Tom Butler, VP, Portfolio Comercial e Gestão de Produtos da Lenovo – Série de Entrevistas

Esta entrevista foi realizada em conexão com MWC 2026, onde a Lenovo apresentou seus últimos avanços em computação comercial com inteligência artificial.

Tom Butler, Vice-Presidente, Portfolio Comercial e Gestão de Produtos da Lenovo, traz mais de duas décadas de experiência dentro da empresa, tendo progredido por meio de vários papéis de liderança que abrangem diretor, diretor executivo e agora vice-presidente de seu portfólio comercial global. Com sede na área de Raleigh-Durham, ele é responsável por moldar a estratégia de produtos comerciais da Lenovo em todo o mundo, alinhando hardware, software e serviços para atender às necessidades das empresas. Sua carreira reflete profunda especialização em gestão de produtos, execução de marketing e liderança de portfólio em grande escala, construída sobre papéis técnicos e operacionais anteriores na Cisco e Ericsson, onde ele desenvolveu uma base em sistemas sem fio, infraestrutura de empresa e suporte ao cliente.

Lenovo é uma empresa global de tecnologia que gera dezenas de bilhões de dólares em receita anual e atende clientes em mais de 180 mercados. A empresa oferece um amplo portfólio que abrange PCs, smartphones, tablets, servidores e infraestrutura de empresa, além de software, soluções impulsionadas por inteligência artificial e serviços projetados para apoiar a transformação digital. Seu negócio é estruturado em segmentos-chave, incluindo dispositivos inteligentes, soluções de infraestrutura e serviços, o que permite que opere em ambos os ecossistemas de consumidores e empresas. Cada vez mais, a Lenovo está se posicionando em torno da inteligência artificial e das experiências de computação integradas, combinando hardware com software inteligente e capacidades baseadas em nuvem para apoiar ambientes de trabalho modernos e grandes ambientes de empresa.

Você passou mais de duas décadas na Lenovo, subindo por meio de papéis de marketing de produtos, planejamento estratégico e liderança de portfólio para agora supervisionar o portfólio de notebooks comerciais em todo o mundo. Como essa jornada moldou sua perspectiva sobre o que realmente define um “PC de IA” versus um laptop de negócios tradicional com recursos de IA adicionados em cima?

Passei a maior parte da minha carreira dentro de PCs comerciais, então tendo a ser bastante rígido em definições. Um PC de IA não é um laptop tradicional com alguns recursos adicionados, é um sistema projetado desde o início para executar cargas de trabalho de IA localmente, de forma eficiente e segura.

O que me importa é o que o dispositivo pode fazer nativamente. Ele pode executar experiências de IA significativas sem depender apenas da nuvem? Ele pode se adaptar ao usuário, aos seus dados, aos seus fluxos de trabalho? E pode fazer isso de uma maneira que atenda às expectativas das empresas em termos de segurança e gerenciabilidade?

Depois de anos nesse espaço, aprendi a olhar além do hype. Se não muda fundamentalmente a forma como as pessoas trabalham, não é realmente um PC de IA ainda.

Cada vez mais, estamos vendo isso como parte de uma mudança mais ampla em direção a arquiteturas de IA híbridas, onde o dispositivo lida com mais coisas localmente e só vai para a nuvem quando necessário.

Como líder responsável por ThinkPad, ThinkBook e software comercial, como você está repensando a estratégia de notebooks comerciais para levar em conta as cargas de trabalho de IA que estão executando localmente no dispositivo em vez de exclusivamente na nuvem?

À medida que mais cargas de trabalho de IA são executadas localmente, a estratégia de produtos precisa priorizar o desempenho sustentado no dispositivo, e não apenas as especificações de pico. Na prática, isso significa expandir configurações habilitadas para NPU em todo o ThinkPad e ThinkBook e tratar o NPU como um recurso central ao lado do CPU e GPU. Tarefas como resumo de reuniões, transcrição, busca inteligente e criação de conteúdo estão sendo cada vez mais otimizadas para aceleração local.

Isso também exige uma mudança na forma como pensamos sobre software. Os clientes empresariais não querem recursos de IA isolados, eles querem experiências integradas que funcionem em todos os fluxos de trabalho, dispositivos e ambientes.

