連Google都警告員工：別向AI聊天機器人洩密！甚至Bard也要防，為什麼？|數位時代 BusinessNext

連Google都警告員工：別向AI聊天機器人洩密！甚至Bard也要防，為什麼？

隨著AI生成技術的成熟，人們開始在工作中使用聊天機器人作為輔助，不過近日Google警告員工不要在這些公共平台上輸入任何機敏資料，造成公司機密外洩。

小心！工作使用AI機器人恐洩漏機敏資訊

根據《路透社》的報導，有四位公司內部人士援引長期保護資訊政策證實，Google母公司警告員工不要使用任何AI聊天機器人，特別是不要輸入機密資訊。ChatGPT、Bard或其他AI聊天機器人的用戶可能沒有意識到他們和AI夥伴的對話不只停留於聊天中，還提供AI服務的公司能夠儲存這些聊天內容，而公司員工甚至可以訪問和查看用戶和聊天機器人之間所發送的訊息。

除此之外，研究人員還發現AI語言模型經常根據使用者所提交的資料進行數據訓練，雖然這麼做的目的是讓AI聊天機器人學習如何提供更好的服務，但這可能也導致聊天機器人在與其他用戶對話時共享他人所提供的資訊。這並非憑空猜測，因為ChatGPT的開發商OpenAI就在網站上載明，這項工具可能會使用用戶所提供的數據來改善AI模型。

Google的擔憂主要集中於公司的機密安全性，如果員工將機密資訊輸入聊天機器人，這些訊息都有可能向公眾公開，對於可能危及其產品安全性的程式碼也是如此，形成資安漏洞。因此，Alphabet也提醒工程師避免直接使用聊天機器人所生成的程式碼。

43%工作者會在老闆不知情的狀況，使用AI工具

而根據這個問題，Google回應《路透社》，儘管Bard生成的程式碼可能不是工程師所希望的建議，但它仍然是一個有用工具。Google表示，他們的目標是透明化呈現技術原有的侷限性，希望避免像ChatGPT一樣有對商業造成損害的風險。Google對此議題的謹慎也反映了，目前許多企業已經將避免使用公開的聊天機器人列入安全標準中。

事實上，也有越來越多的企業已經在AI聊天機器人中設置了防護欄，包含三星、亞馬遜和德意志銀行等。但是根據網站Fishbowl對美國頂尖公司在內約12,000名的受訪者進行調查，截至1月份，將近43%的專業人士會使用ChatGPT或其他AI工具，而且通常沒有告訴他們的老闆。

Google和微軟都有另外向商業客戶提供價格更高的對話工具，並保證不會將數據納入公共AI模型中。微軟消費者行銷長裕蘇夫‧梅赫迪（Yusuf Mehdi）對此表示，公司採取了適當的保守立場，不希望員工將公共聊天機器人用於工作是有道理的。不過微軟拒絕評論是否全面禁止員工將機密資訊輸入公共AI程式中，包含其自己公司的程式，但另一位高層告訴《路透社》他個人不會使用。

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。