當《商報》記者在雷德蒙德總部見到薩蒂亞·納德拉（Satya Nadella）時，微軟正經歷驚心動魄的日子。2025年10月28日，微軟股價創下50年歷史最高點542美元，此後卻與其他科技股一起持續下跌。市場瀰漫著一種恐懼：圍繞人工智慧（AI）的狂熱是否即將終結？源自《商報》作者: Felix Holtermann正是人工智慧，讓納德拉在過去幾年把微軟重新變成華爾街最耀眼的明星。2014年，這位現年58歲的印度裔經理接任首席執行官，成為50年歷史上繼創始人比爾·蓋茲（Bill Gates）和“大嗓門推銷員”史蒂夫·鮑爾默（Steve Ballmer）之後的第三位掌門人。他接手的是一家明顯走下坡路的巨人：智慧型手機革命徹底錯過，個人電腦銷量連年下滑，Windows 8成了公認的災難，鮑爾默時代那種咄咄逼人的企業文化更讓內部部門之間彼此敵視。當時幾乎所有人都認為，微軟的命運已經註定：像IBM、惠普（Hewlett Packard）一樣，慢慢退到平庸的陰影裡。可納德拉卻讓這家老牌公司徹底重生。在他領導下，微軟股價漲了18倍。他只下了兩個激進的大賭註：第一，把微軟轉型成雲服務商，即經營巨型資料中心幫客戶管理資料。如今自家的Azure雲僅次於亞馬遜AWS，穩居全球第二；第二，比幾乎所有同行都更早all-in人工智慧。如果沒有2019年他對當時還默默無聞的OpenAI實驗室的那筆投資，就不會有ChatGPT，也就不會有今天的AI熱潮。ChatGPT改變世界認知整整三年後，納德拉在西雅圖附近雷德蒙德總部一間播客錄音室裡接受了《商報》近40分鐘的獨家專訪。他提前五分鐘到場，輕聲握手，先關心記者身體，才開始正式對話。納德拉《商報》：分析師預計，到2026年美國科技巨頭（也稱“超大規模營運商”）將在AI上累計投資超過5000億美元。就在昨天，GoogleCEO桑達爾·皮查伊（Sundar Pichai）公開批評AI熱潮“非理性”，並警告如果泡沫破裂，所有企業都會遭殃。您怎麼看，我們現在真的在泡沫裡嗎？納德拉：在我們行業，大約每十年就會發生一次巨大的平台變遷：個人電腦、客戶端-伺服器、網際網路、移動網際網路、雲端運算。現在我們正在經歷我職業生涯中至少第四次這樣的巨變。這次變革和雲端運算一樣，需要巨額資本和知識投入。當年為了雲端運算我們也要建資料中心、研發軟體，AI這波只是把速度開到了極限。關鍵是要有長遠的耐心。五年後，無論在德國、美國還是世界任何地方，技術佔GDP的比重一定會更高。如果我們相信這一點，就不該太在意季度之間的股價波動。投資必須最終帶來回報，但更重要的是，這是一場影響整個經濟的長期結構性變革。歸根結底，AI必須為世界創造真實價值，我們已經看到這一點正在發生。《商報》：您在亞特蘭大的新型“Fairwater”資料中心性能是目前全球最大超級電腦的十倍，裝了數十萬塊輝達晶片。本財年微軟在AI基礎設施上要燒掉超過800億美元。這些錢什麼時候能回本？如果泡沫真的破裂，對微軟、對整個經濟意味著什麼？納德拉：首先，您不能只看資本開支，還要看自由現金流和收入。我們之所以敢這樣花錢，唯一原因是我們不是在靠未來的收入過日子——我們現在就已經賺到了。單是Azure這一塊業務的規模，就已經超過十年前整個微軟的總和。這給了我們繼續大規模投資的底氣，也包括把AI真正變現。事實上，即便在所有超大規模營運商裡，微軟也是獨一無二的：我們已經實現大規模AI收入，這一點直接體現在Azure的增長數字上。隨後納德拉介紹了微軟AI產品矩陣：每月活躍使用者超過1.5億，包括消費端Copilot、企業端Microsoft 365 Copilot、程式設計師專用的Github Copilot、醫療領域改名為Dragon的原Dax Copilot，以及網路安全專用的Security Copilot。這位受過正規電工訓練的工程師一開口，就讓人願意先相信他。這位印度裔管理者說話輕柔、謹慎，帶著他特有的旋律，彷彿所有可能的質疑都早已被他提前消化。納德拉本人傳遞出一種沉穩的安全感。再加上自建資料中心、豐富的產品線和海量客戶群，他或許就是微軟目前最珍貴的資產。因為質疑者、批評者和隨時準備抓住失誤的競爭對手，從來都不缺。最危險的對手是Google（Alphabet）。它同樣由印度裔工程師桑達爾·皮查伊掌舵。上周Google剛發佈Gemini 3模型，Salesforce CEO馬克·貝尼奧夫（Marc Benioff）稱其為“量子飛躍”，讓Google重新領先OpenAI。更關鍵的是，皮查伊完全獨享自家模型，不用像納德拉這樣和初創公司分利潤。雲市場裡，微軟依然追不上亞馬遜AWS。雖然Azure最近增長更快，但AWS負責人馬特·加曼（Matt Garman）仍是老大，而且正在反擊：10月他和OpenAI簽下重磅協議，OpenAI從此不再獨家繫結微軟；同時AWS還大幅加深與Anthropic的合作——這家由OpenAI離職員工創辦的第二大AI初創公司，主要用AWS機房和亞馬遜自研AI晶片。當納德拉公開抱怨買不到足夠電力給塞滿輝達晶片的資料中心時，加曼在《商報》專訪裡毫不客氣地嘲諷：“要是供應鏈規劃需要幫忙，我們很樂意。”他還說，微軟正在失去“再也拿不回來的收入”。AI軍備競賽徹底點燃，首先燒的是真金白銀。數千億美元湧向晶片，特別是輝達，已經成為美國經濟增長的最重要支柱。BCA Research分析師判斷，如果沒有AI熱潮，美國經濟很可能已經陷入衰退。美國銀行估計，僅微軟、亞馬遜、Google、Meta四家2025年的資本開支就貢獻了美國GDP的1.1%。評級機構晨星警告，按佔GDP比例計算，當前的AI支出已經超過19世紀鐵路大建設時期。要證明這些投資合理，到2030年AI年收入必須達到2兆美元，而目前只有200億美元——需要增長100倍。《商報》：1987年諾貝爾經濟學獎得主羅伯特·索洛（Robert Solow）那句名言：“電腦時代到處都能看見，就是沒出現在生產率統計裡。”AI時代也會重蹈覆轍嗎？納德拉：我對這句話記得特別清楚，因為那正是我剛入行的時候。還有西北大學的羅伯特·戈登（Robert Gordon），他也長期質疑技術對生產率的貢獻。但回頭看他的研究就會發現，2000年代初技術驅動的生產率躍升最終還是體現在了國民經濟統計裡，主要就是個人電腦的功勞。個人電腦80年代發明，90年代中期才真正普及，到2000年至少在西方全面鋪開，生產率資料才真正起飛。我學到的核心教訓是：新技術必須先徹底普及。你不能第一次打開Excel就問生產率在那裡，必須長期使用Excel、電子郵件，並圍繞它們徹底重塑業務流程，生產率提升才會顯現。現在我們還處在只談論AI技術的炒作期，必須盡快進入“人人都在用基於智能體的AI工具創造讓自己驕傲的作品”的階段。《商報》：未來十年，AI到底會怎樣改變我們的生活、工作和世界？納德拉：拿軟體開發舉例。我入行時幸虧已經告別了打孔卡時代，用Z80處理器寫彙編或Basic。後來有了編譯器，我們進入更高抽象層次。現在Github Copilot又帶來全新一層——AI智能體直接替我們完成任務。再舉個醫生例子：用了Dragon Copilot的醫生，只需正常和患者對話，AI就能自動記錄、錄入醫院系統、直接生成結算程式碼，醫生因此有更多精力思考最佳治療方案。AI正在走進日常工作，帶來新的抽象層次，讓我們把精力放在真正重要的事情上，而不是被瑣碎重複勞動拖垮。在此基礎上，人類才能發現AI還能幫我們解決那些過去想都不敢想的新問題。納德拉熱愛技術，也特別愛舉例子。他在印度卡納塔克邦學電工，在美國威斯康星州密爾沃基讀電腦碩士，至今能滔滔不絕講當年在學校自學的Lex和Yacc。他的父母給了他跳出專業看世界的底色：父親是印度公務員兼馬克思主義者，母親是梵文教師，把詩歌的世界帶給他。納德拉尤其鍾愛里爾克（Rainer Maria Rilke，註: 他是一位德國詩人）的詩。長遠眼光始終是納德拉最鮮明的標籤。雲端運算剛起步時，大多數軟體公司還死守本地部署（On-Premise），他已經看清未來；AI也是如此，早在ChatGPT面世前，他就果斷下注OpenAI。微軟累計投入超過130億美元（主要以Azure算力形式），讓這家原本公益導向的研究室一躍成為全球最重要的AI公司。投資是一回事，更關鍵的決策是把OpenAI模型迅速塞進微軟幾乎所有產品——Excel、Word、Windows、Teams……Copilot無處不在，儘管內部開發者怨聲載道，Gartner諮詢公司形容整個過程“混亂”。但效果如何？行銷機構資料雖有差異，但基本共識是：消費端免費Copilot遠遠落後於ChatGPT；企業端同樣令人失望。美國知名科技博主Ed Zitron2025年8月援引匿名內部人士稱，4.4億Microsoft 365使用者裡只有800萬付費開通Copilot，轉化率僅1.8%。微軟強烈反駁：推出僅9個月，已有“數百萬”企業使用者實際使用，季度增長50%。但至今拒絕公佈具體付費數字。產品設計初創公司Neural Concept聯合創始人托馬斯·馮·查默（Thomas von Tschammer）指出，在某些程式設計任務上，OpenAI或Anthropic的模型確實更強。《商報》：您還記得差不多兩年前——2023年11月17日發生了什麼嗎？納德拉：2023年11月17日……（思考）《商報》：您那天忙得不可開交。納德拉：哦！這下明白了。我還以為你們說的是前一年我們發佈ChatGPT那個11月呢（笑）。《商報》：我們說的是OpenAI董事會突然解僱薩姆·奧爾特曼（Sam Altman）。您當時強勢介入，他最終復職。很多內部人士說，您把一家20萬名員工巨無霸的未來押在舊金山一個小創業團隊身上。那周末您害怕押錯寶嗎？納德拉：我記得最清楚的是那周末印度對澳大利亞的板球賽結果很糟糕。除此之外，我們這家公司深知如何建立優秀夥伴關係。當時OpenAI還是非營利研究機構，我們合作非常愉快。“11月事件”期間我始終如一：我會繼續和OpenAI合作；如果有意外，我也準備好和薩姆合作，無論他在OpenAI內部還是外部。很高興最後對所有人都好。《商報》：你們既是夥伴也是對手。OpenAI已在慕尼黑開辦公室，正在搶德國客戶，包括微軟的客戶。有些企業CIO私下告訴我，員工寧願偷偷用ChatGPT，因為它更好用，甚至違反公司與微軟簽訂的協議。您怎麼回應？納德拉：我絕不想貶低ChatGPT的巨大成功——它每天活躍使用者超過8億。但在消費端，我們用Copilot也站穩了腳跟，正在穩步前進。我對此很興奮，同時清楚ChatGPT和Google在消費市場擁有巨大先發優勢。企業端我反而非常自信。我們能提供的，是別人給不了的獨特價值：Copilot的關鍵不只是一個網頁聊天框，而是能安全連接企業內部資料。只靠網際網路公開資訊毫無意義，真正有價值的是把“公司自己知道的”和“網際網路知道的”無縫結合起來，才能做出真正差異化的工作。據“The Information”報導，微軟到2030年可分OpenAI收入20%（雙方均未證實）。2025年10月底OpenAI宣佈架構重組：核心盈利實體由基金會控制，實現公益與盈利並存。微軟仍持約27%股份，是最大股東，至2032年享有技術使用權，但OpenAI已獲准尋找其他雲合作夥伴。微軟也在主動降低依賴：11月中旬宣佈支援亞馬遜系Anthropic模型；埃隆·馬斯克的Grok模型5月起已上架Azure。微軟AI負責人雷·史密斯（Ray Smith）說：“未來我們會少談OpenAI或Anthropic那個模型更強，多談客戶用它們到底做出了什麼解決方案。”微軟與OpenAI的關係依舊複雜。《商報》：您在《刷新》一書中說技術讓全人類更強大，聽起來很美好。但現在很多科技領袖描繪的未來卻很黑暗，有人擔心AI奪權甚至滅絕人類。您為什麼還能保持樂觀？納德拉：每項新技術都會經歷狂熱→末日恐慌的周期。我們應該走中間道路：本質上樂觀，同時對可能的意外後果採取原則性態度。為此我們專門成立了數字安全委員會（Digital Safety Board），在微軟和OpenAI每一次產品發佈中都提供諮詢，目的不是無休止爭論AI安全，而是真正把安全措施落到每一步並持續迭代。網路安全將是更大挑戰。AI讓好人程式設計更強，也讓壞人更容易製造武器，我們必須同步強化防禦。這對整個科技行業都是健康提醒：過去我們有時太樂觀，先推出再補救；但當一項技術像AI這樣深入生活和工作的每一個角落，我們必須在每一步都認真思考後果。在雷德蒙德的微軟網路安全中心，每天都能看到數字世介面臨的真實威脅。最新報告分析了每天超過100兆條安全訊號，發現過去幾個月針對德國的俄羅斯網路攻擊上升25%。中心負責人史蒂文·馬薩達（Steven Masada）說，2022年2月俄烏衝突爆發“是有史以來第一場混合戰爭，我們是最早向基輔發出預警的一方”。作為全球基礎設施提供商，“我們永遠是攻擊目標”。用微軟總裁布萊德·史密斯的話：“開戰第一批炮彈不是巡航導彈，而是網路攻擊。”美國總統川普熱衷關稅，與多國貿易衝突持續發酵。微軟很大一部分收入來自美國以外，任何跨大西洋裂痕都會傷及生意。2025年9月，微軟通過承諾將Teams從Office套件剝離，才避免歐盟巨額罰款。《商報》：全球保護主義抬頭，您如何應對？這對業務影響多大？納德拉：作為跨國公司，我們深知“經營許可”取決於能否在當地創造真實價值——無論德國還是美國。如果我們不能幫助中小企業更強、不能讓德國公共部門更高效、不能改善醫療教育、不能讓奔馳這樣的大企業更好走向世界，我們就不配拿到經營許可。全球化過去帶來巨大好處，但也對各國社會產生複雜影響，這些影響正在被激烈討論。我們必須適應，不能假裝舊政治環境會永遠不變，而要保持競爭力、重新設計供應鏈。這也是微軟如今成為德國和歐洲最大資本投資者之一的原因。《商報》：比如在萊茵蘭建新資料中心？納德拉：對。我們把資本置於風險之中，但這些投資最終會提升德國整體競爭力。《商報》：您的個人經歷本身就是全球化的產物。您在書中說“只有主動追求多樣性和包容，我們才能做到最好”。但川普新政府要求終止所有多樣性、公平與包容（DEI）項目，這是否與您作為人和管理者的全部信念相衝突？納德拉：不……（停頓）首先，美國正如您所說，對我這個第一代移民來說是個不可思議的地方。我常說自己是兩種幸運的產物：美國技術在我長大的地方觸達了我，美國移民政策讓我能來到這裡並進入這個行業。很多人現在把多樣性包容和績效社會對立起來，我不這麼看。真正的績效社會，必須確保不漏掉本地已有人才，也不漏掉我們從外部需要的人才。每個國家要找到自己的方式。而對我個人來說，能來到美國，在這個行業找到歸屬感，這就足夠了。這大概是全球第三大市值公司（僅次於輝達和蘋果）掌門人對川普能表達的最大分寸。川普就職典禮幾乎所有美國科技大佬都去了，唯獨缺了納德拉，也沒見他公開示好。華盛頓大學歷史學家瑪格麗特·奧馬拉認為，這與微軟“非凡成功”有關：大多數科技CEO害怕得罪喜怒無常的總統，但納德拉知道，歐洲客戶對這種舉動非常敏感。微軟1983年進入德國，擁有無數大企業和更多中小企業客戶。西門子是全球最早與微軟合作推出“工業Copilot”的公司，目前已有超過100家客戶使用，可用自然語言大幅簡化工業程式設計。汽車零部件巨頭舍弗勒也採用該技術，新機床安裝從幾天縮短到幾小時，AI幾秒鐘就把自然語言轉成程式碼，程式設計師只需再改約20%。“AI助手正在改變製造業，我們現在能用自己的語言和機器對話，”西門子工業負責人塞德里克·奈克說。Copilot基礎版對西門子客戶免費，但必須用Azure。微軟德國區負責人阿格妮絲·赫夫特伯格透露，納德拉一年多次來德國，不僅見CEO，也見一線專家，深入瞭解產品落地。未來兩年微軟將在德國投資32億歐元，合作夥伴達3萬家。