PCs Microsoft Windows na IFA colocam a IA local à prova no mundo real

Os PCs Microsoft Windows na IFA chegaram em mais de uma dúzia de formatos, mas a verdadeira mudança não foi mais uma rodada de laptops mais finos. Os parceiros de hardware da Microsoft começaram a transformar a IA local de um rótulo de recurso premium em uma estratégia de computação mais ampla.

Acer, ASUS, Dell, Lenovo e MSI apresentaram dispositivos para trabalho cotidiano, jogos, criação de conteúdo, desenvolvimento de software e IA no dispositivo. Vários sistemas usam novos chips da AMD, Intel, NVIDIA ou Qualcomm. Outros competem por meio de portabilidade, facilidade de reparo, qualidade de tela ou duração da bateria.

A tensão está entre essa variedade impressionante e uma questão ainda sem resposta. Os compradores conseguem realizar trabalho útil suficiente localmente para justificar novas categorias de hardware de IA?

Os parceiros da Microsoft já não vendem uma única resposta. A Dell enfatizou um laptop leve para o mercado convencional, enquanto a Acer se expandiu entre notebooks tradicionais, jogos portáteis, estações de trabalho compactas e sistemas experimentais de IA. ASUS e Lenovo levaram NVIDIA RTX Spark ao hardware móvel para criadores.

Essa amplitude diferencia o Windows do modelo de hardware mais restrito da Apple. Também torna a Microsoft dependente de muitos fornecedores para oferecer experiências de software coerentes em processadores e configurações muito diferentes.

A IFA 2026, portanto, revelou mais do que uma atualização sazonal de produtos. Mostrou a tentativa da Microsoft de fazer com que a escolha de hardware, a IA local e sistemas prontos para desenvolvedores se reforcem mutuamente. As especificações são cada vez mais convincentes. O valor do software continua sendo o teste mais difícil.

O que os parceiros da Microsoft realmente apresentaram na IFA

A característica definidora dos PCs Microsoft Windows na IFA não foi um único dispositivo principal, mas um portfólio que vai de laptops acessíveis a estações de trabalho especializadas em IA.

O resumo de dispositivos da IFA da Microsoft organizou os anúncios em torno de um argumento familiar do Windows: os compradores devem poder escolher um computador que corresponda às suas necessidades de trabalho, mobilidade e desempenho.

A Acer ofereceu o exemplo mais amplo dessa abordagem. Sua linha incluiu Vero 16, Swift Blade 14, Swift Air 16, Aspire G 3D 16, Veriton RI110 AI Mini Workstation e o portátil Predator Atlas 7.

O Vero 16 combinou uma configuração de PC Copilot+ com um chassi redesenhado que usa alumínio e plástico reciclados. A Acer também ampliou a facilidade de reparo, dando à máquina uma identidade mais clara do que uma atualização rotineira de processador.

Seu processador pode fornecer até 180 TOPS de plataforma. TOPS mede trilhões de operações por segundo, embora os totais da plataforma possam combinar diferentes mecanismos de computação e não prevejam isoladamente o desempenho dos aplicativos.

O Swift Blade 14 abordou a mobilidade por outra direção. A Microsoft listou a máquina com 799 gramas, tornando o peso seu principal diferencial.

A Dell também mirou a portabilidade com o Dell 14S. O laptop de alumínio pesa 1,15 quilograma e mede 13,5 milímetros de espessura. Os compradores podem escolher entre uma tela 2.8K com 120Hz e um painel 2K de menor resolução voltado a favorecer a autonomia.

A Dell afirma que uma configuração testada entregou até 21 horas de streaming da Netflix. Esse número veio de um teste controlado em laboratório com brilho de tela de 150 nits. A duração real da bateria varia conforme a configuração, atividade de rede, carga de trabalho e configurações de energia.

A Lenovo dividiu seus anúncios entre sistemas cotidianos e computação local muito mais robusta. A família IdeaPad Vibe oferece modelos de 14 e 15 polegadas com processadores Snapdragon X ou AMD Ryzen AI 400 Series.

No outro extremo, a Lenovo apresentou o Yoga Pro 9n com até 128GB de memória unificada. A memória unificada permite que o processador e o hardware gráfico usem um pool compartilhado, reduzindo a necessidade de copiar grandes modelos de IA entre espaços de memória separados.

