从“本手”到“妙手”，联想成为AI棋局头部玩家|ai棋局|pc|云端|妙手|服务器|本手|知名企业|联想|蓝屏事件

围棋之道，本手是根基，妙手是升华，而急于求成者常落俗手。

2026年，人工智能从炫技阶段迈入价值验证的“深水区”。行业里不乏追逐风口、堆砌概念的“俗手”之困，一些公司将AI简单包装在旧产品上，或是在没有明确商业场景的情况下盲目投入大模型训练，最终陷入窘境。

不过，也有公司已经找到了节奏。

用更挑剔的眼光审视AI赛道的“投入产出比”，会发现，联想已经交上了扎实的财务答卷，成为AI市场里不得不关注的头部玩家，并且成功完成了增长动力的切换，AI驱动的增长表现亮眼，甚至还未进入全速增长区间。目光放到联想中国区，其甚至在市场周期承压的挑战下，计划新财年继续保持营业额与利润双位数高增长。

行业普遍困于“技术如何变现”时，联想中国的AI路线已经进入了“商业确定性”阶段。这不禁让人好奇：它究竟做对了什么？

在产业研究者的视野里，它的特殊之处在于，前瞻式布局人工智能，践行“混合式AI”战略，全面覆盖个人AI与企业AI两大战场，既有面向数亿消费者的终端入口，又有面向千行百业的算力基础设施和方案服务能力。不仅实现了AI商业价值的财务验证，还搭建起了难以复制的体系化能力。

先看“账本”，AI验证市场买单

AI热潮进入第四个年头，市场心态正悄然生变。资本的耐心在消耗，客户的选择更趋理性。

一个信号是，今年春节，互联网大厂们的红包大战烧掉了45亿元，却难以复制昔日用流量换取用户增长的奇迹。技术声量很大，商业闭环却迟迟未现，“投入”与“产出”的脱节成为笼罩在AI上空的一朵阴云。

这背后折射出的是一个更深层的行业困境，许多玩家将AI视为一个可以独立变现的“产品”，而非一种需要嵌入现有业务、服务现有客户的“能力”。当技术本身无法直接转化为可持续的商业模式时，烧钱换增长的老路便走到了尽头。

而长期深耕终端、算力、服务等领域，扎扎实实构建产品力与客户信任的联想中国，从底层逻辑上避开了这片沼泽。它的打法不是另起炉灶、追逐风口，而是将AI作为核心能力，融入到已经拥有成熟客户基础和商业模式的业务中。这使得每一分AI投入，都能在现有的商业循环中找到对应的价值出口。

在刚刚过去的2025/26财年前三财季，联想中国区的营业额达到了历史新高。

更为关键的是，联想中国的增长结构发生了质变，非PC业务收入占比接近“半壁江山”，AI成为实实在在的增长引擎。

联想集团董事长兼CEO杨元庆评价称：“我们的中国区虽然遭受了市场周期的影响，但紧紧把握住了人工智能的机遇。”

具体来看，个人智能方面，内嵌天禧的联想AI PC已经超过PC总体营收的30%，AI PC全年销量突破253万台，也推动了联想在中国PC市场的占有率达到九年来的新高。

但最有意思的数据不是销量，反而是用户黏性。联想天禧AI个人超级智能体的用户净推荐值（NPS）达到35.7，周活同比大幅增长315%。

这意味着用户不仅购买了AI终端，更在深度使用。在消费电子行业，高周活意味着产品真正进入了用户的生活场景，而不是尝鲜后即被遗忘的“电子玩具”。

在企业AI领域，市场买单的意愿更为强烈。联想中国企业基础设施业务大幅跑赢市场47个百分点。服务器稳居行业第一梯队，AI服务器实现了超5倍速增长。

从大型政企到中小企业，已经进入了大规模采购联想“AI算力”与“AI方案”的周期，同时，云基础设施业务屡屡拿下大单，建立起了牢固的战略客户群。

方案服务业务，收入和贡献利润双双保持了年比年20%以上的高增长，继续蝉联中国IT服务市场的“头号交椅”。

联想中国的这份业绩清单，提供了一个值得研究的样本，它证明了，在AI这场长跑中，真正的护城河不是技术炫技，而是将AI能力与扎实的客户基础、成熟的商业模式深度融合的能力。

