“去年谈大模型，上半年咱们还会‘谈龙虾’，这次来大家都不谈了，热劲过了。”IBM大中华区首席技术官翟峰的一句话，道出了过去一年企业AI市场最真实的变化。
过去一年，无数企业尝试了AI试点：自动生成会议纪要、一键做短视频、辅助写代码……热闹归热闹，但大家渐渐发现一个问题——雷声大、雨点小。投入了不少，回报却看不到，领导觉得没意思，团队也跟着疲惫。
这并非悲观，而是当下中国企业AI落地普遍遭遇的现实困境。当无数个“小试牛刀”的项目做完，核心业务没有任何变化，决策方式依然靠“拍脑门”，成本倒是先上去了。问题到底出在哪？
“因为很多企业现在是在租用智能，而不是拥有智能。”翟峰解释说，所谓“租用智能”，本质上是通过调用外部模型能力解决局部问题。企业确实获得了智能服务，却没有积累属于自己的智能资产。数据没有沉淀，流程没有优化，决策体系没有进化。一旦停止调用，能力也随之消失。而真正的企业智能化，应该让企业自身的能力持续成长。
这种现象并非个例。一家中国头部的扫地机器人企业，全球排名第二，海外营收占比超过70%，产品从扫地延伸到割草、泳池清洗，业务保持高速增长。但管理跟不上了——年度预算一年做一次，市场变化以周为单位，等预算批下来，渠道政策已经过时了。管理层想上AI，结果发现数字化的地基还没打牢，数据孤岛林立，连统一的经营数据视图都没有。
这样的情况并不少见。翟峰上个月参加了一个CIO大会，数百位技术负责人聊到最后，发现被卡住的地方出奇一致：不是模型不够强，是私域数据没法用；不是智能体不够聪明，是核心流程还没自动化。
过去几年，很多企业把数字化看成信息系统建设；而AI时代，人们开始发现，数字化真正的价值在于为智能化提供基础：没有统一的数据体系，再强的模型也无法形成准确判断；没有标准化流程，再聪明的智能体也难以真正参与业务运营。
800亿美元，筑牢AI落地的根基
过去8年，IBM花了800亿美金收购了29家软件公司，其中不少是开源领域的头部玩家。从2018年收购红帽开始，到后来收购Confluent、HashiCorp，这条路径逐渐勾勒出一幅清晰的图景：为企业构建AI时代所需的底层能力。因为IBM发现，企业AI落地最难的部分，从来不是模型本身，而是模型背后的开发、治理、安全与运维体系。
在 AI 编码、应用研发这片当红赛道上，IBM Bob 成为一套差异化解决方案。
当下 AI 辅助写代码成为主流，但企业级开发和个人使用有着天壤之别：复杂老旧系统的技术债、AI 调用带来的Token 成本失控、自动生成代码暗藏的安全漏洞、多团队协作流程割裂，都是实实在在的痛点。
Bob 定位为面向企业的 AI 研发伙伴，贯穿需求拆解、代码生成、测试部署、应用改造全流程。它独创多模型智能路由机制，会根据任务难度匹配不同模型，简单的代码补全、基础配置调用轻量化开源模型，复杂架构设计、故障排查才启用高阶大模型，从源头控制使用成本；同时搭配统一 Token 池管理模式，告别单人套餐的资源浪费，大幅提升利用率。
除此之外，系统内置代码实时扫描、沙箱隔离、全量审计日志等安全能力，对 AI 生成的内容层层把关，也约束智能体的操作权限，避免误操作影响生产环境。
“目前 Bob 已在 IBM 内部全面落地，覆盖八万余名内部用户，一线研发人员日常使用率高达 65%，团队重复性工作耗时减少九成，整体开发成本下降 40%。”IBM中国科技事业部AI解决方案技术专家林凯迪表示，对于深陷 AI Coding 成本与安全两难的企业而言，这套融合流程、成本、安全的方案，走出了区别于纯工具类产品的新路径。
如果说 Bob 守护开发的全生命周期，那么 HashiCorp 则筑牢了基础设施的安全防线。随着 AI 智能体、各类自动化应用普及，企业内部出现了一个新现象：机器身份数量远超人类身份。
相关统计显示，如今企业内机器身份与人类身份的比例达到 80:1，而 85% 的网络安全事故，根源都在于机器身份、密钥泄露。不少企业习惯将数据库密码、API 密钥直接写入配置文件，一旦出现漏洞，整个业务体系都会面临风险。
针对这一顽疾，HashiCorp 旗下 Vault 打造了集中式机密与身份管理体系，将所有密钥、访问凭证统一收纳管控，配合动态密钥机制，让凭证生命周期缩短至分钟级，即便不慎泄露也无法被长期利用。
同时产品支持两地三中心的金融级高可用架构，实现毫秒级故障切换，充分满足金融、制造等关键行业的严苛要求。
目前 Vault 全球下载量已突破 2.5 亿次，在全球头部银行、科技企业中得到广泛应用。IBM中国科技事业部解决方案架构师徐清透露，有零售企业引入该方案后，彻底解决了数十个智能体密钥外露的隐患；还有企业借助信封加密技术，让 AI 对话数据全程加密存储，在保证体验的同时守住数据红线。
而 IBM Concert 则瞄准 AI 时代的运维难题。AI 带来海量新增代码与应用，漏洞数量呈指数级增长，传统人工打补丁、排查故障的模式早已不堪重负。
