IBM 的开源策略：AI 市场转变、DeepSeek 的经验教训与 AI 发展的未来

IBM 正处于一个转折点。在强劲的收益和股价快速上涨之后，很明显首席执行官 Arvind Krishna 的长期战略正在取得成效。

我们一直在密切关注 IBM - 我们亲眼见证了 Krishna 的愿景，参加了分析师会议，与高管进行了一对一的讨论，并在 theCUBE 上广泛报道了其人工智能和混合云战略。本周，我在纽约，IBM 举办了多年来的首次投资者日，恰逢其股价创下历史新高。

在这里，我将分析其 AI 发展态势的演示内容及其背后的关键驱动因素 - 因为这正是推动 IBM 业务增长和股价加速的因素。数据不会说谎：IBM 在软件、咨询和基础设施领域都实现了增长，市场也在奖励其执行能力。

IBM 一直在磨砺自己，将自己定位为 AI 浪潮中的集成商和"工具提供者"。它拥有庞大的、以企业为主的安装基础，这对于在 AI 转型中取胜至关重要。我们在 theCUBE 上常说：在转型中才能获胜。现在，IBM 正与整个行业一起经历转型，并正在执行 Krishna 的战略。

现在的问题是：IBM 如何将其优势延伸到 AI 的下一个时代？

开源优势：从 DeepSeek 中学习

IBM 长期致力于开源事业，其 Red Hat 部门是混合云和开源企业解决方案的事实标准。这就是为什么 DeepSeek 成为 AI 创新的典范。对包括 IBM 在内的许多公司来说，这不是一个颠覆性事件，而是一个迭代的、高效的 AI 创新模式，能够快速、经济地推进 AI 发展，补充他们构建 AI 战略和产品的方式。

DeepSeek 证明了速度、学习和执行比纯粹的规模更重要。IBM 和 Red Hat 对这个游戏了如指掌。"开源是 IBM 和 Red Hat 的生存之地"，Red Hat 的 CEO Matt Hicks 如是说。IBM 深谙此道。他们一直都知道如何在企业中商业化开源，现在他们有机会将 DeepSeek 式的模式扩展到他们的 AI 和混合云战略中。

DeepSeek 之所以引人注目，是因为其低成本的 AI 创新模式，但真正的故事在于它是如何做到的：

- 专家混合而不是暴力 AI 训练

- 高效的内存管理和压缩注意力机制

- 智能利用 H800 图形处理单元和替代芯片

- 优化的模型设计，在保持性能的同时大幅降低成本

经验教训是什么？AI 软件和算法效率胜过原始计算能力。而 IBM 的 AI 战略完全符合这一转变 - 更精简、更优化的模型，经济高效的训练和能够在企业规模集成 AI 的混合云基础设施。

IBM 的 AI 战略：Granite 模型的成本效益性能

IBM 的 Granite 模型已经证明它们可以在成本和性能上竞争。以下是 IBM 的 AI 优势：

- 在金融服务用例中比 ChatGPT-4 Turbo 便宜 98%

- 比 Llama 3 70B 便宜 75%，且不影响性能

- 更小、更专业的模型，训练成本仅为原来的一小部分

这不仅仅是价格优势 - 这是结构性优势。IBM 并不试图在大型基础模型上与 OpenAI 或 Google LLC 比拼支出。相反，它专注于高效、专用的 AI 模型，以极低的成本提供企业级可靠性。

这正是 Red Hat 擅长的领域 - 在企业中扩展开源创新。IBM 的混合云和 AI 技术栈现在已准备好推动经济高效的高性能 AI 采用，就像 DeepSeek 通过其优化方法所展示的那样。

开发者和创业机会：IBM 作为 AI 集成中心

IBM 最大的机会不仅仅是构建 AI 模型。它正在为开发者和创业公司代理访问下一代 AI 驱动的企业解决方案。

开发者和创业公司希望进入 IBM 的安装基础，而像 IBM、Dell Technologies Inc. 和 Salesforce Inc. 这样的大型incumbent不再试图强迫开发者在他们的平台上编码。相反，他们正在转向集成模式 - 让开发者构建进他们的 AI 和混合云技术栈。

这种转变意义重大，因为它意味着开发者和企业客户不必更改他们的工具。他们只需插入 IBM 的 AI 软件和基础设施。这对 IBM 来说是一个制胜策略，因为：

- 它已经拥有企业关系

- 其企业客户不介意改变流程和软件，但不想更换工具和系统

- 它拥有混合云技术栈 - 其 AI 模型提供经济高效、可扩展的性能

- 它可以提供开源友好的 AI 基础设施生态系统

人们经常认为 IBM 和其他established incumbent是"老前辈"，但现实是：他们不会消失。IBM 不仅仅是一个传统玩家 - 它正在将自己定位为 AI 集成商，企业 AI 采用的经纪人。

软件转变：DeepSeek 的经验教训和 IBM 的 AI 未来

AI 真正的游戏规则改变者不仅仅是模型。而是背后的软件创新。

DeepSeek 引发了争议，但真正的故事不是标题。而是模型效率、训练的精确性和软件优先的创新。它没有通过暴力方式实现 AI 突破；而是将模型设计得更快、更精简、更智能。

这正是 IBM 和 Red Hat 可以主导的领域。AI 的未来不仅仅是训练更大的模型。而是让 AI 高效、低成本地大规模运作。

- AI 基础设施正在走出"POC 炼狱"

- 项目在进入生产之前卡住的地方

- 软件驱动的 AI 优化将定义 AI 市场的赢家

- IBM 的混合云 + Red Hat 的开源专业知识为企业无缝采用 AI 商业化提供了巨大优势

DeepSeek 表明，通过更智能的工程，低成本、高性能的 AI 是可能的。IBM 和 Red Hat 拥有技能、企业影响力和混合云技术栈，可以采用相同的方法并使其在企业规模上就绪。

AI 开发的未来：IBM 的下一步是什么？

AI 生态系统正在从大型、高成本的 AI 模型转向更高效、优化的解决方案。

IBM 制定了明确的路线图：

- 继续扩展混合云 + AI 基础设施

- 通过 Granite 模型使企业 AI 经济高效、高性能和可扩展

- 使开发者能够将 AI 集成到现有企业技术栈中

- 利用开源和 Red Hat 推动 AI 规模化采用

IBM 的布局不仅仅是构建 AI 模型。而是创建一个 AI 创新能够高效发生的生态系统。DeepSeek 模式证明 AI 效率胜过原始计算能力 - 而 IBM 完全有能力利用这一趋势。

我对 IBM 持乐观态度。如果它能像执行混合云战略那样执行这个 AI 驱动的开源战略，这可能成为未来五年最大的企业 AI 成功故事之一。