微軟 CEO Satya Nadella 在近日與矽谷知名投資人 Brad Gerstner 以及 Bill Gurley 討論了微軟的戰略轉型、對 OpenAI 投資以及智慧體（Agent）的未來，全文兩萬字。
Nadella 認為，當前 AI 領域的競爭將不再是贏家通吃，而是多個企業在不同層次的技術領域展開激烈角逐。
特別是在基礎設施（如雲計算）和應用（如 AI 模型）之間，他認為微軟的 Azure 和其他雲服務將在未來的 AI 競爭中佔據重要位置。
智慧體（Agent）被視為比傳統搜尋引擎更為智慧和個性化的工具，不再是簡單的無狀態查詢工具，而是能夠保持狀態、記住使用者歷史並提供持續的互動。
Satya Nadella 提到，隨著消費者對 AI 的需求增加，傳統搜尋引擎（如 Bing）面臨新挑戰，未來將見證從傳統搜尋到基於 AI 的問答系統的轉變。
智慧體的出現可能打破了傳統搜尋引擎的界限，能夠提供直接的答案，而不僅僅是連結，改變了使用者的互動方式。透過 ChatGPT 和類似的工具，使用者不再需要透過多次查詢來獲得答案，而是能得到更加即時和智慧的反饋。
對於消費者端，智慧體的商業模式仍在摸索中，傳統的廣告和流量驅動模式可能需要轉變，尤其是在智慧體能夠透過簡化的對話來獲取和處理資料的情況下。
企業級的智慧體介面可能會變得更加重要，微軟已經在利用 AI 接入多個系統，如 Adobe、SAP 和自家的 CRM（Dynamics）。這種介面可以幫助 AI 獲取和整合企業資料，進而提供更高效的服務。
以下為全文內容：
Brad Gerstner
很高興和你在一起。當 Bill 和我在討論， Satya ，回顧你作為 CEO 的任期時，真的是一次很好的學習經歷。可以說是相當艱難的，你在 1992 年就加入了微軟。對於那些可能不知道的人，你在 2007 年接管了微軟的線上業務。
你在 2009 年推出了 Bing 搜尋，在 2011 年接管了伺服器業務並推出了 Azure，而你在 2014 年成為了 CEO。就在那之前，有一篇現在已經非常著名的文章《微軟的無關性》剛剛發表。
自那以後，你將 Azure 從 10 億美元的年收入提升到 660 億美元。整個業務的總收入增長了 2.5 倍，總利潤增長了超過 3 倍，股價也幾乎上漲了 10 倍。你為微軟的股東增加了近 3 萬億美元的價值。
回顧過去十年，你認為當時你最能做出的改變是什麼？是如何解鎖價值、改變微軟的方向，並取得如此非凡的成功？
Satya Nadella
嗯。所以，我一直是這樣思考的，Brad，從 92 年到現在，某種意義上，它對我來說是一個連續的階段，儘管顯然，2014 年是一個重要的轉折點，伴隨著相應的責任。但是我覺得，歸根結底，成功和失敗的模式是可以匹配的，做更多的成功，少做失敗的事。
從某種意義上說，就是這麼簡單，因為我經歷過。當我在 92 年加入微軟時，那是剛剛釋出了 Windows 3.1，我記得 Windows 3.1 是在 92 年 5 月釋出的，而我是在 92 年 11 月加入的。
事實上，當時我在 Sun 公司工作，考慮要去商學院，後來收到了微軟的邀請，我本來想去商學院，但最終是因為我的上司說服我加入微軟，這成了我做過的最好的決定。
當時讓我決定加入的原因是 91 年的 PDC 展會，在 Maskoni Center，當時我看到了 Windows NT（那時它還沒有這個名字）和 x86，我心想，客戶端上發生的事情最終會在伺服器上發生，這是一家平臺公司，一家合作伙伴公司，他們將乘著這股浪潮前進。所以這是當時我的考慮。
然後，網路的出現讓我們經歷了轉型，我們把很多事情做對了。比如說，我們意識到瀏覽器是我們的競爭對手，最終我們做對了瀏覽器這件事。
但在搜尋領域我們失誤了，我們當時覺得，瀏覽器才是最重要的，因為它更像一個作業系統，但我們沒有理解新類別的出現，即網際網路的組織層是搜尋。
然後我們也參與了移動網際網路，但並沒有完全把握住。顯然，iPhone 的出現讓我們錯失了機會。而在雲計算領域我們做對了。所以，如果我回顧這些事情，我們現在也正在經歷 AI 的第四次變革。
在這些過程中，我認為最重要的是不要因為別人做了某事，我們就去盲目模仿。有時候，追隨潮流是可以的，結果也不錯，但你不應該因為嫉妒而做事。這是我們學到的最艱難的教訓之一。做事是因為你有這個許可權，並且能夠做得更好，這兩者對我來說都很重要。
品牌的授權，比如說，Jeffrey Morre 曾經對我說過一句話，他說，“你為什麼不做客戶期待你做的事情呢？”我非常喜歡這句話，雲計算就是一個很好的例子，客戶其實已經期待我們做這件事了。
事實上，我第一次接觸 Azure 時，很多人告訴我，雲計算是贏家通吃，亞馬遜已經贏定了。我從來不相信這一點，因為畢竟，我曾和甲骨文、IBM 等公司競爭過伺服器領域，我一直覺得，基礎設施領域絕對不可能是贏家通吃的。你只需要進入這個領域，提出一個有價值的解決方案。
從某種意義上說，很多這些轉型對我來說，就是確保你能夠認清自己在市場中的結構性位置，真正理解你在那些想要你成功的合作伙伴和客戶眼中所擁有的許可權，並首先去做那些顯而易見的事情。
我認為，這也許可以稱作戰略的基礎，但對我而言，這就是關鍵。你提到的那些文化和使命感，都是必要的條件，甚至是實現目標的前提。但我認為，正是透過識別你的結構性位置和獲得授權，才可能做出正確的戰略調整。
Bill Gurley
等一下， Satya ，在我們談到 AI 之前，我有幾個問題想問關於過渡的事情。就像Brad剛才說的，你可能是史上最成功的 CEO 任命之一。我是說，3 萬億美元的市值是無與倫比的。首先，我讀過一篇文章，提到你為選擇 CEO 的委員會寫了一份 10 頁的備忘錄。這個是真的嗎？如果是真的，那份備忘錄裡寫了些什麼？
Satya Nadella
是的，的確如此。因為我覺得我們當時的 CEO 選拔過程非常公開，坦率地說，當時我並不確定自己會成為 CEO。記住，當時我從來沒想過， Bill 會離開，更別提 Steve 也會離開了。
你不可能加入微軟就想，“哦，創始人們會退休，會有一個職位空缺，我可以申請。”那時我並沒有這樣的心態。所以當史蒂夫決定退休時，記得是 2013 年 8 月，那對我來說是一個非常大的震驚。
那時，我還在負責我們的伺服器和工具業務（Azure 就是在這其中），而我其實很享受那份工作，我也沒有主動提出要成為 CEO，因為當時並沒有這種想法。然後，董事會開始考慮這個問題，也有很多其他的候選人，包括內部的微軟高層。
最後，在選拔過程中，他們要求我們寫備忘錄，實際上，那份備忘錄非常有意思，裡面我提到的很多內容，如果我現在回頭看，都很有預見性。例如，我在那份備忘錄中使用了“環境智慧”和“普適計算”這些術語，我在第一封郵件中也用了這些詞，雖然我之後把它簡化成了“移動優先，雲優先”，因為我的公關團隊過來問我：“這些詞太難理解了，沒人知道什麼是環境智慧，普適計算是什麼。”
