AI焦點｜折扣連鎖店關閉75家門市，稱其店面「不合格」・JP摩根大通CEO傑米·戴蒙認為AI支出明年將達到1兆美元・黃仁勳在CES 2026表示記憶體已成AI最大瓶頸，美光與S

📰 1. 折扣連鎖店關閉75家門市，稱其店面「不合格」

原文摘要

根據外媒報導，一家知名折扣連鎖品牌宣布一口氣關閉75家門市，更罕見地公開承認這些店鋪「substandard」（不合格）。雖然報導沒指名是哪家（推測可能是近年積極擴張的Dollar Tree或Family Dollar），但這動作等於自己打臉——過去低價搶市的策略，如今卻得用關店來止血。消息一出，業界討論炸鍋，畢竟一家連鎖店願意對外說「我的店不合標準」，這不只是公關危機，更像是經營模式亮紅燈的信號。

我的觀點

這不是單一品牌的失誤，而是整個折扣零售業被迫面對轉型陣痛的真實縮影。 我贊成品牌誠實面對缺陷，至少比硬撐著不倒好；但我更質疑，關店真的能解決問題嗎？消費者早就不是「便宜就好」的心態了。疫情後的線上購物習慣、通膨壓力下的品質追求，都讓這些靠「壓低一切成本」起家的折扣店腹背受敵。75家店關了，但剩下的店面如果還是一樣「不合格」，那只是時間問題。

延伸思考

這件事讓我想到幾個更深層的趨勢。第一，實體零售的「標準」正在被重新定義。過去只要地點好、價格低就能活，現在連基本環境、庫存管理、甚至員工服務都被放大檢視。你能想像嗎？在台灣，如果全聯或家樂福突然說「某分店不合格」，消費者大概直接轉頭去隔壁超商。

第二，供應鏈成本持續攀升，折扣店的利潤空間早就被壓到極限。這些連鎖品牌往往靠大量採購和壓榨供應商來維持低價，但當原物料、運費、人力全部漲價，他們唯一能做的就是關掉「不夠賺」的店。

第三，這也給新創零售一個啟示：與其盲目展店，不如先優化每一家店的體驗。小品牌如果能靠社群黏著度或特色選品做出差異化，反而比這種「大到不能倒」的折扣巨人更靈活。

老實說，每次看到這種新聞，我都在想：台灣街頭那些號稱「全台最低價」的連鎖生活百貨，會不會有一天也走上同樣的路？

📝 編輯說：:這篇文章在國外零售業論壇引發激烈討論，有網友直接點名某連鎖店過去五年擴張太快，現在正在為「面積大但品質差」的後果付出代價。筆者認為最有價值的觀點是：關店不算輸，不敢承認失敗才是致命的開始。

📰 2. JP摩根大通CEO傑米·戴蒙認為AI支出明年將達到1兆美元

🔗 原文連結

原文摘要

根據外媒報導，摩根大通（JPMorgan Chase）執行長傑米·戴蒙（Jamie Dimon）在最新法人說明會上丟出一個讓市場瞠目結舌的數字：他認為全球企業在人工智慧（AI）領域的資本支出，明年（2025）就會達到1兆美元。戴蒙強調，這不是「可能」，而是「很可能」，因為從銀行、醫療到製造業，大家都在搶建AI基礎設施，而這個投資潮才剛開始。他更直言，AI對摩根大通本身的影響「堪比印刷術的發明」，未來十年銀行會因為AI大幅縮減人力、提升效率。

我的觀點

1兆美元？這數字大到讓人先倒吸一口涼氣。回顧一下，2023年全球半導體市場總規模才約5,000億美元，整個雲端服務業者的資本支出加起來也沒超過2,000億美元。現在戴蒙一句話就要把AI相關的硬體、軟體、電力、人才全部算進去，直接翻倍到1兆——這要嘛是他看到了我們凡人沒看到的龐大需求，要嘛就是典型CEO在替自家投資組合吹哨壯膽。

我傾向認為，這個預測像是「樂觀情境的極端值」。戴蒙是銀行界老狐狸，他很清楚放話的威力：股東聽到1兆會興奮，競爭對手聽到會緊張，客戶聽到會覺得「連摩根大通都All in了，我還在猶豫什麼？」。但問題是，1兆美元的支出需要對應的生產力回報。我們現在看到很多AI應用還是處於「酷但沒賺錢」的階段——生成式圖像、聊天機器人、程式輔助，真正能大規模取代人力、創造營收的殺手級應用，坦白說還沒出現。如果明年大家真的砸1兆下去，而後年發現一堆專案ROI是負的，那裁員和泡沫破裂的聲音會比AI更響亮。

