生成式AI在企业中的应用与挑战 - 生成式AI落地面临数据、系统、流程、基础设施等多方面挑战，企业需将其视为长期工程而非简单解决方案 [1] - 企业正加速将AI能力融入IT自动化和业务流程重塑，Gartner预测企业软件中自主型AI整合比例将从2024年不足1%跃升至2028年33%，同时超15%日常工作决策将由AI智能体完成 [1] 企业级AI发展的核心要素 - 数据是核心生产力，高质量数据为AI应用基础 [2] - 模型需结合企业内部专家知识及业务领域经验，与数据算法融合 [2] - 安全治理、智能助手/系统及AI智能体（本质为具备AI能力的应用）构成企业级AI五大要素 [2] IBM的企业级AI战略与能力 - IBM通过混合云技术创新及智能体、数据、自动化等全栈能力，推动企业级AI规模应用 [3] - 过去三年IBM在自动化领域投资170亿美元，收购HashiCorp补强基础设施自动化，用户案例显示混合环境中使用其工具三年投资回报率达176% [3] - 升级watsonx.data平台整合湖仓一体与数据经纬能力，实现跨数据孤岛、多格式及云环境的数据统一治理与AI应用打通 [3] 企业AI平台需求与IBM定位 - 企业需要灵活、安全且成本效益高的AI平台，深度整合数据与工作流驱动业务增长 [4] - IBM目标为帮助企业快速构建定制化AI能力，确保全生命周期治理与业务目标对齐，使其成为AI技术浪潮的核心参与者 [4]