聯想為何買下IBM PC事業?
聯想為何買下IBM PC事業?
2004.12.05 | IBM

聯想在併購IBM的PC與筆記型電腦事業部後,已成為世界第三大PC企業。事實上早在3年前,聯想早就想要成為一個國際性的企業,但由於當時中國市場是世界成長最快的PC市場,因此聯想就把重心放在中國境內。

2001年聯想集團總裁兼CEO楊元慶上任後,就開始了聯想國際化的動作,首先是國際化人才的培訓。聯想內部人士透露,聯想先後與英特爾、微軟等跨國公司透過專案合作的方式,培養一批瞭解國際業務的人才,培訓範圍包括技術、產品、市場等部門。在此同時,聯想開始將部分產品拿到國外銷售,並建立了7個國外辦事機構,但是銷量很小--截至今年,海外業務占整體營收也不超過3%。

收購品牌,企圖打開通路

聯想人士透露,在試行海外銷售的時候,聯想發現其原有品牌名稱「Legend」在國外很多地方已被註冊。2003年4月,聯想決定將商標更換成「Lenovo」,當時外界預估聯想換標成本超過2億人民幣,其實真實成本非常低,因為聯想的業務主要還是在國內,但解決了商標問題,聯想想國際化就有恃無恐。

與此同時,聯想開始規劃全球化戰略,當時戰略布署的重點分兩部分,首先是鎖定北美市場、歐洲市場和日本市場,原因在於此三地是全球PC最大的消費區域,聯想全球化要取得成功,非在這些重點區域突破不可;其次是東亞、南亞、中亞甚至北非市場,但這些區域的競爭對手力量並不強。

更換商標之後,聯想開始把PC及一些設備外銷到歐洲以及北美市場。這種試探性的銷售讓聯想發現,在強敵如林的北美、歐洲市場推廣「Lenovo」品牌的PC,所耗成本極高。加上通路建立相當困難,要想迅速解決這兩方面的困難,只有收購另外一個品牌。

面對新題,整合雙方資源

2004年初,聯想開始與IBM進行談判。聯想相關人士表示,起初雙方進展得並不順利,中途還有富士康(鴻海擁有五成股份)攪局,但最終聯想還是完成了併購。分析人士認為,聯想集團「品牌」與「代工」並行的戰略可能會遇到當年宏碁遇到的問題——品牌廠商不願意讓一個擁有自有品牌的代工廠商為自己提供產品,因為那樣等於為自己培養了一個強大的競爭對手。

摩根大通(J.P. Morgan)一位分析師卻表示,上述的觀點已經不適用了,以原來的臺灣代工廠商為例,現在都在發展自有品牌(比如華碩),「戴爾讓聯想代工並沒有問題,只要自己賺錢就行」。臺灣人早就發現,給別人做代工太累了,做代工遠不如做自有品牌賺錢,這種兩條腿走路的策略是正確地。

當北京正處在白天時,地球背面的北卡羅來納州還處於茫茫黑夜之中,但IBM與聯想的遠距離不局限於地理上,兩公司在文化、管理風格等方面均存在很大的差異--聯想與楊元慶的難題,是如何縮短這種距離。目前聯想PC在全球的市場佔有率僅為2.2%,而IBM為5.6%,排名落後於戴爾(占16.8%)及惠普(占15%),收購IBM的PC業務後,聯想將成為全球第三大PC廠商。摩通大通曾公開預測,聯想收購IBM PC後,將大大擴展其PC方面的影響力,但聯想接下來將面對如何整合雙方資源的四個難題。

消化產能,面臨訂單重尋

首先是國際化業務拓展的人才問題。聯想現在由副總裁喬松主管海外業務,但喬松及其他副總裁(分別為劉軍、馬雪征、賀志強、俞兵、王曉岩)都沒有主管海外業務的經驗。消息人士稱,聯想2005年元旦前後可能公佈一份公司高階主管調整名單,海外業務的領導人將來自IBM。聯想近期開始讓一些員工參加短期英語培訓班,將於元旦前後派一些員工前往海外。

