1.1云端和本地协同作业,重塑PC使用体验
PC的AI智能化由硬件和软件协同驱动，重塑PC使用体验。一方面，AI应用的稳定运行需要硬件提供充足地算力支持。另一方面，软件层可以提升AI应用的使用体验。经过近几年的不断发展，目前硬件端和软件端共同趋于成熟，预计PC端AI智能化进程将进入快车道。AIPC拥有集成软硬件混合式智能学习与推理能力，利用云端和本地协同作业，通过云端的大数据处力本地端PC用场景，依托云算力来提升本地性能平衡。与云端模型相比，AIPC具有三大关键特点提高用户使用体验。（1）承载个人的大模型，安全性增加，满足用户隐私保护需求。（2）可靠性更强，本地端能够实现即时响应。（3）成本降低，用户与厂商实现双赢。
1.2安全性增加，满足用户隐私保护需求
AIPC作为端侧大模型解决方案，能够帮助解决：1）数据隐私问题。一般来说，云端模型在初始阶段不具备某一领域的专业能力，需要接入相应数据训练后才具有相应推理能力，因此，企业需要将核心资产—数据上传至云端进行训练，而训练后的模型将被全行业共享，弱化企业竞争壁垒，因此一般而言，企业的核心数据大多不允许上传至云端。2）数据安全问题。随着云端AI技术的不断推广，越来越多的员工使用ChatGPT进行辅助工作，数据安全问题也不断出现，三星公司在开放员工使用ChatGPT不到20天内，公司出现3起掌握到的数据泄露事件，包括2起设备信息泄露和1起会议内容泄露，23年3月20日ChatGPT服务中断期间ChatGPTPlus订阅者数据泄露，在此期间，用户能够查看某些用户的名字和姓氏、电子邮件地址、付款地址、信用卡号的最后四位数字以及信用卡到期日期。大约1.2%的ChatGPTPlus用户受到此故障的影响。
AIPC应运而生，云端和本地协同作业增强数据安全性。随着云端AI技术的不断推广，商用需求增加，2023年商用PC出货量预估高达1亿台，占总出货量的43%，考虑企业用户拥有更高的数据安全性需求，用户越来越需要一种可以提高生产力的同时保护用户的个人数据和隐私安全的模式。AIPC应运而生，通过本地化处理数据，AIPC增强了终端设备自身的独立性。该模式避免了云端或其它外部服务器对AI任务的参与，规避了云端数据传输风险，提升了安全性和终端设备的独立性，同时减少了个人数据在云端的暴露和被篡改的风险，分担了云端数据安全压力，为行业带来更加安全、高效的AI应用方案。
1.3可靠性更强，本地端侧能够实现即时响应
1.4使用成本降低，实现用户与厂商双赢
本地与云端结合大大降低使用成本。生成式AI在诞生之初主要通过云端以付费API接口的形式向用户提供服务使用云端设备往往需要很高的费用，作为普通用户使用CHATGPT-4需要每月花费20美金，每三小时的使用上限为50条消息，而作为开发者，如果需要通过API调用OpenAI的模型，则价格以每1,000个标记（token）为单位计算，每1ktokens大概为500字，CHATGPT-4每输入500字大概需要0.01美金，每输出500字需要0.03美金，对于开发者来说价格较为高昂，AIPC可以很好的和云端结合，在端上运行模型，可以解决用户的较为基础的问题，将较为复杂的意图通过云端的巨大模型来解决，这种组合可以大大降低使用者的成本。
AIPC的红利不仅仅体现在用户层面，对应用厂商来说同样具有显著的优势，能够分摊云端算力成本。将一些处理从云端转移到终端，不仅可以减轻云基础设施的压力，同时也有助于降低运营成本。这种本地化处理的趋势为应用开发商和应用开发者提供了更为经济和高效的方式来探索和构建应用。据估算ChatGPT每天的运营成本可能超过70万美元。通过在AIPC上进行本地处理，应用厂商能够减少对云端服务器的依赖，降低了在维护和更新云基础设施上的投入。这对于小型独立应用开发商尤其重要，因为他们可能没有庞大的云服务预算，AIPC提供了一个更为可行的选择。另一方面，AIPC的本地化大模型能力为应用开发者提供了更丰富的工具和资源，使他们能够更加灵活地创造各种应用。这种高效性和经济性有助于激发更多独立应用的创新和发展。应用开发者可以更容易地探索新的功能、提升用户体验，而不用过分担心云端服务的性能和成本问题。
