Lenovo amplia la AI Library con cinque nuovi casi d’uso aziendali, dalla computer vision per retail e manifattura agli agenti per contact center, produttività individuale e gestione IT. Le soluzioni prevalidate possono ridurre fino a 24 volte i tempi di implementazione rispetto allo sviluppo su misura, mentre i test condotti da Signal65 su Lenovo Hybrid AI Factory indicano un costo per token fino al 70% inferiore rispetto alle API cloud, a pieno utilizzo dell’infrastruttura. I risultati delineano una strategia che combina applicazioni replicabili, capacità di inferenza on-premise e servizi di implementazione per migliorare i tempi di adozione e la sostenibilità economica dell’intelligenza artificiale nelle imprese.
Le novità sono accompagnate da due ricerche: The Futurum Group analizza il rapporto tra costo per token e valore economico generato dall’AI, mentre Signal65 valuta l’efficienza economica della Lenovo Hybrid AI Factory, considerando i costi infrastrutturali, il grado di utilizzo delle risorse hardware e la convenienza dell’inferenza on-premise rispetto ai servizi cloud.
Cinque nuovi casi d’uso per la Lenovo AI Library
La Lenovo AI Library raccoglie architetture e applicazioni validate, progettate per essere personalizzate e integrate nei sistemi informativi aziendali.
Lenovo AI Computer Vision for Retail utilizza l’analisi video e i dati operativi per misurare i tempi di attesa, ottimizzare la distribuzione del personale, individuare gli spazi sottoutilizzati e migliorare il servizio nelle filiali.
Una delle maggiori banche retail europee sta introducendo la tecnologia di computer vision edge di Lenovo in 4.500 filiali, nel rispetto dei propri requisiti di sicurezza, privacy e conformità normativa.
Le valutazioni iniziali di Lenovo indicano un potenziale miglioramento fino al 90% dei processi decisionali, la digitalizzazione fino al 95% dei processi e una riduzione fino al 99% delle attività manuali associate ai dati di compliance. Si tratta di risultati attesi, non ancora di benefici consuntivati.
Lenovo AI Computer Vision for Manufacturing applica l’analisi dei flussi video esistenti agli ambienti produttivi, individuando situazioni potenzialmente pericolose e anomalie operative. Lenovo indica la possibilità di identificare i rischi sul lavoro fino al 30% più rapidamente e ridurre fino al 20% i costi associati agli incidenti.
Lenovo Super Agent for Contact Center integra AI conversazionale, basi di conoscenza aziendali e applicazioni di customer service. La soluzione automatizza parte delle richieste, assiste gli operatori nella ricerca delle informazioni e supporta la risoluzione dei problemi, con una riduzione potenziale fino al 38% del tempo medio di gestione delle interazioni.
Le altre due soluzioni appartengono alla famiglia Enterprise AI Claw.
Lenovo Enterprise AI Claw for Personal Productivity automatizza attività ripetitive di ricerca, elaborazione e sintesi delle informazioni, mentre Lenovo Enterprise AI Claw for ITOps interviene sui flussi di lavoro dei servizi IT, automatizzando operazioni e procedure per ridurre le attività manuali e i tempi di risoluzione dei problemi.
Dalla sperimentazione alla produzione in una settimana
Uno degli aspetti centrali della AI Library riguarda la riduzione dei tempi necessari per rendere operativa un’applicazione.
L’analisi di Signal65 indica che un caso d’uso prevalidato può essere installato, configurato e reso operativo in una settimana, rispetto ai 3-6 mesi comunemente necessari per sviluppare una soluzione enterprise personalizzata.
Da questo confronto deriva il dato di una velocità fino a 24 volte superiore. Il valore riguarda specificamente i tempi di implementazione ed è basato sul confronto con le stime di settore per lo sviluppo su misura, non su una misurazione generalizzabile a qualsiasi progetto AI.
