在聯想創投集團總裁賀志強看來，人工智能的未來不僅在于技術本身的進步，更在于其與各行業的深度融合，最終實現‘無處不在’的應用場景。而支撐這一愿景的核心基礎，正是數據處理和存儲服務。

人工智能從“工具”到“環境”的轉變
賀志強指出，早期的人工智能更像是一個獨立的工具或解決方案，解決特定場景的問題。但未來的趨勢是，AI將如同電力或互聯網一樣，滲透到社會生產與生活的每一個環節，成為一種基礎性的“環境”。從智能制造、智慧醫療、自動駕駛到智慧城市，AI將不再是一個外掛模塊，而是內生于業務流程和決策系統之中。這種深度融合意味著AI需要更實時、更精準地理解并響應復雜多變的環境。

數據是融合的“燃料”，處理與存儲是“引擎”
實現深度融合的前提，是海量、多元、高質量的數據流。無論是工廠傳感器傳來的實時工況數據，醫療影像數據，還是城市交通的連續動態信息，都是AI進行學習和判斷的“原料”。原始數據本身并無價值，必須經過高效的處理——包括清洗、標注、分析、建模——才能轉化為洞察和智能。

這就對數據處理和存儲服務提出了前所未有的要求。賀志強強調，未來的數據處理必須具備“邊緣-云端”協同的能力。在邊緣側（如設備端、工廠本地），需要進行低延遲的實時初步處理和過濾，以應對即時決策的需求；在云端，則進行大規模的數據匯聚、深度訓練和模型優化。存儲服務同樣需要革新，不僅要滿足海量非結構化數據（如圖像、視頻）的爆炸式增長，還需要支持數據在不同層級（熱、溫、冷存儲）間智能流動，確保數據的安全、可靠和高效訪問。

行業深度融合帶來的新服務模式
隨著AI與行業結合得越來越緊密，單純提供通用算力或存儲硬件的模式將難以滿足需求。賀志強預見，未來的數據處理和存儲服務將演變為高度專業化、與行業知識深度綁定的解決方案。例如：

• 在工業領域：可能會出現集成了行業工藝知識的“工業數據平臺”，能夠直接處理生產線的時序數據，預測設備故障，并優化能效。
• 在醫療領域：安全合規的醫療影像數據存儲與處理服務，能在保護患者隱私的前提下，輔助醫生進行診斷和科研。
• 在自動駕駛領域：需要能夠處理連續不斷的海量傳感器數據（激光雷達、攝像頭等），并進行高并發模擬訓練的數據基礎設施。

這些服務將是“端到端”的，從數據的采集、傳輸、存儲、處理到最終AI模型的部署和更新，形成閉環。服務提供商需要深入理解行業痛點，提供軟硬一體、甚至包含咨詢服務的一站式解決方案。

挑戰與展望
盡管前景廣闊，但實現“無處不在”的AI仍面臨挑戰。數據隱私與安全、不同行業數據標準的統一、邊緣計算節點的成本與效能平衡、以及綠色低碳的數據中心運營等，都是亟待解決的問題。

賀志強認為，產業界需要攜手合作，共同構建開放、安全、高效的數據基礎設施生態。聯想創投也正圍繞此方向，在邊緣計算、云計算、大數據、AI芯片等核心技術領域進行布局和投資，推動智能基礎設施的成熟。

人工智能的未來畫卷，將由無處不在的智能應用和其背后堅實、靈活、智能的數據處理與存儲服務共同繪就。這場深刻的融合，將真正釋放數字化轉型的巨大潛力，重塑千行百業的未來面貌。