Isso também se alinha com uma mudança mais ampla que estamos vendo de “nuvem em primeiro lugar” para modelos de IA mais híbridos. As empresas estão começando a pensar em uma abordagem “local em primeiro lugar, nuvem quando necessário”, onde o PC ou dispositivo de borda lida com mais da carga de trabalho, e a nuvem é usada de forma mais seletiva. Isso tem implicações reais não apenas para o desempenho, mas também para o custo, o controle e como os ambientes de TI são projetados. É por isso que estamos focados em arquiteturas abertas e flexíveis que suportam vários modelos e ecossistemas em evolução, em vez de travar os clientes em uma abordagem única.

As empresas estão sob pressão para modernizar suas frotas de dispositivos, mas os ciclos de atualização estão se estreitando. Qual é o caso de negócios mais forte hoje para que os CIOs invistam em PCs de IA em vez de estender a vida útil do hardware existente?

O caso de negócios hoje está se tornando mais claro: os CIOs estão sendo solicitados a modernizar para um mundo onde as expectativas de produtividade e segurança mudaram, e as frotas de PCs mais antigas não podem sempre atingir essa nova linha de base apenas por meio de atualizações de software.

O desempenho é parte da história, mas não é mais a parte mais interessante. O que mudou é que as cargas de trabalho de IA agora fazem parte da produtividade diária, e as frotas de PCs mais antigas simplesmente não foram projetadas para isso.

O ROI real vem de habilitar novas formas de trabalhar, IA local que mantém dados sensíveis no dispositivo, experiências de colaboração melhoradas e redução da dependência de conectividade constante. Há também uma dimensão de custo que está se tornando mais importante. Os centros de dados estão sendo cada vez mais reservados para cargas de trabalho que geram receita, então, se você pode mover testes, inferência ou tarefas de IA de estágio inicial para o dispositivo do cliente ou borda, está reduzindo o uso desnecessário de nuvem e baixando o custo geral.

Ao mesmo tempo, as empresas querem modernizar sem interrupção. Combinar novos dispositivos com serviços de ciclo de vida, implantações faseadas e “pilotos de prova rápida” ajuda a tornar os ciclos de atualização deliberados e práticos, em vez de reativos.
 
Os PCs de IA frequentemente prometem produtividade melhorada por meio de copilotos e automação no dispositivo. Em implantações reais de empresas, onde você está vendo ganhos mensuráveis — e onde a indústria ainda está à frente dos resultados práticos?

Onde vemos impacto real é quando a IA está vinculada a fluxos de trabalho específicos. Captura de reuniões, resumo, busca e otimização de dispositivos já estão entregando economias de tempo mensuráveis, especialmente quando essas cargas de trabalho podem ser executadas localmente sem latência ou dependência de conectividade.

Onde a indústria ainda está no início é na transformação ampla e empresarial. Não há um “aplicativo matador” único ainda, e a adoção depende fortemente de treinamento, integração e gestão de mudanças, não apenas do hardware

Formatos de imersão estão sendo posicionados como a próxima evolução dos dispositivos inteligentes. A partir de sua perspectiva, o que “imersivo” realisticamente significa para usuários de negócios nos próximos três a cinco anos — e quais casos de uso estão maduros o suficiente para ir além da experimentação?

Para usuários de negócios, “imersivo” tem que significar prático. Mais espaço de tela útil, melhor foco e colaboração mais natural, não algo experimental.

Estamos vendo isso se tornar real por meio de displays expansíveis, designs multimodais e ecossistemas modulares que estendem o espaço de trabalho sem adicionar complexidade.

Nos próximos três a cinco anos, os casos de uso mais bem-sucedidos serão aqueles que se alinham com o trabalho crítico da empresa: tarefas documentais, colaboração e produtividade móvel. Outras tecnologias, como 3D sem óculos, anéis e alguns modelos de interação espacial, provavelmente amadurecerão primeiro em papéis especializados, como visualização de design, treinamento ou colaboração avançada, antes de se tornarem mais amplamente adotadas.
 
À medida que as cargas de trabalho de IA aumentam, os dispositivos devem equilibrar desempenho, térmica, vida útil da bateria e segurança. Quais são as trocas de engenharia mais desafiadoras ao construir PCs de IA comerciais que precisam performar de forma confiável em ambientes de empresa?

A parte mais difícil é que os clientes querem tudo ao mesmo tempo: desempenho, vida útil da bateria, design fino e confiabilidade. Na realidade, essas coisas competem. Baterias maiores e resfriamento mais forte adicionam peso e espessura, então o desafio real é encontrar o equilíbrio certo, não perseguir uma única especificação.

