作者   |   贝隆行业研究

数据支持   | 勾股大数据（www.gogudata.com）

如果投资者继续用 " 全球最大的个人电脑制造商 " 来看待联想集团，他们很可能会错过 AI 狂潮中这个举足轻重的玩家。全球投资者、尤其是中国内地的投资者们习惯用一种根深蒂固的旧模型来对联想集团进行整体估值，即基于 PC 业务的业绩表现，而传统 PC 硬件属于具有强周期性的相对低毛利业务。

联想集团寻求矫正投资者们的旧观念，但最大的敌人却是自己。毕竟，它霸占全球 PC 市场市占率第一的位置已经很多年了。在这个竞争极其激烈的红海市场中，其市占率本就已经高到不可思议，但却总能继续创出新高。在最新的一个财季中，这个数字已经攀升至 25.5%。

显然，这很大程度上让公众投资者忽视了联想集团非PC 业务的业绩表现，即便这些业务所创造的营收在数年之前就已占到公司总营收的近一半。当然，非 PC 业务营收比例的提高并不足以解释联想集团为何在过去连续多个财季实现了营收与利润的高增长，尤其是毛利率的持续提升帮助其净利增速有两个财季甚至超过了 100%。

性感的故事早已发生，AI 技术浪潮给这家企业带来了历史性机遇。联想集团是最早几家真正抓住 AI 技术革命进行战略转型并落地的全球化科技企业之一。甲骨文大举押注 AI 完成转型的故事已为投资人所熟知，实际上，联想集团的转型故事给业务带来的重塑也并不逊色。

如果我们仔细地回溯这家企业过去数年间的一系列战略落地，会发现其根本性的改变是正在由一家 PC 公司转变为一家 AI 公司。联想集团 11 月 20 日最新发布的 Q2 财季报告数据显示，AI 业务创造的营收已占到其总营收的 30%，且正持续放量。

简而言之，随着混合式AI 战略的落地，联想集团正转型成为全球最大规模的端侧 AI 厂商，且是全球范围内极少数同时实现大规模化的 B 端与 C 端业务的企业。从面向个人用户的 AI PC、AI 手机，到面向企业的 AI 服务器与边缘计算产品，再到 TruScale 和 AI 服务平台的方案化输出，形成了横跨消费与企业两端的完整 AI 生态，并拥有持续扩张的规模化客户群。

从中长期看，联想混合式 AI 战略的雄心是要在全球范围内构建一个 " 端侧 AI 基础设施生态 "，使 AI 的普惠不止于模型层，而是能渗透到每一台 PC、每一台服务器乃至每一个数据中心节点，为个人和企业构建起千人千面、千企千样的 AI，让 AI 的个性化、多样化甚至是定制化成为可能。

基于此，我们认为联想在全球 AI 产业链中的角色将会是 AI 落地最接近用户的 " 终端入口控制者 " 与 AI 基础设施整合商。

从资本市场视角看，对于投资者而言当下最具诱惑力的是，这种转型给联想集团带来的业绩提升已经快速反馈到最关键的财务指标上：盈利能力。其营收的核心增长逻辑也不再是设备销量的线性扩张，而是 AI 基础设施与服务生态的复利增长。随着其业绩周期波动性显著下降，估值体系也有望由 " 制造业 PE" 转向 " 科技服务 PS" 逻辑。

01

重塑业务逻辑

以 ChatGPT 的上线为始，短短近四年间，生成式 AI 浪潮推动了全球硬件、算力、算法与应用生态的整体重构，整个 AI 产业链获得了 " 蒸汽机革命式 " 的市场大爆发。但是，不同于上游芯片厂商（如英伟达）主导数据中心算力，亦或在算法或基础模型层面取胜，联想集团在全球 AI 产业链中的定位是通过混合式 AI 战略，成为 AI 产业链的中后端整合层的龙头企业。

什么是 " 混合式 AI"？这一战略表述晦涩难懂，其本质上是 " 云端 + 本地 " 协同计算架构的应用形态，兼顾算力灵活调度、隐私安全与成本效率，实现在云端与终端之间智能分配计算负载，让 AI 既能本地执行，又能按需调用云算力。

