在联想创投集团总裁贺志强看来，人工智能的未来不仅在于技术本身的进步，更在于其与各行业的深度融合，最终实现‘无处不在’的应用场景。而支撑这一愿景的核心基础，正是数据处理和存储服务。

人工智能从“工具”到“环境”的转变
贺志强指出，早期的人工智能更像是一个独立的工具或解决方案，解决特定场景的问题。但未来的趋势是，AI将如同电力或互联网一样，渗透到社会生产与生活的每一个环节，成为一种基础性的“环境”。从智能制造、智慧医疗、自动驾驶到智慧城市，AI将不再是一个外挂模块，而是内生于业务流程和决策系统之中。这种深度融合意味着AI需要更实时、更精准地理解并响应复杂多变的环境。

数据是融合的“燃料”，处理与存储是“引擎”
实现深度融合的前提，是海量、多元、高质量的数据流。无论是工厂传感器传来的实时工况数据，医疗影像数据，还是城市交通的连续动态信息，都是AI进行学习和判断的“原料”。原始数据本身并无价值，必须经过高效的处理——包括清洗、标注、分析、建模——才能转化为洞察和智能。

这就对数据处理和存储服务提出了前所未有的要求。贺志强强调，未来的数据处理必须具备“边缘-云端”协同的能力。在边缘侧（如设备端、工厂本地），需要进行低延迟的实时初步处理和过滤，以应对即时决策的需求；在云端，则进行大规模的数据汇聚、深度训练和模型优化。存储服务同样需要革新，不仅要满足海量非结构化数据（如图像、视频）的爆炸式增长，还需要支持数据在不同层级（热、温、冷存储）间智能流动，确保数据的安全、可靠和高效访问。

行业深度融合带来的新服务模式
随着AI与行业结合得越来越紧密，单纯提供通用算力或存储硬件的模式将难以满足需求。贺志强预见，未来的数据处理和存储服务将演变为高度专业化、与行业知识深度绑定的解决方案。例如：

• 在工业领域：可能会出现集成了行业工艺知识的“工业数据平台”，能够直接处理生产线的时序数据，预测设备故障，并优化能效。
• 在医疗领域：安全合规的医疗影像数据存储与处理服务，能在保护患者隐私的前提下，辅助医生进行诊断和科研。
• 在自动驾驶领域：需要能够处理连续不断的海量传感器数据（激光雷达、摄像头等），并进行高并发模拟训练的数据基础设施。

这些服务将是“端到端”的，从数据的采集、传输、存储、处理到最终AI模型的部署和更新，形成闭环。服务提供商需要深入理解行业痛点，提供软硬一体、甚至包含咨询服务的一站式解决方案。

挑战与展望
尽管前景广阔，但实现“无处不在”的AI仍面临挑战。数据隐私与安全、不同行业数据标准的统一、边缘计算节点的成本与效能平衡、以及绿色低碳的数据中心运营等，都是亟待解决的问题。

贺志强认为，产业界需要携手合作，共同构建开放、安全、高效的数据基础设施生态。联想创投也正围绕此方向，在边缘计算、云计算、大数据、AI芯片等核心技术领域进行布局和投资，推动智能基础设施的成熟。

人工智能的未来画卷，将由无处不在的智能应用和其背后坚实、灵活、智能的数据处理与存储服务共同绘就。这场深刻的融合，将真正释放数字化转型的巨大潜力，重塑千行百业的未来面貌。