KAIYUNAIPC的“名利场”生产力还是市值猛药？就在2月28日，苹果CEO库克还在股东大会上宣称：目前市面上用于人工智能的电脑，没有比Mac更好的。仅一周过去，苹果在没有预告的前提下，突然发布了新款Macbook Air，并大肆宣扬了新款电脑的AI能力。

　　在PC进行AI改造的路线上，PC与手机同为个人智能硬件，底层实现原理较为类似。基本原理都是以大模型端云协同的共识下，加强芯片AI能力实现端侧部署。例如高通在PC端上推出了支持搭载130亿参数大模型的X Elite；英特尔在全新酷睿HX和U系列CPU，增加了核显数量来提高AI性能。

　　不过，聚焦在具体使用场景中，与AI手机偏向生活和便利的方向不同，AIPC更倾向于创意和生产力。例如微软用Colpilot改造升级了包括画图、视频编辑器、截图和照片等基础功能。联想搭载了向量数据库，让AI利用本地资料做PPT。

　　生成式人工智能具有令人难以置信的突破潜力，或许AI改变一切的潜力正如库克所强调一般。从生活到生产，从工作站到智能穿戴，AI改造全部电子设备的进程已不可阻挡。

　　在AI改造智能终端的道路上，与手机厂商主导的AI手机不同，AIPC在产业链上汇聚了更多厂商的共识。

　　2023年9月，英特尔CEO帕特·基辛格在创新大会上认为，AI将通过云与PC紧密协作，进而从根本上改变、重塑和重构PC体验，并高呼称，我们正迈向AIPC的新时代。另一边的微软，在Windows 11上内置了Copilot，将AI助手集成到PC系统层级。

　　从时间节点来算，英特尔和微软是AIPC时代的揭幕者。但对于AI植入PC的看法，英特尔和微软显然各有各的算盘。

　　在英特尔这边，根据创新大会聚焦开发者云平台的规划，不难看出英特尔希望通过AI普及到终端的方式，拉动其近两年不断失利的数据中心及AI业务。根据英特尔2023年报显示，其两大营收支柱之一的数据中心及AI业务营收155亿美元，同比下滑20%。并且，其数据中心业务在整个市场中已经呈现边缘化趋势，市场营收份额已下降至如今的20%区间。

　　而对于半控制了OpenAI微软来说，PC系统内置AI（Copilot），更像是Windows和ChatGPT的整合。在自然语言的交互下，降低用户使用操作系统的难度，顺便推广更新Windows 11。

　　不过，不论PC产业链上游的玩家（英特尔和微软）最初对AIPC的想法如何，AIPC的落地，随着2024年CES上英伟达、英特尔、AMD围绕AIPC推出多款AI能力增强的芯片，PC整机厂商联想一口气推出10余款AIPC产品的密集节奏下，更多PC整机厂商也披露（或发布）了AIPC产品的落地计划。

　　其中，除了联想和微软、苹果，单论整机厂商是惠普将在星Book Pro 14上搭载酷睿Ultra 7处理器，用于支持本地200亿参数大语言模型；戴尔在灵越13 prokaiyun登录入口登录、14 Plus、16Plus上搭载酷睿Ultra处理器；三星将在Galaxy Book4（搭载酷睿Ultra）上深度集成微软Copilot；宏碁在Swift和Aspire笔记本支持Copilot按键（一键呼出Copilot功能）；华硕将推出灵耀14等AIPC。

　　从PC厂商们的产品规划来看，准备发布（或已发布）的AIPC产品具备两个明显特征。其一是，现阶段披露的产品，大多AI的落地规划并不完整，AI功能主要靠芯片能力（搭载酷睿Ultra）或依赖第三方实现（Copilot）；其二是2024年的PC市场将在不同定位和价位上，涌现大量AIPC产品。

　　PC厂商们在AI能力的缺位，或因PC厂商对AI大模型的投入并未如手机行业人手一个大模型般狂热。不过，从PC厂商宁可先拿硬件顶上也要扎堆推出AIPC的举动上，能够看到PC的AI迭代窗口期可能非常短。

　　以中国PC市场为界，根据IDC数据显示，处理器集成AI加速引擎的AIPC（包括笔记本电脑和台式机）在2024年便成为市场主流。2027年，AIPC的市场份额预计将达到85%，基本完成对PC市场的渗透。预期的销量解释了，PC厂商为何纷纷将2024年作为推出AIPC产品的重要时刻。

