当前，人工智能在全球范围加速渗透，但企业在落地应用中仍普遍面临“模型能力强、业务转化难”的现实矛盾：一方面，通用大模型在语言理解、生成与推理方面持续突破；另一方面，企业关键业务对数据安全、成本可控、稳定运行以及与既有系统的深度耦合提出更高要求。
如何让人工智能从“能对话”走向“能办事”，成为产业界共同关注的新命题。
围绕这一问题，联想集团董事长兼CEO杨元庆与英伟达创始人兼CEO黄仁勋在联想创新科技大会举行前夕的交流中提出，人工智能正经历从“生成式AI”向“智能体AI”的关键演进。
所谓智能体AI，核心不在于回答更流畅，而在于具备理解目标、拆解任务、调用工具并在限定规则下完成流程的能力。
这意味着企业级应用的衡量标准将从“生成质量”扩展到“任务成功率、可审计性、可控性与可运维性”。
从原因看，推动这一转向的因素主要来自三方面：其一，企业数字化进入深水区，单点效率工具已难以满足全链条协同需求，AI需要嵌入流程、串联系统；其二，数据合规与风险治理要求趋严，企业更倾向于在可控环境中部署与管理关键模型与数据；其三，算力与软件栈逐步成熟，使“云端能力+本地定制”的工程化路径更具可行性。
在此背景下，双方共同强调“混合式AI”是实现智能体落地的重要路径，即在公有云前沿模型能力之上，叠加企业或个人私有环境中的定制化模型、知识库与数据治理体系，形成可持续迭代的业务智能。
基于这一判断，双方提出将联合打造基于RTX Pro的企业级AI系统，并透露未来将进一步扩大合作规模。
对企业而言，这类系统化方案的价值不只在于提供算力或模型，而在于通过基础设施、数据与知识体系、模型构建与管理、智能体开发与运行、以及服务与运维等环节的打通，降低AI从试点到规模化推广的门槛，减少“各自为战”的重复投入，让AI应用在可控成本下形成可复制的交付能力。
从影响看，混合式AI若加速普及，可能带来三重变化：第一，企业AI建设的主战场将从“模型选型”转向“数据资产与流程再造”，谁能把数据治理、知识沉淀与业务规则体系化，谁就更具落地优势。
第二，软硬件协同的重要性显著提升，算力平台、开发工具链、模型管理与安全合规将成为一体化竞争点。
第三，生态合作将进一步深化，单一厂商难以覆盖从芯片到行业场景的全链条，产业需要更开放的接口、标准与合作机制，推动应用快速迭代。
在对策层面，企业推进混合式AI与智能体应用，需在“可用、可管、可控”上同步发力：一是以场景牵引规划路线图，优先选择高频、标准化程度高、价值可量化的流程作为切入口，避免“为用AI而用AI”；二是夯实数据底座与知识库建设，明确数据分级、权限、审计与脱敏机制，为智能体调用数据提供边界；三是建立模型与智能体的工程化体系，包括模型训练与评测、提示与工具编排、版本管理、灰度发布与回滚机制，确保可持续迭代；四是把安全与合规前置，针对幻觉、越权调用、敏感信息泄露等风险建立防护与问责机制，并通过可审计日志与策略控制提升可信度。
值得关注的是，在国内政企市场，混合式AI的需求更具现实紧迫性。
政务与重点行业普遍拥有大量存量系统与专业知识，既需要先进模型能力提升服务效率，又必须满足数据安全与稳定运行要求。
相关方案若能在“数据不出域、能力可调用、结果可追溯”的框架下推进，有望为政企智能化转型提供更清晰的落地路径。
联想方面提出通过其混合式AI技术框架加速服务政企客户，并围绕智能云、智能体方案与全周期服务等进行布局，体现出以平台化能力覆盖多场景需求的思路。
对未来趋势作出前瞻性判断，智能体AI的规模化应用仍取决于三项关键条件：其一，模型能力持续提升的同时，必须形成稳定可靠的工具调用与工作流编排机制；其二，企业对数据与知识的治理水平能否跟上，否则智能体将难以获得“可执行”的高质量输入；其三，产业链协同能否提供可复制的交付体系，包括软硬件一体化方案、行业最佳实践与标准化接口。
随着相关大会临近，双方预计将披露更多合作细节，外界也将从产品形态、交付模式与行业落地路径中观察混合式AI的推进速度与实际成效。
混合式AI的出现代表了人工智能发展的理性回归。
在经历了生成式AI的快速爆发后，产业开始思考如何让AI技术真正融入企业运营和社会生活。
联想与英伟达的深化合作，不仅体现了两家企业的战略共识，更预示了AI产业即将进入一个更加务实、更加深化的发展阶段。
当通用能力与专业能力实现有机融合，当云端计算与本地处理形成协同互补，AI的真正价值才能得到充分释放。
这一转变过程中，谁能更好地理解和把握混合式AI的本质，谁就能在新一轮产业竞争中占据先机。