北京2026年6月10日 /美通社/ -- 近日，IBM（纽交所代码：IBM) 在北京举行 2026 年第二季度媒体沟通会。IBM 大中华区首席技术官翟峰携 IBM 中国科技事业部资深技术专家团队，从Think 2026 大会发布的最新洞察、产品与技术出发，到中国企业数智化转型与全球化运营的现实场景，系统性地分享了 IBM 对企业级 AI 落地的最新思考与实践。

从打通数据与 IT 底座，到重构核心业务流程，IBM 全面展示了企业级 AI 全栈能力如何支撑中国企业从分散试点走向规模应用，并通过自身"零号客户"的第一手实践与真实的中国客户案例，呈现 AI 在效率提升、成本优化与运营韧性方面的可验证价值。

参加此次活动的技术专家包括：IBM 中国科技事业部AI解决方案技术专家林凯迪、IBM 中国科技事业部解决方案架构师徐清、IBM 中国科技事业部自动化及安全解决方案技术专家冯圣波、IBM 中国科技事业部ELM解决方案资深技术专家余显豪、IBM 中国科技事业部客户成功经理董朝、IBM 中国科技事业部客户成功经理刘品一以及IBM 中国科技事业部客户成功经理张艳发。

IBM 大中华区首席技术官翟峰及IBM 中国科技事业部资深技术专家团队

从"租用智能"到"拥有智能"，企业 AI 规模化的关键一步

在增长与效率压力加剧、全球化复杂性叠加的背景下，中国企业要将 AI 转化为可持续增长能力，需迈上三级台阶：以"筑基"夯实数据与 IT 底座，支撑 AI 规模化与全球化扩张；以"创新"推动 AI 进入研发、生产、供应链等核心环节，提升产品与服务能力；以"拓疆"支撑全球化运营、合规与组织协同，蜕变成为真正的全球化、AI为先的领军企业。

然而，对于大多数企业而言，AI 转型仍处于起点。IBM 将这一阶段称为 AI 变革的"第零日"：AI 更多停留在"工具租用"和局部业务场景，尚未进入核心流程、决策机制与基础架构——从"租用智能"到"拥有智能"的质变尚未到来。

IBM 针对全球CEO的最新调研也揭示了这一鸿沟：大多数企业仍在试验和试点阶段，只有少数成功迈入"+AI"阶段（部署AI工具）、并取得预期ROI，探索成为"AI+"（AI为先）企业的更是寥寥。许多企业仍在调用第三方 API、接入外部大模型，本质上是在使用外部能力；真正的AI+企业，需要把 AI 体系部署在私域或本地环境中，让本地数据、核心流程与专属技能和智能体结合，形成安全、可控的闭环。

IBM 董事长兼首席执行官 Arvind Krishna 在 Think 2026 上指出："真正的领军企业并非专注于部署更多 AI 工具，而是重新设计自身的业务运营模式。"基于这一判断，IBM 提出了迈向AI为先企业的"AI 运营模式"蓝图，以智能、行动、信任、运营四大要素，推动企业 AI 应用从"业务局部改进"迈向"运营模式重塑"：

• 智能（Intelligence）：让模型不止懂通用知识，更能理解企业数据上下文、语义与本体，形成可支撑实时决策的企业级智能；
• 行动（Action）：让智能体的行动力不流于表面，真正触达企业核心流程与系统，通过开放 API 与工具调用实现跨流程协同；
• 信任（Trust）：从数据、模型、智能体执行到 IT 基础架构，构建全栈安全、可控、合规能力；
• 运营（Operations）：以持续优化的 IT 运营闭环，支撑 AI 战略、模型与智能体的迭代落地。

AI Operating Model

基于中国客户的真实反馈，IBM大中华区首席技术官翟峰进一步指出："AI 时代的企业竞争优势，将取决于进化速度。对中国企业而言，数据是否实时可信、流程能否全局打通、洞察如何赋能决策，决定着核心业务的自动化、智能化水平——这正是 AI 从战略到落地、从试点到规模化的重要标志，战略、组织和技术平台缺一不可。"

IBM 大中华区首席技术官 翟峰

过去七年，IBM 持续围绕关键基础能力进行大规模收购与布局：自 2018 年收购红帽以来，IBM 已完成近三十笔战略收购，事实上已经成为全球最大的开源软件提供商，能力覆盖 AI、数据、集成、安全与运营等关键层面，进一步夯实其混合云与 AI 战略的基础能力。