　　或许AIPC的落地节奏kaiyun登录入口登录，正如去年12月联想集团副总裁kaiyun全站入口、中国首席战略官阿不力克木・阿不力米提所言，AIPC首先会经历一个AI Ready阶段，芯片架构会率先升级到混合AI架构，并加速AI应用创新；随着个模型、个人智能体、AI应用开放生态等的嵌入，AIPC将加速迈入AI On阶段。当前阶段的AIPC产品落地，暂时处于先推出具备AI能力硬件（AI Ready），等待PC端应用生态和使用场景完全开发（AI On）的阶段。

　　不过，参考手机行业的AI变革，一味依赖硬件和第三方支持的AI终端会丧失产品差异kaiyun全站入口，表现弱于平均值（例如国行三星Galaxy S24的部分AI功能表现较差）。

　　咨询机构IDC认为，一台具备AI能力的PC必须拥有专用的芯片组或模块来加速AI计算，有AI芯片的就算是AIPC。

　　位于PC产业上游芯片的英特尔认为，能在本地端使用AI功能的就是AIPC。AI可通过云与PC的紧密协作，或在电脑端独立运行大语言模型，进而从根本上改变、重塑 PC 的用户体验。

　　位于PC产业下游的整机厂商联想认为，AIPC是个人AI助理，也就是Personal AI Twin，作为每个人的分身，能够提供四个方面的核心价值：第一，能够在工作、学习、生活等场景下提供个性化创作、私人秘书和设备管家在内的专属服务；第二，能够提供时刻伴随、实时感知与响应、不依赖网络的可靠服务；第三，因为 AI 全面内嵌本地终端，能够大幅度降低每个人使用大模型服务的成本；第四，能够提供最大容量、最可靠的本地个人数据和隐私安全保障。

　　即AIPC是能支持AI本地运行、能主动介入用户的使用过程，以及提供AI工具来满足用户实际的生产力（或创作）需求。

　　首先是AI本地化的处理上，由于PC厂商当前还未形成类似手机厂商内置自家大模型的策略。AIPC的大模型主要还是依赖于第三方搭载。例如联想Lenvo AI Now助手的大模型就来自阿里云的通义千问。PC的AI能力，当前主要还是依靠AI算力硬件升级，或支持本地大模型的方式实现。

　　具体在芯片上，是强调NPU为主（独立AI加速器）性能的异构计算平台已经成为主流。其中，在Arm阵营中，高通在2023年10月发布的骁龙X Elite处理器，搭载的Hexagon NPU可提供45TOPS算力，支持设备本地运行130亿参数的AI大模型。在运行参数量较小（70亿）的大模型时，支持每秒生成30个token（可理解为每秒生成30个词）。另一边，在x86阵营，英特尔在2023年四季度推出的Meteor Lake系列上，首次将NPU内置，支持200亿参数大模型运行。

　　其次，在AI主动介入用户的使用中，当前大多数AIPC厂商的尝试不算太深入。主要功能还是利用AI动态调配算力（例如荣耀Magicbook、苹果Macbook），实现更流畅的PC体验。但仅是如此的AI功能，还远远不够。参照手机行业的主动式AI功能（例如OPPO小布助手等），或许个人AI知识库将成为PC端人机共驾的方向。

　　由于AI大模型基于历史数据训练，用户在使用大模型介入生产活动中kaiyun全站入口，虽可以用AI出一份工作总结或PPT模板，但AI输出的具体内容不可避免地呈现出模板化特征。

　　对此，联想的解决方案是将向量数据库内置于PC。PC端可以将用户工作过程中的所有文档、PDF、PPT、日程表，甚至工作习惯进行向量化，并存储于本地。如此一来，当用户向AI提出要求时，AI可以基于本地资料，向用户提供具有个人特征的回答，或主动为用户提供相应的素材。

　　最后，在AI工具层面，当前AIPC厂商的AI工具大多处于通用整合阶段，暂时无法体现PC品牌的差异化。例如惠普的惠小微具备字幕翻译、会议笔记等功能，但这些功能在视频、会议软件中大多早已内置，使得PC厂商的AI工具存在感较弱。

　　整体来看，当前PC产业链的厂商们虽对AIPC的定义达成了初步共识，但从实际产品表现中，当前AIPC更多还是以体现AI潜力为主。AIPC在实际落地、AI与PC的结合、AI功能差异化上暂时还处于初级阶段。

