论AI时代微软的战略布局| 全面解读·微软CEO纳德拉十二月投资人专访 （附录

ttxx

未经许可不得转载，务必保留原文出处链接和公众号按钮


关注本城公众号并设星标，不错过最新精彩内容

文：Web3天空之城·城主

【城主说】前两天，微软CEO萨提亚·纳德拉与著名投资人比尔·格里和布拉德·格斯特纳进行了一场深度对话，回顾了过去十年微软的转型历程，并展望了人工智能时代微软的战略布局。  

纳德拉已经有一段时间没出来访谈了。在ChatGPT横空面世2年的此时，他的这次长谈可以认为是对微软AI时代第一阶段的小结和再出发，长达90分钟。主持人是老牌投资人，一般来说，投资人主持总是可以问到一些核心而挑战的问题，这次也不例外。

纳德拉的说话风格和他做事一样，完全不张扬，非常沉稳。就是在他手里，老牌软件帝国咸鱼翻身，成为了MBA教科书里一个经典的案例 （IBM，Intel，甚至早期的SUN的股东们估计哭晕在厕所）唯一能媲美的就是刚获得《时代》2024年度CEO的AMD苏姿丰了。

这次访谈里， 我们可以清晰描绘出纳德拉对于微软在AI时代战略布局的蓝图。和关心的朋友们分享。 有兴趣的可以继续看视频和后附的全文。

B站传送：【微软CEO萨提亚·纳德拉 | 十二月访谈@ Bill Gurley】 https://b23.tv/BM054OK

概述


1. 微软的十年转型：从“无关紧要”到市值巨头

纳德拉于2014年接任微软CEO，当时微软正深陷“无关紧要”的困境，错失了搜索和移动互联网的机遇。纳德拉上任后，带领微软成功转型云计算，Azure业务年收入从10亿美元飙升至660亿美元，微软市值增长近3万亿美元，成为全球市值最高的公司之一。

纳德拉认为微软转型的关键在于：

• 认清结构性定位： 深刻理解自身优势，以及合作伙伴和客户的期望，并优先做那些显而易见的事情，例如发展云计算。
  
• 明确目标和使命：  确立“移动优先，云优先”的战略，并将“成长型思维”融入企业文化，鼓励持续学习和创新。
  
  

2. 人工智能时代：微软的新机遇与挑战

纳德拉认为人工智能是继云计算之后的又一次重大技术变革，微软已积极布局人工智能领域，通过投资OpenAI，以及自主研发，在模型、应用和基础设施等方面取得了领先优势。

微软在人工智能时代的优势：

• 强大的云计算基础设施： Azure拥有超过60个区域，为全球企业提供异构工作负载支持，满足人工智能推理需求。
  
• 丰富的应用生态： 包括ChatGPT、Copilot、GitHub Copilot等热门应用，以及不断增长的企业级AI应用。
  
• 与OpenAI的战略合作： 获得OpenAI的模型知识产权，并共同推动AI技术发展和应用落地。
  
  

微软在人工智能时代面临的挑战：

• 激烈的市场竞争： 谷歌、亚马逊、Meta等巨头纷纷入局人工智能，竞争日益激烈。
  
• AI技术的快速发展： 需要不断投入研发，保持技术领先优势。
  
• AI安全和伦理问题： 需要积极应对AI带来的安全和伦理挑战，推动负责任的AI发展。
  
  

3.  AI应用的未来趋势：代理、记忆和行动

纳德拉认为未来AI应用将呈现以下趋势：

• 代理化：  AI代理将成为用户与各种应用和数据交互的接口，例如销售代理、营销代理、供应链代理等。
  
• 无限记忆： AI模型将拥有近乎无限的记忆能力，能够存储和理解海量信息，为用户提供更智能的服务。
  
• 行动能力：  AI代理将能够代表用户执行各种操作，例如预订酒店、处理供应商沟通、更新数据库等。
  
  

4. 微软对未来的展望：人机协作，释放生产力

纳德拉认为人工智能将成为提高生产力的重要工具，通过自动化和智能化，帮助企业降低成本，提升效率。微软的目标是通过人工智能创建操作杠杆，实现人力成本下降，同时提升员工人均产出。


微软转型：从“无关紧要”到云计算巨头，再到AI时代的领跑者

微软在过去十年中经历了翻天覆地的转型。在萨提亚·纳德拉 2014 年接任 CEO 时，微软正深陷困境，错失了搜索引擎和移动互联网的机遇，被外界认为“无关紧要”。然而，纳德拉带领微软成功转型云计算，将 Azure 打造成年收入高达 660 亿美元的业务支柱，推动微软市值增长近 3 万亿美元，成为全球市值最高的公司之一。

微软转型的关键在于：

• 战略转变： 纳德拉果断放弃了在移动互联网领域的追赶，将公司战略重心转向云计算。他认为，微软必须认清自身的结构性定位和优势，做那些“客户期待你做的事情”，例如提供企业级云计算服务。
  
• 文化变革： 纳德拉将“成长型思维”融入企业文化，鼓励员工从“全知全能者”转变为“学习者”，不断学习和适应新技术和新趋势。他强调，这种文化转型需要时间和耐心，需要自上而下和自下而上的共同努力。
  
  

云计算的成功为微软转型奠定了坚实的基础，也为其进军人工智能领域做好了准备。 纳德拉认为人工智能是继云计算之后的又一次重大技术变革，微软已积极布局人工智能领域，通过投资 OpenAI，以及自主研发，在模型、应用和基础设施等方面取得了领先优势。

微软在人工智能时代的优势在于：

• 强大的云计算基础设施： Azure 拥有超过 60 个区域，为全球企业提供异构工作负载支持，满足人工智能推理需求。
  
• 丰富的应用生态： 包括 ChatGPT、Copilot、GitHub Copilot 等热门应用，以及不断增长的企业级 AI 应用。
  
• 与 OpenAI 的战略合作：  获得 OpenAI 的模型知识产权，并共同推动 AI 技术发展和应用落地。
  
  

微软的转型之路仍在继续，人工智能将是其未来发展的核心驱动力。纳德拉认为，微软将继续加大在人工智能领域的投入，并将 AI 技术融入到其所有产品和服务中，为用户和企业创造更多价值。

纳德拉：拥抱 AI 时代


萨提亚·纳德拉自 2014 年接任微软 CEO 以来，带领公司经历了从“无关紧要”到科技巨头的蜕变。他成功地将微软的战略重心转向云计算，并积极布局人工智能领域，使微软在当今科技浪潮中保持领先地位。这一点关心科技圈的读者早已耳熟能详。这次访谈中，我们再次复习纳德拉的领导风格和战略眼光：

• 远见卓识： 纳德拉早在 2014 年就预见了云计算和人工智能的巨大潜力，并将“移动优先，云优先”确立为微软的核心战略。他敢于打破传统，将微软从一家以软件授权为主的公司转型为一家以云服务为主的公司。
  
• 注重文化变革：  纳德拉强调“成长型思维”的重要性，鼓励员工持续学习和创新。他将微软的企业文化从“知之甚多”转变为“学无止境”，为公司的转型和发展奠定了坚实的基础。
  
• 战略合作与投资：  纳德拉意识到生态系统的重要性，积极与其他公司进行战略合作，例如与 OpenAI 的合作，使微软获得了 OpenAI 模型的知识产权，并在 AI 领域取得了领先优势。
  
• 关注长期价值： 纳德拉不盲目追求短期利润，而是着眼于长期价值创造。他坚持在云计算和人工智能等领域进行持续投资，为微软的未来发展奠定了坚实的基础。
  
  

微软的云计算战略：从“移动优先，云优先”到 构建AI时代的核心基础设施萨提亚·纳德拉在2014年接任微软CEO时，微软正处于“无关紧要”的边缘，错失了搜索和移动互联网的机遇。纳德拉上任后，果断将公司战略重心转向云计算，提出了“移动优先，云优先”的战略，并将其视为微软转型的核心。

微软的云计算战略主要体现在以下几个方面：

• 大力发展Azure云平台： 纳德拉将Azure视为微软云计算战略的核心，投入大量资源进行研发和推广，将其打造成为全球领先的云计算平台之一。Azure的成功也为微软转型带来了巨大的回报，其年收入从10亿美元飙升至660亿美元。
  
• 构建丰富的云服务生态系统：  微软在Azure平台上构建了丰富的云服务，涵盖了计算、存储、网络、数据库、人工智能等各个领域，为企业提供全方位的云计算解决方案。
  
• 推动企业向云迁移：  微软积极推动企业将现有的应用和数据迁移到Azure云平台，并提供各种工具和服务来简化迁移过程。
  
• 与合作伙伴合作共赢：  微软与众多合作伙伴合作，共同构建云计算生态系统，为企业提供更丰富的云计算解决方案和服务。
  
  

