佐克伯兩天聽證會中最常說的3句話，透露Facebook想隱藏起來的秘密|數位時代 BusinessNext

經歷過去2天白宮聽證會，Facebook創辦人馬克・佐克伯（Mark Zuckerberg）透過背後公關、行銷、法律團隊的幫助，在10小時、600個問題問證高壓下，仍給出了好表現，他那流暢的回答樣貌，也把Facebook股價提升了4.5%。

但是，佐克伯流暢回應的背後，有幾句話不斷被重複：

回答不出的都說稍後回覆

「我的團隊會稍後給你答案。」

其實許多關於用戶資料隱私、選舉干擾的問題，佐克伯都無法當場給予回應，當他不知道怎麼回答時，這句「稍後回復」就變成唯一的回答。

據外媒《紐約時報》舉出24個佐克伯沒回覆的問題，《Wired》報導內統計則共有43個問題。除了與選舉相關問題之外，還包含Facebook是否從沒登入服務的裝置搜集資料、Facebook已經移除多少個假帳號、Facebook怎麼跨裝置搜集用戶資料等。

換句話說，當場佐克伯雖然有條理地說出了準備好的答案與資料，許多相關數據，甚至Facebook詳細怎麼搜集用戶資料的方法，他其實也無法仔細回答出來。

用戶真的有自己資料的控制權嗎？

另一句被重複了45次的話，是「用戶一直都有掌控他們自己資料的權力」。這句話某個程度沒有錯，某個程度也並不完全正確。

身為Facebook使用者都知道，Facebook在設定隱私、分享設定等好多個欄位中，都放了與資料隱私相關的「開關按鈕」，但其實把隱私設定弄的極度複雜，只有少數人會真正進一步改變既有設定。

用戶對科技用語的能力也得考慮進去，Facebook沒有提供單一選項「別再搜集我的資料」，而是像把一台飛機操作控制台呈現給用戶，讓他們自己從中學習怎麼開飛機。

Facebook用戶的確可以選擇某篇貼文要與誰分享，但是他們並沒辦法真正阻止Facebook追蹤用戶的所在地、政治偏好，或從照片中搜集用戶臉部資料等行為。

即使用戶能夠進一步設定部分與第三方廣告機構的資料權，但也只擁有部分權力，並且得按進很多個欄位、詳讀政策語言，才能更改設定。

第一天聽證會場，某個議員問佐克伯他願不願意說出他下榻的飯店名稱、昨天與哪些人傳過訊息聊天等資料，他拒絕回答。但是Facebook對用戶日常生活的這些舉動卻都一清二楚。

AI是Facebook還是佐克伯的助手？

另一個佐克伯常提到的詞彙，則是「人工智慧科技」。他期許，在不遠的未來，Facebook平台上的不當行為、假新聞、仇恨言語等，都會被AI過濾掉。

他唯一沒說的是：Facebook實體計畫打算怎麼做？

AI或許真的能夠為Facebook平台過濾機制幫上忙，重新形塑平台樣貌，但是，當佐克伯在國會問答中說出超過30次「AI會解決問題」時，背後的意圖不禁引人懷疑。

康奈爾大學Cornell Tech的法律教授詹姆士·格林姆蘭（James Grimmelmann）就對《華盛頓郵報》這樣說道：「AI不會解決Facebook的問題，它只會解決佐克伯自己的問題：讓另一個人來擔起責任。」

AI還是一項持續發展的技術，還無法預知它對社群平台的功效。但是，「如果人類也無法清楚地分辨玩笑話與仇恨霸凌言論，那麼電腦AI達成的機率又有多少？」格林姆蘭n表示。

Facebook的未來？

如同佐克伯講的，Facebook平台能夠免費，因為它靠賣廣告賺錢。而為了成為屈指的廣告平台，Facebook搜集用戶手機的所在位置、用戶使用的App、透過按讚知道用戶造訪的網站、追蹤用戶實體造訪的店面等。

Facebook在這2天的聽證會後，很有可能會面臨美國官方強制加上的用戶隱私保護條例，讓他們無法再無限制地搜集用戶行為資料。

畢竟這個事件的源頭是，Facebook搜集用戶資料的影響力，已經可能大到影響一國的總統選舉結果。

資料來源：The New York Times、Wired、The Washingtog Post(1)、The Washington Post(2)

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。