0
| 本文作者： 楊依婷 | 2026-04-22 15:32 |
信創(chuàng)產(chǎn)業(yè)走到今天，問題已經(jīng)發(fā)生了本質(zhì)變化。
早期是“有沒有”的問題——有沒有國產(chǎn)CPU、有沒有國產(chǎn)操作系統(tǒng)、有沒有替代方案；而現(xiàn)在，變成了“能不能用得好”的問題——業(yè)務(wù)能不能連續(xù)、體驗?zāi)懿荒苓_(dá)標(biāo)、生態(tài)能不能閉環(huán)。
更關(guān)鍵的是，AI的出現(xiàn)讓這一問題進(jìn)一步復(fù)雜化。傳統(tǒng)信創(chuàng)尚未徹底解決生態(tài)兼容，新的生產(chǎn)力范式已經(jīng)到來。
在這樣的背景下，聯(lián)想開天提出“1+2+N”體系：1個智能體（天禧AI Pro）+2大生態(tài)方案（軟硬件無界）+N款算力終端。它看似是一個產(chǎn)品矩陣，本質(zhì)上卻是一個完整的系統(tǒng)性解法——既解決“歷史遺留問題”，也定義“未來生產(chǎn)力形態(tài)”。
聯(lián)想開天科技有限公司總經(jīng)理周浩強判斷：“信創(chuàng)產(chǎn)業(yè)的焦點，已經(jīng)從替代轉(zhuǎn)向重構(gòu)。”
從表面看，“1+2+N”分別對應(yīng)一個智能體、兩大生態(tài)方案和N款終端產(chǎn)品，但在實際落地中，這三部分分別承擔(dān)的是“中樞能力”“生態(tài)通路”和“算力載體”的角色。
換句話說，它并不是橫向擴展，而是一個從上到下打通的系統(tǒng)。
在這個體系中，最核心的變化來自“1”——天禧AI Pro。
它的出現(xiàn)，標(biāo)志著信創(chuàng)PC從傳統(tǒng)工具形態(tài)，開始向“具備執(zhí)行能力的智能體平臺”轉(zhuǎn)變。聯(lián)想開天并沒有把AI簡單理解為問答助手，而是將其定義為能夠參與工作流程的“數(shù)字員工”。
周浩強給出過一個很形象的解釋：“模型是大腦，智能體是手腳。”這句話實際上劃清了邊界——AI的價值不在于它能回答多少問題，而在于它能不能完成任務(wù)。
天禧AI Pro的重點并不只是模型能力本身，而是圍繞“感知—規(guī)劃—執(zhí)行”的閉環(huán)構(gòu)建能力。
在具體實踐中，這種能力體現(xiàn)為對操作系統(tǒng)的深入介入，比如通過自然語言完成系統(tǒng)設(shè)置、設(shè)備連接，甚至在完全離線的環(huán)境下完成文檔生成等任務(wù)。這種“能動性”讓AI不再停留在界面之外，而是開始進(jìn)入操作層和流程層。
但對于政企客戶來說，僅僅“能做事”還遠(yuǎn)遠(yuǎn)不夠，更關(guān)鍵的是“能不能穩(wěn)定地做對事”。
周浩強在談到企業(yè)級AI時特別強調(diào)：“它不一定要萬能，但必須在定義好的范圍內(nèi)穩(wěn)定輸出。”這指明了政企AI與個人AI的根本差異——后者可以容忍試錯，而前者必須可控、可預(yù)期。
因此，天禧AI Pro在設(shè)計之初就引入了權(quán)限控制、流程約束和安全機制，使智能體的行為始終處于可管理的邊界之內(nèi)。這種設(shè)計思路，也讓AI從“嘗試性工具”變成了可以納入企業(yè)體系的生產(chǎn)力單元。
“2”所代表的無界方案，解決的則是更基礎(chǔ)的前提——生態(tài)能不能打通。事實上，信創(chuàng)推進(jìn)到今天，最大的阻力已經(jīng)不在硬件，而在軟件與外設(shè)的適配。大量關(guān)鍵業(yè)務(wù)依賴的應(yīng)用仍停留在Windows生態(tài)，而Linux體系下的替代并不完整，這種斷層直接影響業(yè)務(wù)連續(xù)性。
