AI PC未免有些太過樂觀了_風聞

在今年的CES上，AI PC算是徹底“火”了一把，各大廠商紛紛入局。其中，英偉達發佈了三款AI PC芯片；聯想、戴爾、惠普、華碩等頭部PC廠商相繼發佈了各類“AI PC”；微軟也決定將AI助手Copilot的實體鍵引入搭載Windows 11的電腦。

要知道，AI PC概念，最早由英特爾CEO帕特·基辛格在2023年9月提出。換言之，從概念提出到廠商產品落地，不過短短三個月時間。

所有人都相信，在AI落地的迷霧裏，PC幾乎是最為確定的機會。PC不僅能夠滿足大模型所需規模算力的硬件需求，也能率先享受到ChatGPT等超級應用的需求紅利。更重要的是，把算力從雲端遷移到終端，能夠最大程度地規避AI所帶來的數據安全問題。按諮詢機構預測，2024年全球AI PC就能實現超千萬台的規模化出貨。

邏輯固然清晰，但現實遠沒這麼樂觀。目前，為了提升性能，AI PC價格動輒萬元，但在實際工作中，仍然更多承擔着個人助理的工作。換言之，AI PC的高溢價與其有限能力之間，還需要更多的價值去填補。

/ 01 / 產業鏈扎堆AI PC

作為AI PC概念的提出者，英特爾是最先入局這一領域的玩家。今年9月，英特爾宣佈啓動業內首個AI PC加速計劃。3個月後正式發佈了全新酷睿Ultra移動處理器，採用英特爾首個用於客户端的片上AI加速器“神經網絡處理單元（NPU）”。

這樣的趨勢延續到了今年的“科技春晚”上。在CES上，多個廠商紛紛發佈了AI PC產品，涵蓋從芯片到硬件到軟件方方面面。

在芯片上，英偉達在發佈了CES上三款 GeForce RTX 40 SUPER 系列 GPU，包括 GeForce RTX 4080 SUPER、GeForce RTX 4070 Ti SUPER 和 GeForce RTX 4070 SUPER，它們將作為 AI PC 的核心，為最新遊戲提供超強動力。

作為英偉達的競爭對手，英特爾和AMD也推出了自己的AI PC產品。英特爾在此次CES上重點推廣面向AI PC的新一代處理器——酷睿Ultra；而AMD則放棄了“Hawk系列”的筆記本電腦CPU，推出了具有NPU的Ryzen Mobile 7000/8000，來滿足AI時代的用户需求。

在硬件層面，聯想、戴爾、惠普、華碩等頭部PC廠商都發布了各類“AI PC”。其中聯想的動作最積極，接連發布了10餘款AI PC產品，旗下Think、Yoga等系列新品開始配備Creator Zone生成式AI軟件，基於大模型的智能助手支持文生圖、AI問答和交互功能，部分機型還配備了一鍵直達的“AI Now”Copilot按鍵，便於更快捷地訪問日常AI伴侶。

其它廠商的筆記本電腦更多地是針對生成式AI應用進行了一些優化，並從硬件層面搭載了英特爾、英偉達最新的芯片產品。

而軟件層面的變化主要集中在微軟。據最新的報道，微軟決定將AI助手Copilot的實體鍵引入搭載Windows 11的電腦，首批設備會在本月完成上市。要知道，上一次Windows PC鍵盤佈局的變革，還是在30年前。

從芯片到PC廠再到微軟，所有人的動作只為一件事情：抓住AI PC的機會。那麼，AI PC到底是什麼，能夠讓如此多的巨頭趨之若鶩？

/ 02 / 把大模型算力搬到終端上

目前，行業內對AI PC的定義尚不清楚。儘管如此，我們仍然能夠通過已發佈產品的蛛絲馬跡，看到AI PC的一些核心思路——通過新的計算架構設計，將過去只能雲端運行的大模型算力搬到了PC終端上，進而能夠形成內置AI模型及AIGC等軟件能力。

從物理視角，AI PC與傳統PC差異在於架構的不同。目前，傳統PC在主芯片架構上以“CPU+GPU”的方式為主流方案，核心思路是讓PC的功能專注於“計算+存儲”。AI PC最重要的是嵌入了AI芯片，形成“CPU+GPU+NPU”的異構方案。