所以，我就用“移動優先，雲優先”來表述，如何抓住大趨勢，理解微軟的結構性位置，思考微軟的雲計算業務，我們有哪些資源，為什麼 M365 這麼重要。
事實上，我一直抗拒市場那種將雲計算業務拆分的方式，我從不把我的資本分配成“這是 Azure 的資本，這裡是 M365 的資本，這裡是遊戲的資本”。我一直認為，微軟的核心是一套基礎設施，在其之上有不同的工作負載，其中之一就是 Azure，另一個是 M365、Dynamics、遊戲等。
總的來說，很多內容都在那份備忘錄裡，實際上也都實現了。當時我也預料到，雖然我們在伺服器和客戶端業務中有 98%、99% 的毛利率，但遷移到雲計算時，毛利率可能會下降，但市場總量會更大。
我們會賣得更多，尤其是面向中小型企業，甚至我們在上銷售方面也會有增長，像 Exchange、SharePoint 和 Teams 等產品，現在都得到了極大的擴充套件。這就是當時我在備忘錄中提到的基本構想。
Bill Gurley
那有沒有什麼文化轉變的元素呢？我想，每年都有很多 CEO 的任命，但其中許多都失敗了。就像英特爾現在正在經歷第二次重啟一樣。而且，正如 Brad 指出的，曾經有人認為微軟就像 IBM 或數字裝置公司（DEC），認為它的輝煌時光已經過去。那麼，你做了什麼，又會給新任 CEO 提供什麼建議，幫助他們重啟文化，並推動公司朝著不同的方向發展？
Satya Nadella
我認為，我的優勢之一是，我是一個徹底的“內行”，對吧？我幾乎整個職業生涯都在微軟度過。所以，從某種意義上講，如果我批評我們的文化，實際上是在批評我自己。
因此，某種程度上，我獲得的突破是，大家從來沒有覺得我像外部的人來批評在場的這些人，而是更多地把指責指向我自己，因為我幾乎是這文化的一部分，你明白嗎？我不能說任何我不參與的事。
記得 Bill，你提到的這一點，我清楚地記得第一次微軟成為市值最大的公司時。我記得在公司校園裡走來走去，我們所有人，包括我在內，都顯得非常自豪，好像我們真的是人類的最偉大的創造，我們的聰明才智終於在市值上得到了體現。
我總覺得，這種文化是我們必須避免的，因為從古希臘到現代矽谷，唯一能摧毀文明、國家和公司的就是“傲慢”。所以其中一個最重要的轉折點，是我的妻子在我成為 CEO 之前幾年前，給我推薦了一本書——Carol Dweck 的《心態》（Mindset），我當時是為了孩子的教育和培養看的，沒想到這本書給了我非常大的啟發。
我覺得，這本書的理念太棒了。我們一直在討論學習和學習型文化，而這正是我們能選擇的最佳文化理念。因此，我把我們文化上的成功，歸功於這一理念，因為它不僅僅是微軟的理念，它適用於生活中的方方面面。
你可以用這種思維方式去成為更好的父母、更好的伴侶、更好的朋友、更好的鄰居和更好的經理人、領導者。所以我們採納了這個理念，而我一直用的一句話就是，把“知道一切的人”轉變為“學習一切的人”。這是一個永遠也到達不了的目標，因為一旦你說自己有了“成長型心態”，那你就不可能真正擁有它了。
因此，這個理念對我們幫助很大。文化變革就像所有文化轉變一樣，需要時間，需要空間，讓它自然生長。而且這種轉變既是自上而下的，也有自下而上的推動，它是相輔相成的。事實上，每次我和公司，甚至我的高管團隊開會時，我都會從“使命”和“文化”開始，這兩者是我們討論的兩大支柱。
至於其他方面，我也一直很有紀律性地堅持我的框架，正如我在備忘錄中所寫的那樣，幾乎過去 11 年，我堅持的結構和理念是一樣的：使命與文化，這就是世界觀。
比如，環境智慧、普適計算，接著是具體的產品和戰略框架。我會非常謹慎地選擇每一個詞，極為細心地重複它，直到我自己都感到厭倦，但我仍然堅持下去。
Brad Gerstner
說到這個，你提到過我們經歷的階段變化，我聽你說過，作為一家大型平臺公司，大多數價值的捕獲其實是在階段變化的前三到四年內就決定了，那時市場位置已經確定了。
我聽你說過，微軟錯失了搜尋，也錯失了移動，但你也說過，微軟抓住了雲計算的“最後一班車”。那麼，當你開始思考下一個大階段的變化時，似乎你和團隊中的其他人，包括 Kevin Scott，早早就意識到，谷歌在 AI 方面可能領先一步，畢竟他們擁有 DeepMind。
你們決定投資 OpenAI。是什麼讓你確信這個方向，而不是繼續推進微軟內部的 AI 研究？
Satya Nadella
這個問題提得非常好。因為這裡有幾個方面。首先，我們在 AI 領域已經深入探索了很長時間了。顯然， Bill 在 1995 年創辦了微軟研究院（MSR），我記得第一個小組，其實是圍繞自然使用者介面展開的。
那時，微軟研究院裡也有很多人，包括 Regret、Kaifu 等，大家一直在試圖解決語言理解的問題，甚至包括 Hinton 的早期工作，在他還在微軟研究院時就做了一些關於 DNS 的研究，然後他去了谷歌。所以，我認為我們早期錯過了與谷歌同步加大對 AI 的投資，錯過了在谷歌收購 DeepMind 時的機會。
這個讓我感到非常遺憾。但是，作為一個領導者，我一直專注於一些其他方向。例如，Skype 翻譯就是我關注的第一個專案，因為它非常有趣——那是第一次我們看到遷移學習的有效應用。也就是說，我們可以先在一對語言上進行訓練，然後它能在另一對語言上也表現得更好。
這是我們第一次能夠說，“哇，機器翻譯也可以是 DNS”，這和我們之前做的完全不一樣。所以，從那時起，我就開始對語言感到著迷，凱文也是一樣。實際上，我還記得第一次和 Elon 和 Sam 見面時，他們主要是想要一些 Azure 的信用額度，那時他們更多關注的是強化學習（RL）和《Dota 2》。
然後一段時間後，我們又和他們談到了自然語言處理（NLP）。那時他們談到了 transformers 和自然語言處理。我當時就覺得，這對我們來說是核心業務，而且也與我們長期以來的結構性定位相符。
我一直覺得，如果有某種突破性的模型架構能夠產生非線性增長，展現出類似於我們以前從未見過的能力，那對我們來說，可能就是一個極大的機會。
Bill，你總是說，“在數字領域，只有一個類別，那就是資訊管理”。你覺得，資訊是透過某種方式來整理的。像我們曾經做過一個非常有名的專案叫 WinFS，就是想透過給所有的東西做 schema 來讓所有的資訊都能被理順。
但其實這是不可能做到的。因此，我們需要一些突破。我當時想，或許透過某種方式把資訊整理成語言，類似於人類大腦如何透過語言和推理來組織資訊。
這也就是為什麼我們決定投資 OpenAI，事實上，Sam、Greg 和團隊的雄心也是促使我做出決定的另一個原因。
至於“規模法則”，我還記得，第一次我看到關於“規模法則”的備忘錄時，正是 Dario 和 Ilia 在 OpenAI 時寫的。