聯邦政府也在與微軟合作建設主權雲，但同時擔心過度依賴。最極端例子：國際刑事法院（ICC）宣佈，因擔心川普政府制裁，計畫放棄微軟辦公套件，改用開源方案“Open Desk”。《商報》：德國對微軟很重要。目前德國正在激烈討論未來方向，您如何看德國？納德拉：讓一個像我這樣的工程師談德國，他腦子裡蹦出來的第一個詞肯定是“德國工程技術”，對吧（笑）？那簡直是現代世界奇蹟。我在華盛頓州貝爾維尤看牙醫，離總部幾公里，周圍全是德國隱形冠軍的精密裝置。德國擁有塑造未來的巨大機會。我認為下一個成功周期大概是：美國技術來到德國，融入我們的雲和AI資料中心，被德國中小企業使用。西門子、奔馳就是絕佳例子，他們把新技術融入自家產品，再加上德國獨有的價值，出口全球，形成新的比較優勢——李嘉圖沒說錯。但前提是我們要重新定義價值創造。今天價值不再只來自傳統工程，而是“工程+數位技術”。後者就像電力：一切都已數位化。一輛聯網奔馳或西門子機床，到底算工業產品還是數字產品？界限正在消失，這給德國帶來巨大機會。《商報》：很多德企也擔心依賴風險。比如國際刑事法院案例，微軟最近因美國政府指令凍結了其帳戶。您認為類似事件未來會增多嗎？納德拉：這正是我們全力投資歐盟境內資料儲存和德國主權雲的根本原因，讓每位客戶都安心獲得所需的主權與連續性。別忘了，德國企業在美開展業務時，也必須遵守美國法律。這就是納德拉的承諾與賭註：未來幾年AI將深刻改變無數崗位，從程式設計師到醫生診室。微軟要提供底層數字基礎設施、智能業務流程工具、知識工作者裝備，以及擁有13億成員的領英網路。他主張一種新分工：傳統工業企業把微軟技術融入汽車和產線，加上自身獨特價值再出口全球，正如19世紀初英國經濟學家大衛·李嘉圖描述的自由貿易優勢。而這也意味著，在納德拉的願景裡，微軟將成為全球（除美國外）經濟競爭力的必要條件。在納德拉時代，微軟已不再把自己看作軟體公司或平台公司，而是數字基礎設施供應商——如同水電一樣不可或缺。分析機構Avispador創始人阿克塞爾·奧珀曼說，微軟正成為“數字基本供給的關鍵提供者”：既有辦公軟體，也有自動化業務流程的AI助手，更有覆蓋全球的資料中心網路，未來可能像水電一樣不可替代。這帶來某種監管保護傘——太大、太分散、太系統重要性，無法按常規監管。他的結論是：“誰控制算力，誰就控制數字經濟，而微軟正在把地基打得如此之深，競爭對手連地基都看不到。”對無數企業客戶來說，微軟越來越難以替代，也因此擁有強大定價權。最近例證：2025年11月初微軟調整多項線上服務許可結構，包括最受歡迎的Microsoft 365，取消了過去“買得越多越便宜”的量價折扣，改為統一價，理由是“更大透明度和統一性”。對客戶來說，意味著最多損失12%的折扣。粉絲認為納德拉是能平衡公司利益與技術社會影響的傑出管理者；批評者則說，這位說話永遠輕柔的CEO特別擅長用溫和願景掩蓋外界質疑。只有談到家人時，納德拉才會真正卸下防備。他與學建築的妻子阿努住在西雅圖附近，育有三子，其中兒子扎因患腦癱，三年前去世。《商報》：最後一個私人問題。您的兒子扎因和我表妹一樣，生來患腦癱。您過去說過他熱愛音樂，也教會您同理心。他三年前離世。您最希望他能活到體驗那項未來技術？我們如何確保AI真正包容，讓所有人都能用？納德拉：這……真是個好問題。我們推出Copilot新角色Mico時，一個女兒突然說，扎因最愛《海底總動員》和《冰河世紀》那類動畫，我們就想，他一定會愛Mico。謝謝您讓我想起他。無障礙設計一直讓我著迷。我剛進微軟時，做法是先做好產品，再加一層無障礙功能，像附加品。現在完全不同。多模態語言模型是有史以來最易用的技術——輸入方式已無關緊要，一切都能相互轉換。在人機互動上我們也站在全新門檻前。我曾和女兒一起嘗試用頭戴裝置採集腦電訊號，幫助無法動彈的扎因與我們交流。現在腦機介面領域進展很快。我滿心希望，計算技術能成為普世包容的驅動力，這波技術浪潮也將因此被歷史記住。在這一點上，我是個徹底的樂觀主義者。 (德國派)

“我們不是在追趕風口，而是在建造風。”——桑德爾·皮查伊（Sundar Pichai），2024年12月回望2022年底，ChatGPT驚豔四座，而Google緊接著的新品發佈會卻錯誤頻出。具有諷刺意味的是，ChatGPT的核心技術——Transformer架構，正是Google在2017年的研究成果。作為技術先驅，AI的第一波紅利卻被OpenAI端走。外界質疑Google已患上“大企業病”，甚至有投資人公開喊話：“皮查伊該下台了。”但很少有人看到，風暴中的皮查伊沒有慌亂辯解，而是悄悄拿起了一把手術刀——對內動刀，對外沉默。這是一場以“減法”為核心的組織革命。2024年，他將長期各自為戰的Google Brain與DeepMind正式合併，統一命名為DeepMind，並把面向消費者的Gemini App團隊也劃歸其下。研發與產品之間的高牆被推倒，曾經需要數月協調的模型迭代，如今兩周就能上線。與此同時，皮查伊砍掉了廣告、雲等核心業務中35%的中層管理崗。過去一個基層工程師要跨過三四層匯報才能推動一個小改動，現在可以直接對話業務負責人。決策鏈變短了，創新的速度就快了。更令人驚嘆的是那項被稱為“花園休假”（Garden Leave）的人才策略：核心AI研究員若提出離職，可選擇領取一年全額薪資，條件是12個月內不得加入任何競爭對手。在AI人才爭奪白熱化的今天，用一年薪水換對手一年時間差——這筆帳，怎麼算都划算。正是這些“看不見的改革”，讓Google在沉默中完成了最關鍵的轉身。當Gemini 3和Nano Banana Pro橫空出世時，人們才恍然：那個曾被嘲笑“反應遲鈍”的Google，早已脫胎換骨。一、從“AI First”到“Everything AI”：一場靜默的重構2015年，皮查伊剛接任CEO不久，就向全公司發出一封郵件：“從今天起，Google將轉向AI優先（AI First）。”當時沒人意識到這句話的份量。直到多年後回看，才明白這不僅是口號，而是一場系統性革命。Google沒有像其他公司那樣，在現有產品上“加個AI按鈕”。它選擇從底層開始重寫自己：自研TPU晶片，第七代Ironwood專為大規模推理最佳化；合併Google Brain與DeepMind，終結“兩個大腦”的內耗；把搜尋、YouTube、Android、Chrome全部接入統一的Gemini架構；甚至量子計算實驗室也納入AI基礎設施藍圖。這不是迭代，是重生。皮查伊在最近一次訪談中說得直白：“我們圍繞AI重構一切——從物理基礎設施，到研究方向，再到產品體驗。這不是某個部門的任務，而是整個公司的存在方式。”這種“全端式押注”，讓Google在短期內看起來“慢”：Gemini 1.0發佈晚於GPT-4，圖像生成工具Nano Banana Pro直到2025年才亮相。但正是這份“慢”，換來了今天的“快”。當Gemini 3和Nano Banana Pro同時支援即時圖像生成、長上下文推理、音訊輸出與瀏覽器代理操作時，行業才猛然發現：Google早已不在同一個賽道上競爭。二、定力之源：哈薩比斯的AGI遠見很多人不解：為什麼Google不學OpenAI，先靠一個驚豔功能引爆市場？答案藏在哈薩比斯的人生裡。這位曾是國際象棋神童、神經科學博士、遊戲公司CEO的天才，在創辦DeepMind時就立下目標：“建構能像人類一樣思考、學習、創造的智能體。”他堅信：真正的智能必須是多模態的。 你不能指望一個只會聊天的AI去駕駛汽車、設計藥物或理解一幅畫背後的情感。所以，當別人在卷“上下文長度”或“數學分數”時，Google在默默打通視覺、語言、動作、推理的壁壘。Gemini從1.0開始就是原生多模態；Genie世界模型能通過視訊預測物理互動；AlphaFold破解蛋白質結構，AlphaProof挑戰數學猜想……這些看似分散的項目，實則共享同一套認知架構。短期看，是資源分散；長期看，是能力融合。正如皮查伊所說：“當你看到機器人用Gemini理解環境並做出決策，或Astra通過手機鏡頭即時回答問題，你就明白——這些不是孤立的產品，而是一個智能生態的不同切面。”三、未來12個月：AI將從“問答機”變成“辦事員”皮查伊最近透露了一個關鍵訊號：“現在的AI還只是問答機器人。未來12個月，它要成為真正的智能體（Agent）。”什麼意思？不再是你問一句，它答一句；而是你給一個目標：“幫我給老婆選個生日禮物，預算2000元，她喜歡復古風格”，AI會自己查品牌、比價格、看評價、下單，甚至寫賀卡。這背後需要三大能力突破：任務分解與規劃（Plan）跨工具呼叫（Act）安全可靠的執行（Verify）Google已在內部測試Project Mariner——一個能在Chrome瀏覽器中自主操作網頁的AI代理。它不是幻覺驅動的“嘴炮”，而是能真實點選、填寫、提交的“數字員工”。這才是AI影響勞動力市場的真正起點。四、量子計算：Google的“第二曲線”當別人還在爭論AI是否泡沫時，Google已把目光投向更遠的地方。“量子計算就像五年前的AI。”皮查伊說，“很少人懂，但進展迅猛。”Google量子實驗室的Sycamore處理器已在特定任務上實現“量子優越性”。下一步，是將量子計算與AI結合——比如用量子演算法加速分子模擬，為新藥研發提速百倍。這不是科幻。這是Google正在鋪的路。結語：慢，是因為看得太遠巴菲特為何在95歲高齡首次建倉Google？不是因為Gemini 3多酷，而是因為他看懂了：Google正在成為AI時代的“水電煤”提供商。有搜尋、YouTube、Android提供現金流；有TPU、資料中心、量子計算構築護城河；有DeepMind團隊死磕AGI終局；更有皮查伊用“減法管理”重塑組織韌性。這盤棋，Google下了十年。現在，終於到了收子的時候。真正的戰略，不是跑得最快，而是方向最準。在這個追逐熱點的時代，Google用“慢”證明了：偉大的公司，從不迎合浪潮，而是定義浪潮。(全球領導力)

在中國殘酷的零售江湖中，越來越多的女性正在執掌大權。從跨國零售商到本土連鎖超市和電商平台，這股女性力量逐步走向最高的決策層。她們的崛起，代表了中國零售行業的解題新思路。1 登場1996年，瑞典家具零售企業宜家準備在上海籌劃第一家門店。它在中國招聘的001號員工是個女孩，名叫朱昌來。她回憶說，首家門店開在上海，面積不大，也沒有自建倉，全靠進口，運輸周期長，還經常斷貨，但確實給大家打開了一扇窗。朱昌來從基層銷售做起，踏實肯幹，職級幾乎是三年一升，歷經店長、中國區銷售總監等職後，2011年升任宜家德國零售副總裁，2013年出任宜家中國零售總裁，成為宜家首位中國區華人CEO，最後又升任宜家全球商業總裁，成為這家公司有史以來職位最高的中國籍員工。朱昌來她負責的中國業務，實現了兩位數的增長，是宜家在全球增長最快的市場區域。20世紀90年代是國際零售巨頭搶灘中國的集中期，宜家、麥當勞、家樂福、沃爾瑪等知名公司接連湧入。它們將“大賣場”、標準化的快餐等業態引入中國，在改變本土消費者購物習慣的同時，也深刻影響了中國零售業的競爭態勢。在過去很長一段時間內，跨國零售公司的中國區帥位多由外籍高管把持，宜家啟用中國本土女性擔任掌舵者，屬於較為罕見的案例。但到了2020年末，朱昌來告別效力24年的跨國公司，辭職創業，做了一個家具品牌。宜家的工作體系無法滿足她對挑戰的渴望，她想在中國的廣闊市場中，追尋創業的刺激。可就在朱昌來情離職後的這5年，跨國零售巨頭在華的用人哲學似乎在悄然轉向，女性上位的節奏突然加快。2020年5月，沃爾瑪中國任命朱曉靜為總裁及首席執行官。朱曉靜是沃爾瑪中國首位大陸籍、首位女性CEO，在她之前，沃爾瑪換帥7次，掌印者多為老外。同年，黃亞美成為伊藤洋華堂中國總代表、成都伊藤洋華堂有限公司董事長。2021年10月，寶潔大中華區副董事長、銷售和品牌及品牌營運總裁許敏擔任寶潔公司大中華區董事長兼首席執行官。這是寶潔入華33年來，首次任命本土CEO，同時，許敏也成為184歲的寶潔歷史上最年輕的區域市場CEO。2022年6月，7-Eleven中國董事長內田慎治正式卸任，新任的董事長是原7-Eleven中國CFO、總經理嚴茜。2023年，開市客中國大陸區總經理章曙蘊走上前台，出現在媒體報導中。2024年4月9日，屈臣氏任命倪文玲出任首席執行官，這是屈臣氏集團43年來任命的首位女CEO。2025年10月1日，德國零售企業奧樂齊宣佈換帥，新CEO由陳佳擔任。陳佳是奧樂齊進入中國以來的第二任CEO，也是首位中國本土CEO。黃亞美、嚴茜、章曙蘊在本土零售公司陣營中，女領導們也在這幾年紛紛亮相。被稱為新零售物種的盒馬，在2024年進行人事調整，時任盒馬CFO的嚴筱磊擔任盒馬首席執行官。而國內線上零售的操盤手也是被女將們把持。2021年5月，京東集團原CEO徐雷離職，CFO許冉升任CEO。她也是頭部電商企業裡，唯一的一個女性CEO。同樣是在當年5月，隨著抖音電商業務的狂飆，魏雯雯最晉陞為抖音電商總裁，主管中國區業務。拼多多的“隱秘的舵手”是顧娉娉，作為與創始人黃崢並肩創業的“女版黃崢”，雖幾乎隱身於公眾視野，卻是公司國內與國際業務的支柱人物。魏雯雯圖源：抖音公眾號2 路徑這些女性CEO往往保持低調，在公眾面前呈現的是重業務、低人設的形象。沃爾瑪的朱曉靜近年來在各類論壇上頻頻亮相，總不忘強調“零售的本質”和“回歸顧客”；寶潔的許敏一直強調“以消費者為立足點”。還有一些女性高管，幾乎不見諸媒體報導，行事似乎更加內斂。朱曉靜、許敏零售行業是個苦活，強調的是履約、供應鏈、SKU，它跟自動駕駛、AI 等“敘事驅動型”行業不同，不需要馬斯克那種畫餅能力。更重要的是，她們多是職業經理人，CEO的權威建立在專業能力上，個人曝光也受到公司制度的約束。她們的CEO晉陞之路大致有三類。◎ 第一類，是職業複合型，她們在多個跨國企業任職，並最終掌舵中國區業務。沃爾瑪中國總裁朱曉靜是典型代表。她擁有北京外國語大學學士學位和哥倫比亞大學商學院MBA背景，職業軌跡橫跨麥肯錫紐約辦公室、霍尼韋爾、恆天然等國際企業，並幫助它們開拓中國業務。奧樂齊中國新任CEO陳佳也是一位跨界的複合型選手。她2003年從科尼爾諮詢起步，2008年轉戰摩根士丹利投資銀行，當了8年的顧問和分析師；2011年進入零售行業，先後在麥德龍、沃爾瑪任職，負責採購、供應鏈管理、定價等關鍵業務。陳佳（圖右）◎ 第二類，是內部晉陞型，從內部基礎崗位，逐步升級打怪，晉陞至高層。掌管寶潔大中華區的許敏，自1997年大學畢業以管培生身份加入寶潔，她在近二十年的工作中，歷經了汰漬、碧浪等七個核心品牌的錘煉，管理過多國業務。2015年，她接管電商中國區的業務，推動線上銷售額的大幅增長。同樣是在1997年，那時日本商超伊藤洋華堂剛進入中國，黃亞美就成了第一批中國員工。她從公司基層的男裝招商工作起步，並在營業、銷售等多個部門輪轉，為伊藤洋華堂工作了20多年，最終被日方管理者委以重任。倪文玲曾經是一名職業運動員，代表中國香港田徑隊出征過1994年廣島亞運會。2000年，她加入屈臣氏母公司長和集團，次年轉至屈臣氏集團，在成為屈臣氏CEO之前，她為這家效力了23年。許敏、黃亞美、倪文玲◎ 第三類，是財務背景型，從管錢袋子的關鍵崗位晉陞。京東集團的許冉、盒馬的嚴筱磊以及7-Eleven中國的嚴茜都曾經擔任中國CFO職位。盒馬CEO嚴筱磊是典型代表，她曾任職於畢馬威華振會計師事務所，後進入阿里體系擔任阿里音樂、UC瀏覽器、銀泰、盒馬等相關業務的財務負責人。京東集團CEO許冉同樣出身財務系統。這位註冊會計師，曾在普華永道工作了近20年，2018年加入京東後就一直掌管財務，並主導京東香港二次上市及多個業務的併購和分拆上市。