A ASUS trouxe o ProArt P16 e o P14, ambos baseados em NVIDIA RTX Spark. O P16 mede 12,9 milímetros de espessura, enquanto o P14 pesa 1,48 quilograma. Suas baterias de grande capacidade e telas OLED de alto brilho miram criadores que precisam de processamento gráfico e de IA móvel.

O Venture 15 AI+ B3M da MSI ocupou uma posição intermediária mais convencional. Ele combina um processador Intel Core Ultra X7 358H com tela de 144Hz, ampla seleção de portas e Windows 11.

A linha, portanto, abrange decisões de compra muito diferentes. Alguns usuários precisam de uma máquina leve para documentos e comunicação. Outros querem desempenho para jogos, facilidade de reparo, telas para criadores ou memória suficiente para executar grandes modelos localmente.

Essa variedade importa porque impede que a narrativa de IA no Windows dependa de um único formato. Ela também cria um problema de coordenação mais difícil, já que aplicativos úteis precisam funcionar em uma base de hardware excepcionalmente ampla.

PCs Microsoft Windows na IFA transformam a escolha em arma competitiva

Os parceiros da Microsoft estão pressionando por meio da variedade, mas a variedade só vence quando os compradores conseguem entender o que cada configuração faz melhor.

A Apple controla o sistema operacional, os chips e o hardware principal de sua linha Mac. A Microsoft, em vez disso, fornece uma plataforma de software comum para uma grande rede de fabricantes e projetistas de chips.

Essa diferença dá aos fornecedores de Windows mais espaço para atender casos de uso específicos. Um estudante pode priorizar peso e duração da bateria. Um desenvolvedor pode escolher uma estação de trabalho compacta com grande quantidade de memória unificada. Um criador pode optar por um laptop OLED com gráficos dedicados.

Cobertura independente identificou a mesma divisão na IFA. Uma avaliação do evento constatou que os fornecedores buscam tanto computadores convencionais mais acessíveis quanto sistemas de IA local de alto nível.

Essa gama dá à Microsoft uma resposta a concorrentes fortemente integrados. Os parceiros do Windows podem reagir rapidamente quando um novo processador, tela, design de refrigeração ou formato de computação se torna disponível.

Eles também podem competir entre si. Essa competição interna frequentemente produz mais configurações e experimentação mais rápida do que permite um portfólio de fornecedor único.

O problema é a clareza. Termos como AI PC, Copilot+ PC, RTX Spark, NPU e estação de trabalho agêntica descrevem conceitos sobrepostos, em vez de uma capacidade consistente.

Uma NPU, ou unidade de processamento neural, acelera tarefas de IA com menor consumo de energia do que um processador de uso geral. Uma GPU dedicada pode lidar com modelos maiores ou mais exigentes, mas geralmente consome mais energia e exige refrigeração adicional.

A designação Copilot+ PC estabelece uma categoria de hardware do Windows com requisitos específicos de aceleração de IA. Isso não significa que todos os sistemas Copilot+ executarão os mesmos aplicativos em velocidades idênticas.

RTX Spark atende outra faixa de desempenho. A NVIDIA e seus parceiros estão posicionando a plataforma para modelos locais, agentes, criação de conteúdo e cargas de trabalho exigentes de desenvolvedores.

Os sistemas Ryzen AI Max da AMD oferecem um caminho diferente. Suas configurações com grande memória compartilhada podem acomodar modelos que excederiam a memória gráfica disponível em muitos laptops convencionais.

Consequentemente, dois computadores comercializados para IA local podem atender usuários totalmente diferentes. Um pode acelerar transcrição, efeitos de imagem ou processamento em segundo plano. Outro pode executar um modelo de programação ou agente de várias etapas sem enviar toda sua carga de trabalho para um serviço de nuvem.

A Microsoft se beneficia quando esses dispositivos expandem coletivamente o mercado do Windows. Também assume o ônus quando os clientes não conseguem diferenciar capacidade prática de branding.

A mensagem da empresa na IFA enfatizou dispositivos para diferentes pessoas e faixas de preço. Esse posicionamento é razoável, especialmente quando famílias e organizações são cautelosas quanto a compras de substituição.

No entanto, a escolha não é automaticamente valiosa. Ela se torna valiosa quando o software expõe um benefício claro e as orientações de compra conectam esse benefício ao hardware correto.