我们可以先用 AI 落地的三类最典型场景来理解：

第一类场景：当用户使用语音助手、图片识别、ChatGPT 之类的服务时，背后其实是大型数据中心在工作：先将用户指令上传到云端（如用户提问、语音、照片）——云端数据中心的服务器用 GPU 算力（如英伟达的芯片）进行推理分析——最后将结果传回到用户的手机或电脑。

在上述场景中，AI 应用具有显而易见的三个特点，即终端必须依靠网络，因需将用户数据上传再返回；成本高，因依赖于云端巨大的服务器集群；最为关键的是存在让用户普遍担忧的隐私风险，因个人数据要被上传到云端。

第二类场景：即在终端本地直接处理语音、图像或文字。部署了轻量级 AI 算法应用、但没有联网的手机、电脑、汽车、摄像头，甚至家里的冰箱实际上普遍已具有 AI 功能，如手机会自动识别人脸、优化光线等。

相比第一类场景，这类 AI 应用场景显然更快，且隐私安全，但 AI 能力受限较大。

第三类场景则是对上述两种场景的结合，比如，用户在 PC 上处理一个 Word 文档摘要时，本地 AI 就足够，但当用户需要生成一段视频或训练一个模型时，本地算力往往不够，AI 应用必须调用云端的 AI 平台。

第三种场景即是 " 混合式 AI" 的最典型应用场景，其特点包括对云端算力的随取随用、智能调度算力、隐私上可将敏感数据留在本地等。

在 " 混合式 AI" 的应用场景中，联想的战略实现路径是通过打造 " 个人超级智能体 "，将端（硬件端）与云（企业与公共大模型）以及边缘、本地化模型与通用云模型并行协作，用户可以通过个人超级智能体跨设备、跨应用、跨操作系统地访问、提取、筛选、共享，集中管理上述所有设备上的个人信息和知识，实现不同模型与能力的互补与分工，以达成普惠且可控的 AI 能力供给。

这种差异化的 AI 战略基于一种朴素的认知，即联想认为 AI 应用终究不会只是由少数几家大模型企业完全主导，向个人或企业用户提供千篇一律的 AI 应用服务并不能满足最大范围的市场需求。就像人类历史上任何一次伟大的科技革命，如、电力、互联网、电脑、手机等伟大发明的普及规律一样，AI 终究也要落脚到具有普惠性。

正是笃信于此，联想 AI 战略的立足点是认为每个人、每家企业对 AI 的需求是千差万别、丰富多彩的，那么要满足这种差异化的需求，AI 大模型所获得的数据基础就必须来自于不同的个体或企业本身（如个人用户的语言、行为、经历和记忆等；企业用户的数据、流程、文化和决策逻辑等），并在此基础上提供更精准的 AI 服务，这些 AI 服务就像用户的双胞胎一样懂自己。

如上文所述，联想 AI 战略的终极目标是要提供普惠性的 AI 服务，提供满足千人千面、千企千样的 " 专属 AI 智能体 "。这种普惠性如区块链的分布式布局，而不是中心化的向所有用户提供集中化的云端 AI 应用服务。

联想之所以将 " 混合式 AI" 作为 AI 战略选择，其背后逻辑并不难理解。因其既是全球最大的 PC 生产商，又有庞大的 AI 服务器业务，且有云平台、行业解决方案，是全球极少数能同时打通 " 端、边、云、网 " 的公司。

也正如上文已有提及，联想集团是全球极少数同时在 B 端与 C 端实现大规模化业务的企业之一。B 端与 C 端业务用完全不同的产品生命周期、销售周期、客户关系治理和利润模型，且在品牌、渠道、制造、服务交付、研发和资本上须同时具备能力。

联想多年的全球化运营与组织经验使其能够管理这种复杂性，而新进入者或单一领域公司难以复制。大多数企业缺少某些关键环节，联想是少数能横跨这些环节并在多个环节取得全球规模的公司之一。