Le soluzioni della Library vengono sottoposte a verifiche architetturali e operative prima di essere rese disponibili ai clienti. Le organizzazioni possono successivamente intervenire sui dati utilizzati, sulle integrazioni applicative, sui flussi di lavoro e sulle politiche di sicurezza.
Il modello consente di concentrare le attività di personalizzazione sulle caratteristiche dell’organizzazione, anziché ripetere lo sviluppo delle componenti tecnologiche comuni.
Le soluzioni della Library vengono sottoposte a verifiche architetturali e operative prima di essere rese disponibili ai clienti. Le organizzazioni possono successivamente intervenire sui dati utilizzati, sulle integrazioni applicative, sui flussi di lavoro e sulle politiche di sicurezza, secondo un approccio alla realizzazione di applicazioni AI prevalidate e personalizzabili che consente di concentrare lo sviluppo sulle esigenze specifiche dell’organizzazione, anziché ripetere la progettazione delle componenti tecnologiche comuni.
Knowledge Super Agent: i risultati su 3.000 dipendenti Lenovo
Un esempio concreto dell’approccio è Lenovo Knowledge Super Agent, un sistema agentico destinato all’accesso e all’elaborazione delle conoscenze aziendali.
La soluzione consente di ricercare, recuperare e sintetizzare informazioni provenienti dalle risorse informative dell’organizzazione, supportando attività operative che richiedono la consultazione di documenti e contenuti distribuiti.
Nell’implementazione che coinvolge circa 3.000 dipendenti Lenovo, la valutazione di Signal65 ha rilevato una riduzione del 30% del tempo dedicato alla ricerca delle informazioni, un dimezzamento dei tempi necessari per preparare le proposte commerciali e una diminuzione del 35% delle richieste di supporto agli esperti interni.
La modellizzazione economica associata alla soluzione stima un valore potenziale della produttività fino a 17 milioni di dollari all’anno. La cifra rappresenta una stima del valore del tempo recuperato e non un risparmio di cassa direttamente accertato.
La stessa tecnologia costituisce la base di FIFA AI Pro, utilizzata durante i Mondiali di calcio 2026. L’applicazione ha messo a disposizione delle 48 squadre partecipanti informazioni su oltre 2.000 parametri di performance, riducendo da giorni a minuti il tempo necessario per ottenere indicazioni operative dai dati.
Il costo per token non basta a misurare il valore dell’AI
L’ampliamento della Library si inserisce nella strategia Lenovo per migliorare l’economia delle infrastrutture AI, soprattutto nella fase di inferenza.
Il report di The Futurum Group From Cost Per Token to Value Per Token: The AI Factory Imperative distingue due metriche.
Il costo per token esprime l’efficienza economica della generazione e della distribuzione degli output dei modelli AI, mettendo in relazione le risorse infrastrutturali utilizzate con il volume di elaborazione prodotto.
Il valore per token considera invece il contributo dell’elaborazione AI ai risultati aziendali, per esempio attraverso il tempo risparmiato, la riduzione delle attività manuali, il miglioramento dei processi e una maggiore rapidità decisionale.
La distinzione è rilevante perché ridurre il costo dell’inferenza non garantisce automaticamente che un’applicazione produca un ritorno economico positivo.
La ricerca indica che il 78% delle organizzazioni prevede di aumentare il budget destinato all’intelligenza artificiale nei prossimi dodici mesi, mentre il 35% considera i costi infrastrutturali uno dei principali ostacoli all’espansione delle applicazioni. Un’infografica dedicata all’economia delle AI factory sintetizza i principali risultati dell’analisi.
“Per le organizzazioni che acquistano infrastrutture AI, la domanda non riguarda soltanto quale hardware scegliere, ma come fare in modo che ogni token AI generi valore”, osserva Nick Patience, Vice President and Practice Lead, AI Software and Tools di The Futurum Group.
Hybrid AI Factory: inferenza on-premise fino al 70% meno costosa
La ricerca di Signal65 From Cost Per Token to Value Per Token approfondisce l’economia dell’inferenza confrontando un’infrastruttura Lenovo on-premise con il consumo di risorse AI attraverso servizi cloud.
