2024我们都在用AI，但谁在用AI PC？

2024年，PC行业笼罩在一片"AI"的热潮之中。Intel高调发布搭载NPU的Core Ultra处理器，AMD推出支持AI加速的Ryzen系列新品，微软在Windows系统中不断强化AI特性，打造Copilot+PC概念，而高通更是将AI PC视为进军PC市场的重要契机，发布了全新的骁龙X系列计算平台。在产业链各方的共同推动下，2024年被赋予了"AI PC元年"的意义。

然而，当我们回顾过去一年的AI发展历程，一个有趣的现象浮出水面：在经历了ChatGPT的多轮迭代升级，在体验过各类令人惊叹的AI应用后，我们确实越来越依赖AI带来的效率提升，也离不开PC这个生产力工具，但这些AI带来的改变似乎与我们的PC是否具备AI加速功能关系并不大。换言之，AI确实在改变我们的工作方式，PC依然是我们的主要生产工具，但"AI PC"这个概念本身，似乎并未能证明其存在的必要性。

这种反差引发了一个深层次的思考：在AI席卷全球的背景下，PC行业对AI的追逐是否抓住了真正的本质？当我们热衷于讨论AI PC的崛起时，是否忽视了一个更基本的问题：用户真正需要的是什么？

有了NPU，有了Copilot就是AI PC？

过去一年，业内对于AI PC并没有一个绝对标准的定义。由于PC市场相对垄断，英特尔、AMD、微软等巨头具有绝对话语权。基本上，AI PC需满足以下条件：在芯片层面，要配备 NPU，也就是专为AI运算设计的专用处理器；其次，要求NPU的算力足够强劲，要超过40TOPS；最后，还需要搭载微软的Copilot功能，并且在键盘上设置专门的Copilot物理按键。

但尴尬的是，过去一年我们用了无数的AI工具，但却对AI PC完全没有任何感知。这种"无感知"的现象实际上揭示了当前AI PC定义的局限性。将AI PC简单定义为"具备NPU和Copilot功能的设备"，某种程度上是对AI与PC融合本质的误解。事实上，用户在日常使用AI工具时，真正在意的是AI能为他们解决什么问题，而不是这个AI是在本地还是云端运行，更不在意它是由NPU还是CPU来处理的。

更关键的是，目前大多数令人印象深刻的AI应用，如ChatGPT、Midjourney、Claude等，都是基于云端运算的服务。这些应用带来的体验提升与本地设备是否具备NPU并无直接关系。用户需要的是稳定的网络连接和流畅的交互界面，而这些都是传统PC就能很好地满足的需求。

另一个值得注意的现象是，即便是搭载了NPU的设备，目前能够充分利用这一硬件优势的本地AI应用也相对有限。Copilot虽然是一个重要尝试，但其功能很大程度上仍依赖云端服务，本地NPU的作用往往局限于一些基础的AI特性，如背景虚化、语音降噪等。这些功能虽然有用，但并未能带来足够引人注目的体验改变，以至于用户难以感知到AI PC与普通PC的显著区别。

这种情况某种程度上类似于早期多核处理器刚推出时的境况：硬件升级在先，但真正能充分利用多核优势的应用生态的建立则需要相当长的时间。当前的AI PC似乎也处于类似的发展阶段：硬件基础逐步具备，但能够充分发挥其价值的应用生态还有待成熟。

PC卷性能的时代可能已经过去

AI对PC带来的变革本质远超出单纯的性能表现。如果仅从PC的视角来看待AI，我们可能会忽略一个重要的行业转折点。在过去的PC发展历程中，芯片性能的提升曾是主导因素，这也解释了为什么摩尔定律能够引领PC产业持续快速发展20年。然而，随着我们进入后摩尔时代，PC的发展重心已经从纯粹的性能提升转向了应用体验的优化。事实上，即便是5年前的PC配置，依然能够满足当前大多数应用场景的需求。

这种转变意味着单纯追求硬件性能的提升已经难以持续吸引用户的关注。性能更多地成为了提供优质应用体验的基础设施，而用户的关注点已经转向了设备如何通过AI带来更智能、更便捷的使用体验。在这个新范式下，用户更在意的是AI如何智能管理他们的设备，如何实现多应用间的无缝协同，以及在特定场景下（如撰写邮件时）AI能提供怎样的智能辅助。至于这些功能在技术层面是如何实现的，用户的关注度正在逐渐降低。

因此，AI PC的价值评估需要建立新的维度体系。这包括多模态交互的自然程度、设备间的协同能力、个性化适应水平、任务理解的准确性，以及智能服务的连续性等。同时，我们还需要关注隐私与安全保护能力、本地计算与云服务的协同效果，以及系统对环境的感知与适应能力。这反映了计算设备正在从传统的"工具属性"向"智能助手属性"演进，用户更关心"它能为我做什么"，而不是"它如何做到的"。

