随着CIO制定计划让2026年成为企业充分利用AI的关键年，他们发现自己正处于转折点。经过多年的实验后，他们现在必须超越AI试点项目，将技术投入实际运营。

对一些CIO来说，这种转变需要重新调整优先级。他们的重点不再是启动新的AI计划或添加新的技术层，而是转向整合已经购买和建设的系统——将执行而非实验置于AI议程的首位。

SAS公司CIO Jay Upchurch将这一时刻描述为"首席整合官"的兴起，CIO需要努力将AI技术融入核心企业系统——选择基础AI系统，将供应商的AI智能体与内部构建的技术对接，并处理SaaS平台之间的数据流。他表示，投资回报率的实现将更少依赖于获取新的AI能力，更多依赖于证明现有能力能够大规模交付价值。

设备端AI为技术栈增加新层级

然而，整合优先的思路正受到新一波AI技术的考验，这些技术承诺通过在技术栈中添加新层级来交付价值。最近的例子之一是联想推出的嵌入式"个人环境智能"AI助手Qira。

对CIO而言，问题不在于设备端或"环境"AI是否具有潜力，而在于添加新的系统级AI功能是否有助于解决AI整合问题，还是会使问题更复杂。

设备端AI代表着改变企业PC使用方式的机会——从被动的端点和云端门户转变为更活跃的智能体。嵌入式或设备端AI技术使得将系统层AI与组织使用的基于浏览器的大语言模型相结合成为可能，减少对云端的依赖，同时可能增加AI使用场景。

Forrester副总裁兼首席分析师Charlie Dai解释说，神经处理单元(NPU)的使用推动了这一转变，它们直接在设备上支持嵌入式AI和机器学习操作。"共同目标是将设备从被动工具重新定义为主动的、情境感知的AI智能体，"Dai说。

他指出，联想在这一推进中并不孤单，而是"全行业竞赛"的一部分。包括戴尔、惠普和三星(Galaxy AI)在内的PC制造商都推出了配备专用NPU的AI功能PC产品线。苹果(Apple Intelligence)和微软(Copilot)等平台提供商也在直接将设备端AI功能嵌入其操作系统和生产力工具中。

嵌入式AI的权衡考量

Dai表示，对AI功能设备的需求也受到一个实际事件的影响——Windows 10支持的结束。随着支持在2025年10月结束，许多企业正在规划PC更新周期。Dai说CIO将嵌入式AI视为以安全高效方式为员工队伍提供面向未来保障的方法。

Dai解释说，CIO可以从部署嵌入式AI设备中获得多项益处，包括通过本地处理改善数据隐私、降低云成本和可靠的离线功能。就联想而言，其设备端AI助手是一个混合模型，通过NPU将基于云的AI与设备端处理相结合。

然而，这些益处伴随着权衡。Dai提醒CIO应权衡技术债务、供应商锁定以及"真正变革性AI原生应用"生态系统仍处于萌芽状态的风险。CIO还必须考虑在企业内管理和治理众多AI技术的复杂性。

对于RHR International的CIO Brian Greenberg来说，这些担忧至关重要。在考虑使用联想Qira等嵌入式AI时，Greenberg表示他希望了解更多关于AI的安全性和数据治理能力、它如何与组织现有的GoogleGemini投资互操作，以及Qira相对于基于浏览器的AI技术的性能。

"对许多公司来说，工作空间主要是浏览器。开始依赖硬件而不仅仅是加速功能似乎很有趣，但我还没有看到这种需求，"Greenberg说。

其他人也敦促采取类似的务实方法。Omdia旗下Canalys的研究分析师Runar Bjorhovde表示，在评估任何新的AI工具时，CIO需要检查它是否符合合规标准、是否安全和可扩展。

"对许多公司来说，关键在于优化现有基础设施和员工真正需要的东西，"Bjorhovde说。

Q&A

Q1：设备端AI与传统云端AI有什么区别？

A：设备端AI通过神经处理单元(NPU)直接在设备上进行AI和机器学习操作，而传统云端AI依赖云服务器处理。设备端AI的优势包括改善数据隐私、降低云成本、提供可靠的离线功能，但也面临技术债务和供应商锁定等风险。

Q2：CIO为什么要重视AI整合而不是继续实验？

A：经过多年AI实验后，CIO现在需要将重点从启动新AI计划转向整合已购买和建设的系统。投资回报率的实现更多依赖于证明现有AI能力能够大规模交付价值，而不是不断获取新的AI功能。

Q3：企业在选择新AI工具时应该考虑哪些因素？

A：企业在评估新AI工具时需要考虑是否符合合规标准、是否安全和可扩展，以及如何与现有系统互操作。同时要权衡技术债务、供应商锁定风险，以及管理多个AI技术的复杂性，关键在于优化现有基础设施和满足员工真正需求。