IBM
यह क्यों मायने रखता है
IBM इस बारे में एक अलग दाँव का प्रतिनिधित्व करता है कि AI का मूल्य कहाँ है: ज़्यादातर businesses को सबसे बड़ा model नहीं चाहिए, बल्कि एक भरोसेमंद, किफ़ायती model चाहिए जिसे वे अपने data से customize कर सकें और वहीं चला सकें जहाँ वह data रहता है, साफ़ licensing और कानूनी सुरक्षा के साथ। इसके Granite models किसी भी बड़ी कंपनी के सबसे permissive license वाले और सबसे पारदर्शी ढंग से documented models में गिने जाते हैं।
Red Hat के ज़रिए IBM, open-source AI infrastructure के सबसे बड़े corporate समर्थकों में से भी एक है। यह उन projects में भारी योगदान देता है जिन पर industry का बड़ा हिस्सा चलता है, जिनमें vLLM भी शामिल है।
गहन अध्ययन
IBM तब से AI का हिस्सा रहा है जब से यह field शुरू हुआ। IBM के एक researcher, Arthur Samuel, ने 1959 में "machine learning" शब्द गढ़ा, जब वे एक ऐसा checkers program बना रहे थे जो self-play से बेहतर होता जाता था। IBM के Deep Blue ने 1997 में विश्व शतरंज चैंपियन Garry Kasparov को हराया, और Watson ने 2011 में quiz show Jeopardy! जीता। दोनों ऐसे वैश्विक media events थे जिन्होंने यह तय किया कि जनता AI को क्या समझती है।
आज IBM सबसे बड़े frontier models बनाने की होड़ में नहीं है। CEO Arvind Krishna के नेतृत्व में यह खुद को बड़े enterprises और सरकारों के AI supplier के रूप में पेश करता है: छोटे, open और efficient models, governance के tools, और ऐसा software जो किसी कंपनी के अपने data centers और कई clouds पर AI चला सके।
Watson का सबक
Jeopardy! के बाद IBM ने Watson को एक business में बदलने की कोशिश की, सबसे ज़्यादा healthcare में, और cancer के इलाज को बदल देने के वादे किए। Technology उस marketing पर खरी नहीं उतर सकी, hospitals के flagship projects छोड़ दिए गए, और IBM ने 2022 में Watson Health की assets बेच दीं। High-stakes क्षेत्रों में AI को लेकर ज़रूरत से ज़्यादा वादे करने के बारे में यह एक अक्सर दी जाने वाली चेतावनी-भरी मिसाल है, और इससे IBM की मौजूदा strategy का ज़्यादा संयमित लहजा समझने में मदद मिलती है।
watsonx
2023 में launch हुआ watsonx, IBM का enterprise AI platform है। इसके तीन मुख्य हिस्से हैं: watsonx.ai, जो IBM के models के साथ-साथ third-party और open models से चीज़ें बनाने का studio है; watsonx.data, जो एक data lakehouse है; और watsonx.governance, जो models, risks और compliance को track करने के लिए है। इन सबके ऊपर watsonx Orchestrate है, जिससे business tasks को automate करने वाले AI agents बनाए और manage किए जाते हैं। IBM की बड़ी consulting शाखा यह सब बेचती और लागू करती है।
Granite
Granite, IBM के open models का परिवार है, जो Apache 2.0 license के तहत release होता है। Scale के पीछे भागने की जगह यह RAG, summarization, extraction और tool calling जैसे enterprise tasks के लिए छोटे, efficient models पर ध्यान देता है।
- Granite की शुरुआत 2023 में watsonx पर granite.13b के साथ हुई, और Granite 3.0 (अक्टूबर 2024) 2 अरब और 8 अरब parameters वाले models लाया।
- Granite 4.0 (अक्टूबर 2025) एक hybrid architecture लाया, जो Mamba state-space layers को transformer blocks के साथ जोड़ता है और लंबे inputs तथा एक साथ चलने वाले कई sessions में memory की खपत काफ़ी घटा देता है।
- Specialized models में safety checks के लिए Granite Guardian, embedding और reranking models, बहुत छोटे time-series forecasting models, document understanding के लिए vision models और speech models शामिल हैं।
IBM ने Docling भी बनाया, जो PDFs और दूसरे documents को AI pipelines के लिए structured data में बदलने का एक लोकप्रिय open-source toolkit है।
Red Hat और open source
IBM ने 2019 में Red Hat को करीब 34 अरब dollar में खरीदा। Red Hat के AI products में RHEL AI और OpenShift AI शामिल हैं, जो किसी कंपनी के अपने infrastructure पर models चलाने और serve करने के लिए हैं। 2025 की शुरुआत में Red Hat ने Neural Magic का अधिग्रहण पूरा किया, जो vLLM inference server का एक प्रमुख commercial contributor है।
IBM ने दिसंबर 2023 में Meta के साथ मिलकर open AI development को बढ़ावा देने के लिए AI Alliance की सह-स्थापना भी की, और Agent Communication Protocol (ACP) बनाया, जो 2025 में Linux Foundation के तहत A2A protocol में मिल गया।
Models से आगे
IBM अपना hardware खुद design करता है, जिसमें उसके mainframes के लिए AI accelerators भी शामिल हैं, और उसका quantum computing program दुनिया के सबसे बड़े programs में से एक है। यह अक्सर तर्क देता है कि quantum computing और AI एक-दूसरे को मज़बूत करेंगे, हालाँकि AI के लिए कोई व्यावहारिक quantum advantage अब भी research का एक खुला सवाल है।