IBM新任執行長交出上任第一份成績單，如何拚出營收、獲利超預期？|數位時代 BusinessNext

疫情風暴中接掌IBM！新任CEO交出上任第一份成績單，如何拚出營收、獲利超預期？

IBM本週公佈了4月至6月財報，不僅揭露疫情下藍色巨人的表現，同時也是新執行長奎許那上任後的第一張成績單。

上任即面對疫情風暴，奎許那能否帶領IBM渡過難關？

今年4月6日，奎許那接替吉妮．羅密提（Ginni Rometty）的職務，成為IBM執行長。過往在羅密提的率領下，縱然IBM極力向雲端領域轉型，卻止不住營收衰退趨勢，營收及市值均下滑25%。

然而更不湊巧的是，此時新冠狀病毒（COVID-19，俗稱武漢肺炎）正在美國延燒，登上執行長寶座之日，也是奔赴戰場之時，外界都相當在意這位新船長，如何為IBM在疫情的風暴中掌舵前行。

繼微軟的薩蒂亞．納德拉（Satya Nadella）、Google的桑德爾．皮蔡（Sundar Pichai），奎許那又是一位接掌科技巨頭的印度裔執行長。有別於一副好好先生的外表，奎許那做決定相當果決，上任沒多久即宣佈裁員，為疫情精簡人事。雖然IBM並未透露具體數字，此次裁員傳有數千人遭到解僱。

5月底因非裔男子喬治．佛洛伊德（George Floyd）遭受警察暴力執法致死，引發的種族平等浪潮中，奎許那也向國會議員寄出一封公開信，宣稱IBM將就此退出人臉辨識業務，反對技術成為種族歧視的幫凶，顯示在和藹的外表下，奎許那行事風格非常果斷。

著眼AI、混合雲兩大面向，奎許那瞄準數位轉型新商機

外媒《彭博社》曾指出，奎許那與接任總裁的紅帽執行長吉姆．懷特赫斯特（Jim Whitehurst）被期待將帶領高齡108歲的IBM，邁入第三次的轉型階段。

「現在接掌IBM的兩大人物都是雲端技術的忠實信徒。」研究公司ESG創辦人史蒂夫．杜普萊斯（Steve Duplessie）表示，「舊的IBM已經死了，他們必須做出改變，才能在還來得及前翻新這間公司。」

對於IBM的下一步，奎許那則將目光放在混合雲及AI兩大面向。5月舉辦的IBM Think線上大會上，他聲稱在各大企業因疫情加速邁向數位轉型的此刻，混合雲及AI是「推動數位轉型的兩大動能」。

在接任執行長前，奎許那便是雲端運算部門的主管，IBM收購紅帽的交易案，也是由他所促成。多年來，他一直在IBM內部推動混合雲技術發展，思考如何讓客戶私有雲的重要資料，連結至IBM、亞馬遜及微軟等公用雲服務上。

上任後，奎許那更被期許能帶領IBM徹底從利潤微薄的傳統業務，走向雲端計算領域。財報會議上，他也重申IBM未來焦點會放在混合雲及AI上，並聲稱量子運算「即將到來」。

但在這個動盪的時刻，奎許那透露，未來幾個月內，第一要務仍是確保業務表現穩定，保證變現能力及損益兩平，「雖然現在是個充滿挑戰的時刻，我們仍對能夠向前邁進的可能性感到興奮。」

責任編輯：蕭閔云

過去兩年，人工智慧技術以史無前例的速度翻轉企業營運與競爭態勢，從客服、知識管理到軟體開發，越來越多企業將大型語言模型（LLM）導入企業營運流程，隨著應用程度的深化與廣化，越來越多發現，真正的挑戰早已不只是「選擇哪個模型」，而是如何管理算力、控制成本、確保資料安全，以及讓不同世代GPU、模型與AI應用可以持續共存與調度。

代理式AI崛起後，AI應用從回答問題進展為執行任務、操作系統以及串接流程，連帶拉升對AI基礎設施的需求與架構複雜度，而這意味著，想要發揮AI綜效，光只有模型與技術尚不夠，必須將整體IT環境逐步升級為AI基礎建設（AI Infra）。

深耕AI管理領域多年的數位無限（INFINITIX），近年積極布局軟體定應AI基礎建設（Software Defined AI Infrastructure）市場，除持續深化與GPU、伺服器與AI硬體生態系的合作關係，如於2021年取得NVIDIA Solution Advisor全球夥伴資格，2025年亦獲AMD GPU生態建設夥伴獎，也因應市場需求推出AI-Stack與ixCSP兩大產品線，協助企業、雲端服務供應商（CSP）與新世代AI雲端業者，更有效率地管理跨世代AI算力資源。

