联想北美中小企业业务总经理 Matt Meyers——访谈系列

Matt Meyers是联想北美中小企业业务总经理，负责协助中小企业应对 AI 应用、网络安全以及现代 IT 运营带来的种种挑战。他在联想工作了十多年，曾负责全球客户、服务与软件、数字化办公解决方案及商业领导工作。这段职业历程让他专注于帮助规模较小的企业获得能力强、安全可靠且符合其预算和精简 IT 团队需求的技术。在他看来，技术应带来切实的业务成果：找出实用的 AI 应用，让设备和服务满足员工需求，并在扩大投资之前衡量技术投资的价值。

Lenovo是一家全球性科技公司，业务涵盖个人计算、基础设施、软件、解决方案和服务。其面向企业的产品和服务包括搭载 AI 的 PC、数字化办公解决方案、ThinkShield 安全防护，以及基于订阅模式的 TruScale 服务。对于中小企业而言，这些能力将设备、支持服务、安全防护和生命周期管理整合起来，有助于简化技术运营。随着 AI 日益融入日常业务应用和工作流程，Lenovo 正在设备、边缘和云端环境中开发解决方案，为企业部署和管理技术提供多种选择。

您在联想工作了十多年，历经全球客户、服务与软件、数字化办公解决方案、商业领导等岗位，如今负责北美中小企业业务。这段职业历程如何改变了您对中小企业与大型企业所面临技术挑战的看法？

在联想职业生涯的各个阶段，我发现，无论企业规模大小，面临的根本技术挑战都惊人地相似。每家企业都在努力提高生产力、加强安全防护、控制成本，并思考如何利用 AI 等创新技术创造竞争优势。

中小企业与大型企业的差异在于资源。大型企业通常设有专门团队，负责安全、基础设施、采购、AI 和数字化转型。在许多中小企业，这些职责可能落在少数几个人身上，甚至由一个人独自承担。因此，几乎没有余地应对复杂情况或失误。

这让我认识到，中小企业需要的不是缩小版的企业级技术，而是根据其实际运营情况设计的解决方案。技术必须安全、易于部署和管理，并能迅速创造价值。如果能做到这一点，技术就会成为推动增长的助力，而不是又一项争夺时间和精力的运营负担。

对于 IT 团队规模小、预算有限的中小企业来说，采用 AI 可能让人不知从何着手。在开始认真投资 AI 之前，企业应先做好哪两三项准备？

我看到企业最常犯的错误，就是从技术本身入手，而不是先明确要解决的业务问题。

第一步是找出 AI 能在哪些方面带来可衡量的成效，例如减少行政事务、提升客户响应效率、帮助员工更快获取信息，或简化决策流程。最有成效的 AI 项目都与具体的业务目标挂钩。

第二步是了解自己的数据。企业需要清楚掌握自己拥有哪些信息、这些信息存放在哪里、谁有权访问，以及哪些信息绝不能输入公共 AI 环境。开始之前不必建立完美的数据治理体系，但必须打好基础。

第三步是在投资之前明确成功标准。如果目标是提高生产力，就先建立基准；如果目标是降低成本，就先了解当前成本。务实的做法是从范围明确的应用场景入手，验证其价值，再根据实际结果而非假设逐步扩大应用规模。

根据您接触的中小企业客户，现在哪些领域的 AI 已经创造了切实价值？又有哪些应用场景被过度炒作，实际成效却没有达到企业的预期？

最直接的价值体现在日常生产力提升上。

我们看到企业正在利用 AI 总结信息、创作和润色内容、分析文档、提炼洞见，以及减少重复性的行政工作。这些任务单独来看或许谈不上变革性，但合在一起，就能显著提升整个企业的效率。

有时，预期会超出现实的地方在于全面自动化。人们仍普遍认为，AI 几乎无需监督就能完全取代复杂岗位或业务流程。如今对大多数中小企业来说，最大的价值并未体现在这一方面。

最显著的成效来自利用 AI 为员工赋能、消除工作流程中的阻碍并加快决策。最好的起点仍是那些可重复、高频发生的任务：其影响可以衡量，而且能够迅速得到应用。

许多公司都在考虑升级到 AI 电脑。对于中小企业主来说，哪些工作负载确实能从在设备本地运行 AI 中受益？又在什么情况下，传统电脑搭配云端 AI 仍足以满足需求？

这个问题没有放之四海而皆准的答案，因为每位员工的工作方式都不一样。

对于经常使用 AI 应用、实时转录和翻译、先进协作工具、内容创作工作流，或处理敏感信息的用户而言，AI 电脑最能发挥价值。本地 AI 可以提升响应速度、减少对网络连接的依赖，并借助专用处理资源，让某些 AI 功能直接在设备上运行。对于希望某些信息保留在设备上的组织来说，本地 AI 可能会有所帮助，但具体还要视其安全政策和所用应用而定。

与此同时，并非每位员工现在都需要 AI 电脑。主要使用传统办公应用、偶尔使用云端 AI 服务的员工，使用传统系统也可能继续获得出色的性能。

讨论的重点不应是仅仅因为有了 AI 电脑就更新设备，而应是为员工、工作负载和企业未来需求匹配合适的技术。最有效的技术战略，是让投资与实际成效相匹配，而不是追逐潮流。

Lenovo 不断拓展其 AI 电脑战略，同时通过 TruScale 提供设备即服务模式。小型企业如何判断，自行购买和管理硬件，还是转向订阅模式，在财务和运营方面更为划算？