云计算战略的成功为微软带来了以下几个方面的优势：

• 获得了新的收入增长点： Azure云平台的快速发展为微软带来了巨大的收入增长，成为微软新的业务支柱。
  
• 提升了微软的竞争力：  云计算战略的成功使微软在与谷歌、亚马逊等巨头的竞争中占据了有利地位。
  
• 为微软进军人工智能领域奠定了基础：  云计算平台是人工智能应用的重要基础设施，Azure的成功为微软发展人工智能业务提供了强大的支撑。
  
  

在访谈中，纳德拉强调，微软将云计算视为AI时代的核心基础设施。Azure拥有超过60个区域，为全球企业提供异构工作负载支持，可以满足AI推理需求，这为微软发展AI应用提供了独特的优势。

未来，微软将继续加大对云计算的投入，并将其与人工智能、物联网等新兴技术深度融合，为企业和用户提供更智能、更高效的云计算服务。

人工智能竞争格局：多维度、多层次、多玩家


在与投资人的对话中，微软CEO萨提亚·纳德拉深入探讨了人工智能应用的层级结构，揭示了人工智能时代多层次的竞争与机遇。

人工智能应用可以大致分为三个层级：

• 基础设施层： 包括用于模型训练和推理的硬件基础设施，例如GPU集群、数据中心、网络等。超大规模云计算提供商，如微软 Azure、亚马逊 AWS、谷歌云等，在这个层级占据主导地位。
  
• 模型层： 包括各种类型的人工智能模型，例如大型语言模型 (LLM)、图像识别模型、推荐算法等。OpenAI、谷歌、Meta等公司在这个层级拥有强大的研发实力。
  
• 应用层： 包括各种基于人工智能技术的应用软件，例如ChatGPT、Copilot、GitHub Copilot、以及各种企业级AI应用。 开发者和创业公司在这个层级拥有广阔的创新空间。
  
  

不同层级的竞争格局和商业模式存在差异：

• 基础设施层： 规模效应显著，需要巨额资本投入，竞争相对集中。超大规模云计算提供商通过提供计算资源和基础设施服务获得收入。
  
• 模型层：  技术门槛高，研发成本高昂，竞争激烈。模型提供商可以通过API服务、授权许可、模型定制等方式获得收入。
  
• 应用层：  创新速度快，用户需求多样，竞争更加分散。应用开发者可以通过订阅付费、广告收入、交易佣金等方式获得收入。
  
  

微软在人工智能应用的各个层级都有布局：

• 基础设施层：  微软 Azure 是全球领先的云计算平台，拥有强大的计算能力和全球覆盖的网络基础设施，为人工智能应用提供可靠的运行环境。
  
• 模型层： 微软通过投资 OpenAI，获得了 OpenAI 模型的知识产权，并在 Azure 上提供 OpenAI API 服务。 微软也自主研发了一些 AI 模型，并将其应用到自身产品和服务中。
  
• 应用层：  微软开发了一系列热门的 AI 应用，例如 ChatGPT、Copilot、GitHub Copilot 等，并将其集成到 Office、Windows、Dynamics 等产品中。 微软也积极扶持 AI 应用开发者，为他们提供开发工具和平台支持。
  
  

AI时代的多维度商业竞争人工智能的商业竞争不局限于某一特定领域，而是涵盖了从基础设施到应用层的各个维度。

<ol>

多层次竞争：科技巨头、创业公司和开源社区 参与人工智能竞争的玩家不仅限于科技巨头，还包括众多创业公司和开源社区：

</ol>

• 科技巨头：  拥有雄厚的资金、技术和人才储备，例如微软、谷歌、亚马逊、Meta等。他们通过自主研发、投资并购等方式，积极布局人工智能领域。
  
• 创业公司：  专注于特定领域和应用场景，例如AI医疗、AI金融、AI教育等。他们凭借灵活性和创新能力，在细分市场寻求突破。
  
• 开源社区：  例如Meta开源的Llama模型，吸引了众多开发者和研究人员参与，共同推动AI技术发展和应用落地。
  
  

<ol>

竞争态势：合作与竞争并存

人工智能领域的竞争态势并非零和博弈，合作与竞争并存：

</ol>

• 微软与OpenAI的战略合作：  微软通过投资和合作，获得了OpenAI的模型知识产权和技术支持，并在Azure平台上提供OpenAI服务。
  
• 科技巨头之间的竞争：  例如微软和谷歌在搜索引擎、云计算和AI应用等领域展开激烈竞争。
  
• 开源社区与商业公司的竞合：  开源社区推动AI技术快速发展，商业公司则将开源技术应用于商业场景，形成良性循环。
  
  

访谈全文·Web3天空之城书面版（2万字+）

主持人：

能和你在一起真是太好了。当比尔和我谈论萨提亚，并回顾你作为首席执行官的任期时，真的令人惊叹。你知道，你1992年加入微软，对于那些可能不知道的人来说。你在2007年接管在线业务。你在2009年推出了Bing搜索。你在2011年接管服务器并推出了Azure。你在2014年成为首席执行官。就在此之前，一篇如今颇具知名度的文章《微软的无关紧要性》刚刚发表。自那时以来，你已将Azure的年收入从10亿美元提升到660亿美元。业务总收入增长了2.5倍。总收益增长超过3倍。股价几乎上涨了10倍。你为微软股东增添了近3万亿美元的价值。

当你在不到十年的时间里回顾这段经历时，你认为当时可以做的最大的改变是什么，以解锁价值、改变微软的方向，而这一直是一个非凡的成功？

纳德拉：

是的，我一直认为，从92年到现在，这段时间对我来说就是一个持续的时期，尽管显然2014年是一个重大事件，伴随着那种责任感。但我觉得本质上是在对比我们成功和不成功的模式，做更多的前者，做更少的后者。从某种意义上说，这就是如此简单，因为我是在1992年加入的，那时正好是Windows 3.1发布之后。我认为Windows 3.1是在1992年5月发布的，而我是在1992年11月加入的。当时我在Sun工作，考虑去商学院，然后微软给我发了邀请，我想，也许我会去商学院。然而，不知怎么的，雇佣我的老板说服我加入了微软。

这真是一个最佳决定，因为打动我的是1991年在莫斯科尼中心举行的PDC。当时我看到的基本上是Windows NT，虽然那个时候还不叫Windows NT，还有x86。我心想，上帝啊，客户端发生的事将会在服务器上发生。这是一家平台公司，也是一家合作伙伴公司，他们将会乘风破浪。所以当时的计算方式是这样的。

然后，当然，网络出现了。我们成功地管理了这一过渡。我们做对了很多事情，比如，我们认识到浏览器的重要性。我们竞争并最终搞定了浏览器的事情。但我们错过了搜索，对吧？我们有点感觉，哇，最重要的事情就是浏览器，因为它更像是一个操作系统。但我们没有理解一个新的类别，即互联网的组织层正是搜索。

然后我们在移动领域有些尝试，但我们真的没有做到位。显然，iPhone的出现使我们正确地掌握了云技术。如果我回顾过去，然后看到我们现在所处的阶段，我们在人工智能方面已经进入到第四个阶段。在所有这些案例中，我认为我们不应该因为其他人做了某件事情就觉得我们也需要复制。有时候快速跟进是可以的，并且这样做也取得了成功。但我们不应该因为嫉妒而去做某件事情。我认为这是我们学到的最困难的一个教训之一。做事情是因为你有能力这样做，并且你能做得更好。这两者对我来说都很重要。

品牌的许可就像杰弗里·莫尔曾经对我说过的那样，我问他为什么不去做客户期望你做的事情呢？我很喜欢这个观点，对吧？云计算就是其中之一，同时也是一个成本问题。事实上，当我第一次在 Azure 出现时，人们告诉我这是一场赢家通吃的竞争，一切都结束了，亚马逊赢得了一切。我从来不相信这一点，因为毕竟，我要与甲骨文和 IBM 在服务器领域竞争。我一直觉得，基础设施方面永远不会是赢家通吃。你所需要做的就是以价值主张进入游戏。

对我来说，很多这些转变是关于确保你能够认清自己的结构性位置。你要真正理解你从那些希望你获胜的合作伙伴和客户那里获得的许可，并首先去做那些显而易见的事情。我认为，你可以称之为，这就是战略的基础。但这就是我所感觉到的，我认为，至少这一直是关键。有些事情确实是培养出来的，这正如你所说的，布拉德，那就是你需要具备目标感和使命感，以及文化。我认为所有这些都是有真正机会进攻的必要条件。我只想说，通过认识到你的结构位置和权限，正确地制定策略大概就是我所做的，希望我做得还不错。

主持人：

萨提亚，在我们转到人工智能之前，我有几个关于过渡的问题。

就像布拉德所说的，我认为你可能是有史以来最佳CEO招聘的一个确凿例证。我意思是，三万亿是无与伦比的。所以，我读了一篇文章，建议，也许这不是真的，所以你告诉我们你给选择CEO的委员会写了一份10页的备忘录。这是真的吗？备忘录里有什么？