其次是品牌整合。此前有消息傳出聯想海外市場將與IBM共推聯合品牌,即Lenovo-IBM,但日前確定的是,聯想將繼續使用IBM的「Think」品牌5年。無論採用那一種,對聯想而言,都存在著讓用戶重新認同其品牌的過,因為用戶可能會認為,「這是聯想的東西,而不是IBM的東西」。

再次是海外機構的整合。IBM的PC事業群擁有1萬多名員工,分別來自數十個不同的國籍,擁有不同的生活特點、文化風俗、管理特色以及法律規則,如何管理這些員工對聯想是一個巨大的挑戰。更為重要的是,IBM在50多個國家和地區設立了100多個分支機搆,將為聯想帶來管理的挑戰。這與惠普收購康柏不一樣,惠普與康柏購併時,在相同的區域都設有規模差不多的分支機搆,購併的同時就是各分支機搆的合併,而聯想在海外基本上沒有分公司。 分析人士認為,在此情況下,聯想有兩種選擇:一是由IBM現有分支機構人員負責當地業務,二是由聯想派員分駐海外。但據聯想內部員工稱,聯想將採取一種折衷的方式,即IBM現有分支機搆人員不變,由聯想派部分員工分駐海外,參與當地分支機搆的運營與管理。

最後一個難題是收購IBM PC之後其產能如何消化的問題。2003年,IBM將桌上型電腦和伺服器訂單,連同墨西哥和蘇格蘭的工廠賣給專業代工(EMS)大廠Sanmina-SCI時,雙方簽訂了3年代工合約。消息人士稱,此次IBM出售PC事業當然可能也會簽定類似合約,但3年之後,聯想還會面臨重尋訂單的問題。

關鍵字: #IBM #聯想
往下滑看下一篇文章
從模型競爭走向算力經濟,INFINITIX 助客戶打造軟體定義 AI 基礎建設
從模型競爭走向算力經濟,INFINITIX 助客戶打造軟體定義 AI 基礎建設

過去兩年,人工智慧技術以史無前例的速度翻轉企業營運與競爭態勢,從客服、知識管理到軟體開發,越來越多企業將大型語言模型(LLM)導入企業營運流程,隨著應用程度的深化與廣化,越來越多發現,真正的挑戰早已不只是「選擇哪個模型」,而是如何管理算力、控制成本、確保資料安全,以及讓不同世代GPU、模型與AI應用可以持續共存與調度。

代理式AI崛起後,AI應用從回答問題進展為執行任務、操作系統以及串接流程,連帶拉升對AI基礎設施的需求與架構複雜度,而這意味著,想要發揮AI綜效,光只有模型與技術尚不夠,必須將整體IT環境逐步升級為AI基礎建設(AI Infra)。

深耕AI管理領域多年的數位無限(INFINITIX),近年積極布局軟體定應AI基礎建設(Software Defined AI Infrastructure)市場,除持續深化與GPU、伺服器與AI硬體生態系的合作關係,如於2021年取得NVIDIA Solution Advisor全球夥伴資格,2025年亦獲AMD GPU生態建設夥伴獎,也因應市場需求推出AI-Stack與ixCSP兩大產品線,協助企業、雲端服務供應商(CSP)與新世代AI雲端業者,更有效率地管理跨世代AI算力資源。

數位無限執行長陳文裕表示:「我們的目標是協助客戶打造軟體定義AI基礎架構,讓其可以視需求向下整合不同世代GPU、儲存與網路設備,同時,向上鏈結模型、Token跟AI應用,加速企業的AI創新轉型腳步。」

數位無限執行長陳文裕.JPG
數位無限執行長陳文裕
圖/ 數位時代

從AI模型到AI經濟,企業競爭焦點轉向算力與Token調度能力

過去市場談AI,焦點多半放在模型參數、推論效能與模型能力,但在大型語言模型推論需求暴增的現下,AI Infra早已從單純GPU採購演變成涵蓋機櫃、網路、儲存、散熱與電力的整體工程;企業真正需要的,不是更多GPU、而是如何更有效率地調度與利用算力。

尤其在NVIDIA提出Token Factory概念後,全球AI產業正逐步從模型競賽轉向「AI經濟」,亦即,影響企業AI決策的再也不是使用哪個模型、部署多少GPU,而是消耗多少Token、產生多少AI服務,以及算力是否能被有效共享與調度。

