“我們自詡達到了某個AGI里程碑，這簡直就是無稽之談，純粹是玩弄基準測試。”微軟CEO薩提亞·納德拉（Satya Nadella）在參加知名科技播客主持人Dwarkesh Patel主持的播客節目Dwarkesh Podcast時，毫無保留地分享最真實的感受。

納德拉在訪談中還明確表示，AI並非贏家通吃的市場，其真正的價值在於推動全球經濟增長。他認為，AI的發展不應以技術里程碑為導向，而應以能否實現世界經濟10%的增速為衡量標準。

此外，他還探討了AI商業模式的未來，強調超大規模資料中心和雲服務（如微軟Azure）將在AI的推動下迎來巨大的發展機遇。同時，納德拉也指出，開源模式將成為制衡閉源AI的重要力量，確保市場不會被少數巨頭壟斷。

當然，這場專訪不僅揭示了微軟在AI、量子計算和混合現實等領域的戰略佈局，也為全球科技行業的發展提供了深刻的洞見。納德拉的思考和觀點，無疑將為我們在快速變化的科技時代中提供重要的參考和啟示。以下，Enjoy：

瓜哥AI新知

本文內容整理自Satya Nadella在Dwarkesh Patel頻道的專訪，公開發表於2025年02月19日。

原始內容參考：https://www.youtube.com/watch?v=4GLSzuYXh6w

內容提要: 薩提亞·納德拉專訪：微軟的AGI計劃與量子突破

關於AI的整體看法：

AGI里程碑的炒作不可信：真正的衡量標準是AI能否推動世界經濟以10%的速度增長。
AI不會是贏者通吃的局面：考慮到買家的多樣性，超大規模AI永遠不會是贏者通吃，開源模式將制衡閉源。各國不會坐視私營企業壟斷。
超大規模廠商和基礎設施提供商將受益：AI對計算能力的需求將呈指數級增長，利好Azure等雲服務。
模型商品化可能性：模型最終需要在超大規模計算平臺上執行，存在開源替代方案。
AI的價值：大贏家將是各行各業利用AI提高生產力，促進經濟增長。

關於AI的商業模式和應用：

超大規模資料中心運營的專業知識：複製全球計算能力非常困難，運營專業知識至關重要。
推理收入是關鍵：要關注將AI轉化為實際客戶價值的能力，供給和需求需平衡。
智慧的價格下降（傑文斯悖論）：降低Token成本和提高 Token 效用需要同時發生。
AI應用瓶頸：企業需要進行根本的變革管理和流程變革，以適應AI帶來的新的工作方式和工作流程。
新的AI使用者介面：Copilot是關鍵，每個人都需要一個智慧代理管理器來管理與多個AI代理的互動。
AI將徹底改變SaaS：SaaS應用程式需要轉型為智慧代理，為多代理世界做出貢獻。

關於量子計算：

量子計算的“電晶體時刻”：實現了馬約拉納零模的存在性證明，有望構建百萬量子位元的馬約拉納晶片（Majorana 1）。
軟硬體分離策略：構建軟體堆疊，同時與中性原子和離子阱領域的團隊合作，探索不同型別的量子計算機。
量子計算的應用：量子計算機擅長模擬和探索狀態空間，尤其是在化學、物理和生物學領域。
AI與量子的協同：使用量子技術生成合成資料，然後使用這些資料訓練AI模型，模擬化學和物理過程。

關於微軟的遊戲世界模型（Muse）：

遊戲資料是寶貴資產：類似於YouTube之於Google，遊戲資料之於微軟，可用於構建通用行動模型和世界模型。
融合AI與遊戲：使用遊戲資料生成一致且多樣化的遊戲，用於模組等，可能會改變遊戲行業。

關於AI的安全性和倫理：

信任是關鍵：法律和社會基礎設施需要跟上AI的發展，解決AI的權利和責任問題。
人類擔保：除非有人以人類身份擔保，否則無法部署這些智慧。
需要控制AI的執行時環境：透過沙盒等技術限制AI的行動空間，防止AI造成傷害。
勞動回報問題：需要重視不同型別的人類勞動，確保人們在工作中獲得意義和尊嚴。

關於微軟的企業文化：

再創業心態：保持相關性是關鍵，要始終以全新的方式看待事物。
對失敗的容忍度：允許嘗試，並認識到不可能所有事情都做對。

關於未來的方向：

關注未被充分服務的領域：如醫療保健、教育和公共服務，將科技轉化為更好的服務。
解決認知勞動定義：考慮AI自動化現有認知勞動後，可能創造出的新的認知勞動。

關於通用人工智慧（AGI）：

對“認知勞動”的定義提出質疑。
人與AI共存，人類認知能力不會被剝奪。

Satya Nadella簡介

薩提亞·納德拉（Satya Nadella）是微軟公司的執行長，自2014年起接替史蒂夫·鮑爾默（Steve Ballmer）擔任該職位。他的領導風格以謙遜、同理心和技術遠見著稱。

在成為執行長之前，薩提亞·納德拉（Satya Nadella）在微軟工作了超過20年，曾負責雲計算和企業部門，並在推動Azure雲平臺的轉型方面發揮了關鍵作用。他成功地將微軟從一個以Windows為中心的軟體公司，轉變為一個以雲計算和人工智慧為核心的服務型公司。

在他的領導下，微軟積極擁抱開源，加強了與其他科技公司的合作，並推出了許多創新產品和服務，例如Microsoft Teams和GitHub。薩提亞·納德拉（Satya Nadella）還積極推動多元化和包容性文化，鼓勵創新和實驗，並致力於解決全球性挑戰。他的領導能力和商業頭腦，使微軟重新煥發了活力，並在競爭激烈的科技行業保持了領先地位。

以下是採訪全文：

薩提亞·納德拉： 我們自詡達到了某個AGI里程碑，這簡直就是無稽之談，純粹是玩弄基準測試。真正的基準測試是，世界是否以10%的速度增長。善於理解哪些是贏者通吃的市場，哪些不是，在某種程度上，是至關重要的。

如果這東西真的像人們說的那樣強大，國家不會坐視不理，等待私營公司行動。我們喜歡把這比作量子計算領域的電晶體時刻。

也許你會用量子技術來生成合成資料，然後這些資料被人工智慧用來訓練更好的模型。如果智慧是計算力的對數，那麼誰能進行大量的計算，誰就是……

主持人德瓦克什： 大贏家。沒錯。薩蒂亞，非常感謝你來參加播客。稍後，我們將討論微軟剛剛取得的兩項重大突破。恭喜，同一天在《自然》雜誌上發表了關於馬約拉納零模式晶片（我們面前就有）和世界人類行為模型的文章。但我們能否繼續剛才的對話？你正在描述你在80年代和90年代所看到的事情。

薩提亞·納德拉： 再次發生。是的。對我來說，Dwarkesh，最令人興奮的是，首先，很高興能上你的播客。我一直是你的忠實聽眾，這太有趣了。我喜歡你做這些採訪的方式以及你探索的廣泛話題。

這讓我想起我在90年代初進入科技行業的最初幾年，那時人們還在爭論是RISC還是CISC更好，或者，我們真的能用x86架構來構建伺服器嗎？或者，當我加入微軟時，正值Windows NT的初期。

從核心矽平臺到作業系統再到應用層，整個堆疊都在被爭論。我認為，也許可以說雲計算已經做了很多這方面的工作，而且顯然分散式計算和雲計算確實改變了客戶端-伺服器模式，Web也發生了巨大變化。

但這感覺比我過去參與的任何事情都更像是更完整的堆疊。

主持人德瓦克什： 回顧80年代和90年代，哪些決策最終成為了長期贏家，哪些沒有，特別是當你想到你在太陽微系統公司（Sun Microsystems）工作時，他們在那時經歷了一段有趣的.com泡沫時期。人們認為當時的資料中心建設是泡沫。但與此同時，我們今天擁有的網際網路也是那時建設的成果。關於什麼能經受住時間的考驗，你能總結出什麼經驗教訓？什麼是固有的長期趨勢？什麼只是曇花一現？