翟峰表示，除了持续夯实开放、可信的技术底座，在交付端，IBM的技术专家团队正在加速"FDE化"（注：FDE，前线部署工程师），将工程能力、咨询能力与业务专长融会贯通，深度参与从需求挖掘、POC 原型搭建到部署上线、服务承接的全生命周期，加速客户的研发创新与业务运营。"当AI进入研发、生产、供应链、经营管理等核心业务场景，最大的困难往往不是交付和上线，而是与前期战略制定、后期迭代调优之间的断层。企业级AI应用不是一次性的交付项目，需要持续调优、治理，并与真实业务流程对齐。在这个过程中，客户最需要的'陪伴式'创新和'一站式'服务，就是IBM技术专家团队的独特价值。"

"双轮驱动"赋能企业全价值链：打通数据系统孤岛，加速IT底座现代化

随着 AI 应用、智能体和自动化流程进入企业核心场景，研发、交付、运维与安全的复杂度同步提升。企业需要将这些环节纳入统一的全生命周期管理体系，通过自动化、治理与可控能力，支撑 AI 应用稳定运行、持续迭代和安全扩展。

从战略到落地，IBM赋能企业开启智能化新纪元

面向 AI 应用从试点走向规模化运行的关键工程命题，IBM 正通过两组"双轮驱动"能力，帮助企业构建面向 AI 时代的应用开发与运行体系——

• IBM Bob + IBM watsonx：在开发与构建端，IBM Bob是专为企业团队打造的AI为先开发伙伴，贯穿软件开发全生命周期，从规划、编写、测试到部署和现代化改造，并将治理、安全与成本控制内置其中；watsonx 则提供从数据到智能的统一底座，二者共同赋能企业全价值链AI转型。目前，IBM Bob的SaaS版本已发布，本地部署方案将在今年晚些时候推出。
• IBM Bob + DevSecOps：在IT管理端，IBM通过Bob、HashiCorp与Concert构建面向AI时代的DevSecOps全栈能力，以 AI 赋能研发、交付、运维与安全管理的全生命周期。
  IBM Concert作为统一的智能体IT运维平台，整合跨应用、基础设施和网络的信号，帮助企业主动降低宕机、合规和运营风险，快速实现产品的研发、配置、部署再到运营。Vault作为HashiCorp的核心能力之一——机器身份的安全认证和管理，通过集中管理密钥、凭证和访问权限，帮助企业在复杂多云和 AI 智能体环境中建立可控、可审计、高可用的安全底座，实现"金融级的高可用"。在全球，Vault的下载量已经超过2.5亿次，并深受银行、电信、制造等大型商业组织的信任。

这套能力已经在 IBM 内部及全球客户实践中得到规模化验证。在 IBM 内部，IBM Bob 已覆盖 8 万多名用户以及多条产品线和开发环节，重复性工作时间节省超过 90%，开发成本降低约 40%。

在客户实践中，某电信运营商借助IBM Concert，将漏洞、补丁和合规数据统一到一个解决方案中，实现AI驱动的自动化与补丁流程编排，补丁交付量提升4倍，补丁时间缩短78%，整体补丁工作量减少80%。在安全治理层面，某客户采用IBM Vault两地三中心高可用联邦架构，为分布式AI管道与Agents编排提供全生命周期的密码学信任根基，在不影响 AI 业务高频自治与弹性扩容的前提下，实现非人实体"零信任"凭据治理，为企业AI 战略落地打造了强大的安全合规防线。

深入核心业务场景，让 AI成为第一生产力

强大IT基础架构的加持，让 AI 得以进入更深层的业务环节。真正决定企业竞争力的 AI 落地场景，正在从通用助手和边缘场景，深入研发、生产、供应链、经营管理等核心链条，成为企业核心竞争力的关键来源。

在中国，复杂工程研发、资产密集型运营、全球供应链协同与经营绩效管理等领域，正在成为企业级 AI 率先产生价值的关键战场。以汽车、生物医药、半导体、电子、消费品等行业为例，产品复杂度提升、监管合规趋严、供应链协同加强与成本效率优化等压力叠加，使研发、生产、供应链与经营管理等核心环节，成为 AI 价值验证的主要入口，也成为持续进化中的IBM技术专家团队的"试金石"。

IBM企业级 AI 全栈咨询+科技

在研发创新领域，产品复杂度提升与合规要求趋严，要求企业（尤其是汽车制造、医疗设备、"低空经济"相关的前沿科技企业）同时响应市场变化与监管标准。IBM Engineering Lifecycle Management（ELM）面向复杂工程研发场景，贯穿需求、设计、开发、测试与报告等环节，帮助企业"一只眼盯市场，一只眼盯合规"。同时，ELM正在积极融入AI能力，支持 IBM Bob 和 第三方 AI 智能体，旨在自动化重复性、耗时的工程任务，让工程师更专注于创造性工作和问题解决。