嚴筱磊、許冉、嚴茜零售企業選擇CFO背景的領導者，這似乎也表明，零售行業的競爭已經是刺刀見紅的白熱化，活下去並且健康地盈利變得更重要。3 救火為何2020年之後，零售業的女性CEO變多了呢？一個原因可能是人才供給的本身。中國的零售行業經過20多年管理職業化浪潮，那些經驗豐富、業務能力高超的大量女性職業經理人正進入晉陞的拐點期。女性還有優勢。一項學術研究稱，女性CEO更傾向於降低財務槓桿、減少激進併購或投資行為、保留更高現金以應對不確定性，導致公司整體風險指標下降。這類行為在金融、營運壓力大的時期能提高“存活率”，在行業進入“止血”階段時可能成為明顯優勢①。曾經有人問過朱曉靜，女性CEO有什麼特殊優勢。朱曉靜說：我認為時代需要新的領導力，但並不是性別領導力，而是性格領導力。只不過在某些特質方面，與女性領導者有相通之處。我認為有三個關鍵特質，一是直覺。以前市場變化不大，經驗和數字可以用來判斷和分析市場。現在更重要的是遠見，更多是憑藉直覺和靈感。二是合作。無論是人與人之間，還是企業與企業之間，都要秉持開放之心，達到合作、互利和共贏。三是堅韌。接受自己是不完美的，會經常犯錯誤，跌倒的時候能夠不斷爬起來，沒有資源的時候也要堅持下去，帶領大家往前走②。當一批女性走向零售業的權力中心時，也可能是一種行業周期也壓力造就的管理結構的轉向。早在2005年，Ryan&Haslam研究了富時100指數的公司董事會變動情況，提出了名為“玻璃懸崖”的概念：女性更有可能在組織陷入危機時被任命為領導者，因此她們所處的位置比男性同行更加岌岌可危③。當然，這個理論也存在爭議，支援方認為這是危機中女性被推上領導位的常見模式；而反對方則指出，該效應強弱高度依賴於行業屬性與公眾壓力，並非穩定存在的普適規律，更應被理解為特定結構條件下可能產生的一種結果。一些女CEO確實是臨危受命，但她們又在各顯神通。伊藤洋華堂風雨飄搖，北京市場由高峰期的11家門店，到現在僅剩1家門店。在其核心成都市場，門店也減至8家。報導稱，它正在對業務進行重組。倪文玲去年出任屈臣氏集團CEO時，屈臣氏的中國業務正在承壓。2023年，屈臣氏中國市場是唯一錄得負增長的地區，營收、利潤雙降。今年上半年，屈臣氏中國的EBITDA（稅息折舊及攤銷前利潤）為1.17億港元，同比下滑了53%。屈臣氏正在電商方面努力，大力發展“幕後店”，這是一種為線上訂單履約服務的小型倉儲配送中心，不對外營業，也不接待普通顧客。屈臣氏門店嚴筱磊執掌盒馬時，公司上市處理程序暫緩、估值縮水、並傳出業務出售的流言。她多次強調公司不會賣，以穩定軍心。這一年多來，嚴筱磊的主要任務就是搞錢，盒馬從“連續9個月盈利”到“2025首次實現全財年盈利的成績”正是她的工作亮點。嚴筱磊主導了“止血”改革，不再模仿沃爾瑪旗下的山姆會員店，果斷關停X門店業務，將資源聚焦於盒馬鮮生與超盒算NB折扣店兩大核心業態。她的計畫是，新財年內開出近100家門店，新增進入城市超過50個。超盒算NB朱曉靜執掌沃爾瑪中國時，傳統的大賣場幾乎都陷入困境。接著就是疫情來襲。2023年，她在麥肯錫一檔訪談節目上說，這三年非常難，又要保供，又要做業績。過去6年，沃爾瑪在中國的大賣場數量減少了129家，但整體增長勢頭並未減弱，其依賴的引擎是電商業務以及一直擴張的山姆會員店，這種倉儲會員超市，憑藉精選的SKU以及大規模採購帶來的價格優勢，俘獲了不少中產。但是朱曉靜的壓力可能更大。因為產品、服務質量、甚至從外部引進高管等問題，山姆會員店屢次遭罵，這幾個月幾乎住在了熱搜上。從家庭雜貨鋪起家的德國奧樂齊，自2019年進入中國後，目前在長三角地區開設了近80家門店。它主打的是硬折扣，被稱為“窮鬼超市”。《每日經濟新聞》報導稱，奧樂齊在中國市場的早期策略並非其標誌性的平價路線。2023年，隨著陳佳的加入，公司轉向了低價模式。陳佳面臨的挑戰顯而易見——中國的零售商早已歷經多輪價格戰，市場對低價策略並不陌生。奧樂齊超市(吳曉波頻道)

現代領導者面臨的管理環境正日趨複雜，如今CEO需要處理的事務量大約是五到七年前的兩倍。這一壓力促使麥肯錫公司CEO實踐部門的聯合負責人、頂級“CEO顧問”庫爾特·斯特羅文克 (Kurt Strovink) 和卡洛琳·杜瓦 (Carolyn Dewar) 兩位高級合夥人，對全球200位頂尖企業CEO展開了實證研究。摩根大通（JPMorgan Chase）CEO傑米·戴蒙（Jamie Dimon）。圖片來源：Jose Sarmento Matos/Bloomberg via Getty Images他們的新書《全能CEO：領導者的四季修煉法則》剖析了成功擔任CEO所需的心態與方法——68%的在任CEO承認上任時感覺自己“準備不足”。而斯特羅文克、杜瓦及其合著者斯科特·凱勒 (Scott Keller) 和維克拉姆·馬爾霍特拉 (Vikram Malhotra) 的研究發現，這些精英CEO擁有獨特的習慣：勇於挑戰自滿、倡導極致坦誠，並保持謙遜、持續學習。杜瓦在接受《財富》雜誌採訪時表示，書中研究的高績效領導者普遍具備“好奇心與學習型思維”，這一特質在“幾乎每一次訪談”中都顯而易見，使他們脫穎而出。斯特羅文克告訴《財富》雜誌，頂尖領導者會首先承認自己並非無所不知。“他們並非超人，而是學習速度更快、適應能力更強，並且建立了體系……通過制度化的方法來抑制自身的過度行為，同時充分利用自己的優勢和長處。”摩根大通CEO傑米·戴蒙提出了一條尤為引人注目的高績效文化準則。據斯特羅文克轉述，戴蒙告訴他的團隊：“不要只展現最好的一面，要把最糟的一面也擺出來——把問題放到檯面上。”杜瓦補充說，這並非鼓勵不良行為，而是倡導組織內部的坦誠。這意味著“在事情進展不順時願意分享……以便我們能夠解決問題。”斯特羅文克進一步指出，這種程度的不適感是必要的，因為偉大的領導者必須創造條件，促進“邊緣性思考、坦誠溝通以及信心的逐步建立……他們把問題擺在房間裡，放到檯面上，並著手創造，而且是以他們自己真實的方式去做。”斯特羅文克說，優秀的領導者必須找到方法進行艱難的對話——這些對話在其他領導者手下可能不會發生——“但又不會讓這些對話成為留下創傷的殘酷經歷。”現代領導力面臨的挑戰斯特羅文克解釋說，為CEO提供諮詢雖然是麥肯錫近百年來的核心使命，但在幾年前成立的CEO實踐部門推動下，這項服務已提升到新的水平。這部分反映了“CEO的角色正變得越來越重要。”斯特羅文克補充道，我們生活在一個“人們正在貶低領導力，認為它是壞事，沒有人願意被領導的時代。但現實是，如果你被一位開明且做得好的領導者領導，這實際上是一件光榮的事情，在這個時代意義重大，甚至可能比以往任何時候都更重要。”杜瓦則援引硬資料，指出這本書和相關實踐在當前至關重要，因為坦率地說，擔任CEO充滿挑戰。她提到了關於CEO任期不斷縮短的報導（部分見於《財富》雜誌），“但事實證明，實際情況兩極分化嚴重。”她解釋說，30%的CEO任職過不了頭三年，而一旦跨過這個門檻，長期任職的機率就會顯著增加。她指出，私募股權公司密切關注這一點，談論CEO頻繁更替的成本。“我們不希望人員頻繁變動。”杜瓦引用估算資料稱，在標普500指數成分股公司中，每年因CEO交接失敗而損失的價值高達1兆美元。斯特羅文克補充說，他們的研究確實為優秀的領導力賦予了量化指標。“我們研究的頂尖前20%的CEO，長期來看，為他們的公司、整體經濟乃至世界創造了超乎比例的價值，”他闡述道，並補充說麥肯錫估計，這前20%的CEO創造的經濟利潤是緊隨其後的60%CEO創造的經濟利潤總和的30倍。他說，領導力——以及CEO人才——是“分佈不均的”。巴克萊銀行股東諮詢業務全球主管吉姆·羅斯曼數十年來一直在追蹤避險基金針對上市公司的維權行動，包括CEO的變動。他在10月初發現，由維權活動導致的CEO更替將在2025年創下紀錄，超過2024年的水平。他在接受《財富》雜誌採訪時表示，這使得CEO的職位比以往任何時候都更加不穩定。“感覺維權人士所做的，基本上是要求上市公司達到私募股權的標準，”他說，並且他們認為CEO“更像是一個營運者，而不是從內部晉陞上來的人。”據羅斯曼稱，股東維權人士已成功將私募股權所有權的嚴格標準強加於上市公司，要求它們遵循專注於無情地最大化效率和價值的季度績效指標。這與歷史上將CEO視為“地方英雄”或“受人尊敬的人物”的觀點形成鮮明對比。羅斯曼說，維權人士意識到，他們不需要像私募股權公司那樣將公司私有化來推行這種觀點；他們只需購買一部分股份並遊說董事會，就能使組織立即承受巨大的外部壓力。“我認為CEO的頻繁變動與私募股權模式在上市公司中的持續滲透直接相關，”羅斯曼補充道。羅斯曼指出，技術加速了這種對營運的關注，技術能提供公司相對於同行的即時業績資訊；同時，指數基金所有權的集中化使得維權人士更容易在前十大股東中組織支援。因此，新的董事會——其自身也採用了更類似於私募股權的心態——具有高度的品牌意識，並能迅速更換表現不佳的高管。杜瓦贊同這種思路，她說：“如果你考慮到經濟中有多少部分正在轉向私募股權和私營公司，它們的流動率要高得多。”她最近分享了一個軼事，談到與一家私募股權公司董事會成員的對話，對方說領導層更替率達到71%對他們來說是平均水平。她補充說，這個核心問題正是她對領導CEO實踐部門如此熱情的原因：“我們如何才能真正服務於CEO、董事會和組織，幫助每個階段都順利進行？”坦誠與不適感的力量麥肯錫的研究發現，要在這種高風險環境中生存下來，頂尖的CEO適應能力強，但不一定冷酷無情。他們通過秉持“好奇心和學習心態”並將不適感融入營運中而取得成功。斯特羅文克和杜瓦再次提到了摩根大通的戴蒙，他掌握著在這種嚴酷環境中對抗自滿情緒的關鍵技巧。斯特羅文克指出，這位投資銀行負責人認為每個大型組織都有“休息”的傾向，這要求CEO不斷地“催化並推動它”。他補充說，大型組織的“社會學”意味著如果領導者自滿，事情就會變得漸進式發展。這種主動營造的不適感是對外部壓力必要的內部制衡。杜瓦指出，邁克爾·戴爾就是典範，他通過迫使團隊想像一個更瞭解他們客戶的攻擊者來對抗自滿，鼓勵他的公司“自我顛覆”。（她還指出，戴爾從19歲成為創始人CEO以來，一直在進行自我顛覆。）杜瓦回憶起微軟CEO薩蒂亞·納德拉曾告訴她，CEO實踐部門之前的書《卓越CEO》提到了這份工作的孤獨感，源於一種“資訊不對稱問題”，即他實際上無法與許多同事談論他所知道的事情。他們無法承受意識到這些。“在你的組織內部或上級，比如你的董事會或投資者中，沒有其他人能看到你所看到的所有部分。”她說，她認為CEO擁有一些可信賴的顧問至關重要，可以算是某種“私人智囊團”。歸根結底，這本書指出，在這個高度加速、受私募股權影響的時代，最成功的領導者是那些能夠駕馭這一角色核心二元性的人：在資訊不完整的情況下做出大膽、自信的決策，同時保持謙遜和持續學習，以滿足無情的績效要求。作者強調，這本書的目標是“追溯領導者隨時間的成長過程”，包括為下一代鋪路的第四階段。財捷公司前CEO布萊德·史密斯被引用為傳承建設的非凡範例，他在11年間與董事會進行了44次繼任討論——每個季度一次。杜瓦說，史密斯“為他許多曾共事的人後來在其他地方成為CEO這一事實感到非常自豪”，並稱他為“某種領導力發展的引擎。我認為作為一名領導者，這非常了不起，是他遺產的一部分。”斯特羅文克說，有一個發現尤其讓他驚訝，可能還有些反直覺：至少對於書中描述的這200位領導者群體而言，作者沒有發現著名的領導力“二年級低谷”。“至少對這個群體來說，他們沒有經歷二年級低谷。隨著時間的推移，他們一直在持續進步。” (財富Fortune)

近日，微軟CEO納德拉與Stripe聯合創始人約翰·科裡森（John Collison）進行了一場關於AI技術、商業本質與組織進化的深度對話。納德拉將當前的AI浪潮與90年代的網際網路泡沫進行冷靜對比，認為此次AI浪潮並不是泡沫，而是真實存在算力供不應求的產能危機。納德拉在訪談中描繪了一幅反直覺的軟體未來圖景：應用的邊界正在消融，而整合開發環境（IDE）將以一種全新的面貌回歸。他認為，未來的互動介面將不再是單一的聊天窗口，而是融合了電子表格、文件和消息流的任務控制中心。在這個圖景中，無論是程式設計師還是會計師、律師，都將擁有屬於自己的IDE，工作的本質將變為對成千上萬個AI智能體（Agent）進行微觀引導（Micro-steering）。這不僅是UI的革新，更是人類與機器協作關係的重構，人類不再是單純的操作者，而是擁有宏觀委派能力的指揮官。在訪談中，納德拉強調在AI時代公司主權（Corporate Sovereignty）是一個的核心價值。他認為，在通用大模型無所不知的情況下，企業的護城河不再僅僅是傳統的智慧財產權，而是將內部難以言傳的“隱性知識”轉化為私有模型的權重。如果說30年前比爾·蓋茲夢想將世界結構化為SQL資料庫以實現資訊觸手可及，那麼今天，納德拉正在用神經網路和Agent來建構企業獨特的隱性知識，防止企業核心優勢洩露到通用模型。在訪談最後，納德拉剖析了微軟的組織文化。他致力於將微軟的文化核心從“自以為是派”（Know-it-all）徹底重塑為開放的“學習一切派”（Learn-it-all）。在他看來，要對抗外界刻板印象與內部官僚主義，微軟必須擁有統一的“成長型思維”來應對每一次技術範式的劇變。Satya Nadella訪談內容劃重點1. 企業級 AI 的真相：別羨慕別人的工廠，建自己的資料護城河拒絕模型焦慮：納德拉直言，企業最核心的任務不是羨慕別人的AI智能體，而是建構自己的AI工廠。其中最複雜也最重要的工作是組織資料層，讓企業資料能夠滿足智能化需求。記憶與關聯：真正的殺手級應用在於建立“圖譜”（Graph）。工作並非雜亂無章，而是圍繞業務事件展開的，AI的價值在於找回這些在系統中丟失的語義連接。Agent的三大基石：一個有效的Agent系統必須具備三個模型之外的要素：記憶（長期信用分配）、權限（嚴格遵守訪問限制）和有效的行動空間。2. 重新定義“公司主權”：隱性知識的權重化科斯定理的AI版： 既然通用大模型無所不知，公司存在的意義是什麼？納德拉認為，公司的價值在於其內部交易成本低於市場交易成本的“隱性知識”。未來的IP是模型權重：“公司主權”意味著企業擁有自己的基礎模型，該模型捕捉了組織內部獨特的隱性知識。未來的智慧財產權將以LoRA（大模型微調層）權重的形式存在，這是防止企業核心優勢洩露到通用模型的關鍵。3. 基礎設施建設：這次不是泡沫，是產能地獄與2000年泡沫的區別：納德拉指出，2000年是暗光纖泡沫，基礎設施鋪設過度但利用率低；而現在的AI基礎設施建設中，所有算力資源都已售罄，瓶頸在於電力、渦輪機和“增強型外殼”的供應不足。面對日益嚴格的資料法規，微軟必須在全球範圍內建設資料中心，以應對各國對資料主權的要求。技術堆疊佈局：納德拉將微軟的AI堆疊概念化為兩層核心。底層是基礎設施業務，即“Token工廠”，其核心指標是追求極致的資本效率，即每美元、每瓦特能生產多少Token；上層則是“Agent工廠”，其核心在於如何最有效地利用這些Token來驅動業務成果，即最大化每個Token的價值。拒絕過度捆綁的誘惑：儘管微軟擁有從晶片、雲設施到應用的全端能力，納德拉卻強調每一層（基礎設施、資料層、應用）都必須具備獨立生存的市場競爭力。他反對過度依賴生態捆綁，認為客戶不應被迫接受“全家桶”，而應擁有自主選擇“從那扇門進入”微軟生態的權利。4. 軟體介面的未來：人人都有“IDE”IDE的回歸：儘管人們常說“應用將消失”，但納德拉認為IDE（整合開發環境）將以新的形式回歸。未來的軟體介面將是收件箱、消息工具和“閃爍游標畫布”的融合，不僅程式設計師，會計師、律師都將擁有自己的“任務控制中心”來微觀引導成千上萬的AI智能體。5. 