Tom Butler, VP, Portfolio e Gestione Prodotti Commerciali a Livello Mondiale di Lenovo – Serie di Interviste

Questa intervista è stata condotta in occasione di MWC 2026, dove Lenovo ha presentato i suoi ultimi progressi nel campo dell’informatica commerciale alimentata da intelligenza artificiale.

Tom Butler, Vice Presidente, Portfolio e Gestione Prodotti Commerciali a Livello Mondiale di Lenovo, vanta più di due decenni di esperienza all’interno dell’azienda, avendo ricoperto numerosi ruoli di leadership, tra cui direttore, direttore esecutivo e ora vice presidente del portfolio commerciale globale. Con sede nella zona di Raleigh-Durham, è responsabile della definizione della strategia di prodotto commerciale di Lenovo a livello mondiale, allineando hardware, software e servizi per soddisfare le esigenze delle imprese. La sua carriera riflette una profonda esperienza nel campo della gestione dei prodotti, dell’esecuzione del go-to-market e della leadership di portafoglio su larga scala, costruita su precedenti ruoli tecnici e operativi in Cisco e Ericsson, dove ha sviluppato una solida base nel campo dei sistemi wireless, dell’infrastruttura aziendale e del supporto clienti.

Lenovo è un’azienda tecnologica globale che genera decine di miliardi di dollari di entrate annuali e serve clienti in oltre 180 mercati. L’azienda offre un ampio portafoglio che comprende PC, smartphone, tablet, server e infrastrutture aziendali, oltre a software, soluzioni guidate da intelligenza artificiale e servizi progettati per supportare la trasformazione digitale. La sua attività è strutturata in segmenti chiave, tra cui dispositivi intelligenti, soluzioni di infrastruttura e servizi, che le consentono di operare sia nel settore consumer che in quello aziendale. Sempre più, Lenovo si sta posizionando intorno all’intelligenza artificiale e alle esperienze di calcolo integrate, combinando hardware con software intelligente e capacità basate su cloud per supportare i moderni ambienti di lavoro e le grandi imprese.

Ha trascorso più di due decenni in Lenovo, salendo attraverso ruoli di marketing dei prodotti, pianificazione strategica e leadership del portafoglio per sovrintendere ora al portafoglio di notebook commerciali a livello mondiale. Come ha plasmato questo percorso la sua prospettiva su ciò che definisce veramente un “PC con intelligenza artificiale” rispetto a un laptop aziendale tradizionale con funzionalità di intelligenza artificiale sovrapposte?

Ho trascorso la maggior parte della mia carriera all’interno dei PC commerciali, quindi tendo a essere abbastanza rigoroso sulle definizioni. Un PC con intelligenza artificiale non è un laptop tradizionale con alcune funzionalità aggiunte, ma un sistema progettato fin dall’inizio per eseguire carichi di lavoro di intelligenza artificiale localmente, in modo efficiente e sicuro.

Ciò che conta per me è ciò che il dispositivo può fare in modo nativo. Può eseguire esperienze di intelligenza artificiale significative senza affidarsi esclusivamente al cloud? Può adattarsi all’utente, ai suoi dati, ai suoi flussi di lavoro? E può farlo in un modo che soddisfi le aspettative aziendali in termini di sicurezza e gestione?

Dopo anni in questo settore, ho imparato a guardare oltre l’ipérbole. Se non cambia fondamentalmente il modo in cui le persone lavorano, non è ancora un vero PC con intelligenza artificiale.

Stiamo sempre più vedendo questo come parte di un più ampio passaggio verso architetture di intelligenza artificiale ibride, in cui il dispositivo gestisce più carichi di lavoro localmente e si rivolge al cloud solo quando necessario.

Come leader responsabile di ThinkPad, ThinkBook e software commerciali, come sta ripensando la roadmap dei notebook commerciali per tenere conto dei carichi di lavoro di intelligenza artificiale che vengono eseguiti sempre più spesso localmente sul dispositivo anziché esclusivamente nel cloud?

Man mano che i carichi di lavoro di intelligenza artificiale vengono eseguiti localmente, la roadmap deve dare priorità alle prestazioni sostenute sul dispositivo, non solo alle specifiche di picco. In pratica, ciò significa ampliare le configurazioni abilitate NPU su ThinkPad e ThinkBook e trattare l’NPU come una risorsa fondamentale accanto alla CPU e alla GPU. Attività come la creazione di riassunti di riunioni, la trascrizione, la ricerca intelligente e la creazione di contenuti vengono sempre più ottimizzate per l’accelerazione locale.

Ciò richiede anche un cambiamento nel modo in cui pensiamo al software. I clienti aziendali non vogliono funzionalità di intelligenza artificiale isolate, ma esperienze integrate che funzionano attraverso flussi di lavoro, dispositivi e ambienti.

