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

Ten wywiad został przeprowadzony w związku z MWC 2026, gdzie Lenovo zaprezentowało swoje najnowsze osiągnięcia w dziedzinie komercyjnych komputerów zasilanych przez sztuczną inteligencję.

Tom Butler, Vice President, Worldwide Commercial Portfolio and Product Management at Lenovo, posiada ponad dwie dekady doświadczenia w firmie, pełniąc różne role kierownicze, od dyrektora po wiceprezesa globalnego portfela komercyjnego. Z siedzibą w Raleigh-Durham, jest odpowiedzialny za kształtowanie strategii produktowej Lenovo na całym świecie, dostosowując sprzęt, oprogramowanie i usługi do potrzeb przedsiębiorstw. Jego kariera odzwierciedla głęboką wiedzę w zakresie zarządzania produktem, wdrożenia na rynek i przywództwa w dużych portfelach, opartych na wcześniejszych rolach technicznych i operacyjnych w firmach Cisco i Ericsson, gdzie rozwinął podstawy w systemach bezprzewodowych, infrastrukturze przedsiębiorstw i obsłudze klienta.

Lenovo to globalna firma technologiczna, generująca dziesiątki miliardów dolarów rocznie i obsługująca klientów na ponad 180 rynkach. Firma oferuje szeroki portfel obejmujący komputery PC, smartfony, tablety, serwery i infrastrukturę przedsiębiorstw, a także oprogramowanie, rozwiązania napędzane przez sztuczną inteligencję i usługi zaprojektowane w celu wspierania transformacji cyfrowej. Biznes firmy jest zorganizowany wokół kluczowych segmentów, w tym urządzeń inteligentnych, rozwiązań infrastrukturalnych i usług, co pozwala jej działać zarówno w ekosystemach konsumenckich, jak i przedsiębiorstw. Coraz częściej Lenovo pozycjonuje się wokół sztucznej inteligencji i zintegrowanych doświadczeń komputerowych, łącząc sprzęt z inteligentnym oprogramowaniem i funkcjami opartymi na chmurze w celu wspierania nowoczesnych miejsc pracy i dużych środowisk przedsiębiorstw.

Spędziłeś ponad dwie dekady w Lenovo, awansując od marketingu produktowego, planowania strategicznego i przywództwa portfela do nadzorowania światowego portfela komercyjnych laptopów. Jak ta podróż ukształtowała twoją perspektywę na temat tego, co naprawdę definiuje „komputer z AI” w porównaniu z tradycyjnym biznesowym laptopem z funkcjami AI nałożonymi na górze?

Spędziłem większość swojej kariery w komercyjnych komputerach PC, więc skłaniam się ku surowym definicjom. Komputer z AI nie jest tradycyjnym laptopem z kilkoma dodanymi funkcjami, ale systemem zaprojektowanym od podstaw do uruchamiania obciążeń AI lokalnie, wydajnie i bezpiecznie.

To, co mnie interesuje, to to, co urządzenie może zrobić rodzime. Czy może uruchamiać znaczące doświadczenia AI bez polegania wyłącznie na chmurze? Czy może dostosować się do użytkownika, jego danych, jego przepływów pracy? I czy może to zrobić w sposób, który spełnia oczekiwania przedsiębiorstw w zakresie bezpieczeństwa i zarządzania?

Po latach w tym sektorze nauczyłem się patrzeć poza sensację. Jeśli nie zmienia to fundamentalnie sposobu, w jaki ludzie pracują, to nie jest to jeszcze komputer z AI.

Coraz częściej widzimy to jako część szerszego trendu w kierunku hybrydowych architektur AI, gdzie urządzenie obsługuje więcej lokalnie i tylko w przypadku potrzeby korzysta z chmury.

Jako lider odpowiedzialny za ThinkPad, ThinkBook i komercyjne oprogramowanie, jak zmieniasz plan komercyjnych laptopów, aby uwzględnić obciążenia AI, które coraz częściej są uruchamiane lokalnie na urządzeniu, a nie wyłącznie w chmurze?

