#微軟
美國四大CSP資本開支展望:摩根大通預計2026年同比增長超50%,Google居首
本文將聚焦美國四大雲廠商(亞馬遜、微軟、Google及 Meta)的資本開支展望。即將收官的 2025 年,這些頭部廠商的開支規模無疑創下新高;而據摩根大通 12 月 15 日發佈的最新報告預測,2025 年的增長勢頭將延續至 2026 年,彼時增速預計達到 50% 以上(此前預期為 30%),意味著明年開支增量將超過 1500 億美元,再度刷新年度最大增幅紀錄。在展開未來展望前,我們先來看看摩根大通對2025 年情況的最新預測。根據近期行業預測及調研,美國四大雲服務提供商(CSPs)的資料中心資本開支在 2025 年末將保持強勁增長態勢 —— 所有廠商均持續加大 AI 基礎設施投資力度,共同推動整體增長。如上圖所示,美國四大雲服務提供商的資料中心資本開支 2025 年同比增速已上調至 65%(此前預期為 57%);從絕對金額來看,2025 年雲資料中心資本開支增量預計突破 1150 億美元(此前預期為 1000 億美元以上),為過去十年最高水平,不僅超越 2024 年 770 億美元的增量規模,更是遠超 2015-2023 年期間年均 100 億美元的增量均值。2025 年美國所有雲服務提供商資本開支均有望大幅擴張如圖下圖所示,美國四大雲服務提供商的資料中心合計資本開支 2025 年預計實現 65% 的強勁同比增長,其中 Meta 與Google領跑(同比增速 75% 以上),微軟與亞馬遜緊隨其後(同比增速 50% 以上);每家廠商的絕對開支增量均有望達到 200 億美元以上。美國四大雲服務提供商 2025 年資料中心資本開支的擴張,得到各廠商整體資本開支展望的支撐,具體包括:Meta 2025 年總資本開支展望為 700-720 億美元(此前預期 660-720 億美元,2024 年實際為 390 億美元);Google 2025 年總資本開支展望為 910-930 億美元(此前預期 850 億美元,2024 年實際為 530 億美元);亞馬遜 2025 年總資本開支約 1250 億美元(2024 年為 780 億美元)—— 據摩根大通測算;微軟 2025 年總資本開支約 1150 億美元(2024 年為 760 億美元)—— 據摩根大通測算。2026 年雲資料中心資本開支增長勢頭將延續2026 年資本開支增量有望突破 1500 億美元如下圖所示,摩根大通預計,美國四大雲服務提供商的資料中心資本開支趨勢將延續至 2026 年,這主要得益於各廠商高價 AI 相關裝置的部署熱潮。受此推動,2026 年增速預計升至 50% 以上(此前預期 30%);儘管這一增速較 2025 年預測值有所放緩,但絕對金額增量將再創新高,達到 1500 億美元以上(此前預期 800 億美元以上),遠超 2015-2023 年期間年均 100 億美元的增量水平。2026 年美國雲服務提供商資本開支有望再度實現兩位數大幅增長如下圖所示,美國四大雲服務提供商的資料中心合計資本開支 2026 年預計保持 50% 以上的強勁增速,其中 Meta 與Google仍居首位(同比增速 60% 以上),亞馬遜與微軟緊隨其後(同比增速 40% 以上);每家廠商的絕對開支增量均不低於 300 億美元。美國四大雲服務提供商 2026 年資料中心資本開支的擴張,得到各廠商整體資本開支展望的支撐,具體包括:Meta 2026 年總資本開支美元增量預計顯著高於 2025 年;Google 2026 年總資本開支預計大幅增長;亞馬遜 2026 年總資本開支約 1500 億美元(2025 年約 1250 億美元)—— 據摩根大通測算;微軟 2026 財年(截至 6 月底)總資本開支增速預計高於 2025 財年。 (傅里葉的貓)
AI創業最怕的一件事:把噪音當訊號|微軟 CTO Kevin Scott