歷史的教訓：範式正確不代表贏微軟的網際網路往事：90年代微軟雖然看準了“資訊高速公路”的方向，但最初押注的“互動式電視”路徑卻被開放網際網路擊敗。這給AI時代的啟示是：即使看對了範式（Paradigm），具體的架構選擇和商業模式仍決定成敗。組織層的必然性：即使在開放的生態系統中，最終也會出現掌握話語權的“組織層”（如搜尋引擎、應用程式商店）。在AI時代，誰能成為新的組織層（如ChatGPT目前的角色）仍是未定之數。以下是Satya Nadella訪談實錄1. 關於Ignite 大會與企業級 AIJohn Collison：那麼，大家應該為Ignite 大會的那些內容感到興奮？Satya Nadella：對我們來說，Ignite 大會最核心的任務，就是確保 AI 能夠在企業內部得到廣泛普及。如果說只有一件事最重要，那就是不僅僅去羨慕別人的“AI 工廠”或 AI 智能體（Agent），而是要探討如何建構你自己的 AI 工廠。這其中，對資料層的組織至關重要，事實證明這可能是最複雜的一環。你需要覆蓋整個企業的資料，使其能夠滿足智能化需求。這將是我們接下來的工作重點。John Collison：我們在企業環境中似乎還沒有看到真正的深度應用。雖然有了Copilot，但大多數人日常工作中並沒有這種能力。你認為人們是否低估或未充分利用已經存在的 AI？Satya Nadella：是的，這很有趣。因為對我來說，這正是殺手級功能。我們做的最重要的事情就是建立了“圖譜”（Graph）。在我看來，這是位於所有資料庫之下的、對任何公司都最重要的東西——它承載著你的電子郵件、文件、Teams 通話等資料。關鍵在於這些資料間的關係。人們的工作並非雜亂無章、非結構化的，所有的工作都是圍繞某個業務事件展開的。這種語義上的連接存在於人們的腦海中，但在系統中往往丟失了。而現在，這是第一次，我們能通過AI 更好地找回這些記憶和關聯。John Collison：相比個人使用者，為什麼AI 在企業中的滲透率還不足？Satya Nadella：因為我覺得人們現在使用很多大語言模型（LLM）工具時，可能只是上傳單個文件。但大多數公司並沒有將所有功能整合，沒有將公司完整的上下文接入到他們日常使用的 AI 中。實際上，這裡有兩層挑戰。第一是變革管理。這是我們歷史上所有辦公套件中部署速度最快的一次，但最終必須有人去使用它。而在企業環境中，這意味著所有的資料發現（Discovery）環節必須可行，所有的資料治理必須到位。我們必須將權限範圍接入 Copilot，確保當我檢索內容時，如果是機密資訊（如已被 IRM 保護的內容），它能被正確識別和處理。我們已經做了大量工作，現在開始看到成效。我要說的第二點是，讓AI 跨越整個 Microsoft 365 圖譜運行是一回事，但接下來要解決的是 ERP 系統的資料。目前的連接器就像“兩根細吸管”，效率不夠。你需要一個更好的資料架構，基本上需要通過語義嵌入（Semantic Embedding）將所有這些資料整合到一個層面。John Collison：幾十年來，讓公司資料“觸手可及”一直是一個願景。我讀過那本關於 Oracle 歷史的書《Softwar》，提到拉里·埃裡森（Larry Ellison）在 90 年代末就像高管推介，要把公司所有資料放在一個地方，讓高管可以“一鍵”獲得答案，而不是發郵件讓分析師去調查。為什麼這個論點經久不衰？是因為公司實際上並沒有按時做好資料基礎設施這門“苦修課”（eat their data infrastructure vegetables）嗎？這一次我們終於能解決資料管道的問題了嗎？Satya Nadella：你可以反駁這個前提，但這正是問題所在。如果我沒記錯的話，比爾·蓋茲在 90 年代的一次 COMDEX 演講上創造了“資訊觸手可及”（Information at your fingertips）這個術語。比爾一直對此非常著迷。我清楚地記得他在90 年代的一次評審中說過：“軟體只有一個類別，那就是資訊管理。你必須對人、地點和事物進行建模，僅此而已。你無需再做任何事，因為所有軟體本質上都是資訊管理。”這是比爾一直以來的夢想。他討厭檔案系統，因為它們是非結構化的。如果所有東西都是SQL 資料庫，他會很高興，那樣他就可以直接運行 SQL 查詢，對所有資訊進行程式設計。對他來說，那是讓資訊觸手可及的優雅解決方案。但問題在於，人是混亂的（messy）。即使資料是結構化的，它也並沒有真正集中在一個索引中，我也無法運行一條 SQL 查詢來獲取所有資訊。這一直是根本性的挑戰。我會說，那是舊世界的產物。我們當時誰也沒想到，AI 和大規模深度神經網路會突然成為解決這個問題的關鍵。我們要做的不是建立某種程式化的資料模型，而是通過神經網路找出那些模式。事實上，很長一段時間我們都痴迷於資料模型需要多麼複雜才能捕捉企業的本質。事實證明，通過在擁有巨大算力的神經網路中通過海量參數就能做到。John Collison：就像有些聰明的遠端員工，剛入職五分鐘就能通過閱讀文件抓住要點。模型可以任意聰明，它們可以執行RAG（檢索增強生成），可以訪問企業中的所有內容。但這與模型本身真正“知道”某事是不一樣的。除非你在公司內部訓練定製模型，否則這些模型不會真正對你們的業務變得更聰明。如果第一千次查詢並不比第一次查詢更聰明，那你認為這會走向何方？Satya Nadella：這裡涉及兩點。如果是指上下文學習（Contextual Learning）或持續學習，那確實是終極目標。這呼應了我之前的觀點：如果你把模型的“認知核心”與它的“知識”分離開來，你就擁有了一種持續學習的公式或演算法。我認為有三件事必須存在於模型執行階段之外，我們需要攻克它們：記憶（Memory）： 包括短期和長期記憶。人類很擅長長期歸因（long-term credit assignment）。當 AI 模型既能根據長期記憶進行獎勵也能進行懲罰（即具備長期信用分配能力）時，你就知道你擁有了真正的記憶。權限（Entitlements/Permissions）： 模型在執行階段必須嚴格遵守權限系統。我是誰？我有權訪問什麼？模型必須滿足這些限制。行動（Actions）： 行動空間必須有效。如果你將這三者結合，行動、權限和記憶，這就構成了上下文（Context）。這些根據定義必須位於模型之外，而不是內建於模型中。例如，在今天的 Copilot 中，你需要系統能在 OpenAI 模型和 Claude 模型之間運行。我認為這正是前沿技術需要發展的方向。2. CEO 的日常與管理方式John Collison：我想問一些關於你工作方式的問題。你的日常工作是什麼樣的？你們如何通過現代化的“走動式管理”來瞭解微軟內部的情況？Satya Nadella：我平常的一天主要由兩端組成。首先是客戶相關的事宜。我每天至少有一兩個Teams 通話是與客戶進行的。這是最有幫助的方式之一，讓我保持腳踏實地。其次是會議。作為CEO，我意識到會議主要有兩種。一種是我只需要召集大家，然後閉嘴不言，因為“召集”這個動作本身才是重要的，工作要麼已經完成，要麼會在之後完成。另一種是更重要的會議，我需要在會上學習、做出決定或傳達資訊。你提到你會“潛伏”在 Teams 頻道里，對，Teams 頻道對我來說幾乎無處不在。我就像是在漫步於虛擬的走廊，潛伏在那些頻道周圍。如果說有什麼收穫的話，我在那裡學到的最多。這也是我建立聯絡最多的地方。我會發現：“哇，這個人正在開發 Excel Agent”，或者瞭解他們想要的評估方式。我從中學到的比做任何其他事都要多。John Collison：就像微軟的Teams 團隊專注於他們的產品，然後薩蒂亞突然跳出來問了一個問題？Satya Nadella：是的，雖然有時我覺得我應該擁有更多存取權。實際上，我最大的不滿是我不能隨意進入所有我想去的地方（笑）。但能夠直接進去體驗確實很有趣，這在某種程度上讓這種溝通正常化了。現在的員工也不會吝惜與你分享他們的真實看法。John Collison：你在矽谷的小圈子裡很有名，因為你保持著高度的聯絡感。我記得你曾來參觀過Stripe 的辦公室，當時我們還是家小公司。為什麼你比大多數其他 CEO 更願意花時間與初創公司會面？Satya Nadella：我是在微軟這種文化中成長起來的，我體內有面向開發者關係的“布道基因”。有兩件事深深根植於我心中：如果你不關注開發者的去向，就很難保持技術平台的相關性。你需要理解新的工作負載（Workloads）以建構技術平台。John Collison：如果你不關注初創公司，就很難瞭解平台或工作負載的趨勢。所以這幾乎是我必須做的事。另一點是，我從中獲得了巨大的能量。我一直覺得創始人就像魔法師，能從無到有創造出東西。這感覺就像變戲法，我總是想搞清楚：“到底是怎麼做到的？”Satya Nadella：事實上，我們從你們那裡學到的一件事，就是重新發現微軟非常擅長的事情——跟隨開發者，出現在初創公司聚集的地方。這也在某種程度上將我引向了GitHub。顯然 GitHub 是一個很棒的資產，我們需要成為開源生態系統的優秀管理者。但更重要的是，每個初創公司的倉庫都在 GitHub 上。對我們來說，參與其中不僅是戰略佔位，更是為了簡單地學習並打造更好的產品。因為有時你會失去審美，忘記如何以最少摩擦的方式交付產品，而初創公司的耐心是最少的，價值實現的時間必須最大化。3. 軟體介面的未來：生成式UI 與 IDE 的回歸John Collison：微軟是否在考慮生成式UI（Generative UI）？現在的軟體仍然陷在老舊範式裡，比如“寫程式碼、定稿、發佈”。而在雲端交付的時代，我們是否可以根據個人需求即時渲染 UI？Satya Nadella：肯定會朝這個方向發展。隨著生成能力的提升，你可以生成程式碼，也可以圍繞任何定製化的東西生成UX 骨架。在微軟，長期以來我們也一直在思考文件、網站和應用之間的區別到底是什麼。你可以根據想要展示的格式隨時生成其中任何一個。但有趣的是，儘管大家都在討論“應用將會消失”，我們那些老牌的 IDE（整合開發環境），無論是 Excel 還是 VS Code，某種意義上又回來了。因為現實是，AI 會產生輸出，而我需要理解那些輸出的含義。實際上，我需要一個出色的編輯器，讓我能與 AI 進行差異比較（diff）和迭代。我認為最令人興奮的事情之一，是全新類別的“高度精細化 IDE”。它們更像是任務控制中心（Mission Control）。如果我有成千上萬個智能體（Agent）在運行，我要如何理解這些情況？這就需要“數千個智能體的微觀引導”。這就是未來的 IDE、收件箱和即時通訊工具將會演變的方向。它不再是簡單的發消息或分診（triage），而是宏觀委派（Macro-delegation）和微觀引導（Micro-steering）。John Collison：你的意思是，未來不僅是程式設計師，會計師、律師都會有自己的IDE？Satya Nadella：沒錯。這就是我如何與智能體協作的比喻。我會給出一堆指令，它們開始執行，有時運行幾小時甚至幾天，然後回來匯報。對於這種工作流，我們需要上下文來進行微觀引導。它不能只是變成下一個“通知地獄”，發給我五個字提醒，而我不知道上下文。我認為軟體最終會長成這樣：它看起來像一個收件箱，又像一個消息工具，同時帶有一個閃爍游標的畫布（Canvas）。我們喜歡電子表格的表格形式，喜歡文件的線性形式，也喜歡消息流。未來的介面會是這些形式的融合。例如，我們正在試驗的GitHub Copilot Workspace 就是這種“任務控制中心”。你會有五六個不同的分支，啟動自主智能體去執行任務，然後它們返回，你進行程式碼合併的分診。我認為下一個偉大的 IDE 就會誕生在這裡。4. 歷史的教訓：網際網路浪潮John Collison：科技界常有一種模式：對某項技術的興奮程度遠超其成熟度。就像《2001：太空奧德賽》裡的語音 AI，我們花了 50 年才實現。我經常思考微軟在 90 年代的情況。比爾·蓋茲寫了著名的《網際網路浪潮》（Internet Tidal Wave）備忘錄，明確指出網際網路是重中之重。但當時微軟對網際網路的設想是“資訊高速公路”和機頂盒，而不是我們後來看到的 PC 網際網路。我們在當前的 AI 浪潮中應該吸取什麼教訓？Satya Nadella：這是一個很棒的問題。即使在當時，作為一名初級員工，我對那段歷史的解讀是：我們好像理解了網際網路，但其實並沒有。我們當時想要交付高品質的服務，但我們不相信TCP/IP 協議能奏效。當我回顧我們當時試圖做的事情（資訊高速公路）時，服務質量（QoS）確實是個大問題，我們覺得 TCP/IP 撐不住。當時我們是在與 AOL 的撥號上網競爭。我還記得 MSN 最早是基於 X.25 網路的。我們在做互動式電視（Interactive TV），把 ATM（非同步傳輸模式）交換機連接到家裡。我在1994 年做過一個演示，那是我職業生涯早期風險最大的演示之一。那是我們的第一個冗餘檔案系統，是一個視訊伺服器。比爾當時在說：“嘿，這就是互動式電視的未來。”即便光碟故障，視訊流也能繼續播放。我的工作就是當眾拆掉光碟機，證明串流媒體還在繼續。我們建構了分佈式檔案系統、串流媒體伺服器，並用ATM 網路連線到房子裡。我有五部電影可以看，我看了一遍又一遍。我們的願景和方向（網際網路）是對的，但我們最初押注的實施路徑（互動式電視/專用網路）卻被後來的技術演進（TCP/IP、開放網際網路）超越了。這在 AI 時代同樣值得深思：看準方向固然重要，但具體的架構選擇和實施路徑同樣決定成敗。John Collison：但那就是比爾（Bill Gates）轉變方向的時刻，對吧？Satya Nadella：沒錯，比爾在1995 年所做的那個決定……事實上這很有趣。當時 Windows 95 即將發佈，然後他說：“你知道嗎？一切都將改變。”如果你回想 1992 年到 1995 年之間，那是我們大家都初次接觸網際網路的時候。1993 年 11 月 Mosaic 瀏覽器問世，差不多就是那個時期。在那兩年裡，局勢並不明朗，大家都在通過旁敲側擊的方式探索。當時並不確定是某種專有協議棧會勝出，還是開放網際網路會勝出。直到 1995 年，形勢變得清晰，於是我們進行了轉向。John Collison：有意思。那時候確實還不確定開放網際網路最終會獲勝。Satya Nadella：是的。事實上，這裡面有一個教訓，我一直在觀察並思考如何將其應用到人工智慧（AI）上。那就是：首先你要把範式（Paradigm）弄對。但即便你把範式弄對了，也不清楚你是否能找到那個“殺手級應用”，甚至是商業模式。這在歷史上一直如此。以網際網路為例，誰能想到開放網路的“組織層”（Organizing Layer），也就是擁有網路效應的搜尋引擎，竟然會由單一所有者掌控？我總是說，並不存在所謂的“開放網路”和“Google網路”之分，因為Google曾經統治了它。John Collison：我們是否應該反思這一點？當時也許有人出於動機，認為像Liberty Media 和 Microsoft 合資的那種專有解決方案會獲勝，但最終開放網路贏了。然而，即使開放網路勝出，你也應該提醒組織：無論是在我們自己的“資訊高速公路”專有系統上，還是在開放網路上，公司通常會對專有解決方案抱有樂觀的看法。Satya Nadella：這是一個很有趣的話題。當我回過頭看時，像AOL 和 MSN 這樣的平台，雖然輸給了開放網路，但它們其實只是被新的形式所取代了，比如搜尋引擎和應用程式商店。移動網際網路的出現實際上也非常吸引人。開放網路確實曾是一個歷史性的時刻。對我來說，更宏觀的規律是：即使在開放的生態系統中，“組織分層”也始終會出現。