IBM以"AI操作模型"为核心，发力企业级AI控制层

在IBM Think 2026大会上，IBM推出了其所谓的"AI操作模型"，该模型围绕数据、智能体、自动化和混合基础设施构建，是IBM推动企业从孤立AI项目迈向嵌入核心业务流程的协同系统的整体蓝图。

此次战略推进，恰逢企业在AI部署中面临日益严峻的基础设施约束，包括数据引力、延迟问题以及数据中心内不断攀升的能源需求。IBM并未选择将工作负载集中于超大规模环境，而是将混合架构与本地部署架构定位为在企业数据附近运行AI的必要手段。

IBM董事长兼首席执行官Arvind Krishna在周一的媒体电话会议上直言不讳地阐述了这一转变："超过70%的数据仍存储在企业内部，你必须在数据所在之处采取行动。"

从项目走向系统

IBM的模型勾勒出一条从单点应用场景迈向企业级整体系统的转型路径。Krishna表示："表现出色的企业将借助AI实现40%的企业生产力提升。更重要的是，60%的企业将借此获得新的收入来源和新的商业模式。"

分析师认同这一方向，但也提醒大多数企业在结构层面尚未准备就绪。Tekonyx总裁兼首席研究官Sid Nag指出："真正的信号不是智能体平台已经完全成熟，而是各大厂商正在争相定义抽象层，而企业在结构层面尚未做好承接准备。企业仍在应对数据碎片化、流水线不一致以及生产治理缺失等问题。"

大规模编排智能体

该战略的核心是watsonx Orchestrate，它被定位为跨工具、模型和环境的企业AI智能体控制平面。

IBM软件业务高级副总裁Rob Thomas表示，关注重点正从构建智能体转向跨系统管理智能体。他说："我们拥有业界领先的智能体平台watsonx Orchestrate，目前已汇聚由其他公司提供的数百个智能体目录。"

HyperFrame Research分析师兼首席执行官Steven Dickens认为，这一定位折射出企业需求的深层转变。他告诉Data Center Knowledge："市场需要一个智能体编排与治理层，最好来自受信任的第三方。企业需要一个独立于超大规模云厂商的中立方，提供编排、治理和安全能力。"

Moor Insights & Strategy首席分析师Patrick Moorhead指出，IBM的差异化优势不在于功能特性，而在于智能体的运行环境。他表示："超大规模云厂商都在构建智能体平台，真正的差距在于环境。云厂商是在自己的沙箱内构建智能体能力，但每家企业的环境都是异构的。"

他补充道："云端智能体无法在本地环境中运行或管理本地智能体。超过75%的企业数据仍在本地或边缘端，你需要一个能够跨云、本地和大型机运行的编排器。"

他表示，这为IBM创造了近期机遇，但并非长久优势。"抢占市场的窗口期真实存在，但并非无限期开放。"

自动化迈向执行层

IBM正通过Concert平台将控制层延伸至运营领域，从监控推进到自动化修复。Thomas表示："我们在Concert中迈出的下一步，是真正利用AI完成所有修复和补丁工作，从而以更大规模推进运营。"

Moorhead指出，运营层正是当前AI部署的痛点所在。"生产级AI真正崩溃的地方在于运维，而这正是IBM Concert平台所针对的问题。"

Dickens表示IBM在该层面拥有切入机会，但需证明其能力可以延伸至现有客户群之外。"Concert触及了这一层面，我们期待看到IBM展现出更大的雄心。"

数据成为瓶颈

IBM正着力强化实时数据流水线，以支撑由智能体驱动的系统，并宣布将watsonx.data与Confluent流式技术进行集成，为AI系统提供实时上下文。

Thomas表示："AI的能力上限，取决于你的数据质量。"

Moorhead预计，企业支出将向数据层和运营层集中。"运营层——包括可观测性、治理、集成和数据流水线——正是企业的投入重点。模型已趋于商品化，基础设施日趋成熟，数据现代化正在成为基础门槛。"

他还表示，IBM的数据策略或许比其智能体方面的发布更具战略意义。"Confluent合作的战略重要性，超过了智能体相关的所有公告。"

主权AI进入生产阶段

在基础设施方面，IBM正式发布其主权AI平台。IBM Sovereign Core将治理控制机制嵌入运行时环境，支持本地部署和气隙环境，适用于监管要求和数据驻留要求限制公有云使用的场景。

Thomas表示："这为任何企业或政府提供了一种快速获取AI技术和算力、并在自己数据中心内运行的途径。"

Moorhead指出，相关需求正在提速。"主权AI和本地AI是真实存在的，正在加速，且愈发紧迫。它已从采购偏好演变为地缘政治层面的保险策略。"

Nag认为，这类部署将与云计算并存。"这不会取代公有云，而是推动形成混合均衡态势，主权合规将成为工作负载部署的决策维度，而非非此即彼的二元选择。"

IBM定位于模型层之上

IBM高管强调，公司并不参与基础模型或超大规模基础设施的构建竞争。

Krishna表示："我们不构建基础模型，我们与市场上大多数基础模型提供商建立了合作关系。"

IBM的目标是整合模型、管理数据，并在混合环境中编排工作流。

Dickens认为这一定位创造了机会，前提是IBM能够突破现有客户群的边界。"IBM的产品组合有理由赢得传统存量客户之外更广泛市场的认可。"

Moorhead补充道，IBM现在需要将定位转化为实际成果。"IBM必须迅速将这一优势转化为可供参考的标杆客户案例。"

量子计算迈向早期实用阶段

IBM还重点展示了量子计算方面的进展，提及与克利夫兰医学中心和日本理化学研究所RIKEN合作，利用量子系统与经典超级计算机的协同，完成了一项涵盖超过12000个原子的蛋白质系统模拟——这是迄今在量子硬件上完成的规模最大的生物相关模拟之一，目标分子系统与药物发现密切相关。

Krishna表示："量子计算如今已近在眼前。"

尽管在更广泛的企业场景中落地应用仍需数年时间，但IBM在量子计算领域的里程碑式进展，标志着其正向有针对性的科学应用迈进。

Q&A

Q1：IBM的watsonx Orchestrate是什么？它有什么核心功能？

A：watsonx Orchestrate是IBM推出的企业AI智能体控制平面，核心功能是跨工具、模型和不同运行环境统一管理AI智能体。目前该平台已汇聚由第三方公司提供的数百个智能体目录。与超大规模云厂商不同，watsonx Orchestrate支持跨云、本地及大型机环境运行，适配企业异构基础设施。

Q2：IBM Sovereign Core主权AI平台有什么用？适合哪些场景？

A：IBM Sovereign Core是一款将治理控制机制嵌入运行时的主权AI平台，支持本地部署和气隙（air-gapped）环境。主要适用于受监管行业或有数据驻留要求、无法将数据上传至公有云的企业和政府机构。它让用户可以在自己的数据中心内独立运行AI系统，兼顾合规与数据安全需求。

Q3：IBM的Concert平台解决了AI部署中的哪些问题？

A：Concert平台针对的是生产级AI在运营层面的痛点，已从监控功能扩展至自动化修复，支持AI自动完成系统修复和补丁管理工作。分析师指出，AI在实际生产环境中最容易在运维层面崩溃，Concert正是面向这一问题而设计，目标是帮助企业以更大规模维持AI系统的稳定运行。