關鍵要點：
- IBM 在 Think 2026 大會上推出了四部分組成的「AI 運營模型」，旨在整合智能體、數據、自動化和混合雲基礎設施，推動企業從 AI 實驗轉向系統性應用。
- 下一代 watsonx Orchestrate 被定位為多智能體控制平面，用於管理和協調來自不同供應商的 AI 智能體，解決大型組織中的「智能體擴張」問題。
- 該策略強調了 IBM 作為集成商而非僅僅是模型構建者的角色，重點關注在超過 70% 數據仍保存在本地的複雜企業環境中治理 AI。
返回
返回
IBM 發佈「AI 四部分模型」，旨在推動企業跨越實驗階段
IBM 將 AI 視為運營轉型挑戰，而非僅僅是模型或工具的競爭，並強調其對 AI 模型的獨立性。
國際商業機器公司 (IBM) 正將其企業級 AI 的未來押注於一種全新的四部分架構，旨在推動客戶從孤立的部署轉向具有可衡量回報的系統性集成。在 5 月 5 日波士頓舉行的 Think 大會上發佈的「AI 運營模型」旨在為公司如何在整個業務範圍內治理和擴展人工智能提供藍圖。
「領先的企業並不是在部署更多的 AI；它們正在重新設計其業務運營方式，」IBM 首席執行官 Arvind Krishna 在媒體簡報會上表示。
該戰略建立在四個集成支柱之上：協作智能體、實時連接數據、自動化工作流和託管混合雲基礎設施。關鍵發佈包括作為多智能體控制平面的下一代 watsonx Orchestrate，在收購 Confluent Inc. 後加深實時數據流集成，以及擴展其 Concert 平台，將 AI 驅動的安全和運營管理直接嵌入到開發人員工作流中。
這種方法針對的是企業複雜性的核心，IBM 指出，超過 70% 的數據仍存儲在內部本地系統中。通過專注於在數據所在地編排 AI，IBM 將自己定位為那些在 Google、亞馬遜雲服務 (AWS) 和微軟提供的多種雲平台以及自有數據中心之間遊走的企業不可或缺的集成商。
企業 AI 的「問責架構」
分析師認為這一新焦點與其說是產品捆綁，不如說是一種「問責架構」。Greyhound Research 首席分析師 Sanchit Vir Gogia 表示，真正的轉變在於解決一旦 AI 工具開始在整個企業中發揮作用後如何對其進行治理。「企業 AI 的未來屬於那些能夠治理行動，而不僅僅是生成內容的人，」Gogia 說。
這一核心是 watsonx Orchestrate 演變為來自多個供應商（包括 OpenAI LLC 和 Anthropic PBC）智能體的統一框架。Info-Tech Research Group 研究員 Mark Tauschek 表示，這直接應對了日益嚴重的「智能體擴張」問題。隨著組織部署更多專門的 AI 智能體，缺乏中央編排會導致政策不一致並增加風險。通過讓智能體像數字同事一樣協作——一個負責工作分類，另一個負責數據檢索，第三個負責標記異常——公司可以構建更具彈性和適應性的工作流。
數據與混合雲作為核心支柱
IBM 高管強調，這些智能體的有效性完全取決於基礎數據的質量。「你的 AI 質量取決於你的數據質量，」IBM 軟件高級副總裁 Rob Thomas 表示。將 Confluent 的實時數據管道集成到 watsonx.data 中，旨在為智能體提供持續更新的上下文，這是採取有效行動的前提。
該戰略的其他支柱涉及自動化和基礎設施。IBM Concert 平台為 AI 驅動的運營提供了跨應用和網絡的統一視圖，而 IBM Sovereign Core 的全面上市則允許受監管行業的組織在嚴格受控、受地理限制的環境中運行 AI。這種對開放、混合方法的承諾通過與 Google Cloud 擴展的合作關係得到了進一步證明，使 watsonx.data 和 Red Hat OpenShift 等 IBM 軟件可以直接在 Google Cloud Marketplace 上使用。
最終，IBM 認為 AI 的下一波價值將來自運營集成，而不僅僅是模型性能。該公司報告稱，通過部署這項技術，已推動了超過 50 億美元的內部生產力提升。Thomas 將 AI 的現狀與電氣化的早期階段進行了比較，認為大多數部署就像增量燈泡。「它很有用，但並未真正重新定義公司的運行方式，」他說。「這是為了超越燈泡，轉向對公司運作更基礎的事物。」
本文僅供參考，不構成投資建議。
