Tom Butler, VP, Worldwide Commercial Portfolio and Product Management på Lenovo – Intervju-serie

Denna intervju genomfördes i samband med MWC 2026, där Lenovo visade upp sina senaste framsteg inom AI-drivna kommersiella datorer.

Tom Butler, Vice President, Worldwide Commercial Portfolio and Product Management på Lenovo, har mer än två decenniers erfarenhet inom företaget, med en progression genom flera ledande roller som omfattar direktör, verkställande direktör och nu vice president för det globala kommersiella sortimentet. Med bas i Raleigh-Durham-området ansvarar han för att forma Lenovos globala kommersiella produktstrategi, i syfte att samordna hårdvara, programvara och tjänster för att möta företagsbehov. Hans karriär speglar djup expertis inom produktledning, marknadsföring och storskalig portföljledning, byggd på tidigare tekniska och operativa roller på Cisco och Ericsson, där han utvecklade en grund i trådlösa system, företagsinfrastruktur och kundsupport.

Lenovo är ett globalt teknologiföretag som genererar tiotals miljarder i årlig omsättning och servar kunder över mer än 180 marknader. Företaget erbjuder ett brett sortiment som omfattar datorer, smartphones, surfplattor, servrar och företagsinfrastruktur, samt programvara, AI-drivna lösningar och tjänster designade för att stödja digital transformation. Företagets verksamhet är strukturerad över nyckelsegment, inklusive intelligenta enheter, infrastrukturlösningar och tjänster, vilket möjliggör verksamhet över både konsument- och företagsekosystem. Alltmer positionerar sig Lenovo kring AI och integrerade datorupplevelser, som kombinerar hårdvara med intelligent programvara och molnbaserade funktioner för att stödja moderna arbetsplatser och storskaliga företagsmiljöer.

Du har tillbringat mer än två decennier på Lenovo, med en utveckling från produktmarknadsföring, strategisk planering och portföljledning till att nu ansvara för det globala kommersiella bärbara datorsortimentet. Hur har den resan format din syn på vad som verkligen definierar en “AI-dator” jämfört med en traditionell affärsdator med AI-funktioner lagda ovanpå?

Jag har tillbringat större delen av min karriär inom kommersiella datorer, så jag tenderar att vara ganska strikt med definitioner. En AI-dator är inte en traditionell laptop med några funktioner lagda till, det är ett system designat från grunden för att köra AI-arbetsbelastningar lokalt, effektivt och säkert.

Vad som betyder något för mig är vad enheten kan göra naturligt. Kan den köra meningsfulla AI-upplevelser utan att förlita sig enbart på molnet? Kan den anpassa sig till användaren, deras data och arbetsflöden? Och kan den göra det på ett sätt som möter företags förväntningar på säkerhet och hanterbarhet?

Efter år i det här området har jag lärt mig att se bortom hype. Om det inte fundamentalt förändrar hur människor arbetar, är det inte riktigt en AI-dator ännu.

Alltmer ser vi detta som en del av en bredare förändring mot hybrid-AI-arkitekturer, där enheten hanterar mer lokalt och endast går till molnet när det behövs.

Som ledare ansvarig för ThinkPad, ThinkBook och kommersiell programvara, hur omprövar du den kommersiella bärbara datorsvägen för att ta hänsyn till AI-arbetsbelastningar som körs alltmer lokalt på enheten snarare än uteslutande i molnet?

När fler AI-arbetsbelastningar körs lokalt, måste vägen prioritera varaktig prestanda på enheten, inte bara toppspecifikationer. I praktiken innebär det att utöka NPU-aktiverade konfigurationer över ThinkPad och ThinkBook och behandla NPU som en kärna tillgång bredvid CPU och GPU. Uppgifter som mötesammanfattningar, transkription, intelligent sökning och innehållsskapande optimeras alltmer för lokal acceleration.

Det kräver också en förändring i hur vi tänker på programvara. Företagskunder vill inte ha isolerade AI-funktioner, de vill ha integrerade upplevelser som fungerar över arbetsflöden, enheter och miljöer.

