶體恐缺貨到年底,PC、手機「效能過剩」的時代快結束了
觀點|AI成萬物齊漲元兇:記憶體恐缺貨到年底,PC、手機「效能過剩」的時代快結束了

從2025年下半年起,電子零組件及半導體元件開始出現供需結構性的變化。

原物料、記憶體齊漲:上游成本全面失衡

由於 AI 伺服器對 PCB(印刷電路板)的規格要求嚴格,導致銅箔基板(CCL)、玻璃纖維布等關鍵材料供不應求。

日本玻璃纖維布龍頭廠商「日東紡(Nittobo)」於 2025 年 6 月宣布,自 2025 年 8 月起,玻璃纖維布報價大漲 2 成,掀起電子元件、零組件的漲價潮。

PCB 相關原材料中,除了玻璃纖維布之外,CCL 也跟進調漲價格;PCB 廠因原材料上漲也不得不調升報價,漲勢一路延續到今年。

另一方面,沉寂一段時間的記憶體,也悄悄啟動漲勢。2025 年 6 月間,美光科技通知客戶將停止生產 DDR4 DRAM,原預定 2026 年第一季為最後出貨期。

三星電子也同步啟動停產計畫,客戶最後下單期限為 2025 年 6 月,預計 2025 年年底為最後出貨期;SK 海力士則預計在 2026 年 4 月完成最後出貨。
消息傳出後,DDR4 DRAM 價格應聲上漲,而且漲勢凶猛,一發不可收拾,短短時間內,價格即大幅超越 DDR5,形成罕見的「價格倒掛」現象。

這波 DRAM 供不應求的主因,是供 AI 晶片使用的(高頻寬記憶體)需求激增。由於 HBM 的晶粒面積遠大於一般 DRAM,而 DRAM 廠將產能優先配置給 HBM,壓縮通用型 DRAM 的產能成長空間,導致 DDR4、DDR5 嚴重缺貨,價格如脫韁野馬般一路狂飆。

Micron_HBM.jpg
Micron HBM
圖/ Micron

2025 年在 DRAM 市場供需嚴重失衡之際,NAND 原本沒有明顯的缺貨現象。

不料自 2025 年 9 月起,NAND 也開始出現供不應求,主因是 AI 推論應用開始擴大,對儲存型記憶體的需求大幅增加。NAND 價格隨之走揚,今年第一季傳出三星電子將調升 NAND 合約價格一倍。

晶圓代工市場也同步走升。先進製程方面,台積電每年皆調升價格,以因應龐大資本支出的壓力。

成熟製程方面,中國中芯、華虹等晶圓代工廠,自 2025 年第三季起緩步提高代工價格;聯電、世界先進、格羅方德等也同步調漲晶圓代工報價。

半導體封裝、測試業者在 AI 需求快速攀升下,也增加資本支出,並默默調整價格。

PC、手機終端被迫「降規漲價」

這些基礎電子元件價格走揚,尤其是記憶體漲幅高達數倍,勢必推升終端業者成本,不得不上調終端產品售價。

仁寶總經理 Tony 指出,以前記憶體在 PC 成本中的占比約為 15~18%,如今已跳升至 40%。且不只記憶體,包括銅價、PCB 等價格也都在調漲,由此可見廠商勢必調高終端產品售價,方能消化高漲成本。
原本市場預估,2026 年 PC 市場可望成長約 5%,然而在這波零組件凌厲漲勢之下,2026 年 PC 市場將由成長轉為衰退。

預估 2026 年全球 PC 出貨量將衰退 5~9%。
智慧型手機也面臨同樣的漲價壓力,預估 2026 年全球智慧型手機出貨量將下跌 6%。

為了因應高漲的記憶體價格,PC 廠將減少配置在 PC 上的記憶體容量,智慧型手機品牌也會採取同樣策略;一方面可降低成本,另一方面也能減少對記憶體的需求,紓解採購壓力。

美光宣布退出消費記憶體市場 
為了因應高漲的記憶體價格,PC 廠將減少配置在 PC 上的記憶體容量。
圖/ Crucial Memory

AI 基建拉長戰,記憶體緊俏與反轉風險並存

以目前市場情況來看,記憶體供不應求的狀況,可能持續到年底。三星電子、SK 海力士、美光科技皆積極擴建產能,無奈 AI 晶片、AI 伺服器等對記憶體的需求殷切,產能仍難以追上需求。

不過,市場反轉往往在不知不覺間發生。AI 基礎建設的「內循環」若在推進過程中出現環節失誤,導致 AI 資料中心建設時程延宕,記憶體供需狀況也可能在一夕之間反轉,值得持續密切關注。

《數位時代》長期徵求針對科技時事的深度觀點文章,歡迎各領域專業人士來稿交流。稿件請寄至 edit@bnext.com.tw,全文字數至少 800 字,並請附上 100 字內個人簡介。文章若獲採用,將由編輯進行必要潤飾,如需調整標題,會事先與您討論確認。

(觀點文章呈現多元意見,內容不代表《數位時代》立場)

延伸閱讀:頂尖1%的人都怎麼用AI?一次看懂「DRAG框架」:怎樣聰明偷懶?哪些必須自己做?

責任編輯:李先泰

往下滑看下一篇文章
五十年零售老店的 AI 轉型:良興攜手 Data-DI,打造專屬 AI Agent 賦能組織升級與知識傳承
五十年零售老店的 AI 轉型:良興攜手 Data-DI,打造專屬 AI Agent 賦能組織升級與知識傳承

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。

數智聚(良興)_1.JPG
良興總經理賴志達
圖/ 數位時代

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。

數智聚(良興)_2.JPG
Data-DI 業務副總包威棣
圖/ 數位時代

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。

數智聚(良興)_3.jpg
良興攜手 Data-DI 推動 AI 落地,以小步快跑模式為企業創造變革。
圖/ 數位時代

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/

登入數位時代會員

開啟專屬自己的主題內容,

每日推播重點文章

閱讀會員專屬文章

請先登入數位時代會員

看更多獨享內容

請先登入數位時代會員

開啟收藏文章功能,

請先登入數位時代會員

開啟訂閱文章分類功能,

請先登入數位時代會員

我還不是會員, 註冊去!
追蹤我們
代理式商務連動百兆商機
© 2026 Business Next Media Corp. All Rights Reserved. 本網站內容未經允許,不得轉載。
106 台北市大安區光復南路102號9樓