[洪士灝] 談政府補助與計畫執行
[洪士灝] 談政府補助與計畫執行
2016.07.14 | 人物

昨天去經濟部協助計畫審查,行政院長官說政府希望審查委員幫忙把關,多砍掉那些沒有意義的研發計畫,我很同意這樣的思維。與其給錢去扶植那些扶不起的阿斗,不如完全不要給。(附帶一提,只拿了2000元出席費,要扮演3小時的黑臉,得罪一堆原本是朋友的提案人,評審真是難為。)

錢給了扶不起的人,一則大概做不出好東西,二則做不出好東西又為了生存的人往往致力於包裝成果、請託關說,增加評鑑的困擾;三則這種作法久了之後成為常態,劣幣驅逐良幣,扶不起的人更扶不起,有希望站起的人拿不到補助。

圖說明

台大資工系教授洪士灝。攝影/郭涵羚

話說,很久以前為什麼有頗成功的政府補助案例?因為拿了錢的人有真正努力在做事,而且市場定位所需求的技術層次不高,容易做出能賣錢的技術和產品。現在很多?變了,反過來了,研發出普普通通的技術和沒有特色的產品不易找到出路,尤其是軟體業。

軟體如果沒有競爭力,可能連免費送人都沒人要,所以我不覺得會寫程式有甚麼了不起,重點在於做出有競爭力的產品。產品可能是高超的演算法、高效率的軟硬整合運算技術、創新的系統架構、超好用的雲端服務、聰明絕頂的人工智慧。時至今日,有競爭力的軟體往往不是隨便找一群人、花幾個月就能搞出來的。

所以我今天看到「交通部擬推台灣版Uber」的報導,預計兩個月內完成台灣版網路「類Uber產品」,遭到一群朋友韃伐,我有種不意外的感覺。但意外的是,前一陣子「亞洲矽谷」不是才被打槍,怎麼又來一次?很多對這些案子有異議的朋友,不是為反對而反對,更不是為自己利益而反。

要做台灣版Uber,需要多少人力和時間呢?為了探討這個問題,我們先參考一下Uber這家公司的相關資訊。關於Uber的歷史和公司概況,請直接看維基百科就行了,有人預估他的資本額是625億美金。這個大公司,目前還在積極招募工作人員,有興趣的朋友可以去看看相關職缺

我們看到,Uber這麼大的公司,搞了好幾年,目前還積極招募工程師(engineering),有278個職缺。打開工程師職缺網頁所見,大半都是軟體工程師、資料科學家。

圖說明

前一陣子「亞洲矽谷」才被打槍,今天又傳出交通部擬推台灣版Uber

當然,交通部只是說要開發「類Uber產品」,沒有說要「類」到甚麼程度。好比之前政府說要蓋「亞洲矽谷」,也是一個「類矽谷」的概念,但也沒說要「類」到甚麼程度。這樣的提案,你不能說提案者沒有企圖心,但我們如果站在評審的角度客觀來看,必須很清楚知道他想要做到甚麼程度,以及要憑藉甚麼方式來做到。

「亞洲矽谷」的構想,之所以被打槍,是因為構想中似乎天真的以為只要蓋一個夠大的園區,加上一些招商策略,就能打造出矽谷那樣的高科技新創的環境。但去過矽谷的人都知道,矽谷不是園區,是一個很寬廣的區域,而我們現在比較常用的稱呼是灣區(Bay Area), 包括的範圍比從台北到新竹還大。

在新店有個叫做「台北矽谷」的地方,做為民營的大樓、會議中心的名稱可以,不礙著誰。但政府帶頭做事,如果「畫虎不成反類犬」,就貽笑大方了。我們常看到一些號稱「先求有、再求好」的案子,花了錢做了勉強可用的東西,之後也沒有求好。最糟糕的是那些,東西不能用,原本就是一場騙局的案子。

新政府要知道,這些年民眾對於施政頗有怨言,不信任政策規劃,其來有自。在問題很嚴重的情況下,光是「比舊政府好一些」,並不能讓民眾滿意和信任。政府新的規劃,如果只是新瓶裝舊酒,無法大破大立,恐怕沒有辦法解決問題、讓民眾有感。況且,如果有圖利特定人士的可能性,會造成民眾反感;老是去扶那些扶不起的阿斗,也無濟於事。

我不知道交通部「類Uber產品」的具體想法,但如果只是為了強化某些計程業者的服務,或是幫偏遠地區提供共乘服務,那的確可以很快做出來,但究竟有多好用,會不會有人用,都是問題。既然以交通部的高度來做事,或許格局可以放大些,看遠一點。

把格局放大些,我們想想,Uber純粹靠抽取佣金賺錢嗎?為什麼要雇用這麼多軟體工程師和資料科學家?因為系統所累積的大數據,以及做為交通工具的重要通路能結合其他行業所產生的商機,才是Uber所著眼的金礦。

例如高嘉良兄建議政府做資訊交換平台,就是一個不錯的發想。政府應該著眼於公眾利益,讓資訊透明公開,規定各種公眾交通仲介服務(包括客運、計程車、Uber)必須提供去隱私之後的載客資訊上傳到平台上供大眾利用,不偏袒特定廠商。

當然,要做出像樣的資訊交換平台也有其難度,政府也可以選擇不做,節省納稅人的錢。請不要以為政府形式上有在做事情,沒有功勞也有苦勞,就能向民眾交代。如同本文一開始所提到的,半吊子的執行、不正確的補助,不只浪費錢,更嚴重的是造成不良的副作用,例如政府繁瑣的公文和統合視導,對中小學教師造成極大業務壓力,五年五百億造成大學之間、教授之間的嫌隙與學術研究的偏頗。因此,政府做事情要有所為、有所不為才好。

本文授權轉載自:洪士灝Facebook

代表圖截取自:《Silicon Valley》

《數位時代》長期徵稿,針對時事科技議題,需要您的獨特觀點,歡迎各類專業人士來稿一起交流。投稿請寄edit@bnext.com.tw,文長800至1000字,兩天內會回覆是否採用,文章會經編輯潤飾,如需改標會與您討論。
往下滑看下一篇文章
AI 競爭全新戰場!美光 Mike Cordano:記憶體將成下一個企業戰略制高點
AI 競爭全新戰場!美光 Mike Cordano:記憶體將成下一個企業戰略制高點

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。

美光 x 數位時代
美光科技全球業務執行副總裁 Mike Cordano
圖/ 數位時代

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。

登入數位時代會員

開啟專屬自己的主題內容,

每日推播重點文章

閱讀會員專屬文章

請先登入數位時代會員

看更多獨享內容

請先登入數位時代會員

開啟收藏文章功能,

請先登入數位時代會員

開啟訂閱文章分類功能,

請先登入數位時代會員

我還不是會員, 註冊去!
追蹤我們
代理式商務連動百兆商機
© 2026 Business Next Media Corp. All Rights Reserved. 本網站內容未經允許,不得轉載。
106 台北市大安區光復南路102號9樓