電腦+AI,有搞頭!但不多|2024·大復盤

AI PC是過去1年內討論度和曝光度最高的AI終端。
筆者提出的這個觀點可能與很多人的認知有所不同,但它卻是個不爭的事實。橫向對比,作為AI技術賦能下產品升級的代表,同賽道的其他產品類型包括了AI家電、AI手機等等。
仔細分析不難發現,前者的AI滲透率和感知度依然很低,后者雖然智能屬性有所增強、應用生態也不錯,但AI的名號卻并不響亮,而且由于手機本身具備的智能屬性,讓廠商和用戶都很少單獨提及“AI手機”的概念。
縱向對比的話,在過去1年內,市面上也涌現出很多“AI新物種”,像是Rabbit R1、Orion智能眼鏡、Ola智能體耳機等等,而這些與AI PC相比,無論是市場規模、廠商投入的宣發力度、品類認知度等等,也都不在一個層級上。
所以站在用戶層面,大家都很好奇AI技術能如何幫助我手中的PC變得更加好用和高效,而站在廠商層面,它們也在力求為PC這個誕生已有53年歷史的“老古董”尋找一個“新故事”,所以AI PC才被推上了風口浪尖。
賣得好但感知低,問題出在哪里?
傳統印象里,一個新品類的出現,當概念提出后,對品類的相關描述會迅速地被廠商通過產品、技術化的手段實現“具象化”,并快速推向市場。然而在AI PC上,這件事卻并不容易,進入2024年,“AI PC”的概念只是在大方向上逐漸清晰,但具體的定義卻愈加模糊起來。
其中,關鍵點便來自于“生態位競爭優勢的搶奪”,主要涉及三大勢力:芯片廠商、終端廠商和軟件廠商。最先提出AI PC概念的是英特爾,作為一家芯片廠商,其在提出AI PC概念的時候,自然就將重點放在了芯片層面,具體來說,英特爾認為AI PC應該基于擁有新架構和獨立NPU單元的酷睿Ultra處理器。
相比前代處理器產品,其最大特點便是融合了CPU、GPU以及專用的人工智能加速器NPU。同時,英特爾還強調“融合算力”的概念,即CPU、GPU、NPU都是參與AI任務的,只是各司其職罷了。
從上面的定義中就不難看出,英特爾把PC包裝為“AI PC”,核心目的只有一個:賣芯片。只要PC產品采用了搭載NPU單元的新版酷睿處理器,理論上說它就是AI PC,至于AI在上面運行的怎么樣,有沒有具體的應用來承接端側算力,盡管英特爾官方宣稱已經對主流模型進行了適配,但這并不是英特爾首先考慮的問題。

只要“換芯”就能進化為“AI PC”,筆者認為這是AI PC能夠在1年內銷量爆發的直接原因。甚至在筆者接觸到的不少身邊用戶那里,即便換了所謂的“AI PC”,他們也沒有用過AI功能,從網上下單電腦,到手以后還是該打字打字、該看劇看劇。
但從市場的出貨量統計上,是不包括用戶對AI應用的使用頻率的,因此數據層面看AI PC的市場影響力,遠比人們感知的要大得多。根據Canalys數據,2024年第三季度全球AI PC出貨量達1330萬臺,環比增長49%,占PC總出貨量的1/5。同時,Canalys還預計到2027年AI PC出貨量將超過1.7億臺。
對這個數據,筆者并不持懷疑態度,甚至現實出貨量還會比這個增長的更快。其背后的原因很簡單,未來的PC市場,非AI PC才是小眾產品。或者說,未來你能買到的電腦,應該大多數都是AI PC的范疇。
像英特爾就已經完成了筆記本和臺式機主流處理器產品的“AI化”,現階段只要你購買最新型號的筆記本或者是臺式機,基本就等于買了一臺“AI PC”回家,盡管很多人可能并不知道它是什么以及能做什么。
“Copilot+PC”出現,新勢力登場
當用戶還在努力理解何為AI PC的時候,今年年中微軟又整了一個“大活兒”,作為軟件大廠,微軟旗下的PC產品線Surface先是于3月迎來常規更新,Surface Pro 10商用版和Surface Laptop 6商用版均采用了英特爾酷睿Ultra處理器。
并且雙方在發布產品的同時,還進一步細化了AI PC的定義,最主要的變化是在設計層面增加了一條:AI PC應該配備一個專門用于激活Microsoft Copilot的物理按鍵。
但在5月份,微軟突然槍口一轉,宣布推出“Copilot+PC”,這是一個跟AI PC類似,但又不完全相同的產品概念。而與微軟站在一個舞臺上的,則是PC領域耕耘7年有余卻始終沒取得好成績的高通,后者希望憑借驍龍X Elite和X Plus芯片,進入PC領域分得一杯羹。
那微軟眼中的AI PC是什么樣子呢?首先肯定是系統要內置自家的Copilot,并借助它來實現更多AI應用的落地。但是就跟英特爾加入NPU計算單元的方式類似,微軟也沒有推出全新的“AI系統”而是把Copilot集成到最新的Windows 11系統以及Edge瀏覽器當中。
另一方面,微軟也提出了硬件層面的要求,像是算力門檻,Copilot+PC必須搭載性能達到40 TOPS的NPU單元。表面看起來,提升算力要求似乎是為了實現Copilot的本地運行。
但實際上,微軟并沒有在Copilot+PC中內置本地運行的AI應用,Copilot的功能也都離不開云端算力。而端側算力門檻,則更像是一張“門票”,因為前文提到的兩顆高通PC芯片,正好都能滿足這個要求(芯片NPU算力45TOPS)。

