Том Батлер, Віце-президент, Всесвітній комерційний портфель і управління продуктами в Lenovo – Серія інтерв’ю

Цей інтерв’ю було проведено у зв’язку з MWC 2026, де Lenovo представила свої останні досягнення в галузі комерційних обчислювальних систем, що працюють на основі штучного інтелекту.

Том Батлер, Віце-президент, Всесвітній комерційний портфель і управління продуктами в Lenovo, має понад два десятиліття досвіду роботи в компанії, пройшовши через різні керівні посади, від директора до виконавчого директора та віце-президента глобального комерційного портфеля. Базуючись у районі Ралі-Дарем, він відповідає за формування світової комерційної стратегії продукції Lenovo, узгоджуючи апаратне, програмне забезпечення та послуги для задоволення потреб підприємств. Його кар’єра відображає глибокий досвід у сфері управління продуктами, виконання маркетингових стратегій та керівництва великими портфелями, заснованими на попередніх технічних та операційних ролях у Cisco та Ericsson, де він розвинув основу у сфері бездротових систем, інфраструктури підприємств та підтримки клієнтів.

Lenovo – це глобальна технологічна компанія, яка генерує десятки мільярдів доларів доходу щороку та обслуговує клієнтів у понад 180 ринках. Компанія пропонує широкий портфель продукції, який включає в себе персональні комп’ютери, смартфони, планшети, сервери та інфраструктуру підприємств, а також програмне забезпечення, рішення, засновані на штучному інтелекті, та послуги, призначені для підтримки цифрової трансформації. Її бізнес структурований по ключових сегментах, включаючи інтелектуальні пристрої, рішення інфраструктури та послуги, що дозволяє їй працювати як у сфері споживачів, так і в сфері підприємств. Lenovo все більше позиціонує себе навколо штучного інтелекту та інтегрованих комп’ютерних досвідів, поєднуючи апаратне забезпечення з інтелектуальним програмним забезпеченням та хмарними можливостями для підтримки сучасних робочих місць та великомасштабних підприємств.

Ви провели понад два десятиліття в Lenovo, пройшовши через посади маркетингу продукції, стратегічного планування та керівництва портфелем, щоб тепер керувати світовим комерційним портфелем ноутбуків. Як це сприйняття вплинуло на ваше розуміння того, що насправді визначає “комп’ютер штучного інтелекту” порівняно з традиційним бізнес-ноутбуком з функціями штучного інтелекту, накладеними зверху?

Я провів більшу частину своєї кар’єри в сфері комерційних комп’ютерів, тому я досить суворий щодо визначення. Комп’ютер штучного інтелекту не є традиційним ноутбуком з декількома доданими функціями, а системою, розробленою з нуля для виконання завдань штучного інтелекту локально, ефективно та безпечно.

Для мене має значення те, що пристрій може робити нативно. Чи може він запускати значимі досвіди штучного інтелекту без залежності від хмари? Чи може він адаптуватися до користувача, його даних, його робочих процесів? І чи може він робити це таким чином, щоб задовольняти очікування підприємств щодо безпеки та керування?

Після років роботи в цій сфері я навчився дивитися за межі гіпу. Якщо це не фундаментально змінює спосіб роботи людей, то це ще не комп’ютер штучного інтелекту.

Все частіше ми бачимо це як частину більшої тенденції до гібридних архітектур штучного інтелекту, де пристрій обробляє більше інформації локально і звертається до хмари лише коли це необхідно.

Як керівник, відповідальний за ThinkPad, ThinkBook та комерційне програмне забезпечення, як ви переосмислюєте комерційний план ноутбуків, щоб врахувати завдання штучного інтелекту, які все частіше виконуються локально на пристрої, а не виключно в хмарі?

Когда завдання штучного інтелекту виконуються локально, план розвитку повинен пріоритезувати стабільну продуктивність на пристрої, а не лише пікові характеристики. На практиці це означає розширення можливостей процесорів нейронних мереж (NPU) у конфігураціях ThinkPad і ThinkBook та розгляд NPU як основного ресурсу поряд з CPU і GPU. Завдання, такі як підсумки зустрічей, транскрипція, інтелектуальний пошук та створення контенту, все частіше оптимізуються для локального прискорення.

Це також вимагає зміни у способі мислення про програмне забезпечення. Клієнти підприємств не хочуть ізольованих функцій штучного інтелекту, вони хочуть інтегровані досвіди, які працюють через робочі процеси, пристрої та середовища.

