编者按：AI重塑企服格局

　　生成式AI的浪潮正以前所未有之势变革企业服务市场。一边是DeepSeek、OpenAI等新势力以“极致效率”和“开源普惠”颠覆技术门槛；另一边，SAP、IBM、埃森哲、Oracle、Salesforce，甚至包括云厂商微软等，传统巨头们依托数年来积累的行业护城河稳扎稳打，将AI技术深度融入核心业务流。技术迭代速度与商业生态厚度的较量背后，也是“短期颠覆”与“长期价值”的路线之争。

　　AI颠覆了技术，但没有颠覆商业逻辑。

　　21世纪经济报道记者近期相继采访了微软、IBM、SAP等企业负责人，拆解AI时代企业服务市场的生存变革，探寻数据与业务的一线走向。

　　21世纪经济报道记者孔海丽北京报道

　　生成式AI的爆发式增长，正以前所未有的速度重构企业服务市场。据Gartner预测，到2027年，全球AI软件市场规模将达到2970亿美元，其中企业级AI应用成为关键战场。

　　面对OpenAI、DeepSeek等新兴势力的冲击，IBM的选择是，加速调整战略，在混合云与AI的融合中找到新增长极。

　　AI是确定性趋势。

　　根据IBM 商业价值研究院发布的《2025年五大趋势》报告，AI 规模化应用的时代正加速到来：2025年，大部分受访高管计划通过扩展 AI 应用来优化流程（46%），以及加速产品和业务模式的创新（44%）。

　　AI正在解构企业服务的价值链，咨询、软件、硬件业务的界限变得模糊，这要求厂商必须具备全栈能力。

　　但截至目前，市场上大部分AI项目仍有摇摆。

　　Gartner报告显示，尽管近年来AI的应用显著增加，仍有多达54%的AI项目未能从试点阶段进入生产阶段，原因包括复杂性、成本和风险等障碍。

　　IBM大中华区董事长、总经理陈旭东认为，对于IBM来说，已经迎来“拐点时刻”，凭借以往积淀的咨询、合规、混合式全栈AI等方法论，叠加现有技术平台和工具，将加速AI技术的规模化应用。

　　其解决企业AI转型的一个关键词在于“陪伴式”，定制化提供从战略咨询到混合云与AI转型的解决方案。

　　在这个过程中，IBM打通企业数据基础、构建定制化且可信的模型，提供AI助手（Assistant）以及AI智能体（Agent）等工具。

　　比如，上海正受科技基于IBM Cloud Paks软件平台，以红帽OpenShift底层架构支持混合云环境，使企业能够在公有云、私有云及本地数据中心灵活部署，满足企业对架构灵活性、功能完整性与扩展性的需求。基于统一的平台架构，国内某大型制造企业的数据应用在全球推广的周期（涵盖测试、部署、调整适配、上线、性能监控与优化等环节）从原先的半年到一年，缩短至一到两周。

　　大语言模型的应用前景固然广阔，但是在企业落地时仍然需要考虑安全、资源、应用方式、投资回报率、业务集成等一系列问题。

　　IBM认为，模型并非越大越好，企业不需要一个庞大、全知的模型或系统，而是开放、有针对性且高效的AI，尤其是针对特定业务场景训练的中小体量AI模型。

　　基于IBM的企业级AI平台，企业可以选择Meta、Mistral等公司的AI模型或其他开源模型（如DeepSeek-R1模型的蒸馏版本），也可以选择满足严苛合规要求的IBM Granite 基础模型。以最近发布的新一代模型Granite 3.2为例，其更新后的时间序列模型可提供长期预测，且参数少于10M，适用于金融与经济趋势分析、供应链需求预测，以及零售业的季节性库存规划等。

　　同时，IBM也不断发展其AI助理和AI智能体技术。借助watsonx.ai和watsonx Orchestrate等工具平台，企业可以构建AI助理，也能直接使用针对特定任务的多种预构建AI智能体。例如，IBM借助自己开发的人力资源（HR）业务域智能体，可以处理94%的员工查询，每年节省成本超过500万美元。

　　尽管战略调整初见成效，但IBM也并非没有隐忧。有企业人士透露，百年老店的一些惯性使然，IBM的AI平台需要事先进行各种复杂配置，与市场上更加便捷的“懒人式”AI工具相比，稍显笨重。

　　市场层面，互联网大厂正通过价格战抢占企业AI市场，IBM需要更加强化其差异化特点。

　　资本市场投资者对转型成效也持谨慎态度，分析师李明指出，IBM需要进一步证明AI业务能持续贡献利润，这也是当下所有企业都需要回答的课题。