随着2023年最后一个交易日结束,恒生指数全年下跌13.82%,但理想汽车-W、联想集团、中国石油的股价却分别上涨了91.54%、81.09%和66.55%,跻身恒指成分股年度涨幅前三。这一现象特别引人关注,尤其是联想这一传统PC巨头在资本市场的显著增长。究其原因在于2023年生成式人工智能(AIGC)的突破,将AI转化为普通人易于使用的“对话式应用”,这为PC产业的复兴带来希望。业界普遍认为,结合AI和PC这两大信息革命的关键工具,将是一个巨大的商机,而联想作为PC行业的领军企业,正积极抓住这一机遇。然而,对于“AI PC将如何改变PC产业?”以及“谁将从AI PC浪潮中获益?”这些问题,投资者和行业参与者仍在寻求答案。在新年伊始,虎嗅通过《请回答AI PC》专题的第二篇文章,深入探讨AI PC产业链的各个方面,拉开2024年AI PC元年的序幕。

 

1985年,当中国第一台高级中文微型计算机长城0520-CH,漂洋过海赴美参加计算机工业展览会时,《商业周刊》夹枪带棒的说:“这是中国向美国计算机资本的第一次突然袭击 。”

 


而这次突然袭击的另一层意味,则是代表着IBM 5150诞生4年后,中国的微型计算机也实现了从无到有。

 

过去40多年里,中国PC产业划出了三个泾渭分明的阶段,第一个就始于长城0520-CH。长城、联想等PC品牌在1980年代的创建承接了计算机产业第一波小型化、图形化浪潮,更重要的是完成了国产化的历史突破。

 

第二个则是千禧年个人计算机的网络化、移动化浪潮。典型如联想,预判了这一波风潮,1999年推出的“天禧”因特网电脑是其问鼎全球PC之冠的一大功臣。

 

如果说前两个阶段是摩尔定律和全球供应链的杰作,那么到第三阶段,AI的加入将使PC产业进入一个新的竞争维度。

 

因此,AI PC似乎顺应潮流般成为了通往下一个时代列车的车票。资本率先嗅到了机会,如前言提到,联想作为全球最大的PC制造商,乘着AI PC浪潮在资本市场表现亮眼。

 

一般来说,资本市场的看多通常来自两个方面:利好消息的密集度,以及未来的增值空间。

 

关于前者,在《请回答AI PC》系列的第一篇文章中我们已经整理过,在那之后联想又展示了更多细节性的东西,比如AI个人助手小乐同学可以通过自然语言交互处理PC操作,也可以帮助用户处理复杂报表并进行更加结构化的呈现,以及作为生产力工具的自动PPT生成。


 

关于后者,我们首先能想到的就是,随着AI PC产品正式发售,用户生产力将会被极大地释放,一个很近的例子就是大家的年终总结。

 

可以说打工人苦年终总结久矣!一到年底,脉脉等职场相关平台上聊得最多的,一个是年终奖,另一个是年终总结。年终总结的好坏,甚至将一定程度上影响打工人辛苦一年拿到的这份年终奖。

 

暂且不提小部分T0玩家信手拈来就是一份高质量总结。在大模型技术普及之前,一般打工人的创作流程都是全网搜罗一份适合的模板,要求行业适合、业务适合,最好项目都有重叠以便批量模仿,然后,再从自己过去365天写过的文档、大大小小的周报中回想自己干了什么,有哪些能用来“邀功”一下。一切准备妥当后,成稿则另需几个日夜。


 

设想一下,如果自己的电脑上有一项功能,可以完成模板选择(网络数据筛选)、信息整理(私人数据库调用),还能将合适的模板和个人数据利用算法进行整合,自动创作一份年终总结,你的年末的焦虑是否会有所缓解?