Gdy więcej obciążeń AI jest uruchamianych lokalnie, plan musi priorytetowo traktować trwałą wydajność urządzenia, a nie tylko specyfikacje szczytowe. W praktyce oznacza to rozszerzenie konfiguracji z obsługą NPU w całym zakresie ThinkPad i ThinkBook oraz traktowanie NPU jako podstawowego zasobu obok CPU i GPU. Zadania takie jak podsumowanie spotkań, transkrypcja, inteligentne wyszukiwanie i tworzenie zawartości są coraz częściej optymalizowane do lokalnego przyspieszenia.

Wymaga to również zmiany w sposobie myślenia o oprogramowaniu. Klienci przedsiębiorstw nie chcą izolowanych funkcji AI, ale zintegrowanych doświadczeń, które działają w całym zakresie przepływów pracy, urządzeń i środowisk.

To również pokrywa się z szerszym trendem, który obserwujemy, od chmury do bardziej hybrydowych modeli AI. Przedsiębiorstwa zaczynają myśleć o „lokalnym jako pierwszym, chmurze, gdy potrzebne” podejściu, gdzie komputer lub urządzenie krawędziowe obsługuje więcej obciążeń, a chmura jest używana bardziej selektywnie. To ma realne konsekwencje nie tylko dla wydajności, ale także dla kosztów, kontroli i sposobu, w jaki są projektowane środowiska IT. Dlatego koncentrujemy się na otwartych, elastycznych architekturach, które obsługują wiele modeli i ewoluujące ekosystemy, zamiast zamykać klientów w jednym podejściu.

Przedsiębiorstwa są pod presją, aby zmodernizować swoje floty urządzeń, ale cykle odświeżania się skracają. Jaki jest najmocniejszy przypadek biznesowy dzisiaj dla CIO, aby zainwestować w komputery z AI zamiast przedłużać żywotność istniejącego sprzętu?

Przypadek biznesowy dzisiaj staje się coraz bardziej klarowny: CIO są proszeni o zmodernizowanie dla świata, w którym oczekiwania dotyczące produktywności i bezpieczeństwa uległy zmianie, a starsze floty komputerów PC nie zawsze mogą osiągnąć nowy poziom tylko za pomocą aktualizacji oprogramowania.

Wydajność jest częścią historii, ale nie jest już najbardziej interesującą częścią. To, co się zmieniło, to fakt, że obciążenia AI są teraz częścią codziennej produktywności, a starsze floty po prostu nie zostały zaprojektowane z tymi obciążeniami.

Rzeczywisty zwrot z inwestycji pochodzi z umożliwienia nowych sposobów pracy, lokalnego AI, które utrzymuje dane wrażliwe na urządzeniu, lepszych doświadczeń współpracy i zmniejszonej zależności od stałego połączenia. Istnieje również wymiar kosztowy, który staje się coraz bardziej istotny. Centra danych są coraz częściej zarezerwowane dla obciążeń generujących przychody, więc jeśli można przenieść testy, inferencję lub wczesne zadania AI na urządzenie klienckie lub krawędź, zmniejsza się niepotrzebne użycie chmury i obniża się ogólny koszt.

W tym samym czasie przedsiębiorstwa chcą zmodernizować bez zakłóceń. Połączenie nowych urządzeń z usługami cyklu życia, wdrożeniami stopniowymi i „szybkimi pilotażami” pomaga uczynić cykle odświeżania bardziej zamierzoną i praktyczną niż reaktywną.

Komputery z AI często obiecują poprawę produktywności za pomocą pilotów na urządzeniu i automatyzacji. W rzeczywistych wdrożeniach przedsiębiorstw, gdzie widzisz rzeczywiste korzyści — i gdzie branża jest jeszcze przed praktycznymi efektami?

