Tom Butler, VP, Worldwide Commercial Portfolio and Product Management at Lenovo – Interview Serie

Dette interview blev gennemført i forbindelse med MWC 2026, hvor Lenovo præsenterede sine seneste fremskridt inden for AI-drevet kommerciel computing.

Tom Butler, Vice President, Worldwide Commercial Portfolio and Product Management at Lenovo, har mere end to årtiers erfaring inden for virksomheden, hvor han har avanceret gennem multiple ledelsesroller som direktør, eksekutiv direktør og nu vicepræsident for dens globale kommercielle portefølje. Med base i Raleigh-Durham-området er han ansvarlig for at forme Lenovos verdensomspændende kommercielle produktstrategi, hvor han samordner hardware, software og services for at møde virksomhedsbehov. Hans karriere afspejler dyb ekspertise i produktledelse, markedsføring og storstilede porteføljeledelse, bygget på tidligere tekniske og operationelle roller hos Cisco og Ericsson (ERIC ), hvor han udviklede en grundlæggende forståelse for trådløse systemer, virksomhedsinfrastruktur og kundesupport.

Lenovo er et globalt teknologivirksomhed, der genererer titals af milliarder i årlig omsætning og betjener kunder i mere end 180 markeder. Virksomheden tilbyder et bredt portefølje, der omfatter pc’er, smartphones, tablets, servere og virksomhedsinfrastruktur samt software, AI-drevne løsninger og services, der er designet til at understøtte digital transformation. Virksomhedens forretning er struktureret på tværs af nøglesegmenter, herunder intelligente enheder, infrastrukturløsninger og services, der ermögiller det at operere på både forbruger- og virksomhedsmæssige økosystemer. Lenovo positionerer sig stadig mere omkring AI og integrerede computereksperiencer, der kombinerer hardware med intelligent software og cloud-baserede funktioner for at understøtte moderne arbejdspladser og storstilede virksomhedsmiljøer.

De har tilbragt mere end to årtier hos Lenovo, hvor de er avanceret gennem produktmarkedsføring, strategisk planlægning og porteføljeledelse til at overtage den verdensomspændende kommercielle notebook-portefølje. Hvordan har den rejse formet deres perspektiv på, hvad der egentlig definerer en “AI-PC” i modsætning til en traditionel forretningslaptop med AI-funktioner lagt oven på?

Jeg har tilbragt det meste af min karriere inden for kommercielle pc’er, så jeg har en ret streng definition. En AI-PC er ikke en traditionel laptop med nogle funktioner tilføjet, det er et system, der er designet fra bunden for at køre AI-arbejdsbelastninger lokalt, effektivt og sikkert.

Hvad der betyder noget for mig, er, hvad enheden kan gøre naturligt. Kan den køre meningsfulde AI-oplevelser uden at afhænge udelukkende af cloud? Kan den tilpasse sig til brugeren, deres data, deres arbejdsprocesser? Og kan den gøre det på en måde, der opfylder virksomhedens forventninger til sikkerhed og administrering?

Efter år i dette område har jeg lært at se beyond hypen. Hvis det ikke fundamentalt ændrer, hvordan folk arbejder, er det ikke rigtig en AI-PC endnu.

Stadig mere ser vi dette som en del af en bredere skift mod hybride AI-arkitekturer, hvor enheden håndterer mere lokalt og kun går til cloud, når det er nødvendigt.

Som lederen, der er ansvarlig for ThinkPad, ThinkBook og kommerciel software, hvordan genovervejer de den kommercielle notebook-vejledning for at tage hensyn til AI-arbejdsbelastninger, der køres lokalt på enheden i stedet for udelukkende i cloud?

Da flere AI-arbejdsbelastninger køres lokalt, skal vejledningen prioritere vedvarende præstationer på enheden, ikke kun top-specifikationer. I praksis betyder det at udvide NPU-aktiverede konfigurationer på tværs af ThinkPad og ThinkBook og behandle NPU som en kerneresource sammen med CPU og GPU. Opgaver som mødesammendrag, transkription, intelligent søgning og indholdsskabelse er stadig mere optimeret til lokal acceleration.

Det kræver også en skift i, hvordan vi tænker om software. Virksomheds-kunderne ønsker ikke isolerede AI-funktioner, de ønsker integrerede oplevelser, der fungerer på tværs af arbejdsprocesser, enheder og miljøer.