Kevin Scott:“長期記憶”是AI創業最被忽視的機會2025 年 12 月 19 日,舊金山。矽谷創業社區 South Park Commons 的一場對話中,微軟 CTO Kevin Scott 聊職業拐點、與 OpenAI 合作、AI 時代更值錢的問題為什麼總被忽視。整場對話 56 分鐘,話題從創業試錯,一路聊到開源與閉源。他最關鍵的一句話是:AI 創業最怕的,不是技術落後,而是把“噪音”當訊號。什麼是噪音?看起來像積極訊號,但對你做的東西沒有價值,而且沒有關係的資訊。 媒體熱度、投資人興趣、技術熱詞,這些訊號容易獲取、容易量化,但可能正在把你引向錯誤的方向。這篇文章講四件事:第一, Kevin 如何學會識別正確的訊號。第二,今天的創業者面對什麼樣的環境。第三, ChatGPT 為什麼成功。第四, 如何識別被忽視的真實訊號。第一節|放棄有趣的技術,選擇值得做的事Kevin Scott 原本想當一名大學教授。博士期間他研究動態二進制翻譯,技術含量極高,但他後來放棄了。原因很簡單:這事除了我,幾乎沒人在意。他說:我花了大量時間研究這些最佳化方法,能提升系統幾個百分點性能。寫論文、被引用、繼續寫論文……然後呢?在學術界,這就是標準路線。但在真實世界裡,這些百分比的提升沒有任何意義。Kevin 第一次意識到:學術界的評價標準,和真實世界的價值判斷,根本不是一回事。學術界看重論文數量、引用次數、同行認可,這套機制清晰、容易量化。但真實世界在意的是:有多少人因此受益?產生了多大價值?這兩套標準不一致,甚至是衝突的。於是他從學術界出來,進入Google。他做的第一個項目,是廣告稽核流程的自動化。這事聽起來一點也不酷。Kevin說:其實就是做一套自動過濾規則,判斷廣告文案能不能用驚嘆號、有沒有成人內容。但這個問題值錢。每天 5000 萬美元的廣告被卡住,人工稽核處理不過來。就這麼點改動,最終每年幫 Google 省了近 10 億美元。這讓他得到創始人獎。從那時起,他確定了一條職業準則。做每一件事,第一眼先看它有沒有可能產生真正的影響,其次才是技術有多有趣。他說,人生是從放棄最複雜的技術,轉向最有價值的工作開始的。這是他第一次識別出正確的“訊號”。第二節|容易獲取的反饋,往往是噪音Kevin 20 年前做的那次選擇很簡單:學術界 vs 商業世界,二選一。今天的 AI 創業者面對的環境要複雜得多。現在做創業比過去任何時候都便宜。但也正因為便宜,試錯的人多了,噪音也就多了。什麼是噪音?他給出定義:看起來像是正反饋,但和產品價值無關的資訊。媒體熱搜、點贊數、風投的興趣,這些都可能是噪音。很多創業者依賴的這些訊號,恰恰也是最容易把你帶偏。因為這些訊號背後有自己的利益機制。媒體需要流量,選擇有話題性的故事。投資人看重多元的項目組合,對熱門賽道表現出興趣。技術社區追逐最新的模型、最大的參數量。但這些和有人願意為你的產品買單是兩回事。更麻煩的是,這些噪音還特別容易獲得。你發一條帖子,幾百個贊;寫一篇文章,上了熱榜;見幾個投資人,都說感興趣。你開始覺得方向是對的。但這可能只是說明:你踩中了一個熱門話題,成了轉發素材,而不是解決了真正的問題。很多創業者開始往熱門概念上靠:“我們是AI+教育”、“AI時代的瀏覽器”、“GPT時代的新筆記工具”……這些說法新穎、容易講,但不等於有人真正需要。Kevin 給了一個判斷方法:要分清楚兩件事。一件事是你希望它發生;另一件事,是它不管有沒有你都會發生。真正適合創業的,是後者。那麼,什麼才是真正的訊號?Kevin 用 ChatGPT 說明。第三節|當所有人卷模型,OpenAI在做什麼ChatGPT 上線時,用的是老模型。業內很多人都見過,Kevin 說,包括他自己在內,沒人想到它會成為爆款。那為什麼它成了?因為所有人在追一個訊號,OpenAI 在追另一個訊號。2022 年底,每個實驗室都在追逐容易量化的數字:更大的參數量、更高的benchmark、更先進的架構。但這些是噪音。OpenAI 關注的訊號是:普通人能不能零門檻使用互動是否足夠自然能否成為日常工具這些才是真實需求。