北京2026年6月10日 /美通社/ -- 近日，IBM（紐交所代碼：IBM) 在北京舉行 2026 年第二季度媒體溝通會。IBM 大中華區首席技術官翟峰攜 IBM 中國科技事業部資深技術專家團隊，從Think 2026 大會發布的最新洞察、產品與技術出發，到中國企業數智化轉型與全球化運營的現實場景，系統性地分享了 IBM 對企業級 AI 落地的最新思考與實踐。

從打通數據與 IT 底座，到重構核心業務流程，IBM 全面展示了企業級 AI 全棧能力如何支撐中國企業從分散試點走向規模應用，并通過自身"零號客戶"的第一手實踐與真實的中國客戶案例，呈現 AI 在效率提升、成本優化與運營韌性方面的可驗證價值。

參加此次活動的技術專家包括：IBM 中國科技事業部AI解決方案技術專家林凱迪、IBM 中國科技事業部解決方案架構師徐清、IBM 中國科技事業部自動化及安全解決方案技術專家馮圣波、IBM 中國科技事業部ELM解決方案資深技術專家余顯豪、IBM 中國科技事業部客戶成功經理董朝、IBM 中國科技事業部客戶成功經理劉品一以及IBM 中國科技事業部客戶成功經理張艷發。

從"租用智能"到"擁有智能"，企業 AI 規模化的關鍵一步

在增長與效率壓力加劇、全球化復雜性疊加的背景下，中國企業要將 AI 轉化為可持續增長能力，需邁上三級臺階：以"筑基"夯實數據與 IT 底座，支撐 AI 規?；c全球化擴張；以"創新"推動 AI 進入研發、生產、供應鏈等核心環節，提升產品與服務能力；以"拓疆"支撐全球化運營、合規與組織協同，蛻變成為真正的全球化、AI為先的領軍企業。

然而，對于大多數企業而言，AI 轉型仍處于起點。IBM 將這一階段稱為 AI 變革的"第零日"：AI 更多停留在"工具租用"和局部業務場景，尚未進入核心流程、決策機制與基礎架構——從"租用智能"到"擁有智能"的質變尚未到來。

IBM 針對全球CEO的最新調研也揭示了這一鴻溝：大多數企業仍在試驗和試點階段，只有少數成功邁入"+AI"階段（部署AI工具）、并取得預期ROI，探索成為"AI+"（AI為先）企業的更是寥寥。許多企業仍在調用第三方 API、接入外部大模型，本質上是在使用外部能力；真正的AI+企業，需要把 AI 體系部署在私域或本地環境中，讓本地數據、核心流程與專屬技能和智能體結合，形成安全、可控的閉環。

IBM 董事長兼首席執行官 Arvind Krishna 在 Think 2026 上指出："真正的領軍企業并非專注于部署更多 AI 工具，而是重新設計自身的業務運營模式。"基于這一判斷，IBM 提出了邁向AI為先企業的"AI 運營模式"藍圖，以智能、行動、信任、運營四大要素，推動企業 AI 應用從"業務局部改進"邁向"運營模式重塑"：

• 智能（Intelligence）：讓模型不止懂通用知識，更能理解企業數據上下文、語義與本體，形成可支撐實時決策的企業級智能；
• 行動（Action）：讓智能體的行動力不流于表面，真正觸達企業核心流程與系統，通過開放 API 與工具調用實現跨流程協同；
• 信任（Trust）：從數據、模型、智能體執行到 IT 基礎架構，構建全棧安全、可控、合規能力；
• 運營（Operations）：以持續優化的 IT 運營閉環，支撐 AI 戰略、模型與智能體的迭代落地。

基于中國客戶的真實反饋，IBM大中華區首席技術官翟峰進一步指出："AI 時代的企業競爭優勢，將取決于進化速度。對中國企業而言，數據是否實時可信、流程能否全局打通、洞察如何賦能決策，決定著核心業務的自動化、智能化水平——這正是 AI 從戰略到落地、從試點到規模化的重要標志，戰略、組織和技術平臺缺一不可。"

過去七年，IBM 持續圍繞關鍵基礎能力進行大規模收購與布局：自 2018 年收購紅帽以來，IBM 已完成近三十筆戰略收購，事實上已經成為全球最大的開源軟件提供商，能力覆蓋 AI、數據、集成、安全與運營等關鍵層面，進一步夯實其混合云與 AI 戰略的基礎能力。

