設計開始有價值|數位時代 BusinessNext

7月初，找工作的考生揮汗如雨，比起數載前參加聯考還要辛苦。一個社會新鮮人在金融業的面試中屢敗屢戰，無論如何千篇一律強調自己是國立大學高材生，卻始終乏人問津。直到有一次，一個主考官問到：「平常休閒的時候做什麼？」讓他贏得這個工作的卻是一個無心插柳的誠實回答：「我喜歡組合模型飛機和樂高，享受設計創造的感覺。」他現在的工作是金融商品設計。

**差異化，另一種勝出的機會

**
一戶因為重新裝潢而高價售出的房子，卻被新屋主把裝潢全部打掉再重新裝修，原因無他：「我們不喜歡原來的設計。」這樣一個理由，他們多付出了數百萬的裝潢費，還有數十萬的設計費。
在抄襲成風的台灣，創意一直只是口號，很少人會為了設計付出代價。然而從最近的變化看起來，設計創造價值的時代真正來臨了。
過去10年，台灣的教育環境和就業市場都發生極大的轉變。首先是大學畢業以上的職場新鮮人，從10年前的5、6萬人，增加到30萬人，將近5倍；但是同時期台灣的經濟成長複合成長率，不過增加了50％。
企管大師麥可波特（Michael Porter）10年前成名的理論之一，不過是把屢見不鮮的現象歸納為：「競爭優勢（Competitive Advantage）是由成本優勢（Cost Leadership）或差異化（Differentiation）產生的。」用白話文翻譯出來，就是：「如果產品和大家都大同小異，成本比較低的容易獲得青睞；如果產品有與眾不同的特色，則是另一種勝出的機會。」

**設計的價值開始湧現

**
台灣的就業市場，可以套用這個理論，以往，台灣的就業需求和人才供給大約相當，因此大部份的畢業生可以找到工作，如果想要較高薪的工作，就必須尋求差異化，當時公司徵募人才偏重書面審核，因此差異來自教育背景，國立大學生比私立大學生受歡迎。
但是時至今日，即使是國立大學生也太多。當市場上原有的差異化不再存在時，市場會向低成本靠攏，於是大學生起薪的水準日漸下滑，少數人不願意屈就沒有關係，反正多的是願意的人。市場也同時尋找新的差異化，於是學生紛紛流行學外語，但是等到就業市場上大部份的學生都有70分的外語程度時，外語能力又不再是差異化，於是設計能力就脫穎而出。和其他的差異化不同的是，設計不止要懂，更要融會貫通，還要創造力。因此不是短期間內學得來的。同時設計並不只是創意，還包括落實創意的能力，因此賞味期限又更久。
我們注意到設計的魔力，可能是：諾基亞的手機就是比其他品牌容易使用，Porsche的跑車看起來就是比較酷，華信銀行就是有本事第一個推出MMA帳戶，萬泰銀行搶了先機從日本取經帶回現金卡。其實，在聯發科等IC設計廠商在台灣股票市場領一時風騷開始，設計的價值已經開始湧現，只是如今更從工業界走向服務業，也走向金融業。
設計的時代真正要來臨了，我們準備好了嗎？你我的價值在哪裡？

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。