“現階段一個主要的問題是大家對於AI PC的定義無法達成統一，比如英特爾的定義是隻要硬體中包含NPU就算AI PC，但微軟的定義是你必須要搭載Copilot這樣的人工智慧助手才能算AI PC。”楊元慶解釋這個數字背後的意義時說到，“因此按照聯想對於AI PC的五大特性的定義來看，今年的增長幅度會在10%左右。”
專訪的最後，楊元慶對於未來AI有可能帶來的技術結構轉型給出了自己的預判。他認為，人工智慧時代的到來，勢必會讓聯想這樣的裝置製造商面臨轉型。過去三十年，聯想作為職能型企業，組織結構簡單，只需要做好聯產供銷服務這樣簡單的企業鏈條即可。
而在人工智慧時代，聯想面臨多業務的轉型，除了傳統的產品業務，聯想還有服務型、孵化型等業務，需要將原有簡單的直線型轉換成矩陣型的管理模式，透過AI的賦能，去實現更多的技術創新。“對於AI PC的未來，肯定不是隻做一個整合商，聯想會透過持續的技術自主創新，成為行業的領導者。”楊元慶表示。
以下為現場部分媒體提問及楊元慶等聯想高管的回答：
大模型對機器的配置要求比較高，要比較高階的配置機型才能夠執行
問：今天您釋出了真正意義上的“AI PC”，定義的價格覺得有點高，當時怎麼考慮的？全年AI PC銷量大概可以佔到多少？
楊元慶：實際上AI PC，是要把一個大模型，雖然是壓縮的，但還是要有70億的向量放到PC上來計算。如果是在雲上，上千億都不為過，但是算力，你們也都知道是要幾千、幾萬張卡。實際上對於機器的配置要求比較高，不僅僅是計算、儲存的空間要求高，否則模型跑不起來。你要的問答、文生圖都太慢了。現在也還是有很大的侷限。所以，可能對於定價是有一定的影響，現在基本上基於比較高階的配置機型才能夠執行。
當然，隨著技術的發展，可能過去歷代電腦、手機等高階產品都會不斷走向中低端。實際上在網際網路電腦誕生之前有很長一段時間，對計算力的需求並不是那麼高。不管是手機、平板、電腦，大家都覺得計算夠用。所以晶片發展有很多人說摩爾定律走到頭了，實際上我認為是需求驅動的技術創新。但是現在由於AI的應用上來，需求上來，所以對計算力的需要呈現指數級的上升，大家後面會看到摩爾定律又會復活。當然計算跟過去的PC、純CPU計算又不一樣，又結合了NPU、GPU、CPU，這樣的計算組合使得總體計算力Tops（Tera Operations Per Second）每秒幾萬次的運算。
在下半年各家就會上得更多，像Intel、AMD都會更快，可能算力會比現在快4倍。如果只看幾個月的時間，當然人家準備了很長時間，其實可以說摩爾定律的軌道又回來了。
隨著計算能力的增強，模型可以越來越完善，引數也可以越來越多，所以又可以變成水漲船高的發展，硬體驅動軟體，軟體驅動硬體發展的軌道上來。所以，我們為什麼特別講人工智慧個性化電腦是一個顛覆性、革命性、新一代的產品，不單是產業技術的變革突破會帶來新的內容，更重要的是新的消費者、使用者會用到不同的東西。
未來十年是人工智慧的十年，人工智慧將會改造所有的業務
問：今天在會場上看到聯想非常多員工彆著40年的徽章。今年也是聯想成立40週年，也是未來十年的新起點。今年誓師大會上元慶也分享了聯想新十年的戰略，是不是可以分享一下三大業務之間如何協同配合去共同引領AI的變革和推進AI普惠的？
