Tom Butler, VP, Worldwide Commercial Portfolio and Product Management na 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, Worldwide Commercial Portfolio and Product Management na 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 base na área de Raleigh-Durham, ele é responsável por moldar a estratégia de produtos comerciais mundiais da Lenovo, alinhando hardware, software e serviços para atender às necessidades das empresas. Sua carreira reflete profunda especialização em gerenciamento de produtos, execução de lançamento no mercado e liderança de portfólio em larga escala, construída sobre papéis técnicos e operacionais anteriores na Cisco e Ericsson, onde ele desenvolveu uma base em sistemas sem fio, infraestrutura de empresas e suporte ao cliente.

Lenovo é uma empresa global de tecnologia que gera dezenas de bilhões em receita anual e atende a clientes em mais de 180 mercados. A empresa oferece um amplo portfólio que abrange PCs, smartphones, tablets, servidores e infraestrutura de empresas, 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, permitindo que ela opere em ambos os ecossistemas de consumidores e empresas. Cada vez mais, a Lenovo está se posicionando em torno de inteligência artificial e experiências de computação integradas, combinando hardware com software inteligente e capacidades baseadas em nuvem para apoiar ambientes de trabalho modernos e grandes ambientes de empresas.

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

Eu passei a maior parte da minha carreira dentro de PCs comerciais, então tendo a ser bastante rigoroso com as definições. Um PC com 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 importa para mim 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 ele pode fazer isso de uma maneira que atenda às expectativas das empresas em termos de segurança e gerenciamento?

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 com 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 o roadmap de notebooks comerciais para levar em conta as cargas de trabalho de IA que estão cada vez mais sendo executadas localmente no dispositivo em vez de exclusivamente na nuvem?

À medida que mais cargas de trabalho de IA são executadas localmente, o roadmap precisa priorizar o desempenho sustentado no dispositivo, e não apenas os specs de pico. Na prática, isso significa expandir configurações habilitadas para NPU por meio do ThinkPad e ThinkBook e tratar o NPU como um recurso central ao lado do CPU e GPU. Tarefas como resumos de reuniões, transcrição, busca inteligente e criação de conteúdo estão cada vez mais otimizados 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-primeiro” para modelos de IA híbridos. As empresas estão começando a pensar em uma abordagem “local-primeiro, 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 prender os clientes a 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 os CIOs investirem em PCs com 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 verdadeiro ROI vem de habilitar novas formas de trabalhar, IA local que mantém dados sensíveis no dispositivo, melhores experiências de colaboração e reduzida dependência de conectividade constante. Há também uma dimensão de custo que está se tornando mais importante. Os data centers estão cada vez mais reservados para cargas de trabalho geradoras de receita, então, se você puder mover testes, inferência ou tarefas de IA de estágio inicial para o dispositivo do cliente ou borda, você 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 mais deliberados e práticos, em vez de reativos.

Os PCs com IA frequentemente prometem melhorar a produtividade 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 ligada a fluxos de trabalho específicos. Captura de reuniões, resumo, busca e otimização do dispositivo 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 empresarial ampla. Não há um único “aplicativo matador” ainda, e a adoção depende fortemente de treinamento, integração e gerenciamento de mudanças, não apenas do hardware.

Formas de fator de imersão estão sendo posicionadas 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 os 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 de documentos pesados, 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 comerciais com IA que precisam performar de forma confiável em ambientes empresariais?

A parte mais difícil é que os clientes querem tudo de uma vez: 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 um único spec.

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 empresariais, sistemas rápidos, mas vulneráveis, simplesmente não escalonam.

Segurança e governança de dados permanecem como principais preocupações para os compradores empresariais. Como a mudança para a inferência de IA no dispositivo muda a conversa em torno de privacidade, conformidade e gerenciamento de riscos?

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

Mas 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 cada vez mais se encontram.

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

Eu vejo os PCs com IA evoluindo de recursos assistivos simples para plataformas que suportam fluxos de trabalho orientados por agentes. Estamos nos movendo da IA como uma ferramenta com a qual você interage para a 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. Igualmente importante é uma arquitetura de software inteligente transversal que possa interagir com os modelos à medida que o ecossistema evolui, junto 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 possam operar localmente quando necessário, enquanto ainda aproveitam os modelos em escala de nuvem quando apropriado.

A Lenovo historicamente se destacou por entender o feedback dos clientes e traduzi-lo em estratégia de produto. Quais são os temas recorrentes que 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 empresariais claros e ROI consistente. Os ciclos de atualização são planejados anos antes, então, sem resultados de missão crítica, muitas equipes permanecem cautelosas.

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

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

Finalmente, os fundamentos ainda importam. Vida útil da bateria, desempenho, portas, confiabilidade e reparabilidade. A IA não substitui essas expectativas, ela eleva a barra para todas elas.

Olhando para a frente, cinco anos, você acredita que o termo “PC com IA” ainda existirá como uma categoria, ou a capacidade de IA simplesmente se tornará uma camada invisível e incorporada em todos os dispositivos comerciais — e o que isso implica para como as empresas diferenciam seu hardware?

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

A verdadeira diferença 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 eles confiam nele.

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