ChatGPT 的改動極小:一套老模型,加上 RLHF,加上一個輸入框。技術上沒有任何突破。但它讓普通人第一次可以直接和 AI 對話,不需要任何技術門檻。Kevin 明確表示:“它不是我們見過最強的模型,但第一次讓 AI 直接進入了使用者生活。”在他看來,這類機會有三個特徵:技術能力已經夠了但沒人認真設計用法因為看起來太普通、太基礎、沒熱度而被忽略。這些機會不會出現在熱詞榜上,也講不出宏大的故事,但可能打開兆美元市場。關鍵是:如何識別這樣的機會?第四節|識別真實訊號的三個標準為此,Kevin 給出了三個判斷標準。標準 1 :看能力和使用的差距他說:現在不是 AI 不夠強,而是很多人不知道怎麼把它用好。這意味著什麼?意味著機會不在能力端,而在使用端。他舉了長期記憶的例子。現在大模型能對話,但記不住歷史。使用者每次都要重新交代背景,AI 像個永遠喝斷片的“實習生”。技術上能解決嗎?完全可以。只需要做資料管道、內容壓縮、歷史記錄。但沒人做。為什麼?因為這不會上論文,也拿不到媒體關注。。Kevin 說:很多人不願意做這件事,是因為它看起來像修修補補,不像創造。但這恰恰是真實訊號。因為使用者真的需要,技術能力已經夠了,只是沒人認真做。標準 2:看誰在製造噪音如果媒體在報導、投資人在追逐、大公司在佈局,這很可能是噪音。這就像 Kevin 20 年前的選擇:他做的是所有人覺得不夠酷的事,但恰恰解決了真實問題。今天同樣如此。已經有太多資源在追逐那些熱門賽道,你作為創業者很難勝出。真正的機會往往在被忽視的地方:大公司覺得太瑣碎、媒體覺得不吸引眼球、投資人覺得不夠宏大。正因為被忽視,競爭反而更小。標準 3 :做小實驗驗證Kevin說,做工具的成本已經非常低了。現在真正缺的,是願意動手的人。比如:讓 AI 記住使用者歷史。搭個簡單的上下文快取,看使用者是否真的需要。用現有工具搭建一個端到端流程。把 AI 對話、自動化工具、文件系統連起來,做一次完整閉環,看能不能真正替代人工。不寫 PPT,直接做互動原型。從產品體驗出發,而不是從概念包裝出發。現在是 AI 創業最好的時候,因為你可以不靠預測未來,只靠動手做個小實驗,就能找到好的方向。關鍵是分清噪音和真實訊號。你是追逐容易講的故事,還是解決真正的問題?結語|訊號比方向更重要Kevin Scott 說,他不追求快樂,只想做有意義的事。因為有意義的事,自帶清晰的訊號。20 年前,Kevin 只需要選擇:學術界還是商業世界。今天的創業者面對更複雜的環境:媒體熱度、投資人興趣、技術熱詞,那些是噪音?那些是訊號?Kevin 的方法是:不要靠判斷去猜,要靠行動去驗證。做工具的成本從未如此低,但噪音也從未如此多。找對訊號,比找對方向更重要。 (AI深度研究員)
24家頂尖人工智慧企業,加入美國AI“創世紀計畫”
白宮和美國能源部的最新聲明顯示,包括微軟、Google、輝達等在內24家頂尖的人工智慧企業已與美國政府簽署協議,加入“創世紀計畫”。該計畫由白宮發起,旨在推動新興技術在科學探索與能源項目中的應用。當天,行業參與者、美國能源部長克里斯·賴特、美國能源部負責科學和創世紀計畫的副部長Darío Gil以及白宮科技政策辦公室主任Michael Kratsios在白宮舉行會議,旨在啟動人工智慧技術領域的公私創新夥伴關係,以確保建立可擴展的美國國家基礎設施,以前所未有的速度推動科學發展,並確保人工智慧的益處惠及全美。Kratsios表示,“今日宣佈的24家新研究合作(企業)僅是開端,我們將貫徹川普總統的指示,將包括企業、高校、非營利組織及聯邦機構在內的整個科學界納入創世紀計畫。”“運用尖端人工智慧推動科學研究,將極大提升美國科研人員的生產力。創世紀計畫將助力美國科學家實現實驗設計自動化、加速模擬處理程序、生成預測模型,從而在能源、製造、藥物研發等領域取得突破性進展,” Kratsios稱。美國總統川普上月通過行政命令宣佈了該計畫,旨在加強政府各部門科研工作的協調,更高效地整合人工智慧工具以實現更多科學突破。