技术突破+产品落地+生态逐步建立。从PC发展的历史看，往往会经历从技术突破到产品落地，再到生态逐步形成的过程。从AIPC产业看：1）技术角度，算力提升与算法改进逐步满足AIPC对于终端算力的低功耗、高性能的需求；2）产品角度：芯片厂商陆续发布针对AIPC场景优化的芯片产品，如骁龙XElite、英特尔MeteorLake，整机厂商也积极推进产品落地；3）生态角度：底层算力厂商立足现有领域优势，积极开展合作，生态有望逐步建立、包括AI软件、操作系统等。
在计算方式方面，AI引擎采用CPU+GPU+NPU异构计算，具有更强算力。AIPC使用异构计算，将串行计算或逻辑调度等计算任务分配给CPU运算，而将矩阵计算等并行计算任务分配给GPU、FPGA或NPU等特定优化的处理器，这使得AIPC拥有更强大的算力，支持包括CPU、GPU、NPU在内的多种异构计算处理器。通过将不同类型的计算任务分配给适合的处理器，异构计算不仅提高了算力和性能，还降低了功耗，同时具备处理多类型任务的发展潜力。在成本方面，异构计算相对于采用不断更新ASIC架构的方式具有更低的使用成本和替换成本。在产业落地方面，异构计算能够适应不断变化的神经网络算法和计算架构，为应对快速发展的技术环境提供了更具经济效益的解决方案。
3.2整机:全价位产品上市，2024将迎来AIPC元年
3.3软件及生态：合作+自研模式推动AI软件发展，应用生态不断完善
3.3.1多家芯片厂商积极与软件端开展合作，完善AIPC应用生态。
4.1产业进入换机周期，PC行业出现周期性拐点。
产业进入换机周期，PC行业出现周期性拐点。PC市场较为成熟，整体趋于稳定，影响周期性的因素主要有：1））宏观经济：PC具备消费品，受宏观经济波动影响；2）产品迭代：重要的产品更新、技术迭代3）线上化需求：如疫情期间线上办公需求爆发推动的PC市场增速回升；4）自然PC换机周期一般约为4-5年。2020-2021年疫情推动线上化需求释放，此后市场出现疲软，据IDC数据显示，2021Q1至2023Q1，全球PC市场出货量同比增速呈现下降趋势，近三个季度全球PC出货量同比增速有所回升，2023Q4全2023年第四季度，全球传统电脑出货量略高于预期，接近6,710万台，同比去年下降2.7%。考虑到目前PC的换机周期普遍为5年，疫情售卖的PC已进入换机周期，市场收缩几近触底，预计2024年将实现正增长。
4.2联想：PC业务复苏领先市场，期待PC周期复苏及AIPC渗透拉升业绩
联想集团发布2024财年第三季度业绩，FY3Q24公司实现收入157亿美元，同比+3%，环比+9%，收入自FY2Q23以来首次实现同比增长，且连续3个季度实现环比增长；归母净利润为3.4亿美元，同比-23%，环比+35%，超彭博一致预期的3.05亿美元约10.5%，对应归母净利率2.1%，环比上升0.4pct。从联想看PC行业复苏：FY3Q24联想集团IDG业务收入123.6亿美元，同比上升7%，环比上升7%，其中非PC业务收入占比21%，同比上升4pct，PC收入91.2亿美元。根据IDC数据，FY24Q3联想PC出货量为1611万台，同比增长4.1%，环比增长0.6%，超出行业增速6.6pcts（全球PC出货量同比下降2.7%），因此公司市占率也同比提升1.5pct达24%，其中商用PC市占率创近三年新高达27%，复苏领先市场。ASP方面，联想FY3Q24ASP同比下滑2.7%，环比下滑1.6%。
利润端：经营利润率环比持续提升，主要由于公司费用端持续优化，FY3Q24公司通过减少有息借款，财务费用环比减少1600亿美元，同比减少1000亿美元，同时持续优化运营效率，控制管理费用，经营利润率达到3.9%，qoq+0.3pct。IDC业务的经营利润率同比提升0.1pct至7.4%，主要系1）产品结构持续优化，高端产品占比提升（FY3Q24高端产品占比PC收入为32%，同比+2pct）；2）北美和中东地区表现强劲，增速远超市场水平。
在2024年初的CES展上，联想展示了40多款基于人工智能的全新设备与解决方案，包括10余款AIPC产品，有望为IDG业务提供持续增长动力。尽管FY4Q24PC将经历传统淡季有所承压，但我们预计24下半年增速将优于上半年，主要驱动力为：1）AIPC国内版上半年在国内推出，下半年有望在全球推出，24年下半年起将开始真正驱动换机周期；2）部分商用PC客户正处于试机阶段，预计将持续1-2个季度，有望在下半年迎来较好的需求释放；3）Windows11的换机客户有望在半年开启换机周期。