薩提亞·納德拉： 是的，這很有意思。我認為，如果我回顧我參與過的至少四個重大轉型，如果我們考慮客戶端和客戶端-伺服器模型，我們可以看到圖形使用者介面和x86架構的誕生，這基本上使我們能夠構建伺服器。我非常清楚這一點。我記得在91年參加了PDC大會。事實上，當時我還在太陽公司工作，在91年，我去了Moscone中心，在那裡微軟首次描述了Win32介面。我意識到很明顯接下來會發生什麼，伺服器也將是x86架構的。當規模優勢積累到某種事物上時，這就是你必須押注的長期趨勢。所以，客戶端發生的事情也會發生在伺服器端，然後你就能真正構建客戶端-伺服器應用程式，這明確了應用程式模型。

然後，Web成為了我們面臨的重大問題，我們從一開始就必須應對它。事實上，我剛加入微軟，Netscape瀏覽器或Mosaic瀏覽器就在93年12月或11月釋出了。我認為那是Andreessen和他的團隊釋出的時候，它改變了遊戲規則。有趣的是，就在我們開始進行客戶端-伺服器浪潮時，很明顯我們也會贏得這場浪潮，但隨後我們遇到了瀏覽器時刻。我們不得不調整，我相信我們做得很好。瀏覽器引入了一種新的應用程式模型，我們以我們所做的一切來擁抱它，無論是將HTML整合到Word中，構建我們自己的新瀏覽器來競爭，還是在我們的伺服器堆疊上開發Web伺服器來利用它。

然而，我們錯過了後來成為Web上最大商業模式的東西，因為我們都認為Web將是分散式的。誰會想到搜尋會成為組織Web的最大贏家？顯然，我們在那方面沒有看到，但Google看到了，而且他們執行得非常好。所以這是我吸取的一個教訓：你不僅要弄對技術趨勢，還要了解價值將會在哪裡創造。這些商業模式的轉變可能比技術趨勢的轉變還要困難。

AI不會是贏家通吃

主持人德瓦克什： 人工智慧的價值將會在哪裡創造？

薩提亞·納德拉： 這是一個很好的問題。至少以我目前的看法來看，有兩個地方我可以比較有信心地說。一個是超大規模廠商會做得很好。因為根本的一點是，如果你回顧Sam和其他人描述的方式，如果智慧是計算力的對數，那麼誰能進行大量的計算，誰就是大贏家。

另一個有趣的事情是，如果你看看任何AI工作負載的底層，比如ChatGPT。並非每個人都對GPU方面發生的事情感到興奮。這很好，但它是一個比率，事實上，我甚至將我的叢集視為AI加速器、儲存和計算的比率。而且，從規模上看，你必須擴大它。因此，世界對這種基礎設施的需求將會呈指數級增長。事實上，擁有這些AI工作負載簡直是天上掉餡餅，因為你知道嗎？它們對更多計算能力更加渴求，不僅僅是為了訓練，而且我們現在知道對於測試時間也是如此。

正如我所說，測試時間，這裡有一件有趣的事情。當你想到一個AI代理時，事實證明，AI代理將呈指數級地增加計算使用量，因為你現在甚至不受僅僅一個人類呼叫程式的限制。而是一個人類呼叫程式，這些程式又呼叫了更多的程式。這將為計算基礎設施創造巨大的需求和規模。所以我們的超大規模業務，Azure業務，我認為那是一個很大的機會。

之後，事情變得有點模糊，因為你可以說，存在一個贏者通吃的模型。我只是不這麼認為，因為這是我學到的另一件事，非常擅長理解哪些是贏者通吃的市場，哪些不是，在某種程度上，是至關重要的。我記得甚至在早期我開始接觸Azure時，Amazon已經擁有非常顯著的領先優勢，人們會來找我，投資者會來找我說，哦，遊戲結束了，你永遠不會成功。Amazon，它就是贏者通吃。

但是，在與Oracle和IBM以及客戶端-伺服器競爭之後，我知道，買家不會容忍贏者通吃。從結構上講，超大規模永遠不會是贏者通吃，因為買家很聰明。消費者市場有時可能是贏者通吃，但是任何買家是公司、企業、IT部門的地方，他們都希望有多個供應商。因此，你必須是多個供應商之一。我認為即使在模型方面也會發生這種情況。

因此，會有開源，會有一個管理者。就像在Windows上一樣，我學到的一個重要教訓是，如果你有一個閉源作業系統，就會有一個補充，那就是開源。因此，在某種程度上，這實際上是對所發生事情的一種制約。所以我認為在模型方面，也許存在一些閉源的東西，但肯定會有一個開源替代方案。最終，開源替代方案實際上將確保閉源的贏者通吃得到緩解。

所以這至少是我的感覺在模型方面。順便說一句，如果這東西真的像人們說的那樣強大，我們不要低估國家不會坐視不理，等待私營公司滿世界亂跑。所以我並不認為這是一個贏者通吃的局面。在那之上，我認為這還是一樣的老一套，也就是在消費者領域，在某些類別中，可能會有一些贏者通吃的網路效應。

畢竟，ChatGPT就是一個很好的例子。我的意思是，它就像一個大規模的消費者產品，已經獲得了真正的逃逸速度。我去應用商店，我看到它總是在前五名。我說，哇，這真是令人難以置信。所以他們能夠利用這種早期的優勢，並將其轉化為應用程式優勢。因此，在消費者領域，這種情況可能會發生。在企業領域，我認為在每個類別中，都會有不同的贏家。所以這至少我是這麼分析的。

主持人德瓦克什： 我有很多後續問題。我們得立刻開始討論量子計算。

但關於模型可能被商品化的觀點，也許在幾十年前，有人會對雲提出類似的論點，認為它本質上只是一個晶片和一個盒子。

但最終，當然，你和許多其他人發現，你們在雲領域擁有驚人的利潤率，並且找到了獲得規模經濟和增加價值的方法。

而且從根本上說，即使拋開那些術語，比如，如果你擁有了AGI，它可以幫助你製造更好的AI，現在是合成數據和強化學習。也許在未來，它會是一個自動化的AI研究員。

這似乎是鞏固你優勢的好方法。我很好奇你對此有什麼看法，就這個想法而言……

薩提亞·納德拉： 在這個領域領先非常重要。達到一定規模後，沒有什麼東西是純粹的商品，對吧？就像你剛才說的雲，每個人都說，哦，雲是商品，除非當你達到規模。這就是為什麼運營超大規模資料中心的專業知識至關重要。你可能會說，哦，這有什麼大不了的？我也可以自己搭建伺服器，對吧？事實上，在超大規模資料中心發展的早期，大多數人都認為，天哪，有這麼多的主機託管商，但那些都不是很好的生意。超大規模會有什麼發展前景嗎？超大規模甚至存在商業價值嗎？事實證明，這確實是一門真正的生意，僅僅是因為運營（比如Azure，擁有遍佈60多個區域的全球計算能力）的專業知識。複製起來太難了。

我想表達的重點是，是否會只有一個贏家，或者這是一個贏者通吃的局面。你必須弄清楚這一點，因為各個領域的情況可能不同。我喜歡進入那些擁有巨大潛在市場（TAM）的領域，這樣你就不必擔心必須成為唯一的贏家。如果你在一個可以容納幾個贏家的大市場中，並且你是其中之一，那是最好的位置。這就是我所說的超大規模機會的含義。

在模型層面，一個關鍵點是，模型最終需要在某種超大規模計算平臺上執行。我認為這種聯絡將永遠存在。不僅僅是模型本身，模型需要狀態。這意味著它需要儲存和常規計算來在代理環境中執行這些代理。這就是我思考為什麼一個人透過一個模型完成所有事情可能不會發生的原因。

主持人德瓦克什： 從超大規模資料中心運營商的角度來看，順便說一句，作為一個超大規模資料中心運營商，你所擁有的優勢也很有趣，特別是在推理時間擴充套件方面，如果這涉及到未來模型的訓練，你可以將你的資料中心和GPU攤銷，不僅用於訓練，還可以再次用於推理。我想知道你認為微軟和Azure屬於哪種型別的超大規模資料中心？是專注於預訓練方面？是提供像O3型別推理的服務？還是你們只是要託管和部署市場上現有的任何模型，而忽略其他方面？

薩提亞·納德拉：關於這一點，這是一個好問題。我的意思是，我們構建機群的方式，至少是我們想要構建的方式，在某種程度上是順應摩爾定律。我認為這會像我們過去所做的一切一樣，對吧？也就是你每年都會不斷地更新你的機群。你在這些東西的生命週期內進行折舊，然後非常非常擅長機群的部署，這樣你就可以用高利用率執行不同的任務，對吧？

