過(guò)去 100 年間，IBM 見證了無(wú)數(shù)技術(shù)潮流的興衰沉浮。最終勝出的，往往是那些能提供多元選擇的技術(shù)。

在近日舉行的 “2025 VB 全球科技轉(zhuǎn)型峰會(huì)” 上，IBM 人工智能平臺(tái)副總裁阿曼德·魯伊斯深入闡釋了這家藍(lán)色巨擘對(duì)生成式 AI 的思考，以及企業(yè)用戶實(shí)際部署該技術(shù)的現(xiàn)狀。

魯伊斯的核心觀點(diǎn)是：現(xiàn)階段的關(guān)鍵并非選擇單一的大語(yǔ)言模型（LLM）供應(yīng)商或技術(shù)。

越來(lái)越多的企業(yè)客戶正在系統(tǒng)性摒棄單一供應(yīng)商的 AI 策略，轉(zhuǎn)而采用針對(duì)不同應(yīng)用場(chǎng)景精準(zhǔn)匹配多模型的技術(shù)路線。

IBM 雖然擁有Granite 系列開源 AI 模型，但并未將其定位為全能解決方案，甚至不認(rèn)為它適合所有工作負(fù)載。

這種企業(yè)需求趨勢(shì)正推動(dòng) IBM 轉(zhuǎn)型，即不再以基礎(chǔ)模型競(jìng)爭(zhēng)者自居，而是如魯伊斯所言，成為 AI 工作負(fù)載的管控平臺(tái)（control tower）。

魯伊斯說(shuō)："當(dāng)我面對(duì)客戶時(shí)，發(fā)現(xiàn)他們正在動(dòng)用所有可用資源，真的是無(wú)所不用。在編程場(chǎng)景，他們青睞 Anthropic；而在邏輯推理等用例中，他們偏好 OpenAI 的 GPT-3；至于大語(yǔ)言模型定制化需求，比如基于自有數(shù)據(jù)進(jìn)行微調(diào)時(shí)，客戶往往選擇我們的 Granite 系列，或 Mistral 的小型模型，甚至 Llama......關(guān)鍵在于為具體用例匹配最合適的 LLM。而我們的角色，就是幫助他們完成這些技術(shù)選型建議。"

多模型智能網(wǎng)關(guān)戰(zhàn)略

為應(yīng)對(duì)這一市場(chǎng)現(xiàn)狀，IBM 推出了全新模型網(wǎng)關(guān)解決方案—— 通過(guò)單一 API 接口，企業(yè)可在不同大語(yǔ)言模型間靈活切換，同時(shí)確保所有部署的可觀測(cè)性與統(tǒng)一治理。

這一技術(shù)架構(gòu)使客戶能夠在敏感用例場(chǎng)景下，通過(guò)自有推理基礎(chǔ)設(shè)施運(yùn)行開源模型；同時(shí)針對(duì)非核心業(yè)務(wù)應(yīng)用，仍可靈活調(diào)用 AWS Bedrock 或 Google Cloud Gemini 等公有云 API 服務(wù)。

魯伊斯表示，該網(wǎng)關(guān)為客戶提供了統(tǒng)一的接入層，通過(guò)單一 API 即可在不同大語(yǔ)言模型間自由切換，并實(shí)現(xiàn)全流程的可觀測(cè)性與治理。

這一策略與廠商慣用的 "鎖定客戶至專屬生態(tài)系統(tǒng)" 的做法截然相反。

采取多供應(yīng)商模型選擇策略的并非只有 IBM。

近幾個(gè)月來(lái)，市場(chǎng)上已涌現(xiàn)出多個(gè)模型路由工具，其設(shè)計(jì)目標(biāo)都是將工作負(fù)載智能分配至最合適的模型。

智能體協(xié)同協(xié)議，成為關(guān)鍵基礎(chǔ)設(shè)施

除多模型管理外，IBM 正通過(guò)開放協(xié)議攻克智能體間通信這一新興技術(shù)挑戰(zhàn)。

該公司開發(fā)的ACP（智能體通信協(xié)議）已捐贈(zèng)給 Linux 基金會(huì)，此舉直接對(duì)標(biāo)谷歌本周剛提交的Agent 2 Agent（A2A）協(xié)議—— 兩大科技巨頭不約而同選擇將各自協(xié)議開源，標(biāo)志著智能體交互標(biāo)準(zhǔn)化進(jìn)程進(jìn)入關(guān)鍵階段。

魯伊斯指出，這兩項(xiàng)協(xié)議的核心目標(biāo)都是實(shí)現(xiàn)智能體間的無(wú)縫通信，同時(shí)減少定制化開發(fā)工作。

他預(yù)測(cè)，盡管目前 A2A 與 ACP 協(xié)議在技術(shù)實(shí)現(xiàn)上存在差異，但最終這些技術(shù)路線將會(huì)走向融合。