Ciò si allinea anche con un più ampio passaggio che stiamo vedendo da modelli cloud-first a modelli di intelligenza artificiale ibridi. Le imprese iniziano a pensare a un approccio “local-first, cloud-when-needed”, in cui il PC o il dispositivo perimetrale gestisce più del carico di lavoro e il cloud viene utilizzato in modo più selettivo. Ciò ha implicazioni reali non solo per le prestazioni, ma anche per i costi, il controllo e la progettazione degli ambienti IT. È per questo che ci concentriamo su architetture aperte e flessibili che supportano più modelli ed ecosistemi in evoluzione, anziché bloccare i clienti in un unico approccio.

Le imprese sono sotto pressione per modernizzare le loro flotte di dispositivi, ma i cicli di aggiornamento si stanno stringendo. Qual è il caso d’uso commerciale più forte oggi per i CIO che investono in PC con intelligenza artificiale anziché estendere la vita dei dispositivi esistenti?

Il caso d’uso commerciale oggi sta diventando più chiaro: i CIO sono chiamati a modernizzare per un mondo in cui le aspettative di produttività e sicurezza sono cambiate e le flotte di PC più vecchie non possono sempre raggiungere quel nuovo standard solo attraverso aggiornamenti del software.

Le prestazioni fanno parte della storia, ma non sono più l’aspetto più interessante. Ciò che è cambiato è che i carichi di lavoro di intelligenza artificiale fanno ora parte della produttività quotidiana e le flotte più vecchie non sono state progettate per questo.

Il vero ROI deriva dall’abilitazione di nuovi modi di lavorare, dall’intelligenza artificiale locale che mantiene i dati sensibili sul dispositivo, da esperienze di collaborazione migliorate e dalla riduzione della dipendenza dalla connettività costante. C’è anche una dimensione di costo che sta diventando più importante. I data center sono sempre più riservati ai carichi di lavoro che generano entrate, quindi se si possono spostare test, inferenza o attività di intelligenza artificiale di primo livello sul dispositivo client o perimetrale, si riduce l’uso non necessario del cloud e si abbassa il costo complessivo.

Allo stesso tempo, le imprese vogliono modernizzare senza interruzioni. Abbinare nuovi dispositivi con servizi di ciclo di vita, distribuzioni pianificate e “prove rapide” aiuta a rendere i cicli di aggiornamento deliberati e pratici anziché reattivi.

I PC con intelligenza artificiale spesso promettono una maggiore produttività attraverso copiloti e automazione sul dispositivo. Nei reali ambienti di impresa, dove si vedono guadagni misurabili — e dove l’industria è ancora in anticipo rispetto ai risultati pratici?

Dove vediamo un impatto reale è quando l’intelligenza artificiale è legata a flussi di lavoro specifici. La creazione di riassunti di riunioni, la trascrizione, la ricerca e l’ottimizzazione del dispositivo stanno già fornendo risparmi di tempo misurabili, soprattutto quando quei carichi di lavoro possono essere eseguiti localmente senza latenza o dipendenza dalla connettività.

Dove l’industria è ancora in anticipo è nella trasformazione aziendale su larga scala. Non c’è ancora un’unica “app killer”, e l’adozione dipende fortemente dalla formazione, dall’integrazione e dalla gestione del cambiamento, non solo dal hardware.

Le forme di dispositivo immersive vengono posizionate come l’evoluzione successiva dei dispositivi intelligenti. Dal suo punto di vista, cosa significa realisticamente “immersivo” per gli utenti aziendali nei prossimi tre o cinque anni — e quali casi d’uso sono abbastanza maturi da andare oltre la sperimentazione?

Per gli utenti aziendali, “immersivo” deve significare pratico. Maggiore spazio schermabile, migliore focalizzazione e collaborazione più naturale, non qualcosa di sperimentale.

Stiamo vedendo questo diventare realtà attraverso display espandibili, progetti multi-modalità e sistemi modulares che estendono lo spazio di lavoro senza aggiungere complessità.

Nei prossimi tre o cinque anni, i casi d’uso più di successo si allineeranno con il lavoro aziendale critico: attività ad alta densità di documenti, collaborazione e produttività mobile. Altre tecnologie, come la visualizzazione 3D senza occhiali, anelli e alcuni modelli di interazione spaziale, matureranno probabilmente per prima in ruoli specializzati come la visualizzazione del design, la formazione o la collaborazione avanzata prima di diventare più ampiamente adottate.

Man mano che i carichi di lavoro di intelligenza artificiale aumentano, i dispositivi devono bilanciare prestazioni, termici, autonomia e sicurezza. Quali sono i compromessi ingegneristici più impegnativi quando si costruiscono PC commerciali con intelligenza artificiale che devono eseguirsi in modo affidabile in ambienti aziendali?

La parte più difficile è che i clienti vogliono tutto insieme: prestazioni, autonomia, design sottile e affidabilità. In realtà, queste cose sono in competizione. Batterie più grandi e sistemi di raffreddamento più potenti aggiungono peso e spessore, quindi la vera sfida è trovare il giusto equilibrio, non inseguire una sola specifica.

La sicurezza deve anche essere integrata fin dall’inizio. Man mano che i carichi di lavoro di intelligenza artificiale si avvicinano al punto di terminazione, le decisioni relative all’integrità del firmware, alle protezioni hardware e all’assicurazione della catena di approvvigionamento diventano parte dell’equazione delle prestazioni. Negli ambienti aziendali, i sistemi veloci ma vulnerabili semplicemente non scalano.

