IBM与ServiceNow联手重构企业AI基础设施层

2026年6月12日，IBM（NYSE: IBM）宣布与ServiceNow扩大战略合作，双方将整合IBM在人工智能、自动化与企业数据治理方面的技术能力，与ServiceNow的AI平台深度协同，共同推动企业级代理型AI（agentic AI）的大规模部署。该合作旨在解决企业在采纳生成式AI过程中面临的两大核心障碍：陈旧的IT基础设施与高度碎片化的数据系统。消息公布后，IBM股价在美股盘前交易中上涨1.14%，报277.99美元，延续了前一交易日0.91%的涨幅。

这一合作并非孤立事件，而是当前全球企业软件行业从“AI威胁论”转向“AI赋能论”的最新注脚。而IBM此次的介入，则进一步强化了这一趋势——不再仅由GPU厂商定义AI算力边界，而是由具备深厚企业服务经验的传统IT巨头，联合现代SaaS平台，共同重构AI落地的基础设施层。

企业AI落地的“最后一公里”困局

更关键的是，多数企业的核心业务数据仍分散在本地数据中心、老旧ERP系统或私有云环境中，导致大模型训练与推理成本高企、响应延迟、合规风险突出。

IBM与ServiceNow的合作正是针对这一“最后一公里”问题。IBM提供其混合云架构、Power Systems服务器及FlashSystem存储产品线，支持在客户自有硬件上部署安全可控的AI模型；ServiceNow则贡献其工作流引擎与AI代理平台，将结构化任务（如IT工单处理、HR流程自动化）与非结构化数据（如邮件、会议记录）打通。双方强调，该合作采用开源方法论，基于Red Hat OpenShift AI和InstructLab社区框架，允许企业利用自有数据训练专属大语言模型，并完全拥有模型知识产权。

这种“私有化+开源+工作流嵌入”的组合，实质上是在构建一种新型企业AI操作系统——既规避了公有云API调用带来的数据泄露风险，又避免了从零自研模型的高昂成本。对于金融、医疗、能源等强监管行业而言，这可能是比纯公有云方案更具吸引力的路径。

软件行业估值逻辑的根本性重置

市场对这一合作的积极反应，反映出投资者对企业软件板块估值逻辑的深层转变。这一轮反弹的核心驱动力，已从传统的订阅收入增长，转向AI驱动的运营杠杆释放。

这种“硅基化”转型证明，AI不仅是功能叠加，更是组织效率的倍增器。投资者如今愿意为能将AI深度嵌入核心工作流、并实现显著降本增效的软件公司支付更高估值溢价。

IBM与ServiceNow的合作，正是这一逻辑的延伸。IBM Consulting正计划推出专项实践，帮助企业客户基于开源Granite模型家族和InstructLab框架，构建专属AI基础模型。这意味着软件公司的角色正从“功能提供者”升级为“智能体工厂运营商”——不仅销售软件许可证，更输出AI模型开发、部署与治理的全栈能力。

产业链格局：从芯片独舞到生态协同

但随着企业AI进入规模化落地阶段，产业链重心正向“算力-平台-应用”协同生态迁移。英伟达虽仍是底层算力基石（如其Vera Rubin加速器被IBM集成至Cloud与Power Systems），但单纯提供GPU已不足以捕获全部价值。真正的护城河，正在于谁能将算力、数据、工作流与安全治理无缝整合。

IBM在此轮合作中展现出独特优势：其Power架构在金融、电信等关键行业拥有深厚存量基础；Red Hat的OpenShift AI提供了跨云一致的MLOps环境；而Consulting部门则具备直接触达CIO与CTO的渠道能力。相比之下，纯SaaS厂商虽在用户体验与敏捷开发上占优，但在混合部署、数据主权与遗留系统集成方面存在短板。因此，IBM与ServiceNow的联手，本质上是一种能力互补——前者补足后者在私有化部署与企业级安全合规上的不足，后者则帮助前者接入现代化工作流与实时业务场景。

这种“传统IT巨头+现代SaaS平台”的联盟模式，可能成为下一阶段企业AI落地的主流范式。类似的合作已在其他领域萌芽：例如微软Azure与ServiceNow的集成、甲骨文OCI与Cerner医疗系统的深度耦合。未来竞争的关键，或将不再是单一产品的先进性，而是生态协同的广度与深度。