联想AI破局：为何技术不是瓶颈，组织重构才是关键？
生成式人工智能的爆发，正在以一种近乎颠覆性的速度重塑商业世界的底层逻辑。对于众多企业而言，当前的焦虑已不再是“是否引入AI”的二选一，而是如何高效地将AI技术嵌入到组织肌理中，从而真正释放生产力。然而，现实往往骨感：许多企业重金采购AI工具，完成了无数概念验证（POC），但在面对核心业务场景时却遭遇“水土不服”。员工不愿用、不敢用，或者用不出预期效果，成为普遍痛点。
究其根本，问题的症结往往不在于技术本身的先进性，而在于组织形态未能同步进化。AI不仅是生产力层面的工具升级，更要求企业在生产关系层面进行深刻的重构。这种重构涉及分工逻辑的重新定义、人才标准的迭代升级、决策流程的优化，乃至权力结构的调整。在这一背景下，联想集团（Lenovo）的实践提供了一个极具参考价值的样本。其核心观点鲜明地指出：AI转型的关键不在于单纯的技术堆砌，而在于以“生产关系先行”的思路，推动组织向“AI原生”形态演进。
从“工具辅助”到“硅基骨干”：联想的AI战略量化成果
要理解联想的组织重构逻辑，首先需审视其在业务层面的实际成效。2026年6月发布的一组数据，量化了联想AI战略的落地深度。
随着“乐享企业超级智能体4.0”的上线，该平台月活跃用户突破700万，日均交互请求超过100万次。更为关键的是，该智能体累计拉动的销售额已超过50亿元。这一数据表明，“乐享”已不再仅仅是一个内部效率工具，而是成长为联想业务体系中成熟可靠的“硅基骨干”。它在咨询、导购、客户经营等执行环节中深度嵌入，直接驱动业务增长。
在2026年7月28日的一场智汇沙龙上，联想战略、技术及人力资源一线的负责人共同勾勒了这家传统硬件巨头向“AI原生组织”进化的真实剖面。从战略蓝图的设计到技术瓶颈的突破，再到消费者场景痛点的解决，联想正在验证的不仅是技术能力，更是一套“人+AI”共生的组织新范式。
重新定义分工：硅基与碳基的“美美与共”
北京大学国家发展研究院管理创新实验室副主任朱丽曾提出一个引人深思的观点：AI革命的节奏是工业革命的十倍，组织作为生产关系的载体，将在2026年迎来集体重塑。她将AI在组织中的演进划分为三个阶段：单点提效、人机角色调整、组织架构重塑。据观察，联想已跨越前两个阶段，摸到了第三阶段的门槛，即AI已深度融入业务主价值链。
这种融入首先体现在分工逻辑的根本性重构上。联想中国人力资源战略设计总监孙海宁提出了一个简洁而深刻的框架：让“硅基员工”（AI智能体）包揽重复性、标准化、7×24小时不间断的工作；而“碳基员工”（人类）则聚焦于复杂决策、战略设计以及需要人文关怀的领域。二者并非简单的替代关系，而是各展所长，“各美其美，美美与共”。
这一理念在联想的人才招聘与培养中已落地生根。联想中国市场推广人力资源总监张书指出，过去一年，联想市场部AI专家岗位占招聘总量的近40%，几乎所有岗位的面试都增加了对候选人“AI思维”的考察。针对应届生和职场新人，公司专门开辟了AI专项招聘通道，旨在吸纳天生的“AI原住民”。
评价体系的变革是这一重构的另一大标志。过去，衡量员工主要看个人产出；现在，更关注员工能调动多少AI资源，以及通过AI输入产生多少真实价值。从招聘、赋能到晋升，联想正在将“人机协作”从理念转化为可执行的制度。孙海宁进一步预测，未来3-5年，每位员工都将拥有自己的“硅基分身”，且会配备多个AI工作搭档。这种角色重构包括四个维度：
- 分工之变：AI处理海量标准化任务，人类聚焦高价值决策。
