5月26日上午消息，近日举办的IBM企业级AI媒体及分析师圆桌会上，IBM大中华区首席技术官及技术销售总经理翟峰在与新浪科技等媒体沟通中指出，“在生成式AI落地过程中，一线人员遇到的问题来自于数据、系统、流程、基础设施等方方面面，这是一个马拉松，我们不应该神化AI，觉得很简单。”
生成式AI出来后，越来越多的企业开始发现，如何将AI能力快速融入到自己的IT自动化、业务自动化过程中，进而重塑业务流程，正变得越来越重要。据Gartner最新预测，企业软件中整合自主型AI的比例将从2024年的不足1%跃升至2028年的33%；同时，超过15%的日常工作决策将交由AI智能体自主完成。随着生成式AI的加速普及、AI智能体的迅猛发展，以及智能流程自动化的不断突破，企业正迎来第三波人工智能助手浪潮。
翟峰指出，企业级AI发展需要集齐五大要素：一，数据，这是最关键的因素，是核心生产力，没有（高质量）的数据，一切都是空谈；二，模型，AI大模型之外，更重要的是企业内部专家的Know how、业务领域的知识，这些也需要结合数据和算法融入到模型里面；第三，数据、模型及应用的安全治理；四，智能助手或智能系统；五，智能体，现在大家对它有点妖魔化，其实它本质还是一个有AI能力比较聪明的应用。
“企业AI要发挥价值的时候，一定是要有这些东西的积累。”翟峰表示。
围绕近期IBM Think 2025大会上发布的一系列混合云技术创新，以及智能体、数据、集成、基础设施等关键词。翟峰指出，IBM具基础设施、混合云、数据、自动化等领域的企业级AI全栈能力，有望打破企业级人工智能（AI）规模应用的长期桎梏，帮助企业使用自己的数据构建和部署先进的AI智能体。
以自动化为例，据他介绍，“过去三年，IBM在自动化领域已投资了170亿美元，收购了HashiCorp对软件定义基础设施自动化进行补齐。”据悉，有用户在混合环境中使用IBM集成自动化工具，三年内投资回报率可达176%。
又如， 在数据领域，IBM持续升级其湖仓一体数据平台watsonx.data，将开放数据湖仓与数据经纬能力（如数据血缘跟踪和治理）结合起来，可以帮助客户统一、治理和激活不同数据孤岛、格式和云环境中的数据，实现AI应用、AI智能体与非结构化数据的打通。
“企业真正需要的是灵活、安全且具备成本效益的AI平台和工具，从而深度整合企业数据、自动化工作流并驱动业务增长。IBM希望帮助企业快速构建和扩展满足自身需求的AI能力，确保全生命周期治理并与业务目标对齐，真正成为A1技术浪潮中的参与者、受益者和价值创造者。”翟峰表示。（文猛）
