數位大戰、誰與爭鋒：後數位時代，數位人才的領導力考驗|數位時代 BusinessNext

數位大戰、誰與爭鋒：後數位時代，數位人才的領導力考驗

數位轉型的趨勢下，企業與人才所面臨的考驗，已不只是技術面的競逐，領導者所具備的「數位領導力」更是勝出關鍵。

數位領導力：技術能力之外的決勝關鍵

後數位時代下，企業與人才所面臨的挑戰已不僅只是技術能力的競逐，數位發展促使跨業結合成為趨勢，業務與科技的融合，並且透過數據分析達成進一步的消費者洞察以取得先機，新創與創新思維更是一再的衝擊舊有的管理模式；同時一般的數位人才多數未具備良好的領導能力，較偏重於技術能力，因此組織應提供多元化的培育機制，給予數位團隊領導者具備21世紀對於領導者之要求，因此如何帶領團隊在多重挑戰中抽絲剝繭及闖出活路，遂成最大考驗。

產業界對於數位人才趨之若鶩，各方多關注在數位人才取得及能力養成上，如何透過靈活適性的管理以激發技術人才的潛能、達到最佳效益等組織議題，則至近期才逐漸浮出檯面。在硬實力之外，普遍發現數位人才的領導力為大多數員工所缺乏，領導力不足的前提下，團隊難以發揮一加一大於二的綜效，追求集體卓越遂成難以企及的目標、甚至降低效率，對團隊能量有負面的影響等。組織需提升數位人才的領導力，由內而外強化組織能量。

勤業眾信與MIT史隆商學院共同進行為期四年的研究後發表《Coming of Age Digitally》，報告中指出，僅有三成企業達成數位發展成熟的程度，四成企業處於發展中，甚至有三成企業剛踏入數位化的大門；報告中指出，數位發展成熟與入門的企業，對於數位領導者的渴求程度大不相同（圖一），成熟企業通常已有能掌握數位人才的領導者，反之，位於早期發展的企業，我們可觀察到這類型的領導者極度缺乏。

在最新的【勤業眾信全球人力資本報告】中提到21世紀對於領導力的要求特質（圖二），數位團隊領導者應掌握「能夠領導更多的不確定性和複雜性」、「能夠透過影響力領導」、「能夠進行長期管理」、「能夠管理人與機器協同之數位勞動力」，與「能夠快速領導」五項特質，這也是發展「數位領導力」（Digital Leadership）值得關注的方向。

「數位領導力」並非管理人員的專屬能力，而是一種目標明確且能引導群體達成目標的行為與人格特質，近年數位轉型盛行的 「敏捷管理」（Agile） 則是一種將管理權力下放至個人的賦權方式，由於團隊中的每個人皆能對自己的工作負責、並且有達成團隊目標的共同價值，循序漸進的自主管理、累積經驗，降低溝通成本、提高工作效率，各個面向看來都是「數位領導力」在個人行為中的具體展現。而將決策權與管理權下放，也是大多數位發展成熟的企業，在轉型過程中逐漸發展且打造出來最適合因應數位潮流的組織文化。（圖三）

對於許多具備科技工程技術能力的專業讀者而言，也許你已經打定主意發展單一面向的專業、並做到最好，一旦站上頂峰，便對其他的同儕產生影響力，「能力越大、責任越大」，而這就是數位領導力的一環；同時也必須了解，後數位時代（Post Digital Age）所面臨的人力衝擊已經不僅是科技與工作等人機協同之間，非典型就業也已經成為現今數位人才的另一種工作趨勢，但無論世界如何變化，「以人為本」，即是所有工作的本質，啟發你的領導力，即能邁向數位職涯的嶄新一頁！

責任編輯：陳建鈞

《數位時代》長期徵稿，針對時事科技議題，需要您的獨特觀點，歡迎各類專業人士來稿一起交流。投稿請寄edit@bnext.com.tw，文長至少800字，請附上個人100字內簡介，文章若採用將經編輯潤飾，如需改標會與您討論。

（觀點文章呈現多元意見，不代表《數位時代》的立場。）

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。