Dette svarer også til en bredere skift, vi ser fra cloud-first til mere hybride AI-modeller. Virksomheder begynder at tænke om en “lokalt-først, cloud-når-det-er-nødvendigt”-tilgang, hvor pc’en eller edge-enheten håndterer mere af arbejdsbelastningen, og cloud bruges mere selektivt. Det har reelle implikationer ikke kun for præstation, men også for omkostninger, kontrol og hvordan IT-miljøer er designet. Det er derfor, vi fokuserer på åbne, fleksible arkitekturer, der understøtter multiple modeller og udviklende økosystemer, i stedet for at låse kunderne fast i en enkelt tilgang.

Virksomheder er under pres for at modernisere deres enhedsflåder, men opdateringscyklusserne strammes. Hvad er den stærkeste forretningscase i dag for CIO’er til at investere i AI-PC’er i stedet for at forlænge livslængen af eksisterende hardware?

Forretningscasen i dag bliver mere tydelig: CIO’er bliver bedt om at modernisere for en verden, hvor produktivitets- og sikkerhedsforventninger er ændret, og ældre pc-flåder ikke altid kan nå det nye niveau gennem softwareopdateringer alene.

Præstation er en del af historien, men det er ikke længere den mest interessante del. Hvad der er ændret, er, at AI-arbejdsbelastninger nu er en del af hverdagsproduktivitet, og ældre flåder blev ikke designet til det.

Den reelle ROI kommer fra at aktivere nye måder at arbejde på, lokal AI, der holder følsomme data på enheden, bedre samarbejdseksperiencer og reduceret afhængighed af konstant forbindelse. Der er også en omkostningsdimension, der bliver mere vigtig. Datacentre reserveres stadig mere til indtægtsgenererende arbejdsbelastninger, så hvis du kan flytte test, inference eller tidlige AI-opgaver til klienten eller edge, reducerer du unødvendig cloud-brug og sænker den samlede omkostning.

På samme tid ønsker virksomheder at modernisere uden forstyrrelse. At parre nye enheder med livscyklusservices, faserede installationer og “prove-it-fast”-piloter hjælper med at gøre opdateringscyklusserne føle sig bevidste og praktiske snarere end reaktive.

AI-pc’er lover forbedret produktivitet gennem copiloter på enheden og automatisering. Hvor ser I målbare gevinster i virkelige virksomhedsinstallationer, og hvor er branchen stadig foran de praktiske resultater?

Vi ser en reel effekt, når AI knyttes til konkrete arbejdsgange. Registrering og opsummering af møder, søgning og optimering af enheder giver allerede målbare tidsbesparelser, især når belastningerne kan køre lokalt uden forsinkelse eller afhængighed af netværksforbindelse.

Branchen er stadig tidligt i den brede transformation på tværs af hele virksomheden. Der findes endnu ikke én enkelt afgørende applikation, og anvendelsen afhænger i høj grad af uddannelse, integration og forandringsledelse, ikke kun af hardwaren.

Fordybende formfaktorer bliver fremstillet som næste udviklingstrin for intelligente enheder. Hvad betyder ”fordybende” realistisk for erhvervsbrugere i de næste tre til fem år, og hvilke anvendelser er modne nok til at bevæge sig ud over forsøgsstadiet?

For erhvervsbrugere skal ”fordybende” være praktisk: mere anvendelig skærmplads, bedre fokus og mere naturligt samarbejde, ikke noget eksperimentelt.

Det ser vi blive til virkelighed gennem udvidelige skærme, design med flere tilstande og modulære økosystemer, der udvider arbejdsområdet uden at tilføre kompleksitet.

I de næste tre til fem år vil de mest vellykkede anvendelser passe til forretningskritisk arbejde: dokumenttunge opgaver, samarbejde og mobil produktivitet. Andre teknologier, såsom brillefri 3D, ringe og visse modeller for rumlig interaktion, vil sandsynligvis først modnes i specialiserede roller som designvisualisering, uddannelse og avanceret samarbejde, før de bliver mere udbredte.

Når AI-belastninger vokser, skal enheder afveje ydeevne, varme, batteritid og sikkerhed. Hvilke tekniske kompromiser er sværest ved udviklingen af kommercielle AI-pc’er, der skal fungere pålideligt i virksomhedsmiljøer?

Det sværeste er, at kunderne vil have alt på én gang: ydeevne, batteritid, et tyndt design og pålidelighed. I praksis konkurrerer disse hensyn. Større batterier og kraftigere køling øger vægt og tykkelse, så den virkelige udfordring er at finde den rette balance frem for at jagte én enkelt specifikation.