換言之,在AI新世界,算力調度能力的重要水漲船高。對此,陳文裕十分認同的說:「企業想要提升AI競爭力,不僅要掌握模型與應用,還必須進一步思考如何有效切割GPU資源、讓不同部門甚至集團子公司共享算力、延長舊世代GPU的使用壽命,甚至是如何將閒置算力轉變成可交易的資源等。」

事實上,這也是大量AI資料中心(AIDC)跟新世代AI雲端服務(Neo Cloud)業者出現的原因,包括CoreWeave、Nebius、Lambda Labs、GMI Cloud等業者皆試圖以更具彈性的方式,提供企業所需的GPU服務與AI算力平台。

看準這波趨勢,數位無限除透過AI-Stack提供GPU切片、模型部署、模型管理與MLOps等服務,協助客戶提升GPU使用率,更進一步推出ixCSP平台,讓雲端服務供應商與新世代AI雲端業者,能從過去單純販售GPU資源轉型為提供GPU as a Service、Token as a Service與Model as a Service等創新AI服務。

以Software Defined AI Infrastructure助企業以「通用化、鬆耦合」迎戰瞬變AI世代

因應AI新世代帶來的挑戰:模型快速升級、算力需求攀升、GPU世代交替迅速,企業在追逐AI落地的同時,勢必得面臨基礎建設更新速度過快、硬體投資壓力升高,以及資源利用效率難以最佳化等挑戰。

為協助企業在AI快速演進與基礎建設投資之間取得平衡,數位無限的作法是,透過AI-Stack將底層硬體抽象化,以Token或模型服務形式提供,讓企業客戶、AIDC與Neo Cloud業者可以延長不同世代與不同品牌的AI硬體設備的生命週期、創造更高的使用價值、甚至是展開更多元的營收模式。

例如,高雄醫學大學附設中和紀念醫院便透過數位無限的AI-Stack解決GPU資源調度效率不彰問題,加速39項AI模型進入臨床應用階段,成功建立起「從模型開發到臨床落地」的完整生態系統。而日本精密製造大廠–Union Tool Co.–則是透過AI-Stack簡化GPU資源共享、加速AI模型的開發與測試腳步,為提升生產效率做最佳準備。

「如果大型企業或AIDC業者擁有閒置資源,也可以透過ixCSP平台,把算力共享或調度給集團內部團隊、子公司,甚至上下游合作夥伴使用,進一步提升整體資源利用率。」數位無限執行長陳文裕如是說道。

隨著AI從工具演變成企業核心基礎建設,企業真正需要的,也不再只是單一模型,而是一套能持續適應AI快速演進的AI Infra,而這與數位無限近年來的重要轉型方向一致:從AI管理軟體提供者轉型為軟體定義AI基礎建設供應商,更好協助客戶打造具備「通用化」與「鬆耦合」特性的AI基礎建設。

除以AI-Stack與ixCSP協助客戶提升算力使用效率與價值,數位無限亦計畫與硬體合作夥伴推出Agentic AI一體機方案,協助企業快速建立可驗證、可部署、可切割、可共享的AI運算環境,降低企業從PoC走向實際導入的門檻,加速AI落地。

總的來說,隨著AI競爭從模型能力延伸到算力治理,企業比拚的不僅是導入速度,而是能否建立一套足夠彈性、可持續演進的AI Infra,而這與數位無限的發展目標一致,將持續不斷優化產品服務,化身企業搶進AI新世代的關鍵合作夥伴。

登入數位時代會員

開啟專屬自己的主題內容,

每日推播重點文章

閱讀會員專屬文章

請先登入數位時代會員

看更多獨享內容

請先登入數位時代會員

開啟收藏文章功能,

請先登入數位時代會員

開啟訂閱文章分類功能,

請先登入數位時代會員

我還不是會員, 註冊去!
追蹤我們
代理式商務連動百兆商機
© 2026 Business Next Media Corp. All Rights Reserved. 本網站內容未經允許,不得轉載。
106 台北市大安區光復南路102號9樓