【美股焦點】百年巨人再出招！IBM併購Confluent，AI時代的下一張王牌？

・ 2025 年 12 月 09 日

IBM(IBM)推出近十年最大規模收購，市場目光再次被這家百年企業吸引。公司宣布以 110 億美元現金收購 Confluent，這是一家專注即時資料流的平台企業。交易完成後，Confluent 的技術將整合進 IBM 的軟體部門。

這筆收購的時點相當關鍵。AI 應用正從模型訓練，走向需要大量即時資料的代理人（AI agents）階段。越多企業開始導入生成式 AI，越難依靠一週前或一天前的資料做決策。IBM 執行長 Arvind Krishna 在公開訪談中指出，即時資料正在成為 AI 系統真正能發揮效能的基礎，而 Confluent 則擁有釋放資料流動價值的核心技術。

從這個角度看，IBM 願意付出 34% 的併購溢價，也就有了明確背景。這不只是收購一家公司，而是要補上企業級 AI 生態中最缺的一塊——資料流平臺。

藍色巨人的高峰

IBM 的歷史是科技產業最典型的周期縮影。公司成立於 1911 年，早期靠打卡機、商業秤重設備打開市場。真正的轉折發生在 Watson 父子接手經營之後，IBM 在 1930 年代開始投入自動化計算領域，並在 1940 年代推出早期電子計算器。

這套策略讓 IBM 站上第一個巔峰。1960 年代的 System/360 大型主機成為全球企業的標準計算設備。當時的電腦市場有一句話：「IBM 與七矮人」。它傳達了一種現實：IBM 一家公司就足以主導整個產業。

至此 IBM 的核心本質，不是一家靠消費性產品存活的科技公司，而是一家深植企業計算、財金機構與公共基礎設施的供應商。即便今日雲端已成主流，IBM 的主機仍在金融與政府體系中大量運作，並在 2025 年第三季成為公司增速最快的部門。IBM Z 主機當季收入年增 59%，這反映大型主機業務在資料高度敏感的場景仍具其必要性。

從瀕臨倒閉到轉型成功

IBM 也曾錯過一次關鍵浪潮。PC 時代來臨後，市場重心轉向個人電腦與作業系統，創新從硬體端轉向軟體與應用端。微軟(MSFT)取代了 IBM 成為產業中心，而「藍色巨人」反而在 1990–1993 年連續虧損 168 億美元，距離破產只剩一步之遙。

1993 年，公司找來原本在食品企業 Nabisco 的 Louis Gerstner 擔任 CEO。Gerstner 並非技術專家，但擅長用財務與策略視角看企業。他上任後做了兩件關鍵改革。

第一，是讓 IBM 從硬體製造的沉重成本中抽身。他出售資產、大幅裁員、停產虧損主機線，先讓公司回到能生存的結構。

第二，是找到公司真正具潛力的業務。當時 IBM 的服務部門雖然不受市場注意，但收入在 1993 年第一季成長 48%。Gerstner 由此看出新方向：IBM 不必再與 PC 廠商正面競爭，而是應該回到企業服務、軟體整合與網路時代的 IT 架構管理。

1995 年，他以 35 億美元收購 Lotus，切入網路協作與企業軟體。這為 IBM 進入雲端與混合 IT 架構打下關鍵基礎。之後的數十年，IBM 逐漸把定位從硬體製造者，轉為「企業端軟體與服務供應商」。這段轉型使公司重新站穩腳步，市值與獲利在 1990 年代末期逐步回升。

雲端、AI 與量子

進入 2020 年後，IBM 的策略更加聚焦在三個方向：混合雲、人工智慧、量子運算。

1. 混合雲成為核心

2019 年 IBM 收購 Red Hat，使 IBM 成為混合雲市場主要參與者。混合雲的價值，在於大型企業難以完全上公有雲，需要兼顧安全、法規與成本。IBM 在這項領域的定位，與 AWS、Google Cloud、Azure 的純雲模式有所區隔。

2. AI 需求快速上升

2025 年第三季財報，IBM 單季營收達到 163.3 億美元，AI 相關業務成長帶來明顯挹注。AI 顧問服務接單強勁，AI 相關客戶在過去兩季新增 80%，AI 業務單季規模達到 95 億美元。生成式 AI 讓企業需要全新的資料、模型與治理工具。IBM 的 watsonx 即是完整的企業級 AI 平臺。這讓 IBM 從僅提供硬體或服務，變成能提供 AI 落地工具的供應商。

3. 量子計算押注未來

IBM 在量子運算領域保持領先。2025 年發表的 Nighthawk 量子處理器提升運算能力，並在錯誤校正邁向新階段。公司預計在 2029 年推出第一台可容錯量子電腦。儘管量子運算距離商業化仍有段時間，但它讓 IBM 具備不依賴單一科技周期的能力。這也就是投資人願意給 IBM 穩定溢價的原因。

那為什麼是 Confluent？

AI 的真正限制，並不在模型，而在資料。企業若要運行 AI 代理人、智慧客服、動態決策系統，必須擁有穩定且即時的資料流。Confluent 提供的正是這個能力。

Confluent 的核心技術由 Kafka 團隊打造，在零售、金融、物流等領域廣泛使用。它讓企業能即時處理跨應用、跨系統的資料流動。

IBM 過去的能力主要集中在模型端（watsonx）與 IT 架構端（混合雲、主機），唯獨在資料流層缺乏佈局。Confluent 的加入補上這一塊，使 IBM 能提供「資料 → 模型 → 執行」的完整企業級 AI 架構。

此外 Confluent Cloud 雖然成長良好，但缺乏具體全球管道。IBM 擁有超過 4000 名顧問、遍布大型企業的客戶群。這使得併購後的交叉銷售具有實質成效機會。

市場分析顯示，如果 Confluent 未來能在 IBM 的推動下維持雙位數成長，並讓自由現金流率提升到 20–30%，則 10 年後的現金流回報可能與支付的溢價相匹配。

未來的 IBM，從主機到資料流，再到 AI 的完整版圖

重新審視這次併購，可以看出 IBM 的策略方向十分一致。

第一，企業級 AI 正在形成新結構，資料流價值上升，IBM 需要一個具深度、能直接整合至 IT 架構的資料層。

第二，IBM 的主機、雲端與顧問業務在整合後能形成協同效應，使 AI 不只是模型，而是企業運作的一部分。

第三，IBM 明白自己在技術周期中的位置，不需要與 OpenAI、Google 在模型端正面競爭，而是要成為大型企業導入 AI 時不可缺少的基礎層。

量子計算則為公司保留長期敘事。AI 與量子若能在 2030 年代融合，IBM 的位置將遠超過傳統 IT 服務商，而成為科學級計算的主要供應者之一。

IBM 的第三段故事，正在開始

從 1911 年的打卡機，到 1960 年代的大型主機，再到 1990 年代的企業服務，IBM 在不同時代都曾經站在關鍵節點。今天，它面臨的挑戰是讓 AI 走入企業核心流程，而不只是概念。

收購 Confluent 顯示 IBM 的方向已經明確：要掌握 AI，就要掌握資料；要掌握資料，就必須掌握資料流。接下來幾年，投資人能關注 IBM 的 AI 收入能否持續擴大、主機與混合雲是否仍維持成長、量子技術能否如期推進。這些因素將決定 IBM 是否能借由第三次轉型，再度成為科技基礎設施的重要力量。

IBM 正不再追逐消費端科技，而是回到它最擅長的領域——企業與國家級 IT 基礎建設。這是它穿越一百多年所累積下來的生存本領，也是其下一段成長故事的基礎。