生成式 AI 掀「代理人戰爭」：Nvidia 推 Vera CPU、Cognizant 搶當企業 AI 軟硬整合軍師

企業 AI 從「會回答」進入「會行動」新階段，Nvidia 推 Vera CPU 進軍代理式運算，Cognizant 則從系統整合商轉型為「AI builder」，試圖成為大型企業把模型能力變成營運績效的關鍵橋樑，雲端與服務業戰局全面升級。

生成式 AI 正在從聊天機器人時代，快速走向「會自己行動」的代理人（agentic）時代，硬體與服務供應鏈也因此重組。晶片龍頭 Nvidia(NVDA) 宣布開始出貨新一代 Vera CPU 系統，主打「代理式運算（agentic computing）」架構，並已親自交付給 OpenAI、Anthropic、Oracle(ORCL) Cloud Infrastructure 以及 SpaceXAI 等早期企業客戶。同一時間，IT 服務大廠 Cognizant Technology Solutions(CTSH) 則公開其 AI 轉型藍圖，強調自己要成為把 AI 模型能力轉化為企業營運價值的「橋樑」，企圖在新一輪 AI 投資潮中卡位。兩股力量一硬一軟，正聯手改寫企業科技版圖。

Nvidia 這次推出的 Vera CPU，被公司定位為 AI 工廠中的「新 CPU 時刻」。負責加速運算事業的高層 Ian Buck 形容，當 AI 從單純回答問題進化到主動執行任務、串接多步驟流程時，後端需要的是能把大量代理人工作「維持在軌道上」的專用 CPU。這批首發 Vera 系統並不是例行出貨，而是由 Buck 團隊「手提」造訪客戶，包括舊金山 SoMa 區的 Anthropic 辦公室，以及位於 Palo Alto 的 SpaceXAI。SpaceXAI 正評估 Vera 用於強化學習與代理人模擬管線，作為自家訓練堆疊的一部分，顯示 Vera 不只是通用伺服器 CPU，而是深度鎖定 AI 代理人場景的運算基礎。

在雲端陣營，Oracle Cloud Infrastructure 則率先表態要在 2026 年起，以「超大規模（hyperscale）」部署數十萬顆 Vera CPU，等於替 Vera 打開雲端租用模式的門。Vera 並非單兵作戰，而是 Nvidia 極致協同設計（extreme co‑design）故事的一環，與 Rubin GPU、BlueField 4 DPU、Spectrum‑X 網路與 MGX 機櫃架構共同組成 AI 資料中心完整堆疊。在 Vera Rubin NVL72 系統中，Vera 甚至直接透過第二代 NVLink‑C2C 與成對 Rubin GPU 相連，形成整合緊密的 CPU‑GPU 超級運算單元，針對大模型推論與代理人工作流做深度優化。

相較於 Nvidia 從底層硬體重新定義 AI 工廠，Cognizant 則是從「企業最後一哩路」切入。執行長 Ravi Kumar S 在公司活動上直言，現在模型進步愈快，企業能把這些能力變成實際營運價值的落差反而愈大，真正缺的是一座「從模型到產線」的橋。他點名，企業導入 AI 前，必須先補齊工作流程、控管與防呆機制、信任層、評估框架、情境與組織知識等周邊工程，否則模型再強也很難安全上線，而這正是像 Cognizant 這類服務商要扮演的角色。

Kumar 表示，Cognizant 近來看到客戶對 AI 相關的現代化與營運變革需求明顯升溫，從大型主機轉移到 Amazon Web Services 的案子，到 5 至 6 個 SAP 遷移專案，以及 10 至 12 個採用 Mistral 等技術的探索計畫，都顯示企業已不滿足於單點實驗，而是朝整體架構調整前進。過去 IT 服務業成長多倚賴系統整併支出，如今 Cognizant 則試圖疊加新的「價值池」——包括汰換舊系統、強化資安弱點與把 AI 帶入核心營運流程，以創造更高附加價值。

