超過450名亞馬遜員工連署，抗議貝佐斯把這款軟體出售給軍方|數位時代 BusinessNext

超過450名亞馬遜員工連署，抗議貝佐斯把這款軟體出售給軍方

最近在Medium上出現了一篇亞馬遜員工的公開匿名信，文中提到幾周前，有超過450位員工寫了一封信給執行長貝佐斯，希望公司能夠停止販售一款叫做「Rekognition」的軟體給警方，不過目前為止仍沒有得到公司的官方回應。

當新科技用於執法，隱私與個人自由可能被侵犯

人臉辨識軟體Rekognition，是基於亞馬遜的AWS圖像識別和分析平台，可以提供物體、場景、人臉辨識與分析，主打可以在機場、車站等人潮擁擠的公眾場所準確地監控，最近正積極向政府以及執法部門推銷。

今年七月，美國民權聯盟（ACLU）最近做了一項測試，將國會議員照片與資料庫內的嫌犯照片進行比對，結果亞馬遜的人臉辨識軟體Rekognition，竟然將28名議員誤認為嫌犯，外界呼籲在執法中導入人臉辨識技術，必須有更嚴謹的討論。人臉辨識系統還有一個很大的爭議，就是演算法偏見，因為系統一開始使用大量的白人男性資料作為學習基礎，因此一直以來有色人種以及女性遭到系統誤認的比例極高。在這次ACLU測試中，比對結果出錯的28位議員中，11人是有色人種，約占整體39%，過去ACLU也曾發信給貝佐斯強烈表達人臉辨識系統偏見的疑慮。

新技術缺乏監管機制，無辜大眾可能成為受害者

「當一家公司將新技術帶進這個世界時，就有責任和義務衡量這項技術可能帶來的後果，我任職的公司亞馬遜，正在允許美國各地的執法部門購買臉部識別軟體 Rekognition，我和其他員工要求這項業務立即停止。」

員工如此憤慨不是沒有道理，亞馬遜官方表示，臉部識別軟體 Rekognition一次能夠存儲和搜索數千萬張人臉，讓執法部門使用的同時，卻沒有相對應的監管機制，「從過去的經驗我們可以發現，因為缺乏監督機制，國家將手中的強大監視工具瞄準那些可能是無辜的人，在美國已經導致有色人種、移民和那些正在行使美國憲法權利的人們遭受過度監控和過度干擾。」

當政府、執法單位大規模採用新科技辦案時，忽略背後可能潛在的社會問題，是相當不負責任的行為。「我們都有權在不受政府監控的情況下生活，像我們這樣的公司不應該去協助監控。」

圖／ Microsoft

員工認為，當政府、執法單位大規模採用新科技辦案時，忽略背後可能潛在的社會問題，是相當不負責任的行為。「我們都有權在不受政府監控的情況下生活，像我們這樣的公司不應該去協助監控。」

「貝佐斯一定知道這些疑慮，」員工認為，貝佐斯在外面大肆談論新科技可能被獨裁者濫用的問題，但在公司內部卻希望員工靜觀其變，而非具體向員工解釋亞馬遜將如何採取行動，來防止技術被濫用。

「亞馬遜常常在談論領導的價值，」員工說：「如果我們想作為產業的領導者，必須在民眾的利益與公司利潤之間做出選擇，我們可以把危險的監控系統賣給警方，或者為對的事情挺身而出，然而我們永遠做不到兩者兼顧。」

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。