2023年以来，大模型、生成式AI等技术高歌猛进，使全行业面临新一轮人工智能浪潮洗礼。联想，作为逐浪40载的科技老兵，对于新技术的激情和对于商业化的热情，从来都是有增无减。然而，于联想而言，不管是激情还是热情，都不是终极目标。在智能化浪潮席卷全球的当口，如何保持客观、冷静、自持，如何深刻沉淀内生外化，扎根实体经济、不断加速智能化转型，助力“数实融合”才是联想真正要走的路。本文通过与联想集团副总裁陈敏仪的深度对话，揭示了联想在这场智能化转型之旅中的探索与实践。

数字化转型的底色

向智能化的快速跃迁

为什么今天我们依然要谈论关于数字化转型以及智能化转型的话题？答案在于价值。不管是从宏观层面看全球，还是从微观层面看单个个体企业，价值都是一个最重要的目标。如何挖掘价值最大化，如何实现价值最大化？不是靠单一的产品，也非某项前沿的技术，而是通过不断地创新，不断地改革，不断地转型。而联想，早在2017年，就已经前瞻洞悉了智能化转型的大势所趋。

中国在数字化转型方面，具有一定的先天优势，比如拥有先天丰富的场景，拥有多样化的数据源，某些行业拥有先天优势的基础设施等等，但这些优势显然不足以成为数字化转型大潮中制胜的必杀技。要想实施好数字化乃至智能化转型，必须拥有一套完备的组合拳，而联想，经过十多年信息化和数字化建设的沉淀，正在将这套组合拳通过内生外化的方式，逐渐赋能到千行百业，加速推进智能化进程的每一步。

那么，这套组合拳到底如何发挥作用？如何在大潮中助力企业从信息化，到数字化再到智能化实现逐级跃迁？

首先，数据是基础。陈敏仪强调，数据是企业数字化转型的核心，数据准备是数字化转型成功的前提。“没有高质量的数据，没有足够多的数据，即便有再好的AI工具，也起不到作用。”

她解释说，以联想为例，通过长期的信息化和数字化建设，联想积累了大量的高质量数据。这些数据不仅包括内部运营数据，还包括与外部合作伙伴的协同数据，这些高质量数据的积累为联想的智能化提供了丰富的养料。

有了养料，接下来就是数据治理。联想建立了统一的数据管理平台，确保数据的准确性和一致性。通过数据治理，联想能够实现数据的共享和连通，打破信息孤岛，提高决策的效率和质量，为企业的智能化打下了坚实的基础。

还有一点尤其重要就是协同。互联互通不是一句简单的口号，而是在上下游企业对于数据口径定义一致性前提下的互联互通。以此为基础再加上好的数字化体系架构以及高质量的数据，才能实现在统一框架下的上下游协同。基于此，无论是营销部门，还是销售部门或者供应链部门，都能快速定位自己的需求，结合统一的架构和统一的平台，根据不同的场景衍生出各自的AI应用，通过平台化发展加速不同业务应用的发展。这是一个企业数字化发展的强基底座，更是迈向智能化的关键一步。

有了强劲底座基础，接下来的重点便是深度绑定业务。微软CEO纳德拉曾亲手将公司的目标改成“赋能地球上的每个人和每家组织，帮助他们取得更多成就。”这点与联想始终把客户价值摆在第一位的理念不谋而合。

数字化转型不仅仅是技术层面的迭新，更是技术与业务深度融合的过程。如何跑通业务逻辑实现更多场景的落地应用闭环，如何激发企业长期可持续发展的潜能都是联想长久以来不断思考的重心。

陈敏仪表示：首先，我们着力帮助企业挖掘真正的场景，这个过程包括如何梳理挖掘、如何进行知识管理、如何进行数据治理等等。找到场景以后，就是针对应用系统的重新再造。结合我们的智能体、大模型，帮助企业深度渗透场景进行打磨，优化业务流程、提高运营效率，最终来实现业务与技术的深度绑定。比如，在供应链管理方面，联想利用数字化技术，实现了对供应链的实时监控和智能优化，提高了供应链的响应速度和灵活性。