英特爾的AI PC對比微軟的Copilot+PC
有正好能過門檻的,自然也就有被拒之門外的,像是英特爾和AMD,都被擋在了Copilot+PC的門外,高通之所以在算力部署上更加如魚得水,筆者分析主要是由于手機芯片早在2018年就已經接入了NPU單元,因此在設計經驗上更加豐富。
英特爾和微軟,一個是CPU市占率78%(2023年Q4數據)的芯片廠商,一個是PC系統應用占比超7成的軟件廠商,對AI PC的定義卻有所不同,兩者都是為了賣貨,卻有著不同的考量,站在英特爾的角度,更加寬泛的概念,能夠快速將AI PC導入市場,刺激用戶換新。
而微軟,顯然是希望與高通聯手,一方面能夠更好地與日漸起勢的Mac OS抗衡,建立起自己的ARM應用生態,另一方面,則是希望通過包裝Copilot+PC的概念,同時賺取軟件+硬件的利潤,讓Surface系列更受市場重視。電影《讓子彈飛》里有一句臺詞,筆者覺得非常貼切,“剿匪的膽子我們沒有,但是借著剿匪斂財的膽子,我們是大大的有。”
AI PC的最大痛點:端側存在感羸弱
此外,以聯想為代表的OEM廠商,也在不斷細化AI PC的概念,像是需要搭載內置個人大模型與自然交互的智能體、具備本地異構算力等等。所以即便到了2024年末尾,對于“什么是AI PC”這個基本問題,依然沒有一個準確的定義,市場中也沒有一臺能夠像iPhone那樣能夠代表智能手機的AI PC產品。
在筆者看來,這也是現階段AI PC雖然看似熱度很高,實則并不被大眾所關注的原因之一。
除了定義方面的模糊,AI PC相較于傳統PC的應用落地速度也較為緩慢,現階段的AI應用仍然以云端為主,這就導致AI PC的“端側算力”很難找到適配的場景,用戶感知度自然也不高。

用于部署本地大模型的工具
與此同時,端側的有限算力相較于企業部署在云端的高算力服務器,其AI應用的實際體驗也有不小的差距。根據筆者之前的測試,現階段本地算力能夠比較好駕馭的模型,其參數量通常只有7-13B,雖然也能完成日常的文稿總結、翻譯等簡單任務,但距離成熟的AI應用仍有很大差距。
再加上部署模型、訓練模型、調整參數等步驟都存在一定的門檻,讓本地大模型的存在變得有些尷尬。然而,像很多AI PC上的智能助理、智能體,其本身的基礎溝通功能可能會調用本地算力,但到了較為高階的功能,很多時候還是需要借助第三方的云端應用來實現。
所以站在實際應用的角度可以對發展至2024年末的AI PC下一個結論,它本質上還是常規迭代的PC產品,圍繞AI能力帶來的提升幾乎沒有。端側不成熟的應用加上有限的算力,讓AI PC相較傳統PC多出來的“AI”有些名不副實,在云端AI應用完全可以替代端側AI應用并且在體驗、能力上全面超越的當下環境,廠商們鼓吹的端側算力真的有存在價值嗎?筆者認為這是要畫一個問號的。
那AI PC沒有未來了嗎?恰恰相反,筆者認為它是“當下雞肋,未來可期”的產品。實際上,AI之于PC的革新,完全不亞于智能手機相較于功能機的革新,而且跟手機相比,因為PC與生產力的強綁定關系,讓它有了更多的施展空間。
在筆者看來,生成式AI的最大優勢,就是極大程度上消除了各類知識、應用的“基礎門檻”,并讓機器能夠有效地替代低效率的重復勞動,而這些恰恰都是PC最需要的屬性。
舉個更加具體的案例,“編程”過去被認為是很高門檻的工作,對于普通用戶來說,并不是沒有想要開發一個小程序、撰寫一個小腳本的需求,而是為了實現這項能力付出的學習成本和最終的勞動產出不對等,而生成式AI,確實可以幫助對編程完全不了解,但對自己需求了解的用戶,完成從構思到實現的過程。
類似的跨行業應用案例還很多,比如不了解電腦的小白,怎么去操作電腦里的高階設置,不擅長制作表格、PPT的員工,怎么去更好地完成年度總結報告、數據匯總等等。尤其是相較于綜合社交、娛樂、工作屬性的手機,PC在生產力場景的高滲透度,就讓它的AI應用可以直接轉化為“效率提升”。
AI PC會在未來成為打工人最好的“鋤頭”,但現在它還不是。(本文首發于鈦媒體APP 作者| 鄧劍云 編輯|鐘毅)
- 免責聲明
- 本文所包含的觀點僅代表作者個人看法,不代表新火種的觀點。在新火種上獲取的所有信息均不應被視為投資建議。新火種對本文可能提及或鏈接的任何項目不表示認可。 交易和投資涉及高風險,讀者在采取與本文內容相關的任何行動之前,請務必進行充分的盡職調查。最終的決策應該基于您自己的獨立判斷。新火種不對因依賴本文觀點而產生的任何金錢損失負任何責任。