小股東與高配股員工|數位時代 BusinessNext

台灣投資人應該已經學到這一課，過去兩、三個月，台灣股市表現欲振乏力，除和全球經濟前景始終曖昧不明有關之外，由高價股員工配股過於優渥引爆的爭議，也讓投資人對台灣股市望之卻步，原本在過去兩年「苦日子」裡，大部份的公司都沒多少錢可以發放股利或股利。但是就在一片捉襟見肘，共體時艱的聲浪中，某些上市企業的員工分紅配股卻到了令人垂涎艷羨的地步。
矛頭首先指向高價股，尤其是IC設計的新秀聯發科和成名已久主機板霸主華碩，聯發刻以不願稀釋股本為理由，只寥寥發了4元股利和4元現金犒賞股東，卻讓員工平均每人享有3000萬的股票，諷刺的是，之後股票拼命下跌，員工的配股就在短短一個月中蒸發了一千多萬，華碩的情況也很類似。

**大股東的可乘之機

**
投資人在怒聲載道的同時，恐怕無法冷靜思考。其實台灣公司敢於這樣一味蠻幹，在於台灣稅法規定員工股票紅利，以面額課稅，同時因股票增值所獲得「資本利得」，在台灣也是免稅。以一個拿到3000萬元股票的聯發科員工來說，他所需要繳納的稅金，不超過5萬元，在這種畸形稅制下，公司當然樂於慷股東之慨，送給員工豐厚的大禮。
姑且不論誰是始作蛹者，投資人本來早就有機會預防這種「公司造福員工壓榨股東」的事情發生，這10年來，每當課徵「證券交易所得稅」的提議出爐時，馬上遭到投資人強烈反對。結局卻是為省下自己一些蠅頭小稅，卻讓大股東有可乘之機壓榨投資人。今天投資人指著公司臭罵時，恐怕也罵到了自己。試想，如果投資人當初不反對證所稅，今天聯發科的投資人拿到3000萬股票，就得要付出1200萬的稅金時，公司還會一味蠻幹，大送股票給員工嗎？
在資本主義的機制中，「股東」，是應該分享公司成長最重要族群，絕不是員工，因為投資人付出資本，承擔風險，希望得到報酬，而員工已經憑藉勞力獲得薪水，要拿到相當於股票的報酬，應該是掏腰包自己買，成為盈虧自負的股東。但在台灣高科技業長期溺愛員工的情況下，台灣員工已經對每年年底的「股票股利」有了過高的期待，也誤以為員工配股是天經地義的事。
台灣的股票分紅，和歐美國家的股票認股權需要員工拿錢出來購買的作法，大相逕庭，可以說是已經莫名其妙給了員工太多東西，再加上稅制的重大缺失，讓員工配股成為員工收入的主要來源。也把損益表上的成本，乾坤挪移到資產負債表上，顯示了不正確的獲利。也因此台積電等企業發行ADR時，往往依美國會計制度來看，獲利是一塌糊塗的紅字。但是台灣上市企業，長期以來藉由員工配股，籠絡了員工，犧牲了小股東，但是由於大股東本身通常也是經營團隊，也達成了自肥的目的。
課徵「證券交易所得稅」，恐怕是短期內最有效解決小股東被員工配股稀釋的方法，現在端看投資人，願不願意犧牲蠅頭小稅，來杜絕更巨大的利益流失。

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。