作为跨工程领域的全生命周期解决方案，ELM的核心价值在于串联起需求管理、系统软件建模、工业工具流、变更测试、柔性制造等环节，形成"数字线程"（Digital Thread），从而实现从需求到模型架构、产品设计、配置、代码、测试结果的双向追踪。某头部汽车科技公司部署 ELM 后，实现 11 个业务流程实时管理，并与现有工具无缝集成，预计成本投资减少 10%。

在生产制造领域，设备稳定性直接影响生产效率、产品质量与盈利能力，资产管理正成为提升资产效率和投资回报的关键环节。IBM Maximo面向企业资产全生命周期管理，融合 IoT、AI 与视觉检测能力，让每一台设备的状态可感知、风险可预测、维护可优化。

• 某大型生物医药企业基于 IBM Maximo for Life Science 实现设备管理智能化，设备故障率平均降低 35%，设备运行时间提升 10%，并通过 MRO 库存优化及 ERP 集成减少约 3 万件库存。
• 某头部新能源汽车企业基于 IBM Maximo Visual Inspection 构建一站式AI视觉检测平台，实现AI视觉模型的自助训练和部署，在高生产节拍下自动检测产品缺陷，及时发现质量问题并实时响应，大幅减少因未及时发现质量缺陷而导致的返工成本，并有效改善产品质量。目前，客户基于该平台构建了超过 115个模型，覆盖汽车生产的多个环节，节省了 60%模型的研发和上线成本。

在供应链集成领域，越来越多的"出海"企业需要面对跨系统、跨伙伴、跨区域的复杂数据实时连接。企业间数据交换技术（B2B集成）作为供应链数字化的基础，也随之不断演进：除了主流的EDI技术，今天的B2B集成平台还包含API、事件流平台。对大型企业而言，它更被定义为一套安全架构、数据治理以及合规框架，深度融合到企业的标准体系中。

IBM webMethods B2B因此应运而生，它解决的不只是"能集成什么"，而是在大规模、强监管以及关键业务场景下，提供高可用性、灵活的数据转换、业务流程的监控追踪以及混合部署带来的高可靠性以及便携的合作伙伴接入。某电子高科技企业以IBM webMethods作为核心集成平台，集成11个核心业务系统，稳定支持与全球750多家经销商的实时数据同步和业务对接，供应链整体协调效率提升70%，管理成本降低30%。

在智慧经营领域，预算、销售、供应链与生产数据分散，制约着企业预测、模拟与决策效率。作为AI驱动的"智慧经营大脑"，IBM Planning Analytics将计划、预算、预测整合到统一、安全、实时的平台上，通过专业的财务视角对经营数据进行全面的梳理和建模，为后续的AI应用打下坚实基础，包括：全面预算管理、财务合并报表生成、动态的管理报表生成（如经营数据的智能问数）、动态滚动预算、动态沙盘推演等。

基于这些能力，企业可以对经营数据建立起跨产研、制造、供应链、服务、财务领域的同一套规则，从而实现经营数据治理，赋能动态科学决策。某快消品企业借此构建财务与营销计划平台，通过实时多场景测算提升跨部门协同决策效率，增强需求预测、快速响应与预算管控能力，推动企业资源更合理配置。

结语

AI 正在成为中国企业重塑运营模式的新引擎，其全球化也进入更深层的价值链、供应链协同阶段。除了调用智能的能力，企业更需要在自身数据、流程与专属技能之上，构建可管、可信、可扩展的企业级智能体系。

面向智能化与全球化的新阶段，IBM 将继续以"咨询+科技"双轮驱动，依托面向核心业务场景的全栈技术平台、"陪伴式"共创机制，以及技术环境全覆盖的AI基础设施，帮助中国企业夯实 AI 底座、重构核心流程，释放可持续增长动能。

关于IBM

IBM 是全球领先的混合云、人工智能及企业服务提供商，帮助超过 175 个国家和地区的客户，从其拥有的数据中获取商业洞察，简化业务流程，降低成本，并获得行业竞争优势。金融服务、电信和医疗健康等关键基础设施领域的超过 4000 家政府和企业实体依靠 IBM 混合云平台和红帽 OpenShift 快速、高效、安全地实现数字化转型。IBM 在人工智能、量子计算、行业云解决方案和企业服务方面的突破性创新为我们的客户提供了开放和灵活的选择。对企业诚信、透明治理、社会责任、包容文化和服务精神的长期承诺是 IBM 业务发展的基石。了解更多信息，请访问：https://www.ibm.com/cn-zh

媒体联络人

崔守峰，shou.feng.cui@ibm.com

从 Think 2026 看 AI 应用破局：企业如何从“租用智能”走向“拥有智能”？

IBM Corporation logo.