30天良率從8%到80%的秘密(五)|數位時代 BusinessNext

Q：去年底宸鴻啟動「翔英計畫」，準備大幅徵才，你們對人才的看法是？
A：所有東西都是人創造出來的，所以當我們要做更大的事業時，就需要人。我對人是儲備的觀念：人要先到位，不是需要才去找。就像釀酒，釀好之後還要放一段時間才會好喝。對組織來說就是文化薰陶，是非常重要的過程。

Q：當你還在摩托羅拉（Motorola）時，董事長江朝瑞就請你來對主管做教育訓練，當時主要是教什麼？

A：Mike（江朝瑞的英文名）希望宸鴻不只是一間本土公司，而是一個全球公司，人才派到哪裡都可以工作，因為最好的設廠點不一定在亞洲，而是在歐美客戶的總部附近。所以他當時最希望我講的題目，就是做全球化生意的心態和管理。

Q：要跟全球品牌客戶做生意，要注意什麼事？
A：第一，管理文化要對。我是從品牌客戶端過來的，很清楚品牌客戶對供應商有那些要求。但是，多數本土公司一開始就跟這個要求有落差。誰要去填補落差？我永遠相信，獲利最多的人要伸出第一隻手，接單的人收穫最多，所以一定要主動迎合客戶的流程和文化。

客戶把生產交給你做，就是把他的責任交付在你手上，你的績效好壞會直接影響給你單的這個人──也就是你的恩人！你一定要想：「無論他怎麼殺價，我的薪水也是他給的！」否則，你對他的態度就會不一樣，你就會聽不進去他的要求。

人人都在講供應鏈管理，但真正的祕密是管好「客戶鏈」。代工廠的每一個動作，要麼就是激怒、要麼就是感動客戶；要有客戶鏈，就要感動客戶，先有客戶鏈，才會有供應鏈。

感動客戶，最基礎的是品質。客戶產品上印的是自己的品牌，不是「TPK」，accountability（當責）是在客戶身上，我們更要思考如何在他們的品牌之下，把內在做得非常好。

第二步，對客戶要有同理心。品牌客戶都有行銷預算，要配合哪些節慶和促銷活動推出產品，都是有計畫的。如果客戶做了廣告，我們卻生產不出來，導致零售店缺貨，消費者就會改買別的品牌，客戶的廣告費用就全部都浪費掉了！

有些代工廠誤了人家的事，卻不自覺，還認為客戶只會一直吵出貨。要先想通上面這些事，才會對客戶有同理心。

第三是保密，確保客戶的設計決不會流出去。一般代工廠，只要發現客戶要求的規格做不出來，就會把規格拿到市面上，一一找設備商來試做、修改。但往往等機器改好了，設備商也同步模仿了，然後還會去市面上兜售，號稱是「依照某某品牌規格」做的！

宸鴻成立第二年，就發現「貼合」是一個關鍵設備。我們原本跟日本公司買設備，後來決定直接買下這家公司，成為宸鴻的自動化部門，客戶的創新就絕不會出宸鴻的大門，這也是我們的競爭優勢。

資料來源《經理人月刊No.99》

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。