在聯(lián)想開天解決方案總經(jīng)理曹先念看來，信創(chuàng)替換本質(zhì)上就兩個問題：應(yīng)用遷移和外設(shè)兼容。
一邊是Windows生態(tài)下數(shù)以千萬計的應(yīng)用，另一邊是Linux體系下尚未完全成熟的替代；一邊是銀行柜臺、教育場景中大量依賴的打印機、高拍儀、掃描儀，另一邊是驅(qū)動缺失帶來的業(yè)務(wù)中斷風(fēng)險。
這也是為什么信創(chuàng)推進(jìn)到今天，開始出現(xiàn)從“被動替代”向“主動替換”的轉(zhuǎn)變——所謂“主動”，意味著客戶不再是因為政策而用，而是因為“更好用”而用。
但如果生態(tài)問題不解決，“主動”就無從談起。
無界的意義就在于，它沒有試圖繞開這個問題，而是選擇正面解決。通過基于WINE API的轉(zhuǎn)譯技術(shù)，聯(lián)想開天實現(xiàn)了Windows應(yīng)用在Linux環(huán)境中的原生運行，同時避免了虛擬化帶來的性能損耗和合規(guī)問題。
相比傳統(tǒng)虛擬化大約20%的性能折損，無界將損耗控制在3%到6%之間，這種差異在大型工業(yè)軟件或?qū)I(yè)應(yīng)用場景中尤為關(guān)鍵。更重要的是，這種能力不是一次性解決，而是具備持續(xù)擴展的機制。
曹先念提到一個關(guān)鍵能力：“三天之內(nèi)，把Windows可用變成Linux可用。”
目前無界已經(jīng)覆蓋數(shù)萬款應(yīng)用和外設(shè)，并且通過“三天適配”的機制不斷擴展邊界。這種“動態(tài)生態(tài)”的思路，使得信創(chuàng)不再依賴一次性替換，而是可以在使用過程中不斷完善，從而大幅降低遷移的不確定性。
換句話說，無界真正解決的，不只是兼容問題，而是信創(chuàng)推進(jìn)過程中的“信心問題”。它把信創(chuàng)從“可用”推向了“可遷移”。
當(dāng)能力和生態(tài)都被打通之后，“N”的價值才真正顯現(xiàn)出來。
很多人會把“N”理解為一系列硬件產(chǎn)品，但實際上，它更像是一個承載不同AI能力的算力分發(fā)體系。因為AI的落地，最終一定依賴具體的算力環(huán)境，而不同場景對算力的需求差異極大。
在這一點上，聯(lián)想開天采取的是“普惠+分級”的策略。
一方面，通過輕量模型實現(xiàn)基礎(chǔ)能力的全面覆蓋，使大多數(shù)終端都具備AI能力；另一方面，通過不同層級的硬件配置，支持從簡單辦公到復(fù)雜推理的多種需求。
曹先念提到，0.6B模型已經(jīng)可以完成會議紀(jì)要等完整流程，而更高算力設(shè)備則可以支持30B級別模型，用于更復(fù)雜的行業(yè)場景。
這種分層設(shè)計，本質(zhì)上是在平衡成本與能力，讓AI不再是少數(shù)高端設(shè)備的專屬能力，而是可以在更大范圍內(nèi)普及。
與此同時，多樣化的終端形態(tài)也讓AI能力能夠真正進(jìn)入不同場景。從便攜筆記本到高性能工作站，再到面向端側(cè)部署的迷你AI工作站，每一種形態(tài)都對應(yīng)著具體的使用環(huán)境。
AI不再是一個抽象能力，而是必須嵌入真實業(yè)務(wù)場景之中，才能發(fā)揮價值。
更深一層來看，“1+2+N”的意義，其實在于把原本割裂的三件事情重新連接起來：AI能力、生態(tài)兼容和硬件算力。
過去，這三者往往分別演進(jìn)，導(dǎo)致用戶體驗被不斷割裂；而現(xiàn)在，通過統(tǒng)一體系，它們開始形成一個閉環(huán)。AI負(fù)責(zé)提升效率，無界負(fù)責(zé)打通路徑，終端負(fù)責(zé)承載能力，三者相互依賴、相互放大。
如果把過去幾年的信創(chuàng)理解為“補課”，那么AI的到來，更像是一次“重開一局”。這并不是一個夸張的說法。因為在傳統(tǒng)邏輯中，信創(chuàng)始終面臨一個難以回避的問題——既有生態(tài)的路徑依賴。