Widzimy rzeczywisty wpływ, gdy AI jest powiązane z konkretnymi przepływami pracy. Przechwytywanie spotkań, podsumowanie, wyszukiwanie i optymalizacja urządzenia już dostarczają wymiernych oszczędności czasu, zwłaszcza gdy te obciążenia mogą być uruchamiane lokalnie bez opóźnień lub zależności od połączenia.

Gdzie branża jest jeszcze w początkowej fazie, to w szerokiej transformacji przedsiębiorstw. Nie ma jeszcze jednej „zabójczej aplikacji”, a przyjęcie zależy silnie od szkolenia, integracji i zarządzania zmianą, a nie tylko od sprzętu.

Formy immersyjne są pozycjonowane jako następna ewolucja inteligentnych urządzeń. Z twojego punktu widzenia, co „immersive” realistycznie oznacza dla użytkowników biznesowych w ciągu najbliższych trzech do pięciu lat — i które przypadki użycia są wystarczająco dojrzałe, aby wyjść poza eksperymenty?

Dla użytkowników biznesowych „immersive” musi oznaczać praktyczne. Więcej użytecznej przestrzeni ekranu, lepsze skupienie i bardziej naturalna współpraca, a nie coś eksperymentalnego.

Widzimy to w postaci rozwijanych ekranów, projektów wielomodułowych i modułowych ekosystemów, które rozszerzają przestrzeń roboczą bez dodawania złożoności.

W ciągu najbliższych trzech do pięciu lat najbardziej udane przypadki użycia będą pokrywać się z misjami krytycznymi dla przedsiębiorstw: zadania związane z dokumentami, współpracą i mobilną produktywnością. Inne technologie, takie jak okulary 3D, pierścienie i niektóre modele interakcji przestrzennych, prawdopodobnie dojrzały wcześniej w specjalistycznych rolach, takich jak wizualizacja projektowa, szkolenie lub zaawansowana współpraca, zanim staną się bardziej powszechnie przyjęte.

Jako AI obciążenia rosną, urządzenia muszą balansować wydajność, termikę, żywotność baterii i bezpieczeństwo. Jakie są najtrudniejsze kompromisy inżynierskie podczas budowania komercyjnych komputerów z AI, które muszą działać niezawodnie w środowiskach przedsiębiorstw?

Najtrudniejszą częścią jest to, że klienci chcą wszystkiego naraz: wydajności, żywotności baterii, cienkiego projektu i niezawodności. W rzeczywistości te rzeczy konkurują. Większe baterie i silniejsze chłodzenie dodają wagę i grubość, więc prawdziwym wyzwaniem jest znalezienie odpowiedniej równowagi, a nie gonienie za jedną specyfikacją.

Bezpieczeństwo również musi być wbudowane od samego początku. Gdy obciążenia AI przenoszą się bliżej punktu końcowego, decyzje dotyczące integralności firmware, ochrony sprzętowej i zapewnienia łańcucha dostaw stają się częścią równania wydajności. W środowiskach przedsiębiorstw szybkie, ale podatne systemy po prostu nie skalują.

Bezpieczeństwo i zarządzanie danymi pozostają głównymi problemami dla kupujących przedsiębiorstw. Jak zmiana w kierunku inferencji AI na urządzeniu zmienia rozmowę o prywatności, zgodności i zarządzaniu ryzykiem?

Inferencja AI na urządzeniu poprawia rozmowę o prywatności, ponieważ więcej danych może pozostać lokalnie na urządzeniu. To jest duża zmiana, zwłaszcza dla branż regulowanych. Pomaga również rozwiązać obawy dotyczące opóźnień i kontroli, ponieważ wrażliwe obciążenia nie zawsze muszą opuszczać punkt końcowy.

Ale nie usuwa potrzeby zarządzania. Przedsiębiorstwa nadal potrzebują jasnych zasad dotyczących sposobu korzystania z modeli, obsługi danych i walidacji wyników.

