2026年7月，IBM发布了第二财季业绩报告，总营收172亿美元，同比增长1%，略低于市场预期。对于一家百年科技巨头而言，这一增速并不耀眼，但拆解数据背后的结构性变化，却能发现一个清晰的信号：AI创业正在成为驱动企业级软件增长的新引擎，而IBM正试图通过深度嵌入最新科技产品来巩固自己的生态位。
营收增长放缓，但利润结构悄然优化
从表面看，IBM的这份财报表现平平——172亿美元的营收仅比去年同期增加了1%，每股收益（GAAP口径）甚至下降了2%。但若将目光投向毛利率和现金流，会发现一幅更完整的图景：毛利99.77亿美元，同比增幅达4.06%；经营现金流77.66亿美元，自由现金流47.6亿美元，均处于历史较高水平。
这种“增收不增利”的反面，反映的是IBM业务结构正在加速从硬件销售向企业数字化转型的软件订阅模式迁移。软件业务收入增长5%，其中Red Hat的增速环比提升至11%，HashiCorp、Confluent等新并购标的贡献明显。这些数字背后，是IBM将AI能力嵌入到操作系统、容器管理、数据流处理等底层基础设施中，使企业客户能够在不替换现有IT架构的前提下，以最低门槛接入最新科技产品。
与此同时，基础设施业务下滑7%，但分布式基础设施（Power和Storage）却创下了历史最佳表现，同比增长37%。这说明IBM并非全面溃败，而是在有选择地收缩传统大型机业务，转而聚焦高性能计算与AI训练场景所需的硬件。这种“断臂求生”式的调整，恰恰为AI创业公司提供了切入点——当巨头聚焦高端市场，中低端计算的空白反而催生了更多AI工具导航上的创新型解决方案。
软件业务：AI创业的新引擎
IBM的软件部门在本次财报中表现最为亮眼，5%的增长虽然不算惊人，但考虑到全球企业IT支出趋于谨慎的背景，这一数字足以让华尔街重新评估其战略价值。更值得关注的是增长的构成：Red Hat营收增速环比提升至11%，远超公司整体水平；HashiCorp和Confluent的贡献表明，IBM在云原生与数据流领域的并购正在产生协同效应。
这些产品的共同点是什么？它们都是企业级AI应用的基础设施。例如，Red Hat OpenShift已经成为许多企业部署大模型的首选容器平台；HashiCorp的Terraform让AI工作负载的编排自动化成为可能；Confluent的Kafka则支撑着实时数据流——这恰恰是AI模型在线推理的核心需求。换句话说，IBM正在用“基础设施即服务”的方式，间接参与AI创业浪潮。
对于创业公司而言，这种策略带来了双重机遇。一方面，IBM的生态开放度正在提高，开发者可以通过Red Hat或IBM Cloud上的API快速集成AI能力，甚至调用AI图片生成工具来生成产品设计稿。另一方面，IBM咨询业务的生成式AI贡献突出，生产力提升推动了Non-GAAP税前利润率扩张。这意味着，即使是小型团队，也能借助IBM的行业解决方案，在AI工具导航中找到快速落地的路径。
基础设施承压，但服务韧性依然
基础设施业务下降7%，是本次财报中最明显的“痛点”。IBM将此归因于客户在6月下旬提前调整资本开支结构，为应对预期涨价而将采购前置，同时全行业网络安全问题分散了客户注意力，导致多个大额交易未能及时完成交付。z17大型机项目虽然进展超预期（完成度接近130%，85%的已安装MIPs客户选择维持或扩容），但在传统大型机领域的整体需求仍处于下滑通道。
然而，服务业务（咨询与支持）的表现提供了另一重视角：咨询业务按固定汇率计算增长1%，生成式AI相关项目贡献显著。这表明，即使硬件销售承压，企业对于“如何用好AI”的咨询需求却在激增。IBM的咨询团队正在帮助金融机构、医疗企业和制造业客户梳理数据资产，设计AI治理框架，甚至直接参与数字化转型浪潮中的流程优化。