在應用層面，Kumar 認為軟體開發已是 AI 的「主流戰場」，但真正的大餅在企業營運，包括財務、法務、人資、客服，以及醫療與房貸等垂直流程。其中，醫療產業被視為最具顛覆性的場域：在約 2,000 萬名從業人員中，只有 500 至 600 萬人直接參與照護，剩下 1,400 至 1,500 萬人從事行政工作。Kumar 主張，部分行政工作可逐步由「數位勞動（digital labor）」接手，且可透過節省人力成本自我支付，並不完全依賴額外的資本支出，這對成本壓力龐大的醫療體系極具吸引力。

針對外界關注 OpenAI、Anthropic 等模型公司紛紛擴大企業部署服務，是否會擠壓系統整合商生存空間，Kumar 的看法反而相反。他認為，這些部署努力只是進一步證明「從模型到企業價值」仍需要一座專業橋樑，如同過去企業軟體、SaaS 與雲端供應商雖然都有專業服務團隊，卻從未真正擴展到足以涵蓋全球 2000 大企業的深度與廣度。Cognizant 因此不再把自己定位為傳統系統整合商，而要成為「AI builder」，從人才金字塔轉向「人機混編」跨領域團隊，從單純專案交付，轉向以平台為主導、對企業整體營運成果負責的模式。

在商業模式上，Cognizant 也預期計價方式將因 AI 而變。Kumar 指出，公司愈來愈需要替客戶承擔 AI 使用量與推論成本，token 化成為重要課題。未來的「AI 計價表」將從完全人工，到機器協助人工，再到人工驗證機器、最後走向高度自主的機器勞動。隨著更多工作由機器完成，單價可能上升，但計費單位數量下降，客戶也傾向把管理機器用量的責任交給服務商。然而他也坦言，token 成本在營運場景的風險高於研發，因此公司會優先聚焦在範疇清楚、可複製到多家客戶的流程上。

就落地速度而言，Kumar 預期，過去就習慣外包的功能，例如醫療作業、房貸處理、客服與財會，會較快導入 AI 混合人機營運；反之，法務與人資這類較少外包的領域，規模化速度可能較慢。Cognizant 也計畫善用既有資產，例如在醫療支付系統領域的 TriZetto 平台，讓其規則引擎成為 AI 代理人進入既有規則與管控流程的「護城河」，同時在保險帳務、房貸作業等過去傳統軟體效果有限的區塊，用 AI 爭取新的效率提升空間。

為了支撐這場轉型，Cognizant 也調整自家營運與資本配置。Kumar 表示，投資人可留意「每人營收」與「每人毛利」兩項指標，隨著公司透過 Leap 計畫壓縮管理層級、增加基層人才，再搭配 AI 工具與平台化服務，單一人力所帶來的利潤預計會有明顯成長。目前公司約有 50% 業務採固定報價、10% 採成果導向計價，且自 2023 年以來固定報價比重已提升近 10 個百分點。此外，公司在今年 1 月宣布 10 億美元庫藏股計畫後，又再加碼 10 億美元，希望對外釋出信心訊號；併購方面，則鎖定能補強平台與營運能力的標的，例如尚未完成的 Astreya 交易，可帶來以「每用戶」計價的工作場所、資料與網路服務，而非傳統人力工時模式，與 AI 驅動的自動化邏輯更為貼合。

從 Nvidia Vera 到 Cognizant 的「AI builder」策略，可以看出企業級 AI 正邁向新階段：一端是為代理人工作流程量身打造的晶片與資料中心架構，另一端則是幫企業把 AI 嵌入財務、醫療、客服等實際流程的服務商。對投資人與企業決策者而言，接下來關鍵問題不再只是「用哪個模型」，而是「誰能把模型變成可持續、可計價、可控風險的營運能力」。在這場硬體與服務雙線競賽中，能同時掌握運算基礎與產線落地的玩家，恐怕才是下一波 AI 級距勝出的最大贏家。

點擊下方連結，開啟「美股K線APP」，獲得更多美股即時資訊喔！
https://www.cmoney.tw/r/56/9hlg37

免責宣言
本網站所提供資訊僅供參考，並無任何推介買賣之意，投資人應自行承擔交易風險。