纳德拉：

是的，这是真的。是的，因为我认为我们的CEO过程非常公开。坦率地说，那时我完全没有想到第一位比尔会离开，然后第二位史蒂夫会离开，对吧？并不是说你加入微软就会想，哦，是的，你知道，创始人会退休，然后会有一个职位空缺，你可以申请这个职位。这并不是我在微软成长时的心理模式。所以，当史蒂夫决定退休时，我现在忘记了，我想是在2013年8月，那是一个相当大的震惊。当时，我在负责我们所谓的服务器和工具业务，其中包括Azure等等。我过得很愉快。我从未主动提出想成为首席执行官，因为那并不是我预想中会发生的事情。最终，董事会找到我，询问情况。当时还有很多其他候选人，包括微软内部的人。

在这个过程中，他们让我们写一些东西，坦率地说，这是非常吸引人的。在那份备忘录中，我提到了一些内容，例如环境智能和普适计算。这些术语我甚至在发给公司的第一封邮件中也使用了。后来，我把这些概念简化为移动优先，云优先，因为公关团队提醒我这两个词比较容易理解，他们说，没有人会理解环境计算或普适计算是什么。

如何应对这种世俗的转变？理解我们的结构性位置，考虑微软云，我们拥有哪些资产？为什么要选择M365？事实上，我一直抵制按照市场对我们云服务的细分方式来思考。市场通常将其细分为，比如IaaS。即使是布拉德，他描述Azure的方式，我从不这样分配我的资本。我不会想着这是Azure的资本，那是M365的资本，还有游戏的资本。我更倾向于认为那里有一个云基础设施。

这对我来说是公司的核心理论。在它之上，我有一组工作负载。其中一个工作负载正好是Azure，另一个是M365、Dynamics、游戏等等。因此，从某种意义上说，所有这些都在那份备忘录中，并且基本上已经得到了体现。当时有一个假设是，我们的服务器和客户的毛利率业务是98%到99%。人们会说，好消息是，您现在可以迁移到云中，也许会有一些利润。这就是过渡。

我直觉上认为，毛利率会更低，但市场总量会更大。我们将向小型企业销售更多商品。在整体上，我们的销售也会增加，包括追加销售。消费也会增加，对吧？因为我们已经销售了一些Exchange。但如果您考虑一下，Exchange、SharePoint、Teams，现在一切都扩大了。所以，这就是我在那份备忘录中的基本弧线。

主持人：

是否有任何文化转变的元素？全球范围内的首席执行官招聘数量一直在增加。而且许多招聘都失败了。英特尔此刻正在经历第二次重启。正如布拉德所指出的，有人争辩说，微软是下一个IBM或DEC，好时光已经过去。那么，你做了什么？你会对新上任的首席执行官提出什么建议，以重新启动文化并朝不同的方向发展？

纳德拉：

是的，我认为我拥有的优势之一是我是一名彻底的内部人士。我的职业生涯几乎全部在微软成长。因此，即使我批评我们的文化，这其实是在批评我自己。所以，从某种利益来看，我得到的机会是，这从来不像是外部人士来批评这些在这里的人，而更多的是指向我自己，因为我基本上是文化的一部分。我无法对我不参与的事情发表任何意见。

针对你的观点，比尔，我清楚地记得，微软第一次成为市值最大的公司时，我记得在校园里走动，我们所有人，包括我，都像是昂首阔步，仿佛我们是世界上最优秀的人类。而我们所有的聪明才智最终都反映在市场价值上。不知怎么的，我始终记得，那是你想要避免的文化。因为我总是说，从古希腊到现代硅谷，只有一件事情会使文明、国家和公司衰落，那就是过度自信。

我人生中最大的转折之一是我妻子几年前在我成为首席执行官之前推荐了一本由卡罗尔·德韦克所著的书。我阅读了关于成长心态的内容，更侧重于我孩子的教育和养育等方面。我想，这本书简直是太棒了。我们所有人总是在谈论学习和学习文化等等，而这正是我们能选择的最好文化理念。所以，我将我们在文化上的许多成功归功于这个理念。还有一件好事是，比尔，这个理念并没有商标，微软也没有，或者说它不是某位首席执行官的新教条。它是一个适用于工作和生活的理念。你可以成为更好的父母、伴侣、朋友、邻居、经理和领导者。所以，我们选择了这个。我一直以言简意赅的方式来描述它，就是，从全知全能者转变为学习者。这是一个你永远无法到达的目的地，因为你说“我有成长型思维”的那一天，就意味着根据定义你并没有成长型思维。所以，这对我们非常有帮助。

你知道，这就像所有文化变革。你必须给它时间、氧气和呼吸空间。它是自上而下和自下而上的结合，最终达到中间状态，对吧？

我与公司，甚至我的执行团队或其他人进行的每一次会议，我都会从使命文化开始。这就像两个书挡。还有一点是，我在我的框架上保持超级严谨。关于那份备忘录，过去近11年里，这个脉络是相同的。使命文化是世界观，对吧？那种环境智能、无处不在的计算，以及一套特定的产品和战略。那个框架，我选择每一个词。我对此非常谨慎。我重复这一过程，直到感到无聊，但我仍然坚持下去。

主持人：

关于这一点，你提到我们经历的阶段转变。我听你说过，作为一个大型平台公司，大部分价值捕获是在阶段转变的前三四年内决定的，此时市场地位已建立，萨提亚。你提到微软因为错过了搜索和移动领域陷入困境，而云计算是最后的机会，对吧？

那么，当你开始考虑下一个大的阶段转变时，很明显你和团队中的其他人，包括凯文·斯科特，早早察觉到谷歌在人工智能方面可能凭借DeepMind走在前面。你们因此做出了投资OpenAI的决定。是什么让你相信这个方向呢，而不是继续进行你们的内部人工智能研究？

纳德拉：

是的，这是一个很好的问题，其中涉及几个方面。其一是我们在人工智能领域的投入已经有很长时间。当比尔在1995年创办微软研究院时，他对自然用户界面始终充满兴趣。我记得第一组是语音相关的，里克·拉希德加入了我们团队。实际上，高傅也曾在这里工作。我们一直专注于突破自然用户界面，语言一直是我们关心的重点。

实际上，连辛顿（AI教父Hinton）也参与过我们的一些早期工作，比如深度神经网络的研究，发生在他在微软研究院实习期间，然后他去了谷歌。所以我会说，我们甚至在2010年代初错失了一些本可以与谷歌加倍投资甚至收购DeepMind的时期，对吧？这实际上让我相当困扰。

但我总是想要专注，比如说，Skype翻译是我关注的第一件事之一，因为那真的很酷。那是你第一次看到迁移学习的效果，对吧？你可以用一对语言进行训练，而它在另一种语言上变得更好，对吧？这是我们第一次可以说，哇，机器翻译也是使用深度神经网络的，它是不同的。

从那时起，我就一直对语言着迷，实际上，和凯文一起，第一次，实际上埃隆和萨姆，他们显然是在寻找Azure积分等等。我们给了他们一些积分。那时他们更关注强化学习和Dota 2等等。这很有趣。

然后我们停下来了，我甚至忘了发生了什么。然后他们，我认为，去了GCP。然后他们回来谈论他们想用语言做的事情。那就是那个时刻，对吧？他们谈到变压器和自然语言。因为我一直觉得，看看，对我来说，这是我们的核心业务。这也回归到我思考的方式，是什么我们的结构性定位？我一直知道，如果有一种方式可以在某种模型架构上实现非线性突破，那就会出现……比尔在我们职业生涯中总是提到，数字领域只有一个类别，叫做信息管理。他的思维方式是要对世界进行模式化，把人、地方、事物都进行框架化。我们尝试了很多方法，微软曾经有一个非常臭名昭著的项目叫WinFS，就是为了把所有东西进行模式化，以便理解所有信息。但是，这几乎是不可能实现的事情，因此我们需要某种突破。

我们认为，也许实现这一点的方式在于如何进行模式化。毕竟，人脑是通过语言、电子邮件的独白和推理来完成的。因此，这就是为什么我会来到OpenAI的原因，以及坦率地说，是因为萨姆、格雷格和团队的雄心。

还有另一件重要的原则是规模法则。事实上，我认为关于扩展的第一份备忘录是由达里奥在OpenAI和伊利亚时期写的。这就是我所谓的下注，也就是说，既然这种技术可能会有指数级的表现，为什么不全力以赴，给它一个真正的机会呢？

当然，一旦我们开始看到它在GitHub、Copilot等平台上的成功，就很容易继续加倍投入。但这就是直觉。

主持人：

在之前的阶段转变中，一些现有的公司没有快速跟上。你提到微软可能错过了移动或搜索领域的机遇。我可以争辩说，特别是因为我年纪大了，见过这些转变，大家对此有了充分的觉醒。这是最觉醒的状态，简直是经过精心编排的局面，每个人几乎都在同一时间站在起跑线上。我很好奇你是否同意这一点，以及你如何看待比赛中的关键参与者，如谷歌、亚马逊、Meta和Llama，埃隆（特斯拉）也已经进入这个游戏。