大量的品類影響力會轉移到那個組織層。而且正如上一個範式是搜尋引擎，今天是聊天機器人（Chatbots），但這能持續多久？無人知曉。但不可否認的是，ChatGPT 目前作為一個聚合點的成功是顯而易見的。市場和應用程式商店一直存在，下一步會是什麼？電子商務會發生什麼變化？是在一個具有代理性（Agentic）的市場中，還是在一個代理化的電子商務中？這些都是需要通過實踐來解決的有趣問題。John Collison：我想談談這個問題，也想談談商業。既然我們還沉浸在“90 年代”的氛圍中，現在每個人都在拿這段時間與網際網路泡沫作比較，這幾乎已經成了陳詞濫調。但我認為這是一個合理的類比，原因在於：這確實是一個極其依賴資本支出（CapEx）的建設過程，是為了一個非常重要的新範式，但確實伴隨著巨大的資本投入。你在 2000 年網路泡沫期間曾在 Microsoft 工作過。Microsoft 的股價在 90 年代末到 2000 年初達到頂峰，直到 2016 年才重新超越那個高點。1999 年時的感覺如何？你當時知道自己處在泡沫中嗎？還是覺得“這次不一樣”？Satya Nadella：有意思。我記得大概在2000 年，我們超越了通用電氣（GE），成為市值最大的公司。那時候我們的資本投入模式其實還很輕。回顧那段時期，即便撇開金融周期不談，長期趨勢和方向是清晰的，網際網路確實改變了一切。因為即便在那時，商業模式也在逐步浮現。當時對Microsoft 最大的教訓是：天那，即使是我們那時候的首要策略，比如打造瀏覽器、搭建 Web 伺服器、普及網際網路協議，雖然我們做了所有顯而易見的事情（比如在辦公室內部做一個所見即所得的網站建構器），但我們意識到僅僅做那些顯而易見的事是沒有意義的。我們需要重新發明我們正在做的事情。新的商業模式最終會變得清晰。某種意義上，那次修正沖刷掉了許多東西，但核心理念一直存在。我在思考這裡發生了什麼。當時鋪設的基礎設施本身，其實有更直接的影響。比如暗光纖（Dark Fiber）的鋪設，雖然會有孕育期，但最終網際網路公司會規模化發展並利用它。但這一次，人們似乎排著隊在門外搶購這些基礎設施（GPU 等）。這一次，坦白說，我們在基礎設施建設上是落後的。當我看我們的基建進度和今天的需求時，這與當年的泡沫截然不同。當年是“暗光纖”泡沫，顧名思義，光纖是“暗”的，沒有被點亮（利用率低）。而現在，我並沒有利用率的問題，我的所有算力資源都賣光了。事實上，我的問題是我得拚命增加供應。當然，沒有任何供應鏈能完美匹配供需。但這一次在建構過程中，考慮到長交付周期，我們必須向華爾街清晰描述我們的資產。有些資產（如建築外殼）可以使用20 年，有些（如晶片）只有 4-5 年壽命。你必須以不同的方式對此做決策。在資產負債表上有一個閒置的“冷外殼”，其實沒關係，這就好比擁有一個有五棟樓的園區。真正的問題是，如果沒有可以被“點亮”的增強型外殼（Hot Shell）來滿足需求。現在的瓶頸可能在於電力設施、渦輪機或者經過增強的外殼本身。如果我沒有足夠的增強外殼，我就無法把 GPU 放進機架並投入運行。這（土地許可、電力許可、建設）才是耗時最長的部分。順便說一句，位置也很重要。我們不僅在美國本土大量建設，還必須在全球範圍內建設。資料法規實際上每天都在增多，各國都非常在意主權問題。因此我們必須確保這是一支全球化的艦隊，能夠處理從訓練、資料生成（DataGen）到推理的各種工作負載。John Collison：誰應該關心資料主權？比如愛爾蘭有很多資料中心，但並不特別糾結於“資料必須只保存在愛爾蘭”這個想法。你們是完全按照各國的意願行事，還是會就資料主權的必要性提供建議？Satya Nadella：顯然這是每個國家的政策制定者都高度關注的話題，也有其合理原因。但在人工智慧時代，我對“主權”的思考方式有些不同。我認為最終的主權問題更多是關於“公司的未來”。如果你回到科斯定理（Coase Theorem）的核心，你會問：“如果大模型是那個全知全能的東西，那我存在的意義是什麼？” 企業的存在是因為掌握了一些隱性知識（Tacit Knowledge），從而使組織內部的交易成本低於僅在市場上進行交易的成本。因此，我認為至關重要的主權問題是“公司的主權”。在一個模型持續學習、回報遞增的時代，公司必須擁有那一層智能，無論是作為支架，還是作為嵌入在模型中的權重。這不僅僅是使用別人的基礎模型，而是你是否在自己的基礎模型上擁有主權。我的新概念是：公司的未來在於擁有自己的基礎模型，該模型本質上捕捉了那些能降低內部交易成本的隱性知識，並加速知識在組織內部的積累和傳播。John Collison：這非常有趣。如果AI 改變了公司的本質……有些公司本身已經是智慧財產權（IP）的集合，比如迪士尼，或者像禮來公司（Eli Lilly）這樣的製藥巨頭。目前這些 IP 散落在電子郵件、文件，尤其是人們的頭腦中。而這些 IP 最終也許可以集中到單一模型中。我原本以為你會說未來的公司結構會變得像 DAO（去中心化自治組織）或者那種一人創造十億美元營收的公司。Satya Nadella：那些結構上的變化也是可能的。但對我來說，更有趣的問題是：隱性知識到底存在於何處？顯然它存在於人們的腦海中，是經典的專有技術。但我認為未來它也將駐留並復合成某種LoRA 層（Low-Rank Adaptation，大模型微調層）中的權重，這是貴公司獨有的資產。所以我覺得，在禮來、Microsoft 或 Stripe 產生的新 IP，除了現有的形式外，我們還會說：“哦，它們存在於某個嵌入（Embedding）裡。”John Collison：你提到Stripe 很有趣。Stripe 剛開始時並沒有強烈的網路效應，更多是單一角色的 API 體驗。但隨著擴展，我們現在擁有了一個信任網路。因為我們見過了大多數網際網路使用者，所以即使沒見過你，這本身就有點可疑。這變成了一種類似 Google reCAPTCHA 的聲譽網路。我們現在正在利用 Stripe 網路中的所有資料訓練一個支付領域的基礎模型。所以對我們所有人來說，一個關鍵問題是：如何保護那一點核心優勢，防止它洩露到通用的基礎模型中？通用的基礎模型是否會因為能力提升而學會欺詐檢測，從而取代我們？Satya Nadella：這就是關鍵問題。對此有兩種論點。一種論點是“模型將吞噬世界”，因為一切不過是模式，通用模型最終會學會所有東西。但我傾向於另一種觀點，就像你提到的Stripe 的例子：可以同時採用多個模型。你可以建構一個不可思議的、以模型為先的“欺詐檢測層”，再加上對 Stripe 獨有的記憶、工具使用和操作空間的理解。對我來說，那就是公司的未來，無論是製藥公司、支付公司還是軟體公司。這就是所謂的“主權”。你需要一個通用基礎模型，再加上屬於你自己的、包含隱性知識的專有層。5. 軟體、工作流、商業的未來John Collison：這讓我想到了另一個話題。我們大約有面向非軟體工程師的IDE（整合開發環境）。我仍然覺得這在未來十年對金融從業者來說會是一個產品。事後看，這顯然是正確的使用者介面。就像電子表格（Spreadsheet）一樣，它作為一種 UI 出現時，感覺像是憑空誕生的。說到電子表格，對某些軟體公司來說，嘗試挑戰 Excel 幾乎成了一種成年禮，但 Excel 似乎在四十年裡一直屹立不倒。為什麼它這麼耐用？Satya Nadella：是啊，太不可思議了。我認為這是“列表”和“表格”的力量，加上軟體的可塑性，兩者的結合非常完美。這就是為什麼它像一個永遠存在的“閃爍畫布”。我們可能會在上面加入很多花哨的功能，但核心邏輯不變。而且，Excel 是圖靈完備（Turing Complete）的。我們往往沒給它應有的評價，它是世界上最易上手的程式設計環境。你可以不經思考地直接開始程式設計。還有一個美妙之處。就像我們現在討論 AI 需要“變革管理”（Change Management），但當電子表格出現時，沒人談論變革管理，人們只是直接開始使用它，工作流自然就變了。這正如有人跟我描述過，他在傳真機時代加入了通用再保險公司（Gen Re），他記得電子郵件和 Excel 出現後，整個工作流程被根本性地顛覆了。我認為 AI 也會如此，工作產物和工作流會從底層被重新審視。現在是從事軟體工作的一個非常有趣的時期，比五或十年前有趣得多。如果你在當年問我什麼最熱門，那是雲端運算、多區域資料庫（Cosmos DB）等。當時我們覺得已經到了某種穩定狀態。然後疫情發生了，雲端運算進入了另一個超級推進階段（Teams 等應用的爆發）。John Collison：在Stripe 我們也看到了類似的圖表，出現了一個明顯的不連續性——電子商務活動呈階躍式增長，而且從未回落。即使人們回到了實體辦公室，線上業務依然保持在那個高位，甚至繼續上升。我相信 Azure 也是這樣。Satya Nadella：完全正確，它從未降低。既然我們在談論商業，不妨談談我們正在共同推進的工作。我們要探討的是：什麼是對商家最友好的規則？什麼是對顧客最友好的規則？是否存在完美匹配？“對話式商業”（Conversational Commerce）是人們一直在討論的話題。現在我認為，隨著你們以及我們所做工作的進展，我們可以真正將商家和終端使用者結合起來，打造這種具備“代理性”（Agentic）的體驗。這還處於早期階段，必須做得有品味，必須以贏得使用者信任的方式來做。我對此感到非常興奮。John Collison：我們看到了過去的嘗試與現在的不同之處。以前也有過類似的嘗試，比如在Twitter 或 Instagram 上直接購買，但這次的不同點在於：第一，有了 AI，商家整合的難度大大降低了，這比以往任何時候都要容易；第二，這種體驗對終端使用者來說非常有吸引力。從我們早期客戶的反饋資料來看，這一點已經得到證實。幾周前我們在 ChatGPT 上推出了相關功能，資料表明，這種方式對最終客戶來說要方便得多。Satya Nadella：我總是在尋找相關裝備。但無論是Amazon 還是 Walmart，網站內的搜尋體驗有時真的很差。現在的聊天體驗起初很棒，但往往最後還是把使用者指回傳統的商品目錄。雖然目錄依然是核心，但如果能將“結帳”與“目錄”無縫結合，那才是真正的流暢體驗。John Collison：在做產品調研時，我發現使用AI 應用進行搜尋的效果要比傳統的關鍵詞搜尋好得多。令人驚訝的是，直到去年我們還認為關鍵詞搜尋是可以接受的方式。Satya Nadella：這就像是為你量身定製了一個目錄。這不僅僅是搜尋引擎的結果頁面。舉個例子，我們在給家裡買家具時會討論：“在這個位置還有這麼多空間，放什麼家具好看？尺寸要合適，風格要偏高端但不浮誇。”以前我們無法這樣搜尋，這很瘋狂。現在，這種定製化、傳達氛圍和整體美感的能力變得觸手可及。我妻子是名建築師，她用Copilot 筆記本記錄所有圖紙。她可以向 AI 提出非常高級的推理問題，比如“我應該在裡面放什麼？”。AI 能夠讀取建築草圖，結合公開的家具目錄，進行推理並組合元素。這簡直太神奇了。John Collison：在Stripe 的商務領域，我們非常擁抱 AI，我們認為大量工作將向這裡轉移。如果你進行的是開放式探索，比如“我想為某個場合買套衣服”，AI 的體驗遠勝於點選瀏覽一列搜尋結果。即使是針對性很強的搜尋，比如“我要買這款自行車元件”，通過 AI 指定精確參數也會好得多。如果AI 既能囊括非定向的發現，又能處理高度定向的搜尋，這基本上就涵蓋了網際網路上所有的商業行為了。可能唯一剩下的就是那類經常性的必需品購買，比如“再訂購一些寵物食品”。當然，Etsy 是我們很好的首個合作夥伴，因為他們的產品都是定製的。Satya Nadella：是的，這非常有道理。在“發現”這一層面上，Instagram 等平台已經做得很好。現在的問題是，在這個對話介面中，什麼是新的發現層？Pinterest 曾做過有趣的嘗試。如果我們將這種發現層與對話介面結合，將會惠及所有人。John Collison：現在正在做的一項工作是讓商家的產品目錄、庫存等資訊可以被遠端發現，並且支援遠端購買。使用者不必跳轉到商家端完成整個流程，而是可以在像Copilot 這樣的智能體驗中直接完成。這就是我們在基礎設施層面正在連接的東西。這也是為什麼我們認為像 Pinterest、Instagram 和 Twitter 這樣的社交平台會再次嘗試電商體驗。因為現在有了更多商家的支援和採用。Satya Nadella：我們有一個叫NLWeb 的項目，旨在收集每個商家的目錄，為其提供一個類似網站的自然語言介面，讓 AI 代理（Agent）可以與之互動並進行深度搜尋。是的，今天最大的挑戰之一就是目錄的質量以及利用推理進行深度搜尋的能力。如果你能解決這個問題，每個產品都能找到它的精準查詢匹配。John Collison：我們正在建構這個平台。在代理式商務（Agentic Commerce）領域，我們推出了自主代理商務協議等開源協議。當然，我們也有常規的 Stripe 支付產品。從支付角度來看，這很棘手，因為你希望 AI 應用能代表使用者在網路上不同站點間付款，而無需在全網共享所有支付細節。我們在代理式商務領域建構的是一個平台型業務。你們在這方面很在行，對於我們在這一初期階段建構產品，尤其是在產品與市場契合度已經很明顯的情況下，你有什麼建議嗎？Satya Nadella：我認為你們已經走在正確的路上了。這就意味著要參與到這個代理式工作流中。現在每個商家都不得不去找像Stripe 這樣的服務商，說：“嘿，我有目錄，我有結帳頁面，請幫我以最無摩擦的方式與 AI 代理對接。”這正是我會使用Stripe 的原因。我認為長尾商戶能夠輕鬆點選並啟用“代理式商務”，將是一個巨大的推動力。好消息是，雖然 ChatGPT 目前是最大的入口，但 Google、Meta、Perplexity 以及我們都會在場，這將會有大量的競爭入口。更有趣的是，這些平台自身也希望在網站或App 上支援自然語言查詢。因此，這需要被很好地解決。你不能要求一個小商戶去部署 MCP（Model Context Protocol）伺服器或執行各種複雜協議，必須有一個“簡單按鈕”。John Collison：我認為我們將看到的另一個趨勢是，許多代理式體驗正在逐步融合。Intercom 的 Des Traynor 正在做由 AI 協助甚至取代人類的客戶服務。他們發現，使用者最初是為了尋求幫助而來，結果發現這是一種瀏覽網站的更好方式。這幾乎就像一個命令列。我想知道這些體驗會在多大程度上融合？比如我們處理購買，而在另一端處理客戶服務。什麼時候它會變成一個通用的命令列應用？再回到時尚領域的例子，現在的體驗依然基於糟糕的關鍵詞搜尋和手動標籤。在我看來，這完全應該是一個互動式的、基於AI 的體驗，就像 Midjourney 的提示詞一樣，你可以說“圖片不太對，請按這種方式修改”。在商業領域這樣做會非常有意思。Satya Nadella：從直覺上講，客戶服務其實也是一種內部銷售。在代理式世界中，這些拼接的縫隙將不再像今天這樣明顯。6.AI品牌忠誠度John Collison：或許我們之前建立的那些因軟體和組織架構限制而產生的“泳道”（職能分工），比如客戶服務和 SDR（銷售開發代表）的區別，很可能都會被拋棄。關於模型，我們談論了很多Copilot、ChatGPT 和 Gemini。關於模型質量有多重要存在爭論。人們會像忠於可樂品牌一樣忠於某個 AI 品牌嗎？雖然可口可樂換配方引發過反抗，但人們依然有品牌偏好。比如，我用 o3 模型，我妻子用 GPT-5。我總是驚訝她為什麼不用更智能的，但她對 GPT-5 很忠誠。當試圖拿走 GPT-4 時，使用者也反抗過。