[鄭國威] 從改變資策會開始|數位時代 BusinessNext

我在臉書上發過一個問題：「如何改變資策會，以改善台灣的網路創業環境？」結果一位朋友提出「立刻關閉」，這個答案獲得絕大多數人支持。另外，還有「縮小規模到十分之一」跟「禁止標政府案」等答案也獲得很多支持。

顯然資策會在我的朋友圈中形象不太好。不過我並不同意立刻關閉這樣的作法，因為我跟資策會合作許多次，認識諸多在資策會服務的朋友跟長輩，他們做的事很有價值，對工作的熱情跟反省都不輸給任何一位創業者，所以我不想一竿子打翻整個資策會。但做為一個國家重要的資訊產業研究與推動單位，對照現在台灣資訊產業之貧弱，若要說資策會做得一點問題都沒有，也是違反現實的。

相較於某些朋友的抱怨，我個人認為，資策會並不是台灣網路新創不振的根源，而是結果。根源其實是台灣政府領導層長期不願意面對現實，缺乏遠見，更異常缺乏學習新事物的能力。資策會只是被創造出來揹黑鍋，但久而久之或許有的也就交相賊了。而資策會那些為人詬病的部分，就像寄生蟲跟宿主的關係一樣，讓資策會無法健康運作，但也絕不會讓資策會死掉。

存在就是合理，資策會的寄生蟲為了讓自己的存在合理，必須花大把精神、氣力跟民間爭食政府資源。許多用來推動台灣新創的政府資源，本該下放到民間單位，形成一股源泉，更應該由更有彈性及效率的民間單位來做，但最後大大小小都由資策會承包，這便是讓許多人詬病之處。一旦資策會做去了，那不管案子做好做壞，都無法產生更大的外溢效果，最多就是達成KPI。雖然案子交給資策會，KPI肯定有「保障」，但若政府只是要這種保障，那當真是跟鼓勵創業嘗試風險背道而馳。

但若要說台灣資訊產業貧弱，資策會該負多少責任，我認為頂多是1％。身為創業圈的一份子，我非常支持有資策會這樣的角色存在，也認為他們可以是政府很好的資訊幕僚智庫跟快速執行單位，許多國家也都有這樣的單位來協助政府跟創業圈溝通，並以他們累積的經驗來培育需要茁壯的創業公司。可是若政府凡事只知道也只關照資策會，若政府還對資策會內的寄生蟲不察不覺，甚至持續餵養，而不面對現實，那最該怪的，肯定不是其實也無可奈何的資策會，而是政府。

具體來說，政府內部應該好好思考、討論慣行的分配體系為何沒有效果了，以及為何即使政府內部早就有人知道無效，但還是煞不住車。同時不該讓資策會揹的黑鍋，也該釐清，好讓資策會重拾產業的信任，獲得一個該有的高度。我認為纖細一點、專注一點，不那麼臃腫，甩開所有寄生蟲之後的資策會，會成為台灣創業圈迎頭趕上世界的重要推進器。

也請看見這篇文章被冒犯到的朋友多多包涵、見諒。

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。