那時候我就想，“如果這個領域真的能帶來指數級的效能提升，那為什麼不全力以赴，給它一個真正的機會呢？”然後，當我們在 GitHub Copilot 上看到了它的效果，覺得真的行得通，之後我們就決定加大投入。所以，那就是最初的動機。
Bill Gurley
我覺得，在過去的階段變化中，有些 incumbents 沒有迅速跟上節奏。你甚至提到過，微軟可能錯失了移動或搜尋等機會。可以說，尤其是我這個年紀，親眼見證過這些變化，現在大家似乎都已經清醒過來了，或者說這一輪的變化就像是精心編排的，每個人幾乎都在同一起跑線上。
我很想知道你是否同意這一點，或者你是如何看待競爭中的關鍵玩家，比如谷歌、亞馬遜、Meta、Llama，還有進入遊戲的 Elon。
Satya Nadella
這是個很有意思的觀點。正如你所說，我也一直在思考這個問題。如果你回顧90年代末，當時微軟是獨佔鰲頭，幾乎沒有競爭對手。但現在，大家談論的是所謂的“MAG 7”，可能還不止這些，正如你所說，每個人都已經意識到這一點了，大家都有強大的資產負債表。
甚至可以說，OpenAI 從某種意義上可以視為第 8 大玩家。因為這一代的公司已經在某種意義上成立了——OpenAI 就像是這一時代的谷歌、微軟或 Meta。所以，我認為，接下來的競爭會非常激烈。
我也認為這不會是“贏家通吃”的局面，雖然有些領域可能會出現這種情況。比如在超大規模（hyper-scale）方面，絕對不會是贏家通吃。全球甚至包括中國之外的市場，都會需要多個提供前沿模型的供應商，分佈在全球各地。
事實上，我認為微軟在這方面有一個非常好的結構性優勢——你記得 Azure 吧？它的結構有點不同。我們為企業工作負載構建了 Azure，關注資料駐留問題，支援超過 60 個地區，甚至比其他雲服務商還多。
所以，我們不是為了一個大應用構建雲，而是為了多種異構的企業工作負載構建雲，我認為這將是未來推理需求的主戰場，與資料中心和應用伺服器相結合。因此，我認為在基礎設施方面會有多個贏家，在模型方面也一樣，每個超大規模雲提供商都會有一堆模型，圍繞這些模型會有一個應用伺服器。
像今天的每個應用，包括 Copilot，都是一個多模型應用。實際上會出現一個全新的應用伺服器，就像曾經有移動應用伺服器和 web 應用伺服器一樣，現在有了 AI 應用伺服器。
對於我們來說，這個就是 Foundry，我們正在構建它，其他公司也會構建類似的東西，未來會有多個這樣的伺服器。
在應用層面，我認為網路效應始終會存在於軟體層。所以在應用層，會有不同的網路效應，既包括消費者端，也包括企業端。
所以，從根本上講，我認為你必須從結構性層面進行分析，不同的層級之間會有非常激烈的競爭，7、8、9、10 大公司會在不同的技術層面展開激烈角逐。
正如我一直跟我們的團隊說的，要關注那些後來者，那個突然冒出來的創業者。你們要密切關注哪些新興公司會給你們帶來改變，至少 OpenAI 就是其中之一。到現在為止，它已經具備了規模和速度。
Brad Gerstner
說到這一點，如果我們把焦點放在應用層，首先談談消費者 AI。Bing 是一個非常大的業務，你和我曾經討論過，“10 個藍色連結”可能是資本主義歷史上最成功的商業模式，但它面臨著一種新模式的巨大威脅，那就是消費者現在只想要答案。
舉個例子，我的孩子們就說，為什麼我要去搜索引擎，直接得到答案不好嗎？那麼，你認為谷歌和 Bing 能繼續在答案時代中保持增長嗎？
Bing 或者你在 Mustafa 領導下的消費者業務需要做什麼，才能和 ChatGPT 競爭，畢竟從消費者的角度看，ChatGPT 已經是一個非常突出的存在。
Satya Nadella
是的，我認為你說的第一點非常對，那就是聊天與答案的結合，正是 ChatGPT 這款產品，正如你所說，它不僅僅是一個搜尋引擎，還是一種狀態化的智慧體，真正打破了傳統搜尋的侷限。
傳統搜尋引擎是無狀態的，你進行搜尋時，雖然有歷史記錄，但每次搜尋都是一次新的查詢。而現在，這些智慧體會變得更加直觀、持續和“有記憶”。
因此，這也是我為什麼這麼高興的原因——我一直在努力與蘋果達成搜尋協議，已經有 10 年了。所以，當 Tim 最終與 Sam 達成合作時，我真是激動不已。對我們來說，ChatGPT 拿下這個協議，比其他任何人都更有意義，因為我們和 OpenAI 建立了商業和投資關係。
就這一點而言，我認為，分發渠道仍然非常重要。谷歌在這方面有巨大的優勢，畢竟他們在蘋果上是預設搜尋引擎，在 Android 上也是。它們觸及到了龐大的使用者基礎。
但是，習慣一旦形成就很難改變。就像你提到的，即便我現在更偏向使用 Copilot，我的使用習慣仍然是在瀏覽器中直接輸入查詢，甚至有時候即使是我使用 Copilot，搜尋引擎的功能仍然有其獨特的價值。像我在處理導航資訊時，會去 Bing 搜尋，而其他問題我更傾向於使用 Copilot。
我認為這種變化是普遍發生的。我們離某些商業查詢完全遷移到聊天形式也只差一兩步。當商業意圖也遷移到聊天平臺時，傳統搜尋引擎就可能面臨真正的挑戰。
現在，商業意圖還沒有完全轉移，所以傳統的搜尋引擎業務還在運轉。但一旦這種商業意圖轉移，傳統搜尋就會面臨重大挑戰。因此，我認為，這是一場長期的結構性變化。
我們在 Mustafa 的團隊管理下有三大核心產品：Bing、MSN 和 Copilot。所以我們認為，實際上他已經清晰地定義了這三者的角色，它們共同構成了一個生態系統。
一個是傳統的搜尋引擎，一個是新聞和資訊流，一個是新的智慧體介面。它們和內容提供商有著社交契約，我們需要為他們帶來流量，同時可能需要付費牆、廣告支援等模式。這就是我們正在管理的方式，我們已經有了自己的分發渠道。
我們唯一仍然擁有的優勢之一就是 Windows。雖然我們錯失了瀏覽器市場，Chrome 已經成為主導瀏覽器，這對我們來說是一次失敗，但我們正在透過 Edge 和 Copilot 重新贏回市場。Windows 對我們來說，至少在某些方面，仍然是一個開放的系統，這意味著，像 ChatGPT 和 Gemini 都有機會在上面發揮自己的優勢。微軟並不限制他們的發揮，反而可以帶來更多的競爭和創新。
Bill Gurley
Satya, 大家都在談論這些智慧體。你如果展望未來，可以想象，很多玩家會希望在其他應用和系統中的資料上採取行動。
微軟在這方面的處境很有意思，因為你們控制著 Windows 生態系統，但你們的應用也出現在 iPhone 和 Android 生態系統中。你怎麼看待這種情況？
這其中既有服務層面的問題，也有合作伙伴關係的問題，蘋果會允許微軟控制 iOS 上的其他應用嗎？微軟會允許 ChatGPT 在 Windows 上啟動應用並獲取應用資料嗎？這個問題會延伸到搜尋和電商等領域——比如，像 Booking.com 會允許 Gemini 在沒有他們的許可或知情下進行交易嗎？
Satya Nadella