這類智能體協(xié)同協(xié)議為 AI 系統(tǒng)提供了標(biāo)準(zhǔn)化交互框架，使不同平臺(tái)和廠商的技術(shù)架構(gòu)能夠?qū)崿F(xiàn)互操作。

當(dāng)考慮到企業(yè)級(jí)應(yīng)用規(guī)模時(shí)，其技術(shù)重要性就顯而易見，部分 IBM 客戶在試點(diǎn)項(xiàng)目中已部署超 100 個(gè)智能體。

若缺乏標(biāo)準(zhǔn)化通信協(xié)議，每個(gè)智能體間的交互都需要定制開發(fā)，這將造成難以持續(xù)的集成負(fù)擔(dān)。

AI 驅(qū)動(dòng)的流程與業(yè)務(wù)革新

魯伊斯在談及 AI 對(duì)企業(yè)的影響時(shí)強(qiáng)調(diào)，其價(jià)值遠(yuǎn)不止于聊天機(jī)器人。

"如果只是做聊天機(jī)器人，或者單純想用 AI 節(jié)省成本，那根本算不上真正的 AI 應(yīng)用"，他指出，"AI 的真正意義在于徹底重構(gòu)工作流程和業(yè)務(wù)運(yùn)作方式。"

人工智能應(yīng)用與轉(zhuǎn)型的核心差異，在于技術(shù)對(duì)業(yè)務(wù)流程的改造深度。

以 IBM 人力資源部為例，過(guò)去員工通過(guò)聊天機(jī)器人獲取 HR 信息，如今專業(yè)智能體可自主處理薪酬、招聘、晉升等常規(guī)咨詢，系統(tǒng)自動(dòng)對(duì)接相關(guān)數(shù)據(jù)庫(kù)，僅在必要時(shí)轉(zhuǎn)接人工，這標(biāo)志著運(yùn)營(yíng)模式發(fā)生了根本性變革。

魯伊斯解釋道："過(guò)去我需要頻繁聯(lián)系 HR 同事處理各類事務(wù)，現(xiàn)在通過(guò) HR 智能體就能完成大部分工作。根據(jù)問(wèn)題類型 —— 無(wú)論是薪酬核算、離職辦理、招聘錄用還是晉升調(diào)崗，系統(tǒng)都會(huì)自動(dòng)對(duì)接不同的人力資源內(nèi)部子系統(tǒng)，這些子系統(tǒng)就像由專門的智能體分別掌管。"

這標(biāo)志著從 "人機(jī)交互" 到 "計(jì)算機(jī)中介的工作流自動(dòng)化"的根本性架構(gòu)變革。

其核心轉(zhuǎn)變?cè)谟?，不再是員工學(xué)習(xí)使用 AI 工具，而是 AI 系統(tǒng)掌握端到端全業(yè)務(wù)流程的自主執(zhí)行能力。

技術(shù)層面的啟示在于，企業(yè)必須超越簡(jiǎn)單的 API 集成和提示詞工程，轉(zhuǎn)向深度業(yè)務(wù)流程數(shù)字化改造，通過(guò)系統(tǒng)級(jí)賦能，使 AI 智能體能夠自主完成多環(huán)節(jié)工作流。

企業(yè) AI 投資的戰(zhàn)略要義

IBM 的實(shí)際部署數(shù)據(jù)揭示了企業(yè) AI 戰(zhàn)略必須實(shí)現(xiàn)的幾大關(guān)鍵轉(zhuǎn)變：

1. 摒棄 "聊天機(jī)器人優(yōu)先" 思維：企業(yè)應(yīng)當(dāng)識(shí)別完整的可改造工作流，而非簡(jiǎn)單地在現(xiàn)有系統(tǒng)上疊加對(duì)話界面。核心目標(biāo)是消除人工環(huán)節(jié)，而非優(yōu)化人機(jī)交互。

2. 構(gòu)建多模型彈性架構(gòu)：與綁定單一 AI 供應(yīng)商相反，企業(yè)需要能根據(jù)用例需求靈活切換模型的集成平臺(tái)，同時(shí)確保治理標(biāo)準(zhǔn)的一致性。

3. 投資通信標(biāo)準(zhǔn)：企業(yè)應(yīng)優(yōu)先選擇支持 MCP、ACP 和 A2A 等新興協(xié)議的 AI 工具，而非采用會(huì)導(dǎo)致供應(yīng)商鎖定的專有集成方案。

魯伊斯強(qiáng)調(diào)，構(gòu)建空間巨大，每個(gè)人都需學(xué)習(xí) AI —— 尤其是業(yè)務(wù)領(lǐng)導(dǎo)者必須成為 “AI 優(yōu)先” 的領(lǐng)導(dǎo)者，深入理解這些概念。

說(shuō)明：文章為牛透社原創(chuàng)，未經(jīng)允許謝絕轉(zhuǎn)載。