“整体看，我对今年中国的总体形势还是偏乐观的。”2025年第一场春雨刚过，在IBM 2025年第一季度媒体及分析师沟通会上，IBM大中华区董事长、总经理陈旭东对2025年还是充满期待的：“整体而言，IBM在中国的人员还是非常多的。我们相信沿着正确的战略方向，坚决执行公司的产品策略，中国业务能够越来越好。过去一年，我觉得我们执行得还是比较到位的，所以我们士气还是非常好的，今年预计民营企业会有一个比较好的开头，我相信也会对今年的业绩带来利好。”
IBM大中华区董事长、总经理陈旭东
一年前，基于国际和中国市场格局的改变，经过一系列调整后，陈旭东在IBM 2024年第一季度媒体沟通会上明确提出未来IBM在大中华区的三个战略重点：深耕重点大客户、突破新市场、大力拓展渠道。其中，所谓“突破新市场”，就是要将“中国本土的民营企业市场作为主要增长点，把IBM的领先技术和行业专长带到民营企业，支持他们的数字化转型和企业发展，包括海外拓展。”在明确“出海”将成为IBM未来业务层面的重要领域的同时，IBM也进一步说明，那些“跨国公司以及最具发展潜力的汽车行业，将是我们的主攻方向”。
“从去年开始，我们已经逐渐把我们增长路径描绘得更加清楚：IBM百年积淀的客户信任，遍布全球、携手共创的合作伙伴生态，从顶层设计、落地实施到ROI转化全覆盖的行业专长，混合云+AI的领先技术，以及长线投资策略，共同成就了IBM的可持续增长路径。”陈旭东强调，“2024财年，IBM全球实现了628亿美元的年收入，自由现金流127亿，达到了历史新高。更值得一提的是，IBM的业务结构也发生了变化：有45%左右的业务已经变成软件业务，35%的业务是咨询业务，20%是硬件业务——20年前，IBM 80%业务收入来源于硬件。”
事实上，无论是调整组织架构，还是将业务重心从硬件向软件+咨询服务转变，IBM的目标都是为了让蓝色巨人重新找回灵活应对用户需求的能力。而作为一家在以技术和产品论英雄的IT产业具有领先优势的企业，“混合云+AI”的技术产品战略显然承载了IBM更多的期望。如果单纯从技术层面看，AI无疑是此次IBM寻求业务突破的重中之重。
在整个IT产业当中，如果要发掘企业级AI应用的起点，IBM的身影是不容忽视的存在。早在AI诞生之初，1960年代，IBM就开发了Shoebox，这是一个能够识别16个单词的语音识别系统，尽管功能简单，但它却是第一代人机语音交互的开始。此后，专家系统成为AI技术的主流应用。IBM在这一时期开发了多个专家系统，并将其应用于医疗诊断、工业控制等领域。从彼时起，IBM就开始尝试将AI用于企业级应用。
IBM在AI方面被广泛关注，是在1997年，IBM的深蓝（Deep Blue）超级计算机击败国际象棋世界冠军加里·卡斯帕罗夫，成为AI历史上的里程碑事件。深蓝的胜利不仅展示了IBM在计算和AI领域的强大实力，也让企业看到了AI在复杂决策中的潜力。进入2000年代，IBM进一步推动了商业智能（BI）和数据分析技术的发展。IBM的DB2数据库和InfoSphere平台为企业提供了强大的数据管理和分析能力，帮助企业从海量数据中提取洞察。此外，IBM收购了SPSS统计分析软件，将其整合到企业级解决方案中，为企业提供数据挖掘和预测分析工具。
到了2010年代，IBM在AI领域取得了革命性突破，推出了认知计算平台Watson。2011年，Watson在美国电视节目《危险边缘》中击败了人类冠军，展示了其在自然语言处理和问答系统方面的强大能力。Watson的胜利不仅让AI技术走进了公众视野，也标志着IBM从传统的计算模式转向认知计算模式。随着云计算的兴起，IBM将AI技术与云平台相结合，推出了IBM Cloud和Watson Studio等产品，进一步降低了企业使用AI技术的门槛，同时还推出了Watson Assistant和Watson Discovery等产品，进一步扩展了AI在企业中的应用场景。
“DeepSeek 给我们带来的启示是，最佳的工程设计应该从性能和成本两个方面进行优化。一直以来，人工智能被视为规模化的游戏——模型规模越大，效果越好。但 DeepSeek 真正的突破除了规模，还关乎效率方面。在 IBM 的研究中，我们发现针对特定用途优化的模型已经将人工智能推理成本降低了 30倍，极大提高了人工智能模型训练的效率和可及性。”就在2025年初，DeepSeek一夕之间震动全球IT圈的时候，IBM 首席执行官Arvind Krishna发表文章称：炒作的时代已经结束。我坚信 2025年必须成为打破人工智能技术垄断的破局之年。到 2026年，社会各界不应止步于应用人工智能，更要成为人工智能共建者。他强调说，DeepSeek的出现印证了IBM之前的一直坚持的观点：更精简高效的模型无需庞大封闭系统也能取得实质突破。企业不需要一个庞大、全知的模型或系统，他们需要的是开放、有针对性且高效的AI，通过契合自身需求、高性价比的解决方案，充分释放生产力潜能。
