“最近两年来,IBM在中国的市场战略进行了深刻调整,其重点业务场景已从过去的服务大型国有企业的基础设施信息化,全面转向瞄准‘AI+出海’机遇的成长型企业。”IBM大中华区技术销售总经理、首席技术官翟峰在IBM媒体沟通会上表示,“这一战略转向是IBM基于全球的混合云与AI核心战略,结合中国市场独特机遇的主动选择。”
![]()
据Gartner数据,97%的CIO将“提升运营利润率”列为首要目标,但近半数受访者承认投资回报未达到预期。在中国,这一矛盾表现得更为尖锐——企业方面急需通过AI“出海”提升全球竞争,但却被一次性系统补丁、重复IT建设以及数据和系统孤岛等“技术债务”拖了累赘。
IBM媒体沟通会上释放了三个核心信号:智能体治理、自动化集成、全局数据平台。IBM正尝试通过这套组合拳,解决企业AI落地中“连不上、调不动、存不下”的现实问题。
在AI应用层面,IBM大中华区科技部数据与人工智能资深技术专家吴敏达强调,AI必须从“实验室”走向“业务就绪”。“企业提前需提升AI在真实业务中的‘生产就绪’水平。”他指出,通过watsonx平台的AgentOps治理体系,企业不仅能够构建智能体,更能实现其在全球范围内的合规运营。
“无集成,不AI。”IBM大中华区科技事业部自动化资深技术专家张诚将集成视为AI融入业务的关键。他分析道,随着智能体调用复杂度的指数级增长,传统运维出现盲点。“我们让业务人员只需自然语言就能完成集成开发,用复杂工程变成全员可参与的服务。”
IBM 大中华区科技事业部存储资深技术专家饶有清则提出“无数据,不智能”。他解释了IBM的解决逻辑:通过全局数据平台打破孤岛,“企业需要一个现代化数据平台来全面释放AI潜能。”在他看来,企业的数据治理包括拓展新质生产力、增效AI技术投入、降低IT存储成本以及保障企业数据资产等主要方面。
在与本土企业的实践中,IBM也在寻找差异化的落地路径。IBM 大中华区科技事业部车库创新团队经理张珣举例说:“某头部新能源车企通过部署IBM工程生命周期管理方案,将需求提取时间缩短了95%,识别冲突需求的时间从12小时压缩至25秒。”
“真正的智能不是炫耀技术,而是要在真实业务场景中创造价值。”翟峰表示。在他看来,IBM深耕中国四十余年,现在的转型就是为了在“AI+出海”的新时代,找到一条能最快帮助中国企业跨越技术债务、实现全球化增长的共赢路径。(袁宁)