所以，有時會有一些非常大的訓練任務，需要高度集中的峰值計算能力，並且需要協同一致。這很好。我們應該有足夠的資料中心足跡來提供這種能力。但最終，這些任務無論如何都會變得如此之大，即使是預訓練規模，如果它需要繼續發展下去，預訓練規模在某個時候也必須跨越資料中心邊界。所以，它或多或少都在那裡了。

很好。一旦你開始跨越預訓練資料中心邊界，它與其他任何事情有什麼不同呢？因此，我認為，分散式計算將仍然是分散式的。所以，構建你的機群，使其能夠為大型訓練任務做好準備。它為測試時計算做好準備。事實上，如果這個強化學習（RL）可行，你可能會構建一個大型模型。

然後，在那之後，會有大量的強化學習和測試。對我來說，這有點像，再次強調，更多的訓練計算，因為你想要為不同的任務建立這些高度專業化的提煉模型。所以你需要這樣的機群。然後是服務需求，對吧？最終，光速是恆定的。

所以你不能在德克薩斯州有一個數據中心，然後說，我要從那裡為全世界提供服務。你必須根據在世界各地都部署推理機群的情況來為全世界提供服務。這就是我對我們構建真正的超大規模機群的看法。

哦，順便說一句，我希望我的儲存和計算也靠近所有這些東西，因為不僅僅是AI加速器是無狀態的。我需要能夠擁有的不僅僅是我的訓練資料本身需要儲存。然後，我希望能夠多路複用多個訓練作業。我希望能夠擁有記憶體。我希望能夠擁有這些代理可以執行程式的環境。這就是我思考它的方式。

世界經濟將會十倍增長

主持人德瓦克什： 你最近報告說，你們來自AI的年收入是130億美元。但如果你看看你們在這一方面的同比增長，在四年內，它將增長10倍。如果趨勢持續下去，你們將擁有1300億美元的AI收入。如果是這樣，你預計我們將如何利用所有這些智慧？這種工業規模的應用，會透過Office實現嗎？會由你們部署，讓其他人託管嗎？或者你們必須擁有AGI才能獲得1300億美元的收入？它會是什麼樣子？

薩提亞·納德拉： Dwarkesh，我這樣看待這個問題，這是一個很好的問題，因為在某種程度上，如果你要擁有這種智慧的爆炸式增長、豐富性，或者說商品化，我們首先要觀察的是GDP的增長，對吧？在我談到微軟的收入會是什麼樣子之前，這裡面只有一個制約因素，對吧？這就是我們在AGI炒作中有點超前的地方，那就是，嘿，你知道嗎？讓我們首先看看是否，比如說，發展起來。

我的意思是，記住，發達國家是什麼樣的？2%的增長，如果你調整通貨膨脹，那就是零？所以在2025年，當我們坐在這裡的時候，我不是一個經濟學家。至少我看到這種情況，然後說，夥計，我們面臨著真正的增長挑戰。所以我們都必須做的第一件事是，當我們說，哦，這就像工業革命，等等。讓我們擁有那種工業革命型別的增長。對我來說，這意味著10%、7%、發達國家，經通貨膨脹調整後，以5%的速度增長。這才是真正的標誌，對吧？

所以，它不能只是供應方面，對吧？事實上，就是這樣，對吧？我認為很多人都在寫關於它的文章。我很高興他們這樣做，那就是，這裡的大贏家不會是科技公司。贏家將是更廣泛的行業，他們將使用這種商品，順便說一句，這種商品是豐富的。突然之間，生產力提高了，經濟以更快的速度增長。當這種情況發生時，我們作為一個行業就會很好。

但對我來說，那就是關鍵時刻。所以，我們自己聲稱達到了某個AGI里程碑，對我來說這只是毫無意義的基準測試作弊。真正的基準是，世界是否以10%的速度在增長。

主持人德瓦克什： 10%。好的。所以如果世界經濟以10%的速度增長，那麼全球經濟規模大概是100萬億美元左右。如果世界經濟增長10%，那就意味著每年會產生額外的10萬億美元的價值。如果是這樣的話，作為一個超大規模企業，800億美元似乎很多。難道你不應該投入8000億美元嗎？如果你真的認為在未來幾年內，我們能夠以這樣的速度真正地推動世界經濟增長。那麼，關鍵的瓶頸將是，你是否擁有部署這些人工智慧來完成所有這些工作所需的算力？

薩提亞·納德拉： 我覺得你說得對。所以，關鍵在於平衡。我覺得現在有點像，讓我來打個比方，經典的供給側思維是，“讓我先建好它，然後他們自然會來。” 這是其中的一種觀點。而且，你知道，畢竟我們已經這樣做了。我們已經承擔了足夠的風險去做了。但在某個時刻，供給和需求必須匹配。

所以我認為這就是關鍵。這就是為什麼我同時關注這兩個方面。所以，我認為，如果你只是一味地鼓吹供給側，而不真正理解如何將其轉化為客戶的實際價值，你就會完全脫離實際。

所以，聽著，這就是為什麼我關注我的推理收入。這也是我公開推理收入的原因之一。有趣的是，沒多少人談論他們的實際收入。但對我來說，我認為這很重要，它可以作為你思考這個問題的制約因素。

你當然不能說，在任何給定的時間點，它們都必須完全對稱地匹配。但是，你需要有實際的證據表明，你有能力將昨天的資本投入轉化為今天的需求，這樣你才能再次投資，甚至可能是指數級的投資，並且知道你不會完全失衡。

主持人德瓦克什：我想知道這兩種不同的觀點是否存在矛盾。因為，你看，你做得非常出色的一件事是，你很早就進行了這些投資。比如，你在2019年投資了OpenAI，甚至在Co-pilot和任何應用出現之前。

如果你看看工業革命，那些6%、10%的鐵路和其他基礎設施的建設，很多都不是說我們先有了車票收入，然後再去怎樣。當時損失了很多錢。這是事實。

所以，如果你真的認為，這裡存在將世界經濟增長率提高到10倍或5倍的潛力。然後你又在想，GPT-4的收入是多少？我的意思是，如果你真的認為下一階段有這種可能性，你不應該直接放手一搏嗎？讓我們投入數千億美元的算力。

薩提亞·納德拉： 我是說，確實有一定的機率你會成功。關鍵在於……我是說，這裡有趣的地方在於，真正的問題是，這僅僅是……這就是為什麼我認為對算力叢集採取平衡的方法非常重要。

這不僅僅是構建算力，而是構建能夠幫助我不僅訓練下一個大型模型，而且能夠服務於下一個大型模型的算力。在你做到這兩點之前，你無法真正利用你的投資。所以，這不是一場單純的構建模型的競賽。

這是一場創造一種能夠被世界使用並驅動發展的商品的競賽。所以，你必須有一個完整的思考，而不是隻考慮一件事。至少我是這麼看的。順便說一句，其中一件事是，它會被過度建設。

就像你提到的網際網路泡沫時代發生的事情一樣。我現在看到的是，大家已經意識到需要更多的能源和更多的算力。謝天謝地。所以，每個人都會競相投入。事實上，我看了這些數字。不僅僅是公司在部署，各個國家也會投入資金。

我很高興成為一個租賃方。因為，順便說一句，我建造了很多，也租賃了很多。我很高興我將在2027年、2028年租賃大量的算力。因為我看了賬單，我說這太棒了。所有這些算力投入，唯一的結果就是價格會下降。

智慧價格下降

主持人德瓦克什： 是的。說到價格下降，你最近在DeepSeek模型釋出後發了一條關於傑文斯悖論的推文。我想知道你是否能詳細說明一下。傑文斯悖論發生在對某種東西的需求具有高度彈性時。

★

傑文斯悖論（Jevons paradox）是指，技術進步提高了某種資源的使用效率，反而導致該資源的總消耗量增加的現象。

簡單來說，本來期望透過提高資源利用率來減少消耗，但實際結果卻恰恰相反。

這個悖論的核心邏輯在於：

效率提升降低了單位資源的成本：技術進步使得每單位產出所需的資源量減少，從而降低了使用該資源的成本。
成本降低刺激了需求：由於使用資源的成本更低，人們會傾向於更多地使用它。這可能是直接增加使用量，也可能是透過生產更多的相關產品和服務間接增加使用量。
總消耗量增加：需求的增長超過了效率提升帶來的資源節約，最終導致該資源的總消耗量增加。

那麼，智慧是否會因為價格下降而受到瓶頸的限制？因為至少就我作為消費者的用例而言，智慧已經非常便宜了。比如，每百萬token兩美分。我真的需要它降到0.002美分嗎？我真正受到的限制是它變得更聰明。