你認為人們是會對特定模型保持忠誠，還是對 AI 品牌忠誠？這將如何影響商業策略？Satya Nadella：在消費類產品領域，這是我們第一次見到這種情況。當模型更迭時，這種變化並非對所有人都是統一的影響。個性、風格等因素成為了新的維度。這也是一個論點，即“風格”可能成為差異化因素。這就像智商（IQ）、情商（EQ）以及風格要點的結合。但從長遠來看，我認為必須確保模型最有能力處理最艱巨的高價值任務。作為產品建構者，我的觀點是：雖然我們會展示最強的那個模型，但實際在生產過程中使用的是多個模型的組合。我最喜歡的一個例子是GitHub 上的新功能，它使用“Auto”模式。雖然人們顯然仍然喜歡 Sonnet 之類的模型並想使用它，但歸根結底，我真正想要的是一個智能的“模型選擇器”。它不能只是一個簡單的路由器，它必須具備智能，能夠判斷：“這個任務需要這種等級的認知資源或這種類型的智能，這是程式碼倉庫或 PR 任務的複雜度。”這就是智能體（Agent）的未來。你需要一組模型的整合（Ensemble），並在中間有一些代理來協調這個組合，以滿足你的需求。John Collison：難道讓使用者自己選擇不也是一種智能嗎？比如對於“我去那吃冰淇淋”這種查詢，我會手動選擇 o3，因為我總是想要最好的。Satya Nadella：也許吧，但這更多是習慣。確實，我們都不喜歡默認設定被改變。如果現在取消了模型選擇功能，確實會是個問題。但我也認為，如果我能信任系統在進行選擇時始終是為了我好，這種“交接”會帶來一種愉悅感。如果能建立這種信任，那確實是目標。7.Microsoft 的技術堆疊佈局John Collison：那麼關於Microsoft 的模型，你們在技術堆疊的每一層都有佈局：Copilot、OpenAI 的股份、Azure 層、晶片等。在這個堆疊中，有什麼是必須贏的嗎？你們會做行業解決方案嗎？Satya Nadella：從核心來說，我對它的概念化方式分為兩層。首先是我們的基礎設施業務。我們必須非常擅長建構我稱之為“Token 工廠”的東西。這關乎每美元、每瓦特能產生多少Token，在這方面我們要做到極致高效。然後是另一層，我稱之為“Agent 工廠”。它與Token 工廠的區別在於，Agent 工廠能最有效地利用這些 Token 來推動業務成果或消費者偏好結果。這關乎每個 Token 的價值。圍繞這兩個核心有一整套工具。這有點像新的應用伺服器層。每一個新平台都有對應物，比如全球資訊網時代的網頁伺服器。現在這是AI 伺服器或 AI 雲。所以我們肯定會建構自己的智能系統，也就是Copilot 家族：資訊工作： Microsoft 365 Copilot。軟體開發： GitHub Copilot。安全： 我們絕對會成為其中的主要力量。這將是三條橫向主線。此外我們也有業務應用。在垂直領域，我們在醫療和科學方面做了很多工作。醫療： 我們收購了Nuance，現在有一個叫 DAX Copilot 的產品，用於醫生筆記的說話者分離和記錄。這讓醫生有更多時間與患者相處，AI 處理從編碼到會議記錄的所有事情。這也是 Epic 系統內嵌的一部分。科學： 這是一個很大的領域，我稱之為“外循環編排”。科學方法本質上是提出假設、在電腦中進行實驗、反饋精煉。這是一條工具鏈。我們正在嘗試將 GitHub Copilot 與 Microsoft 365 的知識工作能力結合，為科學家服務。這甚至可能涉及到與實驗室的 MCP 伺服器介面對接，協調一切以加速科學循環。John Collison：作為一家平台公司，總是需要決定何時將產品捆綁在一起，何時讓它們獨立。Apple 最初只允許 Mac 使用 iPod 以推動 Mac 銷量，後來才開放給 Windows。Microsoft 的歷史也充滿了這些例子。早期（1985年左右）Microsoft 非常開放，大部分收入來自 Macintosh 應用，作業系統上也多是 Lotus 1-2-3 這樣的第三方應用。後來進入了 Windows 和 Office 緊密耦合的時代。Azure 起初也是，後來完全擁抱了 Linux。現在 Microsoft 作為一個平台型公司，似乎越來越接受模組化，比如 Stripe Radar 即使不使用 Stripe 支付也能用。你一般如何看待這個框架？何時耦合，何時獨立出售？Satya Nadella：這是一個很好的觀點。我對這個問題的思考方式是：我們很多時候都誇大了所謂的“零和博弈”。實際上，很多領域的分析應該更加敏銳，因為它們從定義上講就是多人互動的（Multi-player）。雲端運算就是一個經典的例子。當我剛開始做Azure 時，AWS 已經遙遙領先了。人們會對我說：“哦天那，AWS 難道不是已經贏了嗎？”但事實證明這個市場足夠大，且是多方參與的。那麼，市場上還有容納第二個雲廠商的空間嗎？畢竟曾面臨 Oracle 和 IBM 等公司的競爭。在所有中間層伺服器等領域，我當時的感覺是，企業客戶和商業客戶總體上會要求某種多樣化。這就是支撐我們投身其中的結構性認知，促使我們開始行動，剩下的就是歷史了。如果把事情過度包裝，實際上可能會在某種程度上縮小你的可定址市場（TAM），導致無法競爭。舉個例子，如果我們當初建構 Azure 時——我們以前叫它 Windows Azure，如果真的只叫這個名字，那就成問題了。因為 Azure 不可能只為 Windows 服務，它必須把 Linux 作為“一等公民”來支援，必須將 MySQL 和 PostgreSQL 作為“一等公民”來支援。這在一定程度上也是為了確保我們能在SQL Server 上做得非常出色。但我們必須把工作做得儘量有衝擊力，就像 Amazon 使用 PostgreSQL 或 MySQL 那樣。主要的推動力在於總體可定址市場（TAM），這也是客戶對我們的期望。雖然我們將面臨激烈的競爭，但這對我來說，恰恰定義了模組化。到底是什麼能最大化我的技術堆疊市場機會？我們是一家專注型公司，這也是我們不是企業集團的原因。因此，應該有一個關於整合收益及平台效應的理論框架。那是什麼？我們如何把它做得出色？我認為在技術堆疊的每一層都應如此。即使是Azure 的基礎設施層，客戶應該能夠說：“我只想使用 Azure 的裸金屬服務，我只需要 Kubernetes 分佈式叢集，但我只需要你幫我做管理部分，我會帶上我所有的軟體。”沒問題，我們必須贏得那項工作負載。也許將來某一天，當他們覺得自行管理多區域資料庫太麻煩時，可能會說：“哦，那我就用 Cosmos DB 吧。”但這應該是一個獨立的決定。John Collison：這難道不總是有爭論嗎？關於是否只有在擁有Linux 和 Azure 的捆綁情況下，才會賣出更多 Azure？Windows 團隊的人可能會說：“是啊，但是你這是在拖 Windows Server 的後腿。”有些地方就像你描述的那樣是開放的，但在其他地方，比如 Microsoft Flight Simulator在 PlayStation 上不可用，卻可在 Xbox 上使用，這感覺這種整合又很自然。再比如，Teams 的聊天和視訊功能並不是單獨出售的，它們是同一事物的一部分，這使得整個組合更有吸引力。所以，你最終難道不會總是陷入這種爭論嗎：捆綁的成本是否超過了捆綁的收益？Satya Nadella：是的，我認為其中一些例子，比如Teams，就是一個經典案例。Teams 作為一個產品的誕生，是將 Outlook 等四樣東西整合在了一起。Outlook 的引入也是如此，以前我們有 PIM（個人資訊管理），有獨立的電子郵件客戶端，日曆也是分開的。Outlook 是第一個將這三者結合起來完成一項工作的“腳手架”。Teams 也是一樣，我們將聊天、頻道、視訊以及其他功能整合到了一起。在這種情況下，捆綁本身就是產品，是產品的腳手架。當然你也可以說：“嘿，那需要有一個開放的市場，並且需要與其他事物整合。”所以模組化必須經過深思熟慮，在原子等級上具有意義。你不能過度思考那些協同效應或整合效應，否則就會失去競爭力。一個典型的例子是，如果你建構了一個驚人的公有雲，但它只運行 Windows 工作負載或 SQL 工作負載，那基本上只能佔據市場的一小部分。所以，滿足客戶需求符合我們的利益。我對AI 堆疊的理解也是如此：我們有基礎設施業務，有應用伺服器/資料層業務，還有應用業務。這只是簡化說明。我希望那三樣東西能獨立存在，憑藉它們自身的優點立足。當然，我們希望這三層之間存在反饋回路，但客戶和合作夥伴應該能自主選擇從那扇門進入。John Collison：我的印象是，當你接手微軟時，你將公司文化從一種高度捆綁的狀態轉變了。以前是購買Windows 機器，運行 Microsoft Access 和 SQL Server，所有東西都被整齊地打包在一起，使用者生活在這個微軟生態中。而現在，你們走向了更偏向開放且互操作的策略。Satya Nadella：我想我會說，我的做法其實是回溯到更早的時期，也許是80 年代的微軟。因為大多數大家熟知的事情確實發生在 90 年代，那時微軟幾乎只有 Windows。但在那之前，我們的許多事物是開始聚合在一起的，無論是在客戶端還是在伺服器端。就像你說的那個比喻，這像回到了80 年代的情況。比如我們曾在 Mac 上開發 Office，那時 Windows 還來得比較晚。事實上，比爾·蓋茲創辦微軟時的理念是把它當作一家“軟體工廠”。我不偏愛任何單一類別，我只是想打造最好的軟體工廠，不停地產出各種東西：你想要飛行模擬器？沒問題，我們有一個；你想要一個基礎直譯器？我們有一個；你想要一個作業系統？我們也有一個。所以在某種意義上，這就是最初的想法。而在某個階段，我們陷入了四五個部分之間的僵局，比如Windows、Windows NT 和客戶端/伺服器架構等。所以當我成為 CEO，甚至之前負責雲業務時，我意識到：這正是一個時機，市場將變得更大且截然不同。當時我們也沒有移動平台，所以確實需要確保我們在最大的市場中保持相關性，通過將我們的產品組合成合理的配置來覆蓋市場。坦率地說，如果這不在公司的核心基因中，我不認為僅僅因為我作為CEO 說“我要做這個”，就能執行得很好。實際上，我們可以把軟體帶到每個平台，這本身就是公司核心基因的一部分。8.微軟的企業文化John Collison：說到公司的核心基因，這就讓我想起那幅著名的漫畫：微軟內部各部門互相舉槍對峙。你們需要做多少文化層面的調整？你們究竟是如何在細節上做到的？因為你可以看到所有美好的事物，諸如全員大會之類的活動，但歸根結底，文化取決於什麼樣的行為被接受和不被接受，以及決策是如何制定的。Satya Nadella：我會說有兩件事。我是一個徹底的內部人，關於微軟過去35 年裡的任何優點和缺點，我都經歷過，也是其中的一部分，所以我無法否認這一切。我當時的感受是，我們要麼失去了信念，要麼就是失去了敘事權。那幅漫畫是一個很好的例子，說明外界的定義如何塑造了後來成為文化敘事的內容，其影響力甚至超過了現實。人們開始認同那個卡通形象。但這並不意味著我們內部以前都是完美分工、處於某種大和諧之中。事實並非如此。部門間的緊張關係是現實存在的問題，而且這也需要保持這種張力。社會凝聚力不是目標，在市場中取得勝利才是目標。但在某種程度上，你必須對這些大型組織進行編排。事實上，你甚至可能有意識地安排兩個相互競爭的團隊。僅僅因為有人讀了《紐約客》上的漫畫就形成看法，這是領導者面臨的挑戰。在當今世界，當員工通過外部管道讀到關於公司的資訊並形成看法時，你該如何溝通？我認為這是最艱巨的領導力挑戰之一。問題是你如何贏得信任？你如何確保他們能感知並塑造現實？另一件事是，每個人都傾向認為問題出在系統上，是高層那個人或者副總裁擁有所有權力，而“我”毫無權力。現實是權力要分散得多，是分佈式的。你如何幫助人們掌握這一點並重新塑造環境？有一句名言說：“我不是離開公司，我是離開我的主管。”我確實相信這一點。這是一種“微觀文化”，它們是可以被塑造的。當我回顧我的微軟職業生涯時，我很幸運遇到了一些人，他們在公司裡創造了令人難以置信的環境，這正是我留下來的原因，也正因如此我才得以茁壯成長。所以，你需要在頂層有一個敘事，並且這個敘事必須被踐行並保持一致。這就是為什麼“成長型思維”或者說“學習一切派（Learn-it-all）”與“自以為是派（Know-it-all）”的區別，作為一個框架對我們非常有幫助。因為它不是我的教條，而是一個廣為人知的兒童心理學概念，這能吸引工作之外的人。打破這種局面並踐行它本身就是一個挑戰。在當今世界，我們要擁有一種內在的組織力量，去抵抗社交媒體上的梗（Meme）對我們的定義。John Collison：微軟大概有20 萬員工，而 Stripe 有 1 萬人。也許還有正在聽這個節目的聽眾經營著 500 人左右的公司。在不同規模下，有那些事情是通用的，又有那些是只有在達到城市規模（20萬人）時才會出現的？Satya Nadella：無論規模大小，很多活動基本上是差不多的：你需要與客戶溝通，舉行高層戰略會議，查看未來的財務數字，希望收入高一些、成本低一些。但有些事情只有在大規模時才會顯現。首先，我只在微軟工作過，並非這方面的專家。但當接手創始人的位置時，Paul Allen 和 Bill Gates 創立了公司，Steve Ballmer 和 Bill 將其做大，我是第一位所謂的“非創始人”。我很快意識到，為了管理這個範圍，我需要一個團隊。我們曾提出過一個關於CEO 職責的框架：明確 CEO 需要做什麼？比如綜合分析外部環境、制定標準、設定文化規範。你必須既關注長期也關注短期，不能只偏向一方。你必須真正把握那四五件只有你能做的事，然後組建團隊。即使在500 人的公司，這也是你要做的。但坦白說，在小公司，你可以把所有事情保存在工作記憶裡。像開發者那樣，大家可能知道每一行程式碼是誰寫的。但在某個時刻（規模變大後），你必須從“知道每一行程式碼”轉變為“知道那個模組或那個庫是誰負責的”。你必須找到那個“認識寫程式碼的人”的人。這種模組化、團隊建設以及凝聚力，我認為是最重要的。John Collison：所以我理解得對嗎？在Stripe 這種規模或者更小的規模上，你仍然可以把產品作為一個整體來思考，瞭解發佈的所有東西。Satya Nadella：我也認為創始人在這一點上很獨特。因為他們從第一天起就與公司共同成長。像我這樣的職業CEO 很難直接拿走並植入創始人的“工作記憶”。即使我在 1992 年就加入了微軟，但我並沒有經歷 80 年代早期的階段。這就是為什麼我認為應該尊重創始人所能獨特完成的事情，以及創始人對繼任者的尊重——他們不能指望繼任者完全照搬做法。這也是為什麼“創始人模式（Founder Mode）”這個概念很有趣。顯然存在創始人文化個性極其強大的情況，你應該利用它發揮到極致。而像我們這樣的“凡人”CEO，也得有點處於“重新當創始人”的狀態，但不要誤以為自己就是創始人。我認為這個細微差別很重要。9.Satya Nadella的成長經歷John Collison：最後一個問題，當我們談論文化建設時，海得拉巴（Hyderabad）的“水土”到底有什麼特別之處？你、Shantanu Narayen（Adobe CEO）、Ajay Banga（世界銀行行長）都來自那所學校，很多優秀的國際象棋選手也來自那裡。你對這種地區性的超常表現有什麼理論嗎？Satya Nadella：是的，事實上就是我們當時上的那所高中，海得拉巴公學（Hyderabad Public School）。如果算上 Jensen Huang（黃仁勳），他現在已經把我們所有人的光芒都覆蓋了（笑），雖然他不是同一所學校的。但在我、Ajay、Shantanu 以及現在的寶潔 CEO 之間，我們確實是校友。這有點像一個小圈子。我想說，最引人入勝的事情之一是，在70 年代末和 80 年代初的海得拉巴長大並就讀那所學校，感覺那裡給了我們更多的空間。如果你看看我們每個人，雖然學術很重要，但坦白說，我們大多數人都有擅長的領域，而且實際上在學術之外還有很多其他方面。這在當時的印度是相當罕見的事情。我把很大一部分歸功於我的高中，因為它為我們提供了更多的空間和餘地，去追隨後來真正成為熱情所在的事物，而不是讓我們覺得必須加入某種單一的競爭。John Collison：你高中時的興趣是什麼？Satya Nadella：板球。事實上，順便說一下，這就像塞繆爾·貝克特（Samuel Beckett）。John Collison：是的，我想聽聽這個故事。Satya Nadella：如果你問誰是那位既打過職業比賽又獲得諾貝爾獎的人？我想他打過一兩場比賽，大概是為都柏林大學隊，而且他打過一級板球。他是唯一一個既打過職業板球又獲得了諾貝爾文學獎的人。John Collison：真的嗎？真有意思。Satya Nadella：所以你可以二者兼得，當時的象棋、拳擊之類的東西。一位諾貝爾獎得主，同時還是一名職業板球運動員。John Collison：太棒了。好吧，雖然你差了一點（沒成職業球員），但在另一個人生裡，那可能就是你。好啦，非常感謝你，Satya。Satya Nadella：謝謝，非常榮幸。 (鈦媒體AGI)