Detta överensstämmer med en bredare förändring vi ser från moln-först till mer hybrid-AI-modeller. Företag börjar tänka på en “lokalt-först, moln-när-det-behövs”-ansats, där PC eller kantenheter hanterar mer av arbetsbelastningen, och molnet används mer selektivt. Det har verkliga konsekvenser inte bara för prestanda, utan också för kostnad, kontroll och hur IT-miljöer är designade. Därför fokuserar vi på öppna, flexibla arkitekturer som stödjer flera modeller och utvecklande ekosystem, snarare än att låsa kunder i en enskild ansats.

Företag är under tryck för att modernisera sina enhetsflottor, men uppdateringscyklerna blir allt kortare. Vilket är det starkaste affärsfallet idag för CIO:er att investera i AI-datorer istället för att förlänga livslängden på befintlig hårdvara?

Affärsfallet idag blir allt tydligare: CIO:er ombeds att modernisera för en värld där produktivitets- och säkerhetsförväntningar har förändrats, och äldre PC-flottor kan inte alltid nå den nya baslinjen genom enbart programvaruuppdateringar.

Prestanda är en del av berättelsen, men det är inte längre den mest intressanta delen. Vad som har förändrats är att AI-arbetsbelastningar nu är en del av vardaglig produktivitet, och äldre flottor var inte utformade för det.

Den verkliga avkastningen kommer från att möjliggöra nya sätt att arbeta, lokala AI som håller känsliga data på enheten, bättre samarbetsupplevelser och minskad beroende av konstant anslutning. Det finns också en kostnadsdimension som blir allt viktigare. Datacenter reserveras alltmer för intäktsgenererande arbetsbelastningar, så om du kan flytta testning, inferens eller tidiga AI-uppgifter till klientenheten eller kanten, minskar du onödig molnanvändning och sänker den totala kostnaden.

Samtidigt vill företag modernisera utan avbrott. Att kombinera nya enheter med livscykel-tjänster, fasade distributioner och “bevisa-snabbt”-piloter hjälper till att göra uppdateringscyklerna känna sig medvetna och praktiska snarare än reaktiva.

AI-datorer lovar ofta förbättrad produktivitet genom på-enheten-co-piloter och automatisering. I verkliga företagsdistributioner, var ser du faktiskt mätbara vinster — och var är branschen fortfarande före praktiska resultat?

Där vi ser verklig påverkan är när AI är kopplat till specifika arbetsflöden. Mötesinspelning, sammanfattning, sökning och enhetsoptimering levererar redan mätbara tidsbesparingar, särskilt när dessa arbetsbelastningar kan köras lokalt utan latency eller beroende av anslutning.

Där branschen fortfarande är tidig är i bred, företagsomfattande transformation. Det finns ingen enskild “killer-app” ännu, och antagande beror tungt på utbildning, integration och förändringshantering, inte bara hårdvaran.

Immersiva formfaktorer marknadsförs som nästa utveckling av smarta enheter. Från din utgångspunkt, vad betyder “immersiv” realistiskt för affärsanvändare under de kommande tre till fem åren — och vilka användningsfall är mogna nog att gå utöver experiment?

För affärsanvändare måste “immersiv” betyda praktiskt. Mer användbar skärmyta, bättre fokus och mer naturligt samarbete, inte något experimentellt.

Vi ser det bli verklighet genom utvidgningsbara skärmar, flerlägesdesign och modulära ekosystem som utvidgar arbetsutrymmet utan att lägga till komplexitet.

Under de kommande tre till fem åren kommer de mest framgångsrika användningsfallen att överensstämma med företagskritiska företagsuppgifter: dokumenttunga uppgifter, samarbete och mobil produktivitet. Andra teknologier, som glasögonfria 3D, ringar och vissa spatiala interaktionsmodeller, kommer sannolikt att mognas först i specialiserade roller som designvisualisering, utbildning eller avancerat samarbete innan de blir mer allmänt antagna.

När AI-arbetsbelastningar ökar, måste enheter balansera prestanda, termiska, batteriliv och säkerhet. Vilka ingenjörsmässiga avvägningar är mest utmanande när man bygger kommersiella AI-datorer som måste prestera tillförlitligt i företagsmiljöer?

Det svåraste är att kunderna vill allt på en gång: prestanda, batteriliv, tunn design och tillförlitlighet. I verkligheten tävlar dessa saker. Större batterier och starkare kylning lägger till vikt och tjocklek, så den verkliga utmaningen är att hitta rätt balans, inte att jaga en enskild specifikation.