NPU專注於處理神經網絡相關的任務，例如深度學習推理和訓練，能夠大幅提升升PC的AI能力，實現更好地管理AI工作量、提升性能、控制電池消耗等目的。

儘管目前的 AIGC 都是在雲上實現，但長遠來看，具備本地算力幾乎是AI PC的必然，因為只有這樣才能減少雲端大模型的數據傳輸和時延。更重要的是，從雲端到終端的變化，也能最大幅度地保障用户數據的安全性。在AI時代，數據和土地一樣，是生產力要素，而AI PC可以在本地處理所有內容，無需擔心數據使用權問題。

從經濟層面看，着AI計算能力從雲端走向終端，也重新迭代了雲服務的成本模型。原因在於，本地運行大模型可以有效緩解雲服務的成本壓力。

與硬件層面的變化，AI PC在軟件層面的變化就相對小一些。與傳統PC相比，AI PC在軟件上最大的變化是整合了輕量化AI模型，使各種生成式AI應用都能在AI PC上順利地運行。

從模型端看，受制於本地算力、存儲、通信等性能限制，與PC結合的AI模型走輕量化路線，參數普遍在100億級別。目前主流的輕量化AI模型是谷歌的PaLM 2（Gecko版本）和Meta的Llama 2.

在應用端，AI PC的應用主要集中在工作生活助手、圖像生成等AI解決方案上。在這方面，進展最快當屬微軟。

目前，微軟已經將AI Copilot整合到Windows 11當中，Windows 11更新Copilot後將擁有150多項新功能，用户可以體驗Copilot和全新的AI功能，包括畫圖、照片、剪貼板等應用程序。同時，微軟將於2025年10月終止Windows 10的支持服務，從而變相推動用户轉向使用Windows Copilot。

總體來説，AI PC更像是一個以大模型為核心的端側AI軟硬件集合體。

/ 03 / AI PC的確定性背後的未知

為什麼在諸多硬件裏，AI PC會率先脱穎而出？原因在於，PC是目前大模型應用的最為成熟的載體。受益於GPU性能迭代和最新的NPU架構出現，PC的算力還有提升空間，能夠滿足大模型所需規模算力的硬件需求。

另外，PC也是最有可能跑出殺手級應用的場景。無論是之前的ChatGPT還是現在的Microsoft 365 Copilot都證明了這一點。

正因為如此，AI PC的市場前景被廣泛看好。Canalys最新報告顯示，2024年全球兼容AI的個人電腦份額將佔到19%，並在2025年快速增長至37%；羣智諮詢的最新預測顯示，預計2024年全球AI PC整機出貨量將達到約1300萬台，實現規模化出貨。

除了銷量提升帶來的硬件增長外，AI軟件服務也有望帶來增量市場。以Microsoft 365 Copilot為例，微軟面向其Office 365 E3、E5、商業標準版和商業進階版的訂閲商户，將Copilot的定價設為每個用户每月30美元。

不出意外，個人電腦將支持更多的AI應用在終端運行，且隨着AI PC的迭代創新，有望支持更高級別的AI軟件，助力AI應用市場實現增長。

這一點可以參考特斯拉推出的FSD系統。從2016年開始，特斯拉的包括FSD套件收入在內的服務及其他業務收入呈現增長態勢，特斯拉在售賣整車的同時還提供以AI技術賦能的軟件服務。目前，特斯拉的軟件業務已經成為其重要的收入來源和利潤增長點，其軟件收入已經超過了10億美元。

AI PC的故事雖好，但也不能對太過樂觀。一個嚴重的瓶頸在於，AI PC的高溢價與其有限能力之間，仍然更多的東西去填。

由於AI PC需要搭配更高的算力，不管是搭配顯卡或NVIDIA的GPU或算力卡，或將NPU集成到CPU中，成本都會顯著提升。比如，NVIDIA大約75Tops算力的卡，成本可能在七、八千元人民幣，整體成本可能會翻倍。也正因為如此，AI PC的產品大都集中在中高端，前不久首批搭載英特爾AI處理器Meteor lake的筆記本電腦上市，起售價在14999元。

儘管價格昂貴，但現階段AI PC能提供功能則相對有限，多被用於個人助理使用。參考ChatGPT早期註冊量走高，後續流量下滑的情況，功能的侷限性也將對AI PC的滲透造成不利影響。

雖然當前AI的發展速度已經遠遠超過了我們預期，但我們也必須清醒的認識到：AI的落地不僅僅是簡單地把軟硬件堆疊上去，而是做真正基於用户需求的產品。老話説的好，時代在變，工具在變，需求沒變。