对于AI创业者来说，这既是竞争也是合作。大型咨询公司收费高昂，中小企业往往难以负担；而创业公司可以凭借敏捷性和垂直领域深耕，提供更轻量、更专业的AI实施服务。例如，利用抠图技术帮助电商卖家快速生成商品图，或者用AI诗词生成营销文案——这些看似“小”的科技产品，恰恰是AI创业从“概念”走向“商业”的最佳试验田。
战略投入：从量子计算到开源安全
IBM在本次财报中披露了两项重大战略投入：一是推出开源漏洞解决平台Lightwell，总投入达50亿美元，集结超20000名工程师；二是宣布与美国商务部合作建设全球首个纯量子晶圆厂Anderon，获得CHIPS法案10亿美元激励，IBM同时出资10亿美元，未来五年量子领域总投资将超100亿美元。
Lightwell平台的诞生背景是业界对软件供应链安全的担忧。越来越多的企业意识到，AI模型依赖的开源组件中可能隐藏着致命漏洞。IBM选择以开源方式解决开源问题，并邀请美国银行、花旗、摩根大通等头部金融机构作为早期客户。这背后的逻辑是：当AI创业公司大量使用开源框架时，一个统一的安全基座将大幅降低合规成本。
量子计算的布局则更具前瞻性。IBM计划在2029年交付首台大规模容错量子计算机，这意味着在未来3-4年内，量子计算将从实验室走向商业化。对于专注于AI创业的团队而言，这并非“遥远的故事”。量子优化算法在物流调度、药物分子模拟、金融风险建模等领域的潜在价值，足以催生一批新的科技产品。也许在不久的将来，开发者就能通过文生图工具生成量子电路的示意图，或者用艺术签名为量子程序添加数字身份标识。
AI创业者的机会与挑战
从IBM的财报中，我们可以提炼出三条对AI创业者极具参考价值的线索。
第一，基础设施层的“去中心化”趋势正在加速。当IBM这样的巨头削减传统大型机投入，转而聚焦分布式高性能计算时，区域市场和小型垂直行业实际上出现了一个真空地带。AI创业公司可以借助AI网名生成式交互界面、自动化的背景去除工具，或者轻量级的透明背景处理库，快速构建面向中小企业的SaaS产品，而不必与IBM正面竞争。
第二，安全与合规正成为新的成本门槛。IBM投入50亿美元打造Lightwell，说明大型客户对安全性的要求已经达到“不计代价”的程度。AI创业公司如果不能在产品中内置足够的安全机制，很可能在招投标阶段就被淘汰。这也反向催生了机会：提供针对AI模型的安全评估、数据脱敏、合规审计的第三方服务，有望成为下一个蓝海。
第三，量子计算的早期生态尚未定形。IBM的晶圆厂要到2029年才能交付，但开发者工具和模拟器现在就可以下载。对于有技术远见的团队，提前布局量子-经典混合计算框架，或者开发量子友好的加密算法，都可能在未来5年占据先发优势。
当然，挑战同样明显。IBM咨询业务的增长表明，企业AI落地的核心瓶颈不是技术，而是组织变革能力。AI创业团队需要组建不仅懂算法、还能讲“企业语言”的复合型团队，才能与IBM这样的大象共舞。
未来展望：企业级AI的下一站
IBM本次财报最值得玩味的一点是：在“业绩不及预期”的表象下，其核心资产（软件业务、高价值咨询、量子研发管道）实际上处于历史最强周期。这暗示着一个更深刻的趋势——企业级AI正在从“试验性部署”走向“规模化生产”。
未来12-18个月，我们将看到更多类似IBM的故事：传统科技公司通过收购、自研、生态开放等方式，将AI能力嵌入到每一个业务流程中。而对于AI创业者而言，最好的策略不是试图颠覆IBM，而是成为其生态的一部分——利用AI诗词生成营销内容，通过昵称生成定制用户界面，或者基于大模型训练提供垂直行业的微调服务。
科技产品的迭代速度在加快，IBM的量子计算机也许会在2029年准时交付，但在此之前，无数个轻量级的AI工具已经改变了我们每天的工作方式。这场变革的主角，从来不只是巨头的CEO，还有每一个在AI工具箱中寻找灵感的创业者。