文章核心观点 - 随着国家持续投入人工智能、算力基础设施及数据要素市场，“AI+”正从技术概念走向千行百业的真实场景，而底层数据管理能力已成为制约上层应用创新的关键瓶颈 [1] - 联想凌拓科技有限公司通过创新架构与本土化实践，致力于帮助中国企业克服AI落地的五大挑战，将数据从静态“容器”转变为驱动业务变革的“智能引擎” [1] - 公司的定位不仅是技术供应商，更是“AI引路人”，帮助客户克服从数据准备到模型部署全过程中的障碍，实现真正的业务价值转化 [3] AI落地面临的五大核心挑战 - 数据质量与时效性挑战：AI大模型对数据整合度与实时性要求极高，传统数据处理方式难以满足，例如某车辆制造厂因IT系统滞后导致数据标准不一，实现AI价值需先完成数据整合与梳理 [4] - 高昂的综合成本挑战：AI投入涉及算力、存储、网络及模型服务等多重昂贵成本，客户普遍关心如何高效协调资源、优化投资回报，用更少的设备投资完成更多任务 [4] - 严峻的数据安全挑战：AI自动化流程深入业务核心，数据丢失或被篡改将带来灾难性后果，尤其在金融、医疗等敏感行业，数据安全是不可逾越的红线 [4] - 技术协同及数据访问性能挑战：计算、存储、网络三大基础设施若不能高效协同，将造成数据访问的巨大性能瓶颈，导致大规模AI训练的不可持续性 [4] - 数据孤岛难题：在云服务充分发展、数据跨云混合存储的现实环境下，如何帮助AI在跨云混合环境中获取有效数据并将其转化为知识，是AI未来发展必须解决的问题 [5] 联想凌拓的技术解决方案与架构创新 - 架构解耦实现灵活适配：公司通过架构解耦以“搭积木”方式构建解决方案，全新发布的NetApp AFX系统是一款面向高强度AI工作负载的企业级解耦式全闪存存储系统，可满足企业按需扩容存储或计算资源，避免因某一资源不足导致的整体升级，从而显著降低总体拥有成本 [6] - 内置AI原生数据引擎：在NetApp AFX系统中内置了AIDE（AI Data Engine）引擎，集成了元数据管理、数据同步、合规护栏与向量数据库等功能，能够自动化完成数据发现、分类及向量化预处理，无需额外工具即可支持AI训练与RAG（检索增强生成）场景 [6] - 构建存储与算力间的高效通信层：NetApp在AI领域着重构建存储与算力间的高效通信层，通过深度优化以提升整体系统效能 [7] - 推出智能数据解决方案平台：联想存储智能体（LiSA）是一套面向混合多云环境的智能数据解决方案平台，其核心价值在于将行业知识沉淀为可复用的解决方案模板，底层兼容NetApp等各种存储设备，上层通过统一管理界面封装不同行业所需的功能模块 [7][8] 行业场景化应用案例 - 医疗行业：推出“救急1110灾备一体化解决方案”，基于存储快照功能，通过创建多个快照副本并在数据不一致时自动触发覆盖策略，实现分钟级业务保护与秒级恢复能力，对缺乏专业IT支持人员的医院至关重要 [8] - 制造业：LiSA演化为智能质检解决方案，已成功应用于某大型PCB制造企业，管理超过13PB质检数据，构建起覆盖全产线的质量追溯体系，其高效压缩技术可降低存储成本50%以上 [8] - 广泛行业适配：LiSA平台灵活性强，无论是金融行业的量化交易，还是芯片设计的EDA流程，都能通过加载相应的功能插件贴合客户的实际生产与运营流程 [8] 生态合作与价值服务 - 与独立软件开发商（ISV）合作：公司积极与各行业ISV建立合作，利用自身数据管理与整合经验，结合ISV对客户业务场景与工作流程的精通，共同打造符合客户需求的联合解决方案 [9] - 具体合作案例：京东方为公司提供了智能质检等场景的参考架构；在医疗领域，携手东华医为共同推进“救急1110”方案落地；在金融行业，与博通合作使64G光纤交换机与集中式SAN存储结合发挥最大效能 [9] - 强大的服务交付网络：依托联想集团遍布全国的服务网络，公司可实现“高精尖部分自主交付，大部分通过联想体系交付”的服务模式，根据IDC 2024年报告，联想的服务营收已在中国市场排名第一 [9] - 扩展服务外延：公司正计划扩展服务外延，不仅服务于自有产品，也将纳入其他厂商的产品，将服务作为一项独立业务发展，以满足客户日益复杂的多厂商环境需求 [9] 未来展望与战略方向 - 探索新兴领域与海外市场：公司已开始探索民用航空航天、卫星发射等新兴领域的数据需求，并凭借技术优势以及NetApp和联想的全球化背景，支持中国AI基础设施能力打包输出海外，天然支持客户“走出去” [10] - 深化“存储+AI”融合创新：公司将持续以安全可控、高效智能的数据基础设施，加速推动中国产业数智化战略落地 [10]