從一張數位證書的發展來看：我們與數位轉型的距離|數位時代 BusinessNext

從一張數位證書的發展來看：我們與數位轉型的距離

台灣在數位轉型的路途上，往往只做到開端的程度，而從數位證書還停留在pdf的階段來看，在真正完成數位轉型前，還有「人」的問題得先克服。

自動化是數位轉型的「開端」而非終點

但在筆者實務上參與了許多與客戶端的會議後，發現這其中有著非常大的落差和誤解，如同已經有許多的顧問業者在輔導傳統帶設備的產業時，到最後客戶端可能認知到的數位轉型結果常成了把過去的人工轉成自動化，或者只是導入自動化設備，卻非以純數位的角度來思考。

當然這樣的過程是優惠到了自動化設備和自動化顧問業者，但若把過去有人工的狀況透過自動化做到無人的狀況，其實只是數位轉型的「開端」卻非數位轉型的「終點」。

舉一個近期參與的好案例。目前現行大家習慣看到的證書證照型態大多都還是紙本形式，於是相關單位決定應該啟動一個數位證書的專案，可惜的是，負責專案的成員都還能明白目前的數位證書相對於真正的數位化證書，充其量只是先把目前的紙本證書直接mapping轉換成一個數位的文件，而非真的以數位資料為主的數位化，而在真實的數位轉型中，有意義的並非這個數位證書（PDF），而是以資訊流為主的資料，因為在不同的系統中所能解讀的其實並非是文件的PDF而是資料，它可能僅是一串看似亂碼的數值而已。

但為何相關成員都明白，卻又還是得先做一個好像很跛腳的數位證書呢？答案很簡單！一切都是為了「人」。

因為人類能理解看懂的並非這些數值，而是如同現實世界中的各式印出的優美證書，這些證書代表了他所能認知的意義。

我們知道了最終的答案和終點，但在走到終點前，我們就必須找到一套與過去或者與現在相容的方式，來讓這個終點有機會開始走的到，而非只是抱怨為何不一次到位。

在真實的世界中，一步到位必須搭配著天時地利人和，就像過往大家會說為何中國可以把行動應用及支付做的極好，都是類似的原因。並非我們不行或者先進國家不行，而是彼此在發展的路徑中客觀環境才是真正影響你前進的因素，而非只是單純的幾個原因。

在數位證書這一個過程中，我看到團隊已經知道有這個現象，因此在現在雖然只是先做了紙本對應的數位文本，卻又已經開始埋入了真正啟動數位轉型的因子，讓數位證書可以接著真正開始演化，直到最後會發現不再需要「證書」，這時數位轉型可能才終告一段落。

而這樣的過程可能得花上數年的時間才能完成。但也因為我們得考量到各種Legacy（延遲）的存在，而不是過於理想的去掉Legacy來思考，這樣才可能有機會完成一個好的數位轉型。 只是也因為如此，可以看到我們到底離數位轉型有多遠？若無法建立以資料優先數位為主的心態，那麼數位轉型恐怕就還只是停留在空談吧！

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。