“这套智能运维平台整合观测、优化、安全保护三大能力，能够自动监测全链路运行状态，自动化完成漏洞修复、补丁推送、证书更新等工作。”IBM 中国科技事业部自动化及安全解决方案技术专家冯圣波补充说，国内某大型电信运营商借助 Concert 管理二十余万台服务器、六百多个应用，补丁交付效率提升四倍，整体运维工作量减少八成，原本繁琐重复的运维工作实现全面自动化。从研发编码到基础设施安全，再到智能运维，三款产品形成完整闭环，让 AI 拥有了稳定、可靠的运行土壤。
让AI扎根业务场景
夯实技术底座只是第一步，AI 最终的价值，终究要在真实业务场景中落地。脱离业务的技术都是空中楼阁，结合国内制造、汽车、消费电子、生物医药等主流行业的需求，IBM 围绕研发、生产、供应链、经营管理全链条，聚焦四大核心解决方案，让 AI 深度嵌入企业核心运转流程。
研发侧，复杂产品（汽车、飞行器、医疗设备）的工程化管理是核心痛点。这类行业软硬件高度融合，还背负着ASIL、DO-178等严苛的合规要求，传统开发工具各自为政，数据不通、流程脱节。IBM的ELM（工程生命周期管理）平台搭建了贯穿需求、设计、开发、测试、交付的“数字线程”，实现全链路数据双向追溯。
IBM 中国科技事业部ELM解决方案资深技术专家余显豪分享了两个案例：一家智能驾驶座舱技术商，之前开发工具来自不同供应商，数据离散，上下游协同困难，海外业务也跟不上合规要求。上了这套平台之后，从需求到测试的全链路实现了双向追溯，汽车行业的ASIL安全标准也一并合规；另一家飞行汽车公司，则用它同时应对航空适航认证和汽车安全法规两套标准。
在翟峰看来，ELM在中国主攻汽车行业是有原因的。“就像当年的手机从功能机到智能机，汽车现在走到智能汽车，需要大量软硬件结合。这些车企上半场是智驾，下半场会变成飞行器企业、机器人和具身智能企业。”
经营侧，很多企业深陷“Excel地狱”——财务、销售、供应链数据分散在不同表格与系统中，每月做报表、编预算耗费大量人力，决策严重滞后。IBM的Planning Analytics（PA）定位为“智慧经营大脑”，它能与Excel深度整合，学习成本极低，核心能力是多维内存计算和AI预测。
一家出海制造业龙头用它做全面预算和经营分析平台，财务人员从“收邮件、对数据”的低价值劳动中解放出来，转而进行战略模拟和多场景测算。“以前是一年做一次预算，现在是随时可以问：销量涨5%对现金流有什么影响？供应链延期对排产有什么影响？”IBM中国科技事业部客户成功经理董朝说。这个产品在国内的主战场是消费品领域——从头部手机厂商到知名茶饮品牌，再到一线化妆品企业，都在用它做销售计划、营销计划和财务预测。
生产侧，对于资产密集型企业，一台核心设备停机就可能造成巨额损失。半导体产线停摆一分钟损失可达上千万元，游乐园的特种设备故障更是直接关乎人身安全。IBM的Maximo资产管理平台融合物联网、AI视觉、预测性分析技术，将传统“事后维修”升级为“事前预判”
IBM中国科技事业部客户成功经理刘品一分享了两个案例：一家头部新能源车企用它搭建了自助AI视觉检测平台，零代码训练了115个模型，覆盖3个工厂的11条产线，模型研发成本节省了60%；另一家出海生物医药企业，用它同时满足FDA、EMA等不同监管机构的合规要求，把设备平均故障率降低了35%，维修时间缩短了25%。
供应链侧，出海必修课是B2B集成。中国企业要进入全球供应链，必须与链主企业的系统对接，而对接的“通用语言”是EDI（电子数据交换）。这可能是最不“AI”的一个领域，但却是出海企业最刚需的能力。IBM的webMethods B2B集成方案深耕数十年，支持各类主流传输协议与行业标准。
IBM中国科技事业部客户成功经理张艳发透露：“一家2017年成立的荷兰半导体封装公司，因为主要客户使用RosettaNet标准，直接选择了IBM的预置方案。而国内某头部消费电子制造商，从2001年就开始用IBM的集成平台，到现在还在续购。”
写在最后
过去一年，企业对于AI的态度正在发生微妙变化。
最初，人们关注的是模型参数有多大、能力有多强；而今天，越来越多企业开始关注另一个问题：这些能力究竟能否转化为经营成果
这也是IBM反复强调“拥有智能”而非“租用智能”的原因。企业真正需要积累的，不是一次次调用模型的记录，而是沉淀在自身数据、流程和业务体系中的能力。因为只有这些能力，才会随着时间推移不断增值，最终成为企业竞争力的一部分。
从研发到运维，从安全治理到经营决策，从生产管理到全球供应链协同，IBM试图搭建的并不是一个AI工具集合，而是一套让AI能够持续运行、持续创造价值的企业能力体系。
当行业逐渐走出对技术热点的追逐，AI竞争也正在进入新的阶段。比拼的不再是谁最早接入大模型，而是谁能够将数据、流程、组织和技术真正融合在一起，让AI成为企业经营体系的一部分。
这或许才是AI从概念走向价值的真正起点。
京公网安备 11010202008829号