Tom Butler, VP, Portfolio y Gestión de Productos Comerciales en Lenovo – Serie de Entrevistas

Esta entrevista se realizó en conexión con MWC 2026, donde Lenovo presentó sus últimas innovaciones en computación comercial con inteligencia artificial.

Tom Butler, Vicepresidente de Portfolio y Gestión de Productos Comerciales en Lenovo, cuenta con más de dos décadas de experiencia dentro de la empresa, habiendo ocupado diversos puestos de liderazgo como director, director ejecutivo y ahora vicepresidente de su cartera comercial global. Con sede en el área de Raleigh-Durham, es responsable de definir la estrategia de productos comerciales de Lenovo a nivel mundial, alineando hardware, software y servicios para satisfacer las necesidades de las empresas. Su carrera refleja una profunda experiencia en gestión de productos, ejecución de lanzamientos y liderazgo de carteras a gran escala, construida sobre roles técnicos y operativos anteriores en Cisco y Ericsson, donde desarrolló una base en sistemas inalámbricos, infraestructura empresarial y soporte al cliente.

Lenovo es una empresa de tecnología global que genera decenas de miles de millones de dólares en ingresos anuales y atiende a clientes en más de 180 mercados. La empresa ofrece una amplia cartera que abarca PCs, teléfonos inteligentes, tabletas, servidores y infraestructura empresarial, junto con software, soluciones impulsadas por inteligencia artificial y servicios diseñados para apoyar la transformación digital. Su negocio se estructura en segmentos clave que incluyen dispositivos inteligentes, soluciones de infraestructura y servicios, lo que le permite operar en ambos ecosistemas de consumidores y empresas. Cada vez más, Lenovo se está posicionando alrededor de la inteligencia artificial y las experiencias de computación integradas, combinando hardware con software inteligente y capacidades basadas en la nube para respaldar lugares de trabajo modernos y entornos empresariales a gran escala.

Ha pasado más de dos décadas en Lenovo, ascendiendo a través de puestos de marketing de productos, planificación estratégica y liderazgo de carteras para supervisar ahora la cartera de notebooks comerciales a nivel mundial. ¿Cómo ha moldeado su perspectiva sobre lo que define verdaderamente una “PC de IA” en comparación con una laptop comercial tradicional con características de IA agregadas encima?

He pasado la mayor parte de mi carrera dentro de los PCs comerciales, así que tiendo a ser bastante estricto con las definiciones. Una PC de IA no es una laptop tradicional con algunas características agregadas, es un sistema diseñado desde cero para ejecutar cargas de trabajo de IA de manera local, eficiente y segura.

Lo que me importa es lo que el dispositivo puede hacer de forma nativa. ¿Puede ejecutar experiencias de IA significativas sin depender únicamente de la nube? ¿Puede adaptarse al usuario, a sus datos, a sus flujos de trabajo? ¿Y puede hacerlo de una manera que cumpla con las expectativas de seguridad y administración de las empresas?

Después de años en este espacio, he aprendido a mirar más allá del hype. Si no cambia fundamentalmente la forma en que la gente trabaja, no es realmente una PC de IA todavía.

Cada vez más, estamos viendo esto como parte de un cambio más amplio hacia arquitecturas de IA híbridas, donde el dispositivo maneja más la carga de trabajo de forma local y solo recurre a la nube cuando es necesario.

Como líder responsable de ThinkPad, ThinkBook y software comercial, ¿cómo está replanteando la hoja de ruta de los notebooks comerciales para dar cuenta de las cargas de trabajo de IA que están ejecutándose cada vez más de forma local en el dispositivo en lugar de exclusivamente en la nube?

Como más cargas de trabajo de IA se ejecutan de forma local, la hoja de ruta necesita priorizar el rendimiento sostenido en el dispositivo, no solo las especificaciones pico. En la práctica, eso significa expandir las configuraciones habilitadas para NPU a través de ThinkPad y ThinkBook, y tratar el NPU como un recurso central junto con el CPU y el GPU. Tareas como resúmenes de reuniones, transcripción, búsqueda inteligente y creación de contenido están cada vez más optimizadas para la aceleración local.

También requiere un cambio en la forma en que pensamos sobre el software. Los clientes empresariales no quieren características de IA aisladas, quieren experiencias integradas que funcionen a través de flujos de trabajo, dispositivos y entornos.

Esto también se alinea con un cambio más amplio que estamos viendo desde un enfoque “primero la nube” a modelos de IA más híbridos. Las empresas están empezando a pensar en un enfoque “primero local, nube cuando sea necesario”, donde el PC o el dispositivo de borde maneja más de la carga de trabajo, y la nube se utiliza de manera más selectiva. Eso tiene implicaciones reales no solo para el rendimiento, sino también para el costo, el control y cómo se diseñan los entornos de TI. Es por eso que nos centramos en arquitecturas abiertas y flexibles que respalden múltiples modelos y ecosistemas en evolución, en lugar de bloquear a los clientes en un solo enfoque.

Las empresas están bajo presión para modernizar sus flotas de dispositivos, pero los ciclos de actualización se están reduciendo. ¿Cuál es el caso de negocio más sólido hoy en día para que los directores de informática inviertan en PCs de IA en lugar de extender la vida útil del hardware existente?

El caso de negocio hoy en día se está volviendo más claro: los directores de informática están siendo solicitados para modernizar para un mundo donde las expectativas de productividad y seguridad han cambiado, y las flotas de PCs más antiguas no siempre pueden alcanzar ese nuevo nivel base a través de actualizaciones de software solas.

El rendimiento es parte de la historia, pero ya no es la parte más interesante. Lo que ha cambiado es que las cargas de trabajo de IA ahora son parte de la productividad diaria, y las flotas más antiguas simplemente no fueron diseñadas para eso.

El verdadero ROI proviene de habilitar nuevas formas de trabajar, IA local que mantiene los datos sensibles en el dispositivo, mejores experiencias de colaboración y reducción de la dependencia de la conectividad constante. También hay una dimensión de costo que se está volviendo más importante. Los centros de datos están siendo cada vez más reservados para cargas de trabajo que generan ingresos, así que si puedes mover pruebas, inferencia o tareas de IA de inicio a la fase del dispositivo o del borde, estás reduciendo el uso innecesario de la nube y bajando el costo general.

Al mismo tiempo, las empresas quieren modernizar sin interrupciones. Combinar nuevos dispositivos con servicios de ciclo de vida, despliegues escalonados y pilotos “prueba-rápida” ayuda a que los ciclos de actualización se sientan deliberados y prácticos en lugar de reactivos.

Las PCs de IA a menudo prometen una mayor productividad a través de copilotos y automatización en el dispositivo. En despliegues empresariales del mundo real, ¿dónde está viendo ganancias medibles — y dónde la industria todavía está por delante de los resultados prácticos?

Donde vemos un impacto real es cuando la IA se vincula a flujos de trabajo específicos. La captura de reuniones, la resumen, la búsqueda y la optimización del dispositivo ya están entregando ahorros de tiempo medibles, especialmente cuando esas cargas de trabajo pueden ejecutarse de forma local sin latencia o dependencia de la conectividad.

Donde la industria todavía está en una etapa temprana es en la transformación empresarial a gran escala. No hay una aplicación “matadora” única todavía, y la adopción depende mucho de la capacitación, la integración y la gestión del cambio, no solo del hardware.

Los formatos de inmersión se están posicionando como la próxima evolución de los dispositivos inteligentes. Desde su perspectiva, ¿qué significa “inmersivo” realistamente para los usuarios comerciales en los próximos tres a cinco años — y qué casos de uso están lo suficientemente maduros como para ir más allá de la experimentación?

Para los usuarios comerciales, “inmersivo” tiene que significar práctico. Más espacio de pantalla utilizable, mejor enfoque y colaboración más natural, no algo experimental.

Estamos viendo que cobran vida a través de pantallas expandibles, diseños multimodo y ecosistemas modulares que extienden el espacio de trabajo sin agregar complejidad.

En los próximos tres a cinco años, los casos de uso más exitosos se alinearán con el trabajo crítico de la empresa: tareas documentales, colaboración y productividad móvil. Otras tecnologías, como la visualización de diseño en 3D sin gafas, anillos y algunos modelos de interacción espacial, probablemente madurarán primero en roles especializados como la visualización de diseño, la capacitación o la colaboración avanzada antes de ser adoptadas más ampliamente.

A medida que aumentan las cargas de trabajo de IA, los dispositivos deben equilibrar el rendimiento, la termalidad, la vida útil de la batería y la seguridad. ¿Cuáles son los intercambios de ingeniería más desafiantes al construir PCs de IA comerciales que necesitan rendir de manera confiable en entornos empresariales?

La parte más difícil es que los clientes quieren todo al mismo tiempo: rendimiento, vida útil de la batería, diseño delgado y confiabilidad. En realidad, esas cosas compiten. Baterías más grandes y enfriamiento más fuerte agregan peso y grosor, así que el verdadero desafío es encontrar el equilibrio correcto, no perseguir una sola especificación.

La seguridad también debe estar integrada desde el principio. A medida que las cargas de trabajo de IA se acercan al punto final, las decisiones sobre la integridad del firmware, las protecciones de hardware y la garantía de la cadena de suministro se convierten en parte de la ecuación de rendimiento. En entornos empresariales, los sistemas rápidos pero vulnerables simplemente no escalan.

La seguridad y la gobernanza de los datos siguen siendo las principales preocupaciones para los compradores empresariales. ¿Cómo cambia el desplazamiento hacia la inferencia de IA en el dispositivo la conversación sobre la privacidad, el cumplimiento y la gestión de riesgos?

La inferencia de IA en el dispositivo mejora la conversación sobre la privacidad, porque más datos pueden permanecer locales en el dispositivo. Ese es un gran cambio, especialmente para las industrias reguladas. También ayuda a abordar las preocupaciones sobre la latencia y el control, ya que las cargas de trabajo sensibles no siempre necesitan dejar el punto final.

Pero no elimina la necesidad de gobernanza. Las empresas todavía necesitan políticas claras sobre cómo se utilizan los modelos, cómo se manejan los datos y cómo se validan los resultados.

Es por eso que nos centramos en la seguridad por debajo del sistema operativo, la integridad de la cadena de suministro y la confianza en el dispositivo. A medida que la IA se mueve hacia el punto final, es allí donde se sitúan cada vez más el riesgo y la responsabilidad.

Muchas empresas están experimentando con agentes de IA que automatizan flujos de trabajo y toma de decisiones. ¿Cómo ve la evolución de las PCs de IA para respaldar mejor los flujos de trabajo impulsados por agentes de forma local, y qué innovaciones de hardware o software serán necesarias para hacer que eso sea fluido?

Veamos la evolución de las PCs de IA desde características asistidas simples hasta plataformas que respalden flujos de trabajo impulsados por agentes. Estamos pasando de la IA como una herramienta con la que interactúas a la IA que puede actuar en tu nombre. Ese es un cambio significativo.

Veremos esta evolución a través de dispositivos y ecosistemas, no solo dentro de una sola PC. La verdadera oportunidad es la coordinación, donde la IA comprende el contexto a través de tu trabajo y dispositivos, no solo tareas aisladas.

Para hacer que los flujos de trabajo de los agentes sean fluidos en el dispositivo, necesitaremos un progreso continuo en la aceleración y la eficiencia en el dispositivo. Tan importante como eso es una arquitectura de software inteligente a nivel de dispositivo que pueda interactuar con los modelos a medida que evoluciona el ecosistema, junto con guardias de nivel empresarial para que los agentes puedan operar de manera segura y con confianza.

Esta evolución dependerá en gran medida de las arquitecturas de IA híbridas, donde los agentes pueden operar de forma local cuando sea necesario, mientras aún aprovechan los modelos a escala de nube cuando corresponda.

Lenovo ha destacado históricamente por comprender la retroalimentación de los clientes y traducirla en estrategia de productos. ¿Qué temas recurrentes está escuchando de los clientes empresariales sobre dispositivos habilitados para IA que el mercado más amplio puede estar subestimando?

Los temas que escuchamos de los clientes empresariales suelen ser más prácticos que la conversación de la industria.

Primero, los clientes quieren casos de uso empresariales claros y un ROI consistente. Los ciclos de actualización se planifican años por adelantado, así que sin resultados de misión críticos, muchos equipos siguen siendo cautelosos.

Segundo, incluso cuando se despliegan nuevos dispositivos, la subutilización es común si la capacitación y la incorporación no están integradas.

Tercero, la gobernanza y la confianza son esenciales. Los compradores quieren opciones de IA locales que reduzcan la exposición innecesaria de datos y una visibilidad clara de lo que sucede en el dispositivo.

Cuatro, los fundamentos todavía importan. La vida útil de la batería, el rendimiento, los puertos, la confiabilidad y la reparabilidad. La IA no reemplaza esas expectativas, las eleva.

Mirando hacia adelante cinco años, ¿cree que el término “PC de IA” seguirá existiendo como una categoría, o simplemente las capacidades de IA se convertirán en una capa invisible y integrada en todos los dispositivos comerciales — y qué implica eso para cómo las empresas diferencian su hardware?

Creo que el término “PC de IA” se desvanecerá con el tiempo. La IA simplemente se convierte en parte de lo que es una PC.

La verdadera diferenciación se desplaza hacia la experiencia, cómo es personal, cómo está protegida, qué tan fácil es de administrar a escala y qué tan confiadamente las empresas pueden desplegarla.

En ese sentido, la IA se vuelve invisible. Lo que les importa a los clientes es si el dispositivo ayuda a las personas a trabajar mejor y si confían en él.

Gracias por la gran entrevista, los lectores que deseen aprender más pueden visitar Lenovo.