翟峰表示，除了持續夯實開放、可信的技術底座，在交付端，IBM的技術專家團隊正在加速"FDE化"（注：FDE，前線部署工程師），將工程能力、咨詢能力與業務專長融會貫通，深度參與從需求挖掘、POC 原型搭建到部署上線、服務承接的全生命周期，加速客戶的研發創新與業務運營。"當AI進入研發、生產、供應鏈、經營管理等核心業務場景，最大的困難往往不是交付和上線，而是與前期戰略制定、后期迭代調優之間的斷層。企業級AI應用不是一次性的交付項目，需要持續調優、治理，并與真實業務流程對齊。在這個過程中，客戶最需要的'陪伴式'創新和'一站式'服務，就是IBM技術專家團隊的獨特價值。"

"雙輪驅動"賦能企業全價值鏈：打通數據系統孤島，加速IT底座現代化

隨著 AI 應用、智能體和自動化流程進入企業核心場景，研發、交付、運維與安全的復雜度同步提升。企業需要將這些環節納入統一的全生命周期管理體系，通過自動化、治理與可控能力，支撐 AI 應用穩定運行、持續迭代和安全擴展。

面向 AI 應用從試點走向規?；\行的關鍵工程命題，IBM 正通過兩組"雙輪驅動"能力，幫助企業構建面向 AI 時代的應用開發與運行體系——

• IBM Bob + IBM watsonx：在開發與構建端，IBM Bob是專為企業團隊打造的AI為先開發伙伴，貫穿軟件開發全生命周期，從規劃、編寫、測試到部署和現代化改造，并將治理、安全與成本控制內置其中；watsonx 則提供從數據到智能的統一底座，二者共同賦能企業全價值鏈AI轉型。目前，IBM Bob的SaaS版本已發布，本地部署方案將在今年晚些時候推出。
• IBM Bob + DevSecOps：在IT管理端，IBM通過Bob、HashiCorp與Concert構建面向AI時代的DevSecOps全棧能力，以 AI 賦能研發、交付、運維與安全管理的全生命周期。
  IBM Concert作為統一的智能體IT運維平臺，整合跨應用、基礎設施和網絡的信號，幫助企業主動降低宕機、合規和運營風險，快速實現產品的研發、配置、部署再到運營。Vault作為HashiCorp的核心能力之一——機器身份的安全認證和管理，通過集中管理密鑰、憑證和訪問權限，幫助企業在復雜多云和 AI 智能體環境中建立可控、可審計、高可用的安全底座，實現"金融級的高可用"。在全球，Vault的下載量已經超過2.5億次，并深受銀行、電信、制造等大型商業組織的信任。

這套能力已經在 IBM 內部及全球客戶實踐中得到規?；炞C。在 IBM 內部，IBM Bob 已覆蓋 8 萬多名用戶以及多條產品線和開發環節，重復性工作時間節省超過 90%，開發成本降低約 40%。

在客戶實踐中，某電信運營商借助IBM Concert，將漏洞、補丁和合規數據統一到一個解決方案中，實現AI驅動的自動化與補丁流程編排，補丁交付量提升4倍，補丁時間縮短78%，整體補丁工作量減少80%。在安全治理層面，某客戶采用IBM Vault兩地三中心高可用聯邦架構，為分布式AI管道與Agents編排提供全生命周期的密碼學信任根基，在不影響 AI 業務高頻自治與彈性擴容的前提下，實現非人實體"零信任"憑據治理，為企業AI 戰略落地打造了強大的安全合規防線。

深入核心業務場景，讓 AI成為第一生產力

強大IT基礎架構的加持，讓 AI 得以進入更深層的業務環節。真正決定企業競爭力的 AI 落地場景，正在從通用助手和邊緣場景，深入研發、生產、供應鏈、經營管理等核心鏈條，成為企業核心競爭力的關鍵來源。

在中國，復雜工程研發、資產密集型運營、全球供應鏈協同與經營績效管理等領域，正在成為企業級 AI 率先產生價值的關鍵戰場。以汽車、生物醫藥、半導體、電子、消費品等行業為例，產品復雜度提升、監管合規趨嚴、供應鏈協同加強與成本效率優化等壓力疊加，使研發、生產、供應鏈與經營管理等核心環節，成為 AI 價值驗證的主要入口，也成為持續進化中的IBM技術專家團隊的"試金石"。

在研發創新領域，產品復雜度提升與合規要求趨嚴，要求企業（尤其是汽車制造、醫療設備、"低空經濟"相關的前沿科技企業）同時響應市場變化與監管標準。IBM Engineering Lifecycle Management（ELM）面向復雜工程研發場景，貫穿需求、設計、開發、測試與報告等環節，幫助企業"一只眼盯市場，一只眼盯合規"。同時，ELM正在積極融入AI能力，支持 IBM Bob 和 第三方 AI 智能體，旨在自動化重復性、耗時的工程任務，讓工程師更專注于創造性工作和問題解決。