Säkerhet måste också byggas in från början. När AI-arbetsbelastningar flyttar närmare slutpunkten, blir beslut om firmware-integritet, hårdvaruskydd och leverantörsgaranti en del av prestandaekvationen. I företagsmiljöer är snabba men sårbara system enkelt inte skalbara.

Säkerhet och datagovernance förblir topprioriteringar för företagsköpare. Hur förändrar sig skiftet mot på-enheten-AI-inferens samtalet kring sekretess, efterlevnad och riskhantering?

På-enheten-AI förbättrar samtalet kring sekretess, eftersom mer data kan stanna lokalt på enheten. Det är en stor förändring, särskilt för reglerade branscher. Det hjälper också till att hantera problem kring latency och kontroll, eftersom känsliga arbetsbelastningar inte alltid behöver lämna slutpunkten.

Men det tar inte bort behovet av governance. Företag behöver fortfarande tydliga policys kring hur modeller används, hur data hanteras och hur resultat valideras.

Det är därför vi fokuserar på säkerhet under operativsystemet, leverantörsgaranti och enhetsnivåtillit. När AI flyttar till slutpunkten är det där risk och ansvar alltmer sitter.

Många företag experimenterar med AI-agenter som automatiserar arbetsflöden och beslutsfattande. Hur ser du att AI-datorer utvecklas för att bättre stödja agent-drivna arbetsflöden lokalt, och vilka hårdvaru- eller programvaruinnovationer kommer att krävas för att göra det smidigt?

Jag ser AI-datorer utvecklas från enkla hjälpfunktioner till plattformar som stödjer agent-drivna arbetsflöden. Vi flyttar från AI som ett verktyg du interagerar med, till AI som kan agera på din vägnar. Det är en betydande förändring.

Du kommer att se detta utvecklas över enheter och ekosystem, inte bara inom en enskild PC. Den verkliga möjligheten är samordning, där AI förstår sammanhang över ditt arbete och enheter, inte bara isolerade uppgifter.

För att göra dessa agentarbetsflöden smidiga på enheten, behöver vi fortsatt framsteg inom på-enheten-acceleration och effektivitet. Lika viktigt är en intelligent programvaruarkitektur som kan interagera med modeller när ekosystemet utvecklas, tillsammans med företagsklassade skyddsräcken så att agenter kan operera säkert och med tillit.

Den utvecklingen kommer att bero tungt på hybrid-AI-arkitekturer, där agenter kan operera lokalt när det behövs, medan de fortfarande kan utnyttja molnskaliga modeller när det är lämpligt.

Lenovo har historiskt sett excellerat i att förstå kundfeedback och översätta det till produktstrategi. Vilka återkommande teman hör du från företagskunder om AI-aktiverade enheter som den breda marknaden kanske underskattar?

Temana vi hör från företagskunder är vanligtvis mer praktiska än branschsamtalet.

För det första vill kunderna ha tydliga företagsanvändningsfall och konsekvent avkastning. Uppdateringscyklerna planeras år i förväg, så utan mission-kritiska resultat förblir många team försiktiga.

För det andra, även när nya enheter distribueras, är underutnyttjande vanligt om utbildning och ombordstigning inte byggs in.

För det tredje är governance och tillit avgörande. Köpare vill ha lokala AI-alternativ som minskar onödig dataexponering och tydlig insyn i vad som händer på enheten.

Slutligen, grunderna betyder fortfarande något. Batteriliv, prestanda, portar, tillförlitlighet och reparation. AI ersätter inte dessa förväntningar, det höjer ribban för alla.

Om fem år, tror du att termen “AI-dator” fortfarande kommer att existera som en kategori, eller kommer AI-funktioner enkelt att bli en osynlig, inbäddad lager över alla kommersiella enheter — och vad betyder det för hur företag differentierar sin hårdvara?

Jag tror att termen “AI-dator” kommer att blekna med tiden. AI blir bara en del av vad en dator är.

Den verkliga differentieringen skiftar till upplevelse, hur personlig den är, hur väl den skyddas, hur lätt den är att hantera i skala och hur säkert företag kan distribuera den.

På det sättet blir AI osynligt. Vad kunderna bryr sig om är om enheten hjälper människor att arbeta bättre och om de litar på den.

Tack för den underbara intervjun, läsare som vill lära sig mer bör besöka Lenovo.