我鼓励中小企业领导者同时评估技术管理的财务影响和实际运营情况。

如果设备需求可预测、组织有可用于前期投资的资金，并且具备在内部管理部署、支持、生命周期管理和更新规划的资源，那么传统的设备所有权模式可能是合适的。

如果目标是获得可预测的月度成本、灵活性并减轻运营负担，设备即服务模式可能很有吸引力。Lenovo TruScale DaaS 等解决方案将设备和生命周期服务整合到订阅模式中，帮助组织简化设备部署、支持、管理和退役流程。

归根结底，问题不只是企业想如何为技术付费，更在于希望员工把时间花在哪里。对许多中小企业而言，真正的价值在于让内部团队专注于推动增长的战略重点，而不是管理设备生命周期和日常事务。

随着员工开始使用生成式 AI 工具，并可能因此暴露公司敏感数据，网络安全问题变得更加棘手。随着 AI 融入日常工作流程，中小企业尤其应关注哪些新的安全风险？

眼下最紧迫的问题之一是数据泄露。

员工可能会通过 AI 工具无意间分享专有信息、客户数据、财务信息或知识产权，却没有充分了解这些信息如何存储、处理或使用。组织需要制定明确的政策，规范获准使用的 AI 工具和数据处理方式。

与此同时，AI 也在提升网络威胁的复杂程度。网络钓鱼活动、冒充行为和社会工程攻击变得越来越具有迷惑性，也越来越难以识别。

尽管出现了这些新挑战，基本防护措施仍至关重要。完善的身份管理、多重身份验证、终端防护、定期安装补丁、备份策略和员工教育，依然是目前最有效的防御手段之一。AI 改变了威胁格局，但并未改变严格落实网络安全规范的重要性。

Lenovo 面向内部 IT 资源有限的组织推出了 ThinkShield 解决方案。如今，网络安全有多大程度可以切实实现自动化或外包？中小企业又有哪些安全职责绝不应完全交给第三方？

如今，日常安全运营中有相当一部分可以实现自动化，或由可信赖的合作伙伴提供支持。

终端监控、补丁管理、威胁检测和事件响应等能力，越来越多地可以通过自动化和托管服务来提供。对中小企业而言，这意味着无需组建大型企业规模的团队，也能获得企业级能力。

ThinkShield 就是技术如何支持自动化并帮助组织管理安全复杂性的一个例子。不过，责任不能外包。

每个组织仍需了解自身最重要的数据，确定哪些人应当拥有访问权限，制定政策、界定可接受的风险，并营造人人都有安全责任的文化。技术和服务提供商可以帮助管理复杂性，但领导层必须对风险管理、治理和业务决策承担责任。

最有效的安全策略建立在合作之上，而非将责任一味交托出去。

整合式服务可以减轻精简型 IT 团队的负担，但也可能让企业更加依赖少数几家技术供应商。中小企业应如何在追求简便和托管服务的同时，兼顾灵活性、互操作性和供应商锁定等方面的顾虑？

对大多数中小企业而言，简便性具有切实的战略价值。

每增加一家供应商、一个平台或一层管理架构，都会带来更多复杂性。这些复杂性会耗费时间、增加运营开销，还可能分散有限资源，使其无法投入到更具价值的优先事项中。

话虽如此，简便性绝不应以牺牲灵活性为代价。企业应寻找能够与现有环境良好集成、支持开放生态系统，并能随着业务需求变化而不断演进的解决方案。

我总是建议领导者在流程早期就向潜在的技术合作伙伴询问互操作性、可移植性和灵活性。最好的技术合作关系能够提供更多选择、降低复杂性，而不应让未来的变革变得更加困难或昂贵。

人工智能面临的一项挑战，是在投入大量资源之前判断投资回报率。中小企业领导者应采用哪些指标，来判断人工智能部署是否确实提高了生产力或降低了成本，而不只是又增加了一层技术？

最有效的衡量方法也最简单：将成效与最初的业务目标联系起来。

如果目标是提高生产力，就衡量节省的时间；如果目标是改善客户体验，就衡量响应时间、客户满意度和问题解决率；如果目标是降低成本，就比较实施前后的流程。

我还会密切关注采用情况。某个解决方案在技术上可能令人印象深刻，但如果员工没有持续使用，或者要花大量时间修正输出结果，这就是关于该方案所创造价值的重要反馈。

对中小企业而言，投资回报率的评估不必过于复杂。先建立基准，开展范围明确的试点，衡量少数几项有意义的指标，再根据证据逐步扩大应用范围。如果无法清楚说明哪些方面有所改善，就值得在加大投入之前重新评估其应用场景。

展望未来三到五年，您认为人工智能将如何改变典型小型或中型企业的技术栈？您预计哪些如今被视为企业级的能力，将成为规模小得多的公司也普遍具备的能力？

我认为，人工智能将越来越多地融入企业现有的技术，而不是作为独立的工具类别存在。

我们将看到智能功能融入设备、协作平台、业务应用、操作系统和安全解决方案；工作负载则会根据性能、成本和安全要求，在设备端、边缘端和云端环境之间迁移。

这对中小企业意义重大，因为过去需要大量预算和庞大 IT 团队才能实现的能力，将变得更容易获得。先进的安全监控、智能自动化、复杂的数据分析、主动式设备管理以及高度个性化的员工支持，都将成为更多中小企业触手可及的能力。

归根结底，人工智能正帮助推动技术普及，让更多人能够使用技术。小企业不应该非得拥有《财富》500强企业的预算、资源或人员规模，才能有效参与竞争。未来几年，我预计大型企业与中小企业之间的能力差距将继续缩小。

真正的差异化优势不在于能否获得人工智能，而在于企业能否有效运用它来赋能员工、服务客户并推动业务成果。

感谢这次精彩的访谈。希望了解如何在小型和中型企业中切实采用人工智能，并实现安全、易管理的 IT 的读者，请访问 Lenovo。