全球仿生科技大師珍妮．班亞斯：向自然學習，商機無限大|數位時代 BusinessNext

美國CNN新聞曾讚為全球不可不知的十位大師，仿生科技專家、全球仿生學先驅大師珍妮．班亞斯(Janine Benyus)就是其中一位，將自然法則導入科技運用，從觀察大自然、探索萬物法則及其生存策略，之中確實有許多關鍵技術和原理值得人類和產業界學習，並開拓相關商機。

珍妮．班亞斯指出，雖然人類創造經濟奇蹟，但同時也讓有限的地球資源陷入枯竭與全球暖化危機。在反思的浪潮中，「科技汙染」與「原始自然」常是人類面對的兩難。因而融合生物演化38億年智慧的「仿生科技」，逐漸為人類帶來一絲曙光。「好好觀察自然界很重要，」班亞斯說。

大自然就是一種創新

另外，像是蜘蛛人飛簷走壁不再只是科幻電影，生物仿生(Biomimicry)科技有望讓科幻技術在日常生活大躍進，仿生科技過去15年已創造數10億美元產值。

仿生科技真的可以落實生活，舉例來說，美國猶他州立大學(Utah State University)的15名工程學院學生從壁虎攀爬牆壁的靈感發想，發明1款吸盤爬牆機(Ascending Aggies) ，透過強大的吸力讓人類可以吸附於牆壁上，這項發明也讓這群學生獲得美國軍方5萬美元資助。

她認為，大部分科技的發展，歸功於自然所啟發的創新貢獻，工程師或科學家們必須在自然界中找到防水、航空力學、太陽能驅動等更多的設計靈感。」

比方說，日本減少子彈列車行駛時的噪音就是從鳥兒和魚得到靈感，就連日本Nissan的電動車也是參考蜜峰飛行的行徑和路線，以及一大群魚在水裡游卻不會亂了隊伍，並以此開發出車用雷達偵測和環繞車身的照相鏡頭。

另外，行動裝置為何感測聲音能如此迅速，就像人類的耳朵一樣智慧靈敏也是從大自然界的昆蟲中得到靈感；Volvo在車子裡的軟體系統也是從仿生學演化而來。

動物如何創造出它身上的色彩，例如孔雀、金龜子和各種顏色的蝴蝶，高通產品的mirasol的螢幕顯示像素，就是在台灣製造的，而且電力功耗可以比以前還低很多，這個技術對行動裝置非常重要，也是從蝴蝶翅膀的靈感而來。

鯊魚特殊的皮膚構造可以降低水阻，運輸船的船身表面就是採用類似原理，可節省航運能源；而蓮葉葉面的自淨功能，一般大樓外牆建築的設計也可參考發展類似的lotus coating蓮葉塗料，遇到雨天表面就不會那麼髒。

風力發電的風場效應，則是從海底魚類的移動觀察，發現其成群游行時，當中會造成很大的旋風，進而發現十倍速的風力，應用在垂直風場效應上；而從螢火蟲發光的原理中，則可發現原來LED 55%的光效率轉移可由此而來。

仿生科技將成為重要經濟價值

台灣經濟研究院生物科技產業研究中心主任孫智麗博士表示，2030年全球仿生學將高達1.6兆GDP產值其中5000億可節省能源損耗，「仿生產業在台灣的潛力仍待挖掘，可以借重商業與財務經營整合學界研發的力量來推動，使仿生學得以在經濟環境中從一個未成熟產業的角色，進而改變市場的遊戲規則，還能兼顧環境永續與經濟成長，建構屬於台灣的仿生經濟藍圖。」

孫智麗指出，根據國際研究顯示，仿生科技將成為潛在重要經濟體，歐美、中國大陸等國均積極發展，橫跨各產業領域並逐漸帶來影響，如農業、工程、建築、廢棄物管理及資訊科技等，尤其以製造業最為顯著。以仿生學為基礎的設計製造過程，將比傳統生產方式能省下更多原料，提供企業更好的解決方案。

清華大學陳柏宇教授則從材料科學的角度，介紹自然界中兼具強度、韌性且超輕量之複合材料。陳柏宇教授指出：「自然界的生物材料是具有複雜的奈微米結構及優異的機械性質，歷經數百萬年演化，生物材料具有許多人工材料所沒有的特點，如多階層結構、多功能性、於常溫常壓下自體組成、自我修復與適應環境的能力。」

成功大學李旺龍教授以工程融會生物智慧的角度提到，「人類該謙虛的向生物學習，當研究人員竊喜從生物發現了很多研究的課題，也該自省所成就的許多論文發表及創新發明，是否對生物界永續發展有所貢獻。讓大家看得懂、看得到仿生科技及願意採取行動朝永續發展的方向進行是仿生與科學傳播可以發光發熱的目標。」

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。