每經記者｜胥帥    每經編輯｜許紹航    

能自己寫文案、做PPT、安排工作的智能體AI正加速普及，但企業(yè)和個人用戶很快發(fā)現(xiàn)：算力賬單越滾越大、核心數(shù)據(jù)不敢上云、AI還會“一本正經地胡說八道”——三大難題正在倒逼人工智能產業(yè)尋找新路徑。目前芯片廠商和聯(lián)想、華為等整機廠商迅速跟進，推出內置智能體的AI主機。5月27日，每經記者在聯(lián)想百應AI主機發(fā)布會采訪業(yè)內人士了解到，AI產業(yè)的下半場已從比拼技術參數(shù)，轉向比拼誰能真正幫用戶解決實際問題。用戶省錢、省心、保安全，這成為邊緣主機被看好的原因。

成本高、怕泄密、愛犯錯，他們?yōu)槭裁磽腁I？

過去一年，能自己“干活”的AI（業(yè)內稱為智能體）迅速走紅，從寫文案、做PPT到安排日常工作，越來越多企業(yè)和個人開始使用。但隨之而來的，是三個現(xiàn)實難題：算力成本水漲船高、按使用量付費的支出居高不下，以及數(shù)據(jù)安全和AI“胡說八道”帶來的麻煩。

蘇州的畫宗人工智能公司，是一家成立不到一年、估值已達1億元的AIGC視頻小企業(yè)。創(chuàng)始人秦文山算了一筆賬：公司從劇本創(chuàng)作、人物設定到素材處理，以前全在云端調用AI大模型，每用一次都要付一次費。隨著產量增大，這筆費用越來越重。他的解決辦法是：把最頻繁、最基礎的活兒——比如寫劇本、處理場景素材——全部轉移到公司自己的電腦上運行，只有最后的“視頻生成”環(huán)節(jié)才上云。據(jù)測算，這種“本地+云端”混合模式，能把調用大模型的成本降低約30%，人工審核工作量減少80%，整體制作周期縮短約20%。更重要的是，所有原創(chuàng)素材和創(chuàng)意資產都保存在本地，不用擔心被云端泄露。

北京云跡科技創(chuàng)始人李全印從安全角度指出，對制造企業(yè)來說，生產圖紙、工藝參數(shù)等核心數(shù)據(jù)一旦上傳云端，就存在泄露風險。把模型部署在本地，能從物理上切斷這種隱患。另外，工廠里經常遇到臨時插單、緊急調產等需要快速決策的場景，本地算力響應更快，還能通過一個統(tǒng)一的智能體來調度，員工不用同時操作多個AI工具，效率更高。

一位資深IT從業(yè)者向記者吐槽，為了提高辦公效率，他每月花錢在系統(tǒng)里“養(yǎng)”了三只AI智能體。其中一只是總管，另一只專門負責督促和檢查剩下那只干活。即便是這樣層層制約，單只智能體每月花費仍超過300元，三只加起來上千元，系統(tǒng)還是常常漏掉重要內容，需要人工反復核對。這暴露了兩個隱性成本：AI大模型有時會“一本正經地胡說八道”，而且多智能體的分工設計本身就很冗余。省下來的時間，又花在了改錯上。

正是這些來自中小企業(yè)和個人用戶的真實痛點，推動芯片和電腦廠商開始調整方向。英特爾、AMD等芯片公司已經推出了專門支持智能體的新一代電腦架構，讓本地電腦和云端AI可以協(xié)同工作。聯(lián)想、惠普、戴爾、華為等整機廠商也迅速跟進，發(fā)布了內置AI處理單元或智能管理系統(tǒng)的算力主機。

業(yè)內人士：邊緣主機可理解為放在家里、辦公室的“AI大腦”

5月27日，在成都舉行的聯(lián)想百應AI主機發(fā)布會上，記者看到了這樣一臺主機。輕點鼠標，內置的“AI總管”就能自動梳理一次客戶拜訪任務：提取對方的核心需求，從本地知識庫中調出過往案例，甚至還能模擬銷售對練。整個過程不需要人工反復操作。這套系統(tǒng)背后是本地知識庫檢索，響應快、數(shù)據(jù)不出門。

""

內置“龍蝦”正在工作  圖片來源：每經記者 胥帥 攝

聯(lián)想集團中國區(qū)中小企業(yè)方案服務事業(yè)部總經理、聯(lián)想百應總經理魏東對記者打了個比方：“現(xiàn)在這類新產品，解決了普通人自己折騰部署AI的麻煩。它已經不是傳統(tǒng)意義上的AI電腦，而是一個‘邊緣計算節(jié)點’——你可以理解為一個小型化的、放在公司或家里的‘AI大腦’?！彼M一步解釋：在企業(yè)倉庫里部署這樣一臺設備，它就能成為整個倉庫的管理中樞。員工通過微信或釘釘發(fā)個指令，它就能自動完成入庫、出庫、破損處理等一系列操作。在家里，它也能統(tǒng)一接收指令，控制窗簾、空調、電視等各種設備。

更關鍵的是算力和數(shù)據(jù)安全。這種AI主機不需要堆最貴、最猛的芯片，因為大規(guī)模的復雜計算仍然放在云端；主機只負責跑一些輕量級的、可以在本地完成的小模型。兩者分工合作，既快又省錢。魏東表示，所有數(shù)據(jù)都在本地計算，即便是賣硬件的廠商也看不到用戶的具體數(shù)據(jù)，系統(tǒng)只會通過分析用戶的使用習慣來優(yōu)化性能，機密內容在物理上就不會被泄露。

盡管前景廣闊，但AI主機在當下的實際落地中仍面臨不少技術與體驗層面的挑戰(zhàn)。每經記者發(fā)現(xiàn)，在實際測試部署任務時，用戶也會面臨智能體運行緩慢甚至卡頓的問題，比如“龍蝦”運行要跑一會兒時間。這種延遲不僅受制于初始需求的復雜度，還在于云端與邊緣側的協(xié)同調配能力。邊緣主機的智能化程度依賴后期的生態(tài)規(guī)模與數(shù)據(jù)喂養(yǎng)。魏東表示，在部署初期或使用量較小的情況下，系統(tǒng)的學習能力和響應速度均會表現(xiàn)得較為弱。只有隨著用戶生態(tài)的擴大、本地數(shù)據(jù)的不斷沉淀，系統(tǒng)的迭代速度與處理能力才會逐漸強化。

多位業(yè)內人士認為，隨著各大電腦廠商紛紛推出內置智能體的AI主機，人工智能產業(yè)的競爭邏輯正在轉變——從比拼技術參數(shù)，到比拼誰能真正幫企業(yè)解決成本、安全和效率問題?！氨镜?云端”協(xié)同的模式能否真正跑通，還要看本地小模型的能力、硬件性價比以及行業(yè)標準的進一步成熟。

封面圖片來源：每經媒資庫