 

以上的一切都将在具备端侧大模型支撑的AI PC上实现,它能够容纳个人全生命周期的数据并形成个人知识库,甚至可能比你更了解你这一年的工作成果,并准确的将它写出来。

 

而且最最令人兴奋的是,英特尔规划,到2025年将有1亿台AI PC售出。也就是说,每一个打工人都能亲历这场徐徐而来的时代变革。

 

PC产业链的解耦与重构

 

PC产业经过40多年发展,已经形成了固定的周期特征,出货量会跟随用户的自然换机需求上涨或下跌。

 

从过去近20年PC出货轨迹来看,2011年和2021年都有一个波峰,当然后者有居家办公需求暴涨的因素在内。

 


自然换机周期决定出货量涨跌的背后,暴露的是产业缺乏足够成熟的创新技术出来,其症结在于,PC产业的创新很大程度上不掌握在终端制造厂和零部件厂商手里,而是由离用户更远的芯片和操作系统厂商主导。因此,产业停留在硬件堆叠、微创新困境上也是迫不得已。

 

等到了后摩尔定律时代,当芯片的运算速率由先进封装决定时,AI的出现就给PC产业打开了一扇大门。

 

某种意义上,AI PC属于软件定义硬件,庞大的AI算法需要更强算力的芯片支撑,于是无论英特尔还是AMD,亦或是高通,都在升级架构、强调制程,以期能在AI PC上达到更好的运算和推理。

 

从这个角度看,AI PC直接改变了芯片厂商的竞争路径。从前是沿着摩尔定律慢慢磨,之后则是架构和算力的争夺了。

 

(图源:西南证券)


不过,在AI PC产业里,最有想象力的还是操作系统和终端厂商。

 

作为“卖铲人”,芯片厂商为满足AI而致力于开发更强算力,而算力的直接服务对象正是操作系统和终端厂商。

 

对操作系统而言,算力被各种各样的AI服务消耗,譬如Microsoft 365 Copilot,它可以基于用户在Microsoft Graph中的业务数据(电子邮件、日历、聊天、文档等),从会议、电子邮件和聊天中生成更新,让用户了解项目进展,或者根据内部文件和网络数据创建SWOT分析。

 

而对终端厂商而言,AI PC的吸引力在于利用AI可以完成角色定位的跃迁。

 

从前固有的产业链条下,下游的终端厂商属于组装厂,上游生产什么就卖什么;如今在AI PC上,终端厂商的主动权会更大,这其中一个重要原因就是端侧大模型。

 

端侧大模型对终端厂商的影响,用高通CEO安蒙的话说,是以应用为中心的用户界面发生改变,生成式AI将成为人与应用之间的接口。

 

也就是当端侧大模型进入PC,终端厂商可借助自己提供的服务成为新的AI入口,类似联想的小乐同学,在一个对话式窗口下根据用户指令调用PC程序完成操作。

 

于是一个可预见的AI PC场景就是,类似于Adobe这样个性化、复杂/专业功能的应用软件或成为AI PC生态壮大的主力军,而功能单一的应用就可能被AI PC自带的AI助手替代。

 

如此一来,终端厂商的角色定位就从单一的设备制造厂,变为能借AI实现软件增值的服务商。

 

不仅如此,终端厂商提供的AI功能也能引导下游零部件厂商的技术创新。比如交互方式的增加,就需要零部件厂商根据要求创新传感器、摄像头。

 

总之,终端厂商将借助离用户最近这一优势成为AI的聚合中心。其向下承接用户的数据生产和逻辑推理,并根据用户需求创新交互、内容和应用生态;向上反馈计算需求,协同芯片厂商优化NPU能力。最终,一套新的PC逻辑将会建立——离用户最近的参与者就会进阶为生态组织者。

 

关于路线与数据的竞争

 

有人将AI之于PC的价值比作自动驾驶汽车对于传统整车市场的价值,这个比喻恰如其分。因为在AI模型的支持下,AI PC对于传统PC的市场价值,将在硬件端和软件端同时产生突破性创新和商业价值上的赋能。

 

这种赋能正是今天资本市场看多AI PC的核心原因之一。

 

市场普遍认为,PC市场在去年年底已开始复苏,而随着AI PC终端的相继落地,整个市场将会迎来一个前所未有的转折点。

 

如今这个目标距离实现已经越来越近了。

 

在英特尔正式推出了AI PC处理器后,最快如联想已经表态搭载个人大模型的新设备将于2024年9月与消费者见面,其它如宏碁、华硕、惠普等厂商也先后公布了时间表。


在之前的文章中,我们认为从中胜出的关键,在于谁有清晰的战略路线图、技术路线图和强大的生态伙伴。

 

而在本文,我们试图理清一个更细致的问题,谁能在AI PC的产业全景图中,占有一席之地并且大有可为。

 