A vantagem competitiva mais forte na IFA, portanto, não foi o número de produtos anunciados. Foi a possibilidade de associar máquinas especializadas a trabalhos especializados.

O maior risco era essa mesma diversidade. A fragmentação em drivers, memória, aceleradores, suporte a aplicativos e expectativas de desempenho pode tornar a categoria difícil de explicar.

A IA local está se tornando uma arquitetura de hardware, não um botão

Os anúncios mais importantes da IFA foram além de adicionar atalhos do Copilot e trataram a IA local como uma carga de trabalho completa de hardware e software.

Os primeiros PCs de IA frequentemente concentravam seu argumento em uma NPU e em um conjunto de recursos do sistema operacional. Os novos PCs Microsoft com IA local dedicam muito mais atenção à capacidade de memória, instalação de modelos, ferramentas para desenvolvedores, limites de segurança e processamento sustentado.

A Microsoft destacou OpenClaw para computadores compatíveis com NVIDIA RTX Spark. O aplicativo pretende simplificar a configuração e a execução de modelos localmente.

A empresa vinculou esse trabalho à sua base de execução segura de agentes. Um agente de IA é um software que pode planejar e realizar várias ações em direção a uma meta, em vez de responder apenas a um prompt.

A segurança se torna mais importante quando um agente pode acessar arquivos, usar aplicativos ou executar comandos. Um modelo local não elimina esse risco. Ele muda onde a computação ocorre e por onde informações confidenciais podem transitar.

A plataforma de IA local da NVIDIA adiciona configuração de modelos, melhorias de inferência e ferramentas para distribuir cargas de trabalho entre PCs compatíveis. Inferência é o processo de executar um modelo treinado para gerar uma saída.

A NVIDIA afirma que suas otimizações mais recentes podem oferecer inferência até 1,9 vez mais rápida em casos compatíveis. Essa é uma alegação do fornecedor, e os ganhos reais dependerão do modelo, da pilha de software, da configuração do sistema e da tarefa.

A empresa também anunciou NVIDIA PAIR, um sistema de código aberto projetado para distribuir cargas de trabalho de IA entre computadores compatíveis. Essa abordagem trata os PCs como um pool de computação local, e não como terminais isolados.

A Microsoft afirmou que os sistemas Windows NVIDIA RTX Spark devem chegar em outubro de 2026. Essa data começará a testar se as demonstrações se traduzem em hardware de varejo acessível e desempenho de aplicativos reproduzível.

AMD e Lenovo mostraram uma rota paralela. O ThinkCentre X Ultra combina um processador AMD Ryzen AI Max+ Pro 495 com um chassi compacto e design pronto para clusters.

A Lenovo afirma que os usuários podem conectar até quatro sistemas para expandir os recursos disponíveis de computação e memória. Essa configuração mira desenvolvedores e empresas que trabalham com modelos maiores, janelas de contexto mais longas ou múltiplos agentes.

Cobertura independente do ThinkCentre relatou um chassi de 1,6 litro e integração com as ferramentas para desenvolvedores da AMD. O sistema oferece suporte a fluxos de trabalho Windows e Linux.

Isso representa um afastamento significativo da ideia de que um PC de IA é simplesmente um laptop com um acelerador dedicado. Essas máquinas se parecem cada vez mais com infraestrutura de desenvolvimento compacta.

Project Zenith torna essa estratégia mais clara. A Microsoft planeja configurações Windows prontas para programar para dispositivos com pelo menos 64GB de memória unificada e 250GBps de largura de banda de memória.

O ambiente inclui Visual Studio Code, Windows Subsystem for Linux, GitHub Copilot CLI e PowerShell. Configurações pré-estabelecidas buscam reduzir o trabalho de preparação entre abrir uma máquina nova e executar um modelo de programação local.

A Microsoft descreve a experiência resultante como local e sem cobrança por uso. Na prática, os usuários evitam pagar por cada token processado localmente, embora ainda arquem com os custos de hardware, eletricidade, manutenção e software.

A operação local também viabiliza o trabalho offline e pode manter entradas selecionadas no dispositivo. Esses benefícios são importantes para desenvolvedores que trabalham com código proprietário, criadores que lidam com ativos ainda não lançados ou empresas que processam informações controladas.