如果你需要向我收取100倍的費用，那就進行100倍規模的訓練。我樂於讓公司這樣做。但也許你在企業方面看到了不同的東西。智慧的關鍵用例是什麼，真正需要你將價格降到每百萬token 0.002美分？

薩提亞·納德拉： 我認為真正的問題是token的效用，對吧？所以在某種程度上，兩者都需要發生。一是智慧需要變得更好更便宜。每當出現突破，比如DeepSeek所做的那樣，如果每次token的效能發生變化，曲線就會彎曲，前沿就會移動。這就會帶來更多的需求。這就是我理解的方式。

順便說一句，雲也是如此。這裡有一個有趣的事情：我們過去認為，“天哪，我們在客戶端-伺服器時代已經賣光了所有的伺服器。” 然而，一旦我們開始將伺服器放在雲端，人們突然開始消費更多，因為他們可以更便宜地購買，它是彈性的，他們可以按需購買，而不是購買許可證。這完全擴大了市場。

我記得去像印度這樣的國家，談論“哦，這是一個SQL伺服器。” 我們賣出了一些，但印度的雲規模比我們在伺服器時代所能做的任何事情都要大得多。我認為未來也會是這樣。如果你考慮到全球南方，在一個發展中國家，如果能夠以非常低廉的價格獲得用於醫療保健的token，將會帶來有史以來最大的改變。

主持人德瓦克什： 我認為對像我這樣在舊金山的人來說，聽到人們說，他們有點傻，他們不知道在現實世界中部署東西是什麼樣的，這是很合理的。作為與這些財富500強公司合作，並與他們合作，為數億甚至數十億人部署解決方案的人，你認為這些能力的部署速度會有多快？

即使你擁有可以工作的代理，即使你擁有可以為你做遠端工作的東西等等，考慮到所有的合規性和固有的瓶頸，這會是一個很大的瓶頸嗎？還是說它會很快過去？

薩提亞·納德拉： 這將會是一個真正的挑戰，因為真正的問題是變革管理或流程變革，對吧？我的意思是，這裡有個有趣的事情，對吧？他們用的一個類比是，想象一下像我們這樣的跨國公司在沒有PC、電子郵件和電子表格的情況下是如何做預測的。傳真四處傳送，然後有人拿到這些傳真，建立一份內部備忘錄，四處分發。人們輸入數字，最終生成一個預測——也許剛好趕在下個季度之前。然後，有人說，“嘿，我直接用Excel電子表格，把它放在電子郵件裡，傳送出去，人們會編輯它；我就會有一個預測了。”

所以，整個預測業務流程都改變了，因為工作產物和工作流程都改變了。這正是人工智慧引入知識工作時需要發生的事情。事實上，當我們想到所有這些智慧代理時，最根本的方面是，存在一種新的工作方式和新的工作流程。例如，當我為我們的播客做準備時，我去找我的Copilot，說，“嘿，我要和Dvarkesh談論我們的量子公告和我們為遊戲生成構建的這個新模型。給我一個我應該在去之前閱讀的所有內容的摘要。” 他知道那兩篇《自然》雜誌的論文，獲取了這些資訊，我甚至要求他以播客的形式呈現它。

他很好地模擬了我們之間的對話，我把它分享給了我的團隊。我把它拿出來，放到了Pages裡，這是我們的工作成果，然後分享了出去。所以，對我來說，新的工作流程涉及人工智慧和與同事的協作。這是一個根本的變革管理過程，每個從事知識工作的人都在突然之間弄清楚這些新的模式，以創新的方式完成他們的任務。這種轉型需要時間，並且適用於銷售、財務和供應鏈等各個領域。

對於一家老牌企業來說，我認為這代表著一個重大的挑戰。我喜歡用的一個類比是製造商對精益方法的使用。精益成為一種系統的改善製造效率的方式，透過關注端到端的流程。它強調持續改進，減少浪費，並增加價值。這種方法類似於我們需要在知識工作中實施的方法，特別是當我們適應人工智慧帶來的需求和機遇時。擁抱這種改變需要管理團隊和從事知識工作的人付出巨大的努力，而這需要時間。

主持人德瓦克什： 我可以簡單問一下關於這個類比的問題嗎？精益所做的事情之一是，它從物理上改變了工廠的樣子。它揭示了人們沒有意識到的瓶頸，直到你真正關注流程和工作流程時。你簡要地提到了人工智慧如何改變你自己的工作流程。我很好奇，如果我們能更詳細地描述一下，當你擁有這些隨著時間推移變得越來越聰明的AI代理時，運營一家大公司會是什麼樣子？

薩提亞·納德拉：事實上，你問得很有意思。我一直在思考這個問題。例如，今天，如果我看看，我們非常依賴電子郵件。所以我早上上班，心想，天啊，我的收件箱滿了，我得回覆。我迫不及待地想讓這些Copilot代理自動填充我的草稿，這樣我就可以開始審查和傳送了。這就是我一直在思考的事情。

說實話，我覺得我已經至少在Copilot裡有了10個代理，對吧？我有針對各種任務的不同查詢，我覺得會建立一個新的收件箱。與我合作的數百萬個代理將不得不呼叫一些例外情況，傳送通知，並請求指示。我設想的是，將會出現一個新的腳手架，其中代理管理器將發揮關鍵作用。它不僅僅是一個聊天介面；我需要比聊天介面更智慧的東西來管理所有代理及其對話。

這就是為什麼我認為這個Copilot是人工智慧的使用者介面——這是一件非常非常重要的事情。我們每個人都將擁有它。從本質上講，可以把它想象成存在知識工作和知識工作者。知識工作可能由許多代理完成，但你仍然有一個知識工作者，他處理所有的知識工作者。我認為，這將是這個領域發展的介面。

微軟在量子計算領域的突破

主持人德瓦克什： 必須是這樣。是的。我的意思是，我有點好奇，你是世界上為數不多的可以說你擁有20萬員工，你擁有像微軟這樣的公司及其所有員工所組成的智慧群的人之一。你必須管理它，你必須知道如何與之互動，如何最好地利用它。希望未來世界上更多的人能夠擁有這種體驗。我想知道你的收件箱，如果這意味著早上每個人的收件箱都會像你的一樣。好的。在我們討論這個問題之前，我想繼續問你更多關於人工智慧的問題，但我真的很想問你關於微軟研究院宣佈的量子領域的重大突破。你能解釋一下發生了什麼嗎？

薩提亞·納德拉： 這對我們來說是又一個30年的旅程。這令人難以置信。我是微軟對量子計算感到興奮的第三任CEO。我認為這裡最根本的突破，或者說我們一直以來的願景是，你需要一個物理上的突破才能構建一臺可用的、實用規模的量子計算機。嗯，所以我們選擇了這條道路，嗯，這就是說，擁有這種不太嘈雜或者更可靠的量子位元的唯一方法是押注於一種物理特性，這種物理特性從定義上來說，嗯，更可靠。

這就是引導我們採用馬約拉納零模作為發展方向的原因，這在20世紀30年代就被理論化了。所以問題是，我們實際上能不能物理地製造出這些東西？我們實際上能不能建造它們？因此，實際上，最大的突破，我知道你和Chetan談過了，就是我們現在終於有了馬約拉納零模的存在性證明，以及在新相物質中的物理突破，對吧？

這就是為什麼我認為我們喜歡將此比作量子計算的電晶體時刻，我們實際上擁有了一種新的相，即拓撲相，這意味著我們甚至現在可以可靠地隱藏量子資訊並測量它，而且我們可以製造它。所以，既然我們擁有了它，我們覺得，有了這種核心的基礎製造技術，我們就可以開始構建一個馬約拉納晶片，即馬約拉納一號，我認為這將基本上是第一個能夠物理上擁有100萬個量子位元的晶片。

然後在此基礎上，可以實現數百萬個經過糾錯的邏輯量子位元。然後它就啟動了，對吧？所以，你突然擁有了構建一臺真正的實用規模的量子計算機的能力。對我來說，這現在變得更加可行了，對吧？我們一直在努力，因為如果沒有類似的東西，你仍然能夠實現里程碑，但你永遠無法構建一臺實用規模的計算機。這就是我們對此感到興奮的原因。