作為跨工程領域的全生命周期解決方案，ELM的核心價值在于串聯起需求管理、系統軟件建模、工業工具流、變更測試、柔性制造等環節，形成"數字線程"（Digital Thread），從而實現從需求到模型架構、產品設計、配置、代碼、測試結果的雙向追蹤。某頭部汽車科技公司部署 ELM 后，實現 11 個業務流程實時管理，并與現有工具無縫集成，預計成本投資減少 10%。

在生產制造領域，設備穩定性直接影響生產效率、產品質量與盈利能力，資產管理正成為提升資產效率和投資回報的關鍵環節。IBM Maximo面向企業資產全生命周期管理，融合 IoT、AI 與視覺檢測能力，讓每一臺設備的狀態可感知、風險可預測、維護可優化。

• 某大型生物醫藥企業基于 IBM Maximo for Life Science 實現設備管理智能化，設備故障率平均降低 35%，設備運行時間提升 10%，并通過 MRO 庫存優化及 ERP 集成減少約 3 萬件庫存。
• 某頭部新能源汽車企業基于 IBM Maximo Visual Inspection 構建一站式AI視覺檢測平臺，實現AI視覺模型的自助訓練和部署，在高生產節拍下自動檢測產品缺陷，及時發現質量問題并實時響應，大幅減少因未及時發現質量缺陷而導致的返工成本，并有效改善產品質量。目前，客戶基于該平臺構建了超過 115個模型，覆蓋汽車生產的多個環節，節省了 60%模型的研發和上線成本。

在供應鏈集成領域，越來越多的"出海"企業需要面對跨系統、跨伙伴、跨區域的復雜數據實時連接。企業間數據交換技術（B2B集成）作為供應鏈數字化的基礎，也隨之不斷演進：除了主流的EDI技術，今天的B2B集成平臺還包含API、事件流平臺。對大型企業而言，它更被定義為一套安全架構、數據治理以及合規框架，深度融合到企業的標準體系中。

IBM webMethods B2B因此應運而生，它解決的不只是"能集成什么"，而是在大規模、強監管以及關鍵業務場景下，提供高可用性、靈活的數據轉換、業務流程的監控追蹤以及混合部署帶來的高可靠性以及便攜的合作伙伴接入。某電子高科技企業以IBM webMethods作為核心集成平臺，集成11個核心業務系統，穩定支持與全球750多家經銷商的實時數據同步和業務對接，供應鏈整體協調效率提升70%，管理成本降低30%。

在智慧經營領域，預算、銷售、供應鏈與生產數據分散，制約著企業預測、模擬與決策效率。作為AI驅動的"智慧經營大腦"，IBM Planning Analytics將計劃、預算、預測整合到統一、安全、實時的平臺上，通過專業的財務視角對經營數據進行全面的梳理和建模，為后續的AI應用打下堅實基礎，包括：全面預算管理、財務合并報表生成、動態的管理報表生成（如經營數據的智能問數）、動態滾動預算、動態沙盤推演等。

基于這些能力，企業可以對經營數據建立起跨產研、制造、供應鏈、服務、財務領域的同一套規則，從而實現經營數據治理，賦能動態科學決策。某快消品企業借此構建財務與營銷計劃平臺，通過實時多場景測算提升跨部門協同決策效率，增強需求預測、快速響應與預算管控能力，推動企業資源更合理配置。

結語

AI 正在成為中國企業重塑運營模式的新引擎，其全球化也進入更深層的價值鏈、供應鏈協同階段。除了調用智能的能力，企業更需要在自身數據、流程與專屬技能之上，構建可管、可信、可擴展的企業級智能體系。

面向智能化與全球化的新階段，IBM 將繼續以"咨詢+科技"雙輪驅動，依托面向核心業務場景的全棧技術平臺、"陪伴式"共創機制，以及技術環境全覆蓋的AI基礎設施，幫助中國企業夯實 AI 底座、重構核心流程，釋放可持續增長動能。

關于IBM

IBM 是全球領先的混合云、人工智能及企業服務提供商，幫助超過 175 個國家和地區的客戶，從其擁有的數據中獲取商業洞察，簡化業務流程，降低成本，并獲得行業競爭優勢。金融服務、電信和醫療健康等關鍵基礎設施領域的超過 4000 家政府和企業實體依靠 IBM 混合云平臺和紅帽 OpenShift 快速、高效、安全地實現數字化轉型。IBM 在人工智能、量子計算、行業云解決方案和企業服務方面的突破性創新為我們的客戶提供了開放和靈活的選擇。對企業誠信、透明治理、社會責任、包容文化和服務精神的長期承諾是 IBM 業務發展的基石。了解更多信息，請訪問：https://www.ibm.com/cn-zh

媒體聯絡人

崔守峰，shou.feng.cui@ibm.com