Ainda assim, IA local e na nuvem não são substitutas diretas em todas as situações. Provedores de nuvem podem oferecer modelos maiores, infraestrutura atualizada, governança centralizada e capacidade elástica.

O hardware local oferece menor dependência de conectividade, disponibilidade mais previsível e potencialmente maior controle sobre os dados. O tamanho e a velocidade dos modelos continuam limitados pela memória, pelos limites térmicos e pelo software compatível com um dispositivo específico.

A arquitetura emergente é, portanto, híbrida. O trabalho rotineiro ou sensível pode ser executado localmente, enquanto tarefas maiores podem ser transferidas para infraestrutura remota.

A oportunidade da Microsoft é tornar essa divisão natural. Se os usuários precisarem inspecionar constantemente drivers, formatos de modelos, requisitos de memória e compatibilidade com aceleradores, a IA local continuará sendo uma atividade de especialistas.

A promessa do AI PC ainda precisa de melhores evidências

A IFA comprovou que os fornecedores conseguem construir hardware de IA capaz, mas não comprovou que compradores convencionais precisam desses sistemas ou que os usarão de forma consistente.

A principal incerteza é a adoção de software. Uma longa lista de TOPS, capacidades de memória e benchmarks de modelos não demonstra que as pessoas mudarão sua rotina de trabalho.

Um computador de IA útil precisa de aplicações repetíveis. Essas aplicações precisam economizar tempo suficiente, melhorar a privacidade ou viabilizar um trabalho que não possa ser realizado confortavelmente em uma máquina mais antiga.

Os criadores representam um público plausível. A geração local de imagens, a indexação de mídia, a transcrição, a remoção de ruído e a renderização podem reduzir atrasos de upload e proteger material ainda não lançado.

Os desenvolvedores representam outro. Um assistente de programação capaz de examinar um grande repositório sem solicitações à nuvem cobradas por uso pode apoiar a experimentação e manter códigos selecionados em hardware controlado.

As empresas poderiam usar workstations compactas para análise de documentos, busca interna ou agentes com restrições. No entanto, as organizações ainda precisam de controles de acesso, trilhas de auditoria, avaliação de modelos, gestão de software e políticas que regulem ações automatizadas.

Anúncios de hardware raramente respondem a essas questões operacionais. Eles mostram o que um processador pode executar, não se uma organização consegue implantar o fluxo de trabalho com segurança.

As demonstrações da IFA também ofereceram testes independentes limitados. A Tom’s Hardware informou que as informações de preço de alguns sistemas de IA permaneciam indisponíveis e que as demonstrações eram frequentemente controladas por representantes das empresas.

Isso não invalida os produtos. Significa que desempenho, comportamento térmico, acústica, autonomia e usabilidade ainda exigem avaliação independente em hardware comercializado.

A duração da bateria merece cautela especial. A inferência intensiva em GPU pode consumir muito mais energia do que o trabalho leve com documentos ou a reprodução de vídeo.

Um laptop pode oferecer excelente autonomia em streaming e, ainda assim, durar bem menos durante a execução sustentada de modelos. Os compradores não devem tratar uma alegação geral sobre bateria como evidência de autonomia em cargas de trabalho de IA.

A capacidade de memória também precisa de contexto. Uma grande memória unificada pode permitir que um computador carregue um modelo maior, mas a qualidade do modelo depende de treinamento, quantização, otimização de software e da tarefa.

A quantização reduz a precisão numérica de um modelo para diminuir suas exigências de memória e computação. A técnica pode melhorar o desempenho local, mas uma compressão agressiva pode reduzir a qualidade da saída.

As alegações de privacidade exigem precisão semelhante. Executar um modelo localmente pode manter prompts e arquivos fora de um servidor externo de inferência. O aplicativo ainda pode coletar telemetria, sincronizar dados, chamar serviços online ou usar componentes de nuvem.

Usuários e equipes de TI precisam de controles claros que mostrem o que permanece local. A linguagem de marketing sobre inteligência no dispositivo não pode substituir a inspeção de rede, a documentação de privacidade e as políticas administrativas.

A reparabilidade é outra área em que as evidências importam. A Acer afirma que o design do Vero 16 amplia o acesso a componentes substituíveis e utiliza diversos materiais reciclados.

Essas mudanças podem estender a vida útil de um dispositivo se peças, documentação e assistência continuarem disponíveis. Um chassi redesenhado, por si só, não garante reparos acessíveis a longo prazo.

