联想的AI转型与组织变革 - 公司内部已大规模应用智能体重构业务流程，智能体数量已超过200个，并形成可相互调用、自动执行的智能体网络 [2] - 公司AI转型过程包含三个关键步骤：重新认知与梳理流程、升级数字底座为AI底座、人才与文化建设，强调需将智能体作为“硅基员工”或“硅基生产力”嵌入流程，而非仅作为工具 [3] - 智能体已在公司全价值链（研发、生产、供应链、财务、人力、法务等）应用，涵盖L1、L2级及部分L3级自主执行智能体，通过网络效应提升运营效率 [3] - 人才与文化转型是最大挑战，公司在务实层面引入AI产品经理、架构师、知识工程师等专业人才并对全员培训，在务虚层面推进文化革新，鼓励尝试与容错 [3] 全栈AI技术产品与战略布局 - 公司采用“一擎四舰”模式支撑AI规模化落地，“一擎”指擎天引擎4.0，“四舰”包括擎天智能体方案、联想百应智能体、AI全生命周期服务和联想xCloud智能云 [4] - 擎天智能体已实现私有化部署，落地超200个行业智能体，生态合作伙伴超400家，覆盖教育、制造、政府、金融、公交等领域 [4] - 百应智能体定位云端交付平台，提供订阅式服务，在AI营销、IT运维、AI办公等场景应用后，客户获客效率提升30%以上，IT运维效率提升约50% [4] - 2026年百应智能体将从通用领域拓展至供应链等垂直领域，部分中小企业可通过“线上智能体服务+线下上门服务”模式满足需求，无需专职IT人员 [4] 消费端AI生态与设备战略 - 天禧AI已迭代至3.5版本，在多设备协同领域建立优势，生态已入驻1万+开发者、5000+合作伙伴，实现AIPC、AI平板、手机、IoT等多端打通 [5] - 2025年AI PC带动公司中国PC市场份额创历史同期新高，中国市场营收占比达42%，平板业务进入市场第一阵营，moto手机品牌认知度从单位数提升至两位数 [5] - 天禧AI核心架构包括AUI、天禧大脑、天禧生态和可信安全四大模块，其中天禧大脑具备感知、理解、记忆、规划、调度等5大核心能力 [5] - 2026年5月将推出天禧AI 4.0版本，达到L3级别，实现复杂任务自动化处理和强个性化，未来将向“专家水准”和“个人AI助理（双胞胎）”演进 [6] - 2026年公司将在ToC端重点发力四类设备：AI PC（目标占比超50%）、AI平板（冲击中国市场前三）、AI手机（折叠形态全覆盖）和AIoT（多形态布局） [6] AI基础设施与政企业务 - 公司在AI基础设施领域布局充分，去年服务器同比增长172%，今年仍保持高速增长，核心技术优势体现在“一横四纵”完整布局上 [6] - 万全异构智算平台支持多路线CPU/GPU/NPU（含国际及国产路线），提供AI一体机、AI工厂、AI训练场等解决方案 [6] - 公司对GPU从底层到计算框架进行优化，性能可提升20%-30%，部分场景GPU利用率从30-40%提升至60-70% [6] - 在客户案例方面，公司助力伊利实现研产供销全链条智能化，降低每吨奶运输成本，为随缘优化8个节点的训练场景，提升转化收益 [6] 企业级智能体应用与演进 - 乐享超级智能体作为公司企业级智能体的“母本”进展显著，未来将成为企业对外统一接口，对接投资人、客户、媒体、公众等 [7] - 通过乐享的智能推荐及交互，促成的交易目前占联想官网商城年销售额的30% [7] - 具身机器人“乐享1号”已作为客户展厅数字接待员和线下门店品牌大使投入应用 [7] - 2026年，乐享将向L3级别演进，从AI助理、工具升级为“AI队友”，未来成为企业的数字咨询师 [8] - 智能体升级至L2、L3级别后，推理算力需求呈井喷式增长，从2025年下半年起，企业对推理算力的需求曲线已陡增 [7] 端侧AI与隐私安全架构 - 在端侧AI的推广方面，核心是让用户理解其隐私安全可控的价值，本地大模型目前已支持32B本地数据，未来将覆盖家庭工作站、眼镜、智能家居等多设备 [8] - 个人AI最终是“本地模型+云端模型”的混合架构，核心隐私数据应放在端侧“保险柜”，非敏感数据可放云端“梳妆台” [8] - 当个人AI能“看到你看到的、听到你听到的、记住你的24小时记忆”时，用户自然会倾向于将核心数据放在自己可控的端侧 [8] 公司的AI差异化优势与护城河 - 公司的AI差异化优势总结为三点：战略领先、产研投入、开放生态 [9] - 公司早于行业布局混合式AI，率先推出AIPC、企业级乐享超级智能体、国内外同步的个人超级智能体 [9] - 在研发投入上，公司持续加强个人AI和设备AI升级，擎天引擎已升级至4.0，2027年将升级至5.0 [9] - 公司的生态是跨终端、跨平台、跨系统的开放体系，区别于单系统、单终端的封闭生态，已与大量ISV达成合作，形成产业繁荣生态 [9] - 公司的特殊优势在于：既有超200个智能体的内部实践验证，又有全栈AI产品的对外输出能力 [9]