數位無限執行長陳文裕表示：「我們的目標是協助客戶打造軟體定義AI基礎架構，讓其可以視需求向下整合不同世代GPU、儲存與網路設備，同時，向上鏈結模型、Token跟AI應用，加速企業的AI創新轉型腳步。」

從AI模型到AI經濟，企業競爭焦點轉向算力與Token調度能力

過去市場談AI，焦點多半放在模型參數、推論效能與模型能力，但在大型語言模型推論需求暴增的現下，AI Infra早已從單純GPU採購演變成涵蓋機櫃、網路、儲存、散熱與電力的整體工程；企業真正需要的，不是更多GPU、而是如何更有效率地調度與利用算力。

尤其在NVIDIA提出Token Factory概念後，全球AI產業正逐步從模型競賽轉向「AI經濟」，亦即，影響企業AI決策的再也不是使用哪個模型、部署多少GPU，而是消耗多少Token、產生多少AI服務，以及算力是否能被有效共享與調度。

換言之，在AI新世界，算力調度能力的重要水漲船高。對此，陳文裕十分認同的說：「企業想要提升AI競爭力，不僅要掌握模型與應用，還必須進一步思考如何有效切割GPU資源、讓不同部門甚至集團子公司共享算力、延長舊世代GPU的使用壽命，甚至是如何將閒置算力轉變成可交易的資源等。」

事實上，這也是大量AI資料中心（AIDC）跟新世代AI雲端服務（Neo Cloud）業者出現的原因，包括CoreWeave、Nebius、Lambda Labs、GMI Cloud等業者皆試圖以更具彈性的方式，提供企業所需的GPU服務與AI算力平台。

看準這波趨勢，數位無限除透過AI-Stack提供GPU切片、模型部署、模型管理與MLOps等服務，協助客戶提升GPU使用率，更進一步推出ixCSP平台，讓雲端服務供應商與新世代AI雲端業者，能從過去單純販售GPU資源轉型為提供GPU as a Service、Token as a Service與Model as a Service等創新AI服務。

以Software Defined AI Infrastructure助企業以「通用化、鬆耦合」迎戰瞬變AI世代

因應AI新世代帶來的挑戰：模型快速升級、算力需求攀升、GPU世代交替迅速，企業在追逐AI落地的同時，勢必得面臨基礎建設更新速度過快、硬體投資壓力升高，以及資源利用效率難以最佳化等挑戰。

為協助企業在AI快速演進與基礎建設投資之間取得平衡，數位無限的作法是，透過AI-Stack將底層硬體抽象化，以Token或模型服務形式提供，讓企業客戶、AIDC與Neo Cloud業者可以延長不同世代與不同品牌的AI硬體設備的生命週期、創造更高的使用價值、甚至是展開更多元的營收模式。

例如，高雄醫學大學附設中和紀念醫院便透過數位無限的AI-Stack解決GPU資源調度效率不彰問題，加速39項AI模型進入臨床應用階段，成功建立起「從模型開發到臨床落地」的完整生態系統。而日本精密製造大廠–Union Tool Co.–則是透過AI-Stack簡化GPU資源共享、加速AI模型的開發與測試腳步，為提升生產效率做最佳準備。

「如果大型企業或AIDC業者擁有閒置資源，也可以透過ixCSP平台，把算力共享或調度給集團內部團隊、子公司，甚至上下游合作夥伴使用，進一步提升整體資源利用率。」數位無限執行長陳文裕如是說道。

隨著AI從工具演變成企業核心基礎建設，企業真正需要的，也不再只是單一模型，而是一套能持續適應AI快速演進的AI Infra，而這與數位無限近年來的重要轉型方向一致：從AI管理軟體提供者轉型為軟體定義AI基礎建設供應商，更好協助客戶打造具備「通用化」與「鬆耦合」特性的AI基礎建設。

除以AI-Stack與ixCSP協助客戶提升算力使用效率與價值，數位無限亦計畫與硬體合作夥伴推出Agentic AI一體機方案，協助企業快速建立可驗證、可部署、可切割、可共享的AI運算環境，降低企業從PoC走向實際導入的門檻，加速AI落地。

總的來說，隨著AI競爭從模型能力延伸到算力治理，企業比拚的不僅是導入速度，而是能否建立一套足夠彈性、可持續演進的AI Infra，而這與數位無限的發展目標一致，將持續不斷優化產品服務，化身企業搶進AI新世代的關鍵合作夥伴。