O mesmo padrão deve ser aplicado a todas as principais alegações da IFA. Os compradores precisam de configurações comercializadas, aplicações compatíveis, benchmarks independentes, termos de assistência e políticas claras de atualização.

A Microsoft também precisa de comportamento consistente entre fornecedores. Um aplicativo local de IA que funciona bem apenas em um acelerador enfraquece o argumento mais amplo da escolha do Windows.

Os desenvolvedores podem estar dispostos a otimizar para vários backends quando o mercado é grande o bastante. É menos provável que façam isso quando APIs, drivers ou características de desempenho mudam com frequência.

O Windows administra a diversidade de hardware há décadas. A IA generativa local aumenta a dificuldade porque as cargas de trabalho dos modelos expõem limites de memória e diferenças entre aceleradores mais diretamente do que aplicativos comuns de desktop.

Os anúncios da IFA mostram investimento substancial em engenharia. A questão sem resposta é se a Microsoft consegue transformar esse investimento em uma plataforma confiável, em vez de um conjunto de demonstrações impressionantes.

Laptops do dia a dia ainda sustentam a estratégia maior do Windows

As workstations de IA local atraíram atenção, mas os notebooks convencionais determinarão se o portfólio da IFA mudará o mercado de Windows.

A maioria dos compradores não escolhe um computador para executar um grande modelo de linguagem. Eles escolhem com base em confiabilidade, qualidade da tela, portabilidade, compatibilidade de aplicativos, duração da bateria e anos esperados de uso.

O 14S da Dell, o IdeaPad Vibe da Lenovo, os sistemas Swift da Acer e a linha Venture da MSI atendem a esse público mais amplo. Seu papel na estratégia da Microsoft é fácil de ignorar diante das workstations com muita memória.

Esses sistemas disponibilizam novos processadores e recursos selecionados de IA em designs de laptops familiares. Eles não exigem que os compradores adotem uma categoria inteiramente nova de computação.

Essa abordagem dá à Microsoft espaço para introduzir o processamento local gradualmente. Recursos como transcrição, busca, edição de imagens, assistência em reuniões e acessibilidade podem se tornar parte dos fluxos de trabalho existentes.

As experiências mais fortes serão aquelas que não exigirem que os usuários pensem sobre onde um modelo é executado. Elas simplesmente responderão rapidamente, funcionarão de forma confiável e lidarão com os dados de acordo com configurações compreensíveis.

Esse padrão é mais exigente do que uma demonstração de tecnologia bem-sucedida. Ele requer cooperação entre a Microsoft, fabricantes de computadores, empresas de chips, equipes de drivers e desenvolvedores de aplicativos.

O lado do consumidor também enfrenta um desafio de ciclo de substituição. O Windows 10 chegou ao fim do suporte padrão em 14 de outubro de 2025, embora dispositivos elegíveis possam receber atualizações de segurança por meio do programa Extended Security Updates da Microsoft.

A transição de suporte da Microsoft dá a alguns usuários mais tempo antes de substituir hardware antigo. Ela também reduz a urgência de uma compra imediata.

Isso torna a qualidade do produto mais importante. Compradores que podem esperar exigirão que um novo PC ofereça uma melhoria visível em relação a uma máquina existente com Windows 10 ou uma versão inicial do Windows 11.

A IA por si só talvez não ofereça esse motivo. Um chassi mais leve, melhor duração de bateria, maior reparabilidade, uma tela superior ou desempenho mais silencioso podem completar o argumento.

Isso explica por que a narrativa da Microsoft na IFA misturou sistemas avançados de IA com benefícios convencionais de produto. A empresa não pode depender de desenvolvedores e entusiastas de IA para impulsionar todo o mercado.

Os dispositivos convencionais também criam a futura base instalada para desenvolvedores de software. Se uma aceleração capaz chegar a computadores comuns em número suficiente, os criadores de aplicativos terão um motivo para usá-la.

Esse processo leva tempo. Os desenvolvedores precisam de interfaces estáveis, capacidades mínimas previsíveis e evidências de que os usuários valorizam o processamento local.

O modelo de parceiros da Microsoft pode acelerar a distribuição porque vários fabricantes podem introduzir sistemas compatíveis simultaneamente. Ele também pode desacelerar a consistência do software quando cada fornecedor enfatiza hardware diferente.