主持人德瓦克什： 太棒了。順便說一句，我相信就是這樣，對吧？

薩提亞·納德拉： 沒錯，就是這樣。是的。我有點忘了，我們現在叫它 Majorana 嗎？對，沒錯，Majorana 1。我很高興我們用這個名字命名它。

這是…… 我的意思是，想到我們能夠在一個這麼小的東西里構建出一個擁有百萬量子位元的量子計算機，簡直令人難以置信。我認為這就是關鍵所在，即除非我們能夠做到這一點，否則你根本無法夢想構建一個實用規模的量子計算機。

主持人德瓦克什：你的意思是最終這一百萬量子位元會放在這麼大的晶片上？

薩提亞·納德拉： 對，沒錯。

主持人德瓦克什： 太驚人了。是的。其他公司已經宣佈了100個物理量子位元，比如谷歌、IBM 等。當你說到，你也宣佈了一個，但你是在說你的在規模上更具優勢。

薩提亞·納德拉： 是的。順便說一下，我們所做的另一件事是，我們採取了一種分離軟硬體的方法，對吧？所以，我們正在構建我們的軟體堆疊。事實上，我們現在與中性原子和離子阱領域的團隊都有一些合作。我們也在與其他擁有相當不錯的方法的團隊合作，包括光子學等等。這意味著將會出現不同型別的量子計算機。

事實上，我們有多少個邏輯量子位元？我想我們上次宣佈的是24個邏輯量子位元。我們在糾錯方面也取得了一些了不起的突破。這使得我們即使在中性原子和離子阱量子計算機上，也能構建這些 20 多個量子位元。我認為這種進展將在今年持續下去，你將會看到我們改進這個標準。

此外，我們也說過，讓我們回到第一性原理，構建我們自己的、基於拓撲量子位元的量子計算機。這就是這次突破的意義所在。

主持人德瓦克什： 太棒了。一百萬個拓撲量子位元，數千個邏輯量子位元，擴充套件到這個級別的預計時間表是什麼？這裡的摩爾定律是什麼？如果你有了第一個電晶體，它看起來…像什麼？

薩提亞·納德拉： 顯然，我們已經在這個領域工作了 30 年。我很高興我們現在有了物理學上的突破和製造上的突破。我希望我們有一臺量子計算機，因為，順便說一句，量子計算機能做的第一件事就是構建量子計算機，因為模擬這些新的量子門的原子級構造會容易得多。

但無論如何，對我來說，我認為真正重要的事情是，既然我們有了製造技術，那就讓我們去構建第一臺容錯量子計算機，這將是合乎邏輯的事情。所以我想我現在可以預測，也許在 2027、2028 或 2029 年，我們將能夠真正構建它，對吧？

所以，既然我們有了這個門，我是否可以把這個東西放到一個積體電路中，然後把這些積體電路放到一臺真正的計算機中？我認為這就是下一個合乎邏輯的步驟。

主持人德瓦克什： 你所說的 2027、2028 年，你會怎麼用它？它是透過 API 訪問的東西嗎？還是你們內部用於研究的東西？用於材料和化學領域？

薩提亞·納德拉： 你看，我一直感到興奮的一件事是，即使在今天的世界裡，對吧？因為我們有這個量子程式，我們可以說，嘿，這裡有一些 API 可以使用。大概兩年前我們取得的突破是，將 HPC 堆疊、AI 堆疊和量子堆疊結合起來考慮。

事實上，如果你仔細想想，對吧？人工智慧就像一個模擬器的模擬器。量子就像一個自然界的模擬器。量子將會做什麼？順便說一句，量子不會取代經典計算，對吧？量子擅長量子能做的事情，經典計算也將如此。你不能忽視這樣一個事實，即量子對於任何不以資料為重，而是更多地探索狀態空間的東西來說，將會非常棒，對吧？

所以，它應該是資料輕量級的，但同時你要探索指數級的狀態。模擬是這方面的一個很好的應用——無論是在化學、物理還是生物學領域。我們已經開始做的一件事是，真正地使用 AI 作為模擬引擎，然後你可以進一步訓練它。

我的想法是，如果你有 AI 加上量子，也許你會使用量子來生成合成資料，然後 AI 可以使用這些資料來訓練更好的模型，這些模型知道如何模擬化學、物理等等。這兩項技術將會協同工作。所以即使在今天，這基本上就是我們結合 HPC 和 AI 所做的事情，我希望用量子計算機取代一些 HPC 部分。

主持人德瓦克什： 你能告訴我你如何做出這些研究決策嗎？這些決策在 20 年、30 年後將會真正獲得回報，尤其是在像微軟這樣規模的公司裡？顯然，你對這個專案的技術細節非常瞭解。

你是否可以對微軟研究院所做的所有事情都做到這一點？你對目前正在進行的、將在 20 年後獲得回報的投資有何看法？它是必須透過組織有機地出現嗎？或者你是如何追蹤所有這些的？

薩提亞·納德拉： 我覺得最棒的事情是比爾在 1995 年創立微軟研究院時所發起的。就像，我認為在這些由好奇心驅動的研究機構的漫長曆史中，僅僅做一個關於基礎研究的研究機構。多年來，微軟研究院已經建立了這種制度優勢。所以，即使我考慮資本配置或預算等等，你也會先投入資金並說，嘿，這是微軟研究院的預算。

我們每年都要面對它，知道這些投資中的大多數都不會在任何有限的時間框架內獲得回報。也許是微軟的第六任 CEO 將從中受益。而且我認為這在科技領域是理所當然的。我真正思考的是，當量子或一種新模型的時機到來時，你是否能夠利用它？作為一個在位者，如果你回顧科技的歷史，並不是人們沒有投資。

關鍵是你需要有一種文化，知道如何採納一項創新並將其規模化。坦率地說，這對 CEO 和管理團隊來說是最困難的部分，這非常有趣，對吧？它既與良好的判斷力有關，也與良好的文化有關。有時我們做對了，有時我們做錯了。

我的意思是，我可以告訴你關於微軟研究院的數千個專案，我們本應該領導這些專案，但我們沒有。我總是問自己為什麼。這是因為我們沒有能夠形成足夠的信念和完整的想法，不僅要採納創新，還要將其變成一個有用的產品，並建立一個我們能夠推向市場的商業模式。CEO 和管理團隊的工作不僅僅是對任何一件事感到興奮，而是要能夠真正地執行一個完整的想法。知易行難。

微軟的遊戲世界模型

主持人德瓦克什： 當你提到六次（或者應該說是三次）後續使用微軟技術的可能性時，如果每一次都能使市值增加一個數量級，那麼等到下一次突破時，你就會像整個世界經濟一樣重要了。或者說，別忘了世界經濟將以10%的速度增長，所以我們沒問題的。讓我們深入探討一下你剛剛取得的另一個重大突破，令人驚歎的是，在你的遊戲世界模型中，這兩個突破竟然在同一天問世。我很想聽你詳細介紹一下。

薩提亞·納德拉： 我想我們會把它叫做Muse。我瞭解到，它將成為這個世界行為或人類行為的模型。這非常酷。

你知道，很明顯，DALL-E和Sora在生成模型方面所取得的成就令人難以置信。我們想要追求的一件事是使用遊戲資料來生成既一致又多樣化的遊戲，代表了該遊戲的各個方面。我們的目標是創造出一種持久的東西，可以用於模組。

他們與我們的一個遊戲工作室合作，這促成了另一篇發表在《自然》雜誌上的文章。對我來說，令人興奮的是，我們很快就會有一個遊戲目錄。我們將開始使用和訓練這些模型來生成新的遊戲，然後開始玩它們。

事實上，當Phil Spencer第一次向我展示這個時，他展示了Xbox控制器如何提供輸入，而模型如何根據該輸入生成輸出。結果與遊戲保持一致，這感覺像是一個巨大的頓悟時刻。這類似於我們第一次看到ChatGPT完成句子或DALL-E繪畫——這是一個關鍵的時刻。

主持人德瓦克什： 是的。我今天早上有機會和你的首席研究員Katya一起觀看了即時演示中的一些影片。只有和她交談後，我才真正意識到這是多麼不可思議，因為我們過去使用AI來模擬代理。僅僅使用相同的技術來模擬代理周圍的世界，並提供這種一致的即時體驗，是具有開創性的。

我們將在播客中疊加展示影片，以便人們有機會親眼看看。我想屆時它應該已經發布了，他們也可以在那裡觀看。這本身就令人難以置信。你透過你的Spana執行長，已經投入了數百億美元來建立微軟遊戲並收購IP。

