因為它，全球將每年減薪1%|數位時代 BusinessNext

還記得那個美好年代嗎？每年七月，政府調整公教人員的薪水，加薪幅度或者3%或者5%，甚至可以是7%或10%；到了年底，民營企業就得或多或少比照加薪。這個時候，菜場小販、飲食路攤也會趁機向上修正價格，一年過去，大家都比原來富裕一些，物價也都悄悄昂貴一些。
因此，前輩會對你說：「好好幹，安分地幹，以後總會出頭的。」這句話裡藏著一點世俗智慧。排資陞遷，論輩加薪，時間就是積累，年紀就是成就，長期以來彷彿是一個共識，一種社會內在隱含的承諾，因而也長時間成為一種社會大眾感到安定和確定的力量。
但如果有一天你發現，薪資上漲不再是鐵律，資歷與陞遷也可能逆向而行，你的感受會是如何呢？
現在我們就正面臨著一種「減薪年代」的到來。在104人力銀行所做的企業調查中，發現從2001年到2002年間，21類職務當中竟然有14類平均薪資水準是下跌的。這和台灣去年交出負的經濟成長率一樣，台灣老百姓已經很久很久沒看到也沒有想過這樣的場面了。
「普遍減薪」的現象為什麼會發生在台灣？
近兩年的不景氣與未來的不確定，當然是主要的原因。經濟不景氣，使艱辛度小月的大小企業都不得不開始「雷斯脫拉」（lesutola）──「雷斯脫拉」是日本人獨特發音所說的restructuring，「組織改造」的意思，但在日本人委婉的表達體系中，卻已經只剩「裁員」一義；──或者至少要更小心的控制固定成本，涷結加薪，甚至是減薪。而大部分的時候，很多企業是上述三者都混合進行的。

**讓成本重新回到美好境地

**經濟前景的不確定（這又是數位時代很重要的一個經濟特徵，經營典範的變動與位移都太快了），即使獲利不壞的企業組織也得要未雨綢繆，他們儘量設計優厚的獎金、認股權、或股票分紅（一種變動成本）來激勵員工，而不太希望背負沈重的固定開銷，這也是薪資上漲為難的基本原因。
我猜想還有另外一個「大原因」，它不但迫使台灣受薪階級加薪碰上困難，它的存在也將使全世界一般勞動者的工資都難以上漲，而且它攔阻薪水上漲的時間可能會相當長。這個「原因」的規模極其龐大，它就是「中國大陸」。
龐大的大陸勞動力在改革開放的中國下，釋出到全球化的勞動市場，本來秩序已定（我指的是誰貴誰便宜）的世界薪資結構，突然受到重大衝擊。已經分工井然的全球產業發現還可以再重組一次：「你只要把工廠搬到中國大陸去，你的成本就重新回到一個美好的境地。」一開始，遷往中國的工廠是初階（技術含量低）的製造生產，以及各種用到基本原料的生產（譬如食品加工）。然後訂單移民的就是中級的製造業（想想家電巨人「海爾」的例子），再然後就是連台積電、聯電都不得不嚴重思考的高科技。

**全球化，讓薪水向下看齊

**
中國大陸提供的勞動力太大了，一波之後還有一波，國企下崗的工人動輒千萬計，始終有新的「下段工資」勞動者可資補充；美國經濟學家估計說，中國大陸的不斷開放，將迫使全世界的平均工資每年降低1%。而這個只有大陸工資上漲，其他都跌的現象，恐怕要持續個好幾年。
資訊與通訊科技也共同成為幫凶，不僅是製造業勞動力面臨失業減薪的壓力，服務業也未必能免。台灣的神通電腦把接單的服務部門和會計記帳部門都遷往人力較便宜的大陸，台灣總部則透過網路來管理；香港的和記黃埔預備把歐洲電信的客服部門設在印度，接聽歐洲用戶打來的詢問或抱怨電話。全球化的時代來了，但當世界其他地方比我們窮、比我們便宜的時候，「減薪年代」也就跟著來了。

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。