楊元慶：的確今年對聯想來說特別有意義，在以前的記者會一再講，不知道湊巧還是有意而為之，基本上聯想每10年就是一個大階段。我們第一個十年業務主要是代理分銷國外的產品。我到聯想第一個工作就是賣IBM的小型機，惠普的外設、工作站。同時，第一個十年也有自主的聯想漢卡技術，讓中國人都能夠用上漢字（輸入法）。第二個十年，打造自主品牌，面向電腦的自主品牌。聯想1994年成立“微機事業部”，我是做第一任總經理，也是從此聯想電腦開始騰飛，從中國第一走向世界第一。2004年聯想不滿足於只是在中國的業務，走國際化。恰巧IBM來找我們，要把電腦賣給我們，所以一拍即合，從此走上了全球化、國際化的道路。當然初始階段也是非常艱辛。因為過去是江湖游泳到了現在大海游泳。所以是先學習，後來自己能夠把握，能夠暢遊自如。這是從一箇中國本土公司成長為全球化公司的過程。
到第四個十年，2013年個人電腦成為全球第一。在面向未來的發展中，除了像今天一樣不斷創新電腦內涵外，我們就需要發展多元化業務，我們發展了手機、基礎設施，到最近大概三四年又發展瞭解決方案和服務的業務。剛開始的時候，只知道我們要多元化，要多一些業務，否則增長會遇到瓶頸。到後來，正好人工智慧興起。人工智慧這條線把聯想已經積累起來的珍珠串聯成項鍊，就是智慧裝置、智慧基礎設施、智慧解決方案和服務。我們希望用我們的技術、業務的努力，幫助各行各業實現智慧化的轉型，構建智慧化的大廈。這就變成了我們現在非常清晰的戰略。所以，多元化，過去十年是基本上實現的，現在電腦業務只佔到50%左右，這是十年努力的結果。
未來十年是人工智慧的十年，人工智慧將會改造所有的業務，我們的終端業務一定是人工智慧驅動的終端。今天釋出的AI PC人工智慧電腦只是第一代，這裡面內建了大模型，也有智慧體的概念。將來每個人都有自己的智慧體，都有自己的雙胞胎。當然不見得只對應一臺電腦，這個智慧體可以隱身於你的電腦，隱身於你的PC和家庭伺服器。不管什麼時候使用個人智慧體，你個人所有的智慧裝置上的資料都可以用來學習和推理。未來每個人都會有人工智慧雙胞胎，這是我們的理想。各種終端裝置是可以協同互通的。
還有智慧基礎設施，也是我們講的“端-邊-雲-網-智”就可以幫助企業實現人工智慧，企業的智慧體。由於這種複雜性，我們必須提供每個企業或者每個行業所需要的智慧化的解決方案，以服務方式去提供，所以我們有服務和解決方案。這就是有機的連線，人工智慧就是我們的串起這些珍珠的線。
今天能夠執行AI智慧體最好的載體還是PC
問：今天我們留意到“All in AI”已經成為基本上很多科技公司的主旋律，除了聯想AI PC，也看到很多AI手機，還有很多各式各樣的AI硬體。想問您怎麼看待AI大模型對整個消費電子市場後續發展的影響？
楊元慶：AI這個大方向是沒有什麼問題，人人都“All in AI”也沒有什麼太大的問題。但是現在來看，不同的裝置還承擔著不同的作用。有人說手機早就有AI了，但是它是用AI最佳化一些功能，比如說照相功能。這跟今天講的AI智慧體概念有很大的不同。今天要能夠執行AI智慧體，最好的載體還是PC。最主要的是算力因素。手機算力還是太弱了，運轉不了這麼大的模型。所謂人工智慧手機更多還是透過網路享受公有智慧的好處。對於實現基於個人知識庫的智慧體，透過個人智慧體實現個人的人工智慧雙胞胎的方向，目前來看還是電腦是最好的載體。
