新版個資法蓄勢待發，施行細則搶先看|數位時代 BusinessNext

2010年4月立法院通過修正個人資料保護法後，引起各界開始重視個資管理問題，經過一年半的醞釀，法務部終於在上周公布新版個資法施行細則的修正草案，將於11/9前蒐集各方意見彙整，再送至行政院審定並決定施行日期。

過去的電腦處理個人資料保護法是在1995年擬定，管轄範圍僅限八大行業以及經由「電腦處理」的資料；但新版法案更名為「個人資料保護法」，不但所有資料都在保護範圍內，管轄範圍更擴及所有產業，對於企業內部資料管理影響甚鉅。法務部公告施行細則後，一般預計在2012年就會全面施行新版個資法。

施行細則公布後，離正式上路仍有一段時間，主因是接下來必須等待各個主管機關和法務部共同制定每個產業對於管理個資的內容、流程和標準，例如金融業的詳細個資保護準則將由金管會制定。

法務部法律事務司副司長鍾瑞蘭指出，施行細則修正草案有幾個重點，最重要的是擴大保護客體，也就是不再侷限於保護電腦處理個人資料，未來包括紙本、電子文件都在保護範圍。另外所有自然人、法人、團體，皆適用新版個資法。而企業需要繃緊神經的原因，是由於新法提高了損害賠償責任，最高賠償總額可達兩億元，所有的罰緩額度也都提高。

新法並增加企業處理資料的行為規範，包括醫療、基因、性生活、健康檢查、犯罪前科等都被列為「特種資料」，原則上不得蒐集、處理或利用。另外，在蒐集民眾資料時必須善盡告知義務，包括告知蒐集機關名稱、目的、使用方式等等。

鍾瑞蘭指出，部分業者將業務所得的個人資料作為行銷之用，這種狀況在新法中將不被允許，業者必須提供當事人獨立的書面同意書、並獲得同意，才能將個資作為行銷用途。「未來不得將條約內容融入在落落長的定型化契約中，消費者必須很清楚的知道自己的資料會被如何利用、自己想不想被這樣利用。」

新版個資法施行細則草案六大修正重點

【建立間接識別個人資料之標準】
明定以間接方式識別個人資料之意義及提供不能識別個人資料之判斷標準：為保護個人資料，有些資料雖未直接指名道姓，但一經揭露仍足以識別為某一特定人，乃規定間接方式識別個人之資料之意義。惟考量上開資料如查詢有困難、需耗費過鉅或耗時過久始能特定者，則屬技術上太複雜及經濟上不可行，應屬無法識別之個人資料，以兼顧個人資料合理利用。
【界定敏感性個人資料之概念】
定義醫療、基因、性生活、健康檢查及犯罪前科之概念，以加強敏感性個人資料之保護。
【界定委託機關之權責】
公務或非公務機關委託其他法人、團體或自然人辦理業務而涉及個人資料之蒐集、處理或利用，乃以委託機關為權責歸屬機關，爰增訂委託人之適當監督義務規定，以進一步釐清委託機關與其受託人之責任歸屬。
【界定書面意思表示之方式】
網際網路之當事人書面意思表示之方式，包括電子文件在內。
【界定單獨所為書面意思表示之方式】
將個人資料為特定目的外之利用，如經當事人書面同意，而其書面意思表示如係與其他意思表示於同一書面為之者，應於適當位置使當事人得以知悉其內容後並確認其同意。
【告知義務之方式】
蒐集個人資料告知義務之告知方式，得以書面、電話、傳真、電子文件或其他適當方式為之。

11/3更正：原文第一段「個資法修正草案」應為「個資法施行細則修正草案」，特此更正。

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。