围绕新一轮科技变革如何加速落地、怎样更好服务实体经济，联想集团董事长兼首席执行官杨元庆与英伟达创始人兼首席执行官黄仁勋近期展开对话。
对话释放的关键信号是：智能技术正从强调“生成”能力的阶段，转向更重视“理解—规划—执行”的任务型系统；与此同时，面向复杂业务流程的混合部署和协同运行，将成为企业智能化的现实路径与增长空间。
问题：从“生成”到“执行”，企业智能化面临新门槛 业内普遍认为，早期智能应用主要以文本、图像等内容生成提升效率，但在企业经营管理、供应链协同、客户服务以及研发制造等场景中，需求已不止于“会写会画”，更需要系统能够在明确目标下完成多步骤任务，基于事实进行推理并与业务系统联动。
这类能力一旦进入生产流程，安全合规、数据边界、响应时延、成本可控等要求随之提高，企业在技术选型与部署方式上面临新的门槛。
原因：数据分散与行业差异，推动“混合式”成为主流选择 对话指出，两条趋势正在加速显现：其一，面向任务执行的代理式系统不再依赖单一云端模型，而是形成公有云前沿模型与企业、个人侧定制模型相结合的体系；其二，混合式企业智能将向更多行业扩散，深度嵌入从办公到生产、从经营到管理的关键环节。
形成上述趋势的背后，既有技术侧因素，也有产业侧约束。
一方面，企业数据长期沉淀在不同系统与部门，且许多关键数据涉及商业机密或个人隐私，不适合无差别上云；另一方面，各行业流程差异显著，通用模型需要通过行业知识、企业规则与场景数据进行再训练或定制，才能在可解释性、稳定性和业务可控性上达标。
由此，“公有云能力+本地与私有环境定制”的组合更易兼顾性能与边界，更符合大规模推广的现实条件。
影响：从算力供给到系统工程，产业链协同将更紧密 从产业影响看，混合式智能的推进将带来三方面变化。
第一，企业智能化从单点工具应用转向系统工程建设，涉及模型、算力、数据治理、应用编排、安全合规以及运维管理等多环节协同。
第二，硬件与软件的协同优化将更受重视，包括端侧与边缘侧计算、数据就近处理，以及与企业现有业务系统的深度适配。
第三，产业链合作模式将进一步演进，整机厂商、芯片与平台企业、软件服务商与行业客户将以更紧密的生态方式推进落地，以缩短从技术到价值的转化周期。
对策：以产品化与可复制方案降低门槛，强化安全与治理 对话披露，联想计划于1月6日与英伟达联合发布企业级智能产品。
这一动向折射出行业的共同方向：通过产品化、平台化手段，把复杂能力封装为可部署、可运维、可扩展的解决方案，降低企业引入新技术的试错成本。
在落地路径上，企业一方面需以业务目标为牵引，优先选择投入产出明确的场景，避免“为了智能而智能”；另一方面要同步加强数据治理、权限控制、内容与行为安全等机制，建立可追溯、可审计的管理体系，确保新系统可控、可靠、可持续。
对供给侧企业而言，则需要在算力效率、系统兼容、模型适配、运维工具链等方面持续优化，提供从咨询、部署到运营的全生命周期服务，推动智能能力从“能用”走向“好用、用得久”。
前景：混合式智能或成主赛道，合作深化有望带动规模扩张 从前瞻判断看，随着企业对成本、合规和效率的综合考量增强，混合式智能将更可能成为相当长时期内的主流形态：云端提供通用能力与迭代速度，私有与本地环境承载关键数据与定制需求，二者通过统一架构实现协同，推动“能推理、会执行、可治理”的智能系统进入更多行业核心链条。
在合作层面，黄仁勋表示，双方合作具备进一步扩大空间，并提到未来两年内合作规模存在显著提升的可能性。
另据对话信息，双方计划在CES 2026发布新的合作成果。
业内人士认为，围绕企业级产品与行业解决方案的持续推进，若能在典型行业形成可复制样板，将有望带动更大范围的市场扩展，并促进从算力基础设施到应用生态的联动升级。
人工智能产业的竞争已从单纯的技术比拼转向生态体系的构建。
联想与英伟达的深度合作,不仅是两家企业商业战略的调整,更代表着产业界对混合式、代理式人工智能发展方向的集体认同。
随着更多企业级应用场景的开发和技术架构的成熟,人工智能有望真正融入实体经济的毛细血管,成为驱动产业升级和经济增长的新动能。
这一过程中,既需要技术创新的持续突破,也需要产业协作的深化拓展,更需要监管框架的同步完善。
唯有各方形成合力,才能确保人工智能技术在可控、可信的轨道上释放最大价值。