Kratsios當時表示,該計畫將整合能源部國家實驗室的計算資源,呼叫聯邦資料集,推動更多基於人工智慧的實驗。他預測此舉將縮短科學發現周期。不過官員們也意識到,人工智慧發展所需的海量計算資源依賴於耗能巨大的資料中心,因此正積極尋求開發新能源並升級電網。據美國能源部介紹,截至本周四簽署協議備忘錄的合作機構,均已通過資訊徵詢響應向能源部表達合作意向,或正與能源部及國家實驗室開展創世計畫相關項目。這24家公司包括(以英文首字母排序):埃森哲、AMD、Anthropic、Armada、亞馬遜AWS、Cerebras、CoreWeave、戴爾、DrivenData、Google、Groq、慧與、IBM、英特爾、微軟、輝達、OpenAI、甲骨文、Periodic Labs、Palantir、Project Prometheus、Radical AI、xAI、XPRIZE。自川普今年年初重返白宮後,就一直將培育人工智慧產業列為優先事項,並宣佈了旨在簡化人工智慧設施建設和技術開發的多項政策。與此同時,白宮也正著手限制州級法規,認為這些法規會給企業帶來負擔。但AI批評者指出,由於聯邦政府制定法規行動遲緩,需要依靠州級法規來解決偏見內容、深度偽造和使用者安全風險等緊迫問題。 (財聯社)
175 億美元押注印度,微軟 CEO 納德拉:AI 贏在“用得快”
2025 年 12 月 9日,新德里。微軟 CEO 納德拉會見印度總理莫迪後,在社交媒體上宣佈:微軟將在 2026 至 2029 年間,向印度投入 175 億美元。這是微軟在亞洲迄今為止最大的一筆 AI 投資。次日,納德拉站上主題為 Leading in the New Age of AI 的活動現場,詳細解釋了這筆投資背後的邏輯。目標很清楚:在印度已有的數字基礎設施上,再建一層 AI 應用基礎設施。錢為什麼這樣投?他給出了答案:India Stack。這不是一個簡單的國家項目,而是政策、程序、技術、市場自洽運行的良性飛輪,別的國家幾乎沒法照搬。微軟下注的,正是這個飛輪轉起來的速度。在納德拉看來,AI 時代的勝負不是誰先造出模型,而是誰能最快用起來。這篇文章,就從這 175 億美元說起。第一節|AI 不是助手,是副總裁納德拉在演講一開始就做了區分: AI 不是智能助手(assistant),而是代理系統(agentic system)。這不是概念升級,而是使用方式和組織邏輯的徹底重構。不是你在用 AI,而是你在調度它、部署它、協調它。在這場演講中,納德拉表示:今天的 Microsoft Copilot,已經不僅僅是回答問題或潤色文件的工具,而是被打造成一個可指派角色、具備流程參與能力的組織成員。他用了幾個真實的例子來說明:研究員(Researcher):可以為你在指定主題下獨立完成資料收集、摘要撰寫,並呈現關鍵分歧點。分析師(Analyst):你只需上傳 Excel,它就能自動完成資料解析、建模、趨勢發現,24 小時隨時在崗。審查者與專家組:在他親手建構的系統 DEPAR 中,納德拉安排多個模型分任不同角色,再由主模型整合各方意見,得出分析結論。在 GitHub 項目中,不同的大模型(如 GPT-4o、Claude、Gemini、Qwen 等)擔任不同決策職能的角色專家,對某個議題進行平行研究、投票選擇、集體辯論。他說:我不是在寫程式碼,我是在建構一個團隊,這個團隊由 AI 模型組成。這都是納德拉在感恩節周末親自做的項目。他的目標不是測試 Copilot 功能,而是驗證:一個普通開發者能否用現有微軟工具,在一台筆記本上,快速部署一個 AI 決策中樞系統?答案是肯定的。他用 Copilot Studio 和 Foundry 平台,建構了一個由多個角色組成的代理系統,還為它們設定了權限、任務分配邏輯和角色互評機制。更重要的是,他在現場演示這個項目時,不是說 AI 很強,而是這樣定義它的角色:AI 不只是工具,它是我工作團隊中的一個角色,我每天都會安排它工作、稽核它的輸出、讓它參與決策。這意味著什麼?