“AI狂飙突进”的时代，IBM选择静水深流|IBM|confluent|ibm|开源软件|混合云|知名企业|红帽|静水深流

这是如此疯狂的AI时代……

2026年初，DeepSeek的余温尚未散去，OpenClaw“龙虾”的火辣开场席卷全球，Claude又在代码与逻辑的疆域里掀起滔天波浪。

AI的发展速度，近乎指数级的爆发，让人目不暇接，甚至每一个新概念的诞生，都伴随着“颠覆行业”的惊呼，也让越来越多的企业和个人感受到同一种情绪：焦虑。

IBM大中华区董事长、总经理陈旭东

IBM大中华区董事长、总经理陈旭东说，“什么事情都可能发生，Everything is possible。”他捕捉到的不仅是技术的高速迭代，更是一种弥漫在整个商业世界中的不确定感。动荡的外部环境、加速狂奔的AI技术和无处不在的竞争压力，这些元素交织在一起，构成当下企业必须面对的复杂局面。

但IBM却表现出一种笃定，这家已淌过百年历史长河的科技巨头，从不会急于追逐每一个“风口”，而是选择了一条看似缓慢、实则稳健的道路，那是一个无论潮水如何涌动都不会被淹没的高地。

企业级AI是不被风口裹挟的智慧

我们知道，迷路时最危险的不是找不到方向，而是因为焦虑而盲目奔跑，最后就会离正确路线越来越远。

今天的AI行业，就像一片弥漫着迷雾的森林，从各类大模型爆发，再到OpenClaw与Claude的风靡，每一个新物种都在刺激着企业的神经，仿佛错过一个风口就会被时代抛弃。

就如人工智能让沉寂已久的COBOL语言重新成为焦点，市场上涌现出不少号称能转换遗留代码、破解企业现代化难题的工具，不少人将企业IT现代化与代码翻译划上等号，认为只要解决了COBOL语言的转换问题，就能实现企业数字化转型。

这种认知，恰恰陷入了舍本逐末的误区。

正如陈旭东所言，“很多人把IT现代化跟计算机语言的翻译划了等号，实际上这两个事情是千差万别的。”因为IBM大型主机的真正价值，从来不是COBOL这门语言，而是那个从芯片到操作系统垂直集成的技术栈所提供的无可匹敌的稳定性、安全性和处理能力。

事实上，这种认知的偏离，揭示了当前AI浪潮中最容易被忽视的问题：企业需要的到底是AI技术本身，还是能够解决实际问题的系统能力？

要知道，代码转换只是表层，真正复杂的是数据架构的重构、运行时环境的替代、业务流程的再造、组织能力的适配。这就像换掉一栋老建筑的外墙涂料很容易，但要改变它的承重结构、水电管线、空间布局，则需要系统性的工程思维。

所以IBM没有去追逐AI热点，反而选择踏踏实实的做事。

首先，IBM把自己当作“零号客户”，用AI重塑内部运营。从HR到财务到采购，IBM在内部全面部署AI工具，到2025年底累计节省成本超过45亿美元。”我们在AI领域要跑得比客户还快，否则就没法给客户提供产品和服务。”陈旭东说。

其次，通过战略收购补齐技术拼图。从红帽到DataStax，再到Confluent，IBM在过去七年完成29笔围绕混合云和AI的收购。特别是Confluent的收购进一步强化了IBM在AI基础设施领域的优势，可以为企业提供更高效、实时的数据处理能力。如果这些收购串联起来，可以发现它们指向同一个目标，就是为企业级AI打造坚实的底层基座。

最后，扎实的布局，必然可以转化为亮眼的业绩。截止2025年四季度，IBM的生成式AI业务规模已经突破125亿美元。这个数字的意义在于证明了企业级AI的需求切实存在，并且IBM已经将其牢牢握在手中。

这三点背后贯穿着同一个逻辑：真正的转型不是追逐潮流，而是构建能够穿越周期的能力。

在中国市场找到“第二曲线”

如果说好的战略决定了方向，那么本土化能力则会验证战略是否能够落地。

IBM在中国市场的转型，正从传统的金融、政府客户，转向民营企业、外资企业的“新战场”。这个转向背后，实亦有深刻的洞察。

IBM咨询大中华区及韩国总裁陈科典

过去几年，中国民营企业正在经历一场从“要不要数字化”到“如何数字化”的变革。过去，它们满足于单点工具的尝试，在数字化和AI应用的路上总是浅尝辄止。但如今，很多头部的民营企业开始追求系统性的AI工程化能力。“企业越来越意识到，AI不是一个简单的POC就能找出答案的技术，它是一个系统工程。它也不单单是一个模型，它是一个体系。”IBM咨询大中华区及韩国总裁陈科典谈到。