- 能力之变：联想推出AID评测，要求员工掌握提示词工程、任务分解等技能，从“被工具取代”转向“善用工具”。
- 工具之变：未来的办公三件套将从PPT、Word、Excel，转变为Agent（智能体）、Skill（技能组件）和Workflow（工作流）。
- 理念之变：坚持“人文主义”，目标是赋能员工成为“超级个体”，而非单纯降本裁员。
在组织层面，联想已梳理出692个业务流程深度融入AI，去年中国区整体人效提升了近20%。未来，组织将呈现出知识资产化、去中心化、岗位全能化及扁平化的特征。
啃下“硬骨头”：智能体协同与幻觉控制的技术解法
尽管战略清晰，但在技术落地层面，联想仍面临诸多挑战。其中，“乐享4.0”被定位为L3级硅基员工，其背后的支撑是底层“擎天5.0”混合式AI底座。联想中国区智能化转型总监周铄重点拆解了其中的“词元中枢（Token Hub）”，旨在解决企业的成本焦虑。通过模算一体、适配国产异构GPU、多模型聚合等技术，模型接入效率提升了80%，私有化部署的Token成本被压低至最低0.5元/百万Token。
当调用AI的成本足够低，企业才敢在长链路、高频次的业务场景中大规模铺开。联想采取的解法是“场景先跑、底座反哺”，让先锋业务在实践中沉淀能力，再回流到底座，形成迭代闭环。
然而，技术深水区并非坦途。联想研究院AI实验室Agentic AI研发总监何明指出，企业级智能体的落地难度远超普通AI助手。企业场景下的任务属于“长程任务”，链路更长、关联系统更多、出错成本更高。从L3（部分自主）迈向L4（完全自主）的瓶颈，不在于技术本身，而在于缺乏明确的反馈和评价标准。“没有反馈，智能体就没有进化方向”，因此，在完全自动化实现之前，人类的介入必不可少。
尽管存在协同难点，联想在智能体评测领域已取得显著成绩：在GAIA榜单中全球第一（91.36%），在Terminal Bench 2.0中全球第二（84.5%）。这些自研技术被封装进企业级Agent Harness中，目前已为联想AI研发提效超过50%。
另一大挑战来自电商交易对数据准确性的极致要求。联想中国区B2C销售体系技术交付总监潘雷指出，联想的策略并非“全盘大模型化”，而是“分而治之”。对于价格、库存、促销规则等敏感数据，由传统系统保证绝对准确；而大模型则介入非敏感环节（如推荐话术），且必须经过严格校验。“有些地方可以借助大模型，但细节挑战大。我们认为，准确率应优先于‘智能感’。”
通过一系列项目沉淀，联想找到了一套被称为“Agent OS”的底座。这套底座具备强大的快速复用能力，成为联想消费业务AI化的核心引擎，标志着其AI应用已从单点试验期进入平台化和底座化阶段。
组织进化的终局：系统性重构而非局部优化
当多数企业仍在纠结AI的边界时，联想已将智能体推向业务主战场。上一财年，乐享联合46个垂直场景智能体，助力联想中国区客户直营营业额同比增长33%，占整体营收超过八成。这组数据有力地证明，AI已从“炫技”阶段迈入“干活”阶段。
然而，这场变革远未结束。正如联想所验证的，AI转型不是某个部门的技术实验，而是从组织、人才、技术底座到业务场景的系统性重构。在“碳基有碳基的长处，硅基有硅基的擅长”这一共识下，联想正在探索的，是一条将技术红利转化为组织韧性的长路。对于正在转型中的企业而言，或许最大的启示在于：不要试图用旧的组织框架去承载新的生产力，而应让组织形态随着AI能力的提升而进化。只有当生产关系适应了新的生产力，AI才能真正成为驱动企业增长的第二曲线。