IBM 推出 Watsonx 平台：自带基础模型，帮企业私有化部署 AI

前一阵子，IBM 刚刚宣布暂停招聘那些未来几年可能被 AI 取代的后台岗位。转头到了 5 月 9 日的年度 Think 大会上，这家老牌科技巨头就拿出了自己的大杀器：全面押注生成式 AI，推出全新企业级平台 Watsonx。

当年靠《危险边缘》夺冠闻名天下的老 Watson，后来因为 Watson Health 业务受挫并折价出售，在外界眼里沉寂了挺久。这次借着大模型热潮重新杀回来的 Watsonx，不再讲虚无缥缈的故事，而是直接瞄准大企业的实际痛点：怎么在保证数据合规、隐私安全的前提下，把大模型用起来。

IBM 自家的一份调查显示，30% 的企业管理者因为缺乏信任和透明度而不敢落地 AI，42% 的人则对生成式 AI 的隐私问题心存顾虑。首席商业官 Rob Thomas 在媒体沟通会上说了句大实话：AI 不一定会取代管理者，但用 AI 的管理者一定会取代不用 AI 的管理者。

拆开 Watsonx 的三张牌

新平台被打包成了三个核心组件，分别叫 Watsonx.ai、Watsonx.data 和 Watsonx.governance。

Watsonx.ai 本质上是一个面向企业开发者的 AI 工作室。企业不仅可以用它训练、微调自己的模型，还能直接调用 IBM 提供的 7 个预训练模型，其中包含部分开源模型。IBM 还找来了 Hugging Face 合作，把后者平台上的数千个模型、数据集和开发库接入进来，IBM 也会反哺开源工具。

大会上重点展示了三个模型：负责生成代码的 fm.model.code，专门用来驱动类似 GitHub Copilot 的 Watson Code Assistant，甚至能给红帽 Ansible 写自动化脚本；专攻行业专业文本的 fm.model.NLP，能用于有机化学等垂直领域，并接入到 IT 运维和客服体系中；最特别的是和 NASA 联合研发的 fm.model.geospatial，利用气候和遥感数据来预测自然灾害、生物多样性和土地利用变化。

另外两个组件则专治企业病。Watsonx.data 是一个适配 AI 负载的数据存储方案，方便企业从单一入口统一查询多源数据并做治理。Watsonx.governance 则主打合规管控，用来检测模型偏差、防止数据漂移，并保护客户隐私。

硬件和配套方面，IBM 还端出了面向高算力 AI 任务的全新云端 GPU 实例，以及一个与英特尔合作研发的云碳排放计算器，能把企业在云端跑模型产生的碳排放一路追踪到具体服务级别。

为什么重要

对传统大型企业和政企客户来说，Watsonx 的价值非常直接：它给了一个「不想把机密数据直接扔给公共大模型」的安全出口。CEO Arvind Krishna 明确提到，这个方案既可以部署在公有云，也能跑在私有环境中，允许客户用自己的私有代码和表格数据训练适配模型。如果你所在的机构受限于严苛的数据合规，现在看 Watsonx 至少是个能向合规部门交差的选择。

在行业竞争上，IBM 避开了与 OpenAI 和 Google 拼通用聊天的正面战场，退回自己最擅长的混合云与企业服务战壕。它的对手名义上是微软 Azure AI、亚马逊 SageMaker 和谷歌 Vertex AI，但 IBM 的核心武器其实是那支庞大的企业咨询队伍和多年积累的行业数据。它想证明，把技术真正嵌进大公司的采购、供应链和 IT 运维流程，光有聪明模型不够，还得有脏活累活都能干的工程实施能力。

我们认为，IBM 这次的产品架构想得很通透，治理、数据和模型三位一体，抓住了大企业最怕的安全软肋。但隐患也同样明显。过去 Watson 走入死胡同，很大程度上就是因为过度包装、落地成本极高却交付拉胯。眼下微软、谷歌乃至 Anthropic 等后起之秀都在疯狂收割开发者生态，IBM 能否靠老客户的关系和合规牌重塑声誉，关键不在于口号多响，而在于企业能不能真正用合理的成本把这套系统跑出效果。