越来越多企业为AI焦虑,联想的“超级智能体”来得正是时候

原创 Alter聊科技 2025-05-09 17:31

到了AI时代,企业的焦虑有各种来源,核心症结仍然是“不会转、怎么转”。而联想在内的科技大厂,正在用企业超级智能体改写智能体的部署和开发逻辑,全面重塑生产力范式,帮助企业摆脱“AI焦虑症”。

撰文张贺飞
编辑沈菲菲

《快看!!!AI时代,你的工作会消失吗?》


每隔一段时间,家庭群里就会有长辈分享这样的文章,隔着屏幕都能感受到他们的焦虑情绪,生怕子女的工作被AI替代。


即使是对AI认知稍深的年轻人,也不可避免地被焦虑裹挟。毕竟DeepSeek只需半分钟就能写一篇不错的新闻稿、AI主播全天24小时直播带货、“大模型取代脑力劳动”的讨论层出不穷,越来越多人开始焦虑怎么才能学会使用AI,以至于社交媒体上充斥着“XX天学会使用XX”的课程。


身处智能文明的前夜,许多企业也没能逃出焦虑和担忧的氛围:购买了一体机、建立了知识库、不断向AI投喂语料,结果却不及预期。不少CEO开始焦虑,到底是哪个环节出了错,大模型的落地究竟要从何处开始?


57日的2025联想创新科技大会展会上,我就看到有一名“硅基员工”现场指点迷津,消除打工人的职场内耗,为企业应对AI焦虑出谋划策。虽然场面轻松,但却反映了企业等普遍的AI焦虑。


IDC和联想集团共同发布的《全球CIO报告:迈入全新AI经济时代》对企业的“AI焦虑”现象进行了深入调研:2025年企业AI支出同比增长2倍,超四成资金涌向生成式AI;近3000调研企业中有一半已部署AI,但大多数仍处应用早期,遇到了ROI不明确、数据不足、内部AI专业经验缺口等“绊脚石”。


相对乐观的是,这场AI焦虑有着鲜明的时间差,对新技术更加敏感的大厂,早在七八年前就在尝试驾驭AI,他们摸索出的经验和教训,为后来者提供了一份避坑指南,可以站在巨人的肩膀上少走些弯路。


比如在这届联想创新科技大会上,联想的超级智能体体系正式揭开面纱。


01.
企业的AI焦虑,到底在焦虑什么?


个人的焦虑,似乎并不难解释,归结为一句话——“我的工作会不会被越来越聪明的AI所取代呢?


早在2023年初,高盛就在一份报告中预计:AI可以取代相当于3亿个全职工作的岗位;另一家权威咨询机构普华永道,也曾进行过全球劳动力调查,近三分之一的受访者表示,他们担心自己的角色在三年内被技术取代。


长江商学院在2025年进行了覆盖国内11814名职场受访者的调研,报告显示高达85.53%的受访者对AI可能对自己的就业带来冲击表示担忧,甚至67.57%的受访者认为替代进程将在未来五年内发生。



而企业到底在焦虑什么呢?


我们按照时间顺序将企业的AI焦虑细分为三个阶段。


第一个阶段是对方向的焦虑。


时间回到202211月末,ChatGPT火爆走红后,大模型迅速成为资本追逐的新风口,FOMO(错失恐惧症)也成了普遍现象:初创企业害怕自己步子慢了,被资本冷落;大企业害怕错失下一次技术革命,被弯道超车;资本害怕押错了宝,和新一轮红利擦肩而过。


第二个阶段是对机会的焦虑。


当大模型的价值被验证的2023年前后,几乎每个礼拜都会有新的大模型上线,同时在算力、数据等基础设施上大手笔投入。彼时大模型被比作是智能化时代的“引擎”,市面上有一种流行论调:只有训练出自己的大模型,才会有话语权,有参与竞争的机会。