纳德拉：

是的，这很有趣。我总是在思考这一点。如果你回想一下90年代末，当时有微软和SUN公司，以及其他的公司。有趣的是，现在人们谈论所谓的“Mag 7”（七大科技巨头），实际上可能不仅限于此，甚至可以说每个人都对此有所觉醒。他们都有令人惊叹的资产负债表。

我认为如果考虑一下OpenAI，从某种程度上说，可以称之为“Mag 8”，因为我认为这一代的公司已经成立，OpenAI在某种意义上就是其中之一。它有点像这个时代的谷歌、微软或Meta。所以有几点可以讨论，因此我认为竞争会非常激烈。我认为这不会是一家独大，因为可能有一些类别会是赢家通吃。例如，在超大规模方面，绝对不会。世界将会有需求，即使是中国以外的地区，也会需要多个前沿模型的提供者分布在全球各地。

实际上，我认为微软拥有的其中一个最佳结构位置是，因为如果你记得，Azure的结构略有不同，对吧？我们为企业工作负载构建了Azure，涉及大量数据驻留，我们有超过60个区域，比其他地方更多的区域。所以这并不是说我们为一个大型应用构建了我们的云。我们为许多异构企业工作负载构建了云，我认为从长远来看，这就是所有推断需求所在，关联到数据和应用服务器等等。因此，我认为在基础设施层会上有多个赢家。

在模型方面也会如此，每个超大规模提供商会有一堆模型，并且会有一个应用服务器围绕这些模型。就像今天的每个应用，包括Copilot，只是一个多模型应用。因此，实际上有一个全新的应用服务器。和所有人一样，曾经有一个移动应用服务器，还有一个Web应用服务器，现在有一个AI应用服务器。对我们来说，这就是Foundry，我们正在构建一个，其他人也会构建。这将会有多个。

然后在应用中，我认为会有更多的人参与。我认为网络效应总是存在于软件层面。因此，在应用层，在消费领域、企业领域等，会有不同的网络效应。回到你的基本观点，我认为必须从不同层级结构上进行分析。在我们七、八、九、十之间的不同层级中将会有激烈的竞争。正如我常对团队所说，要注意那些会加入其中的人。这就是所有人参与的游戏，总是在关注谁会突然冒出来成为新的企业家。至少我可以说，OpenAI就是这样一家公司，目前已经达到了逃逸速度。

主持人：

在应用层面，从消费型人工智能开始考虑一下，比如必应是一个非常大的业务。我们曾讨论过10个蓝色链接或许是资本主义历史上最好的商业模式，但它正受到一种新模式的严重威胁，消费者只想要答案。例如，我的孩子们，他们会问，为何要去搜索引擎，而不直接获取答案。那么你认为，首先，谷歌和必应能否在答案时代继续发展传统搜索业务？然后，必应需要做些什么，或在穆斯塔法领导下的消费者努力需要做些什么，以便与ChatGPT竞争呢？从消费者角度来看，ChatGPT显然已经突围了。

纳德拉：

首先是你最后说的那一点，即聊天与答案的结合。这就是ChatGPT，无论是品牌还是产品，它正变得更加有状态。ChatGPT现在不仅仅是，实际上，搜索是无状态的，尽管有搜索历史。我认为更重要的是，这些代理将变得更加有状态。实际上，这就是我如此兴奋的原因。我已经尝试了10年，希望能达成一个苹果搜索的协议。所以，当蒂姆最终和萨姆达成交易时，我是最兴奋的人，这更好。与其他任何人相比，让ChatGPT签下那个交易更好，因为我们与OpenAI有商业和投资关系。

因此，我的看法是，同时，分发是很重要的，对吧？这就是谷歌拥有巨大优势的地方，对吧？他们在苹果上的分发。他们是默认的选项。他们显然在安卓上也是默认的，这给予他们巨大的影响力。

这些习惯不会消失，对吧？你去浏览器的URL并输入查询的次数，对吧？即使现在，虽然我想去Copilot，我的使用大部分是通过Copilot。如果我必须考虑必应与Copilot的区别，这很有趣，对吧？一些导航的事情，我去必应。几乎其他所有事情，我都去Copilot。我认为这种转变是普遍发生的。我们开始了，也许这些代理中的一两个可以用于购物或旅行，甚至可以减少一些商业查询。我认为，在传统搜索方面，重大变革的时刻即将到来，当一些商业意图也迁移到聊天中时，对吧？

现在，主要的商业仍然坚挺，因为商业意图尚未迁移。但一旦商业意图迁移，那就是变化突然发生的时候。所以我认为，是的，这是一种长期的转变。

我们管理它的方式是，我们在穆斯塔法的世界里有三个属性：必应、MSN和Copilot。我们认为，实际上，他对这三者有一个清晰的愿景，它们都是一种生态系统。一个是信息流，一个是传统方式的搜索，另一个是这个新的代理界面。它们与内容提供者都有一种社会契约。我们需要驱动流量，可能需要有付费墙，我们需要有广告支持的模式，所有这些。这就是我们正在努力管理的内容。

我们有自己的分销方式，我们仍然拥有的一个优势是Windows。我们可以重新审视。我们在浏览器上输了，对吧？甚至Chrome成为了主导浏览器，这真是一个悲剧，因为我们曾经战胜了Netscape，却输给了Google。而现在，我们以一种有趣的方式找回它，不论是通过Edge还是Copilot。你猜怎么着？现在连Gemini也必须赚钱。关于Windows的好消息是，至少它是一个开放系统，对吧？ChatGPT有机会，Gemini也有机会。你不需要打电话给微软，可以去做你最好的工作，超越自我。但这也意味着我们也可以。失去有时是件好事，因为你可以重新赢回一切。

对我来说，甚至Windows的分销，我总是说Google在Windows上的利润比整个微软还多。我真的这么认为。我就是说，这对微软的股东来说是个好消息，因为我们输得这么惨，现在可以去争夺并赢回一些股份。

主持人：

嘿，萨蒂亚，有件事，大家都在谈论这些代理。如果你稍微在脑海中向前思考一下，你可以想象所有种类的参与者想要对可能在系统上的其他应用和数据采取行动。

你知道，微软处于一个有趣的位置，因为你控制着Windows生态系统，但你在iPhone生态系统或Android生态系统上也有应用。你是如何看待的？这在某种程度上涉及服务条款问题，部分也是合作伙伴关系问题，苹果会允许微软控制iOS上的其他应用吗？微软会让ChatGPT在Windows操作系统上实例化应用并从应用中获取数据吗？你明白这个问题的含义。这甚至涉及到当你开始考虑搜索和商业时，比如，Booking.com会让吉姆和我在没有他们的许可或知识的情况下进行交易吗？

纳德拉：

是的，我认为这是最有趣的问题，对吧？在某种程度上，确切发生的方式仍然不清楚。

对一些事情有一种稍微古老的思维方式，如果你还记得，各种业务应用是如何实现互操作的，对吧？他们确实成功地通过连接器实现了互操作，人们拥有连接器许可证。因此，出现了一种商业模型，对吧？SAP就是一个经典的例子，只要你有连接器，就可以访问SAP数据。

所以我有一种感觉，当代理之间的接口出现时，类似的事情会出现。很不清楚在消费者方面会发生什么，因为在消费者方面，价值交换大部分是通过广告、流量等等。在一个代理化的世界中，有些东西会消失。所以我认为，消费者方面的商业模型对我来说稍微不太清楚。

但在企业方面，我认为会发生的事情是每个人都会说，好吧，为了让你在我的行动空间内采取行动，或者从我的某种架构中获取数据，可以这么说，我的代理有某种形式的接口是经过授权的。我认为这就是一个原因。比如说，今天当我在微软担任副驾驶时，我有连接到Adobe、我的SAP实例，显然还有我们的CRM实例，也就是Dynamics。这真是非常迷人。事实上，你知道吗，最后一次我们真正使用商业应用程序是什么时候？我们许可证了所有这些SaaS应用程序，但我们几乎不使用它们。组织中的某个人正在往里面输入数据。但在人工智能时代，数据使用的强度增加了，因为所有这些数据现在都很容易查询。比如，我可以说：“我要和比尔见面，告诉我关于Benchmark投资的所有公司。”这就是将网络上的一切，以及我CRM数据库中的所有信息，整理到一起，给我一个笔记等等。因此，在某种程度上，我认为这一切都可以被我们以及这些连接者货币化。

