先別管GDPR了！年損5千億歐元還不夠，歐盟還要推更嚴的隱私法|數位時代 BusinessNext

先別管GDPR了！年損5千億歐元還不夠，歐盟還要推更嚴的隱私法

除了最近剛上路，有「史上最嚴格個資法」稱號的的GDPR，歐盟在去年秋天還提了另一項叫「ePrivacy」的法案，基本上精神與GDPR相同，但主要是針對網路通訊軟體與設備，許多科技業者認為，歐盟的隱私立法越來越嚴，恐將影響新技術發展。

隱私法規Round 2，針對電子通訊而來的「ePrivacy」

重視人權的歐盟，以「將數據使用權還給大眾」的理想設立了GDPR，但事實上在去年秋天歐洲議會還通過了一項叫做《電子隱私條例》（Regulation on Privacy and Electronic Communications，簡稱ePrivacy）的法案，目前正在接受歐盟理事會的評估。

「無論你是否知道他們的姓名，只要點擊一下就能操縱幾億人。」《電子隱私條例》起草人伯基特·斯佩爾（Birgit Sippel）認為，因為我們都身處在數位網路的環境中，才顯得保護隱私如此重要。

基本上ePrivacy的立法精神與GDPR相同，但整體的目標放在電子通訊系統，要從像是中華電信這類的傳統電信業者，跨足規範到我們日常使用的 Line、WhatsApp、Facebook Messenger、Gmail、Viber，這類新類型的線上電信服務，在ePrivacy法令草案裡第20條釋義（Recital20）中提到，舉凡要使用cookie、IP位址、GPS座標等資料時，必須獲得使用者的明確許可，才能在手機內放置追蹤程式碼及蒐集數據，且條款中還規定，無論用戶是否同意數據蒐集，都必須提供相同的服務。

目前ePrivacy正在歐洲議會審查，未來是不是會推出還有待後續觀察，歐洲理事會必須先取得共識，才能接著到歐洲議會進行討論，未來仍充滿變數。

隱私法規好嚴，科技業者：阻礙科技發展

隨著GDRP上路，我們都想知道像Google這類以「數據推動的服務」，對一般用戶來說究竟是好是壞？在這個月Google內部流出的一支影片「自私的帳本（The Selfish Ledger）」中，我們看到藉由代代相傳的數據資料，可以進一步影響用戶目標、思緒、行為，甚至可以藉由引導群體行為的改變，除了資安風暴，資料的不當使用會不會進一步對民主制度產生威脅呢？而過度保護，會不會阻礙科技的發展？

反對的聲音從GDPR上路前就不斷傳出，祖克柏（Mark Zuckerberg ）就曾經說過，「大企業有財力配合規定，嚴格的監管是替像Facebook這類的公司築起護城河，像是一般新創就沒有這樣的資源可以去徹底執行。」包括美國商會與開發者聯盟等組織，就曾向歐盟反映，太過嚴苛的規範，恐怕會阻礙技術的發展，代表Facebook、Google、Intel等多家科技公司的開發者聯盟（The Developers Union），就表示過於嚴苛的法規，將讓歐洲企業每年損失5,500億歐元營收，甚至影響歐洲整體數位經濟發展。

而直接選擇退出歐盟市場也是許多企業的手段之一，美國的洛杉磯時報（LA Times）、芝加哥論壇報（Chicago Tribune），從上周GDPR法規生效以來，就拒絕歐盟用戶訪問、信箱清理服務Unroll.me，因為無法配合 GDPR 而選擇退出歐盟市場、熱門書籤服務 Instapaper，也因為法規執行困難，選擇停止對歐盟用戶的服務。

ePrivacy若上路，恐影響無人車發展

雖然正處於討論階段，但針對網路通訊而來的「ePrivacy」，同樣引起不少科技公司擔憂，認為這恐將造成以數據追蹤、分析為服務核心的網頁、平台關閉，開發者聯盟甚至預測，ePrivacy 將會使歐盟所有電信利潤減少 30%。

由於法規中要求「無論用戶是否同意數據蒐集，都必須提供相同的服務」，這可能會在未來無人車大規模上路後，造成傳送行車安全資訊時受到阻礙，或是政府、品牌服務在傳送緊急通知時受到干擾。

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。