Omdia: AI PC shipment share to reach 60% by 2027, but only 9% of buyers purchase for AI features
English text is being prepared.
Omdia predicts that the share of AI PC shipments will reach 60% by 2027, but only 9% of buyers actually place orders for AI features; most users' motivation for upgrading remains that their old machines have slowed down or broken down. What is driving the penetration rate up is mainly the natural replacement cycle and the cost pressure brought by cloud AI token-based billing. 78% of office users use AI multiple times a week, yet only 12% access it through company accounts. Memory costs as a share of the entire device bill of materials have risen from 15% to nearly 40%, becoming a hardware bottleneck for running large models locally.
Body
10月30日消息，市场研究机构Omdia近日发布的一份预测报告揭示了AI PC市场的虚假繁荣：一方面是行业渗透率的高歌猛进，另一方面却是消费者的反应平平。
数据显示，虽然AI PC的出货量占比预计在2027年将达到60%，但真正为了AI功能而下单的买家仅占9%，更多用户升级动机仅仅是旧机变慢、出现故障或希望更换更好的型号。
既然用户并非冲着AI而来，为何渗透率仍将快速攀升？答案在于换机周期本身。无论用户是否主动选择AI，每一轮自然换机都会将本地AI能力的装机基数向前推进一步，这种被动普及恰恰是AI PC扩张的主要动力。
更深层推动力则来自云端AI的反向压力。主流云厂商转向按token计费后，任务成本往往只能在运行结束后才能看清，而AI智能体又会触发长链路的多次调用，使得云上AI的支出越来越难以预测和管理。
与此同时，纯云端AI还带来了合规、数据主权以及IT盲区等问题，数据显示78%的办公用户每周多次使用AI，但仅有12%通过公司账号进行访问，这意味着大量AI使用游离在企业IT管控之外。
而且技术侧的进步也为本地化创造了条件，开源模型权重与前沿闭源模型之间的差距正在快速缩小，量化技术让模型能够压缩进PC内存运行，NPU逐渐成为新一代PC的标配组件，这些因素共同让更多AI工作负载具备在本地完成的可能性。
不过AI PC的普及真正致命的硬件瓶颈还是内存价格。自2025年以来，由于本地运行大模型对内存容量和速度的要求极高，内存成本在整机物料清单中的占比已从原来的15%飙升至近40%。
这意味着厂商必须在配置与售价之间进行艰难的平衡，否则高昂的溢价将直接劝退普通买家，厂商需要证明，通过本地AI节省下的云端订阅费，足以抵消更高端硬件配置带来的溢价。
如果这一逻辑无法在商业模式上闭环，AI PC或许只能在相当长的一段时间内维持名声响、利薄弱的尴尬局面。