我剛才已經談到了我們的願景，未來每個人有一個雙胞胎、一個智慧體。但不見得智慧體僅僅隱身於PC，它可以呈現在你的手機上，但是這些算力、資料也可以來自很多的其他的個人裝置。但是這是下一步，今天還沒有實現，這是我們的一個願景。所以，我相信這個願景會從AI PC開始。現在每個人使用電腦，很多資料文件會存在電腦中，讓你的智慧體可以用這些資料進行學習和推理，使得你現在很多工作變得輕鬆、簡單、高效。未來還會有更多形式呈現。謝謝。
聯想的AI框架混合了端側和雲側
問：我想問一下關於AI PC技術方面的問題。我看到元慶講，我們端側大模型是70億引數，所以現在關於AI PC端側大模型的規模究竟是多大比較好，或者上限是多少？聯想是否已經達成初步共識？包括和一些底層算力的廠商之間，大家現在是否已經有一個比較確定的答案？另一個問題是雲端大模型可能對於引數規模的限制不是很多，但是在網路延遲上，在AI PC落地上是否有一些要求？在雲端延遲上，聯想是有哪些技術優勢呢？
芮勇（聯想集團CTO）：我覺得任何一個模型的大小，你選擇的時候是要因地制宜。今天我們的PC，比如說10個Tops可能是最主流的，可能今年下半年會到40個Tops。今天也可以做一些CPU+GPU+NPU的組合。我覺得今後模型引數大小，會隨著不同的整個算力和端側基礎設施升級而持續的升級。
模型大一點肯定會有好處。你想想人類的大腦，人類今天這麼智慧，與猴子相比大腦重量大、引數大很多。所以今後在端側基礎設施升級的時候，CPU、NPU、GPU進行最佳化升級的時候，端側模型也會隨之長大。但今天先不要塞進去那麼大的模型。我覺得70億，這是我們認為一個已經合適的、平衡的大小。
第二個問題。剛才元慶分享前兩個問題的時候已經提到了，在端側和雲側對大模型的處理其實挺不一樣的，這也是為什麼元慶提出來聯想的AI框架是一個混合式AI框架。我們不排斥有些事情需要在雲側做。因為雲側大模型把網際網路所有的資料已經看完了，知識學了很多也挺好的。
但確實有很多事情是需要在端側做。一個是從資料安全隱私角度來做。另一個是從效能角度來說，一定是有網路的延遲。尤其是在三四五六線城市或偏遠地區，當地的基礎設施可能會更要求有些事情在端側處理，或者在邊側做。這些剛好和聯想倡導的“端-邊-雲-網-智”的新IT架構相吻合。
另外，我們在與學術界、企業界翹楚交流時，發現不僅僅是延遲，在雲側的模型耗電量也是非常非常大的一個規模。因為大家端側裝置已經買了，每人一臺筆記本，我們把很多事情放在雲側做，先不談資料安全隱私、網路的延遲問題，是不是會耗費更多的電？我覺得這些事情也都可以去考慮。所以綜合來看，我們一定要在端側和雲側找一個平衡，有些事情可以在雲側做，但很多事情在端側做是更合適的。這就是元慶提出來的混合式AI框架。
楊元慶：雲上更多是公共智慧，但是你個人的智慧還需要依賴個人的裝置。每個人的知識庫是不一樣的。當然也可以呼叫公有大模型。所以我們強調不是私有就是一切，私有和公有的結合是未來。
AI PC對個人工作效率的提升會越來越大
問：AI PC概念出來之後，大家對它能在多大程度上提高工作效率特別在意。以我們今天上午發的新品為例，每天、每週、每個月能為使用者節省多少工作時長？第二個問題，隨著520聯想產品進一步上市之後，您覺得AI會像落在手機上一樣快速成為PC產業全價位產品的標配嗎？如果能的話，會不會帶動整體配置有一個進一步的升級？
