[Conan Wang] 國發會主委與副主委選擇之弔詭|數位時代 BusinessNext

國發會主委日前公布為陳添枝，而其中，三位副主委之一為現任台灣經濟研究院副院長龔明鑫。

國發會主要職責為做為引領國家發展方向，規劃、協調、審議、資源分配業務，也掌控著重要部會各種政策執行的預算，因此，不難想見國發會主委一職之重要。

然而，在小英競選期間，提出以「連結未來、連結全球、連結在地」產業發展策略，推動「綠能科技」、「國防產業」、「生技醫藥」、「亞洲矽谷」和「智慧機械」等五大創新研發產業，為了配合政策推動，民進黨未來將在新國會推出「策略性產業發展條例草案」，給予推動產業發展之動能。

圖說明
圖說：龔明鑫。照片來自：台灣經濟研究院

龔明鑫身為小英競選期間產業政策小組召集人，同時，在與廠商說明和座談的不同的場合中，龔明鑫均在其中扮演詮釋新政府產業政策的角色，其對產業發展擘劃與內容應知之甚詳。

然而，國發會主委卻由這其中完全沒有出現過的陳添枝擔任，不免讓人質疑，當未來國家發展政策將由事前完全未參與研擬的陳添枝來推動執行，是否適合。

延伸閱讀：蔡英文：「軟體人才」與「國家戰略」是台灣未來發展兩大關鍵！

首先，陳添枝對於五大創新研發之策略性產業與推動規劃瞭解程度如何？

在小英競選期間，針對五大創新研發分別提出對應政策作為，然而，令人不解的是亞洲矽谷計劃，沒有具體的創新研發產業或是目標，比較像是區域開發的概念。一開始說是要推動物聯網產業，並做場域驗證，後來，又說是要推動創新、創業，學習美國矽谷模式，但創新創業只連結美國矽谷? 說到底，這亞洲矽谷的研發產業主軸到底是什麼? 看起來並沒有一個明確的標的。

圖說明
圖說：陳添枝。照片來自：陳添枝教授個人網頁

其次，陳添枝是否認為這些政策有優先執行之必要？

再次回到好像甚麼都要做的亞洲矽谷計劃，在桃園的亞洲矽谷計劃，簡言之，就是取代桃園航空城計畫的替代計畫，而範圍面積更為限縮，目前規劃是青埔地區，同時，其中提出要在此區域內加強人員流通，這不免讓人想到前政府的自由經濟示範區的放寬區域內人流的作法。

此外，前政府所推動的生產力4.0，還算跟物聯網產業相關，但去年台灣獲得全球評比第一名的開放資料，雖沒有跟五大策略性產業有直接的連結，但後續要不要再推動，抑或是將不再列為優先項目?

再者，陳添枝對於所提出的政策推動策略是否同意並能執行？

例如，在國防產業推動策略中，提到要「改良採購程序」，意即目前採購程序不利於國防產業的推動，即便是提出「振興國防產業條例」，其位階亦在於「政府採購法」之下，該如何在既有框架之下「改良採購程序」？

第四，未來政策執行若受到質疑，要站在台前為政策辯護者，為陳添枝，抑或是龔明鑫？若要為政策執行失敗負責，又會是陳添枝，或是龔明鑫？

在政府部會中，主官與副官的角色分際是很清楚的，當副官的規劃，要被主官執行與落實，甚至負有成敗責任的時候，總覺得會有扞格之處。

未來新政府五大策略性或是創新研發計畫之執行，從過去的經驗來看，國發會不該只是只說不做的角色，而是應站在橫向整合部會能量的定位上，因此，國發會現下最需要確認政策推動方向解決與內部權責議題，之後，才有辦法對外與各部會商討落實各項政策推動。然而，月底將舉辦的行政院共識營，看不到應先被解決的部會內部共識問題。

小英政策資料來源：亞洲矽谷計劃、國防產業

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。