La sicurezza e la governance dei dati rimangono le principali preoccupazioni per gli acquirenti aziendali. Come il passaggio verso l’inferenza di intelligenza artificiale sul dispositivo cambia la conversazione intorno alla privacy, alla conformità e alla gestione del rischio?

L’inferenza di intelligenza artificiale sul dispositivo migliora la conversazione sulla privacy, poiché più dati possono rimanere locali sul dispositivo. È un grande cambiamento, soprattutto per le industrie regolamentate. Aiuta anche ad affrontare le preoccupazioni relative alla latenza e al controllo, poiché i carichi di lavoro sensibili non devono sempre lasciare il punto di terminazione.

Ma non rimuove la necessità di governance. Le imprese devono ancora avere politiche chiare su come vengono utilizzati i modelli, come vengono gestiti i dati e come vengono convalidate le risultanze.

È per questo che ci concentriamo sulla sicurezza al di sotto del sistema operativo, sull’integrità della catena di approvvigionamento e sulla fiducia a livello di dispositivo. Man mano che l’intelligenza artificiale si sposta verso il punto di terminazione, è lì che il rischio e la responsabilità si trovano sempre più.

Molte aziende stanno sperimentando con agenti di intelligenza artificiale che automatizzano i flussi di lavoro e la presa di decisioni. Come vede l’evoluzione dei PC con intelligenza artificiale per supportare meglio i flussi di lavoro guidati da agenti localmente, e quali innovazioni hardware o software saranno necessarie per rendere ciò possibile in modo fluido?

Vedo i PC con intelligenza artificiale evolversi da semplici funzionalità di assistenza a piattaforme che supportano flussi di lavoro guidati da agenti. Stiamo passando dall’intelligenza artificiale come strumento con cui interagire all’intelligenza artificiale che può agire per nostro conto. È un cambiamento significativo.

Lo vedremo evolversi attraverso dispositivi ed ecosistemi, non solo all’interno di un singolo PC. La vera opportunità è la coordinazione, in cui l’intelligenza artificiale comprende il contesto attraverso il nostro lavoro e i dispositivi, non solo attività isolate.

Per rendere questi flussi di lavoro degli agenti fluidi sul dispositivo, avremo bisogno di ulteriori progressi nell’accelerazione e nell’efficienza sul dispositivo. Altrettanto importante è un’architettura di software intelligente cross-device che possa interagire con i modelli man mano che l’ecosistema evolve, insieme a barriere di sicurezza di livello aziendale in modo che gli agenti possano operare in modo sicuro e con fiducia.

Quell’evoluzione dipenderà fortemente da architetture di intelligenza artificiale ibride, in cui gli agenti possano operare localmente quando necessario, mentre continuano a sfruttare i modelli di cloud-scale quando appropriato.

Lenovo ha storicamente eccelso nel comprendere il feedback dei clienti e tradurlo nella strategia di prodotto. Quali sono i temi ricorrenti che sente dagli acquirenti aziendali sui dispositivi abilitati all’intelligenza artificiale che il mercato più ampio potrebbe sottovalutare?

I temi che sentiamo dagli acquirenti aziendali sono solitamente più pratici del discorso dell’industria.

Innanzitutto, i clienti vogliono casi d’uso aziendali chiari e un ROI coerente. I cicli di aggiornamento sono pianificati anni in anticipo, quindi senza risultati mission-critici molte squadre rimangono caute.

In secondo luogo, anche quando vengono distribuiti nuovi dispositivi, l’underutilization è comune se la formazione e l’onboarding non vengono integrati.

In terzo luogo, la governance e la fiducia sono essenziali. Gli acquirenti vogliono opzioni di intelligenza artificiale locali che riducano l’esposizione non necessaria dei dati e una chiara visibilità su ciò che sta accadendo sul dispositivo.

Infine, i fondamentali continuano a contare. Autonomia, prestazioni, porte, affidabilità e riparabilità. L’intelligenza artificiale non sostituisce queste aspettative, le innalza.

Guardando avanti di cinque anni, crede che il termine “PC con intelligenza artificiale” esisterà ancora come categoria, o le capacità di intelligenza artificiale diventeranno semplicemente uno strato incorporato e invisibile in tutti i dispositivi commerciali — e cosa implica questo per la differenziazione dell’hardware delle aziende?

Credo che il termine “PC con intelligenza artificiale” svanirà nel tempo. L’intelligenza artificiale diventa semplicemente parte di ciò che è un PC.

La vera differenziazione si sposta sull’esperienza, su quanto è personale, su come è protetta, su quanto è facile da gestire su larga scala e su quanto le imprese possono distribuirla con fiducia.

In questo senso, l’intelligenza artificiale diventa invisibile. Ciò di cui si preoccupano i clienti è se il dispositivo aiuta le persone a lavorare meglio e se si fidano di esso.

Grazie per la grande intervista, i lettori che desiderano saperne di più possono visitare Lenovo.