IBM 公司本周在波士頓舉行的 Think 2025 會議上，推出了一套全面的人工智能和混合云技術，旨在加速企業對 AI 代理的采用。

這家歷史悠久的科技巨頭表示，它專注于讓這一類新型自主軟件 —— 能夠在朝著特定目標不斷行動的同時獨立采取行動 —— 更易于構建和編排。

這些新技術旨在解決首席執行官 Arvind Krishna 所稱的 "fragmentation of infrastructure" ( 基礎設施碎片化 ) 問題，這一問題已導致許多 AI 項目停滯不前。他引用內部研究發現，只有 25% 的企業 AI 項目達到了預期的投資回報。IBM 正在通過構建和協調 AI 代理的工具、統一企業數據以及擴展 AI 推理(運行訓練模型的過程)來應對這一不足。

數分鐘構建代理

IBM 此次公告的核心是 watsonx Orchestrate，這是一個平臺，IBM 聲稱該平臺能使企業在不到五分鐘內構建 AI 代理。該系統包括超過 150 個預構建代理，集成超過 80 個企業應用程序，以及能夠讓多個代理在復雜工作流程中協作的編排工具。

Krishna 在新聞發布會上表示：“我們認為這將吸引低代碼和專業代碼開發者。代理將成為企業使用生成式 AI 的一個重要組成部分。”

他表示，AI 代理的興起將引發管理理念的轉變。他說：“這是一種全新的工作方式。高級管理層已經開始使用這些工具來簡化運營和做出決策。我們預計代理將成為企業用戶的交互層。”

IBM 還在 watsonx Orchestrate 中推出了代理目錄，以支持現有代理的發現與復用。該目錄允許組織為如人力資源、銷售和采購等職能構建特定領域的代理，并在內部進行協調，同時與 Salesforce Inc., Oracle Corp. 和 ServiceNow Inc. 等供應商的外部應用程序進行交互。

IBM 軟件高級副總裁 Rob Thomas 表示，IBM 正在解決市場上連接代理方面的 “big gap in the market for connecting agents.”。Forrester Research Inc. 的首席分析師 Brent Ellis(負責技術、架構和交付專業人員)表示，“IBM 擁有相應的工具，但關鍵在于如何將這些部分整合在一起。這將是一項艱巨的任務，比如將 MCP ( Model Context Protocol ) 和 A2A ( Agent2Agent Protocol ) 等技術進行普適化，同時引入關鍵的企業元素，如在模型上下文中傳遞加密數據的能力，或在多個平臺之間使用會話密鑰。目前，他們在咨詢機構中正以定制方式開展這項工作。”

混合云自動化

為了應對企業環境的復雜性，IBM 推出了 webMethods Hybrid Integration，這是一個自動化整合本地和多云環境中的應用程序、應用程序接口、事件和數據的平臺。IBM 表示，該平臺可以用由代理驅動的智能自動化取代僵化的工作流程。

IBM 引用了 Forrester Consulting 的一項研究，該研究發現，使用 webMethods 的組織在三年內實現了 176% 的投資回報、40% 的停機時間減少以及高達 67% 的常規項目時間節省。

Krishna 指出，“整合仍然是企業 IT 中最困難的問題之一。通過采用代理驅動的整合，我們可以大幅縮短這些工作的時間和復雜性。”

挖掘非結構化數據

IBM 還在升級 watsonx.data，這是一個受治理的數據存儲，旨在擴展 AI 和分析工作負載，并推出了新功能，幫助企業從諸如文檔、電子表格、演示文稿和多媒體等非結構化數據中提取價值。增強功能包括開放的數據湖倉支持、數據織構能力、數據血緣追蹤以及由 AI 驅動的編排和分析工具。

Krishna 表示，將 AI 應用程序和代理與非結構化數據連接起來，相較于傳統的檢索增強生成(RAG)方法，可以將 AI 應用程序的準確性提高多達 40%。IBM 還推出了內容感知存儲，用于持續進行非結構化數據的上下文處理，以支持實時推理。

所有這些能力均得益于 IBM 最近與 DataStax Inc. 合作收購的技術，其基于開源 Apache Cassandra 數據庫管理系統的數據庫即服務產品，能夠處理分布在多個位置和環境中的海量信息。IBM 表示，DataStax 為其技術堆棧帶來了向量搜索和實時數據處理的能力。

大型機提速

隨著新一代大型機即將問世，IBM 強調推出了 LinuxONE 5，這是一款高性能 Linux 平臺，據稱每天可處理高達 4500 億次的 AI 推理操作。該平臺由 IBM 的 Telum II AI 處理器及即將推出的 Spyre Accelerator 提供動力，主要面向諸如欺詐檢測和醫學影像等計算密集型應用。

該平臺還引入了保密容器，用于保障 AI 操作的安全，以及無法輕易被量子處理攻破的加密技術。IBM 聲稱，與運行等效工作負載的基于 x86 的系統相比，運行 LinuxONE 5 的大型機在五年內可節省 44% 的成本。

Krishna 表示，這些公告共同反映了 IBM 的信念，即隨著企業從試驗階段轉向關注可衡量的成果，AI 必須嵌入到企業運營的核心中。他說：“AI 試驗的時代已經結束。企業需要的是整合、治理和真正的投資回報。”

IBM 數據與 AI 業務總經理 Ritika Gunnar 表示，代理在此次轉型中至關重要。她說：“我們正從能生成內容或與用戶聊天的 AI 轉變為代表用戶行事的 AI。這些代理必須與現有系統、工作流程和治理要求集成。”她表示，IBM 預計到 2027 年，超過 50% 的企業將在關鍵系統中嵌入代理。

代理治理

當被問及公司計劃如何處理 AI 幻覺和偏見問題時，IBM 表示，其治理工具已擴展以支持代理，并且公司正在投資于代理工作流的生命周期管理、可觀察性和可追溯性。Gunnar 表示：“正如我們評估和治理大語言模型一樣，我們也在對代理進行同樣的治理。”

IBM 支持由 Anthropic PBC 開發的 MCP ( Model Context Protocol )，并已開源其 Agent Collaboration Protocol 以促進互操作性和代理間通信。該公司還開源了其 Granite 模型家族，并持續與開源模型開發者合作。Thomas 表示：“我們認為 AI 的未來是開放的。”

Forrester 的 Ellis 表示，盡管目前除 IBM 客戶以外的公司很少采用 watsonx 或 Granite，但該公司對開放性的承諾在長期內應能引起買家的共鳴。

他表示：“IBM 的收入模式基于用于運行這些模型的服務和基礎設施，因此保持模型開放是合理的。隨著對解決治理問題——如安全和賠償責任——的模型需求不斷增長，以及對吸收用于 AI 模型的歷史數據需求的上升，IBM 能夠應對這兩大趨勢。這對 IBM 來說前景看好。”