11月20日，Google CEO Sundar Pichai在矽谷總部接受了BBC 的專訪。本次對話探討了基礎設施建設的驚人規模、市場泡沫的理性與非理性、AI Agent對人類工作的替代、以及能源氣候挑戰等主題。Sundar Pichai 強調，我們正處於每十年一次的技術代際躍遷中。為應對這一時刻，Google 將過去10 到20 年的基礎設施建設壓縮至短短幾年內完成，年度資本支出飆升至900 億美元以上。對於外界擔憂的“AI 泡沫”，他給出了辯證的判斷：雖然行業存在非理性的過度投資，但由於模型能力的進步是真實可見且被廣泛應用的，這種大規模投入在根本上是理性的，且Google 憑藉“全端式”的深度整合策略，比競爭對手擁有更強的抗風險能力。他預測，未來12 個月AI 將迎來關鍵進化：從當前的對話互動轉向能夠執行複雜任務的Agent體驗，甚至取代人類做出決策。 Sundar Pichai 指出，在技術瓶頸與社會責任方面，必須承認基於機率預測的LLM 模型存在先天性的「幻覺」缺陷，使用者不應盲目信任，因此多元化的資訊生態系統仍然至關重要。面對資料中心激增的能耗，他指出AI 的龐大能源需求正在倒逼核能聚變、地熱等新能源技術的投資加速。此外，Sundar Pichai 指出，量子計算目前的進展相當於5 年前的AI，未來將解鎖對自然界的深度模擬；而像AlphaFold 這樣的黑科技已經超越了圖靈測試的範疇。01. 兆投資規模與「理性」的泡沫首先，您如何形容矽谷當下正在發生的一切？無論從股市表現（Google 市值達3.5 兆美元，Nvidia 達5 兆美元）還是投入其中的巨額資金來看，這似乎都是一個非同尋常的時刻。您能否具體描述一下​​這種規模？例如你們投入了多少資本？此外，鑑於歷史上科技進步常伴隨著巨大的市場熱情，目前全世界都在關註一個顯而易見的問題：AI 熱潮是一個泡沫嗎？無論競爭對手出現什麼看似充滿泡沫的交易，Google 是否因為廣泛的投資而能免於泡沫破裂的影響？Sundar Pichai:這是一個非同尋常的時刻，即使以矽谷的標準來看也是如此。大約每十年我們就會經歷這樣的轉捩點。曾經是個人電腦，接著是90 年代末互聯網的到來，然後是移動裝置，再之後是我們所說的雲計算。而現在顯然是AI 的時代。這就是你在園區周圍以及整個地區所能感受到的那種興奮。（關於投資規模）衡量規模的一個方法是看我們投入了多少資本來建設人工智慧所需的基礎設施。四年前Google 每年的支出可能不到300 億美元，而今年這個數字將超過900 億美元。如果你把所有公司正在做的事情加在一起，我們有超過1 兆美元的投資用於建設這一時刻所需的基礎設施。我看待這個問題的角度是，在接下來的幾年裡，我們要完成過去10 到20 年才能完成的建設量。沒錯，就在這幾年內，這讓你能感受到規模擴張的速度。（關於是否是泡沫）這個問題可以從兩個角度來看。我觀察我們在模型能力方面取得的實際進展，這種進步肉眼可見且令人興奮。人們正在使用它，我們將它部署在產品中，消費者熱衷於使用它，企業用它來優化營運。你看到了真實的需求，而我們滿足這種需求的能力目前仍受到限制。鑑於這項技術的潛力，這種興奮是非常理性的。同樣真實的是，當我們經歷這些投資周期時，作為一個行業我們集體會有過度的時候。回看網路時代，顯然當時有大量的過度投資。但沒有人會質疑互聯網是否意義深遠，或者它是否產生了巨大的影響，因為它從根本上改變了我們作為一個社會進行數字化工作的方式。我預計AI 也會如此。所以這既是理性的，但在這樣的時刻也確實存在著非理性的因素。（關於Google的抗風險能力）包括我們在內，沒有一家公司能免疫。如果我們投資過度，就必須經歷那個階段來消化。但我們的定位更好。多年來我們在AI 方面採取了深度差異化的策略。我擔任CEO 後做的第一件事就是將公司轉向我所說的「AI 優先」策略。其中的一部分就是建構偉大AI 技術所需的所有環節。我們稱之為全端方法，你可以把它想像成一種面面俱到的策略，從底層的實體基礎設施，到推動技術進步所需的研究，再到將其部署在Search、YouTube 或Android 等產品和平台中。我們採取了那種深度整合的方法，因此能夠進行規模化投資，並使其在所有這些產品和業務中發揮作用。我認為我們處於更有利的位置，可以用長遠的眼光來應對這一時刻。02. AI Agent 的進化與職業的未來如果要總結你們為一般家庭使用者所打造的工具的終極力量，它能有多高效？某個時候AI Agent能取代您的工作嗎？ CEO 的職位是安全的嗎？許多西方中產階級——包括律師、創意產業、會計和新聞業從業者——對AI 感到措手不及，他們擔心AI 的核心意義就是自動化人類任務。您認為那些工作是安全的？對於那些不知道該建議孩子如何度過這個AI 浪潮的父母，您有什麼具體的建議？Sundar Pichai:我認為現在的階段是你可以與AI 互動、提問、來回對話，並在許多話題上進行智慧交流。我認為未來12 個月的下一步演變是它們能夠為你執行更複雜的任務，那才是真正有趣的地方。 “我得去買點東西，給配偶買個生日禮物”，我可以讓這個聊天機器人去辦這件事嗎？這種我們稱之為「Agent 體驗」的東西正是我們都感到興奮的。從長遠來看這意味著在某些時刻它可以幫助你做決定。例如「我應該投資這支股票嗎？」或「醫生推薦了一種治療方案，我該如何權衡利弊？」這些都是真實且具體的用例。要解鎖這些能力還有工作要做，但這正是這趟旅程令人興奮的原因。（關於CEO職位是否安全）我想CEO 做的事也許是有朝一日AI 最容易做的事情之一！（關於自動化與失業）讓我這樣說吧。今天人們正忙於處理許多事情，處於超負荷狀態。歷史上我們總是經歷這種變化，例如洗碗機進入家庭。我記得小時候家裡有了第一台冰箱時，它徹底改變了我母親的生活。你可以把它看作是自動化了某件事，但它把她解放出來去做其他事情了。再以放射科醫生為例。人們進行的掃描數量逐年增長，每次掃描的圖像數量也在顯著增加。你如何幫助一位放射科醫生應對這種日益增長的需求？也許AI 工具可以在這方面提供幫助。我認為這或多或少就是你會看到的景象。（關於新機會與社會適應）兩點。首先我在多年前就說過，AI 是人類所從事的最深刻的技術。它具有帶來非凡利益的潛力，而我們將不得不應對社會的混亂。你強調的是它最終將創造新的機會。舉個例子，就像YouTube 所做的那樣，任何人都能創作內容。你可能是個高中生，幾年後或許能構思一部長篇電影並將其製作出來。這是非凡的，所以它將創造新的機會。它將進化並轉變某些工作，人們需要適應。確實會有一些領域衝擊到部分工作。作為一個社會我們需要進行這些對話。其中一部分是：當我們吸收這項技術時，如何負責任地發展它並給社會時間來適應？我認為這些都是非常重要且合理的問題。（給下一代的建議）基於我所看到的，我不會改變一貫的思維方式。我認為將會有廣泛的學科最終變得重要。我會鼓勵下一代擁抱技術，學會在所從事的領域背景下使用它。學會採用和適應AI 的人會做得更好。無論你想成為一名教師還是一名醫生，所有這些職業都會存在。但在這些職業中脫穎而出的，將是那些學會如何使用這些工具的人。03. 機率模型的先天缺陷與資訊生態的必要性所有關於AI 的希望、估值以及社會效益，都建立在一個核心假設之上，即技術是有效的。讓我對Gemini（你們的ChatGPT 競爭對手）提一個簡單的測試：它能一直精準嗎？它說真話嗎？我們已經看到了一些糟糕的例子，例如建議把膠水當作披薩配料。此外，鑑於Transformer 模型（ChatGPT 中的「T」）是在您的領導下發明的，您是否接受這樣一個觀點：由於這本質上是一個機率問題，所有這些巨額投資的最終結果可能是導致資訊變得不那麼可靠了？我們是否應該接受「不要盲目信任」這一現狀？Sundar Pichai:我們正在從科學的角度努力將其建立在現實世界資訊的基礎上。在某些領域，我們在Gemini 上所做的部分工作是引入Google 搜尋的力量，利用它作為工具來嘗試更準確地給出答案。但在某些時刻，這些AI 模型從根本上基於一種預測下一個內容的技術，它們容易出錯。（關於錯誤案例）我們為在提供盡可能精確資訊方面投入的工作量感到自豪。但目前最先進的AI 技術確實容易出現一些錯誤。這就是為什麼人們也使用Google 搜尋，我們還有其他更專注於提供精確資訊的產品。但如果你想創造性地寫點什麼，同樣的工具會很有幫助。你必須學會利用這些工具的長處，而不是盲目相信它們所說的一切。（關於資訊可靠性）如果你只建立獨立的系統而且只依賴那個系統，那確實會如此（指資訊不可靠）。這就是為什麼我認為資訊生態系統必須比僅僅擁有AI 技術作為唯一產品要豐富得多。真相很重要，新聞業很重要，我們今天擁有的所有周邊事物都很重要。如果你是學生，你會和老師交流；作為一個消費者，你去看醫生時想信任你的醫生。所有這些都很重要。04. 能源困境：AI 建設是否以犧牲氣候目標為代價？您剛剛描述的AI 建設規模正在創造另一個權衡，即對全人類在能源方面的權衡。 AI 的建設比氣候更重要嗎？據預測，到這十年結束時，數據中心消耗的能源將超過整個印度的用電量，比所有電動車車隊多50%。面對如此巨大的能耗，Google 是稍微擱置還是放棄了2030 年的可持續性淨零目標？Sundar Pichai:隨著時間的推移，這不需要是一個權衡或零和博弈。讓我感到興奮的事情之一是，因為這種轉型帶來的能源需求如此巨大，我們以及其他人正在投資開發新的能源來源。我們剛剛完成了與Commonwealth Fusion Systems 簽署的最大規模企業購買核聚變能源協議，我們還有許多從小型模組化核反應器購買能源的協議，並在數據中心使用地熱能。進入這些新能源領域的研發資金和資本投資實際上將加速進步。你是對的，AI 正在以一種當前系統無法完全應對的方式急劇增加能源需求，但這正在推動在太陽能、電池技術、核技術和其他來源上的非凡投資。作為技術專家，我對這一時刻感到樂觀，我們在未來將擁有豐富的可再生能源。（關於淨零目標）不，我們仍然保留這個目標，並會發佈進度報告。你是對的，一些進展的速度將受到影響，因為我們看到底層建設的增長比預期的要快得多。但我們正在透過投資所有這些新技術來應對這一時刻，這就是我們試圖實現它的方式。05. 英國戰略與基礎設施把話題帶回英國，那裡政府仍有淨零排放的雄心，但也想成為AI 超級大國。這兩件事是一致的嗎？另外，Google 作為英國的大投資者，最著名的顯然是以5 億美元買下了DeepMind。如果條件合適，您會考慮在英國進行更高水準的投資嗎，也許在英國訓練這些最先進的AI 模型？Sundar Pichai:它們可以是（一致的），因為技術在這裡是一個推動者。我們為在英國的投資感到自豪，最近在Waltham Cross開設了一個最先進的資料中心，並與Shell 達成了一項獨一無二的協議來為它供電。我認為我們的英國業務在2026 年將達到95% 無碳化。在我們要投入更多的時候這是非凡的進步，所以我認為這是可能的。但對於包括英國在內的每個政府，重要的是弄清楚如何擴大基礎設施，包括能源基礎設施。你不想因為能源而限制經濟發展，那會有後果。（關於在英投資）我們就在幾周前宣佈了在英國的50 億英鎊投資，涵蓋了資本投資、研發和工程。 Google DeepMind 在英國仍有大量的員工，我們在那裡進行最先進的研究工作。我們的目標是隨著時間的推移既能服務我們的模型，又能訓練我們的模型。我們致力於以相當重要的方式在英國投資。06. AI 時代的知識產權博弈AI 繁榮的另一個關鍵燃料顯然是它所訓練的內容。科技公司依賴於“合理使用”，這有點像抓取了書籍、音樂、新聞，然後把那些專業知識賣回給世界。您接受像Google 這樣的公司最終將不得不在某種程度上為此付費嗎？例如像Elton John 爵士這樣的著名流行歌星說這是大規模的剽竊，要求在使用前詢問並保持透明。您願意那樣做嗎？Sundar Pichai:首先退一步說，我認為當我們經歷這個過程時，既要幫助推動創造力和創新，也必須在一個尊重創作者權利以及允許變革性使用以造福社會的框架中進行，這一點非常重要。我們致力於在所有營運國家遵守版權框架。今天當我們訓練時，我們給人們選擇退出訓練的機會，我們在輸出生成方面也尊重版權。我們正在與行業合作，以便在經歷這個過程時建立更新的框架。例如在YouTube，我們一直採用一種向內容權利持有者回饋價值的方法。我們將在這個AI 時刻應用同樣的原則。做到這一點超級重要，我們致力於把它做對。（關於Elton John的建議）實際上今天我們允許人們選擇是否將其內容加入到我們的訓練中，我們給予人們這些權利。07. AGI 競賽Google 曾以對AI 安全、人類風險以及所謂的生存風險持謹慎擔憂態度而著稱。現在這種態度是消失了、被擱置了還是被淡化了？現在是全速向AGI和超級智慧進發了嗎？另外，這是一個非常複雜的領域，Elon Musk 曾暗示他幫助創立OpenAI 正是因為擔心Google 擁有DeepMind 以及他所謂的「AGI 獨裁」。我認為Elon 正確地指出了沒有一家公司應該獨佔像AI 這樣強大的技術。但縱觀當前的生態系統（包括Microsoft 與OpenAI 的交易），您怎麼看待這種競爭格局？Sundar Pichai:當一項技術快速發展時確實存在某種張力，即在多快地開發技術與投入多大精力建立緩解潛在危害的措施之間如何平衡。我們將這種張力概括為：我們要同時做到大膽且負責。因此我們正在快速推進，我認為這是消費者的需求。人們拿起手機提問，現在他們問的問題要複雜得多，他們期望我們利用AI 來更好地回答這些問題。所以我們必須順應這個趨勢。但與此同時，舉例來說我們正在開源一項技術用於檢測圖像是否由AI 生成，我們也在投資這類技術。你會看到過去幾年我們在AI 安全方面的投資增加，是與我們在AI 開發方面的投資成正比的。（關於市場競爭格局）我認為現在有很多公司，也有很多前沿模型。所以如果要說的話，你是對的，如果只有一家公司建構AI 技術而其他人都被迫使用，我也會感到擔憂，但我們現在離那種情況還很遠。08. 量子計算處於AI 五年前的發展階段如果一切都搞砸了，您的量子電腦或許能幫我們導航到多元宇宙或其他平行宇宙去。這項非凡且相當晦澀難懂的技術目前進展如何？我最後一個問題是，幾年前BBC 上次採訪您時，您已經發明了後來演變成ChatGPT 和Gemini 的核心技術。現在你們實驗室裡那些科研人員是否還藏著什麼類似的、我們應該知道的黑科技？例如AlphaFold 是在倫敦完成的嗎？另外，關於無人駕駛汽車，它們沒開始互相按喇叭、交談或有生命吧？Sundar Pichai:進展非常順利。我認為我們在量子計算領域擁有全球最頂尖的成果。進展令人興奮，我會說量子計算目前的階段大約相當於AI 五年前的水平。所以我認為五年後我們將迎來量子領域非常激動人心的階段，我們正以此為目標進行投資。如你所知，自然界和宇宙萬物從根本上都是基於量子力學原理的。建構量子系統將幫助我們更好地模擬和理解自然界，為社會解鎖許多好處。（關於未公開的黑科技）我們正在研發一系列技術。從取得非凡進步的自動駕駛技術說起，它已經展現出了安全效益。我認為推廣這項技術將能避免許多交通事故傷亡，這具有巨大的社會效益。我真心認為在我們所稱的AI 這個大傘下，我們甚至還沒有談到像AlphaFold 這樣的成果。它贏得了諾貝爾獎，正在幫助全球無數生物學家和化學家更好地研發新藥。以前一個博士可能要花整個博士生涯才能解析一個蛋白質結構，而我們在短短幾個月內就解析了約3 億個，並且向全世界免費公開。（關於倫敦DeepMind 與圖靈測試）是的，那是由位於倫敦的Google DeepMind 完成的，領導這項工作的Demis Hassabis 和John Jumper 因此獲得了去年的諾貝爾化學獎。但我認為在某種程度上，我們對這裡的進步有些習以為常了。我們過去常談論圖靈測試，但現在我們似乎已經超越了它，沒人再提了。如果五年前我告訴人們，在舊金山會有許多駕駛座上沒人的無人駕駛汽車在街上跑，人們是不會相信的，但它就這樣發生了。（關於機器是否有生命）我覺得應該沒有。不過也許我們正在利用AI 來更好地理解海豚如何交流，所以我確實認為會有那樣意想不到的驚喜時刻。但這很令人興奮，重要的是作為人類我們要適應這些技術。最近我讓我80 多歲的老父親坐了一次Waymo 無人車，那種驚奇感令我難忘。我坐在後排他坐在前排，看著他體驗這一切讓我深刻體會了這種進步。我們往往把這些視為理所當然，我相信未來會有很多這樣美好的事物。 （數字開物）