这种转变还带来了用户体验的根本重构，从"学习操作设备"转向"与设备自然对话"，从"执行孤立任务"转向"场景化连续体验"。在这个过程中，AI不仅提供了性能提升，更重要的是重新定义了人机交互的方式，使计算设备能够更好地理解和适应用户的需求，从而提供更智能、更人性化的服务体验。

人们不会因为有了AI而购买PC

在AI PC元年，市场调研数据呈现出一个有趣的现象：尽管AI PC市占率持续增长，但整个PC市场并未因此获得实质性提升。以Gartner数据为例，2024年全球个人电脑出货量为2.453亿台，同比仅增长1.3%，连续第二年低于2.5亿台。

实际上，AI PC的市场增长很可能源于品牌策略，而非真正的市场需求扩大。目前市面上主流新电脑几乎均为AI PC，消费者实际上别无选择，只能购买搭载AI功能的新品电脑。这种现象反映出技术推广的一种特殊路径：通过产品迭代和更新，将新技术"悄然"导入市场。

事实上，用户选择PC的核心考量因素，展现出了很强的延续性。普通消费者在选购PC时，性价比仍然是最关键的决策因素。苹果新款Mac mini的成功就很好地印证了这一点——用户在相同价位能获得更紧凑的体积、可观的性能表现以及成熟的生态体验，这种显而易见的价值提升自然带来了可观的销量增长。这表明，用户的基本诉求和决策逻辑并未发生根本性的改变。

与智能手机取代功能机时期的剧烈变革相比，AI PC当前带来的改变显得相对温和。用户对AI PC的反应相对平淡，主要原因在于AI特性尚未在PC使用场景中带来足够颠覆性的体验提升，大多数用户甚至难以明显感知到AI功能为日常使用带来的实质性改变，所以AI并不能刺激用户换电脑。

高通选对了时机，却选错了方向

高通于2024年强势进军PC市场，发布Snapdragon X系列处理器并与微软展开深度合作，推进Windows On Arm生态建设。各大PC厂商纷纷推出搭载Snapdragon X的新品，展现了业界对新玩家的欢迎态度。然而，过度聚焦于与X86架构的性能较量，反而模糊了高通在AI时代的独特价值。

苹果MAC电脑的发展历程为我们提供了一个重要启示：用户真正在意的是产品的实际应用体验，而不是底层的技术架构。从PowerPC到Intel的X86酷睿，再到自研的ARM架构M系列芯片，苹果始终以产品功能和用户体验为导向来推动架构转换。而用户选择X86架构PC，本质上也是出于特定应用场景的实际需求，而非对架构本身的偏好。

这种现象也给ARM架构PC的发展带来了重要启示：成功的关键不在于强调架构优势，而在于如何将架构特性转化为用户可以直接感知的价值，比如更长的续航时间、更安静的使用体验、更紧凑的产品形态，以及更具吸引力的价格定位。同时，确保主流应用的良好适配和流畅运行也是不可或缺的基础条件。

ARM架构PC的机会还可能来自于其在移动场景下的优势积累。在即将到来的AI时代，端云协同将成为标配，网络连接的稳定性和"永不掉线"的特性将变得至关重要。而高通在移动通信领域的优势显而易见。其次，高通在ARM架构移动终端设备上的深厚积累，如果能够成功延伸到PC领域，将有助于构建一个更完整、更统一的终端设备生态系统。这种全场景的生态布局，恰好能够满足未来AI时代多入口、跨终端的应用需求。

AI PC只是一个过度

毫无疑问，AI PC是一种过度产品。首先AI带来交互模式的革命性变革，AI的多模态交互的逐渐成熟，预示着从"键鼠+屏幕"的单一模式，向语音、视觉、手势等多维度自然交互的转变，传统PC的交互方式显得过时和受限。

其次，人机关系的本质转变。当前PC以及手机等所有终端设备都是"人适应机器"，未来将变成"机器理解人"。传统软件要求用户学习特定操作流程和界面逻辑，AI时代则是通过自然语言理解用户意图，直接执行任务，这种转变确实可能让传统PC应用模式显得"反人类"。

最后，技术演进带来的结构性变化，芯片算力提升+6G网络普及将重塑计算架构，云端AI可能承担复杂计算任务，终端设备趋向于成为AI系统的接入口，设备间的界限逐渐模糊。

短期来看，目前的工作环境和流程仍深度依赖PC操作模式，大量遗留系统和软件需要渐进式升级适配，用户习惯的转变需要一个循序渐进的过程。AI PC可以作为验证新交互方式的试验田，帮助积累AI辅助人类工作的经验数据，为未来范式转换提供实践参考。

长期来看，专业场景可能是最后被AI革新的领域，因为它们需要高度的精确性和控制力。未来可能出现混合模式：保留精确控制的优势，同时融入AI的自然交互，真正的变革可能是重新定义这些工作的本质，而不是简单替换工具。