陈旭东在演讲中强调，虽然企业领导层已经看到 AI 技术的巨大创新潜力，但其在业务模式、组织架构等方面并未完全准备就绪，在如何将技术转化为生产力的路径方面也缺乏明确、既定的模式。更重要的是，“人们对企业级 AI 认识存在几个误区。”在他看来，第一个误区是很多人把AI等同于生成式AI。“在生成式 AI 出现在大众视野之前，AI 已经在很多领域实现了应用，包括自动驾驶、地图导航、自动客服、流程自动化……IBM也早在2011年就发布了企业级AI产品，并已服务全球4万多家企业。它已经基于深度学习的理论在应用，而且有很多应用场景。”第二个误区，是很多人觉得应用AI技术和产品仅是CIO的事。陈旭东认为：“虽然很多新技术的引入是CIO主导的，但AI不一样，它带来的不仅是技术升级，更是业务变革，涉及整个组织的文化、技能、供应链等方面。”他强调说：这样的变革通常是 “一把手工程”，尤其考验 CEO 对 AI 技术的应用趋势是否有正向且理性的判断。“没有CEO的深度参与，AI在企业的应用会大打折扣。”最后一个误区，是很多人觉得AI离规模化应用还很远。“这一点，仁者见仁，智者见智，主要取决于每个人对技术的预期是怎么。我认为一个技术能不能大规模开始运用，取决于三个方面：一个是技术的成熟度，第二是应用的效果，第三是未来的价值。从这几个角度去考量AI，AI规模化应用的时代已近在眼前。企业已经准备好进行一定规模化的部署，包括IBM自身也作为零号客户在大规模使用AI。我们也坚信 2025年会成为打破人工智能技术垄断的破局之年。”
也许是基于这样的判断，IBM在推进企业级AI应用方面明显加快了脚步：就在今年年初，二月底，IBM推出其Granite大型语言模型家族的最新一代产品Granite 3.2，持续推动小型、高效、企业专用的 Al，为实际应用创造效益。一周后，3月11日，IBM宣布已完成对 HashiCorp 的收购——HashiCorp 的产品可自动化和保护支撑混合云应用程序和生成式 AI 的基础设施。
拥有成熟的技术、产品和工具，与企业是否真的能够用好，这是两个不同纬度的问题，对于技术提供者而言，做好技术和产品的储备，也仅仅是万里长征的第一步。真正要点燃这场企业级AI应用的燎原之火，显然还需要为企业提供一个可遵循的理论逻辑和可验证的方法论。
“这段时间AI很火，To C的领域已经火爆了，几乎每个人手上都有一个AI的APP在用。但是在企业级应用里，AI应用更像是一场马拉松，需要一步一步，扎扎实实去部署实践。” IBM大中华区科技事业部技术销售总经理、首席技术官翟峰认为，对于企业而言，应用AI技术和产品，首先需要解决考虑的问题包括数据、模型、治理、安全等等诸多方面。“大家知道从网上下载下来的很多大模型几乎拥有公开世界和互联网上所有的数据，但是它对于你的企业是一无所知的。所以你问它你企业的情况，它是不知道的，更没法帮你的企业做决策，所以企业的高价值、高质量的数据是第一因素。”他强调说：“很多企业不是从零开始，它有大量的信息化系统、基础建设，包括大量的应用、ERP、MES等等系统，AI怎么把这些系统连接起来、赋能，也是企业需要考虑的重点问题。”
翟峰强调，帮助企业应对复杂的AI应用落地的问题，IBM有一套从最底层的基础设施，向上到混合云AI工具、数据服务、AI中间件，直到AI助手/智能体的完整“企业级AI全栈能力”：“IBM提供的大量相关工具，能够从保障底层基础设施的IT弹性和安全性开始，为企业提供一个从数据到应用的全面AI应用支持，把企业的流程、数据进行打通，做到全程自动化。”不仅如此，翟峰认为，IBM咨询在其中也发挥着非常重要的作用：“企业用户要解决的是业务问题，IBM多年以来对各个行业的业务洞察能力，再加上IBM合作伙伴的服务能力，会使得这样的一些企业级AI能力更容易落地，这也是我们这几年在国内主要做的事情。”
“AI落地不是一个简单技术产品工具的落地，是结合企业、行业的场景、行业的应用、行业的痛点进行打造的具有针对性的解决方案。”然而这也并不意味着，企业级AI应用将是一个复杂且大型的IT实施部署项目。翟峰尤其谈到IBM重点发展的AI智能体平台watsonx Orchestrate：“这是watsonx平台最新的一部分，主要做三件事：第一，其内置了IBM非常多开箱即用的智能体，比如说在HR领域、销售领域或供应链领域，而且它是开放的，如果你觉得跟业务有距离，可以在它的模板上直接修改，能够加速应用开发；第二，watsonx Orchestrate提供了大量的低代码工具，帮助客户加速应用开发，通过‘拖拉拽’的方式，把你的向量数据库、数据跟业务、API进行打通；第三，如果你的企业Agent是一个、两个应用的时候没有关系，可能未来是1000个、1万个的时候，这些AI应用怎么管理起来？就也是该产品接下来要专注的领域。”
写在最后
人人都说企业级AI应用的时代已经到来，但是没有人告诉企业用户，具体该以怎样的模式在自身的业务场景中注入更多的AI能力。因此与其呼吁企业用户关注AI应用，不如真正提供一些让企业用户对AI技术放下戒备、并乐于尝试引入AI能力的理论、工具或者方法，这至少看起来是更有诚意的。
京公网安备 11010202008829号