是的，我認為這個問題非常有意思。某種程度上，現在還不清楚這將如何實現。的確，有一種非常傳統的思維方式，回想一下，企業應用程式如何實現中斷操作。它們通常透過聯結器來進行中斷，使用者需要購買聯結器許可證。
因此，某種商業模式就這樣出現了。SAP 就是一個經典的例子，你可以透過擁有聯結器來訪問 SAP 資料。我覺得，當智慧體之間的接口出現時，類似的模式可能會再次出現。但對於消費者來說，這種模式還不太明確，因為在消費者端，價值交換往往是透過廣告和流量等方式實現的，而在智慧體世界中，這些方式可能會發生變化。
所以，消費者端的商業模式對我來說仍然稍顯不明晰。但在企業端，我認為最終會出現這樣一種情況：大家都會說，為了讓你進入我的操作空間或者從我的架構中提取資料，必須透過某種形式的智慧體介面，且這個介面是有許可的。
例如，今天我在微軟使用 Copilot 時，我有聯結器接入 Adobe、SAP 例項以及我們的 CRM（Dynamics）。這種模式非常有趣。事實上，想一想，我們已經很久沒有真正去使用那些企業應用程式了。
我們許可了許多 SaaS 應用程式，但實際上很少有人親自使用它們，更多的是公司內部某些人在輸入資料。但在 AI 時代，這種情況發生了變化，因為所有資料變得更加易於訪問。
你可以輕鬆地進行查詢，比如，“我要和 Bill 開會，告訴我所有 Benchmark 投資過的公司。”這時，AI 會從網路上、CRM 資料庫中提取相關資訊，整合起來，提供一個總結或筆記。
Bill Gurley
從某種程度上來說，這些內容都能透過我們或這些聯結器進行貨幣化。但更明確的一點是，像 ChatGPT 是否能在 Windows 作業系統上直接開啟隨機應用程式並獲取資料，這個問題已經有很多討論了。你怎麼看待這個問題？
Satya Nadella
這是個有趣的問題。誰能允許這種行為呢？是使用者，還是作業系統？在 Windows 上，坦率地說，我沒有辦法阻止這種行為，除了透過一些安全防護措施。
所以，理論上，我可以透過一些手段來確保這類行為是安全的。我最大的擔憂是安全風險。如果惡意軟體被下載，並開始在系統中執行操作，那就是一個巨大的風險。因此，我認為我們將把這種許可權控制整合到作業系統中，設定一些更高的訪問許可權和許可權管理。
但是，最終，使用者將能夠在 Windows 這樣的開放平臺上控制這些行為。我相信蘋果和谷歌會有更多控制權限，因此它們不會允許這種行為發生。
從這個角度看，你可以說，開放平臺像 Windows 就有這樣的一個優勢，而蘋果和谷歌的封閉系統則有它們自己的優勢，最終我們要看各方如何規定這些規則。
Bill Gurley
我們可以從另一個角度來看這個問題，然後再繼續討論。如果是 Android 作業系統，或者我們稱之為 Android AI，或者 iOS AI，能讀取透過微軟客戶端在手機上的電子郵件嗎？
Satya Nadella
是的，我一直在想這個問題。例如，今天我們已經許可了 Apple Mail 的 Outlook 同步。這個案例很有趣，我認為可能會有一些價值洩漏，但同時，這也是我們能保住 Exchange 的原因之一
。如果我們當時沒有做這個許可，可能會更加麻煩。因此，我認為，回到 Bill 你的問題，我們在構建 Microsoft 365 時，必須圍繞信任系統進行設計。我們不能讓任何智慧體進入並做任何事，因為首先，它不是我們的資料，而是客戶的資料。所以，客戶必須同意，而客戶的 IT 部門也必須允許。這不是我能隨便設定的一個開關。
第二點是，它必須具備一個信任邊界。所以，我認為我們會在 M365 上實現這樣的功能，這樣的操作就像 Apple 的智慧管理一樣。想象一下，我們會為 M365 建立類似的信任和治理結構。
Bill Gurley
今天你談了很多內容，我強烈推薦大家下載並深入瞭解，因為這真的是非常有意思。
Brad Gerstner
那麼，Satya，繼續深入這個話題。Mustafa 曾提到 2025 年將是“無限記憶”的年代。Bill 和我從今年年初開始就一直討論，認為下一個 10 倍的飛躍很可能正是 ChatGPT 所帶來的持久記憶，並且能在我們授權下執行操作。
我們已經看到記憶的初步實現，我也非常相信 2025 年這一問題將基本解決。但是，關於執行操作的問題，我們什麼時候能夠對 ChatGPT 說，“請幫我預定下週二在西雅圖四季酒店的最低價格房間”？Bill 和我對此有過多次討論，似乎計算機使用場景是這個問題的早期測試案例。那麼你有什麼想法，是否認為這是一個困難的問題呢？
Satya Nadella
是的，我同意你的看法，最具開放性和無限可能的操作空間仍然非常困難。但如你所說，確實有兩三點非常激動人心，超越了模型本身的擴充套件性和原始能力。其中之一是記憶，另一個是工具使用或執行操作，還有一個我想提的是許可權管理。
就是說，你可以做什麼？比如我們在微軟的 Purview 產品，越來越多的是，你擁有哪些許可權，你可以安全地訪問哪些資料，誰來進行管理和治理。
所以，當你把這些都結合在一起時，智慧體的行為會變得更加可管理。執行操作時，它是可驗證的，並且具有記憶功能，那麼你就會進入一個完全不同的階段，可以處理更多自主任務。
不過，我一直認為，無論在完全自主的世界裡，我們仍然會面臨例外情況，你可能需要請求許可，或者需要呼叫其他操作。因此，我們仍然需要一個 UI 層來組織這些工作。正因為如此，我們將 Copilot 視為工作文件和工作流程的組織層。
但回到你的核心問題，我認為即便是模型達到 4.0（甚至不是 0.1，4.0 已經非常好），功能呼叫也仍然有限。尤其是在消費者端，Web 功能呼叫依然非常困難。
至少在開放網路上，它可以完成幾個網站的操作，但一旦涉及到預訂機票、酒店等任務，如果後端架構發生了變化，它就會出問題，儘管可以透過學習改進。但我認為，這仍然需要一年到兩年時間，才能完成更多的功能。
從企業角度來看，去做銷售智慧體、市場營銷智慧體、供應鏈智慧體等工作，已經有一些進展。例如，在 Dynamics 中，我們已經實現了 10 到 15 個智慧體，可以自動處理供應商通訊、更新資料庫、調整庫存等任務。這些都可以在今天完成。
Bill Gurley
Mustafa 提到關於近乎無限記憶的評論，嗯，我相信你們應該聽過或在內部討論過。你能就此提供一些澄清嗎？還是這部分內容還未公開？
Satya Nadella
我認為，從某種程度上來說，記憶系統就像是你有一個型別系統，對吧？這就是關鍵。它不是每次都重新開始。你得組織起來。
Bill Gurley
我明白了。他的意思是你們在這方面有技術突破？
Satya Nadella
是的，實際上我們做了一個開源專案，我記得是 TypeScript 團隊做的。我們嘗試的是把記憶進行結構化處理，使得每次我啟動時，能夠基於之前的操作進行聚類，然後進行型別匹配，這樣就可以逐步構建一個記憶系統。
