企业使用AI PC重新设计技术以保持竞争力

人工智能（AI）革命不仅在改变行业和重新定义工作；它现在正将注意力转向一个有些被忽视的工具：你的工作笔记本电脑。虽然我们中的许多人已经使用ChatGPT进行校对或调试代码等任务，但这只是大型语言模型（LLMs）能力的冰山一角。这些驱动聊天机器人和其他AI工具的模型，拥有广泛的能力，这些能力才刚刚开始被探索。

以HCLTech为例，这家咨询公司与美国最大的端到端医疗服务提供商之一合作，开发了一款用户友好、合规的AI临床顾问工具。该工具基于世界上最大的临床图书馆之一进行训练，使医疗专业人员能够通过对话查询快速获取所需信息，免去耗时的搜索。

HCLTech的执行副总裁兼AI与云原生实验室负责人Alan Flower强调了在设备上本地运行这些模型的重要性。“通过使用医生的笔记本电脑，不仅能节省他们的时间，还能确保患者信息的隐私和安全，”Flower解释道。“此外，这还具有成本效益，因为我们没有使用昂贵的云资源；相反，我们利用了AI PC上的神经处理单元（NPU），这基本上是免费的。”

自从实施AI临床顾问以来，医生们在每次20分钟的咨询中节省了大约三分钟，使他们能够更多地专注于患者护理。这一例子说明了将AI整合到笔记本电脑等日常工具中如何提升生产力和效率。

随着公司意识到本地运行AI模型的好处，对员工笔记本电脑升级的需求日益增加。这引发了一场硬件革命，将关注点从次要问题转为优先事项，并吸引了大量投资。根据研究机构IDC的数据，专为本地生成AI任务设计的AI PC预计将从2024年的近5000万台增长到2027年的超过1.67亿台，占全球PC出货量的近60%。Gartner预测，到2026年底，63%的PC将是AI赋能的。

PC投资的激增与过去十年的一个更广泛趋势相吻合，即从笨重的笔记本电脑到轻薄的超极本等改进设计推动了PC平均售价的上涨。IDC设备与显示研究副总裁Linn Huang指出，“随着新的AI赋能工作负载和功能进入市场，AI PC无疑将加速这一趋势。”

AI PC与传统PC的区别在于包含了专为高效处理AI任务设计的神经处理单元（NPU），使模型能够直接在设备上运行。这种本地处理在成本、隐私和安全方面提供了优势。与大多数将数据发送到云端进行处理的AI产品不同，本地运行模型将数据保留在组织内部，降低了数据泄露的风险，并增强了对敏感信息的控制。这对金融服务和医疗等行业尤为关键，因为这些行业对隐私和法规合规性要求极高。

Deloitte Consulting LLP的董事总经理兼首席未来学家Mike Bechtel强调了这些行业对本地AI的必要性。“对他们来说，本地AI计算机不仅是锦上添花，而是出于信托责任和HIPAA要求的必需品，”他说。

本地运行AI模型还能减少延迟，创造更流畅的用户体验，这对优化商业应用至关重要。这种速度是AI解决方案（如聊天机器人）吸引力的关键因素，因为它们需要快速响应用户输入。

设备制造商正在响应对AI PC的需求。Microsoft，作为AI市场的主要参与者和OpenAI的合作伙伴，推出了一种名为Copilot+PC的新硬件类别，与HP、Dell和Lenovo等公司合作开发。Microsoft设备合作伙伴销售副总裁Mark Linton指出，商业领袖对这些新设备表现出浓厚的兴趣。“领导者专注于将本地AI功能整合到他们的更广泛AI战略中，”Linton说。“采用速度比触摸PC的采用速度快20倍，显示出这种转型的紧迫性。”

AI PC的好处不仅限于运行AI模型。它们还通过将AI任务卸载到NPU上，减轻了CPU和GPU的负担，从而提高整体系统性能。这可以防止使用高功耗应用时常见的过热和性能下降。HP Inc.的AI体验高级总监Alex Thatcher强调，“AI PC为用户已经使用的应用程序提供了显著的性能改进，利用了新的CPU、GPU和NPU架构。它们还因包含小型核心和高效能的NPU而改善了电池寿命。”

随着企业接近硬件更新周期，受到Microsoft对Windows 10支持终止等因素的加速，问题出现了：他们应该选择传统设备还是具备AI能力的设备？像Flower和Bechtel这样的行业专家强烈主张选择具备AI能力的PC，因为它们具有生产力优势。“这是显而易见的，”Bechtel说。“确保你的下一波资本支出包括这些能力，否则几年后你将面临另一次更新。”

随着更多公司采用具备AI能力的计算机，AI PC的溢价预计将下降。Flower指出，性能提升足以证明初始成本差异的合理性。“在高价值职业中，生产力提升如此显著，以至于为AI增强设备支付的小额溢价很快就会得到回报，”他说。

升级到具备AI能力的技术使公司保持在创新前沿，提供了现在或未来投资AI应用的灵活性。随着更多企业进行这种转变，它为AI更深入地融入业务流程铺平了道路，创造了一个AI应用推动硬件升级、而这些升级反过来加速AI在劳动力中采用的生态系统，改变行业并重塑专业人士的工作方式。