回想起來，如果你能將所有這些資料合併到一個大的模型中，這個模型能夠讓你體驗訪問和瀏覽多個世界，那麼這似乎是我們做出的一項非常好的投資。你對此有什麼預感嗎？還是說只是巧合？

薩提亞·納德拉：不，我的意思是，我不會說我們投資遊戲是為了構建模型。坦率地說，我們投資遊戲，我想說一件關於我們歷史的有趣的事情。我們在構建Windows之前就構建了我們的第一個遊戲，對吧？在構建Windows之前很久，Flight Simulator就是微軟的產品。所以遊戲在公司有著悠久的歷史，我們希望為了遊戲本身而涉足遊戲領域。

這就是為什麼我總是說，我不喜歡涉足那些只是為了達到其他目的的業務。它們必須本身就是目的。然後，是的，我們不是一個企業集團。我們是一家必須將所有這些資產整合在一起，並透過增加價值來成為更好的所有者的公司，對吧？

例如，雲遊戲對我們來說是一項自然的投資，因為這隻會擴大潛在市場，並擴大人們隨時隨地玩遊戲的能力。AI和遊戲也是如此。我們絕對認為它可能會有所幫助，甚至可能改變遊戲行業。這有點像遊戲行業的CGI時刻，而且作為世界上最大的發行商，這將非常有幫助。

但與此同時，我們必須製作出高質量的遊戲。我的意思是，如果不是首先專注於此，你就不能成為遊戲發行商。事實上，這種資料資產不僅在遊戲環境中會很有趣，而且它將成為一個通用的行動模型和一個世界模型——這太棒了。

我的意思是，你知道，我認為遊戲資料可能就像YouTube之於Google，遊戲資料之於微軟。所以，我對此感到興奮。

主持人德瓦克什： 是的，抱歉，我的意思就是，你可以跨多種不同型別的遊戲獲得統一的體驗。除了AI之外，這如何融入微軟過去所做的其他事情中，比如混合現實？或許能讓較小的遊戲工作室有機會構建這些AAA級動作遊戲？以及未來五到十年後，

薩提亞·納德拉： 你可以透過哪些方式與它互動？我一直認為這三件事是基石，對吧？有趣的是，早在五、六、七年前，我就說過我們想要押注的三大方向是：AI、量子和混合現實。我仍然相信它們，對吧？

因為在某種意義上，什麼是需要解決的大問題？臨場感，這是混合現實的夢想，也就是，你能創造真實的臨場感嗎？就像你和我一起做播客一樣。說實話，我認為我們仍然在證明這是挑戰的核心之一。我原本以為它更容易解決，但也許是因為它的社交方面，比如佩戴裝置等等，所以更難了。

我對我們將與Adderall和Palmer合作所做的事情感到非常興奮，甚至包括他們將如何推進IVAS計劃，因為這是一個絕佳的用例。因此，我們將繼續在這方面努力。但同樣，2D介面也被證明是可行的，比如Teams。多虧了疫情，我們真正獲得了透過2D創造臨場感的能力。我認為這將繼續下去。這是一個長期趨勢。

我們討論了量子，還有AI。所以這是我關注的三個方面，我說，你如何將這些東西結合在一起？最終，不是為了技術而技術，而是為了解決我們人類生活中一些基本的需求，更重要的是，我們希望它們能推動我們的經濟發展，提高我們的生產力。如果我們能以某種方式做好這一點，那麼我認為我們就能取得真正的進步。

主持人德瓦克什：當你寫下一本書時，你必須解釋為什麼這三個部分會在同一時間匯聚在一起，對吧？因為沒有內在的原因讓你認為量子和AI應該分別發生在2028年和2025年。

薩提亞·納德拉： 沒錯。但在某種程度上，我這樣看待它，我說，我有一個簡單的模型，那就是，嘿，是否存在系統性的突破？對我來說，系統性的突破就是量子。是否存在商業邏輯的突破？對我來說，這就是AI，也就是說，邏輯層是否可以從根本上以不同的方式進行推理？是否可以用學習系統來代替命令式地編寫程式碼？這就是AI。然後UI方面就是臨場感。

AI的法律障礙

主持人德瓦克什： 是的。讓我們回到AI。在你2017年的書中，你提到了很早就投資OpenAI，甚至早在2017年。你寫道：“我們也可以說，我們正在孕育一個新的物種，一個其智力可能沒有上限的物種。”

早在2017年討論這個概念就已經非常超前了。到目前為止，我們已經以非常細緻的方式討論了代理、Office Copilot、資本支出等等。但是，如果我們放大來看，考慮你的陳述的更廣泛含義，我們有一個更大的問題需要思考。

作為一名超大規模計算提供商，並且積極參與這些模型的研究，我想知道你如何看待構建一個新物種的概念？你是否認為在我們擔任CEO期間，我們會走向超人類智慧？

薩提亞·納德拉： 穆斯塔法使用了那個術語。事實上，他最近更多地用那個術語來描述這種新的物種。我的理解是，你絕對需要信任。我認為，在我們聲稱它是一種像物種一樣重大的事物之前，我們需要做對的一件事，就是必須要有真正的信任，無論是個人層面還是社會層面，都需要植入信任。

那是難點所在。因為我認為，這個領域發展的最大限制將是，我們的法律，或者說基礎設施，包括所有的計算基礎設施，法律基礎設施將如何演變以應對這種情況？

就像整個世界都是建立在人類擁有財產、擁有權利和承擔責任的基礎之上的。這是首先要弄清楚的根本問題，就是，對於現在人類用作工具的任何事物，這意味著什麼？

如果人類要將更多的權力委託給這些事物，那麼這個結構該如何演變？除非這個問題真正得到解決，否則我認為，光談論技術能力是行不通的。

主持人德瓦克什：就像，在我們弄清楚之前，我們無法部署這些智慧？

薩提亞·納德拉： 因為歸根結底，沒有辦法。今天，你無法部署這些智慧，除非有人以人類的身份為其擔保。正如你所說，這就是為什麼我認為即使是最強大的人工智慧，本質上也是在人類委託的許可權下工作。

你可以說，哦，那都是對齊問題，這個那個其他的。這就是為什麼我認為你必須真正讓這些對齊工作起來，並以某種方式得到驗證。然而，我只是認為你無法部署那些超出控制的智慧。

所以，例如，人工智慧爆發問題可能是一個真正的問題，但在它成為一個真正的問題之前，真正的問題將出現在法庭上。我的意思是，沒有哪個社會會允許某個人說：“嘿，那是我乾的。”

主持人德瓦克什： 是的。嗯，世界上有很多社會，我想知道是否會有任何一個社會的法律體系更適合這種情況。如果你無法阻止爆發，你可能會擔心。比如，它不一定非得發生在美國，對吧？即使……

薩提亞·納德拉： 嗯，說得好。但即使，比如，即使我們認為沒有任何一個社會關心這個問題，對吧？也可能會有不法分子。我不是說不會有不法分子。

我的意思是，有網路罪犯和流氓國家，他們會一直存在。但認為整個人類社會都不關心這件事，也是不對的，對吧？所以我認為我們都會關心，對吧？

我們今天知道如何處理流氓國家和不法分子。世界不會袖手旁觀，說我們會容忍他們。所以，這就是為什麼我很高興我們有一個世界秩序，任何流氓國家或不法分子都會承擔後果。

主持人德瓦克什： 但是，如果你描繪出一幅可以實現 10% 經濟增長的圖景，我認為，這實際上取決於是否能夠讓類似 HGI（人工通用智慧）的東西發揮作用，對吧？因為數萬億美元的價值，聽起來更接近人類的工資，或者 60 萬億美元的經濟規模。要達到這個數量級，就必須以一種非常顯著的方式實現勞動力自動化或補充勞動力。如果這成為可能，一旦你弄清楚了相關的法律問題，那麼在你任職期間，我們就能弄清楚這個問題，這似乎是很有可能的。你是否正在考慮超人智慧，比如你職業生涯中最大的成就就是這個？

薩提亞·納德拉： 是的。順便說一句，你提出了另一個問題。我知道戴維·奧特和其他人已經對此進行了很多討論，那就是 60% 的勞動力。我認為另一個需要提出的問題是，至少讓我們談談我們的民主社會。我認為，為了擁有穩定的社會結構，並讓民主制度發揮作用，你不能只有資本回報，而沒有勞動回報。你可以談論它，但那 60% 必須被重新評估。

