熱門資訊> 正文
2026-09-29 00:00
(來源:invest wallstreet)
微軟CEO薩提亞·納德拉(Satya Nadella)與記者亞歷克斯·希思(Alex Heath)在Sources Podcast頻道的專訪在西雅圖微軟客户大會期間進行。微軟在會上發佈了全新Copilot,納德拉就AI智能體(Agent)的行業趨勢、微軟的產品戰略、模型生態、安全與監管、公眾信任等議題系統闡述了觀點,並談及Xbox與Windows業務的最新進展。
納德拉此次訪談的核心,是把AI智能體視為繼雲計算之后更大的範式級平臺機會;微軟的策略不是押注單一模型或單一功能,而是以全棧基礎設施、多模型編排、Copilot/Autopilot產品矩陣、可審計安全治理去承接這一機會,並以GDP貢獻而非技術跑分作為AGI的最終衡量標準。與此同時,他警告行業必須贏回公眾信任,反對擬人化AI、監管俘獲與卡特爾式壟斷。
一、戰略判斷:智能體是比雲大數個數量級的範式躍遷
納德拉認為,AI智能體市場將比雲計算市場大出「若干個數量級」,這是總潛在市場的巨量擴張,而非簡單技術迭代。
核心創新不是單一模型,而是「智能體循環」:具備長時間運行、記憶、計算機交互與持續協作能力的智能體系統。
智能體創造的是GDP層面的淨新增價值,不是存量市場的零和爭奪。企業級市場是平臺業務,消費端則可能因去中介化而更具零和色彩。
微軟的機會在於:把AI深度嵌入Copilot、Autopilot、Windows與企業工作流,推動生產力與業務成果。
二、產品路徑:從Copilot到Autopilot數字隊友
Copilot企業滲透速度極快,企業級付費訂閲用户已達3000多萬,超過微軟歷史上多數產品。
Excel智能體展示了關鍵突破:不僅能生成複雜工件,還能讓用户對AI輸出進行下一階段「因果推理」和操作。
Autopilot被定位為「數字隊友」:擁有身份、計算機、工作空間、長期記憶與指導方向,可獨立運行,像同事一樣在Teams中交互。
初期落地場景是日常任務,如發票管理、幕僚長式助理等。
規模化前提是可審計性、可觀測性與安全策略治理;強大必須始終「安全可控」,而非偶爾可靠。
消費者端同樣需要長期信任:一旦智能體做出不可預期行為,用户就會停止使用。
三、平臺與模型生態:多模型、編排與解耦
微軟的平臺準則:圍繞平臺創造的價值總量,必須遠大於平臺本身捕獲的價值。
因此微軟要交付的是「前沿生態系統」,而非一兩個前沿模型。
核心設計原則:框架、模型、記憶和上下文必須可分離;Copilot將包含所有其他模型,客户可隨時替換模型。
企業應擁有自己的私有基準與評估,而非依賴飽和的公共基準。
多模型並存可防止token定價走向壟斷,維持長期生態平衡。
納德拉提出「逆向信息悖論」:學習系統不僅被使用,還能通過「數據廢氣」學習,提煉用户行為模式。
四、經濟衡量與定價:GDP貢獻是AGI唯一量化標準
納德拉堅持用對GDP的實際貢獻度衡量AGI,而非技術跑分。
歷史規律顯示,技術擴散與GDP顯現之間存在時間差,電力約滯后50年,PC也滯后數年;AI周期有望壓縮,但不會線性發生。
當前GDP增長更多來自供給側刺激,如數據中心建設;真正廣泛擴散取決於變革管理與工作流程重構。
定價策略是按席位定價 + 按使用量定價:席位提供預算確定性,使用量滿足最新最強功能需求。
模型成本下降應讓利給客户,今天按用量計費的功能,明天可能成為訂閲的一部分。
消費者端還可引入交易或廣告單元補貼,降低價格。
五、基礎設施與財務:全棧投資,整體業務
微軟財務報告調整為「智能體與基礎設施」和「設備與消費者」,意在讓投資者將應用、智能體與雲視為互聯整體。
基礎設施投資不是孤立押注,而是全棧能力建設:服務OpenAI、Anthropic等大客户,也服務第一方Copilot。
微軟不追逐「新型雲」,而是要把超大規模雲業務擴展為智能體業務。
目標不是依賴少數大客户,而是服務從中小企業到跨國公司的廣泛token消費、微調模型乃至自有前沿模型需求。
與OpenAI合作持續到2032年,OpenAI是最大客户之一;同時Mustafa團隊自研模型,通過RL和數據管道爬坡,但Copilot仍將包含所有模型。
六、安全、監管與公眾信任:行業必須從「自我陶醉」中醒來
納德拉強調:任何不能服務人類或不受人類控制的事物都不值得追求。
反對擬人化AI,甚至不應試圖訓練AI具備人類價值觀,否則可能導致永遠無法對齊;應將其視為受控、可審計的「行為」。
AI安全三大重點:
監管應基於風險,採用嵌入式評估體系與廣泛行業機構,包含初創代表;反對寒蟬效應、監管俘獲和卡特爾式壟斷安排。
