Meta反向「安靜解僱」？對部分員工下30天通牒，找不到工作就得走人|數位時代 BusinessNext

成長下滑、TikTok等競爭對手大舉來襲，都讓社群霸主Meta不得不壯士斷腕，計畫在未來幾個月內降低10%的營運成本，也因此祭出了重組計畫，部份員工面臨30天的倒數計時，如果這段時間內沒辦法在公司內部找到新的工作，就必須收拾包袱走人。

30天重新尋找職位，沒找到就滾蛋

根據《華爾街日報》報導，Meta內部員工透露，該公司正以部門重組的名義，為受到影響的員工提供30天的緩衝期尋找新的內部職缺，沒找到新職缺的員工就得離職，藉此行裁員之實。這被內部員工稱為「30天名單」。

不過，Meta並未透露收到了30天倒數的員工究竟有多少人。Meta發言人崔西．克雷頓（Tracy Clayton）表示，給予受影響的員工一段時間尋找內部職缺，是希望避免錯失優秀的人才。

然而這個消息很可能只是Meta人力精簡的序曲，按照目前披露的資訊，降低的10%營運成本之中，大多數會從人力成本方面著手，只有少部份會從管理及諮詢費用中削減。

過往Meta只有表現不佳的員工才會被去蕪存菁，但現在即使是績效優良的員工，也會遭遇被定期淘汰的威脅。外界認為，這是Meta在避免「裁員」一詞招致的責難與審視，同時達成精簡人力的目標。

外媒《The Register》更以先前風行的「安靜離職」（Quiet Quiting）諷刺，Meta現在所做的是「安靜裁員」（Quiet Layoff），「你沒有被解僱，只是我們沒辦法讓你持續擁有工作。」

邁入2022年以來，面對更激烈的競爭、外部的經濟動盪，Meta便一直在縮減團隊，調整業務方向，先是砍掉300人的VR/AR作業系統團隊，今年6月底又宣佈大減30%招募，並向員工警告最嚴重的經濟衰退即將襲來。

「事實上，公司裡可能有很多人不應該待在這。」祖克伯向員工們警示，他將藉由提高績效要求，讓部份跟不上腳步的人了解這不他該待的地方，促使不夠優秀的員工自覺走人。

7月底公佈慘淡的財務成績後，祖克伯也表示，他們計畫明年將減慢員工人數的增加速度，並會縮小許多團隊的規模，將精力投放到其他業務上，昭示了業務調整的計畫。

近來Meta又不斷傳出裁員的消息，從清潔工等後勤單位，到Instagram的短影音實驗部門，都有遭遇縮編危機的風聲。

但整體而言Meta員工人數仍在快速成長，截至今年第二季結束，員工總數達到83,553人，較去年同期成長32%。

經濟不景氣，Google也「委婉」裁員

值得一提的是，採取這樣「委婉」手段裁員的科技巨頭，並不只Meta一家。先前Google才以節省支出為由，砍掉Area 120近半數專案，傳出他們告訴內部夫孵化器Area 120約半數員工，必須在90天之內找到新的內部職缺，否則就得離開公司。

不過以往遭遇裁員Google只會給予員工60天的緩衝，這次則是因為專案被砍，因此給予Area 120員工更多的轉換跑道時間。

但許多Google員工仍認為時間不夠充分，今年3月曾傳出有超過1,400名員工連署，希望將讓雲端運算部門100多名員工，能夠擁有180天的轉職緩衝。對此Google表示，有意願留在公司的員工，高達95%都成功找到了新的內部職缺。

Google今年也喊出會減緩招募的速度，並希望能夠提昇既有員工的效率。Google今年7月啟動的「Simplicity Sprint」專案，就希望徵求員工的意見，找出提昇員工效率、有效利用資源的辦法。

另外，前陣子Google外流的一封內部信顯示，公司將會縮減部份員工福利，包括限制差旅的門檻，僅限「關鍵業務」相關才會得到批准。

邁入2022年後的經濟不景氣，已經連科技巨頭都無法雲淡風輕。年初至今Meta的股價已經腰斬，大跌58%；Google狀況雖然沒這麼嚴峻，同樣股價跌幅達到30%以上，營收成長也都趨緩。

資料來源：華爾街日報、Business Insider

責任編輯：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。