「選擇權」不再是個好選擇？|數位時代 BusinessNext

股票選擇權的出發點很有說服力，希望把員工變成股東，鼓勵員工積極為公司效力，同時也鼓勵企業經理人做出能提升股價的決策。在過去長達10年的多頭市場中，不僅多達90％的美國企業已經採用股票選擇權的制度，歐洲的企業也蔚然成風。台灣企業雖然囿於法令限制，不能發給員工股票選擇權，但是類似的股票分紅(restricted stock bonus)，也造就了數以萬計，身價以億計的高科技新貴。

**股票空頭，選擇權光環消失

**
過去其實一直有投資人，還有拿不到選擇權的商學院教授，質疑股票選擇權的作法，根本是慷股東之慨。但是當股市持續上漲時，這樣的論調只是馬耳東風。然而在股票市場驟然變天，股票價格直直落的情況下，上市企業的股東會上，投資人紛紛質疑企業有濫發股票選擇權的嫌疑。台灣少數可以發放股票選擇權的和信超媒體，最近就傳出了管理階層大量換血，更令投資人震驚的消息，那就是原先的管理階層，已經陸陸續續處分股票四、五百萬美元，幾佔目前市值的1/10。
其實和信超媒體的管理階層，對公司能在華爾街上市功不可沒，因為股票上市，也才能留住保命的現金，成為台灣少數存活的網路公司之一。只是風水輪流轉，股票選擇權和股票分紅制度，一夕之間淪為人人喊打的過街老鼠。忍了很久的《經濟學人》 (The Economist)和《財星》 (Fortune) ，最近也不約而同撰文檢討股票選擇權的缺失。
一般投資人想像不到的是，無論股票選擇權或是股票分紅，都不會當作成本出現在公司的損益表上，而是由公司直接發行新股(或由市場買回庫藏股)交給員工。因此不但過度美化了獲利數字，同時也稀釋了原有股東的股份比例，等於說是將公司價值，由原有股東身上，五鬼搬運到員工手中。根據統計，如果微軟(Microsoft)將發給員工的股票選擇權作為費用處理，則過去幾年的獲利，會是一張慘不忍睹的紅色成績單。
在稅務方面，股票選擇權激起更大的爭議，因為股票選擇權雖然不出現在損益表上，卻可以抵免企業所得稅。美國稅務機關沒有大驚小怪的部分原因在於：照實價課稅的「資本利得」，在美國是併入個人所得稅計算，因此當擁有所有權的員工賣出股票時，國庫的收入依然源源不絕。
不知道是不是因為股票所有權制度是從美國坐飛機來的有時差，還是怎麼回事？往往遠遠落後於潮流的台灣，最近才開始有引入股票所有權制度的提議。但是股票所有權不僅已經證明不是振興企業的萬靈丹，恐怕還有潛力成為扭曲機制的元兇之一，如果在沒有合適的配套措施配合下實施，不難想見管理階層配合股市作手炒作股票，或是大股東濫發股票選擇權，圖利自身的情況將會層出不窮，股票選擇權將會是一隻不受獸檻限制的野獸。看來如果想要激勵員工，還是想想「股票選擇權」以外的選擇吧！

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。