視訊會議效率如何不打折，Google主管建議：開會前先閒聊|數位時代 BusinessNext

視訊會議效率如何不打折，Google主管建議：開會前先閒聊

Google在五十多個國家有不同的團隊，常常需要透過視訊會議交辦事項，常需要高度合作的Google團隊也因此發現，只要掌握三個要點，即便同事不用面對面，也能保持高戰鬥力！

開會講重點，但還沒開始前先「閒聊」

Gilrane強調在虛擬會議中，以人為基礎相互了解的重要性，因為視訊會議的參與人不在同一個辦公室，平常不容易有互動機會，無法進一步了解同事的工作計畫與想法，很多人為了節省時間，視訊會議時通常會直接進入議程，但Gilrane建議可以用開放式問題破題，譬如問問大家週末做了什麼。

不要以為這種談話毫無意義，這可以幫助不同地點的員工保持聯繫，Gilrane表示，他們發現領導跨時區團隊的主管，如果在會議正式開始前主導類似的閒聊，對了解不同員工、提升虛擬會議的成效都有很大影響。

為配合時差，Google不綁定會議時間

其次是不要綁死定期會議的時間。Google有高達30%的會議涉及兩個或更多時區的員工，且各地有很大時差，譬如亞洲的員工經常得熬夜，或在很早的時間起床與美國同事開會，如果團隊需要定期召開會議，Gilrane建議可以輪流，不要總是讓同一個人熬夜到半夜或睡眼惺忪地起床。

基本視訊禮貌還是要有

最後一件要注意的環節是讓自己有參與感。大多數人都以為當自己不說話時要把電腦調成靜音以減少背景噪音，如果正在吃東西或身後發生分散注意力的事時，有些人會選擇關閉相機，以為這是一種視訊會議的基本禮貌。

但是，Gilrane認為如果參與者的視訊和麥克風始終靜音，就算你有參與會議，其他人就無法看到或聽到你的存在，Gilrane建議視訊會議參與者應該加倍努力來強化存在感。

首先要取消麥克風靜音，試著以各種方法來回應對其他人的想法，例如，發出嗯嗯聲，或表達這主意不錯之類的短語，還要考慮肢體語言，反映高度參與感，譬如當你同意一個觀點時請點頭，且坐姿也要注意，盡量坐直，表示你正在傾聽，基本上與面對面開會時道理相同，Gilrane也提醒進行視訊會議時盡量不要用筆電，如果你一直在盯著筆電，就代表你沒有注意在聽。

只要做到以上3點，即使不在同一地點工作，也能像一起工作，與團隊在同一陣線。

本文授權轉載自：科技新報

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。