IBM中国科技事业部总经理侯淼

IBM中国科技事业部总经理侯淼也提到了一个故事：一家年营收千亿规模的制造企业的CIO找到IBM，原因是团队发现AI落地需要横向穿透研产供销服、纵向贯通从底层算力到上层应用，而现有的二十多家软硬件供应商，没有一家能完成这种整合，客户亟需具备全栈技术的整合供应商。

这其实正是IBM的机会所在，民营企业并不需要“标准答案”，它们需要的是能够理解复杂业务场景，又能提供端到端解决方案的合作伙伴。

因此，2025年IBM在中国推出“AI深耕计划”，从苏州、烟台等民营经济的重镇开始试点，广泛联动当地政府和渠道生态，对于广阔的民营企业市场发起“立体式进攻”。“2026年，除了北上广深以外，我们还选了8个沿海或近海的城市，包括烟台、苏州、宁波、厦门、泉州、佛山、东莞、合肥等，这些地区民企和制造业占比比较高，会是我们未来一个很大的增长点。”侯淼说。这些地区民营经济活跃，制造业基础深厚，恰恰是AI落地最有潜力的土壤。

与此同时，中国企业的出海浪潮正在升级。从早期的“产品出海”到如今的“能力出海”，中国企业在海外不仅需要搭建IT系统，更面临合规、治理、组织文化等一系列复杂挑战。两三年前，客户关心的是“系统怎么打通”；现在，讨论的焦点已经上升到“如何通过全球共享服务中心实现合规管控”“如何实现人才本地化”。

正如陈科典所说，企业出海“不单单是‘走出去’，更是‘走进去’”。在地化生产意味着必须在每个国家建立合适的组织、管理机制和文化适配能力。

而IBM的优势则在于，既有全球化的网络资源，又有本地化的服务能力。比如，当一家中国企业要去欧洲设厂，IBM可以调动的不仅是中国的技术团队，还有欧洲当地的合规专家、人才顾问、行业顾问。这种“全球一张网”的能力，在当前的出海浪潮中正在成为稀缺资源，反而是IBM的先天优势。

从本土转型到出海赋能，可以肯定的是，IBM在中国市场的布局，正在加速与中国民营企业的双向奔赴。

在AI浪潮中选择造“堤坝”的IBM

当然，我们回过头来审视在AI浪潮中“浮沉”的IBM，到底凭什么能够站上不会被潮水淹没的“高地”。

答案也许就藏在IBM和收购与技术布局当中。

比如Confluent，这家基于开源Apache Kafka构建的公司，以110亿美元的价格并入IBM。它的意义到底在哪里？

众所周知，Confluent解决的是“实时数据流”问题，当AI智能体需要做出决策时，它依赖的不是静态的历史数据，而是正在发生的实时信息。没有实时数据的支撑，AI的决策就会滞后，甚至产生“幻觉”。而Confluent正是那个让数据“流动起来”的关键。

IBM大中华区首席技术官翟峰

当我们再将视线拉长，过去七年里，IBM围绕混合云和AI完成了29笔收购。DataStax解决非结构化数据处理，webMethods打通业务流程集成，HashiCorp管理多云环境下的安全和认证，红帽提供底层操作系统的统一入口……这些收购看似分散，实则勾勒出一条清晰的逻辑线。就如IBM大中华区首席技术官翟峰所说，IBM不是在追逐模型，而是在构建让模型能够安全、稳定、高效运行的“AI基础设施”。

毫无疑问，当AI从概念走向工程化落地时，这些看似不起眼的“基础设施”，才是最稀缺的能力。数据治理、系统集成、安全管理、实时响应，这些需求永远不会过时。这些技术能力不性感，不抓眼球，但它们是决定企业级AI项目成败的关键。“数据和AI对客户提供的服务是不是安全的，这是一个红线，一旦打破，创新提效，一夜之间都没有了。”翟峰说。

客观地说，这正是IBM与很多AI公司最根本的区别。因为在企业级市场，尤其是金融、制造、供应链这些关键行业，稳定、安全、可控永远是第一位的。IBM收购红帽、DataStax、Confluent、HashiCorp这一系列开源软件公司，成为“全球最大的开源软件提供商”，本质上是通过开源标准赋予客户“自主权”。企业可以基于这些开源技术构建自己的系统，而不被任何单一厂商锁定。