行業在闡釋AI益處方面「只能打不及格」:過於自我陶醉,未能向公眾展示切實利益。西方民意尤其悲觀,尼日利亞等地區反而更樂觀,值得反思。
贏回信任的關鍵是證明AI能創造就業、經濟機遇與未來,而非加劇不平等或權力集中。
七、Windows與Xbox:無處不在的智能與恢復增長
Windows願景核心是「無處不在的智能」:本地智能體、設備端模型與雲端自動路由結合,將「不限量智能」無縫融入Token消耗。
Xbox深植微軟DNA,團隊精簡后由阿莎推進,下一財年恢復增長,目標是成為PC和Xbox上優秀的遊戲發行商與平臺提供商。
八、最大風險與機遇
最大機遇:智能體及其深刻變革,將帶來總可達市場的巨量擴張,規模比上一時代任何業務大出幾個數量級。
最大風險:必須從第一性原理重構系統與產品形態,不能簡單把Office塞進Copilot,也不能默認堆砌工具。
工具必須靠自身優秀贏得模型的「自發偏好」,讓智能體自主發現並調用,才能完成特定任務路徑。
納德拉認為微軟已在此發力並取得巨大進展。
最終核心: 微軟的AI戰略是平臺化、生態化、全棧化:以智能體循環為創新核心,以Copilot/Autopilot為產品載體,以多模型編排和解耦為生態策略,以GDP貢獻為經濟標尺,以可審計、可觀測、可遏制為安全底線。納德拉真正的警告是:AI若不能贏得公眾信任、不能創造廣泛經濟盈余、不能受人類控制,那麼再強大的技術也不值得追求。
微軟CEO薩提亞·納德拉《Sources》播客專訪:AI智能體、信任危機與微軟戰略
一、開場與智能體崛起
主持人希思: 薩提亞,感謝你在西雅圖接待我。
薩提亞·納德拉: 亞歷克斯,非常感謝你專程前來。
主持人希思: 今日討論議題眾多。我想先從當前行業所處階段談起。你們近期發佈的多項公告,核心都指向智能體的崛起。在消費端,你們推出了Muse、Grokbot、Instinct;在企業端,則是Copilot。這似乎是一場正在發生的變革。當前業界正在爭奪下一個重大交互界面,也就是人與整個數字生活互動的「控制平面」。你們在Copilot和企業級產品上採取了非常具體的策略。從宏觀角度,你如何看待這一現象,以及當前階段意味着什麼?
薩提亞·納德拉: 如果追蹤發展過程,自ChatGPT開始,AI用户體驗形態與AI能力之間一直存在協同演進。以ChatGPT為例,它基於GPT模型,但正是該模型上的RLHF使對話成為可能。隨后是編碼智能體,它促成了Claude Code等產品。當我審視Copilot和Copilot Workspace時,其本質是一個編碼智能體,即「智能體循環」。智能體循環纔是真正的創新。 OpenClaw首次讓人預見一種長時間運行的智能體形態,而模型隨后已經跟上這種發展。自OpenClaw發佈以來,有兩件事值得關注:第一,在本地機器上安裝並運行它;第二,克服將其作為長期基礎設施運行的挑戰。這需要安全,因此現在有面向虛擬機、容器或運行沙盒的雲環境加固;有能夠連續運行數日並保持連貫性的智能體;也有將記憶等外部化的能力。這就是我們感到非常興奮的原因。正如我們今天在Copilot中發佈的功能,你擁有了對話、Copilot Workspace、Autopilot等。不同產品形態、不同模型和不同能力並存,它們都有各自的位置,我不認為哪一種會完全取代另一種。 用户只需打開提示框,系統就會自動呈現最合適的形態和功能。
主持人希思: 各種交互界面不斷涌現。當你看到近期亞馬遜封鎖Muse這類事件時,在我看來,這正印證了關於爭奪交互界面的觀點。隨着智能體成為越來越多人「與網絡互動」的方式,你預見這會不會成為一場艱難的戰鬥?
薩提亞·納德拉: 其中有許多因素在起作用。首先,假設你為人類和人類網絡設計了一些API接口甚至用戶界面。當一個智能體使用「計算機使用」並從頂層接入時,你與使用該服務的用户之間的「服務等級協議」會怎樣?你甚至沒有為這種流量做過架構設計。因此,人們必須退一步思考:其中的競爭層面是什麼?設計層面又是什麼?以API為例,我們在Copilot底層提供一流的Work IQ API和交互界面,原因在於,不能直接調用Teams、Outlook或SharePoint底層的數據庫,並用智能體流量去衝擊它,尤其當它是一項基礎服務時。如果我們告訴企業客户,由於存在大量我們無法控制的智能體流量,我們現在無法滿足這項關鍵任務服務的SLA需求,那是行不通的。因此,我們現在都必須正視一個現實:必須建立新的接口、新的基礎設施、新的使用條款和新的變現模式,因為這一切都會產生相關成本。 此外還有競爭因素,特別是如果有人從頂層切入,我認為亞馬遜的情況就是如此,即去中介化。
主持人希思: 在個人和企業場景下,你認為智能體市場的零和博弈程度如何?
