大陸面板廠高薪全球挖人|數位時代 BusinessNext

目前在全球液晶產業界，日、韓和台灣三分天下；日本、韓國兩個的語言與習慣差異大，轉移技術較難，台灣則有大量的技術人才。「向對岸挖人我們覺得最可行。」上廣電光電子技術副總監金波表示。

台灣面板廠每一次產業整合都是一次絕好的挖角機會。2006年10月友達合併廣輝，廣輝製造副總陳勁志及其團隊離職，深超光電當時計畫興建6代廠，就邀請陳勁志及其團隊負責規劃與興建6代以上面板廠。此前，深超光電已聘請前華映的顯像管（CRT）部門副總經理鐘祥桂，負責規劃與興建5代線。

最新的例子則是前奇美電子電視面板事業處總處長陳立宜跳槽到TCL，將加入華星光電，隨陳立宜一起加入華星光電的還包括奇美電子電視面板事業處技術總監陳政嶸等近百人的團隊。陳立宜2003年加入奇美，經歷5代、5.5代、6代一直到7.5代線面板的開發和銷售，對液晶顯示器的技術和客戶都有掌握，是液晶面板業界的風雲人物之一。

對於頻繁的人才出走潮，大陸挖角的動作對台灣供應系統造成威脅，包括龍飛、深超、華星、京東方都積極高薪招人，遍及技術人員、業務、採購，甚至零元件廠員工都被鎖定。據悉，華星光電甚至開出3年1000萬元人民幣的價碼，讓不少人心動。

儘管台灣是大陸面板廠挖角的重點，不過日韓液晶面板企業同樣成為挖角目標。2008年TCL液晶模組項目開工，李東生把與日立、LG有多年密切聯繫的LG面板駐香港代理商賀成明挖過來，負責液晶模組專案建設；除了賀成明，LG和日立的部分高級技術人員也紛紛加盟。

而在蘇州昆山，在液晶界向來以低調著稱的龍騰光電卻有著實力雄厚的技術團隊，談到這個團隊就不能不提喬本孝久。喬本在日本顯示器業界享有盛名，2001年底，奇美電子在日本透過併購成立IDTech公司，喬本任該公司總經理一職，後來，IDTech出售，喬本辭職，帶領部分前IDTech 與前奇美電子員工成立NVTech 諮詢公司。為剛剛組建的龍騰光電提供技術，還曾擔任龍騰光電總經理。目前，龍騰光電總經理盧博彥則為前友達執行副總裁。透過這種鮮為人知的方式，龍騰集中日本和台灣的技術優勢。

京東方的做法與TCL和龍騰都有不同，啟用「人才置換」。2003年，京東方以3.8億美元收購韓國現代液晶面板業務BOEHYDIS公司，創下當時中國金額最大的高科技產業海外收購案。收購不久後，該公司就陷入虧損，2006年7月起，京東方將BOEHYDIS從其財務報表中分開，2007年出售給三星SDI公司。京東方無法在收購案中回收資金，不過，京東方獲得BOEHYDIS旗下2代、3代和3.5代共3條完整的液晶面板生產設備、建築物、廠房和其他固定資產，以及BOEHYDIS的各項專利、技術、全球銷售網路和1,700名員工（包括500名工程師）。

看新聞全文

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。