陈敏仪强调：“我们不是为了技术而技术，为了AI而AI，我们希望帮助更多的企业匹配挖掘到真正适用的场景，更好地为企业长期赋能价值。这才是数字化乃至智能化转型的真正价值所在。”

智能化转型的重要抓手

大模型和生成式AI

时代的底色在变，然而对于技术革新的初心追求却始终不变。在由数字化迈向智能化转型的旅程中，联想对新技术的探索与应用，不仅体现在其对前沿技术的追求，更在于其对企业智能化战略的核心理解与挖掘。联想正在推进以AI技术为核心的智能化转型，覆盖全价值链体系，而大模型和生成式AI也成为联想助力千行百业智能化转型的重要抓手。

根据艾瑞咨询研究院测算，2023年中国人工智能产业规模已达到2137亿元，大模型带来的底层技术革新将为中国人工智能产业的规模增长带来更多存量扩张与增量空间。而到2028年，中国人工智能产业规模将达到8110亿元。

大模型在经历了百家争鸣，百舸竞帆的繁荣之后，开始逐步进入沉淀积累期。大模型凭借其出色的语言理解、图像识别、数据分析等多样化能力，为企业带来前所未有的智能化体验。然而，大模型是一切答案的唯一解吗？答案是NO。

大模型以泛化推理能力见长，而小模型则更专注于垂直行业的意图理解、趋势分析。大模型与小模型也并不是非此即彼的关系，而是趋向于融合赋能应用。

陈敏仪说：“大模型和小模型是逐步演进，而且是逐步融合的过程，”陈敏仪进一步解释道：大模型和小模型不是一个替换的关系。目前，大模型的应用场景更多的是生成式的应用场景，而生成式应用场景更重要的是提供补充性的能力。很多场景小模型或者传统的AI就能做到的，传统的小模型以及开源模型就能轻松解决。

陈敏仪强调，联想不开发大模型，联想注重的是大模型的应用。通过结合企业内部的私有云和公有云平台，联想构建了一个既能够满足个性化需求又具备通用性的AI能力的应用框架。但光有了框架显然还不够，真正能让大模型应用发挥价值的关键在于与企业的实际业务场景紧密结合。

陈敏仪认为：大模型不善于执行系统，这意味着企业在使用大模型时，要解决的是让大模型和执行系统有机地进行结合起来，我们通过自然语言处理这种新的人机交互方式，实现了对已有业务流程的重新再造，这样能够把大模型和行业真正地结合起来，挖掘真正落地的点，而不是只停留在常见的撰写文档、翻译、总结、问答上。随着技术的不断进步，我们有理由相信，大模型将在更多企业中发挥出巨大的潜力，推动整个行业向更智能、更高效、更具创新力的方向发展。

接下来，我们再来看看生成式AI。

根据IBM发布的《2023年全球AI采用指数》的数据显示，2023年，有高达85%的中国企业表示在过去的一段时间里加快了对AI的投入应用，63%的中国企业表示正在积极应用生成式AI，34%的中国企业正在积极探索生成式AI。

联想IT建设经历了由信息化到数字化、由智能化再到自动化的转型，而生成式AI则是自动化的更高阶段。

生成式AI不是简单的工具或者解决方案，而是从全局角度出发，重塑企业IT基础设施、数据治理、业务逻辑，从而推动企业向智能化全面迈进。生成式AI绝不是简单的推翻，而是推动企业IT建设走向更高一级台阶。

以联想自身为例，得益于多年的数字化、信息化建设，联想已经具备了高效运营数字化的基座跟平台，从信息化阶段迈入平台工程阶段。这也就给生成式AI大展拳脚孕育了良好的土壤，让普通业务人员能够在统一规范的架构下，充分利用平台共享，快速支持不同的业务，充分满足各自对于智能体、生成式AI应用的诉求。