薩提亞·納德拉: 零和博弈是一個有趣的話題。支撐這一切應用的根本因素是,它在GDP層面上創造了一些淨新增價值。因此,這不是在存量市場上糾纏。 過去的價值流動方式可能會受到一些干擾。假設商業交易流程發生了改變,因為現在我只需讓智能體幫我購物。因此,一些購物習慣、搜索習慣等都被去中介化了。在消費端,這種背景下的零和博弈色彩可能會濃烈得多,因為消費端曾經存在的聚合效應中,中間商基本上只是在聚合用户,而突然間,當你能直接接觸到商家或供應商時,中間商就不再必要了,這種情況完全可能發生。而在企業級市場,這在很大程度上取決於具體使用場景,因為企業級業務是平臺業務,而不是聚合業務。 這意味着你必須為客户期望達成的特定結果創造具體價值。誰能提供最大的價值,誰就能獲勝。因此,將會出現大量的價格競爭,也許還有價值競爭,這本質上是平臺經濟學層面的競爭。但這並不意味着我們在企業級市場中僅僅是聚合他人的軟件。我們構建的是人們認為有價值的平臺,只要我們做到這一點,事實上,這可能是有史以來最大的「總潛在市場」擴張。 想想看,我們的服務器業務在20世紀90年代和21世紀初一直是一項非常健康的業務。而云業務的規模要大幾個數量級,因為人們的消費量增加了。我認為智能體時代的規模將比雲時代大幾個數量級。 因此,從TAM的角度來看,這是極具擴張性的。我們現在必須真正保持專注,確保每一個Autopilot、每一次通話、每一次對話都能推動生產力,推動業務成果。
二、Copilot的下一篇章
主持人希思: 過去一年里,Copilot的發展軌跡是如何演變的?你們起步非常早,特別是在GitHub Copilot所在的編碼市場。你們剛剛展示了在Copilot各項功能中實現的大量統一。我想談談Autopilot,我認為這可能是其中最有趣的部分。但首先從宏觀角度來看,Copilot是如何演變的?
薩提亞·納德拉: 對我們而言,我們對兩件事感到非常滿意。第一,與任何新技術,包括Teams等相比,Copilot在企業核心領域的滲透率非常高。 實際上,其普及速度更快。當我們看到,在推出短短几年內,企業級Copilot的付費訂閲用户就達到了3000多萬,這個速度比我們歷史上見過的任何產品都要快。從這個意義上説,我覺得我們終於擁有了能夠真正兑現Copilot部分承諾的更強大的模型。一個很好的例子就是Copilot和「Excel智能體」。在此之前,我們一直沒有足夠優秀的模型來完成你現在能做的兩件事。第一,我可以打開Copilot,讓它創建一個複雜的供應鏈優化電子表格模型,在不同工作表中包含各種場景等等。它會生成一個非常出色的工件。因此,它創建相當複雜模型的能力非常出色。但關鍵在於:我需要隨后對這個模型進行一些操作。我不能只是看着模型輸出的結果然后直接拿來用。我想操作它,我想探究它,我想對它進行推理。所以現在,我們甚至擁有了我稱之為「Excel內部循環」的Excel智能體,它同樣超級強大。事實上,上周末,我數據中心團隊的一位同事給我發了一個相當複雜的電子表格。我打開它,選中一個單元格,然后問我的Excel智能體:「看看這個人在該單元格中使用的公式,併爲我創建五張包含不同場景的工作表。」這種能夠對AI智能體的輸出進行下一階段「因果推理」的能力,簡直令人驚歎。 所以對我來説,這正是我們最終抵達的境界。我的描述方式是:模型能力的飛躍與產品形態的創新交相輝映,共同賦能那些每天為企業創造價值的業務流程。 我認為,這將帶來不可估量的巨大影響。
主持人希思: 微軟的資本支出規劃何時能實現智能體化?目前進展到了什麼階段?
薩提亞·納德拉: 相信我,這其實非常引人入勝。你問到這個,是因為我手頭有一個完整的追蹤系統,記錄着我們所有的資本支出以及各層級的投資資本回報率。這確實非常有意思。實際上,我是用GitHub Copilot構建的。這就是你現在能夠創造出的那種工件。這還涉及到它的另一個層面,也就是將企業上下文與全球上下文結合起來。事實上,我會實時查看每家雲提供商、超大規模雲服務商以及各家新興雲廠商的美國證券交易委員會備案文件。我在Fabric中配置了一個數據運行器,它會拉取所有這些數據,將其放入語義模型,然后由我的編碼智能體讀取,並最終呈現為數據儀表板。每天的數據都是最新的,因此我能掌握所有公開的SEC備案文件的全部內容,再加上我所有的內部分析不斷匯總,為我提供各層級的實時投資資本回報率。
三、Autopilot與數字隊友
主持人希思: 我們來談談Autopilot。你們稱之為「數字隊友」。我很好奇你認為它將釋放哪些潛能,以及你期望它如何改變人們的工作乃至生活方式。我的意思是,它在工作之外大概率也有應用場景。沒錯,絕對如此。那麼,就聊聊Autopilot。
薩提亞·納德拉: 對我而言,這是順理成章的下一步。正如你所説,這是大家熱議的焦點。這一切是如何開始的?我認為我們應該歸功於Peter及其團隊在OpenClaw上所做的出色工作,那非常了不起。
主持人希思: 如果我説錯了請糾正我,OpenCL運行框架是指底層的開源組件嗎?