Це також узгоджується з більш широкою тенденцією, яку ми бачимо – від моделі “хмара спочатку” до більш гібридних моделей штучного інтелекту. Підприємства починають думати про підхід “локально спочатку, хмара коли потрібно”, коли комп’ютер або пристрій на краю обробляє більшу частину завдань, а хмара використовується більш вибірково. Це має реальні наслідки не лише для продуктивності, але й для витрат, контролю та того, як проектуються середовища інформаційних технологій. Тому ми зосереджені на відкритих, гнучких архітектурах, які підтримують кілька моделей та розвиваються екосистеми, а не блокують клієнтів у одному підході.

Підприємства піддаються тиску щодо модернізації своїх парків пристроїв, але цикли оновлення звужуються. Яка найсильніша бізнес-аргументація сьогодні для того, щоб ЦОД інвестували в комп’ютери штучного інтелекту замість продовження терміну служби існуючого обладнання?

Бізнес-аргументація сьогодні стає все чіткішою: ЦОД запитуються щодо модернізації для світу, у якому очікування продуктивності та безпеки змінилися, а старіші парки комп’ютерів не завжди можуть досягти цього нового рівня лише за допомогою оновлень програмного забезпечення.

Продуктивність є частиною історії, але це вже не найцікавіша частина. Що змінилося, так це те, що завдання штучного інтелекту тепер є частиною щоденної продуктивності, а старіші парки комп’ютерів просто не були розроблені для цього.

Фактична віддача від інвестицій полягає в тому, що вони дозволяють нові способи роботи, локальний штучний інтелект, який тримає конфіденційну інформацію на пристрої, кращі досвіди співробітництва та зменшену залежність від постійної підключення. Також існує вимір витрат, який стає все важливішим. Дані центри все частіше резервуються для завдань, що генерують доход, тому якщо ви можете перемістити завдання тестування, висновку або початкових завдань штучного інтелекту на клієнтський пристрій або край, ви зменшуєте непотрібне використання хмари та знижуєте загальні витрати.

Водночас підприємства хочуть модернізуватися без порушення роботи. Комбінування нових пристроїв з послугами життєвого циклу, фазованими розгортаннями та “пілотними” проєктами допомагає зробити цикли оновлення відчутними та практичними, а не реактивними.

Комп’ютери штучного інтелекту часто обіцяють покращення продуктивності через локальних копілотів та автоматизацію. У реальних умовах підприємства, де ви бачите фактичне підвищення продуктивності – і де галузь ще попереду практичних результатів?

Там, де ми бачимо реальний вплив, – це коли штучний інтелект пов’язаний з конкретними робочими процесами. Захоплення зустрічей, підсумки, пошук та оптимізація пристрою вже дають вимірні економії часу, особливо коли ці завдання можуть виконуватися локально без затримок чи залежності від підключення.

Там, де галузь ще на початку, – це широкомасштабна трансформація підприємств. Не існує ще жодного “вбивчого” застосунку, і прийняття залежить сильно від навчання, інтеграції та управління змінами, а не лише від апаратного забезпечення.

Іммерсивні формати представляються як наступна еволюція розумних пристроїв. З вашої точки зору, що означає “іммерсивний” для бізнес-клієнтів протягом наступних трьох-п’яти років – і які випадки використання достатньо зрілі, щоб вийти за межі експериментів?

Для бізнес-клієнтів “іммерсивний” повинен означати практичність. Більше корисного простору екрана, краща концентрація та більш природнє співробітництво, а не щось експериментальне.

Ми бачимо, як це стається через розширені дисплеї, багатомодальні конструкції та модульні екосистеми, які розширюють робоче місце без додавання складності.

У найближчі три-п’ять років найбільш успішними випадками використання будуть ті, які узгоджуються з критичними завданнями підприємств: завданнями, пов’язаними з документами, співробітництвом та мобільною продуктивністю. Інші технології, такі як безокулярна 3D, кільця та деякі моделі просторового взаємодії, ймовірно, зріють спочатку в спеціалізованих ролях, таких як візуалізація дизайну, навчання чи просунуте співробітництво, перш ніж стануть більш широко прийнятими.

Як пристрої штучного інтелекту збільшуються, пристрої повинні балансувати продуктивність, теплові характеристики, тривалість життя батареї та безпеку. Які інженерні компроміси є найбільш складними при створенні комерційних комп’ютерів штучного інтелекту, які повинні працювати надійно в середовищі підприємств?

Найскладнішою частиною є те, що клієнти хочуть все одночасно: продуктивність, тривалість життя батареї, тонкий дизайн та надійність. На практиці ці речі конкурують. Більші батареї та потужніше охолодження додають вагу та товщину, тому справжньою викликом є знаходження правильного балансу, а не переслідування однієї характеристики.