这也正是“本手”的力量。深耕渠道、打磨产品、理解客户、优化服务，这些看似平淡无奇的基础工作，在风口来临时，反而构成了最坚实的底座。

领跑第一梯队，混合式AI战略到底是什么？

如果说扎实的硬件与服务能力是联想的“本手”，那么需要追问的是，在AI这场棋局中，仅仅拥有“本手”就足够了吗？

答案显然不是。过去几年，我们见过太多手握优质资产却在新浪潮中迷失的企业。它们并非没有根基，而是缺少一步能够将根基转化为胜势的“妙手”。

联想中国的特别之处在于，它在AI落地深水区践行的混合式AI战略，完成了这一步关键转化。

要理解这步棋的巧妙，先要看清楚AI行业正在形成的微妙格局。一边是云端大模型厂商，拥有强大的算法能力，却常在“最后一公里”的终端场景中水土不服，用户的私域数据并不放心交给他们；另一边是传统硬件厂商，手握海量设备入口，但因为生态相对封闭，难以提供跨场景、端边云协同的完整服务。两者之间的鸿沟，正是AI普惠落地的最大障碍。

这也解释了为什么过去两年，行业里技术突破与用户体感之间始终存在着一道难以跨越的断层。

联想中国的独特生态位，恰好填上了这道断层。它是市场上极为罕见的、同时具备最广泛的AI终端和完善的AI全架构的厂商。这种“端－边－云协同”的能力，是市场上绝大多数玩家所不具备的系统级优势。

在个人智能层面，联想中国正将天禧AI个人超级智能体植入PC、手机、平板、AIoT等所有终端，并通过即将推出的“AI主机”，构建起“端－边－云”一体的计算架构。

笔者留意到，联想的AI主机，是AI独立运行的载体，能够支持AI Agent不间断运行。据刘军预告，5月19日将发布天禧AI 4.0大版本，会有新的升级，进一步降低人与AI交互的隔阂，让AI成为用户的“专属超能搭档”，而不是一个需要反复指令的工具。

也就是说，对于个人用户而言，联想中国提供了所有目之所及的终端设备，并且打通了软件层的操作隔阂，整体使用AI的体验感会是统一顺畅的。这种“全终端覆盖+软硬一体”的打法，在个人AI赛道里并不多见。

在此之前，用户往往需要在不同设备、不同系统间反复切换，体验断点频出。联想中国同时具备终端规模、系统整合能力和用户场景理解能力，每一条产品线都积累了数亿级的用户基础，这些设备本身就是一个天然的AI部署网络。

在联想中国的生态里，AI Agent能够跨设备无缝运行，用户数据在端－边－云之间形成闭环，联想的个人AI真正可以随用户移动、随场景切换，率先打破设备孤岛，在用户心智中拿下“AI入口”。

并且，这套体系的底层逻辑，来自于联想多年来对终端用户场景的深刻理解。这种理解，是那些只有云端能力的厂商所不具备的“本手”积累。

与个人AI强调“终端覆盖”不同，企业AI的核心挑战在于，怎么把AI能力与企业的私有数据、业务流程深度结合，同时保证可控性和成本效率。

联想中国的混合式AI战略，同样提供了一个安全有效的解法，支持企业AI部署在私有环境里，同时保留接入公共AI的能力。如此一来，企业的核心数据和关键业务流程可以在本地闭环运行，保证可控性和安全性；而当需要更强大的通用能力时，又可以调用云端大模型作为补充，最终基于企业内部数据，实现精准、可控的智能决策。

“私有部署+公有接入”的模式并不罕见，但问题是，能够有效同时兼顾两者，并且产出实际效用的，屈指可数。联想中国能做到，在于他们早年间即搭建了服务器、存储、网络等基础设施能力，可以为企业搭建私有的算力环境；另一方面，联想中国也有自己的AI平台和智能体技术，支持接入多种云端大模型能力，让它能够为企业客户提供更灵活、更安全的选择。