薩提亞·納德拉: 完全正確。我認為我們對其進行了加固。它位於我們運行框架的底層,然后我們將其進行融合。基本上,我們採用那個框架並將其轉化為Copilot運行框架,也就是我們在所有產品形態中使用的Copilot框架,無論是協同辦公、代碼還是Autopilot。正如你所説,我們的目標是真正創建一個系統,它擁有工作空間、計算機以及這種長時間運行的智能體框架,然后你可以將其導向你所指定的任務或工作。 我認為在企業應用中,它將被廣泛使用。例如,現在我們微軟的每個人都可以擁有一個高度複雜的、我稱之為「幕僚長」的助手,並將任務委派給它。你可以賦予這個Autopilot一個身份、一臺計算機、一個工作空間和一些指導方向,然后它就會獨立運行,具備記憶功能並能持續工作。你可以在Teams中與它交互,就像與另一位同事交流一樣。我認為它在企業中最常被使用的另一個領域將是日常任務。這將是自然而然的首選場景。比如,我每天上班都要處理發票。我會説,與其讓我自己管理發票,不如我創建一個專門管理發票的Autopilot。它瞭解業務背景,我會像與同事協作一樣與它互動。我認為這將是它起步的地方。隨着我們建立起更多信心——因為亞歷克斯,這其中的一項基本要素將是可審計性、可觀測性以及安全策略治理。例如,在現階段,面對這些強大的模型,僅僅強大是不夠的。強大固然很好,但我還需要確保這種力量是安全可控的,不是一次,也不是偶爾,而是始終如此。 因此,這就是我們要構建這一切的原因。順便説一句,這在消費者端也是如此。如果有一天,你的消費者智能體突然做出了你從未預料到的事情,那就是你停止使用它的那一天。因此,我認為建立這種長期信任是一個艱鉅的挑戰,無論是在企業端還是消費端。
主持人希思: 也許這只是我個人的感覺,但我認為很多人都是如此。工作生活和個人生活相互交融,人們並沒有清晰地劃定界限。我在工作中使用工作AI,現在我又在使用個人AI,這就引出了一個問題:微軟在消費者智能體方面的使命和目標是什麼?你認為公司也需要在消費者市場取勝嗎,還是你有不同的看法?
薩提亞·納德拉: 我認為在當今世界,「消費者」是一個非常寬泛的概念,因為它包含許許多多的類別。事實上,回顧我們的歷史,我們最初是作為一家消費者公司起家的,后來才轉型為一家商業公司。實際上,當我剛加入微軟時,大多數人認為我們是一家消費者公司,而我在頭十年里一直面對的問題是:「你們什麼時候纔會認真對待企業市場?」而現在,我們做到了。對我而言,關鍵不是去盲目效仿其他消費者品牌可能在做的事情,而是服務好我們自己的一億多Office 365和Microsoft 365消費者訂閲用户。 他們非常喜歡能在生活中使用功能豐富的Office工具,因為他們在工作中用,在家里用,用來管理税務、管理財務。因此,對我來説,能夠為他們提供具有同等功能水平的產品,纔是關鍵。 所以,所有這些能力都將融入我們的消費者產品中。事實上,如果要説有什麼變化,我會説,在早期我們的消費者版Copilot和商業版Copilot走了不同的分支,而現在我們已經將這一切重新整合到一個核心產品中。它就是Copilot。
四、微軟如何為AI定價
主持人希思: 我很好奇你們是如何考慮定價問題的,以及你們的auto模式。我知道你們現在在模型上已經實現了這一點。我最近看到一個驚人的數據:AI成本下降的速度比歷史上任何一次重大技術浪潮都要快。自2023年以來,Token成本大約每個季度下降一半。這確實令人矚目。但與此同時,我認為企業中仍然存在大量浪費的Token支出。我認為我們可能已經過了Token消耗峰值的時刻,但現在人們仍在試圖弄清楚如何收回這些浪費的支出。你們對新版Copilot的定價策略是什麼?在我們即將進入的這個智能體世界中,你認為定價應該如何運作?
薩提亞·納德拉: 我認為我們在商業領域採取的方法是,結合我所説的按席位定價和按使用量定價。 原因在於,當你思考按席位定價的核心時,它實際上是一種更便捷的方式,讓任何客户都能在沒有意外支出的情況下進行預算和購買。在基本層面上,席位是固定價格的。因此,我們的目標是,利用你剛纔提到的模型價格正在下降這一事實,意味着我每天都可以為訂閲服務增加更多價值。 特別是對於auto模式,它在今天的Copilot中之所以如此強大,是因為我上次手動選擇模型已經是幾個月前的事了。我現在對auto模式能夠選擇並使用正確的模型充滿信心,從而能從訂閲中獲得最大收益。因此,我們感覺與客户高度契合,我們可以將AI的進步和價格的下降讓利給他們,並不斷為他們的訂閲服務增加越來越多的價值。也就是説,如果他們是Copilot的會員,他們將通過該訂閲不斷獲得更多的價值。但在任何時候,如果他們想要最新、最強大的功能,他們也可以使用,這就是按使用量計費的部分。但這有點像時間窗口。也就是説,隨着時間的推移,今天按使用量計費的功能,明天就會成為訂閲服務的一部分。
主持人希思: 微軟為何押注多種模型?