Brad Gerstner
那我們換個話題談談企業 AI。你提到微軟的 AI 業務已經約有 100 億美元收入，且這部分都是推理任務，不是租賃原始 GPU 進行訓練。你怎麼看目前市場上是否有重大工作負載轉移的問題？目前你們的收入產品是哪些？
Satya Nadella
是的，實際上大部分與 OpenAI 的訓練合作更多是投資層面的內容，不會直接出現在我們的季度財報中，而是在其他收入專案中，基於我們的投資。
Brad Gerstner
所以這意味著你們的收入或虧損主要體現在其他收入或虧損部分，對吧？
Satya Nadella
沒錯，就是這樣。所以，大部分的收入或者所有的收入幾乎都來自於我們的 API 業務，或者說，像 ChatGPT 的推理成本也是其中的一部分。
這是一個不同的部分。現在，時代中的“爆款”應用是什麼？ChatGPT、Copilot、GitHub Copilot，以及 OpenAI 和 Azure OpenAI 的 API。可以說，如果你列出這些最受歡迎的應用，應該差不多就是這幾個。所以這就是最大的驅動力。
我們和 OpenAI 的優勢在於，我們擁有了兩年的先發優勢，幾乎沒有競爭對手，正如 Bill 提到的，大家都已經醒過來了，但我覺得可能再也不會有像這樣的兩年領先的機會了。誰知道呢？
你說得對，總會有其他團隊放出什麼樣本突然打破世界。不過，我認為要透過某個基礎模型建立這種領先地位是非常不容易的。但我們有這個優勢，尤其是 OpenAI，能夠藉此建立起 ChatGPT 的加速軌道。
Brad Gerstner
你認為其他公司訓練這些模型和模型叢集在它們的 AI 收入中佔了更大比例，而不像你們這樣？
Satya Nadella
我不確定。我只能說，看看其他公司有哪些“爆款”應用，我不清楚它們具體執行哪些模型，在哪些地方執行。我猜像 Google 的 Gemini 也是其中之一。根據任何 AI 產品的 DAU 數字，ChatGPT 是其中之一，甚至 Gemini 也讓我很驚訝。
雖然我認為它會因為本身的分發能力而增長，但很有意思的一點是，儘管大家都在談論 AI 的規模，但真正的“爆款”應用並不多。比如，ChatGPT、GitHub Copilot、Copilot 以及 Gemini，這些應該是最為人熟知的幾個。
Brad Gerstner
嗯，確實也有很多創業公司在往下走，逐漸得到一些關注，很多是基於 Llama 構建的。
Satya Nadella
不過，如果你說，哦，還有 Meta 呢？但如果你問 10 個更有影響力的應用，有超過 500 萬 DAU 的，能列出多少？
Brad Gerstner
我認為 Zuckerberg 可能會爭辯說 Meta 的 AI 肯定也有超過 500 萬 DAU，但就你提到的獨立應用來說，確實如你所說，Zach 的技術全都執行在自家平臺上。
Satya Nadella
他不依賴公共雲。
Bill Gurley
Satya，說到企業端，程式設計空間也已經開始加速了，你們在這方面表現不錯，市場也很感興趣。我有個問題關於 Copilot 的做法。我知道 Mark Benioff 在這方面有些批評，叫它“Clippy 版”，或者其他的。
你是否擔心有人認為 AI 應該從零開始，重新構建整個基礎設施，例如，像 Excel 這種工具，是否仍然是必要的，還是你們能夠透過 AI 首先的產品來省略掉這些不必要的元素？同樣的情況也適用於 CRM。其實也許很多欄位和任務可以透過 AI 來簡化或隱藏。
Satya Nadella
這個問題非常重要。對於 SaaS 應用程式或業務應用程式，我可以談談我們自己在 Dynamics 上的做法。我們的思路是，隨著智慧體時代的到來，業務應用將可能會迎來一個整合的變化。
因為如果你想一想，它們本質上是由一堆業務邏輯構成的共享資料庫，這些邏輯將轉移到這些智慧體中，這些智慧體將進行多庫更新。所有的業務邏輯將集中在 AI 層，換句話說，AI 將成為一切業務邏輯的核心。一旦 AI 層成為業務邏輯的核心，所有的後端都將被替代。
我們目前在 Dynamics 上的勝利率很高，尤其是在智慧體使用方面。我們正積極推進這項工作，想把它整合進整個流程。不僅僅是 CRM，實際上我們的財務和運營部分也在經歷類似的變化，因為大家希望看到更具 AI 原生性質的業務應用。也就是說，業務應用的邏輯層能夠由 AI 和智慧體來排程，使得企業應用變得更加無縫。
另外，你也可以問，為什麼還需要 Excel 呢？實際上，我最興奮的一件事就是，Excel 與 Python 結合的效果，簡直就像 GitHub 與 Copilot 的結合一樣。我們做的就是將 Excel 與 Copilot 配合使用，不再只是簡單地處理資料，而是讓它能像一個數據分析師一樣為你計劃整個過程。
它能自動生成計劃，然後執行這些計劃。這就像是一個數據分析師，利用 Excel 來進行資料分析，它不僅僅是一個“行列”檢視，更是可以實現實際操作的“工具”。
Brad Gerstner
我今天聽到一個人們討論最多的問題，就是這些投資的 ROI 問題。你們有超過 22.5 萬員工。你們在內部是否利用 AI 來提高生產力、降低成本，還是推動收入增長？如果有，能舉些具體的例子嗎？
另外，關於 Jensen 之前的說法，他說當營收增長兩三倍時，預計員工人數增長 25%。如果 Azure 的營收增長 2 到 3 倍，你們是否也預期員工人數會呈現類似的增長？
Satya Nadella
是的，實際上這是我們現在微軟非常關注的內容，也是客戶非常關心的話題。我是這麼來看待的，我非常喜歡從工業公司精益管理的經驗中學習。對吧？這一點真的很有意思。比如，這些公司的增長通常都超過 GDP 增長，非常了不起。
這些好的工業公司可以透過精益管理提高 200 到 300 個基點，增加價值、減少浪費。這就是精益管理的做法。所以我覺得 AI 就像是知識工作中的精益管理。
我們真的在向這些工業公司學習，比如說，如何去觀察流程的效率，如何找到可以自動化的部分，如何讓流程更高效。所以，客戶服務就是最明顯的例子之一。
我們在這方面投入了大約 40 億美元，從 Xbox 支援到 Azure 支援都涵蓋其中。事實上，這是非常嚴肅的投入。透過前端的引導率，我們能夠提高智慧體的工作效率，最重要的是，智慧體更快樂，客戶更滿意，我們的成本也在下降。
這是最明顯的例子之一，另外就是 GitHub Copilot。它也是一個非常典型的例子。在 GitHub Copilot 工作空間中，你從一個問題開始，到一個計劃，然後執行或指定一個計劃，接著是多檔案編輯。它完全改變了團隊的工作流程。
再來是 365，M365 的 Copilot，也可以作為一個範例。比如，以我個人的經驗來看，每次與客戶會面時，CEO 辦公室的準備工作自 1990 年以來幾乎沒有發生什麼變化。
