IBM

• 借助全新的AI助手，球迷可在女子和男子单打比赛期间获得实时见解和分析。

• 受访企业高管表示，预计 2025 年，人工智能支持的工作流程将激增 8 倍，人工智能体将提高流程效率、降低成本并改变工作流程。

数据科学家和机器学习工程师在整个企业范围内实施 DSML 项目时面临诸多挑战，比如确保以负责任的方式实施 AI，拥有优化的 AI 堆栈以管理成本和规模，以及将自动化功能渗透到企业的每个角落。

新许可协议使德意志银行能够更广泛地获得IBM创新的软件解决方案使用权限，以加速创新、优化运营,并提升客户体验

从大模型训练到边缘侧推理，从海量日志分析到实时业务决策，数据作为构建智能能力的核心战略资产，正成为企业角逐的新战场。然而，管理这些数据不仅需要高超的技术能力，更是一项涉及成本、性能和复杂性的多维挑战。

• 随着组织扩展AI智能体及其他先进 AI 应用，IBM 将其与关键的非结构化数据连接

我们都知道，现在市面上有很多热门的智能体方案，这些方案的特点是简单易用，能够处理各种任务，确实很方便。但它们的一个主要缺点是，它们大多是通用型的智能体，并不是为企业量身定制的。

现在搞大模型，GPU芯片就是命根子，没有高性能的GPU芯片，大模型跑不动，大模型的应用也玩不转。所以高性能芯片的研发就变得非常关键，就拿一个7nm芯片的仿真来说，每分钟能喷涌出，几千个甚至上万个作业，可能会瞬间挤爆计算资源。

2025年，AI领域的热议话题已经从大语言模型（LLMs）转向了AI智能体（AI Agent）。根据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%；

当全球还在热议智能体技术时，IBM已悄然构建了完整的智能体全栈解决方案，支持企业在现有IT架构中构建、部署和管理智能体。企业级AI智能体平台watsonx Orchestrate 依托IBM Granite等"小而美"的开源模型，能够大规模实现复杂工作流自动化。