楊元慶：第二個問題是肯定的，但是也會一步步來。剛才講執行壓縮模型，內建個人智慧體需要更高的配置，現在如果有些使用者對這些方面不是馬上就有要求的話，他可能不需要這麼高的配置。但是我認為未來逐漸都會變成一個標配，因為遲早人會認識到人工智慧對個人來說是不可缺少的，對提高個人的工作效率、提高生活的素質都是必不可少的。
回答你的第一個問題，我覺得很難評估現在提高多少效率，有百分之多少，個人生活帶來多大的豐富性和便捷性。但是有一點可以肯定地說，因為人工智慧是用得越多越懂你，給你帶來的效能提升會更大。
剛開始的時候可能不覺得有多大好處，但是越用好處就越多。以記者為例，將來也會比拼出稿的速度，可能如果每個字都是自己碼起來的，可能需要幾個小時，但是人工智慧可以根據今天輸入的內容還有根據過去寫聯想文章的內容、個人知識庫，幾秒鐘可以出來一篇供你瀏覽的稿件，然後再加以編輯，可能幾分鐘或者十幾分鍾、二十幾分鍾就可以出稿。隨著你用得越多，個人知識庫越豐富，稿子不但出得快，而且質量也會更高。
所以，為什麼我們講人工智慧的雙胞胎呢？你用得越多，存的個人資訊越多，當然這些資訊只能在個人裝置上，不能在公有云上，這樣你的電腦就會越來越懂你。所以你讓它辦的事情馬上可以辦，但是隻能你用，只能他懂你。謝謝。
落實人工智慧+，首先要加到我們每個人
問：您好。今年政府工作報告提出加快發展新質生產力，開展“人工智慧+”行動。聯想在今年也提出了混合式AI將成為人工智慧落地的重要抓手。在您看來，混合式AI將如何促進人工智慧的落地應用，將怎樣加快培育新質生產力？謝謝。
楊元慶：這是我們講的全棧人工智慧。因為要讓“人工智慧+”，首先是“+”到每個人，所以人工智慧的終端就是必不可少的。用了人工智慧電腦會使寫稿子的效率大幅提升，讓科研人員歸納總結、查詢資料的速度大大加快，甚至讓每個小孩學習的效率、父母給孩子們去編輯影集效率都會大大提升。所以，毫無疑問這就是我們所要倡導的“新質生產力”。
但是要讓人工智慧在各行各業普及，需要構建企業智慧體，而企業智慧體的構建就需要有一個智慧的基礎架構，智慧基礎架構我們可以非常簡潔概括成“端-邊-雲-網-智”的新IT架構。這樣針對每個企業大量資料去進行儲存、清洗、分析，最後用一定的演算法模型產生智慧，這對於企業流程最佳化、決策改進都會產生很大的幫助。
比如說製造業的企業，最大的問題是怎麼樣預測下個月的需求，或者下半年的需求。可能智慧體建立好以後，就可以幫你預測需求，這樣更容易實現供需平衡，我們不需要產生過剩的產能。這些方面都是我們如果能夠很好運用的話，就能夠對於提質增效有很大的幫助，當然毫無疑問就是“新質生產力”。
所以，我們講智慧終端裝置、智慧基礎設施、智慧解決方案和服務，這就是圍繞人工智慧落地，實現“人工智慧+”能夠做的事情，我們稱之為全棧人工智慧。
未來是每個人有一個智慧體，而不是每個人有一臺電腦
問：今天參與會議還是很有感觸的，我一直關注人工智慧，我經常覺得人工智慧很難落地，今天可以看到落地的產品和思考。我有一個非常具體的問題，其實人工智慧對於AI PC是一個服務，我們現在面臨的服務物件有很大的不同，比如說有To C、To B要求，To C不同的人也有不同的要求。
