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]

中国人工智能市场前景与政策环境 - IDC预测到2029年中国人工智能总投资规模将达1,114亿美元，五年复合增长率为25.7% [4] - 中国凭借庞大应用场景与政策推动，将成为亚太人工智能市场的核心增长引擎 [4] - 《中共中央关于制定国民经济和社会发展第十五个五年规划的建议》明确企业需从“数字基础设施建设”向“智能生产力释放”跃迁 [4] - 国务院发布《国务院关于深入实施“人工智能+”行动的意见》，全面部署“人工智能+”行动，推动AI与经济社会各领域深度融合 [4] 人工智能发展面临的机遇与挑战 - 超大规模市场应用场景和强有力的国家战略显示中国正处在AI发展的黄金周期 [5] - 多模态大模型需要算力、存力、运力的深度协同，推理场景更强调实时响应 [5] - AI落地面临高质量数据匮乏、模型泛化能力不足以及软硬件协同的挑战 [5] - 数据产业正成为数字经济的新增长点，数据与实际业务流程结合产生的洞察成为企业实现商业价值的关键驱动力 [5] - IDC预测到2026年，50%的大型企业将采用“数据即产品”架构以打破数据孤岛 [5] - IDC预测到2027年，60%以上的企业将完成云架构现代化以优化基础设施并提高成本效率 [5] - IDC预测到2028年，60%的企业将通过私有数据交换平台或数据洁净室开展跨行业数据协作，支持生成式AI与Agentic AI应用 [5] 联想凌拓的战略与产品发布 - 联想凌拓在2025技术大会上推出创新的AI领域存储产品系列，包括联想存储智能体（LiSA）、Lenovo ThinkSystem DS系列和NetApp AFX系统 [6] - 新产品旨在帮助企业在AI智能平台和GenAI模型训练中实现数据价值转化 [6] - 公司正从提供产品向行业生态解决方案进行战略升级 [6] - NetApp AFX系统基于“从统一存储演进为统一数据模型”战略，专为AI工作负载构建，为海量数据管理提供支撑 [6] - 公司提供的冷存储（磁带库业务）及光纤交换设备针对国内客户业务特色，与合作伙伴紧密合作以加快本地化速度 [7] - 其集中式SAN存储与博通的光纤交换机结合已在多个领域成功应用 [7] - 公司致力于实现从“卖产品到提供行业解决方案”的升级，并在高科技芯片、智能驾驶、具身智能、无人机等细分领域加大投入 [9] 公司对AI时代数据管理与行业落地的观点 - 企业数据基础设施是生成式AI的技术底座，数据是决定模型质量、业务效率乃至企业竞争力的核心资本 [6] - AI落地的真正挑战不是“数据是否够多”，而是“数据是否足够智能”、“是否能转化为知识以真正发挥价值” [6] - 要让AI深入各行各业，必须在特定领域进行模型训练，其前提是能够输入规整、有效的数据 [6] - 需要识别出通用的行业数据，再通过新架构将其转化为可驱动创新的知识图谱，这一转变将重塑数据流通方式并对传统存储架构提出新要求 [6] - 人工智能创造的机遇取决于统一的数据平台，通过释放数据流动性，AI能够自主学习、实时演进，最终形成数据与智能本体共生的“大脑结构” [7] - 联想凌拓正将全球先进技术与本地自研技术和应用需求结合，以符合客户快速变化的需求并提供更具弹性的架构 [7] - AI落地应用更需要通过AI技术实现具体业务场景中效率和价值的提升，而非仅关注存储领域的要求 [8] - 抓住市场机遇需要理解客户业务流程、痛点及其决策KPI，并用技术助其实现目标，同时具备落地实施能力 [8] - 通过生态整合资源为客户提供服务是关键，公司通过与行业ISV深度整合打造特色行业AI端到端解决方案 [8] - 生成式AI正持续深化其在多个垂直领域的应用价值，推动行业自动化与智能化进程迈向新阶段 [9] - 公司希望成为客户业务决策过程中的可靠伙伴，而不仅仅是技术提供者 [9]