日薪4000還是請不到人！建設董座嘆：缺工太嚴重、房子要降價很難|數位時代 BusinessNext

日薪4000還是請不到人！建設董座嘆：缺工太嚴重、房子要降價很難

鄉林建設董事長賴正鎰今日指出，營建業缺工問題仍然嚴重，在成本持續上漲的壓力下，新屋房價要下來真的很困難。

鄉林建設董事長賴正鎰今（2）日指出，營建業缺工問題仍然嚴重，現在一天4000元幾乎是請不到工人，都要4500元，希望政府能趕緊開放至少1萬名勞工，此外，營造成本也是居高不下，以北市來看，一坪造價落在25-30萬元，在成本持續上漲的壓力下，新屋房價要下來真的很困難。

近幾年缺工問題嚴重，營造業者曾透露，現在幾乎沒有年輕人想來做勞力活，年輕人寧可送外賣、開UBER等，選擇相對輕鬆的工作都不想做工，加上外勞進不來，缺工問題日益嚴重，工資也水漲船高。

賴正鎰表示，缺工嚴重，像現在一般普通，僅單純需要勞力，不需要任何技術，舉凡搬磚、水泥等，一日薪水大概落在2000、3000元，但若是有一點技術活的工作，像是磨水泥牆、貼磚塊、水電工、油漆工、鋼筋綁砸工等，這些都是需要有一定專業技術或經驗的人員，這樣的勞工，現在4000元很難請到，幾乎日薪都要來到4500元。

去年以來政府接連打炒房，賴正鎰表示，政府真的不用再打房了，因為現在最嚴重的問題還是缺工、原物料高漲，開發商其實也不樂見房子飆漲太快，主要是在通膨、原物料大漲的時代，開發商僅是賺取一定的利潤空間，但成本大漲，房子的售價可能與後續發包的價格落差大，等於房子賣得太快是反而是增加不確定因素。

賴正鎰指出，正常來說，以前房子都是要賣個1、2年，但過去兩年在游資多、通膨、龐大的換屋需求下，像有些區域的隱形富豪，迫切需要新屋，導致不少案子是幾個月就完銷，甚至還有幾周就完銷，這是自己從業40多年來，沒看過的景象。

賴正鎰表示，蓋房子是一步步發包，開發商本來就很難抓成本，所以邊建邊售會是比較好的策略，也比較不會到了發包時，才發現成本上漲太多的問題，所以其實業界也期待市場慢慢走，預期房市將會盤整三年，朝向更健康的方向走。

賴正鎰指出，目前鄉林在雙北有20個都更案推動中，未來五年已備妥超過1,000億元土地案量，預計每年維持推案量落在200-300億元左右，今年下半年也將推出吉林、萬華兩案，未來也會朝商業與住宅雙向開發目標前進。

此外，像台北市素地少，但購屋需求其實頗高。賴正鎰指出，預期在都更等新案量的推動下，近兩年漲得最少的台北市，也會慢慢迎來補漲行情。

延伸閱讀
去年底預售屋成交戶數、價格縮減內政部長：打炒房效益顯現
 台灣高單價酒店興起賴正鎰：潮水退了才知誰沒穿內
 一年砸552萬租豪宅 2022最貴住宅租金出爐

本文授權轉載自：經濟日報

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。