閔茲伯格的黑色喜劇|數位時代 BusinessNext

各國菁英企研所是自由企業體制培養「捍衛戰士」（Top Gun）的場所。企研所的產品稱做MBA，有人的解讀說是Married But Available，這未免不太端莊；另一種說法是──Management By Analysis，或者乾脆是Mentally Below Average。
我想閔茲伯格寫《為什麼我痛恨搭飛機》（經濟新朝社，2002）這本書時的心情，一定是打從心底贊同這個說法的。
「變革」、「培訓與發展」、「客戶服務」、「定價策略」、「策略聯盟」、「顧客忠誠度」、「效率」、「溝通」、「全球化」、「行銷」、「品質」、「維修服務」、「標竿學習」、「使命宣言」、「行銷研究」、「結構」、「人力資源」、，以及「賦權」。
偉大吧！
這就是閔茲伯格這本書各章的主題，涵蓋了「管理」這領域裡幾乎所有重要的課題。
不斷出現的新詞據說代表嶄新的、更有效的新管理工具。

**理性管理過度分析的結果

**另類的看法是這些新詞，不過是菁英企研所名教授與策略管理顧問產業，再加上頂尖財經媒體（Fortune、Business week、HBR、Forbes、Economist……）共同串謀炮製出來的「流行陰謀」。有限的幾項元素（開叉、不開叉；單排扣、雙排扣……），設計師與服飾工業為了共謀刺激銷路，將之拆解、組裝，每季推出新流行（難道貴公司TQM做不好，推行六Σ的就會好嗎？或者TQM做得非常徹底了，六Σ還需要嗎？）
所謂的管理新工具，不過就是經營事業這門幾千年的古老行業中經典的執業藝術（Practicing Arts）一再的修辭與包裝罷了。
閔茲伯格黑色喜劇風格的「管理」劇碼主題意旨重點還不只此。
一般同意我們的社會就是一個組織的社會，組織以「效率」為最高「理性」，以「分析」為最銳利工具，編組成有效率的工作機器，操控這種龐大工作機器的專業管理階層（Mangement Class）－－他們連身材看起來都非常講究效率的樣子－－個性冷靜、理智，非常強調數字管理（黃仁宇不也說，資本主義體制的基石就是組織運作上必須在數字上可以管理嗎？）

他們眼中只看到統計與會計數字，很少關切數字背後（或前面）的人，他們一般認為「價格」是一切「價值」的充分統計量，而「分析」是唯一正當的管理工具。這樣以強調理性分析、價格、成本算計的管理階級主導的高效率工作機器，將會趕走所有的承諾、熱忱及Human Touch，甚至消滅組織內的試誤與學習基因。
而創新經濟中的企業體因為要經常地對付各種「理性分析」中誤算、誤計與攸關成敗的（而又是在理性算計外的）意外事件，它們逐漸演化出實驗、適應與學習的組織基因，而不仰賴所謂的分析與遠見。
因此「理性管理」分析過度的結果極可能是創新不足。
不過閔茲伯格不是用這麼嚴肅，這麼蛋頭風格的表達形式。他以飛航經驗的切片取樣，細節景的凝視與略帶誇張的蒙太奇鏡頭剪接，表達他對「效率組織」與「分析管理」的不以為然，風格是黑色喜劇形式的嘲弄，語調卻不免是沈重的。

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。