發展AI不只靠資訊學科，林百里：文科生將以軟技能逆襲|數位時代 BusinessNext

發展AI不只靠資訊學科，林百里：文科生將以軟技能逆襲

2010年代，人們已步入AI領導的「超智能社會」。在這樣的世代裡，教育制度應如何改革才能孕育出時代所需的人才？林百里強調，雖然科技不斷發展，真正的AI人才需要具備人文的精神。

林百里：台灣要做AI的自主國而不是輸入國，而人文能力是重點

林百里說，AI是由「ABC」三個方面組成，分別是演算法（Algorithm）、大數據（Big data）以及雲端運算（Cloud computing）。「其中透過雲端做AI運算可以省下大筆設備費用，也提供了AI爆發成長、遍地開花的發展根據，」他說。

如今，AI已全面進入人們的生活。從最尖端的醫療技術到藝術創作和譜曲，AI都扮演了關鍵的角色。但是，什麼樣的人能夠成為專業的AI人才呢？林百里認為，AI人才不一定是從資訊學科畢業的人。

林百里強調，了解社會脈動、會與人溝通的人才非常重要。因為AI要解決的是台灣的社會問題，那背後強調的是人文學科的理解力。他說， 台灣必須成為AI的自主國而不是輸入國。懂得「人」的人才，會是一大重點 。

以批判思考與溝通能力訓練AI人性化，文科生有望以「軟技能」逆襲

根據國家實驗研究院的資料顯示，2035年台灣在投入AI後的GDP成長率將上升1.7%，來到3.6%。而牛津大學的另一項報告則顯示，美國有將近一半的工作，在10年後有70%的機率會被自動化機器給取代。不過，雖然許多基本藍領工作、行政與會計助理等文書工作有被取代的風險，但AI也將帶動新形態工作的誕生。

「2030年，全球勞動力需求將上升21%到33%，遠超過失去的工作崗位數量，」林百里說。未來的新工作除了科技相關技能外，文科生的批判思考、溝通表達能力，都會是關鍵的技能。

AI雖然有高超的計算能力、可以解決封閉式的問題，但要優化AI，必須結合人文社會學科所培養的能力。

未來會出現的新工作，會著重於如何協助機器人性化、建立友善人機共處環境上。可能的例子包含了人性特徵訓練師、AI倫理經理、AI機器關係經理等。「文科生有機會以軟技能逆襲，讓AI變得幽默且具有同理心，」林百里說。

「用以致學」強過「學以致用」，問題導向式教育為發展重點

由於AI的自動化將取代許多例行性的工具，具有開創性、能夠靈活在工作上運用知識的人才變得更加珍貴。因此，林百里強調未來的教育應該以問題導向式的教學模式為主，讓學生以解決某個問題為出發點去學習，讓他們不斷與環境互動並進行決策，失敗了再繼續修正解決方案，才是培育未來AI人才的關鍵點。

而台灣大學電機系教授、體制外實驗教育機構BTS創辦人葉丙成也認同這樣的學習方式。他說，華人家長與老師在教育上有一種既定思維，覺得要幫學生準備好再讓他們上戰場。但準備過程通常很漫長，孩子們在學習當下不知道為何要學這個。

「我很反對學以致用這句話。用以致學才能真正培養學生的能力，」 葉丙成說。先讓孩子上戰場，讓他們發現自己缺乏什麼，才是有效的教學。

至於應該如何讓孩子們接軌AI世代，葉丙成表示，許多人對AI的想法好像史前人類看到火一樣，會感到害怕。我們想讓孩子知道，AI不是什麼神奇的魔法，而是但可以應用在日常生活上的一個能力。我們如果能讓孩子們不害怕AI，那麼未來AI就可以成為他們的力量。

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。