更明确地说，像这样的事情可能会快速发生，因为已经有人在谈论它，比如你会让ChatGPT在Windows操作系统上随机打开应用程序。

主持人：

这确实很有趣。那么，谁会允许这种超越常规的计算机使用呢？是用户还是操作系统？

纳德拉：

就Windows而言，坦率地说，我没有任何办法可以阻止这种情况，除了设置一些安全防护措施。因此，我确实可以...因为我认为如果他们变得安全，我最大的担忧之一是安全风险。如果下载了一些恶意软件，而这些恶意软件开始采取某种行动。那时真的就很危险了。所以我认为这些是我们会内置到操作系统中的。我们将提升访问权限和特权，这些都会在计算机上实现。但最终，用户将在像Windows这样的开放平台上掌控一切。我相信苹果和谷歌会控制得更多，所以他们不会允许这些事情发生。

从某种意义上说，这可以被视为他们的一个优势，或者取决于AT对所有这些的裁决，最终这将是一个值得关注的事情。我们需要将其翻转过来，然后可以继续。

主持人：

你会允许Android操作系统，或者称之为Android AI或iOS AI，通过微软客户端在智能手机上读取电子邮件吗？

纳德拉：

例如，今天我总是在考虑，这究竟是价值泄漏还是对我们有帮助？我们将Outlook的同步授权给苹果用于Apple Mail。这是一个有趣的案例。

我认为可能有很多价值被泄露，但与此同时，我认为这也是我们能够保住Exchange的原因之一。如果我们不这样做，那将会非常棘手。所以我认为，你提出的观点很有意义，比尔，如果我们正在扩展，之所以这样做，是因为我们必须围绕Microsoft 365建立一个信任系统。

我们不能随便允许任何代理进来做任何事情，因为首先，这不是我们的数据，这是我们客户的数据。因此，客户和客户的IT人员必须允许该操作。这不是我可以设置的某种全面的标志。其次，它必须有一个信任边界。我认为我们将要做的事情有点像苹果智能正在进行的，把它看作是我们将在M365上实现的目标。我今天玩得很开心，强烈建议大家下载使用，它非常有趣。

是的。那么，点击此处，你知道，Mustafa说2025年将是无限记忆之年。比尔和我从今年年初就讨论过，我们认为下一个10倍的功能可能是持久记忆加上能够代表我们采取行动的能力。我们已经看到记忆的起步，我确信2025年这个问题已经得到了良好的解决。

主持人：

但关于行动的问题，我什么时候能对ChatGPT说：“给我在西雅图的四季酒店预定下周二的最低价房间呢？”比尔和我对此问题有过多次讨论。目前，看起来计算机使用是这一问题的早期测试案例。不过你有什么想法吗？

从这里来看，你觉得这似乎是一个困难的问题吗？

纳德拉：

是的，最不确定的行动空间仍然是困难的。但是就你的观点而言，有两件事，或者说三件事是非常令人兴奋的。再说一句，我相信我们会谈到的，缩放法则本身和原始模型的能力。一是记忆。另一个是工具使用或行动。我还想说的是甚至是权利，对吧？

就是说，我们拥有的最有趣的产品之一甚至是微软的Purview，因为越来越多的，你有什么权限？你能获得什么？你必须能够以安全的方式访问东西。需要有人对此进行治理。所以如果把这三件事情结合起来，这个代理就会变得更加可治理。而在行动方面，它是可验证的。然后它有记忆。

然后我认为你已经到了一个非常不同的地方，可以进行更自主的工作。我依然认为我总是想到的一件事是你所构建的，我喜欢将这个联合驾驶员视为人工智能的用户界面，因为即使在一个完全自主的世界中，偶尔你也会提出例外，你会请求许可，你会请求调用，等等。因此，这个用户界面层将是组织层。实际上，这就是我们为什么将联合驾驶员视为工作、工作成果和工作流程的组织层。但就你根本的问题而言，我并不认为这些模型，包括4.0，甚至连0.1都没有。4.0在函数调用方面相当不错。因此，在企业环境中，你可以做得比消费者多得多，因为消费者网络的函数调用实在太难了。至少在一个开放的网络中，你可以对几个网站进行操作。但一旦你说，嘿，让我们去做一个预订票据的事情，如果后端有架构变化等等，它就会出错。你可以教会它这个。我认为如果它是一个可验证的、自主评分的过程在Rails上，0.1可以变得更好。但我认为我们可能还有一到两年的时间才能做到越来越多。

从企业的角度来看，去做，这里是我的销售代理。这里是我的营销代理。这里是我的供应链代理，它可以执行更多这些自主任务。我们在动态中构建了10到15个，甚至考虑到我的供应商沟通，并自动处理我的供应商沟通，更新我的数据库，改变我的库存，我的申请。这些都是我认为今天你可以做到的事情。

穆斯塔法对此近乎无限的记忆做了评论，我相信你听过或者在内部听到过。你能提供任何澄清吗？还是说更多的内容会在以后出现？

我认为，从某种程度上来说，你有一个基本为记忆设定类型系统的想法，对吧？这才是重点，对吧？每次我开始的时候，你都不需要组织。我明白这个想法。他让它听起来像你们在这方面有一个内部的技术突破。是的，甚至还有一个开源项目。我想是的，我忘了，这是一群曾经做过所有 TypeScript 相关工作的人的团队，他们正在做这个。

所以我们尝试基本将记忆结构化，以便使其可用，这样你可以使用。就像每次我开始时，想象一下我正在使用某个新提示。我知道如何根据我所做的其他事情进行聚类。然后那种类型匹配等等，我认为是我们建立记忆系统的一个好方法。

主持人：

所以转向企业 AI，也许，微软的 AI 业务已经报告大约为 100 亿美元。你说这都是推测，并且你实际上并没有将原始GPU租给其他人进行训练，因为你的推理需求非常高。所以当我们思考这个问题时，我认为世界上有很多怀疑论者，质疑是否有大规模的工作负载正在转移。

因此，如果你考虑今天人们正在使用的关键收入产品，以及这些产品是如何为你今天驱动推理收入的，以及与亚马逊或谷歌的异同，我对此很感兴趣。

纳德拉：

是的，我认为这是一个好问题……我们这个事情的发展过程是，您需要记住我们与OpenAI的训练事项大多是基于投资逻辑的，对吧？因此，这不体现在我们的季度业绩中，而更多地反映在基于我们投资的其他收入中。这意味着在收入中显示的唯一内容是其他收入或损失，对吧？

主持人：没错。目前就是这样显示的。

纳德拉：

所以，几乎所有的收入主要来自我们的API业务。实际上，正如您所说，ChatGPT的推理成本就在这里，对吧？所以这是一个不同的部分。

关于这个时代的大热门应用有哪些？ChatGPT、Copilot、GitHub Copilot，以及OpenAI和Azure OpenAI的API，对吧？从某种意义上说，如果列出10个最受欢迎的应用，这些应用可能会占四到五个。因此，这就是最大的驱动力。

我们和OpenAI的优势在于，我们有两年的发展时间，基本上没有竞争。正如您所指出的，比尔提到，大家都在关注这可能是。我认为将来可能不会再有这样的两年领先优势。谁知道呢？正如你所说，也许有人会突然放出一些样本，让全世界震惊。但是话虽如此，我认为通过某种基础模型来建立那种领先优势是很难的。但我们拥有这个优势，这就是我们与OpenAI的巨大优势。OpenAI能够真正建立起这种逃逸速度，但在API方面，我们能够获得的最大收益是，比如Shopify、Stripe或Spotify这样的公司。这些并不是Azure的客户。他们都是GCP的客户，或者是AWS的客户。所以突然间，我们获得了许多新的客户，他们都是所谓的数字原住民，以某种形式使用Azure。这是一方面。

至于传统企业，我认为这是在扩展。人们在一端使用Copilot，而在另一端使用Foundry构建代理。这些都是设计的胜利和项目的胜利，它们进展缓慢，但正在开始扩展。我们有两年的发展的余地，我对这个业务更为看好。这就是为什么这里的不利选择问题可能会导致很多科技初创公司都在小批量寻找他们的H100配额的原因之一。

看着Sun Microsystems在.com时期发生的事情，我总对此感到担忧，也就是说，你不可能追逐每一个正在构建模型的人。事实上，我认为即使在投资者方面，情绪也在改变。现在人们更倾向于轻资产，并在他人的模型之上进行构建。如果是这样的话，那些寻找H100的人可能会不再想要去寻找它。

我们的选择性关注在此显得尤为重要。对于其他人来说，训练那些模型和模型集群占他们人工智能收入的比例要远大于我们。我不知道。这里我代表其他人的结果发言。我不知道。我只是回过头来问，其他大热应用是什么，对吧？我不知道它们是什么。它们在运行哪些模型？它们在哪里运行？

我不知道，当我查看这些AI产品的道琼斯数字时，是否有ChatGPT。我对Gemini的数字非常惊讶。显然我认为它会增长，因为所有固有的分布。但说它们并不是很多，这有点有趣。

主持人：

事实上，我们谈论AI规模更多，但实际上并没有那么多流行的应用，对吧？有ChatGPT、GitHub Copilot，还有Copilot和Gemini。我认为这四个可以算作一个道琼斯。还有什么别的在你脑海中浮现吗？