Dlatego koncentrujemy się na bezpieczeństwie poniżej systemu operacyjnego, integralności łańcucha dostaw i zaufaniu na poziomie urządzenia. Gdy AI przechodzi do punktu końcowego, tam również rośnie ryzyko i odpowiedzialność.

Wiele firm eksperymentuje z agentami AI, które automatyzują przepływy pracy i podejmowanie decyzji. Jak widzisz ewolucję komputerów z AI, aby lepiej wspierać przepływy pracy napędzane przez agenty lokalnie, i jakie innowacje sprzętowe lub oprogramowania będą wymagane, aby to było bezproblemowe?

Widzę komputery z AI ewoluujące z prostych funkcji asystujących w platformy, które obsługują przepływy pracy napędzane przez agenty. Przechodzimy od AI jako narzędzia, z którym interakcja, do AI, które może działać w Twoim imieniu. To jest znacząca zmiana.

Będziesz to widzieć ewoluujące w całym zakresie urządzeń i ekosystemów, a nie tylko w ramach jednego komputera. Rzeczywista okazja leży w koordynacji, gdzie AI rozumie kontekst Twojej pracy i urządzeń, a nie tylko izolowane zadania.

Aby uczynić te przepływy pracy agentów bezproblemowymi na urządzeniu, będziemy potrzebować dalszego postępu w przyspieszeniu i wydajności na urządzeniu. Równie ważne jest inteligentne oprogramowanie architektury, które może współdziałać z modelami wraz z ewolucją ekosystemu, wraz z przedsiębiorczymi barierami, aby agenci mogli działać bezpiecznie i zaufanie.

Ta ewolucja będzie silnie zależna od hybrydowych architektur AI, gdzie agenci mogą działać lokalnie, gdy potrzebne, a jednocześnie wykorzystywać modele w chmurze, gdy odpowiednie.

Lenovo ma długą historię rozumienia opinii klientów i tłumaczenia ich na strategię produktową. Jakie powtarzające się tematy słyszysz od klientów przedsiębiorstw o urządzeniach z AI, które rynek może niedoceniać?

Tematy, które słyszymy od klientów przedsiębiorstw, są zwykle bardziej praktyczne niż dyskusja branżowa.

Po pierwsze, klienci chcą jasnych przypadków użycia przedsiębiorstw i spójnych zwrotów z inwestycji. Cykle odświeżania są planowane z wyprzedzeniem, więc bez wyników misji krytycznych wiele zespołów pozostaje ostrożnych.

Po drugie, nawet gdy wdrożone są nowe urządzenia, niewykorzystanie jest powszechne, jeśli szkolenia i wdrożenia nie są wbudowane.

Po trzecie, zarządzanie i zaufanie są niezbędne. Kupujący chcą lokalnych opcji AI, które zmniejszają niepotrzebne narażenie danych i klarowną widoczność tego, co dzieje się na urządzeniu.

Wreszcie, podstawy nadal mają znaczenie. Żywotność baterii, wydajność, porty, niezawodność i naprawialność. AI nie zastępuje tych oczekiwań, ale podnosi poprzeczkę dla wszystkich.

Spójrzając w przyszłość, pięć lat, czy uważasz, że termin „komputer z AI” nadal będzie istniał jako kategoria, czy możliwości AI po prostu staną się niewidoczną, wbudowaną warstwą we wszystkich komercyjnych urządzeniach — i co to oznacza dla różnicowania sprzętu przez firmy?

Myślę, że termin „komputer z AI” zniknie z czasem. AI po prostu staje się częścią tego, czym jest komputer.

Rzeczywista różnica przechodzi do doświadczenia, jak osobiste jest, jak dobrze jest chronione, jak łatwe jest zarządzanie w skali i jak pewnie przedsiębiorstwa mogą je wdrożyć.

W tym sensie AI staje się niewidoczne. To, co klienci dbają, to czy urządzenie pomaga ludziom lepiej pracować i czy im ufają.

Dziękuję za wspaniały wywiad, czytelnicy, którzy chcą dowiedzieć się więcej, powinni odwiedzić Lenovo.