“AI 落地雷声大、雨点小。很多企业试点做了不少，但最后看不到实质价值，ROI 也没有。”在 IBM 2026年第二季度媒体沟通会上，IBM 大中华区首席技术官翟峰用这句话点出了当下企业 AI 应用的真实困境。

2026年6月10日，IBM 在北京举行媒体沟通会，围绕 Think 2026大会的最新洞察、产品与技术，系统分享企业级 AI 如何从分散试点走向规模应用。相比过去围绕大模型能力的热烈讨论，IBM 此次更关注一个现实问题：企业如何从“租用智能”走向“拥有智能”。

在翟峰看来，很多企业现在仍处于 AI 变革的“第零日”。它们接入第三方大模型、调用外部 API、部署局部工具，看似已经在用 AI，但本质上仍是在“租用智能”。真正的“拥有智能”，则是把 AI 建立在企业自己的数据、流程和专属技能之上，让模型理解企业语义，让智能体进入核心系统，形成安全、可控、可持续进化的闭环。

这也是 AI 规模化落地的关键难点。翟峰指出，问题不在于模型能力不够强，而在于企业没有准备好高质量数据和标准化流程。“企业里往往不是没有数据，而是没有高价值、可直接给模型使用的可用数据。”同时，企业90% 以上的流程是固定的，AI 要先嵌入报销、审批、运维、生产、供应链等真实流程，而不是停留在问答和演示层面。

围绕这一判断，IBM 提出了面向 AI 为先企业的“AI 运营模式”，包含智能、行动、信任和运营四大要素：让模型理解企业上下文，让智能体真正调用工具和系统，让数据、模型、执行过程和基础架构可信可控，并通过持续运营支撑 AI 不断迭代。IBM 董事长兼首席执行官 Arvind Krishna 在 Think 2026上也强调，真正的领军企业不是部署更多 AI 工具，而是重新设计自身业务运营模式。

为支撑这一转变，IBM 展示了覆盖开发、运维、安全和核心业务场景的全栈能力。

在开发端，IBM Bob 被定位为面向企业团队的 AI 为先开发伙伴，可贯穿规划、编码、测试、部署和现代化改造。IBM 中国科技事业部 AI 解决方案技术专家林凯迪表示，企业级 AI Coding 不只是生成代码，更要理解复杂项目、处理历史技术债，并内置安全、权限和成本控制。IBM 内部实践显示，Bob 已覆盖8万多名用户，重复性工作时间节省超过90%，开发成本降低约40%。

在安全与运维端，HashiCorp Vault 和 IBM Concert 分别解决机器身份管理与智能化 IT 运维问题。随着智能体开始调用系统、访问数据、执行任务，密钥、Token 和非人实体身份管理变得愈发重要。Vault 可集中管理凭证和访问权限，Concert 则通过整合应用、基础设施和网络信号，帮助企业主动降低宕机、合规和运营风险。

更重要的是，AI 正在进入企业核心业务链条。在复杂工程研发领域，IBM ELM 打通需求、设计、开发、测试与报告，形成可双向追踪的“数字线程”；在生产制造领域，IBM Maximo 融合 IoT、AI 预测和视觉检测，帮助企业从被动维修转向主动维护；在供应链领域，IBM webMethods B2B 支撑跨系统、跨伙伴、跨区域的数据交换；在经营管理领域，IBM Planning Analytics 将预算、预测、报表和沙盘推演整合到统一平台，解决企业陷入“Excel hell”的问题。

翟峰强调，企业级 AI 不是一次性交付项目，而是需要持续调优、治理并与真实业务流程对齐的长期工程。IBM 也正通过“咨询+科技”双轮驱动，以及技术专家团队的“FDE 化”，深度参与客户从需求挖掘、POC 到部署上线和持续运营的全过程。

从 Think 2026到中国企业实践，IBM 释放出的信号很明确：AI 破局不能只靠模型，也不能停留在试点。企业真正需要补上的，是数据、流程、安全、运维和组织能力。当 AI 不再只是外部工具，而是沉淀为企业自己的智能资产，能够进入研发、生产、供应链和经营决策等核心环节，“拥有智能”的时代才真正到来。（袁宁）