A disputa prática, portanto, não é simplesmente Windows contra macOS. É o ecossistema diverso da Microsoft contra os custos de coordenação criados por essa diversidade.

A IFA apresentou evidências para a primeira metade dessa equação. Os fornecedores de Windows produziram uma seleção excepcionalmente ampla de designs em torno dos processadores mais recentes.

A segunda metade será medida após o lançamento. Os aplicativos precisam detectar o hardware disponível, selecionar o caminho de computação correto e fornecer resultados semelhantes sem obrigar os usuários a entender a arquitetura subjacente.

Três sinais mostrarão se a estratégia está funcionando

A próxima fase começa quando os parceiros da Microsoft substituírem demonstrações controladas por produtos comercializados, testes independentes e software que as pessoas usam toda semana.

O primeiro sinal é a chegada, em outubro de 2026, dos PCs Windows NVIDIA RTX Spark. A disponibilidade permitirá que avaliadores meçam inferência sustentada, consumo de energia, ruído, suporte a aplicativos e complexidade de configuração.

Resultados positivos reforçariam o argumento da Microsoft de que agentes locais podem se tornar uma carga de trabalho prática no Windows. Atrasos, compatibilidade limitada ou desempenho inconsistente o enfraqueceriam.

O segundo sinal é a execução do Project Zenith. Sistemas prontos para programar precisam oferecer mais do que uma coleção conveniente de ferramentas pré-instaladas.

Os desenvolvedores devem conseguir abrir uma máquina, obter modelos compatíveis, usar aceleração de hardware e começar um trabalho útil sem horas de configuração. As atualizações não devem quebrar esse ambiente.

Evidências de adoção ativa por desenvolvedores validariam os PCs de IA local da Microsoft como plataformas funcionais. Um foco em especificações sem projetos, aplicativos ou uso recorrente sugeriria que a categoria ainda está em estágio inicial.

O terceiro sinal é o comportamento do software convencional em hardware AMD, Intel, NVIDIA e Qualcomm. A vantagem do Windows depende de aplicativos que ofereçam suporte a mais de uma pilha preferida pelos fornecedores.

Os usuários devem observar se ferramentas conhecidas de criação, produtividade e desenvolvimento informam onde o processamento ocorre. Também devem comparar a disponibilidade de recursos entre sistemas que, por outro lado, são semelhantes.

O suporte consistente entre fornecedores tornaria a variedade de hardware da Microsoft mais valiosa. Recursos específicos de aceleradores e requisitos de compatibilidade confusos transformariam escolha em fragmentação.

Os próprios produtos merecem o mesmo escrutínio prático. Os avaliadores devem testar a duração da bateria sob inferência local, não apenas reprodução de vídeo. Devem medir o desempenho após cargas de trabalho sustentadas aquecerem o sistema.

As alegações de segurança devem ser testadas em relação às permissões reais dos agentes e aos fluxos de dados. As alegações de privacidade devem identificar quando um aplicativo permanece offline e quando entra em contato com um serviço externo.

As alegações de reparabilidade devem incluir acesso a peças, documentação e a dificuldade de substituições comuns. As alegações de portabilidade devem considerar o carregador e o desempenho disponível quando o dispositivo está desconectado da tomada.

Para os compradores, a resposta sensata não é rejeitar o hardware de IA nem comprá-lo apenas com base em TOPS. Comece pela carga de trabalho que o computador precisa executar.

Um desenvolvedor que executa modelos locais de programação precisa de memória e refrigeração diferentes das de um estudante que usa assistência para escrita. Um criador que trabalha com grandes arquivos de mídia precisa de armazenamento e gráficos diferentes dos de um profissional de escritório que prioriza autonomia.

Os PCs com Microsoft Windows apresentados na IFA demonstram que os fabricantes agora podem atender a todos esses perfis. Eles ainda não estabelecem quais recursos locais de IA continuarão úteis depois que a novidade passar.

Essa comprovação virá com software lançado, avaliações independentes e uso diário. Acompanhe os lançamentos de hardware de outubro, a experiência Project Zenith e o suporte a aplicações entre fornecedores.

Se essas três peças se alinharem, a variedade de opções do Windows se tornará uma vantagem significativa para a IA local. Caso contrário, os compradores herdarão hardware capaz sem um motivo coerente para usá-lo.