第三个阶段是对落地的焦虑。


在大模型落地应用的新叙事下,参与者不再局限于科技行业,制造、医疗、金融、政务等行业的大中小企业,纷纷开始寻求AI在业务中落地,想要尽快兑现大模型的价值。


但在基础设施投入越来越高,产出明显不及预期的局面下,焦虑再次蔓延开来。大模型的落地应用本就是一个复杂的系统工程,不少企业遇到了技术挑战、数据瓶颈、组织协同等问题。



比如模型能力与场景不匹配,通用大模型无法满足制造、保险、政务等场景中对事实准确性、逻辑推理、专业知识的要求,由于多数企业对微调理解不足,常常出现大模型会说话但不懂业务的现象。


再比如数据上的负担,不少企业数据孤岛严重,业务系统之间数据难以打通,导致缺乏结构化、高质量的训练数据,直接锁死了大模型的能力。特别是工业、医疗等场景,还存在数据合规等问题。


以及跨部门协同沟通的障碍,大模型落地往往涉及IT、数据、安全、法务等多个部门,每个环节都可能拖慢进度或成为拦路虎,再加上缺少熟悉大模型工程化的复合型人才,常常是花了钱,却看不到回报。


可以列举的痛点还有很多。


原因并不难解释,企业需要的不是大模型,不是算力,而是好用的AI产品和解决方案。


02.
联想式突围,对行业有什么启示?


怎么破解企业的AI焦虑?不妨先将注意力聚焦在一个典型样本——经历了信息化、数字化、智能化全过程的联想集团


早在上世纪末,联想就开始了信息化转型,可以说是国内信息化最成功的企业。不管是信息化、数字化还是智能化,都不是纯粹的技术问题,而是企业管理、研产供销服的Know-How问题。


所谓的Know-How,就像古代工匠对徒弟口传心授的行业秘诀,不少企业直到近两年才搞懂。



AI的落地应用也是如此,大模型的性能可以用各种指标评估,但在To B场景中能释放多少生产力,关键点还是Know-How


当大多数企业还在为AI焦虑时,擅长行业Know-How的联想,已经提前交出了一份AI成绩单:即将收官的2024/25财年,联想集团前三个财季累计营收同比增长21%,净利润年比前年提升了70%


对应到企业AI焦虑的三个阶段,联想的突围也可以分为三个过程:


第一个过程是明确目标。


2017年的联想创新科技大会上,首次提出了“All in AI”战略,涵盖设备+基础设施+两大核心领域;到了2019年,联想确立了“3S转型战略,即智能设备、智能基础设施、智能解决方案和服务,加快以解决方案和服务为导向的业务转型,成为各行各业智能化转型的引领者和赋能者。


第二个过程是优化路径。


外界普遍为AI“船票焦虑的2023年,联想率先认准并确定了混合式AI技术路径:将个人智能、企业智能与公共智能共存互补,混合并用。其中企业智能基于企业的私有数据和知识库,部署在企业私有云或本地数据中心,能够同企业的各种数字化系统无缝对接,进行智能化运营和决策。



第三个过程是加速落地。


AI不是黄金麦田,只有用起来才能产生价值。大模型是底层技术,而非开箱即用的产品和服务,所以在AI的落地应用上,遵循第一性原理的联想,选择通过智能体释放大模型能力,改造各行各业的场景。


To C场景中,联想一边和芯片厂商合作开发定制化的算力解决方案,一边设计了软硬件协同优化的联想推理加速引擎,实现了跨端跨生态的多模型多智能体协同,帮助用户打造超级个体


To B场景中,日前亮相的企业超级智能体联想乐享,将作为联想面向公众、客户、大联想伙伴的新一代官方入口,担纲意图理解和任务规划,并调度指挥领域智能体,为用户提供服务。


做一个总结的话:联想是一个坚定的AI应用主义者,没有盲目去卷通用大模型,而是将筹码押注到智能体,让大模型跳出对话框,融合到不同的工作流中,不断为个人和企业组织提高生产力。