通过积极的智能化实践和积累，大模型与生成式AI等技术不仅让联想自身受益匪浅，更在自身应用沉淀的基础上，积极积累成功经验，在统一的AI应用框架下，通过先进的算法框架和模型微调，将内生的技术优势转化为可泛化的解决方案，外延赋能到制造业、能源业、汽车行业、政府等多个领域的客户，也就是我们今天引以为傲的“内生外化”。

内生外化：隐秘而伟大

联想的“内生外化”战略，实质上是一种智能化技术的内化吸收与外向辐射赋能的过程。在讲内生外化之前，我们先来看一组数据。

据 grandviewresearch 发布的分析报告显示，2023 年全球人工智能市场规模估计为 1966.3 亿美元，2024 年至 2030 年的复合年增长率预计达到 36.6%。同时，尽管目前的人工智能市场规模很大，但未来十年左右，其规模将增长 13 倍以上。

然而，与规模数字形成强烈反差，据福布斯的分析文章显示，高达 83%的公司称在其商业战略中使用人工智能是首要任务。而企业用户在使用 AI 技术时最大的阻碍在于难以找到合适的业务用例。也就是说，技术不难，但是难在应用难在落地。

那么，如何破除瓶颈，打造企业自身的“高城深池”？如何加速催化“内生外化”？

我想总结为两个词：需求和价值。

来自市场侧的需求，让联想看到了“内生外化”的火种。但联想对外输出的最大目的并非技术或者工具，而是联想的沉淀积累以及联想最宝贵的行业实践，这才是对外输出最大的价值。

陈敏仪在谈及“内生外化”时说道：“我们首先要敬畏市场、尊重需求，一定要从客户需求的角度，从市场的角度去重新审视交付模式、产品形态、解决方案。”

在需求的基础上，联想将先进的技术与专业的服务深度融合，形成了独特的竞争优势。陈敏仪强进一步解释道：“我们把通用大模型的知识和企业的私域知识相结合，做到真正的价值挖掘。我们把业务执行逻辑和决策逻辑，以及决策逻辑所用到的变量，都落实到用户方案中，这才是核心价值所在。”

以制造业为例，联想通过自身高科技制造业的最佳实践积累，从企业的实际业务需求、业务逻辑出发，将专家知识、行业知识、业务数据等私域知识形成通用的常识逻辑归集，结合通用大模型和小模型，为企业提供实际的应用解决方案组合。再比如，联想在供应链上的管理及执行、交付、风险管理的逻辑，加上企业自身的属性特色以及运算逻辑，就能在联想最佳实践的基础上形成属于自己新的工具，这也是“内生外化”的目标及价值。

陈敏仪接着还说道：“内生外化”策略有一个最重要的交付标准，那就是一定要做到分层解耦及微服务化。所有的服务模块都可以单独配置，可以规模化，不同组件可以有不同的自由组合，形成了一套标准化的方案底座。在灵活弹性的环境下，以方案底座为基础，再根据客户的属性进行方案调配、优化，以及特质化的变量调整等。我们希望这套方案的沉淀输出，能让客户学习到联想的最佳实践，真正做到“为企所用”。

内生外化，不仅是一场隐秘而伟大的长期较量，更是时代变革大潮中，联想的坚守与坚定，执着与热爱。

大道如砥，行者无疆。联想的智能化转型之路，实为一场融合勇气与智慧的探索之旅。从信息化的坚实基础，迈向智能化的宏伟征程，联想以海纳百川的开放心态，拥抱变革，不断创新。通过与陈敏仪的深度对话，我们得以一窥联想的智慧与远见，正如史蒂夫·乔布斯所言：“在这里，过程即是奖励。”联想正是在这一过程中，不断自我革新，自我超越，将实践转化为行动，助力千行百业，引领智能化转型的潮流，书写辉煌篇章。