AI PC 是個好故事，跟 AI 沒什麼關係

51% 的筆電是 AI PC。
符合微軟 Copilot+ 標準的只有 3%。
能在本地跑 AI 模型的？有獨立顯卡就行，跟前面兩個數字都無關。

三個數字，指向三件不同的事。

三層定義，三個期待

「AI PC」這三個字，產業、微軟、消費者各自在說不同的東西。

Intel 和 AMD 的定義最寬：處理器有 NPU 就是 AI PC。
新一代中高階處理器都內建了 NPU，51% 的出貨量自然掛上了標籤。
這個定義推動換機週期，給品牌商行銷素材，讓分析師有成長曲線。
從設計之初它就是行銷標籤，不需要消費者感受到任何 AI 功能。

微軟的定義窄很多。
Copilot+ PC 要求 NPU 算力 45 TOPS 以上，記憶體 16GB 以上，
才能跑 Recall 和 Live Captions。
但 Recall 去年四月才上線，而且是 opt-in，使用率不明。
微軟在鋪一個軟體平台，只是到現在還沒部署完。

消費者聽到「AI PC」想到的是第三件事：在本地跑 ChatGPT 等級的 AI。
用 Ollama 跑大語言模型，用 Stable Diffusion 生圖，用 LM Studio 對話。
這些工具全部跑在 GPU 上，沒有任何一個呼叫 NPU。

三層各自合理，合在一起就是錯位。

NPU 兩年了，本地 AI 還是跑在 GPU

NPU 進入消費市場已經兩年。
我去查了主流本地 AI 工具對 NPU 的支援狀態：零。

Ollama、Stable Diffusion、LM Studio、llama.cpp，全跑 GPU。
約 20 款設計或是創作軟體有 NPU 的窄功能，像 Photoshop 的 Generative Fill、DaVinci Resolve 的人臉辨識。
但這些是邊緣功能，不是核心工作流。

PCWorld 去年 11 月下了一個標題：The great NPU failure。

算力差距讓這個處境更清楚。
微軟定義 Copilot+ PC 的 NPU 門檻是 45 TOPS。
一張中階 RTX 4060 筆電獨顯大約 127 TOPS，門檻的三倍。
RTX 4080 到了 534 TOPS，桌機 RTX 5090 超過 3,300 TOPS。

最有能力跑本地 AI 的機器是 Gaming 筆電。
但微軟不認它們是 Copilot+ PC，因為 NPU 不到標準。
最有 AI 算力的筆電，不符合「AI PC」的最高定義。

NPU 的設計優勢是低功耗背景常駐。
但常駐需要有東西可以跑。
Recall 延遲多次才勉強上線，第三方 app 幾乎沒在呼叫 NPU。
省電給一個不存在的工作負載，就不算優勢。

硬體到位兩年，軟體生態沒有跟上。

Qualcomm 做對了晶片，進錯了生態

2021 年，Qualcomm 花 14 億美元收購 Nuvia，
一家由前 Apple 晶片架構師創辦的公司。
目標很清楚：做 Windows 生態的 Apple Silicon。

Snapdragon X 系列效能好、功耗低、續航長。
微軟後來定義 Copilot+ PC，Snapdragon X 剛好是第一個達標的平台。

但好晶片不等於好結果。

Apple 讓 ARM 筆電成功，是因為從晶片到 OS 到應用生態全是自己的。
Qualcomm 進入的是被 x86 統治幾十年的生態系。
軟體相容性不完整，通路不敢推，消費者不確定常用軟體能不能跑。

2025 全年，Qualcomm 在亞太筆電市場銷量 12.4 萬台，市佔 0.37%。

這個數字不是「AI PC 沒有需求」的證據。
這是生態系錯位的代價。
晶片做對了，但進了一個不屬於它的環境。

硬體先佈局是正常的，但要看等多久

有人會拿 GPU 類比。
GPU 一開始也沒人用，後來有了遊戲、CUDA、生成式 AI。
NPU 也一樣，硬體先鋪路，應用跟著來。

這個類比部分成立。硬體先行本來就是正常的節奏。

但 GPU 每一步都有消費者主動掏錢。
遊戲畫面變好是當下就能感受的事。
CUDA 讓科學計算加速，研究者自己花錢升級。
NPU 兩年了，老實說我想不到消費者有為它主動花過錢的場景。

Apple 呢？
Apple 控制整個軟硬體生態系，有做本地 AI 的結構條件。
但 Apple Intelligence 上線後，市場反應大多是「還好」。
Writing Tools 用的人不多，Siri 沒有明顯變聰明。
很多使用者說不出 Apple Intelligence 到底改善了什麼。

連 Apple 都還沒讓消費者覺得本地 AI 重要。
硬體先佈局是事實，但「等多久」是一個沒有人回答的問題。

判斷科技標籤的三個問題

下次看到新的科技品項標籤，可以問三件事：

消費者有沒有主動為這個功能多付錢？
有的話，標籤在命名真實需求。沒有的話，標籤在服務供應鏈。

有沒有人控制從硬體到應用的整個生態系？
有的話，功能有機會被實現。沒有的話，標籤會停在標籤。

標籤描述的是消費者想要的，還是供應鏈想推的？
前者會變成產品類型，後者會留在行銷術語。

Ultrabook 三題及格。
2011 年 Intel 推的品類：薄、輕、SSD、長續航。
它描述的剛好是消費者已經想要的東西，標籤命名了市場本來就在走的方向。

AI PC 三題不及格，至少到目前為止。

51% 和 3% 都不是重點。
重點是消費者想要的本地 AI，跑在 GPU 上，跟定義 AI PC 的 NPU 無關。

三個定義，三個期待，同一個名字。
這個錯位解釋了為什麼 AI PC 賣得好，但沒有人覺得自己買到了 AI。