部署 · 部署落地
2026 年 9 月 29 日
来源：IBM Newsroom
9 月 29 日，IBM 与印度云服务商 Yotta Data Services 宣布，双方合作的主权 Agentic AI 平台正式全面可用（GA）。该平台将 IBM 的企业级 AI 技术与 Yotta 的主权云能力结合，构建于 IBM watsonx Orchestrate 智能体控制面之上、部署在 Yotta 的 Shakti Cloud，为企业提供一个可大规模部署、运行与治理 AI 智能体的整合底座。Shakti Cloud 提供算力、GPU、网络与安全等基础设施，Shakti Studio 则支持企业探索、微调并运行开源与专有模型。平台可覆盖安全运营、文档处理、人力资源自动化等工作流，并承诺数据、推理与治理控制均锚定在印度境内。IBM 印度及南亚董事总经理指出，随着监管不断演进，数字主权与开源模型正成为企业将 AI 从试点推向生产的决定性要求。
万有知兴点评
「主权 AI」正从政企敏感场景走向普遍的企业选择，其背后是一个更根本的转变——企业要的不再只是「AI 能做什么」，而是「AI 能合规、安全地放在哪里做」。
- 1.对企业意味着：数据主权、模型主权、算力主权正在成为企业 AI 采购的硬指标。银行、医院、制造企业的核心数据能否「留在本地、留在境内」，直接决定了 AI 项目能不能走出试点。IBM 这套「企业级智能体控制面 + 主权云底座」的组合，给出了一种可复制的落地范式——把治理能力做成平台层，而不是让每家企业自己从零搭建。
- 2.可借鉴的启示：中小企业在做私有化部署时，未必需要自建机房，可以借鉴「主权云 + 托管算力」的思路——数据、推理、治理权归自己，重资产的 GPU 与运维交给专业服务商。这样既满足合规与数据安全要求，又不必背上自建数据中心的沉重成本，是一条「既要安全、又要轻」的务实路径。
- 3.一个值得关注的分层逻辑：IBM 提供「智能体治理控制面」，Yotta 提供「主权算力与模型运行」，开源模型作为底座。这种「分层解耦」让企业可以按需替换某一层而不被整体锁死。企业在规划 AI 架构时，也应刻意保持「模型、算力、治理」三层的可替换性，以降低长期供应商绑定风险。
点评为万有知兴原创观点，转载需注明出处。