跨廠牌 AI agent 各自為政,企業要的是統一中控:Cognizant 把 ServiceNow agent 接進單一編排層,再疊一層 AI Control Tower
企業手上不缺 agent,缺的是有人把它們統一中控。但『統一到單一廠商的層』和『一套治理套所有 agent』,可能正好是解錯題的兩種方式。
追蹤 AI、資安、數位工具、軟體產品、新創、半導體、產業科技與科技政策。
企業手上不缺 agent,缺的是有人把它們統一中控。但『統一到單一廠商的層』和『一套治理套所有 agent』,可能正好是解錯題的兩種方式。
微軟願意在毛利被壓的情況下砸 1900 億、含淚吞 250 億漲價,賭的是 AI 需求撐得住這個成本結構。台灣看這條新聞最容易只讀半邊:不能只看記憶體台廠利多,也不能只看 PC 被壓垮。
上海 MiniMax 6/1 推出開源權重的 M3,前沿級 coding、百萬 token 脈絡、原生多模態一次到齊,定價只有西方旗艦零頭。但對台灣團隊真正的訊號不是又一個跑分新王,而是自架可行性與選型的成本結構被重寫。
你給 agent 一個任務,它把該花不該花的 token 一起燒掉,帳單月底才來。研究發現叫它「省一點」根本守不住預算,那預算意識到底該擺在哪一層?
多數人看到的是估值排名。我看到的是:前沿模型公司正在變成算力與供應鏈的金融槓桿體,估值撐起的其實是一張一張算力預購合約。台廠該讀的是配額流向,不是誰比較貴。
AI 助理原本值得信,不是因為它聰明,是因為機制上沒有騙你的理由。廣告生意種下的,正好是那個相反的理由。要盯的是誘因,不是那格 banner。
為什麼一家前沿模型公司要花 1.5 億去教非營利組織用 AI?把它讀成純慈善會漏掉一半:同一筆錢也在把 Claude 鋪進 400 家組織的日常,順便養一批以 Claude 為工具母語的早期職涯人才。
為什麼投資人搶的不是下一個大模型,而是一個租 GPU、代管開源模型的平台?因為開源模型正在把模型本身變成商品,價值移到了『誰能把它跑起來』那一層。
WWDC 2026 上 Apple 把新 Siri 建在 Google Gemini 之上,還因法規在歐盟、中國缺席。該讀的不是功能多炫,而是單一供應商依賴,加上落地範圍被治理與合規綁住。
資本正在賭一件事:AI agent 進生產環境後,需要有人盯著它們。但買監控工具不等於解決『agent 會亂來』這題,看見不等於管好。
HBM 龍頭季賺 40 兆韓元還要掛牌募 294 億美元,為什麼?因為 HBM4 的護城河不在 DRAM 晶圓,在先進封裝與邏輯基礎裸晶,而那一段掌握在台積電手上。
為什麼一個還沒公開發布的模型,賭盤能開到六十幾萬美元?因為不確定性被商品化了。但賠率不是路線圖,跟著它調整選型是把工程問題交給賭客投票。
Anthropic 6/17 開首爾辦公室,一口氣拿下 NAVER、三星 SDS、LG CNS、Nexon、Hanwha。拿下一個國家的企業市場靠的不是模型強,而是在地辦公室、資料主權、國家安全合作、in-region data 整套打包。台廠導入前沿 AI,in-region 資料控管會是談判與選型的關鍵籌碼。
IPO 才過半年、募資還沒花完就折價再抽 70 億,管理層在說一句話:現在的速度比未來的股權貴。真正的題不在錢,在製程、良率與生態。
把行動 agent 配上監督 agent,等於把企業治理的 Maker-Checker 雙人覆核搬進 AI。問題是,當會出錯的人和盯著它的人都換成 AI,這套覆核真的夠成熟了嗎。
把模型關掉的不是 Anthropic 的商業決定,是它頭上的政府;理由跟你買它做什麼、付多少、合約怎麼簽都無關。這才是單一供應商風險真正抖的地方。
過去看人形機器人都是後空翻、疊積木的展示影片。這次擺上桌的是兩個產線數字:每小時一台、逾三萬輛車。能力跨過去了,難的是落地門檻怎麼收。
以前一家公司配一顆模型:Google 是 Gemini、OpenAI 是 GPT。現在三大雲全走 multi-model,模型正在商品化;企業未來買的不是模型,而是切換模型的能力。