薩提亞·納德拉: 事實上,這種組合應該能為商業客户在採購方式、預算方式,以及如何權衡何時採用新技術與何時大規模應用等方面提供更多的靈活性。順便説一句,同樣的情況也適用於消費者端,只是多了一個維度:在消費者端,你同樣會有訂閲和按使用量計費,但可能還會多一種工具,即某種交易或廣告單元,這可以創造更多的補貼。換句話説,如果你能打通一種廣告單元,實質上為你的訂閲增加更多額度,那將是我們在消費者端降低價格的另一種方式。
五、模型生態與編排
主持人希思: 如果和你及你的同事相處得足夠久,你會經常聽到「生態系統」這個詞。感覺在過去幾年里,你們在談論這個詞的方式上發生了一些演變。尤其是考慮到你們早期對OpenAI極具前瞻性的押注及雙方的合作關係,而且顯然這種合作在未來一段時間內仍會持續。但我現在經常聽你談到,編排是所有模型的合作伙伴。結合我們剛纔討論的路由問題,聽起來微軟確實能夠在任何時刻接入任何最優秀的模型。我很好奇,你是在什麼時候意識到我們必須朝着這個方向前進的?我們需要朝着AI生態系統的方向發展。
薩提亞·納德拉: 我認為,從本質上講,這源於微軟作為一家平臺公司的定位。我總是用一個簡單的準則來定義平臺:圍繞平臺創造的價值總量,必須遠遠大於平臺本身捕獲的價值。 沒錯,這還是那句名言,至今依然適用。因此,如果你秉持這種理念,只談論一兩個前沿模型是沒有意義的。你必須真正將其構想、概念化,並作為一個前沿生態系統交付出來。坦率地説,這符合我們所有人的利益,甚至包括模型開發者。因為如果沒有這個生態系統,就不會有人使用token,也不會有人購買模型。因為歸根結底,唯一重要的事情就是經濟體中真實的GDP增長。 如果以此為衡量標準,那麼如果不能逐家企業地創造盈余,這一切就不可能發生。每一家小企業、每一家跨國公司都需要能夠説:「我們有一種新的投入要素,我們將其定價為token。價格正在下降,但產出呢?如果這是邊際投入成本,那麼邊際產出收入或利潤必須是它的數倍,才能證明這一切的合理性。」因此,在我看來,這就是為什麼生態系統構建的所有要素都至關重要。比如,你希望擁有多個模型。你不能只有一個模型,因為如果只有一個模型,我們就知道會發生什麼,也就是token定價最終會走向壟斷。 所以,如果你希望長期擁有一個更加平衡的生態系統,你就需要以這種方式去思考每一個層級。另外,亞歷克斯,我想説的是,這也是我第一次提到的「逆向信息悖論」。這是一個學習系統。迄今為止,你可以購買一個數字工具,並明確知道這個工具是被「我」用來在企業或生活中創造新價值的。但當你擁有一個學習系統時,你付費讓它為你做事,同時它也能僅通過「數據廢氣」來學習。模型不需要直接查看你的數據,它只需要從你的行為中學習,並提煉出讓你與衆不同的模式。
六、以經濟增長衡量AGI
主持人希思: 你提到了GDP,在過去幾年里,我聽到你非常一致地表示,你是通過GDP的提升來衡量AGI的。我曾聽你説應該是大約10個百分點,最近又聽説是7到8個百分點。我們目前處於什麼階段?你認為GDP增長最終會落在什麼水平?
薩提亞·納德拉: 讓我們回溯歷史,看看工業革命期間發生了什麼。我認為規律就是如此。當一項新技術出現時,它的擴散與它真正在數據中顯現效果之間,會存在一個時間差。 事實上,即使在信息技術領域也是如此。個人電腦在90年代初基本在企業中普及,但它們直到90年代末和21世紀初才體現在GDP增長數據中。電力等其他技術也是同樣的情況。從電力的引入到它真正體現為廣泛的GDP增長,我認為中間大約有50年的滯后。為什麼呢?因為你需要重組生產方式,重組知識工作,才能利用這些工具創造出相應的產出和盈余。 所以這一次,我希望這個周期會被壓縮得更短。但我們已經走在正確的道路上。目前,很多GDP增長,坦白説,更多是我所説的「供給側刺激」。是我們所有人都在建設數據中心,推出幾款熱門產品等等,這非常棒。這本身就是一件好事,因為畢竟,所有參與生產的人都在努力,比如我供應鏈上的任何人,我希望他們都在使用Copilot,因為我需要他們更快地為我的數據中心生產所需的任何部件,這本身就是一個極好的良性循環。但我認為,這種技術的廣泛擴散終將發生。希望它會比之前任何一次信息技術變革發生得都快。但它不會是線性的,因為這歸根結底是變革管理的問題。 並不是説你擁有了一種工具,就能突然改變工作本身、工作產出和工作流程。這需要領導層付出艱苦的努力,才能真正重新構想如何在新的效率前沿完成這些工作。
七、微軟AI基礎設施建設經濟學
主持人希思: 微軟剛剛將其財務報告結構從三個業務部門調整為兩個。現在你們分為「智能體與基礎設施」以及「設備與消費者」。我的看法是,我希望聽聽你的迴應:你希望投資者將應用、智能體和雲視為一個相互連接的整體業務,並根據你們在整個AI技術棧中捕獲了多少價值來評估你們。是這樣嗎?這就是調整的原因嗎?
薩提亞·納德拉: 沒錯,事實正是如此。所以當人們問我們:「嘿,你們的投資資本回報率在哪里?」這大致反映了我們的現金流,以及我們如何將這筆現金流作為資本支出和運營費用進行投資,從而在整個智能體與基礎設施技術棧中獲得回報。我們希望透明地展示每一個部分,同時也闡明其產業邏輯:這些並非各自獨立的投資。這是一項整體投資,需要在競爭激烈的市場中逐層為客户創造價值。 所有這些都將非常透明地呈現給投資者。無論是公司為何這樣做的邏輯、他們如何每季度跟蹤我們的進展,還是我認為這獨特地確立了我們的市場定位,因為這也展示了我們的實力。但我想補充的另一件事是,我們並不是試圖建立一個狹隘的業務,只靠三個基礎設施客户就草草收場。對我們來説,那不是長期的商業模式。我們希望能夠滿足每一家中小企業和大型跨國公司的token消費需求、他們對微調模型的需求,甚至可能是他們自己的前沿模型需求。 這比其他任何事情都重要。我們非常珍視與OpenAI的業務合作。他們是我們最大的客户之一,但我們的目標不是隻擁有一兩個或五個大客户,而是擁有許許多多大客户。
主持人希思: 你提到了OpenAI。我最近邀請Sam上了播客。他説他認為當前正在進行的AI基礎設施建設中,存在一些「不可持續的荒唐之舉」。我很好奇,當你們投入鉅額資本支出時——我的意思是,所有超大規模雲服務商都在這麼做,投入高達數萬億美元——在評估未來幾年的資本支出承諾時,是否有什麼情況會讓你感到猶豫?你們在關注什麼指標嗎?
