IBM 推出加速 AI 代理采用的能力

IBM 公司本周在波士顿举行的 Think 2025 会议上，推出了一套全面的人工智能和混合云技术，旨在加速企业对 AI 代理的采用。

这家历史悠久的科技巨头表示，它专注于让这一类新型自主软件 —— 能够在朝着特定目标不断行动的同时独立采取行动 —— 更易于构建和编排。

这些新技术旨在解决首席执行官 Arvind Krishna 所称的 "fragmentation of infrastructure" ( 基础设施碎片化 ) 问题，这一问题已导致许多 AI 项目停滞不前。他引用内部研究发现，只有 25% 的企业 AI 项目达到了预期的投资回报。IBM 正在通过构建和协调 AI 代理的工具、统一企业数据以及扩展 AI 推理（运行训练模型的过程）来应对这一不足。

数分钟构建代理

IBM 此次公告的核心是 watsonx Orchestrate，这是一个平台，IBM 声称该平台能使企业在不到五分钟内构建 AI 代理。该系统包括超过 150 个预构建代理，集成超过 80 个企业应用程序，以及能够让多个代理在复杂工作流程中协作的编排工具。

Krishna 在新闻发布会上表示：“我们认为这将吸引低代码和专业代码开发者。代理将成为企业使用生成式 AI 的一个重要组成部分。”

他表示，AI 代理的兴起将引发管理理念的转变。他说：“这是一种全新的工作方式。高级管理层已经开始使用这些工具来简化运营和做出决策。我们预计代理将成为企业用户的交互层。”

IBM 还在 watsonx Orchestrate 中推出了代理目录，以支持现有代理的发现与复用。该目录允许组织为如人力资源、销售和采购等职能构建特定领域的代理，并在内部进行协调，同时与 Salesforce Inc., Oracle Corp. 和 ServiceNow Inc. 等供应商的外部应用程序进行交互。

IBM 软件高级副总裁 Rob Thomas 表示，IBM 正在解决市场上连接代理方面的 “big gap in the market for connecting agents.”。Forrester Research Inc. 的首席分析师 Brent Ellis（负责技术、架构和交付专业人员）表示，“IBM 拥有相应的工具，但关键在于如何将这些部分整合在一起。这将是一项艰巨的任务，比如将 MCP ( Model Context Protocol ) 和 A2A ( Agent2Agent Protocol ) 等技术进行普适化，同时引入关键的企业元素，如在模型上下文中传递加密数据的能力，或在多个平台之间使用会话密钥。目前，他们在咨询机构中正以定制方式开展这项工作。”

混合云自动化

为了应对企业环境的复杂性，IBM 推出了 webMethods Hybrid Integration，这是一个自动化整合本地和多云环境中的应用程序、应用程序接口、事件和数据的平台。IBM 表示，该平台可以用由代理驱动的智能自动化取代僵化的工作流程。

IBM 引用了 Forrester Consulting 的一项研究，该研究发现，使用 webMethods 的组织在三年内实现了 176% 的投资回报、40% 的停机时间减少以及高达 67% 的常规项目时间节省。

Krishna 指出，“整合仍然是企业 IT 中最困难的问题之一。通过采用代理驱动的整合，我们可以大幅缩短这些工作的时间和复杂性。”

挖掘非结构化数据

IBM 还在升级 watsonx.data，这是一个受治理的数据存储，旨在扩展 AI 和分析工作负载，并推出了新功能，帮助企业从诸如文档、电子表格、演示文稿和多媒体等非结构化数据中提取价值。增强功能包括开放的数据湖仓支持、数据织构能力、数据血缘追踪以及由 AI 驱动的编排和分析工具。

Krishna 表示，将 AI 应用程序和代理与非结构化数据连接起来，相较于传统的检索增强生成（RAG）方法，可以将 AI 应用程序的准确性提高多达 40%。IBM 还推出了内容感知存储，用于持续进行非结构化数据的上下文处理，以支持实时推理。

所有这些能力均得益于 IBM 最近与 DataStax Inc. 合作收购的技术，其基于开源 Apache Cassandra 数据库管理系统的数据库即服务产品，能够处理分布在多个位置和环境中的海量信息。IBM 表示，DataStax 为其技术堆栈带来了向量搜索和实时数据处理的能力。

大型机提速

随着新一代大型机即将问世，IBM 强调推出了 LinuxONE 5，这是一款高性能 Linux 平台，据称每天可处理高达 4500 亿次的 AI 推理操作。该平台由 IBM 的 Telum II AI 处理器及即将推出的 Spyre Accelerator 提供动力，主要面向诸如欺诈检测和医学影像等计算密集型应用。

该平台还引入了保密容器，用于保障 AI 操作的安全，以及无法轻易被量子处理攻破的加密技术。IBM 声称，与运行等效工作负载的基于 x86 的系统相比，运行 LinuxONE 5 的大型机在五年内可节省 44% 的成本。

Krishna 表示，这些公告共同反映了 IBM 的信念，即随着企业从试验阶段转向关注可衡量的成果，AI 必须嵌入到企业运营的核心中。他说：“AI 试验的时代已经结束。企业需要的是整合、治理和真正的投资回报。”

IBM 数据与 AI 业务总经理 Ritika Gunnar 表示，代理在此次转型中至关重要。她说：“我们正从能生成内容或与用户聊天的 AI 转变为代表用户行事的 AI。这些代理必须与现有系统、工作流程和治理要求集成。”她表示，IBM 预计到 2027 年，超过 50% 的企业将在关键系统中嵌入代理。

代理治理

当被问及公司计划如何处理 AI 幻觉和偏见问题时，IBM 表示，其治理工具已扩展以支持代理，并且公司正在投资于代理工作流的生命周期管理、可观察性和可追溯性。Gunnar 表示：“正如我们评估和治理大语言模型一样，我们也在对代理进行同样的治理。”

IBM 支持由 Anthropic PBC 开发的 MCP ( Model Context Protocol )，并已开源其 Agent Collaboration Protocol 以促进互操作性和代理间通信。该公司还开源了其 Granite 模型家族，并持续与开源模型开发者合作。Thomas 表示：“我们认为 AI 的未来是开放的。”

Forrester 的 Ellis 表示，尽管目前除 IBM 客户以外的公司很少采用 watsonx 或 Granite，但该公司对开放性的承诺在长期内应能引起买家的共鸣。

他表示：“IBM 的收入模式基于用于运行这些模型的服务和基础设施，因此保持模型开放是合理的。随着对解决治理问题——如安全和赔偿责任——的模型需求不断增长，以及对吸收用于 AI 模型的历史数据需求的上升，IBM 能够应对这两大趋势。这对 IBM 来说前景看好。”