Google啟動8千名行銷人培育計畫，補疫情劃破的數位人才大缺口|數位時代 BusinessNext

疫情劃破數位人才大缺口，Google啟動8千名行銷人培育計畫

武漢肺炎讓數位行銷成了許多企業尋求生路的管道，但也令企業發覺內部人才的缺口。因此Google在此時啟動人才培育計畫，要幫8000名新鮮人加值、找出路！

數位行銷成熟度，反應營收效應與成本效率

根據Google委託波士頓顧問公司（BCG）所進行的《數位行銷成熟度研究》、針對超過30個活躍使用數位行銷的台灣品牌進行調查，發現有過半（54%）企業仍落在數位行銷第二階段「新興發展」，亦即企業仍單純的透過程序化購買投放數位廣告，利用數據進行手動競價，對單一通路進行優化跟測試。

在BCG定義裡，表現最成熟的應屬「多點覆蓋」階段，亦即能以動態優化同一位消費者在不同平台的數位行銷活動，進行投放廣告並完成最終銷售目標，而達到這樣水準的企業僅佔3%，顯示台灣企業在數位行銷的成熟度仍有成長空間。

BCG合夥人馮博堅強調，數位行銷的成熟度反應了企業的營收效應跟成本效率，而人才正是提升數位行銷成熟度的關鍵所在。

Google組黃金三角，孕育人才也幫人才找出口

因此Google這次不僅擅用本身的數位專長，也號召了104人力銀行以及超過40家國內企業包括Google、凱擘大寬頻、信義房屋等參與此計畫，目的就是要把這些培訓完的人才媒合到合適的企業職缺，不僅幫人才加值、也提供職場出路。

「數位人才探索計劃」主要針對大專院校碩士畢業生，或1-3年工作經驗的社會新鮮人，裡頭的課程分成3個部分、都是免費。

第一階段是好學堂（Skillshop），內容包括Google Ads廣告認證、GA個人認證，整合了Google線上數位學習的資源，替未來數位人才打好基礎。這個階段由於是開放的平台，因此若是目前想要在職進修、提升自我能力的民眾，也可以自行上網進行學習並獲取相關認證。

第二階段則是Fast Pass Training數位應用加速課程，從第二階段起就是針對「數位人才探索計劃」主要的對象進行訓練。不同於好學堂裡面是以數位行銷力的建構，這邊有包括數位行銷知識、職場經驗談以及行銷工具技能的教學等，主要是希望強化參與者對於市場行銷的趨勢。完成此一階段的認證後，參與者就具備相關的證照認可、並能進行面試。

第三階段則是到職培訓。成功錄取的參與者將會由企業內部進行推薦，再接受Google的到職進階培訓學程內容，以期能做到一條龍的課程規劃繼續支持這些行銷人才。

有別於過去Google的相關計畫，這次「數位人才探索計劃」與104人力銀行合作，讓來上課的民眾不只是獲得了技能、也能有一個找尋職缺的機會跟管道。根據Google的表示，104人力銀行上面將會開闢「數位人才探索計劃」專區，雖該專區的職缺是開放給所有合適的應徵者，但是針對多數職缺都會提供通過「數位人才探索計劃」認證的應徵者一個優先面試的機會。

從疫情看數位行銷，讓企業數位轉型加速進行

林雅芳最後補充到，正因疫情之下企業的每一分行銷預算都必須花在刀口上，更顯數位行銷人才的重要性，她也以累積、放大與彈性三個面向來說明數位行銷的優勢。

包括累積所有的數據去進行深度分析達到精準受眾；放大過去有效的投放經驗，加速企業獲利；面對投放成效不彰的時候也能彈性調整，當作實驗精神去了解消費者反應，重新累積數據再進行分析。所以這次的計畫就是希望在企業思考數位轉型的此時，能協助培育適合的人才，讓企業數位轉型的這條路走得更順利。

責任編輯：蕭閔云

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。