纳德拉：

嗯，我认为有很多创业公司的应用案例，我觉得它们开始获得一些吸引力，逐步发展。它们中的很多都建立在Lama之上。但，您知道……但如果你说，还有Meta。对，如果你再说有10个下载量超过500万的应用，这会很有趣。我认为扎克伯格会争辩说，Meta AI肯定有更多的实例。在你提到的那些非附属应用方面，你是对的，而扎克的所有东西都运行在他自己的云上，他没有使用公共云。

主持人：

在企业领域，特别是编码领域已经开始迅速发展，你们表现良好，那里的确有很多风险投资支持的企业。关于一些生产力应用，我对Copilot的方法有疑问。我觉得马克·贝尼奥夫对此有些过于批评，称其为类似Clippy 2的东西。

你是否担心有人认为，应该从基本原则出发构建AI，而在开发以AI为中心的产品时，无需了解Excel电子表格中的某些基础设施？顺便说一下，关于CRM也可以说类似的话，是吗？有很多字段和任务可能会让用户感到困惑。

纳德拉：

这是一个非常重要的问题。关于SaaS应用程序或商业应用程序，让我谈谈我们自己的动态。我们的方法是，至少我认为，商业应用程序存在的概念，可能会在代理时代全部崩溃。因为如果你仔细想想，它们本质上是带有一堆业务逻辑的CRUD数据库，所有业务逻辑都会转移到这些代理上。这些代理将是多仓库的CRUD，对吧？所以它们不会对后端进行区别。它们将更新多个数据库，所有逻辑将在AI层中，可以这么说。

一旦AI层成为所有逻辑的所在，人们就会开始替换后端，对吧？事实上，这很有意思。在我们谈话的同时，我认为我们看到动态后端和代理使用的胜率相当高。我们将以相当激进的方式推动并尝试将其整合，对吧？无论是在客户服务中，还是在其他领域。

顺便提一下，另一个有趣的是，不仅是CRM，甚至是我们所说的财务和运营正在增加。因为人们希望获得更多原生AI业务应用，对吧？这意味着逻辑层可以由AI和AI代理进行编排。换句话说，从副驾驶到代理再到我的业务应用应该非常无缝。

现在，以同样的方式，您甚至可以说，为什么我需要Excel？有趣的是，对我来说，Excel与Python的结合就像GitHub与Copilot的结合，对吧？这从本质上说……所以我们所做的就是，当您使用Excel时……顺便说，这对你们来说会很有趣，对吧？你应该打开Excel，启动Copilot，开始探索它。它不再像以前那样，它就像拥有一个数据分析师。现在不仅仅是理解你拥有的数据数字，它还能为你制定计划。它会像GitHub Copilot Workspace一样创建并执行计划。

这就像一个数据分析师使用Excel作为某种行列可视化工具来进行分析草稿。Copilot利用Excel作为一个工具，充分利用其操作空间，因为它不仅可以生成，甚至拥有Python解释器。这实际上是重新构思Excel的一种好方法。在某个时候，你可以说，我会生成所有的Excel。毕竟，有一个代码解释器，意味着你可以生成任何东西。

是的，我认为这会带来颠覆。然而，我们对M365的处理方式至少是将Copilot构建为AI的组织层用户界面，整合所有代理，包括我们自己的代理。你可以说Excel是我Copilot的一个代理，Word也是一个代理。这是一种专业化的画布，假设我在做法律文件。让我先在Pages中处理，然后转到Word，再让Copilot跟随它。进入Excel后，让Copilot跟随它。这是一种重新思考工作和工作流程的新方式。

主持人：

如今，我听到人们对一个问题感到焦虑：Satya，你们在这些投资上的投资回报率如何？你拥有超过225,000名员工，你是否在利用人工智能提高生产力、降低成本、推动企业收入增长？如果有，能否分享一些最重要的例子？

更具体一些，当我们邀请到Jensen时，我问他，在收入翻两倍或三倍时，他预计员工人数会增加多少？他说是25%。当被问到原因时，他回答说自己有10万名代理人在帮助完成工作。那么，当Azure的收入翻倍或三倍时，您是否也期望看到员工人数有类似的杠杆效应？

纳德拉：

是的，我确实在考虑这个问题，这对我们微软和我们的客户来说都是优先事项。我的看法是，我非常喜欢这一点，我一直在学习工业公司在精益管理方面的变化，对吧？我认为这很吸引人，他们的增长都超出GDP水平，简直难以置信。

这些公司在良好工业中的纪律实在是太棒了。他们能实际上说出，通过精益管理增加两到三个百分点的顺风，这就意味着增加价值和减少浪费，这便是实践。我把AI看作是知识工作中的一种精益方法。我们正在这一领域不断学习，探索如何真正看待这个问题。这就是为什么我认为，像我们老一辈的人在90年代经历的那些业务流程重组，如今以一种新的方式回归。能够思考端到端流程流的人，可以提出怎样思考流程效率的问题。什么可以被自动化？什么可以变得更高效？

例如，客户服务是一个显而易见的领域。我们在这方面进展顺利，花费了大约40亿美元，涵盖了从Xbox支持到Azure支持的一切。今年由于前端的高流动率，这个领域面临相当大的挑战。最大的好处在于提升了代理的效率，代理和客户都更满意，同时我们的成本在降低。因此，我认为这是一个最明显的应用领域，我们的呼叫中心在这方面表现出色。

另一个例子当然是GitHub Copilot。在GitHub Copilot的工作空间里，这是一个即便对于代理的一些方面也会首先出现的地方。你从一个问题到一个计划，或到一个规格，再到一个计划，然后进行多文件编辑。这完全改变了Inge团队的工作流程。然后，O365是一个包罗万象的解决方案。M365 Copilot在这里是为了让你和我更好地感受这个变化。每次我与客户会面时，我都会说，首席执行官办公室的准备工作流程自1990年以来没有变化。事实上，我看待这个问题的方法之一是想象在个人电脑之前和之后，预测是如何进行的。当时有传真，然后是内部备忘录，接着个人电脑成为了一种工具。人们会说，我只需将一个Excel电子表格放入电子邮件中并发送出去，让他人输入数字，就能得到一个预测。同样的事情现在正在AI时代发生。我为一次客户会议做准备时，会进入Copilot，询问它关于客户的所有信息。它会告诉我CRM中的一切、我的电子邮件、我团队的会议和网络上的信息，并将这些信息整合在一起。我把这些信息放入文档中，实时与我的客户团队分享。想象一下，整个为CEO准备简报的过程就这样消失了。这只需要一次查询。我生成一个查询，如果他们想要注释的话，就分享一个页面。所以我正在与AI进行推理，并与我的同事进行协作。这就是新的工作流程。

这种情况在各个地方都在发生。有人给我举了一个来自供应链的例子。正如有人说的，供应链就像一个交易台，只是它没有实时信息。这就是它的本质。

就像你等着季度结束，然后首席财务官过来指出你犯的所有错误。如果那个金融分析师实际上可以实时地为你提供帮助，并告诉你，比如说，你正在为这个地区的数据中心签署这个合同时应该考虑的条款。所有这些实时的智能正在改变工作流程和工作产物。

所以有很多很多的用例。我认为就你的根本观点而言，我们的目标是通过人工智能创建操作杠杆。所以我认为员工人数会……

实际上，我的看法是我们的总人力成本会下降，每人成本会上升，而每位研究人员的GPU数量会增加。是的，这就是我看待它的方式。

主持人：

这很有道理。

嘿，让我们转到你之前提到的事情上。关于我们看到的模型扩展和资本支出（CapEx）方面的情况。我听到你提到微软的资本支出。我想在2014年你接任时，你根本无法预料资本支出会像现在这样。事实上，你已经说过，这些公司看起来越来越像工业公司，而不是传统软件公司。你的资本支出从2020年的大约200亿美元增长到2025年可能高达700亿美元。你在这项资本支出上获得了相当稳定的回报，对吧？因此，当你查看资本支出与收入时，实际上有很高的相关性。一些人担心这种相关性会破裂。甚至你也曾说过，也许在某个时间点，资本支出必须在收入之前花费。你知道，我们可能需要为这种韧性建立一个缓冲。那么你对资本支出的水平感觉如何？这是否让你失去睡眠？而且在这个增长率方面，什么时候开始减缓呢？

纳德拉：

是的，我是说，这里有几件不同的事情，对吧？首先，我认为，作为一个超大规模云服务商，结构上是非常有帮助的。因为在某种意义上，我们已经在实践这一点很长时间了，对吧？也就是说，数据中心的生命周期是20年。你只有在使用时才支付电费。设备的使用寿命是六年。你知道如何提升利用率。好消息是，这种模式在某种程度上是资本密集型的，但也是软件密集型的。你使用软件来提高资本的投资回报率，对吧？