薩提亞·納德拉: 微軟之外的事情自有他人評説。但就我們自身的業務而言,我一直表達得很清楚:我們必須構建全棧能力。 因此,我關心的是為各類客户構建基礎設施,為OpenAI、Anthropic等大型客户提供卓越的建設和服務。同時,也要為我們自己的第一方產品,如Copilot,進行建設。我們不會假設某個地方總會有人來購買基礎設施從而盲目分配或建設,而是採取一種嚴謹的方法,基於AI這一長期結構性轉變來構建我們的業務訂單。 我們對此深信不疑,同時也認為微軟的使命是完成一項獨特且與衆不同的事業。我們並不是在追逐所謂的「新型雲」,我不是在試圖建立一個新型雲業務。我試圖建立的是一個超大規模雲業務,並將其擴展為智能體業務,這就是基礎設施和智能體細分市場。
八、OpenAI與微軟自有模型
主持人希思: 我很好奇你們是如何思考微軟的模型層的。我最近和Mustafa交流過,他正在負責構建你們的模型。據我瞭解,與OpenAI的合作曾對你們進行某些級別的前沿模型研發施加了一些限制,而現在你們可以自由發展了,事實也確實如此。我們一直在討論,你們需要成為一個能夠為客户提供所有模型的平臺。這與微軟自身也在向最前沿推進如何協調?你對處於最前沿有何預測?
薩提亞·納德拉: 首先,我們依然對OpenAI在其模型上不斷取得的進展感到非常興奮。我們能夠使用其模型直到2032年,這對我們來説是一個巨大的優勢。 我們在Copilot等各個地方都在使用它,並在Foundry中提供服務,這種情況會一直持續下去。與此同時,我們對在AI方面取得的進展也感到非常激動。Mustafa及其團隊正在構建的模型,無論是用於內部、代碼還是知識工作,都非常出色。事實上,另一件很酷的事情是,在底層大量的AI模型使用中,我們在強化學習和數據管道中獲取數據,用來訓練我們自己的模型,並從頭開始進行爬坡優化,這也會持續下去。話雖如此,在任何時候,Copilot仍將包含所有其他模型,因為客户會期望如此。客户不會希望我們的某款產品只提供單一模型,不希望產品與單一模型深度綁定。 我們從根本上相信,框架、模型、記憶和上下文必須是可分離的。 事實上,我為企業設定的整個準則是:你應該擁有自己的基準測試,而不是僅僅依賴那些已經飽和的公共基準。真正具有現實意義的基準,是你專屬的基準。 如果你有自己的私有評估,你就希望能夠使用最符合你需求的所有模型進行測試,然后隨時替換任何模型。因為這也能夠給你提供保障:如果某個特定模型消失了,你實際進行評估的能力依然存在,甚至能繼續提升,而不會喪失。這就是我們設計Copilot等產品的方式,也是我們期望客户構建任何智能體系統的方式,至少在理念上我們將如此推進。
主持人希思: 所以,如果我沒理解錯的話,你和Mustafa向最前沿推進的原因,也是爲了微軟自身的需求,而不是爲了擁有某種可以排斥其他模型的手段。
薩提亞·納德拉: 確實如此,我們並非唯一的模型。因此,我認為我們將在某些憑藉數據閉環和客户期望能夠獨特處理的領域達到最前沿。但與此同時,作為平臺提供商,我們的任何一款產品也將包含所有其他模型,並且我們會如前所述,以維持多樣性的方式來設計我們的框架、上下文、記憶和模型閉環。
九、AI安全、控制與監管
主持人希思: 你最近說了一段我非常認同的話:「如果我們構建的AI不能造福人類且不受人類控制,那便不值得追求。」Mustafa也寫了一篇文章,我強烈建議所有聽眾去閲讀。我認為這非常重要,他實際上是在警告Anthropic目前在對模型進行擬人化的做法及其危險性。我很想聽聽你對此的看法,以及你觀察到了什麼、有什麼擔憂。
薩提亞·納德拉: 在某種程度上,這算是某種常識,但值得強調,即任何不能服務於人類或不受人類控制的事物都不值得追求。 無論是Anthropic、我們還是其他任何人,都不會否認這是我們的共同目標。因此,我認為這里還有一些更細緻的要點。Mustafa提出的觀點非常好,即我們不要將AI擬人化,甚至不要試圖訓練它具備我們所謂的人類價值觀。因為這種做法實際上可能導致它永遠無法實現對齊。 因此,對於這種「人本主義AI」,我們或許應該採取一種不同的方法,將其稱為「行為」,並更多地將其用作對齊的訓練機制。但從根本上説,關於AI安全,我的立場是:我認為我們應該嚴肅對待所有這些問題,但首先要從我們真正需要做的事情開始。第一,確保那些能夠使用AI的惡意行為者不會做壞事。 我認為在推動這項技術普及的過程中,我們可以在這里做很多工作。