A segurança também precisa ser construída desde o início. À medida que as cargas de trabalho de IA se aproximam do endpoint, decisões sobre integridade de firmware, proteções de hardware e garantia da cadeia de suprimentos se tornam parte da equação de desempenho. Em ambientes de empresa, sistemas rápidos, mas vulneráveis, simplesmente não escalonam.

A segurança e a governança de dados continuam a ser as principais preocupações para os compradores de empresas. Como a mudança para a inferência de IA no dispositivo muda a conversa em torno da privacidade, conformidade e gestão de riscos?

A inferência de IA no dispositivo melhora a conversa sobre privacidade, pois mais dados podem permanecer locais no dispositivo. Isso é uma grande mudança, especialmente para indústrias regulamentadas. Isso também ajuda a abordar preocupações sobre latência e controle, pois cargas de trabalho sensíveis não precisam sempre deixar o endpoint.

Mas isso não remove a necessidade de governança. As empresas ainda precisam de políticas claras sobre como os modelos são usados, como os dados são tratados e como os resultados são validados.

É por isso que nos concentramos em segurança abaixo do SO, integridade da cadeia de suprimentos e confiança no dispositivo. À medida que a IA se move para o endpoint, é onde o risco e a responsabilidade crescem.

Muitas empresas estão experimentando agentes de IA que automatizam fluxos de trabalho e tomada de decisões. Como você vê os PCs de IA evoluindo para melhor apoiar fluxos de trabalho baseados em agentes localmente, e quais inovações de hardware ou software serão necessárias para tornar isso indolor?

Vejo os PCs de IA evoluindo de recursos assistivos simples para plataformas que suportam fluxos de trabalho baseados em agentes. Estamos nos movendo de IA como uma ferramenta com a qual você interage para IA que pode agir em seu nome. Essa é uma mudança significativa.

Você verá isso evoluir em todos os dispositivos e ecossistemas, não apenas dentro de um único PC. A oportunidade real é a coordenação, onde a IA entende o contexto em todo o seu trabalho e dispositivos, não apenas tarefas isoladas.

Para tornar esses fluxos de trabalho de agentes indolores no dispositivo, precisaremos de progresso contínuo na aceleração e eficiência no dispositivo. É igualmente importante uma arquitetura de software inteligente transversal que possa interagir com modelos à medida que o ecossistema evolui, juntamente com guardiões de nível empresarial para que os agentes possam operar de forma segura e confiável.

Essa evolução dependerá fortemente de arquiteturas de IA híbridas, onde os agentes podem operar localmente quando necessário, enquanto ainda aproveitam modelos em escala de nuvem quando apropriado.
 
A Lenovo historicamente se destacou por entender o feedback dos clientes e traduzi-lo em estratégia de produtos. Quais temas recorrentes você está ouvindo dos clientes empresariais sobre dispositivos habilitados para IA que o mercado mais amplo pode estar subestimando?

Os temas que ouvimos dos clientes empresariais são geralmente mais práticos do que a conversa da indústria.

Primeiro, os clientes querem casos de uso de empresa claros e ROI consistente. Os ciclos de atualização são planejados anos antes, então, sem resultados críticos para a missão, muitas equipes permanecem cautelosas.

Em segundo lugar, mesmo quando novos dispositivos são implantados, a subutilização é comum se o treinamento e o onboarding não forem construídos.

Terceiro, governança e confiança são essenciais. Os compradores querem opções de IA locais que reduzam a exposição de dados desnecessária e tenham visibilidade clara sobre o que está acontecendo no dispositivo.

Por fim, os fundamentos ainda importam. Vida útil da bateria, desempenho, portas, confiabilidade e reparabilidade. A IA não substitui essas expectativas, eleva a barra para todas elas.
 
Olhando para os próximos cinco anos, você acredita que o termo “PC de IA” ainda existirá como uma categoria, ou se as capacidades de IA simplesmente se tornarão uma camada invisível e incorporada em todos os dispositivos comerciais — e o que isso implica para como as empresas diferenciam seu hardware?

Acho que o termo “PC de IA” desaparecerá com o tempo. A IA simplesmente se torna parte do que um PC é.

A diferenciação real muda para a experiência, como é pessoal, como é protegida, como é fácil de gerenciar em escala e como as empresas podem implantá-la com confiança.

Nesse sentido, a IA se torna invisível. O que os clientes se importam é se o dispositivo ajuda as pessoas a trabalhar melhor e se confiam nele.

Obrigado pela grande entrevista, leitores que desejam aprender mais devem visitar Lenovo.