这就像人们在早期阶段问的，超大规模云服务商怎么能赚钱，因为老旧的托管商和新的超大规模云服务商有什么区别？就是软件，对吧？

我认为，这将适用于GPU物理领域。你建立它。事实上，现在发生的事情之一是我会称之为赶超。我们毕竟在过去15年里建立了云。突然，一个新的测量工具出现在云中。它被称为AI加速器。

现在每个应用程序都需要一个数据库、一个Kubernetes集群和一个在AI加速器上运行的模型，对吧？所以，如果你说，我需要这三者，你就突然需要构建这些AI加速器，以便能够为所有这些应用程序提供资源。

所以，这会正常化。第一件事是建设将会发生，工作负载将会正常化，然后你就会像云一样不断增长。这就是它的一方面。

在这里，避免一些不良选择问题，确保不仅仅是供应端知道每个人都在建设，而是确保在全球、各个领域都有真正多样的需求。我会关注所有这些。所以，我认为这就是管理投资回报率的方式。顺便说一下，利润率会有所不同，对吗？

这与我们早期关于微软云的对话有关。当我想到原始GPU的利润率与Fabric加GPU、Foundry加GPU或GitHub Copilot附加到M365的利润率进行比较时，它们都是不同的。因此，如果你在进行投资组合，这里是非常重要的，对吧？因为如果我看看即使是微软，为什么微软在云计算领域今天有溢价？我们比亚马逊大，增长速度比亚马逊快，利润率比亚马逊好，因为我们有这些层次。这就是我们即使在人工智能时代也想要做的事情。

主持人：

Satya，有很多关于模型扩展的讨论。显然，历史上曾讨论过如何将集群规模不断扩大，尤其是10倍，不是一次然后两次。而nx.ai仍然在朝这个方向发出声音。最近有一个播客，他们几乎是将一切颠倒过来。他们说，如果我们不再这样做，那将会更好，因为我们可以继续推理，而推理的成本在降低，你就不需要花费所有这些资本支出。我很好奇。这两种观点是同一枚硬币的两面。但你对大型LLM模型的扩展和训练成本，以及未来的发展方向有什么看法？

纳德拉：

是的，我是一个坚定的扩展法则的信仰者，首先我想说这一点。实际上，我们在2019年下的赌注就是基于扩展法则，我依然坚持这一点，也就是说，不要与扩展法则对赌。但与此同时，让我们也在几件事情上保持踏实。

其一，这些扩展法则上的指数增长将变得更难，因为随着集群变得更加复杂，大规模训练的分布式计算问题变得更加困难。所以这是其中一方面。

但我仍然想说，我将让OpenAI的人来说明他们正在做的事情，但他们正在继续进行预训练，我认为这还没有结束。这实际上是持续进行的。

令人兴奋的是，OpenAI和Sam谈到的，就是他们在O1上所做的。带有自动评分的思维链真的很棒。事实上，这基本上是在测试时间计算，推理时间计算作为另一种扩展法则。

因此，你有预训练，然后有效地在测试时间进行采样，生成可以回到预训练中的标记，从而创建更强大的模型，这些模型再用于推理。因此，我认为这是增加模型能力的一个绝妙方式。

测试时间或推理时间计算的好消息是，有时运行那些O1模型意味着这是两个分开的事情。采样有点像训练，当你用它来生成训练的令牌时，进行预训练。但是，客户在使用O1时，他们在使用更多的仪表。因此，你因此得到了报酬。

这里就有了更多的经济模型。所以，我喜欢它。事实上，这就是我说我在全球拥有60多个数据中心的良好结构位置。对，另一种规模的硬件架构与预训练的架构是不同的。我认为考虑这个问题的最佳方式是看成一个比例。

主持人：

回到布拉德关于投资回报率（ROIC）的问题，我认为你必须真正建立一个稳定状态。

纳德拉：

事实上，每当我和詹森谈话时，我觉得他是对的。就是说，你知道，你想每年买一些，而不是像六年内对某样东西进行折旧时，最好的办法就是我们一直做的，每年买一点，然后让它逐渐老化。你使用主节点进行训练，然后第二年它就可以进入推理。

我认为这就是我们将在整个车队中实现的稳定状态，无论是在利用率还是投资回报率方面，然后需求与供应相匹配。

关于大家说哇，指数增长停止了吗，你提到的这一点。另一个问题是经济现实也会停止，对吧？我是说，总有一天，每个人都会看着说，经济上合理的做法是什么？

也就是说，即使我每年的能力翻倍，但我无法销售这些库存。另一个问题是赢家的诅咒，这意味着你甚至不需要发表论文。其他人只需看看你的能力并进行提炼。这简直是不可能的。这有点像盗版。你可以设定各种使用条款，但控制蒸馏是不可能的。这是其一。第二，你其实不需要做任何事情。你只需逆向工程这种能力，并以更计算高效的方式实现。所以，考虑到这些，我认为人们追求的程度会有所限制。

现在，每个人都有些想要第一。这很好，但在某个时刻，所有经济现实都会在每个人身上显现，而网络效应在应用层。那么，如果网络效应都在应用层，我为什么要在某种模型能力上花很多钱呢？

主持人：

我听到你的观点，我相信，所以埃隆提到他将建立一个百万GPU集群。我想Meta也说过同样的话。我认为预训练……我记得他说是200，然后他开玩笑说是百万，但我可能记错了。与年初相比，基于你在预训练和扩展方面所看到的内容，Satya，你是否改变了你的基础设施计划？

然后我还有一个关于O1的单独问题。我正在建立一个所谓的方法，也就是一种10倍的观点，探讨如何讨论持续时间。是每两年一次？还是每三年一次？或者每四年一次？

纳德拉：

这是一个经济模型。这就是我认为一种有纪律的思维方式，如何清理你的库存使其合理，这或者是设备的折旧周期。除非找到GPU的物理特性，使得它突然流入我的损益表，并且实际上比超大规模数据中心更高或相同的利润率。这很简单。所以这就是我打算做的。我将继续构建，基本上是为了推动推理需求，然后继续提高我的能力并高效地做到这一点。

我绝对...而萨姆可能有不同的目标，他对此也很开放，对吧？他可能会说，他想构建，因为他对AGI的样子有深刻的信念或者其他什么。所以我认为这也是我们之间一些紧张关系的地方。但为了澄清一点，我听穆斯塔法在播客中说，微软不会参与正在进行的最大的模型训练竞争。这公平吗？

好吧，我们不会做的是重复两次，对吧？毕竟，我们拥有来自...的知识产权。对，对。考虑到与OpenAI的合作关系，微软今天做两次不必要的事情是愚蠢的，我不会创建一个冗余的训练集。

所以我们非常...这就是我们拥有的战略纪律，这就是我一直对萨姆强调的。我们把所有赌注压在OpenAI上，并说，嘿，我们将集中我们的计算资源，我们这样做是因为我们拥有所有知识产权的权利。所以这就是其利弊所在，我们对此感到非常满意。因此，穆斯塔法基本上是说，我们会在训练后甚至是在验证或其他方面投入大量关注。这是一个重要的事情。

因此，我们将把大量计算资源集中在增加更多的模型适应性和合适的能力上，同时也要有原则性的预训练工作，这在内部使我们有能力做事情。无论如何，我们为不同的用例拥有不同的模型权重和模型类别，我们将继续开发这些。

主持人：

您对布拉德关于GPU投资回报率平衡的问题的回答，是否回答了您为什么在与CoreWeave的合作伙伴关系中外包了一些基础设施的问题？

纳德拉：

我们这样做是因为我们都受到了ChatGPT和OpenAI API带来的冲击。是的，我们完全没有预料到这种情况。我是说，这简直不可能。

在什么情况下，我都无法进行供应链规划。这是什么？我们都不知道会发生什么，2022年11月发生了什么，那简直是晴天霹雳。因此，我们不得不赶上进度。所以我们说，我们不会过于担心效率低下。

所以这就是我们为什么无论是CoreWeave还是其他许多地方，我们都在各地购买。说得对。有道理。这是一次性的事情。然后现在一切都在追赶中。是的，这更多是关于试图赶上需求。

主持人：你现在仍然受到供应限制吗，萨提亚？

纳德拉：

我在电力方面是的。我并不是在芯片供应方面受限。我们在2024年肯定会有瓶颈。我们告诉市场的就是，这就是为什么我们对2025年上半年的表现持乐观态度，而那正好是我们财年的剩余部分。然后在那之后，我觉得我们的状况会更好。在进入2026年及以后时，我们有很好的发展前景。

主持人：

我听到了关于这种二层思维的消息，即01测试时间计算，后期训练的工作正在进行中，并且取得了非常积极的成果。当你考虑到这一点时，这也是相当耗费计算资源的，因为你正在生成大量的令牌，将这些令牌回收到上下文窗口中，而你一直在不断地这样做。因此，这种情况会迅速累积。