Безпека також повинна бути закладена з самого початку. Коли завдання штучного інтелекту переміщуються ближче до кінцевого пристрою, рішення про цілісність прошивки, апаратні захисту та забезпечення ланцюга постачання стають частиною рівня продуктивності. У середовищі підприємств швидкі, але вразливі системи просто не масштабуються.

Безпека та управління даними залишаються головними проблемами для підприємців. Як зміна до локального висновку штучного інтелекту змінює розмову про конфіденційність, відповідність вимогам законодавства та управління ризиками?

Локальний висновок штучного інтелекту покращує розмову про конфіденційність, оскільки більше даних можуть залишатися локально на пристрої. Це велика зміна, особливо для регульованих галузей. Це також допомагає вирішувати проблеми щодо затримок та контролю, оскільки конфіденційні завдання не завжди потребують виходу за межі кінцевого пристрою.

Але це не усуває потребу у керуванні. Підприємства все ще потребують чітких політик щодо того, як моделі використовуються, як обробляються дані та як результати підтверджуються.

Тому ми зосереджені на безпеці нижче рівня операційної системи, цілісності ланцюга постачання та довірі на рівні пристрою. Коли штучний інтелект переміщується на кінцевий пристрій, там все частіше сидить ризик та відповідальність.

Багато підприємств експериментують з агентами штучного інтелекту, які автоматизують робочі процеси та прийняття рішень. Як ви бачите розвиток комп’ютерів штучного інтелекту для кращої підтримки агентських робочих процесів локально, і які інновації у сфері апаратного чи програмного забезпечення будуть необхідні для того, щоб зробити це безшовним?

Я бачу, як комп’ютери штучного інтелекту еволюціонують від простих допоміжних функцій до платформ, які підтримують агентські робочі процеси. Ми рухаємось від штучного інтелекту як інструменту, з яким ви взаємодієте, до штучного інтелекту, який може діяти від вашого імені. Це значуща зміна.

Ви побачите це еволюцію по всім пристроям та екосистемам, а не лише в межах одного комп’ютера. Реальна можливість полягає в координації, де штучний інтелект розуміє контекст вашої роботи та пристроїв, а не лише ізольовані завдання.

Для того, щоб зробити ці агентські робочі процеси безшовними на пристрої, нам знадобиться подальший прогрес у сфері локального прискорення та ефективності. Не менш важливим є архітектура інтелектуального програмного забезпечення, яка може взаємодіяти з моделями, коли екосистема розвивається, а також підприємницькі перила, щоб агенти могли працювати безпечно та довіряно.

Ця еволюція сильно залежатиме від гібридних архітектур штучного інтелекту, де агенти можуть працювати локально, коли це потрібно, а хмарні масштабні моделі використовуються, коли це доречно.

Lenovo історично добре розуміла відгуки клієнтів та перекладала їх у стратегію продукції. Які повторювані теми ви чуєте від клієнтів підприємств щодо пристроїв, оснащених штучним інтелектом, які ширша ринкова сфера може недооцінювати?

Теми, які ми чуємо від клієнтів підприємств, зазвичай більш практичні, ніж розмови галузі.

По-перше, клієнти хочуть чіткі підприємства випадки використання та послідовну віддачу від інвестицій. Цикли оновлення плануються за роки наперед, тому без критичних результатів багато команд залишаються обережними.

По-друге, навіть коли розгортаються нові пристрої, недооцінка є поширеною, якщо навчання та впровадження не будуються в процес.

По-третє, керування та довіра є суттєвими. Покупці хочуть локальні варіанти штучного інтелекту, які зменшують непотрібну експозицію даних та забезпечують чітку видимість того, що відбувається на пристрої.

Нарешті, фундаментальні речі все ще мають значення. Тривалість життя батареї, продуктивність, порти, надійність та ремонтопридатність. Штучний інтелект не замінює ці очікування, а підвищує планку для всіх них.

Оглядаючи перспективу на п’ять років вперед, ви вважаєте, що термін “комп’ютер штучного інтелекту” все ще буде існувати як категорія, чи штучні інтелектуальні можливості просто стануть невидимим, вбудованим шаром у всіх комерційних пристроїв – і що це означає для того, як компанії будуть відрізняти свою апаратуру?

Я вважаю, що термін “комп’ютер штучного інтелекту” з часом зникне. Штучний інтелект просто стане частиною того, що таке комп’ютер.

Фактичне відрізнення зміщується до досвіду, того, наскільки особистим він є, наскільки добре захищеним, наскільки легко керувати у масштабі та наскільки впевнено підприємства можуть розгортати його.

У цьому сенсі штучний інтелект стає невидимим. Що клієнти турбують, так це чи допомагає пристрій людям працювати краще, і чи вони довіряють йому.

Дякую за велике інтерв’ю. Читачам, які бажають дізнатися більше, слід відвідати Lenovo.