硬件厂商布局AI助手 这是一门好生意吗？

2026年1月，联想发布跨设备AI助手Qira。到了4月15日，这款产品开始面向部分兼容的联想电脑开放早期体验，用户可以自愿加入。按照联想的介绍，Qira可以整理会议内容、起草文稿，并在获得许可后完成一些跨应用操作;向更多电脑、平板和摩托罗拉手机扩展，则是后续计划。

从发布到试用，联想尝试回答的是一个硬件行业共同面对的问题：电脑里多了一个AI助手，用户为什么要一直用它?问问题、写文案，已有许多独立应用可以完成。预装能让用户少一次下载，却很难单靠这一点留住用户。

硬件厂商想争取的，是卖出设备之后的生意。一台电脑可以使用数年，其间用户不断打开办公软件、订阅网络服务，设备品牌却很少参与这些消费。智能体如果能融入日常工作，厂商就有机会继续提供服务，甚至获得订阅收入。但前提是，它提供的便利足以让用户改变习惯。

这就要从一次问答，走到一件事被办完。用户愿意为此付出多少，厂商又要承担多少成本，会决定智能体最终成为长期服务，还是又一个随新机赠送的功能。

先把一件事办完

聊天助手把答案交给用户，后面的操作通常还得自己做。智能体会继续往下执行：打开文件、调用应用，或者把处理结果保存到指定位置。替用户多做一步，也就多承担了一步出错的风险。找错文件，可能让整份总结失去意义;覆盖了原件，还会增加用户恢复资料的麻烦。

不妨以整理会议纪要为例。假设拍摄的照片在手机里，项目资料存在电脑上，用户希望把两者合成一份文档。生成文字只是其中一项工作，助手还需要知道哪张照片属于这场会议、哪个文件是最新版本，以及结果应该放在哪里。这个例子说明，跨设备服务的价值在于替用户省掉这些操作。

如果用户仍要把图片逐张传过去，再把模型生成的文字复制回来，助手省下的时间就很有限。用户还要检查它是否引用了旧资料。核对和纠错耗时过长，原本想节省的工夫可能又花了回去。

Qira把会议整理和跨应用任务列入产品介绍，意味着联想希望进入这一类工作。不过，功能列表距离日常体验还有一段距离。用户使用时会遇到断网、权限不足和应用升级，助手需要识别自己哪里做不下去，及时停下，而不是把半成品当作结果交出去。

任务失败之后的处理，同样会影响使用习惯。一个可以撤销操作、说明错误原因的助手，更容易让用户放心尝试。要是每次出错都得重新寻找文件、恢复设置，即使它偶尔完成得很漂亮，用户也未必愿意把重要工作交给它。

因此，硬件AI需要从明确、常用的任务做起。减少几次文件传输，解决一个经常遇到的设备设置问题，都有实际意义。将这些任务做得稳定，才能让用户逐渐接受更多自动操作。一下子承诺能处理所有工作，只会让产品面临更多尚未解决的问题。

设备是自己的，软件未必听指挥

硬件厂商熟悉自己的设备。哪些设置影响续航，驱动是否正常，手机与电脑怎样连接，这些问题原本就在其研发和售后范围内。智能体如果能够调用这些已有能力，可以让用户少翻几层菜单，也可能减少一些简单的售后咨询。

部分工作还可以留在设备上完成。例如本地检索和轻量识别，有机会减少等待以及数据上传。但电脑配了专门处理AI任务的芯片，并不意味着所有智能体功能都能离线运行。复杂任务需要多次调用模型，厂商必须在计算能力、内存占用和续航之间作选择，必要时仍要使用云端服务。

更难的问题出在软件之间。电脑品牌可以决定预装什么，却无法自行决定其他应用开放哪些数据和操作。操作系统管理账户与权限，办公软件管理自己的文档和服务，企业还可能设置额外限制。一个助手能否读取工作资料，需要这些相关方允许。

微软为Windows实验性智能体功能设计了独立工作区和受限账户，并要求用户主动启用相关能力。这类安排使自动操作有了权限范围，也方便用户了解、控制助手正在做什么。对硬件厂商而言，想让助手深入日常工作，就需要与操作系统配合。⁠