詹森表示，他认为在看待01时，推理将达到百万或十亿倍，单就推理的需求而言将会急剧增加。在这方面，你认为你有合适的长期计划来扩展推理，以跟上这些新模型吗？

纳德拉：

是的。我认为这里有两件事，布拉德，从某种意义上说，考虑整个工作负载是非常有帮助的，整个工作负载。在代理世界中，你必须有AI加速器。实际上，开放AI本身增长最快的东西之一就是容器服务。毕竟，这些代理需要一个临时空间来进行一些自动评分甚至生成样本，所以他们在这里运行代码解释器。顺便说一下，这也是一个常规的 Azure Kubernetes 集群。因此，以一种有趣的方式，常规的 Azure 计算与其 GPU 及一些数据服务之间存在比例关系。

对于你的观点，当我们说推理时，这就是我看待它的原因，人们把 AI 视为与云分开的东西，而 AI 现在是云的核心部分。我认为在一个每个 AI 应用都是有状态应用的世界中，这是一个代理应用，代理执行操作，那么经典的应用服务器加上 AI 应用服务器再加上数据库都是必需的。因此，我回到我的基本点，我们建设了60多个AI区域，也就是说，Azure区域，它们都将准备好进行全面的AI应用。我认为，这就是所需的。这很有道理。我们聊一聊。

主持人：

在这个对话中，我们讨论了很多关于开放AI的内容，但您正在管理对那方面巨大投资与您自己努力之间的平衡。在Ignition会上，您展示了一张幻灯片，突出了Azure OpenAI和OpenAI企业版之间的差异。那些差异大多与您所提供的企业级功能有关。

所以当您考虑与OpenAI之间的竞争时，您是否认为他们的ChatGPT更有可能在消费者端获胜？您自己也会有消费者应用。在企业方面，您将分工合作。您如何看待与他们竞争？

纳德拉：

我在这个时刻关于OpenAI的想法是，它是一家规模非常大的公司，是一家真正非常成功的公司，甚至有多个业务线和多个细分市场。我从根本上像对待任何其他大合作伙伴一样对待它，因为我并不把他们看作...我把他们看作是一种投资者关系，要考虑他们的利益与我们的利益是什么，以及如何使它们对齐。我把他们视为知识产权合作伙伴。因为我们给他们系统知识产权，他们给我们模型知识产权，所以这是我们非常关心彼此成功的另一个方面。第三，我把他们视为一个大客户。因此，我想要像为任何其他大客户服务一样来为他们服务。

最后一点是合作，无论是在消费者领域的共同驾驶，还是与M365的共同驾驶或其他任何东西，我们都会说，合作在哪里？在这里，我看到并说，最终这些事物会有一些重叠。但在这个背景下，他们与苹果的交易在某种意义上对MSFT的股东是有益的。即使考虑到它们是API，关于API的差异，客户可以选择哪个API前端或其中一些有所不同。Azure有其特定的风格。如果你是Azure客户，并且想要使用Azure的其他服务，那么拥有一个Azure和Azure Mac是最简单的。但如果你在AWS上，并且想要以无状态的方式仅使用API，那就好，直接使用甚至OpenAI。所以我认为在某种有趣的方式上，拥有这两种类型的分发对微软的成本也是有帮助的。

主持人：

萨提亚，我认为硅谷社区中那种好奇的部分，甚至可以更广泛地说，整个商业社区对微软与OpenAI之间的关系都非常感兴趣。

我上周在Dealbook见到安德鲁·索基，他非常强烈地向山姆提出了一些问题。我想有很多你不能说的，但有没有什么你可以分享的？据说有一个重组，涉及转换为盈利。我想埃隆也在里面发了一份公函。你能告诉我们些什么？

纳德拉：

是的，我认为这些决定显然应该由OpenAI董事会和山姆、萨拉、布拉德以及他们的团队来做。我们希望能够对此提供支持。我们作为投资者的立场就是这样。

我想说的是，我们非常关心的一件事是OpenAI的持续成功。这也是我们的利益所在。我也认为这是一个在这个平台转变中具有标志性的公司，世界在OpenAI表现良好时会变得更好。因此，这就是我们的基本立场。

之后，围绕这一点的紧张局势来自于，如你所说的，这些合作伙伴关系中的一些是合作竞争的紧张关系。有些事情是这样的，你知道，萨姆是一个难以置信的企业家，拥有巨大的愿景和雄心，以及他希望前进的速度。

因此，我们必须平衡这一切，这正是他想要做的，我必须考虑到这一点，以便他能做到他需要做的事情，而他也需要考虑到我们这边所需的纪律，考虑到我们可能面临的总体限制。所以我认为我们会找到解决方案。好消息是，在这一框架下，我们已经走了很长一段路。我觉得这五年对他们来说非常好，对我们来说也很好。至少就我而言，我会一直回到这个话题。我希望能尽可能延长这种合作，拥有一个长期稳定的伙伴关系对我们有好处。

主持人：当你想到独立融资，以及理清两家公司的关系时，你们是否有动力相对迅速地做到这一点？

纳德拉：我曾谈到认为他们的下一步，作为一家上市公司，对他们来说会很好。

主持人：你知道，这是一个如此标志性的公司，早期的人工智能领导者。这是你所看到的他们未来发展的方向吗？还是你认为它将保持在我们今天的关系中？

纳德拉：

在这一点上，布拉德，我想小心不要越界，因为在某种意义上，我们不在董事会，我们是像你一样的投资者，最终这是他们的董事会和管理决策。所以在某种程度上，我将会听取他们的暗示。换句话说，我非常清楚我想支持他们做出任何决策。对我而言，或许作为投资者，更重要的是商业和知识产权的合作伙伴关系。我们想确保在所有这些事情中保护我们的利益，如果有的话，促进他们的未来发展。但我认为，到这个时候，像萨拉、布拉德和萨姆这样聪明的人，他们最能实现使命目标的方式是我们所支持的。

主持人：

好吧，也许我们应该结束，感谢你今天抽出这么多时间。但我想在开放与封闭的话题上结束，我们应该如何合作以推动安全的人工智能？

所以也许我留给你一个开放的问题，谈谈你对这些差异和争论的看法，以及这样做的重要性。

我们像比尔这样的许多开源支持者，但我们也听到批评者说每个人都可以在外面提炼一个模型。所以，我们将看到一些我们不会感到满意的用途。那么，你觉得我们作为一个国家和一群公司团结起来推动安全AI怎么样？

纳德拉：

是的，我认为有两件事。我一直认为开源与闭源是创造网络效应的两种不同策略，对吧？我从来没有把它们看作是单纯的宗教战斗。我更觉得这像是两种不同的方式，我认为Meta和马克所做的事情非常聪明，某种意义上，他试图将他的补充品商品化，对吧？这对我来说非常有道理。如果我是他的处境，我也会那样做，也就是说让整个世界趋于一致。我认为他公开而流利地谈论他希望成为LLM的Linux。我认为这是一个美丽的模型。事实上，我认为那里甚至有一个模型，有时候回到你的一些经济学问题，我认为在博弈论上，一个财团可能是一个优越的模型，坦率地说，比任何一个玩家单独尝试去做更好。

与Linux基金会不同，那里大多数贡献都是运营开支的贡献，对吧？

我总是说，没有微软，Linux是不会发生的，实际上，微软是Linux的最大贡献者之一。IBM也是如此，甲骨文也是如此，还有其他公司。我认为，确实可能有一个真正的机会，开源是一个漂亮的机制，对吧？当多个实体聚集在一起时，这是一种聪明的商业策略。

那么闭源在闭源中可能有意义。毕竟，我们有很多闭源产品。而安全是一个重要但正交的问题，因为毕竟，法规将适用于双方，安全也将适用于双方。人们可以说，如果每个人都在检查它，那么在某一方或另一方将会有更多的安全性。因此，我认为这些问题可能最好处理。

在资本主义中，至少有多个模型并让竞争存在是更好的，不同的公司会选择不同的道路。然后我们应该非常严格，政府将会要求这样。我认为在科技领域，目前没有机会说，我们将看看后来的意外后果是什么。我想，没有任何政府、社区或社会会容忍这种情况。因此，这些AI安全机构将会保持同样的标准。

至于国家安全，如果存在某种国家安全泄漏或挑战，人们也会对此感到担忧。因此，我认为各州和国家政策在这些模型和监管制度的形式上将会有很多话语权。

主持人：

很难相信我们已经进入后聊天GPT时代仅仅22个月。当回顾你关于阶段转变的框架时，你必须把微软放在一个非常有利的位置，因为我们正在进入人工智能时代。所以，恭喜你在过去10年的表现。这真是一个值得关注的景象。这太棒了。

我想比尔和我都很兴奋，当我们看到你、埃隆、马克、桑达等领导者真的在为美国团队在人工智能方面不断向前推进时。我们都对我们相对于世界其他地方的定位感到非常乐观。

所以感谢你抽出时间和我们交流。我无法对你表示足够的感谢，萨提亚。真的很感激。非常感谢。

纳德拉：谢谢你，布拉德和比尔。

主持人：保重，萨提亚。


来源：网易