實際上，我這樣看待它——想象一下，電腦出現之前，如何做財務預測？我們使用傳真機，內部備忘錄，直到個人電腦開始普及，人們才開始用 Excel 表格傳送電子郵件，大家交換數字、形成預測。
現在，AI 時代已經來臨，事情發生了改變。我自己準備客戶會議時，我會進入 Copilot，詢問：“請告訴我我需要了解的關於這個客戶的所有資訊。”它會從我的 CRM、郵件、Teams 會議記錄以及網路上收集資訊並提供給我。我可以根據這些資訊建立頁面，並即時分享給我的團隊。
想象一下，以前 CEO 辦公室的彙報方式就不再需要了，這些內容僅需透過查詢生成，甚至可以即時共享頁面，團隊成員可以直接在上面做標註。因此，我與 AI 協同工作，即時與我的同事合作。這是新的工作流，正在各個領域普及。
比如有個供應鏈領域的例子：有人說供應鏈就像一個交易臺，只是缺少即時資訊。你必須等到財務季度結束，然後 CFO 才會來責怪你之前的錯誤。
那麼如果財務分析師能夠在即時提供給你反饋呢？比如你在為某個資料中心制定合同，AI 可能會提醒你該考慮哪些條款。所有這些即時的智慧反饋正在改變工作流程和工作產物。所以，我們看到很多類似的案例。
我想你的核心問題是，如何透過 AI 實現運營槓桿。這就是我們希望達到的目標。我們期望透過 AI 降低人力成本，但每個人的產出會更高。我的研究人員，可能他們每人的 GPU 使用效率都會更高。這就是我對這件事的看法。
Brad Gerstner
這很有道理。好，我們換個話題，談談之前你提到的模型擴充套件和資本支出的問題。我聽你說過關於微軟的資本支出。想象一下在 2014 年你接管時，你可能沒想到資本支出會變成今天這個樣子。
事實上，你曾提到，今天這些公司看起來越來越像是工業公司的資本支出，而不像傳統的軟體公司。你的資本支出從 2020 年的 200 億增長到 2025 年可能達到 700 億。你們的資本支出與收入之間的關聯非常高，這很有意思。
一些人擔心這種關聯可能會打破，甚至你自己也曾提到，未來可能會出現“資本支出需要先行”這種情況，我們可能需要為這種彈性做好準備。那麼你怎麼看待這個資本支出的水平？它是否讓你晚上睡不著覺？這種增長率會在什麼時候開始放緩？
Satya Nadella
嗯，這裡有幾個方面。首先，作為一個超大規模的公司，實際上我們在這方面有著結構性的優勢，因為我們已經在實踐這一切很長時間了。資料中心有 20 年的生命週期，只有在使用裝置時你才需要支付電力費用，而硬體的使用週期大約是 6 年，你知道如何提高裝置的利用率。
這些都是我們已知的。而且好訊息是，這不僅是資本密集型的，它同樣也是軟體密集型的。你可以透過軟體來提高資本回報率（ROIC）。
實際上，最初很多人都在想，像微軟這樣的超大規模公司怎麼能賺錢？和老式的託管公司相比，新的超大規模公司有什麼區別？答案就是：軟體。這一點在 AI 加速器的建設中也同樣適用——透過領先的技術建設，我們能夠更好地利用資本。
事實上，當前一個趨勢是所謂的“趕超”。過去 15 年裡，我們不斷建設和擴充套件基礎設施，但突然間，一個新的需求出現在雲計算中，這個需求就是 AI 加速器。因為現在每個應用都需要一個數據庫、一個 Kubernetes 叢集和一個 AI 加速器。你如果要同時提供這三種服務，你就必須大規模建設 AI 加速器。這種需求將會逐漸規範化。首先是建造，之後是工作負載的規範化。最終，這一切就會像雲計算一樣，繼續增長。
所以，我們會繼續增長，確保這些工作負載的需求多樣化，避免出現不利選擇，只是單純基於供給方面建設，我們確保全球各地都能產生真實的需求。我會關注這些因素。這就是如何管理資本回報率的方法。
另外，關於利潤率，肯定會有所不同。我們早期討論過，微軟雲的利潤率和 GPU 原始硬體的利潤率是不同的。這些會有不同的利潤率，例如像雲架構、GPU 和應用程式相結合的層次，像 GitHub Copilot 或 M365 等。這些都有不同的利潤率。所以，在 AI 時代，我們的戰略也是繼續保持多元化的產品組合，確保利潤的最大化。
事實上，微軟在雲計算中的優勢之一就是，我們不僅規模比亞馬遜大，而且增長速度也超過亞馬遜，利潤率還比亞馬遜高。這正是因為我們在多個層次上進行了深度的佈局。這正是我們希望在 AI 時代延續的策略。
Bill Gurley
因為最近關於模型擴充套件的討論很多，顯然歷史上也曾討論過如何多次擴充套件叢集規模，而不是一次性擴充套件到某個規模。最近有一檔播客中，他們徹底改變了思路，說如果我們不再這麼做了，那樣反而更好，因為我們可以直接進入推理階段，這個階段變得更便宜了，而且不需要花費大量的資本支出。我很好奇，這兩種觀點雖然是同一枚硬幣的兩面，但你怎麼看大規模 LLM 模型的擴充套件和訓練成本，未來會如何發展？
Satya Nadella
嗯，你知道的，我是非常相信規模法則的。首先我得說，事實上，我們在 2019 年做的賭注就是基於規模法則，而且我依然堅信這一點。
換句話說，不要反對規模法則，但同時我們也要基於幾個不同的因素保持現實。一個是，隨著叢集規模的增大，規模法則的指數增長將變得更困難，因為分散式計算問題在進行大規模訓練時會變得更加複雜。所以，這就是其中的一方面。
然而，我仍然認為，儘管如此，OpenAI 的朋友們可以代為說明他們的做法，但他們依然在繼續進行預訓練，我認為這不會停止，仍然在持續進行。
但令人興奮的是，OpenAI 曾公開談論過的，以及 Sam 也提到過的，就是他們在 0 和 1 上的工作。這個思路鏈條透過自動分級和測試推理，實際上是一個巨大的進步。基本上，推理計算時間本身也是一種規模法則。
所以你有了預訓練，然後你有效地透過這個測試時間取樣來生成令牌，再將其送回預訓練，創造出更強大的模型，這些模型又可以在推理階段執行。因此，我認為這是一種極好的方法，可以提升模型的能力。
測試時間或者推理時間的計算好處在於，執行這些 O1 模型時，可能涉及兩個獨立的事情：取樣類似於訓練，使用它生成訓練用的令牌；而且客戶在使用 O1 時，實際上也在用更多的資源。所以你從中獲得了報酬。因此，這種經濟模型是可行的。所以我覺得這是一個很好的方式。
事實上，這也是我一直說的，我在全球有 60 多個數據中心，這是一個良好的結構性優勢。
Bill Gurley
這兩個擴充套件方向的硬體架構不一樣，對嗎？一個是預訓練，另一個是推理。
Satya Nadella
是的，我認為最好的理解方式是它們之間有比例關係。所以回到 Brad 所說的 ROIC，實際上這就是你必須建立一個穩定狀態的地方。
事實上，我每次跟 Jensen 談時，他的看法都很對：你想要每年都買一些，而不是一次性購買。你想一想，當你把裝置折舊週期定為 6 年時，最好的方式就是每年買一點，逐步積累，對吧？