基于此，在 AI 大模型逐步向本地化、轻量化、场景化发展的趋势下，联想以其大规模终端出货能力，把 AI 能力嵌入到 PC、平板以及手机与边缘设备，推动 AI 从 " 少数云端大模型 " 走向 " 每台设备均有个性化 AI 体验 " 的普及化。在 AI 产业链中，联想占据的是 "AI 落地层 " 的关键位置，成为 AI 智能落地的控制入口与场景聚合者。

本质上，这既是一种技术架构（端 - 边 - 云 - 网），也是一种商业定位（覆盖个人、企业、公共三类客户与场景）。这与联想此前提出的 "Smarter AI for All " 的长期叙事一脉相承。

联想现有能力无法与 AI 产业链上游的英伟达拼算力，也无法与 OpenAI 拼算法，但这并不影响它有能力让 AI 真正跑在每台电脑、每个工厂、每家医院、每个城市的智能设备上。而对业务逻辑的重塑上，混合式 AI 战略落地对联想集团的最根本性改变是从 " 卖硬件 " 转向 " 卖 AI 智能服务 "。

02

AI 入口为何如此重要？

那么，在 AI 技术应用的落地中，AI 入口或者说 AI 终端为何如此重要？

宇树科技的人形机器人如果要在商业上走向星辰大海，必须成为具有 AI 能力的终端，否则其只是一台价格昂贵却并不实用的遥控玩具。AI PC 与传统 PC 并非同一物种，后者指的是那些能在本地运行生成式 AI 的个人电脑；是否具有 AI 能力的手机区别亦是如此。

AI 应用在终端上的落地，背后的本质逻辑是让 AI 应用从 " 云端 " 走向 " 终端 "，通过 AI 终端完成商业上的闭环。相比线上 AI 应用，AI 终端具有下沉用户的能力，也是数据生产与回流的核心节点。

Meta 已选择将 AI 眼镜作为 AI 终端入口，字节豆包亦是如此；谷歌 Gemini 选择将 Pixel 手机、智能手表和无线耳机作为 AI 终端入口；而最具号召力的 OpenAI 也正在谋划将 AI 应用落地到 AI 终端，盛传其正在开发的硬件包括一款 " 无显示屏的智能音箱 "，甚至是眼镜、录音笔和可佩戴别针。

它们都是 AI 与用户交互的 " 物理入口 "。布局 AI 终端的商业逻辑，不论是个人电脑、手机、平板还是其他智能 IoT 设备，都以这些硬件作为载体，通过内嵌 AI 算力与模型推理，形成最贴近用户的下沉终端。当然，从一家互联网公司切入到硬件制造，需要它们投入巨额资本、长期运营、品牌和渠道建设，以及尤其关键但容易被忽视的是供应链能力的建设。

在 AI 终端这一 AI 产业链环节上，联想现有优势无须再赘述。那么，这些已有布局究竟能让联想集团在全球 AI 产业链中处于怎样的战略位置呢？

我们不妨发挥更具野心的想象：得端侧AI 者，能否得天下？

在全球生成式 AI 的产业结构中，从上游至下游我们可以将参与者大致划分到四层：

算力层，最具代表性的企业是英伟达、AMD 以及中国的华为昇腾，这些企业在 AI 产业链中向客户提供 GPU、TPU 等 AI 算力芯片，它们的竞争力在于技术壁垒高，面向 B 端客户为主。

平台层，最具代表性的企业是微软 Azure、AWS、甲骨文、阿里云等，核心产品是提供 AI 训练和部署的云平台，连接算力层与算法层。

算法层，或者说大模型层，最具代表性的企业是 OpenAI、谷歌、Grok 以及中国的 Deepseek、阿里千问、豆包等，其资本投入高，角色是掌控线上 AI 应用。

最后即是终端与入口层，最具代表性的企业包括联想、苹果、三星、小米等，也包括众多可穿戴设备制造商，这些企业在产业链中的角色是提供 AI 功能落地与用户交互工具，是最接近用户的 " 决策终端 "。