03.
超级智能体,一份可复制的作业


刚刚结束的2025联想创新科技大会上,联想迈出了沉淀内功到对外赋能的重要一步,给出的破解企业AI焦虑的新思路。


联想集团董事长兼CEO杨元庆在演讲中发布了覆盖全场景的超级智能体矩阵,包括联想天禧个人超级智能体、联想乐享企业超级智能体、联想城市超级智能体,并首次定义了超级智能体的三大核心功能。



1、感知与交互:能够实时捕捉并深度理解环境信息与用户当前所处的状态,支持文本、图像、语音、手势、眼动追踪、面部表情分析等多种方式协同的主动感知,并能够跨终端实现对用户意图的精准解读和响应。


2、认知与决策:支持调用跨设备、跨生态的本地的个人和企业知识库,通过知识积累、经验反思、实时学习和高效反馈,建立并维持端边云一体的可追溯、可关联的长期记忆,准确理解复杂意图,做出推理和判断。


3、自主与演进:结合用户意图和先验知识,将复杂任务分解为子任务,并派发给相应的领域智能体,然后自主编排执行顺序,规划执行步骤,基于智能体互联协议调用跨生态工具来主动执行任务,并通过自我学习不断演进和升级。


如果说联想在AI赛道的闯关突围,为千行万业示范了让AI成为创新生产力的可能,乐享企业超级智能体就是一份可复制的作业。拆解企业超级智能体的结构,针对性消除了两大落地难点:



一是混合式基础设施的部署。


算力是企业迈向超级智能体的第一步,联想基于---四层架构,构建了高效的混合计算基础设施。


其中云平台涵盖公有云和私有云,依托联想万全异构智算平台的GPU内核态虚拟化技术,显著降低了AI训练成本,加速了推理效率。企业可借助智能调度系统,实现数据的高效且安全地采集、存储与处理,并将数据智能分发至混合云中进行模型训练。模型成熟后,还可以灵活部署至边缘设备或终端硬件,实现分布式推理和实时决策。


二是利用私有数据构建应用。


不仅仅是混合基础设施,联想还提供了模型工厂和智能体平台,能够基于企业私有的数据和知识库,使用不同的模型和工具开发通用及垂直行业解决方案,构建人工智能解决方案的应用库。


简单来说,企业超级智能体不是单一的工具,而是涉及企业和组织内不同部门需求的合集,联想将超级智能体定义为认知操作系统。以联想乐享为例,可以是明星销售,找它下单、求推荐还能拿折扣;可以是资深采购,跟它协商成为联想供应商;还可以是服务工程师,联系它做设备定期保养;甚至是和人形机器人融合,化身企业的硅基员工”……


无可否认,企业超级智能体适配的场景依然有限,还无法满足企业的所有需求,却也给出了破解AI焦虑的良方:与其对着空气焦虑,不如先按照联想跑通的路径把AI用起来,在落地应用中持续挖掘AI的价值。


04.
写在最后


十多年前,信息化转型风头正劲时,也有无数企业为部署ERP焦虑,坊间流传着著名的“ERP找死论,认为上马ERP需要人力、物力、财力投入,对于企业管理要求也在增加,对企业来说是在寻死


历史经验告诉我们,冒险上了ERP的企业,生产、研发、营销等方面的竞争力持续提升,不少企业挖掘出了第二增长曲线,反倒是一些畏手畏脚的企业,最终被时代所淘汰。


到了AI时代,企业的焦虑有各种来源,核心症结仍然是不会转、怎么转。而联想在内的科技大厂,正在用企业超级智能体改写智能体的部署和开发逻辑,全面重塑生产力范式,帮助企业摆脱“AI焦虑症


相较于继续为AI焦虑,不如顺应杨元庆在演讲结束时的呼吁:AI成为创新生产力,为我们构建一个更智慧、更美好的未来!