這對於普通企業而言,從用 Copilot 寫文件到讓 AI 承擔角色職責,中間的差距不是技術差距,而是思維認知差距:你有沒有把 AI 當成會做事的成員,而不是自動化的工具。AI 工具的升級,本質上是組織內部角色的重塑。未來,一個營運團隊的標準配置,可能包括一個人類市場分析師和一個 AI 市場分析代理;一個項目負責人身邊,不是實習生,而是一個模型審查員。納德拉已經給出藍圖:AI 不是助手,是副總裁;不是外包,是組織內部的一部分。第二節|企業要準備的不是模型,是“AI 部署體”但要讓 AI 真正成為組織的一部分,光有意識還不夠。你需要給它準備好工作環境。Copilot 能不能用,不取決於它的能力,而取決於你的系統是否運行穩定。納德拉在演講中提到:AI 部署不是像過去部署一套 ERP 系統那麼簡單,它是一個持續進化的學習系統。你不能只把它當作一段程式碼接進去,你要給它搭建上下文結構。這句話指向了一個關鍵詞:IQ 層(Intelligence Quotient Layer)。他在這場演講中第一次系統講解了微軟內部建構 AI 部署體的三層結構:第一層:Work IQ - 人與資訊的關係網路這是 Microsoft 365 使用者內部的知識關聯式資料庫。它識別每個員工與誰協作、管理那些文件、使用那些系統,構成了一個組織腦圖。 納德拉說:AI 不該是從外部接入的智能,它必須知道你是誰、你在做什麼、你正在處理什麼內容。Copilot 能理解你的會議紀要,是因為它讀取了 Work IQ能自動生成郵件,是因為它知道你和誰在溝通、溝通頻率、使用語氣這不是呼叫模型,而是讓模型進入你的組織上下文。第二層:Fabric IQ - 資料層全結構化在 Work IQ 之上,微軟又擴展出了 Fabric IQ。它把企業內部的 ERP、CRM、財務系統、Power BI 等資料分析平台全部接入,構成一個統一的結構化資料語義層。換句話說,不是把資料上傳給 AI,而是建構一整套讓 AI 可以理解、可以調取、可以嵌入的資料地圖。第三層:Foundry IQ - 非結構化資料的搜尋與決策層Foundry IQ 負責處理企業中大量的非結構化資料,如合同、市場報告、客戶通話記錄等內容。它是 Copilot 在灰度資料場景中能做總結、分類、歸因的關鍵所在。納德拉強調:Work IQ + Fabric IQ + Foundry IQ,才是真正的 AI 企業。不是你部署了 Copilot 就是 AI 公司,而是你有沒有建好這個基礎設施。有了 IQ 層作為地基,微軟正在用 App Builder、Copilot Studio 和 Foundry 讓企業快速建構應用。想做一個客服代理?用自然語言描述需求,系統自動生成,無需寫程式碼。想讓會議紀要自動總結並生成決策建議?Work IQ + Copilot 外掛直接呼叫,即插即用。但這些工具必須建立在 IQ 層之上。沒有 Work IQ,AI 不知道你在和誰協作;沒有 Fabric IQ,它讀不到你的業務資料;沒有 Foundry IQ,它只能簡單應答,無法深入分析。部署得快的企業,是從組織系統內部開始準備的。這套IQ體系不是一天建成的,但印度已經開始了。第三節|微軟押注印度:175 億賭的是“用得快”理解了什麼是 AI 部署體,就能看懂微軟為什麼選擇印度。納德拉這次去印度,不是去談技術合作,而是宣佈一個實際動作:微軟將在印度追加 175 億美元基礎設施投入,這是公司在亞洲歷史上最大一筆 AI 相關投資。1、為什麼選印度?不是因為這裡有最強模型、最多大牛,而是因為它有一件別的國家暫時沒有的東西:一個能快速部署 AI,並確保可控的主權架構體系。不是誰造得出模型,而是誰先把模型接入系統、讓它投入使用。在他看來,印度政府和產業聯合打造的 AI 國家棧,做對了三件事:主權資料可控:Copilot 在印度的所有部署均本地運行,資料不出境,權限不外流部署選項彈性:微軟提供混合雲、公有雲、私有雲三種模式,使用者按敏感等級自主切分工作負載風險評估機製成熟:企業或政府可以基於風險的方式決定模型去那、資料怎麼調、權限如何設定這些,正是納德拉所說的 AI 落地真正的治理能力。