你用領先的節點來做訓練，第二年它就進入推理階段。這就是穩定狀態。我認為我們最終會在整個裝置群體中實現這種穩定狀態，不僅僅是利用率，還有 ROIC。最終需求與供給會匹配。
像你提到的，大家說指數增長是否停止了，經濟現實也會發生作用。到某個時候，每個人都會審視並做出經濟上理性的決策，即便我每年都在雙倍提升能力，但如果我不能賣掉這些產品，那就沒意義了。
另一個問題是贏家的詛咒。你不一定需要釋出論文，其他人僅僅需要看看你的能力，之後就能進行蒸餾或者其他方式複製。這就像是盜版一樣。你可以規定各種使用條款，但實際上這些東西很難控制。蒸餾就是這樣，另外，你不必做什麼，只需逆向工程你的能力，並以更高效的計算方式實現。
因此，考慮到這一切，我認為會有一個上限，大家現在都在追逐一點領先，但最終所有經濟現實都會顯現出來，網路效應是在應用層。所以如果網路效應都在應用層，那我為什麼還要在某個模型能力上投入大量資金呢？
Brad Gerstner
我聽到你的意思是，Elon 曾說他要建一個百萬 GPU 的叢集，我認為 Meta 也說過類似的話。
Bill Gurley
我記得他講的是預訓練要用 200 個，之後又開玩笑說是百萬。
Brad Gerstner
但我記得他是開玩笑說的一個十億的叢集。但事實上，Satya，基於你對預訓練和擴充套件的看法，你是否已經改變了你們的基礎設施規劃？
Satya Nadella
我目前的建設方式是採取一種相對接近 10x 的思路。就是說，我們可以討論週期，比如每兩年一次，每三年一次，或者每四年一次，都有一個經濟模型。我認為這裡需要一種相對有紀律的方式來思考如何清理庫存，使其變得有意義，或者你也可以從裝置的折舊週期來考慮。
你不能一下子買進大量裝置，除非你能找到 GPU 的物理特效能夠與我的財務狀況匹配，並且它的利潤率和超大規模運營商一樣好。簡單來說，我的做法是，繼續建立如何驅動推理需求，然後提高我的能力，並且保持高效。
我當然知道 Sam 可能有不同的目標，他對 AGI 有深刻的信念，或者其他方面有深刻的看法，那麼就去做吧。所以，我認為這也是我們關注的一部分。
Bill Gurley
但我聽 Mustafa 在播客中提到，微軟不會參與當前的大型模型訓練競爭，這樣說準確嗎？
Satya Nadella
嗯，我們不會做重複的工作。畢竟，鑑於我們與 OpenAI 的合作，微軟現在進行第二次訓練是沒有意義的。
Bill Gurley
對，沒錯。
Satya Nadella
所以我們非常謹慎。這也是我們戰略上的一種紀律。實際上，這就是我一直強調給 Sam 的那點：我們把所有賭注壓在 OpenAI 上，說我們要集中計算資源，並且因為我們擁有所有 IP 權益，所以我們做了這樣的選擇，感到非常好。
因此，Mustafa 說的意思是，我們會在訓練之後，甚至在驗證等方面，集中更多資源。所以，我們會專注於新增更多模型適配和能力，同時確保我們也有原則性的預訓練工作，這樣可以使我們在內部有能力做出相應的調整。我們會繼續開發適應不同使用場景的模型權重和模型類別。
Bill Gurley
對於 Brad 提到的平衡 GPO 和 Gpuroi 的問題，你的回答是否也解釋了為什麼你們會將部分基礎設施外包給 Core Weave 並建立合作伙伴關係呢？
Satya Nadella
我們之所以這麼做，是因為大家都被 ChatGPT 和 OpenAI 的影響搞得措手不及。是的，完全是的。我是說，根本沒辦法進行供應鏈規劃，什麼都沒法預料。二十多年前，誰能想到 2022 年 11 月發生的事呢？那簡直是晴天霹靂。所以我們不得不趕上進度。我們當時就說，不會過度擔心效率問題。所以，不論是 Core Weave 還是其他公司，我們都在各地購買。可以理解吧？這是一次性的事情，現在我們已經在追趕進度了。所以，這更像是追趕的過程。
Brad Gerstner
那麼現在你們還有供應限制嗎，Satya？
Satya Nadella
不再有晶片供應的限制了。我們在 2024 年確實經歷了一些供應約束。我們對外宣佈過，因此我們對 2025 年上半年持樂觀態度，那將是我們財年的剩餘部分。之後，我認為到 2026 年，我們的狀況會更好。所以我們有很好的供應鏈。
Brad Gerstner
我聽說，關於你們在 O1、測試時間計算、後訓練工作的投入，取得了非常積極的成果。你提到的這些也非常計算密集，因為你們需要生成大量的令牌，然後將這些令牌回填到上下文視窗中，反覆進行。這種計算需求會迅速累積。
Jensen 曾表示，他認為 O1 推理計算的需求會達到百萬倍甚至十億倍的增長。對於你來說，是否覺得自己有足夠的長期計劃來擴充套件推理計算，以跟得上這些新模型的需求呢？
Satya Nadella
是的，我認為這裡有兩點需要關注，Brad。某種意義上，理解整個工作負載非常有幫助。整體工作負載中，在智慧體模型的應用中，必須擁有 AI 加速器。事實上，OpenAI 自己的容器服務是增長最快的部分。
畢竟，這些智慧體需要一個“臨時工作區”，用於執行一些自動分級，甚至是生成樣本。這就是他們執行程式碼直譯器的地方。順便說一下，這個就是標準的 Azure Kubernetes 叢集。所以從某種角度看，常規的 Azure 計算與 GPU 的比例以及一些資料服務的比例，也可以看作是整個計算模型的一部分。
因此，回到你的問題，我們談論推理時，實際上是說這些事情的組合。正因如此，我才會認為，AI 不再是與雲計算分開的領域，它現在已經成為雲計算的核心部分。
在每個 AI 應用都是有狀態的、智慧體式的應用的時代，這些智慧體執行具體操作時，經典的應用伺服器加上 AI 應用伺服器再加資料庫就是所需的一切。
所以，我回到我的基本觀點，就是我們已經建設了 60 多個 AI 區域，所有的 Azure 區域都已經準備好支援全面的 AI 應用。這就是未來所需的基礎設施。
Brad Gerstner
這聽起來很有道理。我們在這次對話中已經提到了很多關於 OpenAI 的內容，但你正在管理的是你們在 OpenAI 的巨大投資與你們自身“點燃”計劃之間的平衡。你展示了一張幻燈片，突出了 Azure、OpenAI 和 OpenAI Enterprise 之間的差異，其中很多內容都涉及企業級的功能，是你們所帶來的獨特優勢。
那麼，當你看到這種競爭關係時，你是如何思考的？你是否認為 ChatGPT 在消費端可能是最終贏家？你們也會有自己的消費端應用，之後可能會在企業市場進行分工合作。你是如何看待與 OpenAI 的競爭關係的？
Satya Nadella
到目前為止，我的看法是，OpenAI 作為一個大規模的公司，它已經不再是單純的初創公司了。它現在是一個非常成功的公司，已經有了多個業務線和多個市場領域。
所以我從原則上來思考這個問題，就像我對待任何其他大型合作伙伴一樣，因為我不認為它們是競爭對手，我認為它們是一個投資夥伴，看看我們之間的利益如何對接。我把它們當作 IP 合作伙伴，因為我們提供系統的 IP，他們則提供模型的 IP。所以這也是我們相互深度關心對方成功的一個方面。