主理人 | 张贺飞(Alter)


前媒体人、公关,现专职科技自媒体


钛媒体、36kr、创业邦、福布斯中国等专栏作者


转载、商务、开白以及读者交流,请联系个人微信「imhefei」

Alter聊科技 探究产业兴衰,专注商业解读。
评论
  • 在竞争白热化的智能汽车赛道,深蓝汽车近期因一系列“迷之操作”,被舆论的熊熊烈火炙烤得焦头烂额。事情起因是,大量深蓝汽车老车主公开吐槽称,深蓝汽车在没经过车主同意的情况下在车机大屏幕投放广告。为此,深蓝汽车及其CEO邓承浩发文道歉,并表示:内部已进行了流程优化,未来将不再通过车机通道给用户推送权益提醒。不过,道歉后深蓝汽车对用户隐私条例进行了更新,主要新增了用户数据采集,如果用户不同意更新,则只能以游客身份访问App。所以又有网友辣评,“这是要强行让大家同意看广告?”对此,深蓝汽车法务部发文回应:
    用户1742991715177 2025-06-17 18:21 642浏览
  • 概述在工业自动化领域,PLC(可编程逻辑控制器)是生产过程的核心,其性能直接影响系统的稳定性和效率。然而,在多主站应用场景下,传统PLC往往面临诸多挑战,如协议兼容性不足、扩展性受限以及高昂的License费用,这些都增加了系统部署的复杂性和成本。宏集Berghof PLC基于CODESYS平台,凭借其强大的多主站支持能力和灵活的License选项,为工业控制提供了高效、灵活且经济的解决方案,助力企业优化自动化系统架构。传统PLC多主站应用的挑战在许多自动化应用中,设备需要同时支持多个通信主站,
    宏集科技 2025-06-19 10:58 373浏览
  • Micro-OLED显示技术具有高刷新率、高亮度低功耗、小体积等特点,是微显示领域的优选方案。针对Micro-OLED CVBS显示驱动需求,上海冠显(TDO)设计的驱动方案,实现CVBS信号到Micro-OLED显示屏的稳定转换和显示控制,将满足行业对高质量、高性能显示解决方案的迫切需求,为XR、军工、工业及医疗等应用领域提供更优质的视觉体验。方案架构 显示屏驱动板TV103F1CSFS01 是TDO自主开发的单目硅基 OLED 显示屏驱动板,以 SH1.0连接器为 CVB
    冠显光电MicroOLED代理视涯 2025-06-18 16:32 973浏览
  • 在RoCE v2协议中,RoCE v2队列是数据传输的最底层控制机制,其由工作队列(WQ)和完成队列(CQ)共同组成。其中工作队列采用双向通道设计,包含用于存储即将发送数据的发送队列(SQ)和用于存储已接收到的数据的接收队列(RQ),二者共同组成了端到端的数据传输管道(Pipeline)每一个SQ与RQ绑定起来称为队列对(QP),每个队列对中包含有若干个工作队列元素(WQE)和一些其他元素如本地接收队列指针、本地发送队列指针、远程接收队列指针、远程发送队列指针等。同样的,每一个CQ中也存在着若干
    zzbwx_326664406 2025-06-18 11:49 192浏览
  • 作为自然界最敏锐的“通用语言”之一,从破土而出的植物新芽到钢铁熔炉中的炽热火焰,温度一直都在无声地影响着万物运行的节奏,它不仅是农业播种与收获、牧业养殖与繁育、工业材料加工与产品制造等领域的关键生产因素之一,更是所有地球生物赖以生存的重要气候参数。因此,如何更好地“读懂”温度已成为各行各业实现提质增效的重要突破点之一,而数字温度传感器就是人类通过发展物联网技术让温度实现快速“说话”的重要途径。数字温度传感器是一种能直接输出数字信号的传感器,具有微型化、易集成、低功耗与高精度等优势,已被广泛应用于
    华普微HOPERF 2025-06-19 09:39 1112浏览
