联想阿木：AI加速向个人与企业下沉，推动用户AI主权回归
1月8日，2026国际消费电子展（CES 2026）期间，联想集团副总裁、中国区战略及业务拓展副总裁阿不力克木·阿不力米提（以下简称“阿木”）做客“Talk to the World”，围绕AI技术发展趋势、AI与终端融合的逻辑基础、AI终端的三种形态、个人AI与公共AI的本质区别等话题与观众进行了分享，并结合联想的实践揭示了AI落地的必然路径。
（联想集团副总裁、中国区战略及业务拓展副总裁阿木）
“个人AI与公共AI完全不一样，公共AI不会因个人演进，而是因全人类的平均水平演进。”阿木指出，要让AI真正普惠，就需要公共AI与个人AI、企业AI混合并用、协同互补。对个人而言，公共AI与个人AI混合并用能够跨时间、跨场景深度理解用户需求，享受到高度情境化、连续化、以个体为中心的最优支持；对于企业而言，公共AI与企业AI协同互补能赋能企业利用自身数据自主决策，蜕变为自我学习、自我重塑的智能实体，开启AI发展新篇章。
作为混合式AI的率先提出者和坚定践行者，联想个人AI及企业AI领域双线推进，均实现代际领先。阿木在对谈中介绍了联想混合式AI的布局和成果，他表示：“未来联想将持续巩固自身的独特优势，携手更多的生态伙伴，引领中国AI产业向更广、更深的智能化未来演进。”
算力和模型“双螺旋”进化，加速AI在智能体和终端两大创新
随着人工智能飞速发展，当前AI产业呈现技术突破与场景落地“双轮驱动”的发展特征。阿木指出，在技术层面，AI算力正在经历超越摩尔定律的快速发展，并行计算、智算成为主流，全球多个主体都在加速推进AI算力突破。与此同时，大模型发展进入原生多模态的创新，物理AI加速演进，模型小型化进展迅速。
阿木强调，这种算力与模型的 “双螺旋” 融合进化，正驱动AI在两大领域加速创新。首先是智能体的迭代，数字世界中的AI智能体已从初期的问答工具，快速迭代至具备任务编排与自主执行能力的形态；其次是终端正在发生演变，AI的嵌入催生出大量新型终端设备。他表示：“智能体的进化与终端相融合，将会在多个场景催生出全新产品形态，形成全新终端体验。”
AI向个人与企业下沉，AI与终端融合催生三类新形态
对话中，阿木进一步拆解了AI与终端融合的背后逻辑。一方面，公共AI产品的个人化与专属化属性不足，存在个人数据隐私、企业专有知识无法触达等问题，要实现真正的个性化服务，必须将AI下沉至个人或企业，即形成个人AI与企业AI，终端是唯一载体。另一方面，公共AI产品难以做到个人化、专属化的感知和理解，而终端则能实现对环境信息的持续采集，支撑AI对物理世界的实时理解。
要实现AI真正无处不在，且能够个人化、个性化、专业化，AI就必须与终端结合。阿木表示，用户拥有终端即拥有AI主权，形成“我的AI”而非“租用平台AI”的关系。
他判断，未来AI与终端的融合将会产生三类新型终端形态。第一类，是现有终端的智能化，即电脑、手机、平板、汽车等成熟的终端，通过增加智算能力、拓展更丰富的感知，转化为AI原生终端。第二类是感知为主的轻交互终端，如AI眼镜，它专注于持续感知环境与自然交互，成为连接数字与物理世界的桥梁。第三类则是边缘终端产品，其没有感知交互能力但算力极强，可部署于家庭、办公室或中小企业环境中，满足特定人群对于数据绝对控制等需求。
公共AI与个人AI 有四大本质区别
终端形态的革新，成为个人AI演进的“加速期”。阿木指出，当前AI正在呈现从公共AI向个人AI转移的演进趋势。“它是终端带来的，不再是虚无缥缈的软件。由于个人AI始终伴随终端，而用户对于终端天然拥有的‘驾驭感’会加速这一趋势演进。这也是AI继续深入普及的新趋势”。
相较于公共AI以平台流量商业变现为目的，推荐的内容受商业利益驱动，个人AI是Personalized AI，而不是Personal AI，是以满足个人需求为中心的“专属智能”。“公共AI相当于乘坐公共交通工具，个人AI则是拥有能按照自己意志去装饰和优化的私家车。”阿木举例道。