我們賣電腦的時候服務費用收了，但給使用者的服務是沒有區分的。這裡面可能出現一個情況，比如說是To B對於有很高要求的使用者，甚至有很多服務資源，因為確實買電腦，我買了電腦就完了，不需要有更多的費用。如果是一個To C使用者，希望電腦價格比較便宜一點，希望我的服務只有幾項要求。如果大家搞成一個統一的服務，只賣電腦肯定是不行的。我們是不是要圍繞人工智慧重新建立起一個商務上的服務架構和服務體系，這些事情是不是還是一個挺重要的事情？因為我一直在想這個事情，如果我們把所有使用者都看成一樣的使用者，一樣的收費就是賣電腦了，未來就會有很多的業務不能認真做下去，因為得不到收入。這個事情非常關心，想聽一下你們的感覺。
楊元慶：隨著技術的進步，業務模式也會發生變革。之所以聯想三四年前成立SSG就是實現這個方面的轉型。實際上你可以不買電腦，尤其是企業的客戶。像很多大的諮詢公司客戶並不買電腦，他們就是買電腦即服務，叫做DAAS（Device as a Service）。所有的員工進來了就會跟我買一個裝置即服務，而不是買一臺電腦，電腦出現問題，都是我們來維護、諮詢，這些東西都是我們來做，客戶企業不需要做IT部門。然後三年以後換成新的。現在再延伸就不僅僅是賣電腦，還有電腦上的應用，然後再加一個office，也是在雲上，我就可以做微軟office的代理。今天戴煒介紹的“百應”，我們針對中小企業就是做這件事情。
問：我現在電腦用得挺好，能不能賣一個服務給我，把我的電腦變成AI PC。
歐陽峻：我們確實有計劃，但是要看個人的電腦配置。
楊元慶：但是每年需要付費，是這麼一個服務方式。再往下，會有人工智慧的應用出現。我已經描述了一下我們的對未來的願景想法，其實未來是每個人有一個智慧體，而不是每個人有一臺電腦。每個人對智慧體要求又是不一樣的，比如說容量儲存空間不一樣，有人說電腦儲存就夠了，有人覺得不夠，這樣家庭裡面要加一個大的儲存的伺服器。但是這個東西都是智慧體服務方式，可以是以智慧體服務方式給你提供，但是有不同的配置，有不同的儲存要求、算力的要求。或者是在不同的領域來按年收不同的費用，這是完全可能的。謝謝。
AI時代不是一個整合商的遊戲，而是一個創新者的競爭
問：我想問的是，過去40年行業發生了一些改變。比如說在英特爾時代，那時候在英特爾平臺上其實是軟體生態和硬體生態。到了移動網際網路的時候，蘋果既在做硬體又在做平臺，又在做應用，過去那些年聯想也在做整合和服務。大模型時代是不是有一種可能，比如說整機廠商可以更多事情，可以做平臺也可以做應用，做智慧體。
第一個問題，聯想在大模型時代是不是可以做更多的事情，這個行業格局是不是在重構？第二個問題，聯想過去40年經歷了很多變化，從最早賣PC終端的廠商，後來提供解決方案和服務現在面對人工智慧和大模型時代，行業變化會帶來業務變化，而業務變化對組織力和領導力會提出挑戰，組織會進化，在過去這些年聯想有哪些面對業務變化或者行業變化的時候，組織進化和領導力的提升經驗？謝謝。
楊元慶：第一個問題，的確我們講人工智慧電腦肯定是一個革命性、變革性的，肯定不是過去誰主導、未來依然是主導的。到目前為止，人工智慧電腦定義也不是那麼清楚，就是因為各家都想爭奪主導性，都想變成先鋒。未來人工智慧電腦是什麼樣的，肯定是由使用者、市場需求來定義，那就是看誰家對此理解最深，準備最足，就有可能成為未來贏家或者主導者。
當然我們認為聯想在這些方面，我們認識比較深，準備也比較早的。所以你可以看到我們定義的5個領域，不見得每個領域都完全自己做，很多的是需要合作伙伴，包括晶片。但是我們會有自己的技術，比如異構算力，即使現在沒有出來40 tops、50 tops的晶片，我們也能夠讓它運轉，這是我們的能力和本事。大模型怎麼把它壓縮到合適的引數，正好適合電腦來執行。而且同樣引數的大模型，在誰家的平臺上跑得最有效率，用記憶體最少，這也是技術和本事。