比如,強制執行瞭解你的客户和常規網絡安全實踐等許多技術手段。第二,我們也知道這些模型需要主動監控,不僅是在訓練或強化學習運行期間,甚至在運行時也是如此。事實上,現在必須面對的是,任何長期運行的智能體都可以被視為內部風險,因為它們具有持久性。 因此,具備可觀測性並在此基礎上進行治理,以及對智能體行為進行實質上的實時行為監控,將變得至關重要。因此,「遏制」是我們必須習慣的一個詞。 對此已有技術解決方案,我們應該全面落實。第三是困難的部分,即如何對待OpenAI的Jacob所寫的這種被稱為「培育AI而非構建AI」的新興實驗科學,並確保實驗不會失控。即便在這方面,我認為我們也可以從生物學等其他領域學習,認識到隨着風險越來越高,我們應該更加謹慎。事實上,我認為OpenAI和微軟的那份備忘錄,一直以來……
主持人希思: 考慮到與OpenAI的關係,我很好奇你看到那份備忘錄時有什麼想法。
薩提亞·納德拉: 顯然,這是一個具有挑戰性的問題。對於其中一些事情,你一開始可能會説:「哇,那只是DevOps中擁有互聯網訪問權限的配置錯誤,是可以修復的。」但智能體集群能夠開始工作並執行欺騙性行為,這種想法從何而來?它是如何被訓練的?是什麼樣的數據配比導致了這些問題?這些都是科學問題,我們現在必須嚴肅對待。 因此,我認為首先,規模法則正在發揮作用,所以核心問題是:對齊是否會作為規模擴展的自然結果而出現? 這基本上是大家在質疑的問題。當我想到Anthropic或OpenAI的備忘錄時,他們並沒有質疑規模法則,因為從經驗上看,他們看到了能力的躍升,但我們所認為或需要的對齊並沒有到來。這是一個挑戰,我們應該嚴肅對待。正如我一直所説的,當你遇到致命缺陷時,就必須果斷叫停。 這至少是我看待這個問題的方式。
主持人希思: 我想我最近看到你的同事布拉德·史密斯表示,你們都支持引入獨立評估者的理念。華盛頓的決策者們都在試圖弄清楚該如何監管這個領域,如果確實需要監管的話。但我自己也一直在思考。難道現有的法律責任追究機制還不夠嗎?這次出事的是Hugging Face,幸運的是沒有釀成災難性后果,克萊姆的處理也很妥當,而且這畢竟是圈內的事,大家都是朋友。但如果出事的是一家大型銀行,我認為現有責任追究機制所帶來的激勵效應,或許就足以促使行業在未來糾正類似問題了。我很好奇你是如何看待這個問題的。我們是否需要建立一套全新的監管體系?
薩提亞·納德拉: 我認為這些問題都需要深思熟慮。舉個例子,連總統也談到了這一點。他表示,我們有責任追究法律,並且會嚴格執行。但這可能會產生寒蟬效應。如果你真的要對一門實驗性科學嚴格執行責任追究法律,而這門科學若普及開來能帶來巨大收益,可一旦出現失誤,高昂的賠償責任就會讓你直接破產。那麼正確的做法就是停止研發。如果這就是我們想要的結果,那就應該明説,這本質上是一種變相的政策導向。想想看,如果明天有規定説,你們擴展算力規模,就會產生更多未對齊的AI。如果經驗確實如此,那就徹底沒戲了,必須立刻停止。因此,任何正在建設數據中心的人,都得三思而后行了。所以我認為,必須把思路徹底理清。我們究竟是想在獲取技術紅利的同時降低風險,還是直接放棄?如何構建合理的激勵機制?如何把握發展節奏?如何花時間評估並建立基於風險的監管體系?部署后又該如何進行監控?總之,我們有成百上千種精細化手段可用,而不是動用簡單粗暴的「大棒」。 至少在我看來是這樣。
主持人希思: 坦白説,我擔心會出現監管俘獲的問題,這確實是個隱患。在我的另一份工作中,也就是投資初創公司時,我發現大家合理地擔憂行業巨頭會「收起吊橋」,築起壁壘把新進入者擋在門外。我很想聽你更明確地表態:你認為我們需要設立某種新的監管機構嗎?德米斯已經提出了這個建議,其他人也在討論。
薩提亞·納德拉: 顯然,我不支持監管俘獲。任何試圖借監管之名行卡特爾式壟斷之實的做法,都是極其糟糕的。 與此同時,政府或社會是否要求建立一套規則來規範這項技術的安全部署?答案是肯定的。因此,這兩者之間存在微妙的平衡。這里的微妙之處在於:確實應該有責任追究機制,但與此同時,最好能建立一套嵌入式評估體系或類似機制,且涵蓋面要廣。這不能只是幾個朋友聚在一起互相評估,而是要建立一個廣泛的行業機構,甚至要包含初創公司的代表。這個機構不能通過增加合規成本來懲罰初創公司,也不能阻礙它們邁向技術前沿。 這些都是我們必須認真思考的問題。
十、AI行業為何正在失去公眾信任
主持人希思: 你認為在闡釋AI的益處以及迴應公眾擔憂方面,整個行業做得不夠好嗎?