La configurazione esaminata utilizza un Lenovo ThinkSystem SR675 V3 equipaggiato con otto GPU NVIDIA H100, sul quale viene eseguito il modello gpt-oss-120b.
Signal65 ha misurato il throughput effettivo dei token e costruito un modello economico utilizzando ipotesi di costo e di utilizzo dell’infrastruttura, confrontando il costo della generazione locale con le tariffe delle API di un hyperscaler.
A pieno utilizzo, il costo per token della Lenovo Hybrid AI Factory risulta fino al 70% inferiore rispetto al prezzo delle API dell’hyperscaler.
Il dato più significativo per il dimensionamento delle infrastrutture riguarda però il punto di pareggio. Secondo Signal65, la configurazione on-premise raggiunge la parità economica con le API cloud già con un utilizzo delle risorse leggermente superiore al 30%.
Questi risultati evidenziano quanto il tasso di utilizzo delle GPU incida sulla convenienza delle infrastrutture dedicate. I carichi di lavoro continuativi, compresi quelli generati dagli agenti AI operativi durante l’intera giornata, possono distribuire i costi dell’hardware su volumi di elaborazione maggiori.
L’inferenza on-premise richiede tuttavia un dimensionamento coerente con la domanda. Le economie rilevate da Signal65 dipendono dalla configurazione hardware, dal modello eseguito, dai carichi applicativi, dai prezzi e dalle ipotesi di utilizzo adottate.
Hybrid AI Advantage integra casi d’uso, infrastruttura e servizi
L’architettura commerciale e tecnologica che riunisce queste componenti è Lenovo Hybrid AI Advantage, articolata in tre elementi.
La AI Library fornisce applicazioni e agenti prevalidati; Lenovo Hybrid AI Factory integra infrastruttura di calcolo, dispositivi, dati aziendali, modelli AI e piattaforme agentiche; Lenovo AI Services supporta personalizzazione, implementazione, gestione e ottimizzazione nel corso del ciclo di vita.
La combinazione permette di eseguire le applicazioni in ambienti ibridi, scegliendo dove collocare dati ed elaborazioni in funzione delle esigenze aziendali, della sicurezza e dei vincoli normativi.
La capacità di gestire localmente modelli e informazioni può essere particolarmente rilevante per organizzazioni che utilizzano dati riservati, operano in settori regolamentati o devono mantenere un controllo diretto sui costi dell’inferenza.
Lenovo associa inoltre all’infrastruttura alcune modalità di acquisizione e implementazione.
Con Lenovo AI Express, le configurazioni Hybrid AI Factory idonee possono essere spedite entro 15 giorni lavorativi. Il termine si riferisce all’intervallo tra il completamento delle verifiche e convalide dell’ordine e la spedizione, senza comprendere necessariamente trasporto, installazione e messa in esercizio.
Lenovo AI Fast Start prevede invece un percorso di implementazione che, secondo Signal65, può consentire di arrivare a un progetto pilota pronto per la produzione entro 90 giorni dall’avvio.
Infine, Lenovo TruScale offre un modello di consumo flessibile per adeguare capacità infrastrutturale e spesa alle esigenze operative.
“Con l’accelerazione e la crescita dell’adozione dell’AI nelle aziende, il consumo di token aumenta in modo esponenziale. Troppo spesso questo genera costi inattesi prima ancora che le organizzazioni riescano a misurare il ritorno prodotto dai propri investimenti nell’AI. I clienti devono raggiungere più rapidamente il valore di business e poi ottimizzare in modo continuo l’economia dell’AI alla base dei risultati che contano. Lenovo supporta le aziende lungo l’intero ciclo di vita dell’AI, dal caso d’uso all’implementazione e oltre, per ottenere il massimo dall’AI e fare in modo che ogni token generi valore”, ha affermato Linda Yao, Vice President, Hybrid Cloud and AI Solutions di Lenovo.