所以，我用我自己的簡單方式，也許有點天真，就是，嘿，我們將開始重視不同型別的人類勞動。今天被認為是高價值的人類勞動可能成為商品。可能會有新的東西值得我們重視，包括那些來幫助我做理療的人。

我的意思是，無論我們重視什麼。但最終，如果我們沒有勞動回報，工作中沒有意義和尊嚴，所有這些，那也將成為任何這些事情的限制因素。

確保 AGI 安全

主持人德瓦克什： 在對齊方面，兩年前，你們釋出了 Sydney Bing。需要明確的是，我認為鑑於當時的能力水平，這是一個迷人、可愛、有點有趣的未對齊的例子。這是因為，當時，聊天機器人可以思考大約 30 秒，然後給你一些有趣或不恰當的回覆。

然而，如果你考慮這種系統的演變，就會存在潛在的風險。例如，考慮這樣一種情況：一個系統試圖說服《紐約時報》的記者離開他的妻子。展望未來，我們可能會擁有執行數小時、數週甚至數月的智慧體，它們像自主的 AGI 群體一樣運作。這些系統也可能未對齊，並可能造成混亂，甚至可能以有害的方式相互協調。

鑑於這些擔憂，你未來的計劃是什麼？當你最終開發出更先進的系統時，你如何確保萬無一失？

薩提亞·納德拉： 是的，你說的沒錯。所以，這就是我認為即使我們分配計算資源，也要為對齊挑戰分配計算資源的原因之一。

更重要的是，你真正能夠監控這些東西的執行時環境是什麼，可觀察性如何？順便說一句，今天在傳統的方面，我們也處理很多這樣的事情，比如網路安全，對吧？我們不會只是編寫軟體然後放任不管。你有軟體，然後你監控它。你監控它是否受到網路攻擊，監控它是否受到故障注入等等。

因此，我認為我們必須圍繞這些系統的部署方面構建足夠的軟體工程。此外，在模型本身內部，也存在對齊挑戰。其中一些是真正的科學問題，而另一些是真正的工程問題，我們將不得不同時解決這兩個問題。

這也意味著我們需要承擔我們自己的責任。這就是為什麼我更有興趣在可以實際控制其影響範圍和規模的環境中部署這些系統。你不能只是在世界上釋放一些會造成傷害的東西，因為社會不會允許這樣做。

主持人德瓦克什： 是的。什麼是，嗯，當你真正擁有可以為你完成數週任務的智慧體時，在你可以讓一個隨機的財富 500 強公司使用之前，你希望的最低保證是什麼？

薩提亞·納德拉： 當使用像深度研究這樣的工具時，我認為我們至少希望擁有的最低保障是，尤其是在任何事物有了物理實體之前。我認為這是一個關鍵的門檻。這可能是一個方面。另一個方面是，例如，這個系統執行的執行時環境的許可權。你可能希望確保它是在沙盒中執行，不會超出沙盒的範圍。

主持人德瓦克什： 沙盒？我的意思是，我們已經有了網路搜尋，已經有超出沙盒的能力了。你指的是什麼？

薩提亞·納德拉： 我說的是它如何處理網路搜尋，以及它如何進行寫入。例如，就像你說的，如果它只是為了進行一些計算而編寫一堆程式碼，那麼這些程式碼部署在哪裡？這些程式碼是為了生成輸出而臨時存在的，還是會被隨意部署到外部環境中？這些都是可以在行動空間中進行控制的。

主持人德瓦克什： 是的。拋開安全問題，當你考慮你自己的產品套件，並考慮到如果你真的擁有了強大的AI，在某種程度上，它不僅僅像你提到的，在準備播客時用到的Copilot那樣簡單。

它更像是你如何將工作委託給你的同事。鑑於你目前的產品套件，新增這樣的AI會是什麼樣子？

我的意思是，有一個問題是，LLM是否會被其他東西商品化。我想知道，如果像資料庫、畫布或Excel表格之類的東西，把LLM作為訪問所有這些東西的主要入口點，那麼LLM是否有可能被商品化？

薩提亞·納德拉： 是的，這很有可能發生。這是一個有趣的問題。我認為至少在第一階段，我們可以這樣考慮：LLM能否更有效地幫助我使用所有這些工具或畫布來完成我的知識工作？我見過的最好的演示之一是一位醫生為腫瘤會診做準備的工作流程。她要參加一個腫瘤會診會議。

她使用Copilot做的第一件事是為會議建立議程，因為LLM可以分析儲存在SharePoint網站上的所有病例，並指出這些病例的差異。顯然，腫瘤會診會議是一個高風險的會議，你需要注意病例的差異，以便分配適當的時間。所以，即使是建立議程這樣需要考慮如何分配時間的推理任務，也超級有用。我使用LLM來完成這項任務。

然後我進入會議室。我正在和我的同事進行Teams通話。猜猜會發生什麼？我專注於實際的病例討論，而不是做筆記，因為現在有AI Copilot對所有內容進行完整轉錄。這不僅僅是一個轉錄記錄，而是可以理解為一個數據庫條目，記錄了會議中的所有內容，可以隨時回顧。所以，她走出會議室時，已經討論完了病例，而沒有被做筆記分散注意力。

她是一位教學醫生，她想為她的課程做準備。她把腫瘤會診的詳細資訊交給Copilot，說：“用我的腫瘤會診記錄建立一個PowerPoint幻燈片，這樣我就可以向我的學生講解。”這就是我們看到的互動方式。我擁有的UI和腳手架都是現在正在使用LLM填充的畫布，並且工作流程本身也在被重塑。知識工作正在被完成。

這裡有一個有趣的事情。如果有人在80年代末告訴我，“你的桌子上會有數百萬份檔案”，我會說，“這到底是什麼？”我真的會以為“哦，我的桌子上會有數百萬份紙質檔案。”但實際上我們現在確實有數百萬個電子表格和數百萬份文件。我知道，你也有。它們都在那裡。

我認為這也會發生在AI助手身上。將會有一個UI層。對我來說，Office不僅僅是今天的Office，它是知識工作的UI層。它會隨著工作流程的發展而進化。這就是我們想要構建的。

我認為今天存在的SaaS應用程式，這些CRUD應用程式，將從根本上發生改變，因為業務邏輯將更多地轉移到這個代理層。事實上，我今天在Copilot體驗中看到的另一個很酷的事情是，當我說“我要準備一個與客戶的會議”時，我只需要說“給我所有我應該知道的筆記”，它就會從我的CRM資料庫中提取資訊。它從我的Microsoft Graph中提取資訊，建立一個組合，本質上是一個人工製品。

這意味著它甚至應用了邏輯。對我來說，這將改變我們所知的SaaS應用程式。以巨大的方式改變。

主持人德瓦克什： 所以，SaaS作為一個行業，每年的價值可能達到數千億甚至數萬億美元，這取決於你如何計算。如果AI真的能夠將這些都整合起來，那麼你下一個十年是否有可能再次將微軟的市值提升十倍？因為，如果你真的在談論數萬億美元的話。

薩提亞·納德拉：順便說一句，我認為它也會在SaaS中創造很多價值。記住，一個大問題是世界上存在的IT積壓問題。解決這個問題的方法之一是透過這些程式碼生成技術。此外，我可以利用Agent來查詢我的所有SaaS應用程式，這將提供更多的實用性，並導致應用程式的爆炸式增長。它們將被稱作代理，使我們能夠為每個垂直行業、每個產業或類別提供服務。

這種方法會創造很多價值。你不能停滯不前；過去那種在瀏覽器中使用UI來規劃狹窄業務流程的思維方式已經行不通了。你必須提升你的思維，並問：“我必須參與的任務是什麼？”為了在這個環境中茁壯成長，你將希望將你的SaaS應用程式轉變為出色的代理，為多代理世界做出貢獻。

只要你能實現這種轉變，我相信你可以顯著提高你的SaaS產品的價值。

在微軟工作34年

主持人德瓦克什： 我可以問你一些關於你在微軟工作經歷的問題嗎？可以。做一個公司人是否被低估了？你在微軟度過了你職業生涯的大部分時間。你看，也許你能創造這麼多價值的原因之一是你看到了這裡的文化、歷史和技術，並透過晉升獲得了所有的背景資訊。是否應該讓更多擁有這種背景資訊的人來管理公司？

薩提亞·納德拉： 背景資訊？這是一個很好的問題。我沒想過這個問題。但是，是的，我在微軟的這34年中，基本上每年都比前一年更興奮，而不是覺得自己只是一個公司人或者怎麼樣。