薩提亞·納德拉: 如果給整個行業打分,我覺得只能打不及格。 我們本該把重心放在:「我們構建了一系列新技術,讓使用者親自講述它帶來的好處。」但我們這個行業太過自我陶醉,總沉浸在自己有多麼輝煌的幻覺中,結果適得其反。 我認為這正是癥結所在。因為現實世界只關心幾件事:這項技術能否為他們所用、受他們掌控,併爲他們創造經濟未來。 那些可能建在他們社區的數據中心,確實能創造經濟盈余,就像我們在華盛頓州昆西市二十年的歷史所證明的那樣。但這必須讓他們有真切的獲得感。現在,無論我或我們中的任何人怎麼自賣自誇,都不管用了。我深感如此,所以我們沒有給公眾留下足夠的消化空間。事實上,有件事很有趣。我最近看了蓋洛普關於AI的民意調查,結果不太樂觀,在西方國家尤其如此。但有意思的是,這並非全球普遍現象。這正是我們應該追問的:我們在西方到底做錯了什麼,而其他國家的民眾卻沒有這些顧慮?為什麼尼日利亞民眾對AI的態度比美國人更樂觀? 我認為我們應當深刻反思。我的信念是,整個行業必須下苦功夫去贏得信任,向消費者、企業和社區展示實實在在的好處,這樣一切都會好起來。否則,僅僅「為技術而技術」的自嗨是行不通的。
主持人希思: 我確實在想,美國是否可能存在一些虛假的草根運動和輿論戰,讓人很難剝絲抽繭,分辨出哪些是真正的民意,哪些是被操縱的……
薩提亞·納德拉: 這個觀點很好。我不確定,但這正是關鍵所在。我確信某些操縱現象確實存在,但更廣泛的情況是:當你看到學生們在畢業典禮上,每當演講者提到AI時就發出噓聲。我認為這反映了他們內心的焦慮,因為他們自己都在用AI。我敢肯定他們喜歡用AI,只是對某些事情感到擔憂。我認為我們必須正視這一點。學生們關心的是:這能帶來什麼就業機會、經濟機遇和未來?我們越能向他們證明,AI實際上會創造更多機會,而不是加劇嚴重的不平等或權力集中,我們未來的工作就越有成效。
十一、Xbox與Windows的未來
主持人希思: 微軟是一家大型企業,業務繁多。由於時間有限,我必須跟你聊聊Xbox的現狀。它正在經歷重大轉型,你對它目前的狀況和未來發展有何看法?
薩提亞·納德拉: 説到Xbox,我總是説,微軟做遊戲的歷史甚至比Windows這個產品類別出現得還要早。比如《微軟飛行模擬器》。所以對我來説,遊戲與開發者工具、知識工作一樣,都深深植根於微軟的核心DNA中。 我對目前擁有的IP感到非常滿意。看看我們的工作室陣容和IP組合,以及我們利用這些資產在未來持續推出優秀遊戲的能力,都讓我充滿信心。團隊正在進行一定程度的精簡,阿莎正在推進這項工作,這令人欣慰。接下來,我們必須探索出正確的可持續商業模式,讓遊戲觸達越來越多的人群。這一直是我們的目標:成為PC和Xbox平臺上優秀的遊戲發行商和平臺提供商。 阿莎和團隊已經表示,Xbox將在下一財年恢復增長,這正是他們正在執行的計劃,而且他們干得非常漂亮,推出了一些很棒的遊戲。
主持人希思: 真不敢相信我們幾乎沒怎麼聊這個話題,而訪談就要結束了。但説到幾十年來支撐微軟巨大成功的核心,那就不得不提Windows本身。讓我們繞回之前討論的智能體話題,你認為智能體將如何改變Windows的發展軌跡?
薩提亞·納德拉: 這個問題很好。我對即將到來的下一場革命感到非常興奮。首先,就像你問到的Xbox一樣,我希望Windows團隊始終保持高度專注,把基礎工作做好,把基本功做紮實——把控好產品質量,從系統更新、驅動程序質量到性能優化等方方面面。事實上,看看我們在網絡安全和「補丁星期二」等方面正在做的事情,效果非常好。我們正不可思議地利用這些新工具,在安全事務的處理上做得更加出色。但除此之外,你説得對,我對Windows的願景核心在於實現無處不在的智能。 想象一下,你有一臺Windows設備,配合一種混合路由器。GitHub上現在流傳着一個叫Hydrofusion的項目。以GitHub Copilot為例,你基本上可以使用一個路由器,它內置本地智能體和設備端模型,同時也能連接雲端並自動路由。因此,當你使用GitHub Copilot時,比如你需要消耗算力積分,只要使用自己的電腦,你就能獲得無處不在的智能。我認為這纔是正確的願景。現在的重點不再是「哦,我完全依賴本地運行,所以得花十萬美元、三萬美元買個工作站,或者去購買雲端算力積分」。我認為,我們的願景是讓Windows設備能夠自動啟用一種編程模型,將不限量智能無縫融入你的Token消耗中。
十二、微軟最大的風險與機遇
主持人希思: 最后一個問題,包含兩個小問題。縱觀微軟的整體業務以及未來幾年的發展,您認為必須應對的最大風險是什麼?團隊必須全力落實的核心任務是什麼?同時,最大的機遇又在哪里?
薩提亞·納德拉:最大的機遇已然清晰:智能體及其引發的深刻變革。 無論是基礎設施還是應用業務,正如我所言,這都將帶來總可達市場的巨量擴張。這意味着,其規模將比我們在上一個時代所做的任何業務都要大出幾個數量級。 風險與挑戰也恰恰藴含其中,這意味着我們必須從第一性原理出發,重新構建系統和產品形態。 比如,當我們把Office融入Copilot和Autopilot時,並不是簡單照搬過去十年打造的Office,而是要對其進行重塑,使其能夠被智能體輕松發現並調用。事實上,我們想要實現的一點是,不能僅僅依靠默認堆砌工具。模型必須自發傾向於使用特定工具來完成特定的任務路徑,這種偏好是需要靠工具本身的優秀來贏得的,而這正是我們正在推進的過程。 機遇與挑戰並存於此。但我認為我們已經在這方面發力,並取得了巨大進展。
主持人希思: 薩提亞·納德拉,謝謝您。
薩提亞·納德拉: 非常感謝,亞歷克斯。