當然，戴蒙不是空口說白話。摩根大通自己每年在科技上的投入就超過150億美元，而且他們已經在用AI分析貸款風險、偵測詐騙、甚至寫法務合約。從這個角度看，1兆更像是「所有大企業被迫跟進」的總和——你不花錢，對手就會用AI把你吃掉。這是一種軍備競賽邏輯，不理性，但很真實。

延伸思考

如果戴蒙成真，台灣供應鏈會是最大受惠者之一。台積電的先進封裝（CoWoS）產能已經被輝達、AMD、英特爾搶破頭，如果明年AI需求再翻倍，台積電的3奈米甚至2奈米製程會更供不應求。另外，散熱、伺服器機殼、PCB、電源管理IC——這些台灣很強的小零件，都會跟著一頭大象起飛。但要注意風險：過度集中的資本支出，一旦需求修正，庫存壓力會像骨牌一樣倒回台灣。

另一個有意思的切入點是「電力」。1兆美元的AI算力需要多少電？根據國際能源署估算，2026年資料中心用電量可能是2022年的兩倍。台灣今年差點跳電，明年如果AI硬體大量出貨，我們自己的電網撐得住嗎？這不只是半導體公司的問題，更是國家能源政策的考驗。

最後，也值得想想「人」的角色。戴蒙說AI能取代很多工作，但摩根大通一邊裁員一邊又大量招募AI工程師。這代表不是工作沒了，是技能需要重練。對我們這些寫程式、管機台的人來說，與其焦慮被取代，不如趕快把手伸進AI工具裡——用Copilot寫Code、用Midjourney生圖、用LLM做資料分析。明年1兆美元的餅，不會只落在輝達或微軟頭上，每一個擁抱AI的工程師都能分到一杯羹。

📝 編輯說：: 這篇文章在科技與財經社群引發兩極討論，有人認為戴蒙只是為了抬轎自家AI投資，也有人覺得1兆美元還太保守。筆者認為最有價值的觀點是「軍備競賽邏輯」——當所有巨頭都被迫撒錢時，數字再誇張也變得合理，而台灣供應鏈得準備好接住這波錢潮，同時小心後面的庫存迴轉。

📰 3. 黃仁勳在CES 2026表示記憶體已成AI最大瓶頸，美光與SanDisk股價自此超越Nvidia

🔗 原文連結

原文摘要

黃仁勳在CES 2026主題演講中扔出一顆震撼彈：AI發展的最大瓶頸不再是算力，而是記憶體（Memory）。他強調，隨著模型參數量與上下文長度暴增，記憶體的容量與頻寬已經跟不上需求，就像一台超跑裝了腳踏車的輪胎。這個觀點一出，記憶體族群瞬間被市場點燃——美光（Micron）與SanDisk（西部數據旗下的快閃記憶體品牌）的股價在這之後持續走強，甚至跑贏了Nvidia本身。

我的觀點

你最近在玩AI圖片生成或跑大型語言模型時，有沒有遇過「out of memory」噴錯，或是生成到一半卡死在硬碟讀寫的狀況？我自己的RTX 4090跑70B模型，訊息一長就開始吃swap，整台電腦像在游泳。黃仁勳這次其實是在對整個供應鏈喊話：光堆GPU已經不夠了，記憶體層級（從HBM到SSD再到CXL互連）必須全面升級。美光與SanDisk股價的爆發，不是偶然，而是反映了市場開始認真看待「記憶體頻寬壁壘」這件事。過去大家只盯著FLOPS（每秒浮點運算次數），現在才發現記憶體才是真正的隱形冠軍——誰能讓資料更快抵達運算單元，誰就掌握下一波AI紅利。

延伸思考

這件事背後藏著一個更深的趨勢：AI架構正在從「運算中心」轉向「資料中心」。過去我們談AI晶片都看算力密度，但隨著混合專家模型（MoE）、長上下文Transformer（如Gemini 1M token）、以及即時推論場景的普及，記憶體階層（Memory Hierarchy）的設計變得跟晶片設計一樣重要。Nvidia雖然有HBM3e和NVLink優勢，但整個生態還需要更快的儲存層，比如CXL記憶體擴展、直接存取SSD的技術，甚至光學互連。美光、SanDisk這類傳統記憶體廠突然變成AI基礎設施的關鍵角色，也說明了「瓶頸轉移」的威力：當GPU夠快了，瓶頸就會往下游位移。對投資人或工程師來說，關注記憶體頻寬與延遲的指標，可能比關注FLOPS更有實際意義。下一步，我猜會有更多新創跳出來做「記憶體運算一體化」（Processing-in-Memory）的解決方案，徹底打破馮紐曼瓶頸。

📝 編輯說：:這篇文章在Twitter/X上引發硬體工程師們熱烈討論，筆者認為最有價值的觀點是「記憶體頻寬取代算力成為AI核心戰力」，值得所有開發者重新審視自己的系統瓶頸。

📚 本日原文來源

本文由JK Space News彙整，不代表任何投資建議。