專精模型製作啟發管理能力|數位時代 BusinessNext

西門町萬年大樓是模型同好的尋寶聖地。在這兒狹小連轉身都有困難的模型店裡，是優派國際（ViewSonic）亞太區人力資源副總鄭秀家經常出沒的地方，假日常可看見他擠在一群少年模型玩家當中，悠游於各式各樣的模型世界中……

**三十歲與模型製作結緣

**今年48歲的鄭秀家，30歲才真正進入模型世界。擁有將近二十年的模型製作資歷，稱得上是資深模型玩家，同事朋友都說，他是個模型高手，家中三個櫃子也早已擠不下他的模型作品。
事實上，三十歲之前的鄭秀家，生活中排滿的都是工作，當時做的是研發工程師，專注於開發產品，工作是生活中唯一的重心。在一個爾然的機會裡，他開始接觸模型，突然喚起小時候，自己削木頭、做玩具的樂趣；他更發現，做模型是運動之外，紓解工作壓力，甚至是沉澱思緒的好方法，自此他就和模型結下不解之緣。
雖然，在許多人眼裡，做模型是個耗時又耗神的工作，但對於忙碌的他而言，像是有點「奢侈」的興趣，只有鄭秀家自己知道，這個「奢侈」的興趣帶給他工作上更多的力量，尤其在他30到45歲之間的工作歷程，更是受益良多。這段期間，他過的是空中飛人般的生活，一個月裡有半個月都在國外差旅及飛機上度過，但這段日子卻是他投入大量心力，做模型的黃金時期。

**從模型中悟出做事道理

**
他從其中除了紓解工作壓力，更領悟出做事的道理。他說：「做模型其實跟R&D的邏輯很像，一樣要構思、布局，學習如何將產品從無到有，並且要細心注意到每個細微的環節，否則成品一定會有瑕疵。」
尤其，從第一線研發工程師，晉升為研發部門主管到現在的人力資源主管，鄭秀家必須考慮到團隊裡，每個人不同的能力和需求，並做好人力調度的調整。每每遇到問題，他往往會從模型中找到答案。他發現，工作和做模型的邏輯有許多相通之處，「其實，做模型是具體而微妙的過程，需要整合能力，」他說。這是一個很好的自我訓練，因為，每項工作都需要高度的整合力。
面臨到整合品頸時，他總是保持耐心的找出解決方案。就像他在進行模型的製作時，也會做到一半遇到難解的問題，但是，完成後心中卻充滿喜悅。「曾經為了做艘古代沉船，裡面有段繩梯，竟然就只有一綑繩子，要自己想辦法編成……」鄭秀家說起這段故事，似乎又回到當時皺著眉頭，想要突破困難時的神情。可是，他也說，完成之後，成就感卻是無可言喻。
鄭秀家雖然只是個業餘模型玩家，他卻玩出了工作的哲理；同時，也找出了生命的節奏，讓工作與生活獲得平衡。「我一直相信的哲學，就是專業、熱誠、平衡，」鄭秀家談起他做模型的經過，竟然是依據著人生哲學而來。他相信，一個能平衡的發展興趣和工作的人，做起事來才不會慌亂。
從鄭秀家身上見不到年近半百的歲月痕跡，反而見到中年人少有的笑容和活力，應該就是懂得工作和生活平衡的緣故。

鄭秀家小檔案
年齡：48歲
星座：天枰座
現職：優派國際亞太區資訊技術服務處
人力資源暨行政管理處副總經理
婚姻：已婚
興趣：籃球

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。