　　但相信，这些问题日后都能随着出货量的上升，英特尔、英伟达、苹果等AIPC应用生态的普及，PC厂商补齐AI能力下逐渐解决。届时，市场存量的AI Ready状态的AIPC将集体向AI On阶段转变。正如华硕共同执行长胡书宾所言，AIPC2024年会开始发酵，但还是有一段学习曲线。

　　参考手机行业，从手机厂商加入自研大模型到OPPO初步实现AI原生的周期约为半年。考虑到PC整机厂商的AI能力相比手机行业较弱，AIPC预计形成AI差异化卖点的时间，大概率将稍长于AI手机。

　　如此一来，2024年AIPC渗透率一下子飞升至50%的预期，背后或许存在着PC产业链们远超AI技术赋能的诉求。

　　从销量变化层面来看kaiyun登录入口登录，当前全球PC行业位于触底反弹阶段。据Gartner的报告显示，2023年全球PC出货量再跌谷底，全年PC出货量为2.4亿台，较2022年下降14.8%，是市场自2006年（2.3亿）以来首次跌破2.5亿台。

　　不过，当把销量数据拆分到季度，PC行业却显示复苏迹象。数据显示，2023年四季度的出货量同比增长0.3%，结束了此前连续八个季度的下降。对此，Gartner研究总监Mikako Kitagawa认为，PC市场经过大幅调整后已经触底。已困扰该行业两年之久的库存问题在2023年第四季度回归正常。这次出现小幅增长表明供需终于达到了平衡。

　　总所周知，PC市场是一个早已发展完全的市场，其宏观销量变动及预期主要受经济、技术迭代和换新周期所影响，而聚焦于2024的AIPC销量，在如前文所述的AIPC特性及差异化不足，加上PC厂商大规模投放AIPC产品策略的影响下，换新周期是本轮推动AIPC渗透率高增的主要原因。

　　根据数据显示，受疫情转化的居家办公、线上教育等PC需求影响，2019至2022年间PC行业销量呈现明显增长。在此基础上，叠加PC平均5年的换机周期，可以预期2024年为PC行业新一轮增长周期的开始。如此一来，随着AIPC产品的大量投放，AIPC的高渗透率自然将随着换机选购而急剧提升。

　　在市场蛋糕放大的背景下，随着AIPC（AI Ready阶段）快速渗透，整个PC产业链也随之狂欢。

　　硬件领域，以PC零部件的内存为例。虽然当前AIPC厂商对内存配置尚无共识，但AIPC将驱动内存需求增长的趋势已能基本确定。根据TrendForce数据，2021年底单台PC的DRAM平均容量为7.49GB。在AIPC的产品路线G的内存远远不够运行PC内置大模型。参考AI手机行业的参数量（约7B）和联想Lenvo AI Now助手（原始参数量7B）对内存的需求，单是内存行业在AIPC时代的容量需求就已经趋近翻倍。

　　最大的变化或将体现在因SoC架构改变而推动的软件生态上。随着AI对PC芯片算力的需求增长（微软认为至少需要40TOPS），原本PC普遍采用的x86架构的功耗问题开始凸显。PC行业开始越来越关注低功耗、长续航的Arm架构。

　　具体差别简单来说，x86和Arm架构的不同，一方面是不同架构芯片上的软件不同，另一方面是x86架构设计思路倾向于综合高性能。但x86随着性能提升，功耗压不住，导致PC耗电量大，而采用了Arm架构的SoC随着性能提高，功耗相对可控。

　　以苹果采用了Arm架构的M3芯片为例，M3芯片性能核速度比M1提升最高30%。但在以M1、M3芯片提供相同性能的作为对比，M3的功耗几乎只有M1的一半。

　　看到了Arm架构潜力的微软，在2021年发布了Windows 11 on Arm，提供了x86架构应用向Arm架构迁移的路径。2022年，微软又面向Arm架构推出了应用开发套件（Visual Studio2022），推动Windows生态向Arm架构转变。而这，对PC软件的开发者来说，将是一次大规模的软件移植热潮。

　　此外，在AI工具层面，目前市场上的应用大多集中在图像、AI对话、视频等AIGC领域。这些应用落地在实际生产场景时，或因重复生成导致总计加载时间较长和费用昂贵。而在AIPC本地运行AI大模型的能力下（例如英特尔通过OpenVINO插件，离线在本地运行了Diffusion软件），用户将能无视网络环境，随时随地利用AI生产创意。

　　从手机到PC，AI改造一切智能终端的趋势已经不可阻挡。可以预见，当随着AI平板、AI耳机、AI手环等更多更贴近生活的设备出现后，智能化终将无处不在。