不只薪水高、福利好！Google 的工作為何吸引人？資深經理親身說法|數位時代 BusinessNext

不只薪水高、福利好！Google 的工作為何吸引人？資深經理親身說法

多年前，剛到 Google 要擔任執行長的艾力克‧施密特發現，他的辦公室比一般「執行長規格」小，不僅如此，第一天就有人主動進辦公室跟他「共享」工作空間，幾個星期後，他的辦公室已經有5位同事。

多人決策、匿名問卷，把修正弊病的權力交給員工

不僅沒有特權，管理權也不能一把抓在手上，公司為了避免決策偏見，刻意設計避免僅有單一主管決策權。

舉例來說，面試與任用必須經過多人共識，避免主管偏私與偏見；績效考核除了主管之外，還要邀請同儕評量。 張聿嵐舉例，2016 年她列出的工作成果中有蔡英文總統到 Google 資料中心的參訪，主管就建議她應該邀請 Google 負責政府關係的同事擔任同儕評量人。另外，升遷也不是主管提名，而是由員工自己提名自己，再交由升遷委員會經過好幾個月的審查決定。

還有每半年一次針對主管的向上回饋調查，部屬可匿名對主管的管理方式給予回饋，主管們收到調查結果後會向團隊成員公布，並就得分較低的部分提出解決之道。

曾有一次，跨區域的高階經理人收到的回饋是，沒有花足夠的時間照看各地區，該經理人宣布接下來每周輪流與各區域團隊開會，加強與各區域的連結。這並不一定是最好的解決辦法，但在一般企業裡，無論好壞，主管鮮少能聽到員工的心聲，更遑論有機會修正自己的管理方式。還有每年一次針對公司策略調查的 Google 精神問卷（Googl geist），顯示 Google 把主導公司改變與形塑文化的權力交給員工。

雖然在某些時候，還是需要主管拍板定案，但絕大多數時候，Google 講究的是充分授權。以張聿嵐的工作為例，公關在台灣只有她一個人「所以你要自己了解公司的需求和市場趨勢，推論該做什麼事情」這牽涉到個人的經驗與判斷，沒有標準答案，但必須要有從頭到尾發想、計畫、執行到看到成效的能力，她回報的主管也不在台灣，對台灣市場也沒有她熟悉，所以她必須自己決定該做什麼。

張聿嵐說，有時一個專案，所有合作的對象都不在台灣，你必須自己尋求其他部門的同事協助，只想等待指令、聽從指令的人很難適應這份工作，「follower（跟隨者）很難進來（Google），我們強調每個人都要有leadership（領導力）。」

找「人才」不是找「職缺」，人格特質更勝專業技能

談到信任員工，Google 有極度開放的彈性工作制度。有兩個小孩的張聿嵐坦白說，她是到了 Google 才覺得自己可以生小孩，因為之前的工作環境根本無法準時下班帶小孩。現在她不但可以接小孩，告訴同事她晚上 6 點到 9 點之間不處理公事，再利用孩子入睡後把工作處理完。她還曾帶過小孩去上班，同事也都能理解，甚至公司的員工餐廳還準備了兒童椅和兒童餐具，顯示體貼員工的文化。

不過，這樣的工作型態要運作順暢，要歸功於 Google 花最多心力著墨的招募策略，強調找的是「人才」不是「職缺」。也就是說，不是依照職缺所需職能條件找人，而是希望找到富有成長性和機動性的人才。在專業能力已經具備的前提下，觀察他是否認同公司使命、他的學習能力與人格特質，是否具備跨部門合作的溝通能力。

「這裡沒有明文規定你要尊重人，但是只要你進來就會認為，這是自然而然的事情，」張聿嵐談到她覺得這家公司最「神奇」的地方在於，確保員工的多樣性（diversity），能彼此尊重、卻又擁有不同思考模式，創造一個開放多元的環境，造就了 Google 持續推出創新的文化。

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。