  • 当数千伏工业电机快速启停时、当高速充电桩断电恢复时、当光伏逆变器遭遇雷击时,高压侧电路可能会因电感电流突变或浪涌耦合,产生幅值达母线电压数倍的电压尖峰。而在缺乏有效电气隔离措施或在寄生电容耦合作用的情况下,这些电压尖峰会迅速传导至低压侧电路,瞬间击穿MCU、传感器等敏感元器件,严重时还会威胁到操作人员的生命安全。因此,在现代电力电子系统的高低压电路之间引入隔离芯片,建立安全可靠的电气隔离屏障,已成多项安全标准与通用规范中的明确要求与刚性规定。其不仅能防止高压浪涌、短路漏电等不良现象损坏敏感元器件
    华普微HOPERF 2025-06-18 15:52 1036浏览
  • 文/Leon编辑/cc孙聪颖6月9日,美团在北京美团总部恒电大厦举行股东周年大会,美团创始人、CEO王兴携一众高管出席。在回答股东问题的环节,王兴谈及与京东、淘宝闪购的竞争时表示:“第一,我们非常欢迎更多参与者入场的;第二,再次重申美团是坚决反对内卷的;第三,我们对长期是很有信心的。”然而,据自媒体《划重点》公开报道称,有参会股东透露,疑似提前安排好的问题和管理层全程读稿式的回答令部分现场股东感到不满。在会议结束后,现场股东将负责市场和投资的副总裁徐思嘉围了起来,在小会议室继续沟通了半个小时。不
    华尔街科技眼 2025-06-17 19:11 711浏览
  • 一、应用背景:为什么需要图像批量加水印?在电商、媒体和内容创作领域,加水印是保护图片版权的基本手段。防止盗图、转载、抄袭给公司 logo、作者信息、网址打标识批量图片一次性处理,提升效率如果每天需要对几十、上百张图片加水印,使用 PS 或手工拖拽会非常繁琐。Python 可以:✅ 一键批量加水印✅ 支持透明度、字体、颜色设置✅ 自定义水印位置与旋转角度✅ 批量输出为 JPEG、PNG 等格式二、准备工作与开发环境1. 安装核心图像处理库 Pillowbash复制编辑pip install pil
    小菜菜编程 2025-06-19 07:26 986浏览
  • 随着智慧居家中与智能家电快速发展,各类产品纷纷透过无线技术和行动软件(APP)实现更智能的服务,让原本单一功能的产品,逐步进化变身为多功能且提供人性化功能的智能家电。本篇的主角-智慧居家门铃(Doorbell),正是其中具代表的应用之一。智能门铃整合了传统门铃与对讲机功能,再加上摄影机的功能,进而成为新世代的智能产品!用户可以透过镜头,立即看到来访者并进行对话。更进阶的应用则是结合高分辨率的摄影机、无线连线与APP整合,让用户不再经由传统有线线路,即可远程实时了解门外的一切状况。实测案例本次案例
    百佳泰测试实验室 2025-06-19 13:42 432浏览
  • 中国汽车市场以年均超 3000 万辆的销量规模(占全球 1/3以上),正推动安全标准从被动防护向主动预防转型。2024 年 7 月实施的 C-NCAP ( China New Car Assessment Program)修订版首次将驾驶员监控系统(DMS)、道路特征识别(RFR)纳入评分体系,其中 DMS 占主动安全分值 40%(总分 2 分),检测准确率需≥90%。这一变革不仅响应工信部 GB/T 41796-2022 等三项国家标准要求,更标志着中国
    康谋 2025-06-18 10:25 322浏览
  • 一、项目背景与应用场景文件重命名在日常办公与设计领域极为常见:批量图片重命名(IMG001 → 产品01)批量 Word、PDF 改名(合同_张三 → 合同_2024张三)视频、音频素材整理命名规范化手工处理耗时、容易出错,而 Python 可助力一键处理,还能提供可视化界面!因此本篇文章将手把手带你使用 Python 的 Tkinter 模块开发一个功能完整的“批量重命名”桌面工具,附图演示界面效果。二、项目准备1. 安装环境Tkinter 是 Python 标准库,无需单独安装:bash复制
    小菜菜编程 2025-06-18 05:58 14912浏览
我要评论
0
点击右上角,分享到朋友圈 我知道啦
请使用浏览器分享功能 我知道啦