花旗新執行長上任！她力挺比特幣、逆勢縮編規模，如何用突破作風重返往日榮光？|數位時代 BusinessNext

花旗新執行長上任！她力挺比特幣、逆勢縮編規模，如何用突破作風重返往日榮光？

佛雷瑟（Jane Fraser）正式接棒花旗集團執行長的職務，這讓她成為首位掌管美國主要銀行的女性，然而迎接她的不是光環，而是一連串迫切的改革。

社會責任：2050年達到碳中和

服務對象橫跨160個國家的花旗集團，肩負指標性的社會責任，其中包含環保議題。日前花旗集團的投資者，即曾要求花旗，身為超大企業，應針對對抗全球暖化的目標表態。作為回應，佛雷瑟上任第一天，立刻宣布花旗集團將於2050年達到碳中和目標，執行細節則待接下來的一年公布，外界預估應該會朝改變營運方式、減少投資重度碳排放量的產業，兩個大方向並行。

佛雷瑟在接掌的第一天就做這項宣示，正符合大部分與她共事過的人所說，她做決定很迅速，是位能夠一邊著手眼前的事、一邊思考長期策略的領導者。

監管機構：規定在期限內完成巨大改善

2020年美國聯邦機構對花旗集團提出懲戒，指出花旗集團未能有效改善風險管理系統，藉以偵測有疑慮的交易、高風險的買賣或任何可能的危害。為符合監管機構的要求，花旗必須重新設計完整的科技系統和作業程序，前任執行長高沛德（Michael Corbat）認為，如此大規格的改革，應該交由新接班人以更充裕的時間來完成，因此決定提早退休。

因此佛雷瑟在正式接班之前就表示，她最重要的使命，是在期限內完成監管機構提出的要求。例如針對美國貨幣監理署（OCC）要求的資料傳輸改善，她在上任前即提供書面報告，具體說明數以百萬計的資料，如何在集團系統內快速傳輸，花旗又將採取哪些步驟改善效率；等到5月，她又必須再繳交科技與風險管理的完整改善計畫。儘管充滿挑戰，但佛雷瑟仍然抱持正向態度，她說「我不會聚焦過去，我看重的是花旗未來的目標，並且找出可行的道路。」

企業營運：透過簡化讓花旗更壯大

花旗集團曾經是全球最大的金融集團，在最巔峰時，獲利表現甚至是對手兩倍，然而今日，總收益已退至摩根大通（JPMorgan Chase）以及美國銀行（Bank of America）之後。對於如何讓花旗再次強大，佛雷瑟曾說過「我相信透過簡化，反而能解鎖企業未被發掘的價值。」事實上，前任執行長高沛德，和前前任執行長潘偉迪（Vikram Pandit）都曾企圖簡化花旗的營運模式，但佛雷瑟相信，還有很多可以再努力的地方。

花旗最主要獲利來源之一是企業金融，在全球96國為政府和企業提供金融流通服務，並為企業提供貸款、再透過售出債權等方式獲利；相較之下，消費金融則需耗費較多設點成本，藉由開立更多分行才能接觸更多客戶。因此儘管佛雷瑟尚未公布簡化計畫的內容，各界專家都認為花旗應更聚焦在企業金融，相關人士更已預估，花旗可能會放棄部分在亞洲（例如：南韓和越南）的消費金融事業。

藉由新突破，帶來更大的突破

積極開創新局面的花旗，也開始向加密貨幣比特幣（Bitcoin）靠攏，更於3月發表一份大力宣揚比特幣的研究報告，力挺比特幣有機會成為國際貿易間的首選貨幣。在報告獲得媒體大量報導，引起廣大迴響的同時，卻也被極具權威的《金融時報》（Financial Times）質疑，研究報告所引用的資料不具備足夠公信力，甚至出現數據上的瑕疵。這也顯示花旗在跨出新步伐的同時，必須要更加謹慎，才能獲得更長遠的益處。

在男性執行長當道的傳統金融產業，佛雷瑟能脫穎而出，是她職涯上的重大突破。現在各界更期許她，能夠運用過往在多個事業部磨練的經驗，快速帶領飽受監管機構壓力、競爭對手威脅的花旗，再次站上巔峰，讓整個集團一起擁有更大的突破！

責任編輯：郭昱彣、錢玉紘

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。