当然，一些企业在上述多个层面都有布局。比如，甲骨文同时是算力层与平台层的关键供应商；阿里则在算法和平台层都有布局。

过去 20 年，智能手机和个人电脑产业证明了一个规律：控制了入口就控制了生态。苹果通过 iPhone 控制了全球移动互联网的入口；微软通过 Windows 控制了 PC 时代的生态。而在 AI 时代的入口，是否能从 " 屏幕 " 转向 " 超级智能体 "，即一个能感知、理解、回应用户需求的计算终端？

这一 AI 终端可以是个人电脑，可以是手机，也可以是我们暂且想象不到的任何可穿戴设备。但联想的野心是显而易见的，就是将战略押注于此：布局 " 端—边—云—网 " 体系，成为AI 智能体的物理入口，从而在全球 AI 产业链中确立生态控制力。

在 AI 时代，终端设备不再是一次性销售的硬件，而是持续承载 AI 服务的节点。因为每台 AI PC、平板、服务器都可以持续生成使用数据、模型反馈和用户画像；而企业级终端则将成为 AI 工作流的承载平台。头部终端厂商可以掌握用户数据、场景接口、算法调用频率三大稀缺资源。

也就是说，AI 终端在 AI 产业链的战略价值是生态意义，可以具备控制 " 算力入口 " 的能力，而非只卖硬件。

不妨做一个更具想象力的推演，AI 终端厂商有希望成为生态调度中枢，即未来无论 AI 计算来自于 OpenAI、Meta、还是 deepseek 或者阿里的千问，联想作为 " 落地执行端 " 的战略位置，帮助这些应用真正触达用户与企业现场，从而成为 "AI 算力分发商 " 的角色。

因为，联想在端、边、云等 AI 基础设施中已经形成完整布局，具备从硬件到 AI 服务的纵向整合能力，它既能向上游（如 OpenAI、英伟达）输出终端数据与算力需求；也能向下游（企业与个人用户）输出智能服务与交互入口，最终形成一个 " 以终端为核心的 AI 生态闭环 "。

03

改变业绩基本盘

我们之所以认为随着混合式 AI 战略的推进和落地，联想集团正在从一家 PC 公司转变为一家 AI 公司，是基于其营收与利润来源的基本盘将从主要来自于硬件销售转向到主要来自于 AI 产业链服务，其业绩起伏将更多系于全球 AI 生态的繁荣与否。

实际上，过去至少三个财季，这种转变已经成为驱动联想集团业绩增长的做最主要驱动力。此外，AI 相关的服务业务也正持续攀升在联想经常性收入中的比重，有成为主要来源的趋势。这意味着其利润结构有机会从由一次性销售转向经常性收入模式。

有必要先介绍联想集团的营收与利润主要来源，可以分为三大块，三大块对应了联想内部组织架构中的三大业务集团。第一大块是智能设备业务集团（即 IDG），这是公司的传统主业与现金牛业务，主要涵盖 AI PC 与 AI 智能设备，以及以摩托罗拉为核心品牌的移动业务；

第二大块是基础设施解决方案业务集团（即 ISG），这是联想集团过去五年成长最快的板块，也是其从 " 硬件公司 " 转型为 "AI 公司 " 的营收增长引擎，产品包括 AI 服务器、存储设备、云计算和 AI 算力基础设施（如 GPU 服务器、AI 工作站、液冷数据中心）等。

第三大块是方案服务业务集团（即 SSG），这是联想战略转型中利润率和战略价值最高的板块，是 " 从硬件销售转向服务收入 " 的关键载体。主要服务类别包括：设备即服务（DaaS）、IT 运维与云管理、行业数字化解决方案、AI 赋能解决方案等。

在从一家硬件公司转型为一家 AI 公司的过程中，三大业务的核心作用也有转变，其中 IDG 承担了现金流与 AI 入口作用；ISG 是作为 AI 算力与数据中心供应商；SSG 是作为盈利高增长来源与 AI 服务供应商。

从过去三个完整财年（从 2022/23 至 2024/25 财年）的业绩指标变化看，其趋势性的变化有三点：

第一、" 非 PC 业务 " 在总营收中的占比稳步提升，三个财年分别是近 40%、近 45%、47%。这说明了其营收从以 "PC 等硬件 " 为主向 "AI 相关基础设施（ISG）+ 解决方案与服务（SSG）" 转移的明显趋势。