具体而言，个人AI与公共AI有四个本质区别：一是个人AI“看用户之所看、听用户之所听”，即能够直接获取用户的原始环境信息，而非依赖通过现在的AI助手对话框输入的过滤后的指令；二是基于可信计算架构，用户相信AI仅用其数据为其服务，形成深度信任关系；三是可直接调用服务提供者，绕过中间平台提供所需要服务；四是个人AI基于长期记忆和行为偏好持续演进，越来越像用户本人。未来个人AI能够从“助手”进化为“队友”，能实现情景感知、主动服务、直接执行等能力，可以真正承担职责。
个人AI规模化落地，仍需克服四大挑战
个人 AI 的规模化落地，需跨越四大核心技术挑战。首先是算力承载能力。大模型是 AI 感知环境、理解意图、编排任务的核心支撑，这要求终端算力架构从CPU通用计算，升级为CPU+GPU+NPU的异构平台，实现不同属性模型在终端的高效运行；超大规模复杂任务则需依托个人云空间完成。当前联想已将 AI 算力作为AI PC、AI手机等终端的内置标配，加速算力下沉。
其次是模型与智能体调度挑战。这是工程化层面的核心问题，需通过市场实践结合用户需求持续优化。 其三是个人知识与记忆管理挑战，主要聚焦在长期记忆的“遗忘、抽象、调用”问题；其四是体验创新的挑战。个人 AI 落地需挖掘“非它不可”的刚性需求（must-have），而非“可有可无”（nice to have）的功能，关键是将硬件、软件、服务与大模型能力深度整合，交付核心体验。
基于上述挑战，阿木介绍了联想多终端之间无缝连接体验的实现路径。首先是跨操作系统构建统一个人智能体体系。不同终端的操作系统（Windows、安卓、iOS等）下沉为工具，在操作系统之上搭建个人智能体层，打破各生态的隔离壁垒，保障跨设备体验的一致性。其二，通过端云混合架构支撑体验连续性。如联合火山引擎落地国内首个“个人可信云空间”，采用端到端加密、数据不保存的安全机制，确保用户数据绝不外泄且可自动销毁，支持记忆与知识跨终端迁移。其三，近距离终端直连技术优化实时体验。当终端间距较近时，通过设备直连实现算力、内容、感知信息的共享，既消除交互时延，又能优化终端能耗。
全新AI时代，个人AI生态角色也在进行重构，在对谈中，阿木还将当前AI生态角色分为三类 ：首先是整合硬件、模型、智能体、服务规则与安全机制，完整交付给用户的整合者，联想等终端设备厂商即处于这一类别。其次是直接提供旅行、餐饮、票务等生活服务、由个人AI直接调用的服务提供者，第三是提供大模型、传感器、算力芯片、安全技术等底层支撑的能力保障者。
企业 AI 落地需完成三大核心准备，流程与人才重构成关键
在对谈中，阿木指出，开源技术大幅降低部署成本，大模型推理能力提升至可支撑业务流程的水平，智能体开始在企业中承担内容生成、故障诊断等任务，但要让AI在企业内部真正转化为生产力，需完成三大核心准备。
首先，升级 AI 原生基础设施底座。“当前 61% 的企业尚未搭建 AI 底座”，他指出，AI落地需将原有数字化平台升级为包含大模型、智能体开发、知识管理GPU推理算力与可信计算的AI平台，这是企业 AI 从“展示性应用”转向“流程级落地”的前提条件。其次是重构业务流程。AI不是简单的“叠加工具”，而是需要流程结构性调整。若流程未重构，AI 方案难以嵌入业务，仅会增加成本而无法创造价值。第三需要培养 AI 原生人才。员工需具备与智能体协作的能力，包括调教、容错与共同优化技能。阿木强调，这一培养过程无捷径，需反复训练以适配 AI 时代的工作模式。
此外，阿木还基于联想自身AI转型实践总结出经验教训。他解释说，首先企业应当聚焦在主价值链部署，即优先在供应链、营销、服务等核心业务环节应用AI，而非首先改造员工流程；其次企业需先做POC（产品概念认证）再定预算，避免传统IT项目“先立项批预算”的做法，在未明确价值前应当允许小规模试点；第三，需进行战略性基础设施投资，他指出，AI底座升级是企业级战略转型，需做3-5年周期的自上而下投资，而非按单个应用零散投入。阿木在对谈结尾强调：“技术能够真正释放每一个人的价值，才是生产力变革的意义。”
声明：本文仅代表发布者个人观点,并不代表本站赞同和对其真实性负责，如涉及交易请谨慎。