Sikkerhed skal også bygges ind fra begyndelsen. Når AI-belastninger flyttes tættere på slutpunktet, bliver beslutninger om firmwareintegritet, hardwarebeskyttelse og sikkerhed i forsyningskæden en del af ligningen for ydeevne. Hurtige, men sårbare systemer kan ganske enkelt ikke skaleres i virksomhedsmiljøer.

Sikkerhed og datastyring er fortsat blandt virksomhedskøbernes største bekymringer. Hvordan ændrer overgangen til AI-inferens på enheden samtalen om privatliv, overholdelse og risikostyring?

AI på enheden forbedrer vilkårene for privatliv, fordi flere data kan blive på selve enheden. Det er et stort skifte, især i regulerede brancher. Det hjælper også med bekymringer om forsinkelse og kontrol, fordi følsomme belastninger ikke altid behøver at forlade slutpunktet.

Det fjerner dog ikke behovet for styring. Virksomheder har stadig brug for klare politikker for, hvordan modeller bruges, hvordan data håndteres, og hvordan resultater valideres.

Derfor fokuserer vi på sikkerhed under operativsystemet, integritet i forsyningskæden og tillid på enhedsniveau. Når AI flytter ud til slutpunktet, er det i stigende grad dér, risiko og ansvar ligger.

Mange virksomheder eksperimenterer med AI-agenter, der automatiserer arbejdsgange og beslutninger. Hvordan vil AI-pc’er udvikle sig for bedre at understøtte agentstyrede arbejdsgange lokalt, og hvilke hardware- eller softwarefremskridt kræves for at gøre det problemfrit?

Jeg ser AI-pc’er udvikle sig fra enkle hjælpefunktioner til platforme, der understøtter agentstyrede arbejdsgange. Vi bevæger os fra AI som et værktøj, man bruger, til AI, der kan handle på ens vegne. Det er et væsentligt skifte.

Det vil udvikle sig på tværs af enheder og økosystemer, ikke kun inden for én pc. Den virkelige mulighed ligger i koordinering, hvor AI forstår konteksten på tværs af dit arbejde og dine enheder frem for kun isolerede opgaver.

For at gøre agentarbejdsgange problemfri på enheden har vi brug for fortsatte fremskridt inden for lokal acceleration og effektivitet. Lige så vigtig er en intelligent softwarearkitektur på tværs af enheder, som kan arbejde med modeller, efterhånden som økosystemet udvikler sig, samt sikkerhedsrammer på virksomhedsniveau, så agenter kan arbejde sikkert og troværdigt.

Udviklingen vil i høj grad afhænge af hybride AI-arkitekturer, hvor agenter kan arbejde lokalt efter behov og samtidig bruge modeller i cloud-skala, når det er passende.

Lenovo har historisk været stærk til at forstå kundefeedback og omsætte den til produktstrategi. Hvilke tilbagevendende temaer hører I fra virksomhedskunder om AI-aktiverede enheder, som markedet måske undervurderer?

Temaerne fra virksomhedskunder er som regel mere praktiske end samtalen i branchen.

For det første ønsker kunderne tydelige anvendelser i virksomheden og et ensartet investeringsafkast. Udskiftningscyklusser planlægges flere år i forvejen, så uden forretningskritiske resultater forbliver mange teams forsigtige.

For det andet er underudnyttelse almindelig, selv efter at nye enheder er taget i brug, hvis uddannelse og introduktion ikke er bygget ind.

For det tredje er styring og tillid afgørende. Købere ønsker lokale AI-muligheder, der mindsker unødig eksponering af data, samt tydelig indsigt i, hvad der sker på enheden.

Endelig betyder det grundlæggende stadig noget: batteritid, ydeevne, porte, pålidelighed og mulighed for reparation. AI erstatter ikke disse forventninger; den hæver barren for dem alle.

Tror du, at betegnelsen ”AI-pc” stadig vil eksistere som kategori om fem år, eller bliver AI-funktioner blot et usynligt, indlejret lag i alle kommercielle enheder? Hvad betyder det for, hvordan virksomheder differentierer deres hardware?

Jeg tror, at betegnelsen ”AI-pc” vil forsvinde med tiden. AI bliver ganske enkelt en del af det, en pc er.

Den reelle differentiering flytter til oplevelsen: hvor personlig den er, hvor godt den er beskyttet, hvor let den er at administrere i stor skala, og hvor trygt virksomheder kan implementere den.

I den forstand bliver AI usynlig. Kunderne interesserer sig for, om enheden hjælper mennesker med at arbejde bedre, og om de har tillid til den.

Tak for det gode interview. Læsere, der vil vide mere, kan besøge Lenovo.