双方又存在竞争。操作系统可以提供自己的助手，办公软件也可以直接在文档和会议中加入AI。它们熟悉各自应用里的数据与操作，用户不一定非要经过硬件品牌才能使用。如果设备厂商只是把几项外部服务放在同一个窗口里，产品差异就很容易被替代。

硬件厂商较有把握的做法，是先解决与设备密切相关的问题。例如一项工作怎样从手机继续到电脑，设备出现故障时怎样诊断并联系售后。这些功能需要了解设备，也需要长期维护，更能发挥厂商原有的能力。至于复杂的办公任务，仍要看软件合作能推进到哪一步。

跨设备服务还涉及兼容范围。只支持自家产品，开发和维护较容易安排，却要求用户已经拥有同一品牌的多台设备。向其他品牌开放，可以服务更多人，但也要花费更多精力处理不同系统与机型。厂商需要在这些投入和用户愿意支付的费用之间找到平衡。

权限管理也应当让普通人看得懂。助手读过哪些资料，哪些操作需要确认，如何停止正在执行的任务，都应有清楚的说明。用户愿意先授权一件小事，使用顺利之后再扩大范围，这比一次索取大量权限更有助于建立信任。

卖出电脑以后，服务还在花钱

设备销售与AI服务的成本，发生在不同时间。电脑售出时通常已经收款，云端模型却会随着用户使用继续产生费用。一项任务如果要反复读取资料、尝试不同操作，费用也可能高于一次问答。除此之外，厂商还需要维护功能、处理故障和提供客服。

产品用得少，厂商难以证明它值得投入;用户大量使用，服务支出又会上升。要持续做下去，就得找到相应收入，或者证明AI确实提高了硬件销量、售价，减少了其他成本。把所有好处都归到AI身上，很容易高估这门生意。

例如，一位消费者买了高配电脑，原因可能是屏幕、性能，也可能包括AI功能。厂商要判断智能体有没有带来额外收入，需要进一步了解用户的购买原因。免费功能被频繁打开，也只说明有人使用，距离付费订阅还有一步。

付费更可能从具体用途开始。用户经常需要某项工作，又能看清助手节省了多少时间，才容易判断价格是否合理。笼统地出售“更强AI”，则会面临各种免费产品的比较。即使付费功能刚推出时有人尝鲜，后续续费仍取决于日常效果。

企业采购的考虑会更细。让员工检索内部资料，与允许助手修改业务记录，对权限和审查的要求不同。前者可以把答案连同出处交给员工复核，后者还要留下可追溯的操作记录。相同模型放进不同工作流程，部署和维护费用也会不同。

硬件厂商已有的企业客户关系，可以帮助其介绍产品，但合同最终还是要写清楚服务内容。数据存在哪里，出了问题谁负责，员工需要多少培训，都会影响采购决定。如果助手经常需要员工返工，公司很难仅凭使用次数判断投入是否划算。

厂商还得考虑旧设备。将智能体限于最新机型，可以给换机增加理由，却把许多现有用户排除在外;向旧机型开放，潜在用户更多，但需要单独设计收费与维护安排。这决定了AI是新硬件的一项附加功能，还是可以跨越几代设备的服务。

海外市场也不能只复制一套软件。不同市场常用的应用、语言和企业采购要求有所不同，一地能完成的任务，换一个环境可能需要重新适配。全球销售网络有助于接触客户，具体的软件和服务仍要逐项做好。

模型本身还会不断进步。如果体验提升主要来自一个其他厂商也能接入的模型，优势可能很快缩小。硬件企业需要持续积累的，是对自家设备、用户任务和故障处理的了解，让助手在真实工作里少出错、少让人重复操作。

智能体能为硬件厂商带来新的收入机会，但预装只是起点。等到用户不再因为新鲜而打开助手，仍愿意用它完成固定任务，并为此续费，这项服务才有了稳定的需求。厂商需要用这样的日常使用，证明它值得在一台电脑卖出之后继续投入。