2、微軟下注的,是印度在落地上的執行力納德拉在演講中點名了一系列項目:Apollo 醫療系統開發了面向醫生的多代理 Copilot,用 AI 協助做病患初篩與文書Tech Mahindra 搭建多代理 AI 框架,並完成了本地 22 種語言部署勞工部通過 Instrom 系統訓練了超過 5000 萬非組織化工人,AI 實現技能匹配與再就業路徑推薦納德拉本人稱讚這些項目在全球都屬於極致執行力的 AI 落地案例。他說:我們最怕看到的,是一個國家擁有頂級模型,卻什麼也沒部署出來。3、主權不是封閉,而是能力邊界的清晰設計很多國家在談 AI 主權時,只講監管,不談落地。納德拉給出的建議是:你不能一邊強調主權,一邊放棄部署彈性。 他強調必須做到:控制權明確(誰掌握資料金鑰、誰控制使用入口)、部署機制靈活(什麼算公共部署、什麼必須在本地封閉)、全球情報接入(不能因為要安全就脫離全球安全情報)。為什麼強調最後一點?因為如果失去了全球網路安全情報,只剩主權本地環境,那其實就是一個更弱的系統,無法防禦最新的網路攻擊。這是很多國家在追求主權時容易忽視的風險。這就是微軟印度棧的設計思路:不是複製版 Azure,而是一個既保證主權可控,又接入全球安全防護體系的 AI 作業系統。4、最終落點:微軟投資的核心不是模型,不是市場,而是部署速度:誰能又快又穩地部署 AI,誰就能率先進入下一個生產力周期。175 億美元不是投給政府,也不是投給開發者,而是投給一種國家級組織能力:AI 棧建構能力 + 快速落地能力 + 合理治理能力。對中國企業來說,這意味著:不是等更強的模型,而是先搭好部署體系。 我們不缺技術儲備,缺的是從組織到資料到治理的系統性準備。這可能是比模型參數更值得投入的地方。結語|速度,才是 AI 時代唯一的護城河這場 175 億美元的投資,微軟看重的不是印度的技術潛力,而是它的落地執行力。未來不是技術紅利,而是應用紅利。誰先讓 AI 進入流程、變成結構、參與決策,誰就先獲得下一輪增長。企業如果還在等更成熟的模型,只會錯過整個部署周期。組織如果沒有能力建構 AI 角色、系統、權限的結構,就永遠只能圍觀別人的轉型。不是用得起,而是用得快。 (AI深度研究員)
微軟祭出在亞洲最大投資,175億美元豪賭印度AI
12月9日,微軟CEO薩提亞·納德拉(Satya Nadella)通過X發文稱,公司承諾投資175億美元,幫助印度建構人工智慧未來發展所需的基礎設施、技能培訓和自主能力建設。納德拉是在當日會見印度總理莫迪後宣佈的這一消息的。這位全球市值第四高企業的印度裔掌舵者表示,這是微軟在亞洲有史以來最大的一筆投資。這筆投資將在2026年至2029年逐漸落地。微軟方面稱,投資的重點是以超大規模資料中心為核心的AI基礎設施建設。其中,微軟在特倫甘納邦首府海得拉巴的資料中心預計2026年中投運,屆時將成為其在印度最大的資料中心。截圖來自社交平台X以全球投資切入,微軟重新佈局AI戰略據微軟官方發佈的新聞稿,納德拉與莫迪的會晤是“微軟印度AI之旅的開端”。但實際上,今年1月納德拉訪印時,就已宣佈過一項30億美元的投資計畫。不到一年,投資金額暴漲至175億美元,超過了微軟近一年多以來宣佈的在葡萄牙、阿聯、加拿大等主權國家的AI投資。據最新的投資承諾,微軟表示,到2030年為2000萬印度人提供必要的AI技能,並在當地創造就業機會,同時,利用AI技術為印度政務數字平台的建設提供支援,向印度客戶推出Sovereign公有雲和私有雲服務,開放Copilot本地資料處理服務,幫助印度建設數字主權解決方案。納德拉發文後,莫迪也在社交平台回應稱“在人工智慧領域,世界對印度充滿信心”,表示“印度青年將抓住這一機遇進行創新,利用AI的力量為建設更美好的地球而貢獻力量”。截圖來自社交平台X微軟在印度加碼AI業務並不令人意外。