在营收构成中，服务 + AI 基础设施的权重在上升，ISG 与 SSG 的营收增长速度、利润贡献与利润率形成改变财务报表基本盘的关键权重因素。

第二、ISG 的收入放量与 SSG 高利润率是可观察且可验证的基本面变化。ISG（AI 服务器）与 SSG（AI 赋能解决方案和服务）增速远超 IDG，说明其收入增长的边际贡献正在由 AI 生态承担。

这其中 SSG 作为经营利率率（最新财季超过 22%，是 PC 业务的近四倍）最高的业务板块，展现出利润规模加速放大的趋势。而 IDG 在营收规模中虽依然占比最高，但其增长已被 " 混合式 AI" 驱动的非 PC 业务所放大（最新财季 AI 终端设备营收在 IDG 总营收中的占比已大幅提升到了 36%，同比提升 17 个百分点。）。

而占据营收第二大比重的 ISG 依然虽仍处在快速扩张期（最新财季同比大增 24%），但已进入盈利或接近盈利状态。与整个 AI 基础设施行业普遍存在的情况一致，其业绩指标也呈现 " 高收入、利润滞后 " 特征。

以 2025/26 第一财季为例，联想集团由 AI 驱动带来的业绩增长趋势呈爆发性突破，可看三组数据：

IDG 第一财季的增长主要受益于 AI PC 的换机潮驱动，AI PC 营收增速为 197%，在 PC 营收中的占比已急速攀升到了 42%，而上年同期是 18%。因 AI PC 的平均售价在远高于平均 PC 单价，AI PC 也结构性地拉升了公司整体毛利水平。

AI 服务器营收同比增长超 1.5 倍，占服务器业务总营收的比重上升至 22%，显示出了 AI 算力需求对企业级硬件的强拉动效应。

以混合云服务、AI 驱动的数字化解决方案增速则达到 287%，占 SSG 营收的比重从 1% 上升到了 3%，说明联想 AI 服务正在进入落地阶段。

到了第二财季，联想由 AI 带来的营收同比增幅超过一倍，在总营收的占比为 30%，这是联想从 " 传统 PC 公司 " 正式进入 "AI 基础设施与应用公司 " 的转折点。

第三、盈利质量正在部分从硬件向服务转移，这推动了联想 " 利润基本盘 " 的迁移。至最新财季，SSG 创造的营收已连续 18 个财季实现双位数增长，其经营利润率长期维持在 20% 以上（最新财季为 22%），且 " 非硬件 " 收入部分占比在上升 , 项目与解决方案服务业务及运维服务业务在最新财季合计在 SSG 整体营收中的占比已提升至约 60%，细化到 AI 服务收入则实现了三位数增长。

整体而言，联想集团已经进入 " 服务化 + AI 解决方案 " 驱动的成长阶段，这一阶段的特征是：ISG 提供高增长的 AI 基础设施订单，SSG 以高毛利的服务与项目解决方案把这些订单转换为长期、经常性的收入流。

过去至少三个财季的数据已有所印证，SSG、ISG 的同比增速均为两位数甚至更高。如果这种复合年增长率在未来 3 年即便持续保持现有增速，那么 SSG 的营收与利润占比将明显提高。

这意味着即便部分 AI 硬件在短期存在低毛利或折现定价压力，只要 SSG 规模继续放大并服务化，集团的整体利润结构会向更稳定、更高边际的服务化收入迁移。  当公司整体利润的来源集中度转向 SSG 与服务化 ISG 业务时，联想实现的是从 " 卖设备 " 向 " 卖服务 " 转变。

这种转变，对联想集团业绩的平稳增长尤其重要，因如果服务业务持续攀升在联想经常性收入中的比重，甚至成为主要来源，那么其业绩受硬件周期性波动的影响就会下降，因解决方案与订阅等基于项目的服务更具 " 经常性 " 和粘性。（全文完）

格隆汇声明：文中观点均来自原作者，不代表格隆汇观点及立场。特别提醒，投资决策需建立在独立思考之上，本文内容仅供参考，不作为任何实际操作建议，交易风险自担。