其实，联想中国的混合式AI战略基因，早年间就已经存在。联想自身就是一家业务极其复杂的企业，每年要管理海量设备的生产和交付，复杂的供应链网络，要服务数以亿计的客户。在这个过程中，联想自己搭建了一套能够处理海量数据、支撑大规模协同的智能化体系。这套体系天然部署在私有环境中，天然要与核心业务数据深度结合，天然要保证可控性和稳定性。

这套智能体产品被联想中国内部称为“智能体军团”，去年，智能体军团大幅提升了联想中国的购买转化率和营业额。未来，这套能力也会“外化”，为外部企业服务。

放在一起看，联想的“妙手”就很清晰了，混合式AI战略保障了私有部署安全可控，用公共接入获取通用能力，用内生能力解决业务痛点。而且这种“妙手”并非凭空而来，而是建立在多年“本手”积累之上的顺势而为。终端领域有规模优势，服务器和算力领域有技术积累，智能服务方案有真实业务感知，最终形成战略上的稳定性和扎实度。

不可复制，“头号玩家”的体系化能力

在AI这个巨大而激烈的棋盘上，技术可以追赶，产品可以模仿，但真正拉开差距的，往往是那些看不见、摸不着、却处处起作用的“体系化能力”。

这种能力不是靠一次爆发就能获得的，而是在长期实战中反复打磨、层层嵌套而成的。除了讨论联想中国的“本手”积累和“妙手”落子，还要追问，当“本手”与“妙手”都已就位，是什么让一家企业从“会下棋”变成“能赢棋”？

回顾过去几年的AI浪潮，有的算法领先，有的硬件强悍，有的服务扎实。但能够将这些能力融合成一个有机整体，并在多个战场上同时形成竞争力的企业，屈指可数。

联想中国的“AI头号玩家”地位，是用经年累月的“本手”将几项关键能力逐一夯实，最终构筑起一道难以逾越的护城河。

首先是安全可信和个性化。今年，开源项目OpenClaw的“养虾潮”爆火，用户们普遍渴望让AI跨应用自主干活，但对数据隐私的深层担忧让“养虾”还停留在相对狭窄的范围，许多普通用户望而却步。

联想天禧AI从一开始就采取了优先保护隐私的设计，其“端-边-云”协同架构将隐私敏感的感知、行动类任务留在终端本地处理，用户数据全程加密、主权自持。

这种将安全、成本与个性化体验统筹考虑的设计，是联想中国在“AI治理时代”的先行卡位，也是其混合式AI战略从几年前就已经提前思索过的落地路径。对终端用户真实使用场景的长期洞察，要靠多年与用户打交道的“本手”积累。

其次是算力普及。在AI产业界，算力成本正在成为制约AI大规模普及的隐形天花板。对于那些动辄投入数亿美元训练大模型的科技巨头而言，算力成本或许不是首要考量，但对于数以千万计的中小企业和普通用户来说，Token价格直接决定了AI是否“用得起”。

联想中国的解法是，通过“万全智算”体系，将算力变得像水电一样易于获取和使用。其万全异构智算平台统一调度和纳管多元异构算力的能力，可以使大模型预训练时间缩短35%、后训练时间缩短50%、推理性能提升30%。也就是说，通过智能调度，同样的硬件投入，能产生的算力是翻倍的。

在绿色算力层面，联想海神液冷技术将数据中心PUE降至1.1以下，在行业内属于领先水平。对于大型数据中心而言，电费是运营成本的大头，能耗大幅降低42%，意味着算力的边际成本可以大幅下降。

更具产业意义的突破，发生在企业AI部署的成本端。今年3月，联想发布了业内首个企业级“龙虾湖”解决方案，将每百万高质量Tokens的成本控制在1元以内，仅为同档云服务解决方案的三分之一。这意味着，企业可以以极低的成本，在本地私有化部署AI智能体集群，最多支持1000个智能体常驻运行，日均输出百亿Tokens。

从产业视角看，联想中国的算力普及，本质上是把算力从“奢侈品”变成“日用品”，系统化重构成本，推动AI真正进入普惠时代。