疫情年薪情差？調查估年終只有1.1個月、創8年最低，連調薪幅度都縮減|數位時代 BusinessNext

疫情年薪情差？調查估年終只有1.1個月、創8年最低，連調薪幅度都縮減

1,150萬名職人歷經2021年疫情的震撼教育，當疫後經濟和徵才市場已呈V型反彈，年終獎金和調薪幅度跟得上嗎？

預期會發年終的企業增多，但金額減少

年終獎金反映過去一年企業營運概況。93.8%的企業預期2021會發年終，平均發1.1個月，與2017年、2019年並列8年，不過，會發年終（93.8%）的企業比例，比2020年略增1.6%。

各產業表現，年終前三高依序為： 金融業 1.84個月，11年10連霸、 半導體業 1.57個月、 營建業 1.23個月。住宿餐飲業受疫情衝擊呈現「雙慘」！24.7%住宿餐飲業預期沒有年終，各產業比例最高，比去年增加13.3個百分點。75.3%住宿餐飲業預期年終僅0.5個月，各產業最少。

2022薪資展望：調幅縮小

2022年軍公教調薪幅度4%、高於2018年軍公教調薪3%，104人資學院資深副總經理花梓馨分析，疫情餘波甩尾，民間調薪相對保守。**39.3%的企業預期2022年會調薪，比2021年的36.3%增加3個百分點；預期2022年調薪幅度3.1%，則創8年次低。 **

各產業表現，軟體網路業預期調薪3.6%，連5年居冠。半導體受惠全球景氣復甦以及晶片荒，金融業因股市續創史高產業前景看好，半導體和金融預期明年調薪幅度3.6%，追平軟體網路業，並列第一。且預期會調薪的企業比例，半導體業有56.5%、金融業有51.7%，已經超越軟體網路業的44.8%。薪資展望同樣呈現「電金資通續強，住宿餐飲較弱」的態勢。

2022年人才招募，47.7%企業新增職缺，平均增額10%

2022年轉職有機會嗎？2022年47.7%的企業將新增職缺，平均員額新增10%。產業前三傑，67.1%的半導體業將新增職缺、員額新增12%，61.1%的電腦及消費性電子製造業將新增職缺、員額新增10%，58.8%的軟體網路業將新增職缺、員額新增15%。

104人力銀行資深副總暨人資長鍾文雄提出市場急需的五大關鍵人才：

數位科技發展相關：人工智慧、5G、數據優化人才。

電子商務/數位經濟：全球網路及跨境電商。

健康產業：生技及防疫相關人才需求。

資訊安全人才。

整合人才：整合型x業務型x行銷型。

責任編輯：傅珮晴、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。