11月20日，ICCAD-Expo 2025在成都開幕，安謀科技CEO 陳鋒受邀出席高峰論壇，正式對外發佈「AI Arm CHINA」戰略發展方向安謀科技CEO陳鋒出席ICCAD-Expo 2025「AI Arm CHINA」 為安謀科技在AI時代錨定了方向，公司將聚焦AI領域，打造堅實的算力底座，加速中國智慧運算產業躍遷。錨定AI時代方向全心投入AI陳鋒指出，AI加速滲透至千行百業並重塑產業邏輯，半導體等產業都將用AI+的思維重構一遍，安謀科技將把握時代機遇，全力投入AI，不斷創新，助推AI產業發展。安謀科技CEO陳鋒發表演說目前，AI正以前所未有的速度從雲端滲透至邊端側，AI+已深度融入基礎設施、智慧製造、智慧醫療、智慧家庭、行動旅行與具身智慧等關鍵領域。進入AI時代，模型規模突破兆參數、應用場景日益多元、能源效率要求持續提升…這些趨勢對運算平台提出更高要求，需要能夠兼顧高效能、高能效與高擴展性的新一代運算平台，支撐從雲端到端的全場景AI部署需求，而Arm是唯一能涵蓋全範圍AI 運算需求（從毫瓦級到兆瓦級）的運算平台。緊密連結Arm全球生態推動AI無所不在「我們將充分發揮『橋樑』作用，緊密連接Arm全球生態，引進Arm在基礎設施、行動終端、智慧汽車、機器人等領域前沿技術，與本土創新互補，為中國積體電路產業提供豐富的解決方案。」陳鋒強調。AI運算負載持續成長，Arm運算平台的「每瓦效能」優勢日益凸顯。相較於其他平台，頭部雲端服務供應商改採用的Arm 架構晶片可達到高達40%的能源效率提升。在基礎設施領域，Arm與Meta、 Microsoft、NVIDIA等合作，持續擴展搭載Arm 運算平台的自研資料中心晶片，預計在2025年，出貨到頭部超大規模雲端服務供應商的算力中有近50%基於Arm架構。從基礎設施到移動終端，從智慧汽車到機器人，Arm運算平台為各行各業提供算力基石。目前，基於Arm架構的晶片累計出貨量已超過3,250億顆，同時Arm在全球擁有超2,200 萬開發者規模的生態系統，技術與生態協同推動AI萬象落地。生根中國市場建構AI計算生態陳鋒明確表示，中國市場是安謀科技的戰略落腳點。在「AI Arm CHINA」指引下，公司正全力推動Arm全球生態與本土自研IP創新融合，深度賦能中國AI運算生態發展。截至目前，安謀科技在國內的授權客戶已超440家，累計晶片出貨量突破425億顆。安謀科技目前已佈置四大自研IP產品線，包括「周易」NPU、「星辰」CPU、「山海」SPU和「玲瓏」多媒體系列。這些融合了東方智慧的IP產品線命名，也充分體現了公司紮根中國市場的堅定決心。作為「AI Arm CHINA」重要組成部分，公司正推動「All in AI」的產品策略，將在AI領域持續加大投入，以前瞻性視野整合頂尖研發資源，秉持開放合作理念，為半導體晶片夥伴提供業界領先的解決方案。在「AI Arm CHINA」策略方向加持下，公司各自研IP產品都在AI+方向上取得突破性進展。近期，公司發表的新一代NPU IP產品為專為大模型而生的「周易」X3 NPU IP，聚焦端側AI推理，大模型能力提升超10倍​​；不久前發佈的新一代CPU IP產品「星辰」STAR-MC3，也讓傳統MCU無縫增強AI能力。展會同期，安謀科技圍繞著「AI Arm CHINA」策略主題設定展區，全面呈現了公司在AI計算領域的技術能力與生態佈局，以實際成果展現戰略落地處理程序，彰顯了公司以無形IP賦能中國AI生態創新發展的研發實力與戰略決心。目前，安謀科技正推動兩項重要佈局：公司將落子香港，成立國際研發中心，聚焦AI、機器人等前沿領域，聯合高校與生態夥伴共同探索下一代AI技術創新；同時，公司上海Office將煥新，入駐西岸智塔AI Tower，融入中國AI產業鏈，加速半導體產業鏈協同創新。展望未來，安謀科技將以「AI Arm CHINA」為策略發展方向為指引，持續融合全球技術生態與中國本土創新，與生態夥伴攜手合作，共同推動中國AI運算生態創新發展。 （芯榜）

ChatGPT發佈距今已近36個月，面對OpenAI的領先，哈薩比斯帶領GoogleAI全面反攻，通過新發佈的Gemini 3強勢回歸。Gemini 3在LM Arena等多個模型榜單登頂，表現優於GPT-5及其他模型，上演了一場完美逆襲。大模型排行榜，你方唱罷我登場。馬斯克的Grok 4.1剛登頂，隨後就被Gemini 3 Pro反超了，上演了一幕AI版的「速度與激情」！Google DeepMind CEO哈薩比斯（Demis Hassabis）哈薩比斯在X平台上興奮地曬出Gemini 3的成績單，稱其「當然地」登頂各大排行榜，並表示這是自己迄今為止最愛的模型。就連奧特曼和馬斯克，也紛紛為Gemini 3點贊。馬斯克連發兩個哭泣的表情包：看來我們要盡快推Grok 4.2了。新發佈的Gemini 3具備領先的推理、多媒體處理和編碼能力，擅長推理、生成視訊和寫程式碼。Google強調，Gemini 3不只是一個更聰明的模型或聊天機器人，更重要的是它從發佈之日起，就開始全面增強Google現有產品，包括其利潤可觀的搜尋業務。它是Google這台龐大的賺錢機器的AI引擎，用哈薩比斯的話說：「我們是Google的動力引擎，現在我們正在讓AI全面接入」。哈薩比斯認為目前確實可能存在AI泡沫的問題，比如許多尚未經過檢驗的初創公司卻拿到了數十億美元的估值。但在他看來，即便是AI泡沫真的破裂，Gemini 3也讓Google有了穿越這場泡沫的底氣。把Google搜尋塞進GeminiGoogle內部，一直有一個把Google搜尋「塞」進Gemini的想法。這一想法，甚至可以追溯到Google早期。當時的Larry Page和Sergey Brin就設想過把整個網際網路都放進AI的「記憶」中，然後再對外提供服務。因此，Google在上下文方面做了大量實驗，並將上下文窗口提升到了100萬個token，目前這個記錄仍沒真正被人打破。哈薩比斯認為，機器理論上可以擁有比人類多幾百萬倍的儲存/記憶空間，但如果只是「天真地」把所有東西暴力存下來，其實並不高效。因此，與Google搜尋「塞」進Gemini相比，Google更多是把Gemini作為現有產品的底層模型向使用者開放。此次Gemini 3一發佈，Google已經正式通過Gemini應用，以及Google搜尋中的AI Overviews功能向使用者開放。據Google母公司Alphabet在7月的季度財報中表示，AI Overviews推動搜尋查詢量提升了10%。同時，Google視覺搜尋也出現了70%的激增，這項功能依賴於Gemini對照片的分析能力。與OpenAI相比，Google的優勢在於其產品「家底」深厚。它擁有包括搜尋、Google地圖、Gmail、雲服務等非常廣泛的基礎產品線。而且，Google很早就開始利用AI來增強其已有產品的能力。這使得它在與OpenAI、xAI、Anthropic等AI廠商的競爭中進可攻，退可守。哈薩比斯表示，「在不利的情況下，我們會更加依靠這些基礎產品；在有利的情況下，我們擁有最全面的佈局和最具前瞻性的研究。」Google也在考慮通過Gemini重啟Google眼鏡（Google Glass）項目。哈薩比斯表示，當時Google眼鏡步子邁得有點超前，缺少一個真正的「殺手級用例」，而通用助手正是這樣一個用例。因此，未來Gemini也將啟動Google以往積累下來的「經驗和遺產」，但是重點會放在「世界理解」上。以Gemini為例，Google一開始就將機器人和眼鏡視為兩個非常重要的應用場景，因此決定走多模態路線。如今，這些押注正在逐漸顯現出成果，Gemini已經在多模態理解上顯現出明顯優勢。除了用AI增強現有和以往的產品之外，Google也在積極利用AI打造越來越受歡迎的新工具。比如，NotebookLM，它可以根據文字材料自動生成播客；AI Studio，可以借助AI快速生成應用原型，等等。此外，Google還探索將這項技術應用到遊戲、機器人等領域。哈薩比斯提到GoogleAI的一個優勢，目前所有產品已經完全跑在Gemini技術堆疊上，實現了從產品到模型的「一體化」。這意味著無論是產品改動，還是模型微調都會容易很多，而且產品也可以更好地學會理解和使用底層模型。目前，哈薩比斯的重要精力，一半是將Gemini應用進一步加速做強，另一方面是將AI融入Google的各條業務線，使之成為Google的「AI動力艙」。「我對這一切非常興奮，目前我們只是剛剛觸及未來可能性的表面，明年會更直觀地看到這些變化」。哈薩比斯表示。被OpenAI「搶跑」後Google正快速趕上Google在AI領域長期投入巨大資源，並取得了一系列關鍵性突破。包括在2017年發現了Transformer模型架構，但沒有將其商業化，而是選擇把它公開。一直到2022年，OpenAI基於Transformer的ChatGPT爆火，動搖了Google的核心搜尋業務，才令它深受震動，開始奮起直追。有意思的是，OpenAI的崛起，不僅喚醒了Google在AI領域的加速發展，甚至還間接幫助Google避免了被分拆，出售其搜尋業務的命運。如今，Google的搜尋業務不僅沒有被OpenAI等AI新勢力所顛覆，相反它的AI模型還實現了對後者的反超。與Gemini3相比，OpenAI在8月份發佈的GPT-5令人略顯失望。一些評論者認為它「表現平平」，使用者也抱怨其風格變得更正式。據Google表示，Gemini 3在LM Arena等多個模型榜單上的表現優於GPT-5及其他模型，尤其在模擬推理以及長時間規劃方面表現更佳，這有助於提升依賴工具或網際網路的AI智能體的實際能力。在早期的AI競賽中，經歷過一些磕磕絆絆之後，Google總算是「漸入佳境」了。從使用者活躍度上看，Gemini應用的月活使用者已超過6.5億，僅次於ChatGPT的7-8億周活使用者（如果換算成月活可能在10億以上）。每月有超過20億人通過搜尋裡的AI Overviews使用Gemini；還有約1300萬開發者在自己的產品中整合了Gemini。這些數字表明Google正在逐漸縮短與OpenAI在AI領域的差距，作為GoogleAI總負責人的哈薩比斯也可以鬆口氣了。各方面都最強才叫AGI實現還要5-10年哈薩比斯表示，Google仍然在追求做「各方面都最強」的模型。在他看來，這才是真正意義上的通用模型，也是最終通向通用人工智慧（AGI）系統的關鍵組成部分。從之前的幾個版本到Gemini3，Google一直在修正Gemini模型的一些短板，使其在程式設計、推理、數學等能力上更進一步。比如，此次Gemini 3就在2.5之上迭代，一方面升級它的基礎能力，另一方鞏固在多模態領域的優勢。哈薩比斯認為未來AI的技術路線會越來越收斂，而擁有一個通用、全能的基礎模型將是一切的地基。除此次發佈的Gemini3 Pro外，Gemini模型家族裡的其他成員也在打磨中，等到這些模型陸續就位之後，Google還將在產品分層服務上提供更大的靈活度。簡單來說，就是更強的性能，更低的價格。正如哈薩比斯所言：「大方向是每一代新模型，都要在整體能力上更強，同時所需算力更便宜、更高效，帶來更有競爭力的價格和更低的時延」。目前，哈薩比斯在世界模型研究上花時間最多，在他看來這是通往AGI的關鍵元件。同樣，他也認為未來世界模型也將迎來類似ChatGPT那樣的「爆發時刻」。但最大的挑戰是推理/服務成本，以及還要解決在更長時間尺度上保持世界一致性等關鍵難題，才能迎來真正的「破圈」時刻。哈薩比斯表示，目前世界模型已經有了一些內部用例，比如用來訓練其他智能體、機器人系統等。未來可能會出現一些非常酷的外部應用場景。哈薩比斯仍然堅持他對通用人工智慧（AGI）時間表的預測。他認為距離真正意義上的完全實現AGI還有五到十年，而Gemini 3將成為未來打造更強大AI的重要平台，還需要在現有模型不斷變強的基礎上再取得一兩次關鍵性突破。在通往AGI的路上，哈薩比斯同樣也有算力焦慮。他坦言「即便將現在全世界的算力加在一起，也不夠滿足我們想做的所有事情」。因此，需要在不同項目之間衡量算力投入的回報。比如，研究上的收益、新產品探索的價值，或是直接的收入等。除了追求AGI，哈薩比斯還在帶領DeepMind在AlphaEvolve等一些科學領域進一步擴展。穿越AI泡沫的底氣談到AI泡沫，哈薩比斯整體上還是比較樂觀的，但他認為仍然存在一定的泡沫。「那些幾乎沒有什麼的項目，種子輪估值就能到幾十億美元，這在邏輯上有點行不通。」對比這些泡沫，哈薩比斯認為Google的位置非常好。就DeepMind而言，既有紮實營收，同時又承擔著Google「AI動力艙」的重任；既有Gemini模型及App，還有基於Gemini的NotebookLM等AI優先產品。哈薩比斯表示，目前AI已經在Google現有業務中看到了立竿見影的回報：正在為搜尋、YouTube、雲等業務「加功率」。作為DeepMind的聯合創始人，哈薩比斯早在12年前選擇與Google「聯手」時，已經考量過雙方合作的價值：Google可以提供海量的算力資源，同時它的產品又天然適合用AI去增強。目前，這條路正一步步變成現實。在哈薩比斯看來，Google與DeepMind的結合，讓現在的Google在AI競爭中處於一個非常有利的位置，使它有機會穿越泡沫，笑到最後。 (新智元)