第三，我把它們當作一個大客戶來看待，因此，我希望像對待其他大客戶一樣為它們提供服務。
最後是合作。無論是消費端的 Copilot，還是與 M365 等產品的合作，我們都會在這裡進行深入合作。所以，我看待這種競爭時，最終這些領域會有一些重疊。但在這個背景下，OpenAI 擁有蘋果的合作協議，從某種角度來看，對微軟股東來說，實際上是創造價值的。
就像你提到的 API 差異，客戶可以根據自己的需要選擇使用。比如，如果你是 Azure 的客戶並且想使用 Azure 的其他服務，那麼使用 Azure 的 API 和相關服務會更方便。但如果你在 AWS 上，只需要簡單地使用 API，無狀態的使用 OpenAI 也很不錯。所以，從某種意義上講，擁有這兩種分發方式對微軟來說也是有利的。
Bill Gurley
可以說，這確實是矽谷社群，甚至更廣泛的商業社群中一個頗具吸引力的話題。我想，微軟與 OpenAI 之間的關係一直是人們關注的焦點。我上週末在 Dealbook 上聽到 Andrew Sorkin 強烈追問 Sam 對這個問題的看法。
雖然有很多事情可能你不能透露，但你能透露點什麼嗎？關於 OpenAI 是否正在進行重組，是否有轉換為盈利模式的計劃？我猜 Elon 也在其中發表了一些意見。你能分享一些情況嗎？
Satya Nadella
嗯，我認為這些問題當然要由 OpenAI 的董事會、Sam、Sarah 和 Brad 他們團隊來決定，他們會根據自己的判斷做出選擇，而我們會提供支援。從我們的角度來看，我們深切關心的，首先是 OpenAI 繼續成功，因為這對我們有利。我也認為 OpenAI 是這個平臺轉型中的標誌性公司，世界因 OpenAI 的成功而變得更好。所以這是我們基本的立場。
接下來的問題，是你提到的那種緊張局勢。就像在所有這種合作關係中，一部分是合作的緊張，另一部分則是 Sam 作為一個極具遠見和雄心的企業家，他有著非常明確的目標和行動速度。他的節奏很快，所以我們需要平衡這一點。
這也意味著我們需要在我們自己的約束條件下，去理解和支援他所要做的事，而他也需要理解和適應我們在一些方面所需要的紀律。所以我相信我們會找到平衡點。
但是我覺得好訊息是，我們在這個合作框架內已經走了很長的路。過去五年對他們和對我們都非常好。而從我的角度來看，我會繼續堅持這一點，並希望能儘可能延續這種合作關係。我們只有長期穩定的合作伙伴關係，才能使雙方受益。
Brad Gerstner
當你們考慮到獨立融資、解開兩家公司之間的聯絡時，你們是否打算儘快推進？我曾經提到，或許下一步，OpenAI 對他們來說，最好的發展路徑就是成為一家上市公司。畢竟，AI 領域的領頭羊，具有如此標誌性的業務，這對他們的未來發展有著積極的影響。你怎麼看待這種可能性？你認為 OpenAI 未來的發展會繼續保持目前的合作關係嗎，還是會有更大的變動？
Satya Nadella
我想我要小心，不要越過界限。因為從某種意義上說，我們並不是 OpenAI 的董事會成員，我們只是投資者，像你們一樣。最終，這些決定由他們的董事會和管理層做出。所以在某種程度上，我會根據他們的判斷來做出反應。
換句話說，我非常明確的是，我們希望支援他們所做出的任何決定。對我來說，作為投資者，最重要的是我們之間的商業合作和智慧財產權夥伴關係。我們需要確保在這個過程中保護好我們的利益，並在未來不斷強化這些合作。
但我認為，像 Sarah、Brad 和 Sam 這樣的聰明人，他們會做出最符合他們使命目標的決定。我們也會支援他們在這一過程中做出的決策。
Brad Gerstner
那麼，也許我們該結束了。非常感謝你今天的時間。我想以“開放”與“封閉”的話題來做一個總結，談談我們如何合作來確保 AI 的安全性。或許我可以給你一個開放式的問題，談談你如何看待開放原始碼和封閉原始碼之間的區別，以及在推動安全 AI 時的合作。
這裡有一個例子，路透社最近報道了中國研究人員在 Meta 的 Llama 模型基礎上開發了一個 AI 模型，可能會被用於軍事用途。很多像 Bill 和我這樣支援開源的人，也聽到了一些批評聲音。
而你也提到過，大家可以提取模型進行訓練，最終一些模型的應用可能是我們不願意看到的。那你如何看待，如何作為一個國家，作為一群公司共同推動安全的 AI 發展呢？
Satya Nadella
我認為這個問題有兩個方面。首先，我一直認為開放原始碼和封閉原始碼是建立網路效應的兩種不同途徑。我從來沒有把它們看作是單純的“宗教戰鬥”，而是更多地從商業戰略的角度來看待它們，認為它們是兩種不同的選擇。
這也是為什麼我認為 Meta 和 Mark 所做的事情非常聰明。某種意義上，他試圖將自己的優勢進行商品化。這對我來說非常有道理，如果我是 Meta 的話，我也會這麼做。他很公開、也非常有說服力地談到，自己想讓 Meta 成為 LLM（大語言模型）的“Linux”。
我覺得這是一個非常美妙的模型，事實上，這裡確實有一個潛在的商業模式。而且從經濟學的角度來看，我認為，理論上一個由多個參與方共同推動的聯盟，可能比任何一個單獨的企業來做這件事更好。比如說，在 Linux 基金會下，貢獻者的主要資金來源是運營支出。
我一直說，Linux 能夠成功，不僅僅是因為它本身的開源精神，也離不開像微軟、IBM、Oracle 等公司的支援。開放原始碼為這種合作提供了很好的機制，而封閉原始碼則在其他方面可能更具優勢。
至於封閉原始碼，我們也經歷了很多成功的封閉源產品。至於安全性，這是一個非常重要的問題，但它是一個獨立的問題。畢竟，法律和安全標準都適用於所有產品，不論是開源還是封閉源。
所以，我認為在資本主義體系下，最好是保持多種商業模式並允許競爭，讓不同的公司選擇適合自己的路徑。而政府也應該對此進行嚴格的監管。
至於 AI 的安全性，毫無疑問，不能再等待所謂的“看後果”了。沒有任何政府、社群或社會能夠容忍這種態度。因此，這些 AI 安全機構會對所有模型設定統一的標準。如果存在國家安全洩漏問題，大家也會對此非常關注。所以，我認為各國政府和國家政策將對這些模型的發展產生重要影響，監管制度也會相應制定。
Brad Gerstner
真的很難相信我們已經進入 ChatGPT 時代僅僅 22 個月了。回頭看看，你關於階段性轉型的框架，微軟無疑處於一個非常有利的位置，隨著我們進入 AI 時代。所以，過去 10 年的表現非常值得祝賀，真的是令人矚目。
與此同時，我覺得，Bill 和我看到你、Elon、Mark、Sundar 等人的領導力時，都會感到非常激動，因為你們確實在推動“美國團隊”在 AI 領域的前進。我們倆都對未來如何在全球範圍內定位自己充滿了信心。所以，非常感謝你花時間與我們交流。
✦ 精選內容 ✦