但AI正在改變這件事的底層前提。
過去的軟件是為“人”設(shè)計的，而現(xiàn)在的軟件，需要為“智能體”服務(wù)。這種變化意味著，大量應(yīng)用需要重新構(gòu)建接口、流程甚至交互方式。
當(dāng)“重寫”成為行業(yè)共識時，信創(chuàng)反而不再是一個額外負(fù)擔(dān)，而成為一個可以順勢切入的機會點。
周浩強對此的看法更直接：“AI對傳統(tǒng)PC和信創(chuàng)PC，是同一起跑線。”這句話的意義在于，它把信創(chuàng)從“追趕者”的位置中解放出來。
在傳統(tǒng)時代，生態(tài)差距意味著長期追趕；但在AI時代，當(dāng)軟件架構(gòu)、交互方式乃至生產(chǎn)力模型都在重構(gòu)時，所有參與者都站在一個新的起點上。
不過，這并不意味著機會會自動轉(zhuǎn)化為成果。真正的挑戰(zhàn)，反而出現(xiàn)在“落地”這一環(huán)節(jié)。
從實際情況來看，AI在政企場景中的推進(jìn)，并沒有外界想象得那么激進(jìn)。相比個人用戶的嘗鮮心態(tài)，政企客戶表現(xiàn)得更加理性甚至保守。問題并不完全在于模型能力，也不只是所謂的“幻覺”，更深層的障礙在于——如何把AI嵌入既有流程。
周浩強在交流中提到一個細(xì)節(jié)：當(dāng)他嘗試推動企業(yè)內(nèi)部使用AI處理采購報表時，第一反應(yīng)往往是“做不了”。原因不是技術(shù)不可行，而是業(yè)務(wù)流程中存在大量隱性知識，這些知識很難被快速結(jié)構(gòu)化，也無法直接轉(zhuǎn)化為模型輸入。
這揭示了一個現(xiàn)實：AI落地，并不是一個“能力問題”，而是一個“認(rèn)知與組織問題”。
因此，當(dāng)前更現(xiàn)實的路徑，并不是追求全面替代，而是從確定性強、結(jié)構(gòu)清晰的場景切入。比如會議紀(jì)要、公文寫作、知識問答、代碼生成等，這些場景具備高頻、可驗證、邊界清晰的特點，更容易形成閉環(huán)，也更容易建立信任。
一旦這些“小場景”跑通，AI才有可能逐步滲透到更復(fù)雜的業(yè)務(wù)體系中。在這個過程中，另一個變化同樣值得注意——AI正在重塑“PC”的角色。
過去，PC是工具，是承載軟件的終端；而現(xiàn)在，它開始成為智能體運行的載體，既服務(wù)于人，也服務(wù)于AI本身。
正如曹先念所說：“未來的PC，不只是給人用的，也是給智能體用的。”這意味著，信創(chuàng)PC的競爭維度也在發(fā)生變化。從單純的性能、穩(wěn)定性，轉(zhuǎn)向?qū)I能力、生態(tài)協(xié)同和安全體系的綜合考量。而誰能在這些維度上建立系統(tǒng)能力，誰就更有可能在下一階段占據(jù)主動。
從這個角度看，AI之于信創(chuàng)，并不是簡單的“加一個功能”，而是一次從底層邏輯到應(yīng)用形態(tài)的全面重寫。
回看聯(lián)想開天這次發(fā)布，“1+2+N”并不是簡單的產(chǎn)品組合。它實際上對應(yīng)了三個階段：
· 無界：解決“能不能用”
· AI Pro：解決“好不好用”
· N終端：承載“怎么規(guī)模化用”
而更深層的意義在于——當(dāng)生態(tài)問題被壓縮，當(dāng)AI能力開始落地，信創(chuàng)的敘事正在發(fā)生變化：從“國產(chǎn)替代”轉(zhuǎn)向“定義未來”。正如周浩強所說：“我們更希望把生態(tài)遷移提前到客戶需求之前。”
這句話的另一種表達(dá)是——誰能先完成生態(tài)重構(gòu)，誰就能定義下一代生產(chǎn)力。
雷峰網(wǎng)雷峰網(wǎng)(公眾號：雷峰網(wǎng))
雷峰網(wǎng)原創(chuàng)文章，未經(jīng)授權(quán)禁止轉(zhuǎn)載。詳情見轉(zhuǎn)載須知。
