科技前沿：IBM与AWS引领企业AI基础设施新浪潮

2026年5月，企业级AI基础设施建设进入加速期。IBM在Think 2026大会上发布AI运营模型蓝图，AWS与OpenAI扩展合作伙伴关系，ServiceNow推出AI控制塔平台，三大科技巨头同时发力，标志着企业AI从实验阶段迈向规模化生产部署。

主要新闻

IBM Think 2026：发布企业AI运营模型蓝图

IBM在Think 2026大会上宣布其迄今为止最全面的企业AI和混合云管理能力扩展。新推出的产品包括：下一代watsonx Orchestrate（多代理编排）、IBM Confluent（为AI提供实时数据）、IBM Concert平台（智能运营）和IBM Sovereign Core（运营独立性）。IBM提出的AI运营模型基于四个集成系统：代理（通过协调AI跨业务执行和适应）、数据（通过实时、连接的信息为团队提供共享视图）、自动化（通过端到端基础设施和自动化工作流在流程中扩展）、混合（通过运营独立性实现主权、治理和安全性）。IBM Sovereign Core已正式发布，内嵌策略到基础设施运行时级别，使治理能够随着监管要求演变而调整，同时优先考虑工作负载可移植性。

Source: Think 2026: IBM Delivers the Blueprint for the AI Operating Model

AWS与OpenAI扩展合作：Codex和托管代理登陆Amazon Bedrock

AWS和OpenAI宣布扩展合作伙伴关系，将前沿AI模型引入企业已信任的基础设施。三项新服务现已进入有限预览：OpenAI模型在Amazon Bedrock上可用（通过相同的Bedrock API和控制）；Codex on Amazon Bedrock（OpenAI编码代理，用于大规模企业软件开发）；Amazon Bedrock Managed Agents（由OpenAI驱动，为构建生产就绪的AI代理提供优化体验）。Codex每周已有超过400万用户用于自动化编码工作，现在企业团队可以在已大规模运营的AWS环境中访问OpenAI编码代理。Bedrock Managed Agents结合了OpenAI前沿模型和代理能力，以及AWS的全球基础设施、安全性和数百万组织依赖的服务广度。

Source: OpenAI Models on Amazon Bedrock

ServiceNow Knowledge 2026：AI控制塔将混沌变为控制

ServiceNow在Knowledge 2026大会上推出平台化治理自主工作解决方案，涵盖AI控制塔、自主劳动力、数据智能和安全能力。ServiceNow Otto作为新的企业AI体验，将对话式AI、自主工作流和企业搜索统一到单一体验中。ServiceNow Autonomous Workforce将AI从处理孤立任务的代理推进到端到端执行作业，具有明确的角色、企业权限和内建的治理。AI控制塔现在包括30多个企业集成发现、代理行为实时可观测性、自动化风险和合规控制、身份治理扩展到超大规模环境和AI模型，以及财务仪表板。ServiceNow Action Fabric通过Model Context Protocol（MCP）服务器，将平台完整的行动系统开放给任何AI代理。

Source: ServiceNow turns enterprise AI chaos into control

Docker与Black Duck合作：精准容器安全

Docker与Black Duck集成，通过Docker Hardened Images（DHI）和VEX（漏洞可利用性交换）声明，为企业提供精准容器安全解决方案。该集成自动将基础层噪音与应用层风险分离，结合Docker安全默认基础、VEX声明和Black Duck行业领先的分析引擎。Black Duck二进制分析（BDBA）通过基于签名的检查验证DHI中已编译资产的”出厂状态”。Black Duck软件组合分析（SCA）即将将DHI识别和验证支持扩展到其旗舰SCA平台，统一DHI智能与源代码依赖管理。安全团队可以设置全局Black Duck策略，自动”忽略”任何由Docker标记为”不受影响”的漏洞，可能零手动工作量清除数千个非可操作警报。

Source: Precision Container Security with Docker and Black Duck

分析

IBM Think 2026发布的企业AI运营模型代表了企业AI战略的重大转变。与单纯追求更大、更强模型不同，IBM强调AI需要新的运营模型，将代理、数据、自动化和混合基础设施四个系统协同工作。这一战略的核心洞察是：超过70%的企业数据仍位于企业内部系统中，因此AI策略必须考虑数据驻留位置。IBM Sovereign Core的推出恰逢其时，特别是对于那些在受监管行业和政府环境中运行AI的组织。主权不再只是可选功能，而是嵌入到基础设施运行时级别的核心要求。

AWS与OpenAI的扩展合作反映了云服务巨头与前沿AI公司之间日益紧密的共生关系。将OpenAI模型、Codex和托管代理整合到Amazon Bedrock中，为AWS客户提供了在现有安全和合规框架内访问前沿AI能力的路径。这种集成的重要性在于：它降低了企业将AI代理从测试推向生产的摩擦，同时保持与内部运营标准的一致性。编码工具成为企业AI市场的主要部分也值得注意——通过将Codex链接到Bedrock，OpenAI和AWS瞄准的是那些希望在熟悉开发工具中获得AI协助，同时将支出、访问和治理与AWS账户绑定的软件团队。

ServiceNow的AI控制塔平台解决了企业AI部署中的一个关键痛点：在数十个断开连接的系统中，每个系统都自带AI层，代理在没有治理的情况下部署，智能与执行脱节。ServiceNow的解决方案提供从数据到决策再到执行和信任的整个AI价值链。特别值得注意的是其Model Context Protocol（MCP）服务器的推出，这表明ServiceNow意识到未来不是单一供应商的AI生态系统，而是需要能够编排任何来源代理的平台。

Docker与Black Duck的合作解决了现代容器化应用中的一个真实痛点：漏洞噪音。传统漏洞扫描会标记文件系统中的所有漏洞，无论它们是否对应用构成实际风险。通过结合VEX声明和Black Duck的深度分析，这种集成允许团队专注于真正可 exploits的漏洞，而不是被数千个”不受影响”的警报淹没。对于那些需要同时满足安全合规和开发速度的企业来说，这是一个重要的进步。

这些发展共同指向一个趋势：企业AI正在从”我们能构建什么”转向”我们如何大规模、安全、经济高效地运营AI”。基础设施、治理、安全和可观测性正在成为AI成功的关键因素，与模型能力本身同样重要。

结论

2026年5月的科技新闻清楚地表明，企业AI竞赛的重心正在转移。IBM的AI运营模型、AWS-OpenAI深度集成、ServiceNow的AI控制塔和Docker的精准容器安全，都是为了解决同一个核心挑战：如何将AI雄心转化为可衡量的业务成果。

对于技术领导者而言，这些公告提供了构建企业AI能力的路线图：首先，建立涵盖代理、数据、自动化和混合基础设施的运营模型；其次，选择能够提供模型选择、治理控制和现有基础设施集成的平台；第三，实施AI控制塔以发现、观察、治理和保护企业AI资产；最后，确保安全性和合规性内建于容器和开发工作流中。

展望未来，我们需要关注：企业AI运营模型的标准化、多云AI代理编排的成熟度、AI治理工具的整合，以及精准安全在DevSecOps中的角色。企业AI不再只是关于模型——它是关于构建一个能够持续交付价值的完整系统。