智东西12月10日报道，今日下午，IBM大中华区技术销售总经理、首席技术官翟峰在IBM专题媒体沟通会上谈道，中国企业出海已进入战略换挡期，其更强调价值链出海，也就是将研发、生产、供应链及服务体系全面搬到海外。

　　基于此，IBM此前提出3+1能力体系，3大能力是营销本地化、供应链本地化、服务本地化，1大数字基座指的是全球IT架构一体化，让全球IT系统安全合规满足运营需求。

　　面向企业的智能化和全球化，IBM在中国已经形成围绕IBM咨询、AI解决方案、AI技术平台、AI基础设施的全链路体系。同时通过收购补齐各个环节，昨天，IBM斥资110亿美元（约合人民币777亿元）收购数据流处理公司Confluent，要打通企业级AI基础设施的最后一公里。

　　今年是IBM进入中国第41年，翟峰透露，IBM下一个四十年将实现智能化与全球化并进，其重点客户从国有企业转向民营企业和跨国企业，主攻场景为民营企业的数智化转型和全球运营。

　　IBM的3+1能力体系中，营销本地化是要让企业知道目标客户在哪里，供应链本地化是如何将产品快速交付，服务本地化是提升出海企业的客户体验。

　　如今企业都在思考如何将AI融入其全球化运营中以提升效率，而企业级AI的核心要素就包括数据、模型、治理等。

　　围绕企业级AI的核心需求，IBM构建了AI智能体、集成、数据、混合云相关布局。

　　近几年来，IBM收购了多家公司发力AI。在集成领域，其收购了欧洲系统软件供应商Software AG的企业技术平台webMethods，该平台可提供B2B集成、托管文件传输等；围绕数据，IBM收购了美国企业服务公司DataStax，该公司专注于为企业提供分布式数据库及数据管理解决方案；在混合云层面，IBM收购了软件公司HashiCorp，具备多云管理能力。

　　翟峰称，将集成、数据、混合云做好才能做AI智能体，这也是其企业级AI平台watsonx的能力。

　　最后在数据安全与合规方面，IT环境越来越复杂，企业需要从咨询到落地的一整套方案，包含人员身份安全、机密数据安全、数据传输安全、网络安全检测响应等服务。

　　IBM大中华区科技事业部数据与AI资深技术专家吴敏达谈到了IBM围绕AI的产品更新。

　　Model Gateway意味着企业可以调用不同的模型，并将模型托管在本地GPU集群上；MCP Gateway支持企业把工具部署在私有或第三方等不同的平台上；Agent Gateway可以让企业将Agent部署在任何地方。

　　IBM自家的watsonx则更侧重对Agent进行管理、实现Agent的协作调度、以及业务域的Agent，如财务、采购、销售等。

　　吴敏达谈到了财务Agent的案例，基于这一Agent，财务主管就可以通过对话方式提问，然后Agent就会调用后台工具完成任务，并通过通信Agent，将请求基于社交平台推送给下一个审批人员。

　　其次是数据方面，IBM将watconx.data作为MCP服务器，使得数据变为Agent可以使用的工具。这一平台拥有构建数据目录，数据治理、数据间的关系、数据共享等能力。

　　第三是安全、治理层面，AI应用大概分为数据收集和处理、模型开发和训练、模型推理和实时应用三个部分，这每个环节都要保证数据安全。

　　吴敏达谈到Agent管理IT工单的业务，Agent需要理解IT问题，如无法访问网络、忘记密码等，然后连接工单系统自动开工单解决问题，最后反馈给用户。这一过程中需要依靠治理和安全系统，来为Agent限定能力、划定边界、进行风险评估。

　　此外，IBM还和Anthropic联合发布了《ADLC：面向智能体的生命周期管理和治理框架》。

　　他们发现Agent的代码和构建、测试与发布过程，和传统应用开发不同，Agent的操作行为具有概率性，因此不仅需要检查代码还需要结果导向验证其能力，将监控和审计能力内置来实现全生命周期的管理。吴敏达称，这一步的目的是将安全审查环节前移。

　　IBM自动化软件的定位为，从IT自动化运营、IT安全与基础架构管理、应用开发与集成这三大领域出发，让机器完成比较繁琐的任务。

　　IBM大中华区科技事业部自动化资深技术专家张诚称，IT自动化运营现在很多企业都在做，现在还有企业在探索Agent加速IT自动化运营的能力。

　　在应用开发与集成方面，IBM已经发布了简化开发、加快测试、保障生产相关的集成Agent，使其通过问答的形式生成集成流程。

　　企业的应用设计、编程、测试、修复都可以通过AI完成，IBM的集成涵盖了所有的环节，包含API、应用、事件流、B2B/文件等。

　　在IT安全与基础架构管理方面，对于大型企业而言，机房、本地系统等传统基础设施仍然重要，IBM提供面向混合云、混合环节的可观测性、一致治理与管理能力，帮助企业统一管理in-premise与云环境。

　　这一能力使得企业可以查看完整的推理和交互过程、使得工具的使用可靠且易于理解、验证系统看到和生成的内容、在不影响结果的前提下控制和延迟成本。

　　张诚总结说，IBM Automation就是通过智能化的集成手段，让Agent和工具、工具和工具之间都实现协同工作。

　　在数据层面，IBM大中华区科技事业部存储资深技术专家饶有清称，企业在数据和AI领域的挑战包括，昂贵的GPU资源、分散的AI数据、不断增加的存储成本、数据成为关键生产要素。

　　IBM的全局数据平台化，可以满足大规模业务访问数据的要求。企业级存储平台IBM Storage Scale可以提供数据访问、缓存、管理、安全服务。

　　今年9月，IBM发布中国“AI深耕”计划，分别为民营企业聚集的重点城市、赋能本地伙伴的服务模式、地方政府赋能的创新机制。

　　近年来，越来越多的企业出海不再只输出商品，而是要形成将研发、生产、供应链及服务体系全面输出的能力，才能构建差异化壁垒，提升全球竞争力。

　　围绕着这一产业变化，近年来，IBM将重点业务场景从过去的服务大型国有企业的基础设施信息化，转向瞄准“AI+出海”机遇的成长型企业。