战略、技术以及生态伙伴,是构建AI PC产业的重要组成,在此基础上我们认为还要再加上两个维度,即路线和数据。

 

所谓路线,是指终端厂商提供AI能力的具体输出形式。

 

譬如Open AI即提供面向普通用户的生成式AI服务ChatGPT,也面向企业用户开放了插件功能。对于终端厂商而言,他们的客户中既包括广大的个人用户,也覆盖大量的企业用户。那么如何调配AI PC能力的输出就是一个重要课题。

 

而目前业界,只有联想提供了一种相对详细的混合AI框架方案。

 

联想的混合AI框架包含公共、私域、个人三种大模型,在模型微调/压缩以及隐私保护等技术支持下,面向企业及个人分别提供AI能力。



而在其中涉及到的私域大模型的微调、个人大模型的模型压缩以及数据管理+隐私保护技术,就是终端厂商决胜的关键因素了。因为它不涉及广泛的生态问题,而在于企业自身的能力和技术水平。

 

类似的功能虽然其它大模型或者加入AI功能的PC产品也具备,但基于底层硬件+软件的AI PC,因为其有本地NPU算力的支撑以及大模型的离线推理,将会在响应速度上有更好的表现,而这个响应速度就是厂商能力的差异化体现。

 

至于数据,则是参考大模型的竞争要素而来。

 

在大模型的竞争中,时间和数据是两项至关重要的条件。同样的训练环境和数据下,谁更先一步开始训练就可能更先获得能力,而这种领先是对手无法追赶的优势。

 

同样,谁拥有更丰富多元准确的数据,谁就能训练出效果更好的AI。

 

对于终端厂商来说,假设端侧大模型的起点一致,那么决定它们进化迭代的要素就变成了上述两个因素,时间和数据——谁训练的时间更长、谁的数据更好。

 

从这一点出发,联想就存在比较大的优势。一方面,其AI战略出发较早,2017年就开启了智能化转型。另一方面,作为全球出货量最大的PC厂商,用于大模型训练的数据将会也是其它厂商不能轻易追赶上的。

 

重要的是用户

 

对于行业来讲,一个好消息是,PC产业在经历过阵痛之后,已有走出低谷的势头。

 

根据IDC发布的最新数据,2023年Q3全球PC出货量为6820万台,环比增长11%,同比降幅收窄至8%,大量PC尤其是疫情期间买的,在未来两年将进入换机高峰。

 


岁末多家券商在年终盘点的研报中表达了对PC产业的看好,中信证券认为大模型应用、主核、软件架构交替升级有望重新演绎“Tick Tock”(工艺年-构架年)发展模式,进而加速PC换机节奏。

 

西南证券此前也在一份调研中预测,2024年将迎来一次PC换机潮。核心理由除了Windows版本更新外,最重要的一条就是:个人电脑中AI功能的增加和创新将催生市场新需求。

 

Canalys甚至预测,兼容AI的个人电脑有望在2025年渗透率达到37%,2027年兼容AI个人电脑约占所有个人电脑出货量的60%。

 

而这一次的泼天富贵,硬件算力端(SoC、存储)、终端品牌商将有望核心受益,零组件及组装中部分环节如传感器、电池、散热结构件等部分受益(参考消费电子产业链“微笑曲线”)。

 

当然这些利好的预测背后自然也少不了整个产业链的通力合作。

 

英特尔在Meteor Lake之外还推出了AI推理和部署运行工具套件OpenVINO;宏碁与英特尔合作通过OpenVINO工具包共同开发了一套宏碁AI库;高通推出用于PC端算力达到75 TOPS的骁龙X Elite芯片平台…

 

最后的最后,当我们讨论完资本以及产业是如何看待这次AI PC革命的时候,请不要忘记:摩尔定律和产业链全球分工虽然在PC产业中占据着重要地位,但它们本质上都是为消费者服务,最终的目标是实现效率的最大化提升。

 

1996年,下载1Gb的文件需要三天半以上。到了今天,在WiFi或者5G网络下可能只需几分钟。也就是说,效率上的大幅提升,才是技术创新的意义。

 

如今,AI PC正处于变革爆发的前夜,无论最后谁能胜出,都意味着产业得到进化、企业得到历练,最重要的是,用户得到解放。