我的意思是，我不是一開始就認為一切都為了公司。我認為即使是加入微軟的人，他們也不是為了加入微軟而加入微軟。他們認為他們可以利用這個平臺來獲得經濟回報和使命感，以及透過利用我們作為平臺來實現的目標。

因此，這就是合同。我認為公司需要創造一種文化，讓人們能夠加入併成為像我這樣的公司人。至少就我而言，微軟做得對的地方比錯的地方多。我希望情況仍然如此。

主持人德瓦克什： 你打算如何留住未來的薩提亞·納德拉？你剛才說，算上你，第六任CEO現在開始將能使用這些研究成果，你們打算如何確保他們能走到那個位置？成為未來的領導者。

薩提亞·納德拉： 是的，這很有意思。今年是我們公司成立50週年，我一直在思考這個問題，對吧？思考公司長青之道，長青本身不是目標，保持相關性才是。我必須做的事情，以及我們全體20萬員工每天都必須做的事情，就是問自己：我們所做的事情對於我們所看到的世界演變是否有用且相關？不僅僅是今天，而是明天？

我們必須考慮到，我們所處的行業沒有特許經營價值，對吧？所以這是另一個難點。我們今年在研發上的所有投入，都是對五年後會發生什麼事情的猜測。你必須抱著這樣的態度：我們所做的事情，我們認為將會是相關的。所以這就是我們必須關注的。

此外，重要的是要認識到，總會有失敗的可能性，你不可能所有事情都做對。你必須對失敗有很高的容忍度。這至關重要，因為與其他行業不同，你必須有足夠多的嘗試機會，才能說“好吧，作為一家公司，我們將會成功走到終點”。這就是這個行業的棘手之處。

主持人德瓦克什： 說到這個，你剛剛提到微軟的創立即將迎來50週年。如果你看看市值排名前十的公司，或者前五，取決於你如何計算沙特阿美，基本上除了微軟之外的所有公司都比微軟年輕。這是一個非常有趣的觀察，為什麼最成功的公司往往都很年輕。你知道，財富 500 強公司的平均壽命只有 10 到 15 年。微軟做了什麼才能保持這麼多年的相關性？你們如何不斷地再創業？

薩提亞·納德拉：我喜歡這個詞，裡德·霍夫曼也用過這個詞，我喜歡“再創業”這個說法。我認為這是一種心態。我的意思是，人們談論創始人模式，我認為對於我們這些“凡人” CEO 來說，更像是，嘿，進入再創業模式。

我認為，關鍵是要能夠以全新的方式看待事物。所以，回到你的問題，我們能否在文化上創造一種環境，讓再創業成為一種習慣？

就像我們每天上班都說，是的，我們覺得我們有權改變我們所做事情的核心假設，以及我們與周圍世界的關係。我們是否允許自己這樣做？

我認為很多時候，公司會因為商業模式或其他原因而感到過度受限，你只需要解除這種限制。

主持人德瓦克什： 如果你離開微軟，你會創辦一傢什麼樣的公司？

薩提亞·納德拉： 我將會創辦的公司，天哪，我的“公司人”一面告訴我，我永遠不會離開微軟。如果我真的要考慮做點什麼，我傾向於選擇一個擁有… 當我展望科技的夢想時，我們總是說科技是最大、最偉大的民主化力量。我覺得我們終於擁有了這種能力。

如果你說，我們每瓦電力每美元能產生多少算力，我希望找到一些應用這些算力的領域，這些領域的服務嚴重不足。比如醫療保健、教育和公共服務。

順便說一句，另一個領域是公共服務。我的意思是，公共部門是另一個領域。如果你關注這些領域，這些領域的服務不足，我在這個國家或這個社會的生活質量可以得到改善。如果所有這些豐富的資源都轉化為更好的醫療保健、更好的教育和更好的公共服務，我將會過上更好的生活。這三個機構為我這個公民提供服務，我將會專注於這些領域。

薩提亞·納德拉相信通用人工智慧嗎？

主持人德瓦克什： 嗯。我聽了你對不同問題的回答後，我不確定你是否認為通用人工智慧（AGI）真的會出現，是否會有一種東西能夠自動化所有認知勞動，至少是從所有認知勞動開始，就像任何人在電腦上可以做的事情一樣？

薩提亞·納德拉： 我對人們談論認知勞動的定義感到困擾，因為它不是一個靜態的東西，對吧？今天存在認知勞動。如果我有一個收件箱來管理我的所有代理，這算不算一種新的認知勞動？今天的認知勞動可能會被自動化，但又會創造出什麼新的認知勞動？這兩件事都必須考慮，對吧？這就是認知勞動不斷變化的本質。

這就是為什麼我認為這種區分，至少在我看來很重要：不要將知識工作者與知識工作混為一談。今天的知識工作很可能被自動化。誰說我的人生目標是整理我的電子郵件，對吧？讓一個 AI 代理來整理我的電子郵件。

但是在整理完我的電子郵件之後，給我一個更高級別的認知勞動任務：“嘿，這是我真正希望你稽核的三個草案。” 這是一個不同的抽象層次。

主持人德瓦克什： 但是 AI 最終會達到第二件事嗎？

薩提亞·納德拉： 也許會，但是一旦它達到第二件事，就會出現第三件事，對吧？所以，為什麼我們總是認為我們已經處理過改變了歷史上認知勞動的工具？為什麼我們要擔心所有的認知勞動都會消失？

主持人德瓦克什： 我的意思是，我確信你以前聽過這些例子，但就像馬匹仍然適用於某些事情，有些地形你不能開車去。但如果認為你會在街上看到數百萬匹馬被僱傭，這根本不可能發生。然後，這種想法是類似的事情會發生在人類身上嗎？

薩提亞·納德拉：但這只是在一個非常狹窄的維度上，對吧？僅僅是人類歷史中我們重視某些狹隘的、我們所理解的認知勞動這200年。

讓我們看看化學領域，對吧？如果像量子+AI這樣的東西真正幫助我們做了很多新材料科學等等。是的，讓它來做新材料科學真是太棒了。

但這真的會奪走人類可以做的所有其他事情嗎？對吧？所以，為什麼我們不能生活在一個擁有強大的認知機器的世界裡，同時知道我們的認知能力並沒有被剝奪？

主持人德瓦克什： 嗯。我不會問你這個問題，而是在一個不同的場景中問這個問題，也許你可以毫無尷尬地回答它。假設在微軟董事會中，你是否能想象在董事會中增加一個 AI？它是否能夠擁有判斷力、背景知識和對董事會的整體理解？

薩提亞·納德拉： 為了成為一個有用的顧問，我們新增的一項創新是在 Teams 中增加了一個輔助代理。這個代理目前還處於早期開發階段，其目標是利用長期記憶，不僅用於會議的背景，還用於正在進行的專案和團隊動態的背景。這個代理可以作為一個優秀的輔助者，幫助在討論過程中保持專注。

我設想這在董事會會議中尤其有益，因為董事會會議很容易分心。董事會成員每季度才開一次會，他們通常難以理解像微軟這樣的大型組織的複雜性。能夠幫助每個人專注於關鍵問題的輔助代理將會非常寶貴。

這個概念與你之前提出的關於擁有無限記憶的問題相關。這樣的工具可以極大地幫助我們，尤其是考慮到赫伯特·西蒙的有限理性思想。如果我們能夠透過外部認知放大器來解決人類認知的侷限性，我們就可以改進我們的決策過程。

主持人德瓦克什： 太棒了。說到材料和化學方面的事情，我想你最近說過，你希望未來250年裡這些領域取得的進步，能在未來的25年內實現。當我想象未來250年可能發生的事情時，我想到的是太空旅行、太空電梯、永生和治癒所有疾病。未來25年，你覺得怎麼樣？我覺得…

薩提亞·納德拉： 我提出這一點的原因之一是，我喜歡這樣的想法：比如，工業革命，如果你說有250年曆史，對吧？我的意思是，如果你甚至把從碳基系統到某種不同系統的整個轉變都考慮進去，那就意味著你必須從根本上重新發明過去250年來化學領域發生的一切。這就是我希望我們擁有量子計算機的原因。量子計算機可以幫助我們獲得新材料，然後我們可以製造這些新材料，以幫助我們應對地球上所有的挑戰。而且我完全支援星際旅行。

主持人德瓦克什：太棒了。Satya，非常感謝你抽出時間。謝謝你。

也許你還想看: