Tom Butler, VP, Maailmanlaajuinen Kaupallinen Tuoteportfolion ja Tuotejohtaminen Lenovo – Haastattelusarja

Tämä haastattelu tehtiin yhteydessä MWC 2026, jossa Lenovo esitteli uusimmat edistykset AI-tehostetuissa kaupallisissa tietokoneissa.

Tom Butler, Lenovo:n Maailmanlaajuinen Kaupallinen Tuoteportfolion ja Tuotejohtaminen, tuo yli kaksi vuosikymmentä kokemusta yrityksessä, jossa hän on edennyt useissa johtajan rooleissa, kuten johtajana, toimitusjohtajana ja nyt varapuheenjohtajana maailmanlaajuisessa kaupallisessa tuoteportfoliossa. Raleigh-Durhamin alueella sijaitseva hän on vastuussa Lenovo:n maailmanlaajuisen kaupallisen tuotestrategian muotoilusta, jossa yhdistetään laitteet, ohjelmistot ja palvelut täyttämään yritysten tarpeita. Hänen uransa heijastaa syvää asiantuntemusta tuotejohtamisessa, markkinointiviestinnässä ja suurten portfolioiden johdossa, joka on rakennettu varhaisemmista teknisistä ja operatiivisista rooleista Cisco ja Ericssonilla, joissa hän kehitti perustan langattomissa järjestelmissä, yritysinfrastruktuurissa ja asiakastuessa.

Lenovo on maailmanlaajuinen teknologiayritys, joka tuottaa kymmeniä miljardeja dollareita vuosittain ja palvelee asiakkaita yli 180 markkinalla. Yritys tarjoaa laajan tuotevalikoiman, joka kattaa tietokoneet, älypuhelimet, taulutietokoneet, palvelimet ja yritysinfrastruktuurin, sekä ohjelmistot, AI-ohjatut ratkaisut ja palvelut, jotka on suunniteltu tukemaan digitaalista muutosta. Yrityksen liiketoiminta on järjestetty avainsegmenteihin, kuten älylaitteisiin, infrastruktuuriratkaisuihin ja palveluihin, mikä mahdollistaa toiminnan sekä kuluttaja- että yritysökosysteemeissä. Lenovo on yhä enemmän mukautumassa AI:hen ja integroiduille tietokonekokemuksille, yhdistämällä laitteet älykkäisiin ohjelmistoihin ja pilvipohjaisiin kykyihin tukemaan moderneja työpaikkoja ja suurten yritysten ympäristöjä.

Olet viettänyt yli kaksi vuosikymmentä Lenovossa, edeten tuotemarkkinoinnista, strategisen suunnittelun ja portfolioiden johdon rooleista nykyiseen asemaasi, jossa vastaat maailmanlaajuisesta kaupallisesta kannettavien tietokoneiden portfoliosta. Miten tämä matka on muovannut näkemyksesi siitä, mitä todella määrittelee “AI-tietokoneen” verrattuna perinteiseen liiketoimintatietokoneeseen, jossa on AI-ominaisuuksia?

Olen viettänyt suurimman osan urastani kaupallisissa tietokoneissa, joten olen melko tiukka määritelmien suhteen. AI-tietokone ei ole perinteinen kannettava tietokone, johon on lisätty joitakin ominaisuuksia, vaan se on järjestelmä, joka on suunniteltu alusta alkaen suorittamaan AI-tehtäviä paikallisesti, tehokkaasti ja turvallisesti.

Minulle on tärkeää, mitä laite voi tehdä omalla alustallaan. Voiko se suorittaa merkittäviä AI-kokemuksia ilman, että se riippuu pelkästään pilvestä? Voiko se sopeutua käyttäjään, hänen tietoihinsa, hänen työprosesseihinsa? Ja voiko se tehdä sen tavalla, joka täyttää yritysten odotukset turvallisuudesta ja hallituksesta?

Vuosien varrella olen oppinut katselemaan hypeä. Jos se ei muuta olennaisesti, miten ihmiset työskentelevät, se ei ole vielä todellinen AI-tietokone.

Näemme yhä enemmän tämän osana laajempaa siirtymää hybridien AI-arkkitehtuureihin, joissa laite käsittelee enemmän paikallisesti ja menee pilveen vain, kun se on tarpeen.

Kuinka suunnittelet kaupallisen kannettavan tietokoneen tielle, jotta se ottaa huomioon AI-tehtävät, jotka suoritetaan yhä enemmän laitteen paikallisesti eikä ainoastaan pilvessä?

Kun AI-tehtävät suoritetaan yhä enemmän laitteen paikallisesti, tielle on priorisoitava jatkuvaa suorituskykyä laitteen paikallisesti, eikä ainoastaan huippuspesifikaatioita. Käytännössä se tarkoittaa NPU-konfiguraatioiden laajentamista ThinkPad- ja ThinkBook-malleissa ja käsittelyä NPU:ta yhtenä ydinresurssina CPU:n ja GPU:n rinnalla. Tehtävät, kuten kokousten tiivistelmät, transkriptio, älykäs haku ja sisällön luominen, ovat yhä enemmän optimoituja paikalliseen kiihdytykseen.

Se vaatii myös muutoksen siinä, miten ajattelemme ohjelmistoa. Yritysasiakkaat eivät halua erillisiä AI-ominaisuuksia, vaan integroidyt kokemukset, jotka toimivat työprosesseissa, laitteissa ja ympäristöissä.

Tämä on myös linjassa laajemman siirtymän kanssa, jonka näemme kohti hybridien AI-malleja. Yritykset alkavat ajatella “paikallinen ensin, pilvi kun tarpeen” -lähestymistapaa, jossa tietokone tai reunalaite käsittelee enemmän työkuormaa, ja pilveä käytetään valikoivasti. Se on todellisia vaikutuksia ei ainoastaan suorituskyvylle, vaan myös kustannuksille, hallinnalle ja siihen, miten IT-ympäristöt on suunniteltu. Siksi keskitymme avoimiin, joustaviin arkkitehtuureihin, jotka tukevat useita malleja ja kehittyviä ekosysteemejä, eikä lukitse asiakkaita yhteen lähestymistapaan.

Yritykset ovat paineessa modernisoida laitteistoaan, mutta päivityssyklien aikataulut ovat kiristymässä. Mikä on vahvin liiketoimintatapaus tänään CIO:ille investoida AI-tietokoneisiin vanhojen laitteiden sijaan?

Liiketoimintatapaus on yhä selkeämpi: CIO:t pyydetään modernisoimaan maailmaa, jossa tuottavuuden ja turvallisuuden odotukset ovat muuttuneet, ja vanhat tietokoneet eivät aina pysty saavuttamaan uutta viitearvoa ainoastaan ohjelmistopäivityksillä.

Suorituskyky on osa tarinaa, mutta se ei ole enää se mielenkiintoisin osa. Mitä on muuttunut, on se, että AI-tehtävät ovat nykyään osa arkipäivän tuottavuutta, ja vanhat laitteistot eivät ole suunniteltu sille.

Todellinen ROI tulee mahdollistamalla uusia työskentelytapoja, paikallista AI:ta, joka pitää herkkää tietoa laitteessa, parempia yhteistyökokeita ja vähennetään riippuvuutta jatkuvasta yhteydestä. On myös kustannusulottuvuus, josta tulee yhä tärkeämpi. Datakeskukset on yhä enemmän varattu tuottavuustyökuormille, joten jos voit siirtää testaamisen, inference- tai varhaisen AI-tehtävän asiakkaan laitteelle tai reunalle, vähennät tarpeetonta pilvinvestointia ja lasketaan kustannuksia.

Samalla yritykset haluavat modernisoida ilman häiriöitä. Uusien laitteiden yhdistäminen elinkaaren palveluihin, asteittaisiin käyttöönottoihin ja “näytä-nopeasti” -piloteihin auttaa tekemään päivityssykleistä tuntumaan tarkoituksenmukaisilta ja käytännöllisiltä, eikä reaktiivisilta.

AI-tietokoneet lupaavat parantaa tuottavuutta paikallisten copilotien ja automaation kautta. Missä oikeissa maailmanlaajuisissa yrityssovelluksissa näet todellisia, mitattavissa olevia hyötyjä — ja missä alalla teollisuus on edelleen käytännön tuloksia edeltävää?

Missä näen todellista vaikutusta, on silloin, kun AI on kytketty tiettyihin työprosesseihin. Kokousten tallentaminen, tiivistäminen, haku ja laitteen optimointi ovat jo tarjoamassa mitattavissa olevia aikasäästöjä, erityisesti kun nämä työkuormat voivat suorittaa paikallisesti ilman viivettä tai riippuvuutta yhteydestä.

Missä teollisuus on edelleen varhaisessa vaiheessa, on laaja, yrityskohtainen muutos. Ei ole yhtä “tappavaa sovellusta” vielä, ja omaksuminen riippuu voimakkaasti koulutuksesta, integraatiosta ja muutoksen hallinnasta, eikä ainoastaan laitteista.

Upotetut muodot esitetään seuraavana kehitysaskeleena älykkäille laitteille. Miten “upotettu” tarkoittaa realistisesti liiketoimintakäyttäjille seuraavien kolmen vuoden aikana — ja mitkä sovellukset ovat kypsiä siirtymään kokeilusta?

Liiketoimintakäyttäjille “upotettu” tarkoittaa käytännöllistä. Enemmän käytettävissä olevaa näyttötilaa, parempaa fokusta ja luonnollisempaa yhteistyötä, eikä mitään kokeellista.

Näemme sen toteutuvan laajentuvien näyttöjen, monitilaisten suunnitelmien ja modulaaristen ekosysteemien kautta, jotka laajentavat työtilaa ilman monimutkaisuuden lisäämistä.

Seuraavien kolmen vuoden aikana menestyksekkäimmät sovellukset ovat liittyneet keskeisiin yritystehtäviin: asiakirja- ja tietorikkaat tehtävät, yhteistyö ja mobiilinen tuottavuus. Muut teknologiat, kuten lasiton 3D, renkaat ja jotkut tilan vuorovaikutusmallit, kehittyvät todennäköisesti ensin erikoistuneissa rooleissa, kuten suunnittelun visualisoinnissa, koulutuksessa tai edistyneessä yhteistyössä, ennen kuin ne tulevat laajemmin hyväksytyiksi.

AI-tehtävien lisääntyessä laitteiden on tasapainotettava suorituskyky, lämpötila, akun kesto ja turvallisuus. Mitkä suunnitteluratkaisut ovat haasteellisimpia, kun rakennetaan kaupallisia AI-tietokoneita, jotka tarvitsevat suorittaa luotettavasti yritysympäristöissä?

Haasteellisin osa on, että asiakkaat haluavat kaiken yhdessä: suorituskyvyn, akun keston, ohuen suunnittelun ja luotettavuuden. Todellisuudessa nämä asiat kilpailevat. Suuremmat akut ja vahvemmat jäähdytysjärjestelmät lisäävät painoa ja paksuutta, joten todellinen haaste on löytää oikea tasapaino, eikä yksittäisen määrityksen mukaan.

Turva on myös rakennettava alusta alkaen. Kun AI-tehtävät siirtyvät lähemmäs päätepistettä, firmwaren eheys, laitteelliset suojaukset ja toimitusketjun varmistus tulevat osaksi suorituskyvyn yhtälöä. Yritysympäristöissä nopeat mutta haavoittuvat järjestelmät eivät skaalautu.

Turva ja tietojen hallinta ovat edelleen keskeisiä huolenaiheita yritysostajille. Miten siirtymä paikalliseen AI-päätöksentekoon muuttaa keskustelua yksityisyydestä, säätelystä ja riskien hallinnasta?

Paikallinen AI parantaa keskustelua yksityisyydestä, koska enemmän tietoja voidaan pitää paikallisesti laitteessa. Se on suuri muutos, erityisesti säänneltyissä aloissa. Se auttaa myös osoittamaan huolenaiheita viiveestä ja hallinnasta, koska herkkä työkuorma ei aina tarvitse jättää päätepisteelle.

Se ei kuitenkaan poista hallinnan tarvetta. Yrityksillä on edelleen selkeät käytäntöjä siitä, miten malleja käytetään, miten tietoja käsitellään ja miten tuloksia validoidaan.

Siksi keskitymme turvaan käyttöjärjestelmän alapuolella, toimitusketjun eheys ja laitteen luotettavuus. Kun AI siirtyy päätepisteelle, siellä on myös riski ja vastuu.

Monet yritykset kokeilevat AI-agenteja, jotka automatisoivat työprosesseja ja päätöksentekoa. Miten näet AI-tietokoneiden kehittyvän tukemaan agenteja johtamia työprosesseja paikallisesti, ja mitkä laitteiston tai ohjelmiston innovaatiot ovat tarpeen, jotta se olisi vaivatonta?

Näen AI-tietokoneiden kehittyvän yksinkertaisista avustavista ominaisuuksista alustoiksi, jotka tukevat agenttien johtamia työprosesseja. Siirrymme AI:sta, jonka kanssa vuorovaikutetaan, AI:hen, joka voi toimia puolesta.

Se on merkittävä muutos. Näen tämän kehittyvän laitteiden ja ekosysteemien ympärillä, eikä ainoastaan yhdessä tietokoneessa. Todellinen mahdollisuus on koordinointi, jossa AI ymmärtää asiayhteyksiä koko työssäni ja laitteissani, eikä ainoastaan eristetyissä tehtävissä.

Jotta agenttityöprosessit olisivat vaivattomia laitteessa, tarvitsemme jatkuvaa edistystä paikallisen kiihdytyksen ja tehokkuuden suhteen. Yhtä tärkeää on laitekohtainen älykäs ohjelmistoarkkitehtuuri, joka voi vuorovaikuttaa malleihin, kun ekosysteemi kehittyy, sekä yritysluokan varmistukset, jotta agentit voivat toimia turvallisesti ja luotettavasti.

Tämä kehitys riippuu voimakkaasti hybridien AI-arkkitehtuureista, joissa agentit voivat toimia paikallisesti, kun se on tarpeen, ja hyödyntää pilven mittakaavan malleja, kun se on sovelias.

Lenovo on historiallisesti ollut erinomainen ymmärtämään asiakastarinat ja kääntämään ne tuotestrategiaan. Mitkä toistuvat teemat kuulet yritysasiakkailta AI-käyttöisistä laitteista, joita laajempi markkina on aliarvioiva?

Teemat, joita kuulen yritysasiakkailta, ovat usein käytännöllisempiä kuin teollisuuden keskustelu.

Ensinnäkin, asiakkaat haluavat selkeät yritysten käyttötarkoitukset ja johdonmukaiset ROI:t. Päivityssyklien on suunniteltava etukäteen useita vuosia, joten ilman kriittisiä tuloksia monet tiimit ovat varovaisia.

Toiseksi, vaikka uusia laitteita otetaan käyttöön, niiden alikäyttö on yleinen, jos koulutus ja käyttöönotto eivät ole sisäänrakennettuja.

Kolmanneksi, hallinta ja luottamus ovat olennaisia. Ostajat haluavat paikallisia AI-vaihtoehtoja, jotka vähentävät tarpeetonta tietojen altistusta ja selkeää näkyvyyttä siitä, mitä laitteessa tapahtuu.

Lopuksi perusteet ovat edelleen tärkeitä. Akun kesto, suorituskyky, liitännät, luotettavuus ja korjauskyky. AI ei korvaa näitä odotuksia, vaan se korottaa niitä.

Katsoen eteenpäin viisi vuotta, uskotko, että termi “AI-tietokone” on edelleen olemassa luokkana, vai tuleeko AI-ominaisuudet yksinkertaisesti tulemaan näkymättömäksi, upotetuksi kerroksi kaikissa kaupallisissa laitteissa — ja mitä se merkitsee laitteiden erottautumisesta?

Uskon, että termi “AI-tietokone” tulee häviämään ajan myötä. AI tulee olemaan osa sitä, mitä tietokone on.

Todellinen erottautuminen siirtyy kokemukseen, kuinka henkilökohtainen se on, kuinka hyvin se on suojattu, kuinka helppoa se on hallita suuressa mittakaavassa ja kuinka luotettavasti yritykset voivat ottaa sen käyttöön.

AI tulee näkymättömäksi. Asiakkaat huolehtivat siitä, auttaako laite ihmisiä työskentelemään paremmin, ja voivatko he luottaa siihen.

Kiitos tästä haastattelusta, lukijat, jotka haluavat oppia lisää, kannattaa vierailla Lenovon sivuilla.