IBM的開源策略：AI市場的轉變、DeepSeek的教訓及未來的AI發展
分析：John Furrier
IBM公司正處於一個轉折點。在強勁的收益和股價迅速上升後，顯然首席執行官Arvind Krishna的長期策略正在取得成效。
我們一直密切關注IBM，親身見證了Krishna的願景，參加了分析師會議，與高管進行了一對一的討論，並在theCUBE上廣泛報導了其人工智能和混合雲的策略。本週，我在紐約市，IBM舉行了多年來的首次投資者日，恰逢其股價達到歷史新高。
在這裡，我將分析其在AI動力和背後關鍵驅動因素的演示，因為這正是推動IBM業務增長和股價加速的原因。數據不會說謊：IBM在軟件、諮詢和基礎設施方面都在實現增長，市場也在回報其執行力。
IBM一直在精進自身，將自己定位為AI浪潮中的整合者和“工具提供者”。它擁有龐大的企業安裝基礎，這對於在這場AI轉型中勝出至關重要。我們在theCUBE上經常說：在轉型中取勝。現在，IBM正與整個行業一起進行轉型，並在執行Krishna的策略。
現在的問題是：IBM如何將其主導地位擴展到AI的下一個時代？
開源優勢：從DeepSeek學習
IBM長期以來一直活躍於開源領域，其Red Hat部門是混合雲和開源企業解決方案的事實標準。因此，DeepSeek成為AI創新的範例。對於包括IBM在內的許多人來說，這不是一個顛覆性的事件，而是一個迭代的、高效的AI創新模式，快速實現了成本效益高的AI進步，這與他們構建AI策略和產品的方法相輔相成。
DeepSeek證明了速度、學習和執行比單純的規模更為重要。IBM和Red Hat對這場比賽了如指掌。Red Hat的CEO Matt Hicks表示：“開源是IBM和Red Hat的生存之道。”IBM明白這一點。他們一直知道如何在企業中商業化開源，現在他們有機會將這種DeepSeek式的模式擴展到其AI和混合雲策略中。
DeepSeek引起關注是因為其低成本的AI創新模式，但真正的故事在於它如何實現這一點：
– 專家混合而非粗暴的AI訓練
– 高效的內存管理和壓縮注意力
– 智能利用H800圖形處理單元和替代芯片
– 優化的模型設計，降低成本同時保持性能
這裡的啟示是：AI軟件和算法的效率優於單純的計算能力。而IBM的AI策略與這一轉變完美契合——更精簡、更優化的模型、成本效益高的訓練和能夠在企業規模整合AI的混合雲基礎設施。
IBM的AI策略：以Granite模型實現高效能和成本效益
IBM的Granite模型已經證明它們可以在成本和性能上競爭。這裡是IBM的AI優勢所在：
– 在金融服務用例中，比ChatGPT-4 Turbo便宜98%
– 比Llama 3 70B便宜75%，且無性能妥協
– 更小、更專業的模型，訓練成本僅為一小部分
這不僅僅是一個定價優勢——這是一個結構性優勢。IBM並不試圖在龐大的基礎模型上超越OpenAI或Google LLC的支出，而是專注於高效、專門設計的AI模型，以極低的成本提供企業級的可靠性。
這正是Red Hat所擅長的——在企業中擴展開源創新。IBM的混合雲和AI技術堆疊現在已經定位為推動成本效益高的高性能AI採用，就像DeepSeek以其優化的方法所展示的一樣。
開發者和初創公司的機會：IBM作為AI整合中心
IBM最大的機會不僅僅是構建AI模型。它是為開發者和初創公司提供下一代AI驅動的企業解決方案的通道。
開發者和初創公司希望銷售到IBM的安裝基礎中，而IBM、Dell Technologies Inc.和Salesforce Inc.等大型企業不再強迫開發者在他們的平台上編碼。相反，他們轉向一種整合模型——讓開發者將其構建到他們的AI和混合雲堆疊中。
這一轉變是巨大的，因為這意味著開發者和企業客戶不必改變他們的工具。他們只需插入IBM的AI軟件和基礎設施。這對IBM來說是一個贏得策略，因為：
– 它已經擁有企業關係。
– 其企業客戶不介意改變流程和軟件，但他們不想改變工具和系統。
– 它擁有混合雲堆疊。
– 其AI模型提供成本效益高、可擴展的性能。
– 它可以提供開源友好的AI基礎設施生態系統。
人們常常認為IBM和其他成熟企業是“老派”，但現實是：他們不會消失。IBM不僅僅是一個傳統玩家——它正將自己定位為AI整合者，企業AI採用的中介。
軟件轉變：DeepSeek的教訓和IBM的AI未來
AI的真正改變者不僅僅是模型。還有它們背後的軟件創新。
DeepSeek引發了爭議，但真正的故事並不是頭條新聞。它是模型的效率、訓練的精確性和以軟件為主的創新。它並沒有通過粗暴的方式實現重大AI突破，而是工程化其模型，使其更快、更精簡、更智能。
這正是IBM和Red Hat可以主導的地方。AI的未來不僅僅是訓練更大的模型，而是使AI在規模上高效運行，並以更低的成本實現。
AI基礎設施正在擺脫“POC purgatory”——那些在達到生產前被卡住的項目。
以軟件驅動的AI優化將定義AI市場的贏家。
IBM的混合雲加上Red Hat的開源專業知識，給它在使AI商業化採用方面提供了巨大的優勢。
DeepSeek表明，以更智能的工程實現低成本、高性能的AI是可能的。IBM和Red Hat擁有技能、企業影響力和混合雲堆疊，能夠以企業級的規模採用相同的方法。
AI發展的未來：IBM的下一步是什麼？
AI生態系統正在從龐大、高成本的AI模型轉向更高效、優化的解決方案。
IBM已經制定了一個清晰的路線圖：
– 繼續擴展混合雲和AI基礎設施
– 使企業AI在Granite模型的支持下實現成本效益高、高性能和可擴展性
– 使開發者能夠將AI整合進現有的企業堆疊
– 利用開源和Red Hat推動AI的廣泛採用
IBM的策略不僅僅是構建AI模型。它是創造一個高效進行AI創新的生態系統。DeepSeek模型證明了AI效率優於單純的計算能力——而IBM正好處於利用這一趨勢的最佳位置。
我對IBM持樂觀態度。如果它能像在混合雲中那樣執行這一以AI驅動的開源策略，這可能成為未來五年中最大的企業AI成功故事之一。
在這篇文章中，IBM的策略顯示出它在AI領域的潛力和前景。不過，值得注意的是，未來AI的發展不僅取決於技術的進步，更在於如何有效地整合這些技術到現有的商業模式中。IBM的成功將是其在開源和AI整合方面的實踐如何影響整個行業的指標，值得我們密切關注。
以上文章由特價GPT API KEY所翻譯及撰寫。而圖片則由FLUX根據內容自動生成。