在這方面，我們的研究院比很多晶片廠商去最佳化還要做得更好、更先進，30%更少的使用儲存。將來在誰家平臺彙集開放應用生態多，誰就是贏家。還有誰的隱私保護做得最好，使用者才敢用你的，如果動不動資料就變成公共大模型的部分，沒有人敢用。
這些方面我們不敢說都做，也不敢說在這些領域都做得很好，但這就是我們的研發方向，主攻的方向，我們會想辦法把五個方面都給使用者呈現最完美的一個整合方案。但是其實在今年Kickoff（誓師大會）上我講，AI時代不是一個整合商的遊戲，而是一個創新者的競爭。所以聯想肯定不滿足於做整合商，但是未來是不是能夠成為脫穎而出的領先主導的力量，這要看我們的努力，但是至少我們有心去做更多的自主創新，成為領先者，成為引導者。
關於業務方面，我們會後繼續交流。簡單來說隨著業務的變化，組織必須變化。因為前30年圍繞PC做的時候，企業就是圍繞“研-產-供-銷-服”，就是圍繞價值鏈來做的。但是現在變成了多業務，而且多業務有的是產品業務，有的是服務業務，這些完成是不一樣的。而且有的是孵化業務，有的是高速增長業務，有的是成熟業務，這些管理方式全部都是不一樣的。
所以，我們肯定要變成矩陣式業務和價值鏈。另外像孵化、發展和成熟的業務也必須有不同的管理辦法，我們引入了Zone to Win的管理方法，把孵化業務怎麼管，高速增長的業務怎麼管，轉型業務怎麼管，成熟業務怎麼管，這些方面應該來說形成了一套方法論。後續可以與你再細緻交流。
未來企業的IT應用，大方向都是人工智慧的應用
問：混合式AI整合路徑很看好銷售硬體，還有不僅僅帶動IDG的增長，還有帶動SSG增長。因為SSG目前毛利率會高一點，目前對AI PC以及它衍生服務空間方向是怎麼樣看待的？未來的創新方向是什麼？
楊元慶：人工智慧尤其是企業智慧體一定是服務。企業要實現智慧化要有基礎設施，雖然未來可能不是買什麼伺服器、儲存和網路，但是要把自己的資料中心、私有云、公有云、混合雲搭建好，現在的基礎架構本身就會複雜，如果沒有人提供服務，一個企業搞不定的。
為什麼說人工智慧時代一定會到來，就是因為是建立在數字化基礎上。我們過去幾十年搞數字化、資訊化，產生了大量的數字，這些數字經過整理、清洗以後變成有用的資料。對這些資料進行學習、分析才能夠產生智慧。所以，未來的每個企業的IT應用，大方向都是人工智慧的應用。我們傳統的應用已經結束了，企業搞客戶關係、搞ERP、資源管理，當然很多新興企業起來，這些程序都要走。但未來先進的企業一定是用資料智慧用得最好的企業。
所以，聯想為什麼把解決方案和服務適時地提出來，我們不是針對傳統業務提供服務，我們一定是面對智慧化時代，怎麼樣幫助各個企業在智慧化架構基礎上實現各種資料的智慧。這是我們的使命和方向。
資料智慧才是人工智慧的全方位。大模型更多是針對語言的智慧的，而且大語言模型也不是唯一的模型。它做得很好，把所有東西都學習了，給出前面五個字可以預測下面的字，給出一句話預測下面的話。但現在也有很多的爭議，今天的芮博也講了，所以未來大模型也是一個互相學習、互相交融來實現。但是真正幫助企業實現智慧化是要圍繞資料進行的，所以需要解決方案，需要智慧服務。