該公司進入印度市場已有三十餘年,業務佈局廣泛,當地有2.2萬餘名員工。從雲端運算到人工智慧,印度的政策紅利、勞動力成本優勢、IT和網際網路產業基礎以及地緣位置等都受到微軟重視。微軟從去年起開啟的數輪全球大裁員,影響了近兩萬名員工,但印度公司始終享有豁免權。在海外AI投資激增,2026年資本支出衝向千億美元大關的背景下,印度也再次成為微軟在亞洲的第一選擇。值得注意的是,這次大手筆投資正發生在微軟重新思考戰略轉型之際。根據Business Insider的報導,微軟的一份內部備忘錄顯示,納德拉正在推動微軟重新思考其在AI時代的商業模式,並為此聘用了曾在公司雲端運算發展中做出貢獻的羅爾夫·哈姆斯(Rolf Harms)擔任AI經濟學顧問。報導稱,此舉旨在像雲業務轉型時代一樣,對公司人工智慧發展進行一次徹底改革。雖然改革的具體措施暫未可知,但從納德拉近期的一系列演講、對談,尤其是與OpenAI CEO薩姆·奧爾特曼(Sam Altman)、Stripe聯合創始人約翰·科裡森(John Collison)等人的對談來看,基建、規模化、“Agent工廠”的軟體生態、海外業務和通過私有雲建立企業(甚至國家)的“數字主權”,都是其關注的核心問題。納德拉也數次表示,微軟的全球投資“把美國最好的技術帶到世界各地,讓各國、企業以信任為基礎進行創新”,並強調這對美國和微軟本身的長遠發展都有利。早些時候,KeyBanc的一份報告曾分析稱,微軟仍是目前最具戰略意義的AI軟體服務供應商,其Copilot AI平台的使用率高達76%,繼續加大資本支出有望為公司帶來更多收穫。大舉佈局擁有廣泛網際網路、IT基礎,被視為增長潛力極大的印度市場,或能進一步提升公司在AI產業生態中的地位。Google、輝達同樣有意印度AI就在會見納德拉的同日,莫迪還會見了英特爾CEO陳立武和美國IT龍頭高知特(Cognizant)CEO拉維·庫爾瑪·S(Ravi Kumar S)。根據《印度時報》報導,莫迪在談話中強調了政府大力吸引外國投資進入人工智慧、半導體和數字基礎設施等戰略領域的決心。與此同時,英特爾還與印度塔塔集團簽署了合作備忘錄,計畫在半導體領域展開合作。英特爾聲明稱,正進一步探索在快速增長的印度市場中迅速擴展AI PC解決方案,以鞏固其將印度定位為公司未來技術戰略主要基地的計畫。目前來看,有意印度市場的科技巨頭遠不止於此。根據彭博社的報導,輝達CEO黃仁勳和GoogleDeepMind CEO、2024年諾貝爾化學獎得主德米斯·哈薩比斯(Demis Hassabis)均計畫在明年訪問印度。尤其是Google,該公司CEO桑達爾·皮查伊(Sundar Pichai)與納德拉一樣是印度裔,今年十月,皮查伊宣佈Google將在未來五年內在印度投資150億美元,並興建其美國以外最大的資料中心。近期,Google又通過印度電信巨頭Reliance Jio,向其5億使用者提供了18個月的Gemini 2.5 Pro的免費使用權,旨在快速擴展市場,提升使用者使用率。此外,Google還在印度投資了不少AI初創企業,並有意將其整合進自身的AI生態。同樣地,亞馬遜在今年宣佈5年內在印度投入127億美元用於本地雲和AI基礎設施建設。與微軟關係密切的OpenAI也於今年11月在印度推廣了為期一年的ChatGPT Go免費訂閱服務,並計畫在該國投建資料中心。對科技巨頭來說,印度的人口規模既是新的市場空間,也是人工智慧的潛在訓練場,該國在科技專業人才上儲備同樣充沛,平均勞動力成本又較低,看起來的確是個不錯的投資選擇。而對於印度政府來說,AI已被視為未來發展的重要戰略陣地,但莫迪推動出台的“印度人工智慧使命”(India AI mission)等計畫成效並不明顯,吸引美國技術、資本顯然已被視為破局之道。根據諮詢機構高力國際(Colliers)的預測,印度資料中心5年內有望增長三倍以上。印度國家軟體與服務業企業協會(NASSCOM)則在此前的一份展望報告中提到,2027年印度的人工智慧市場規模有望提升至170億美元,接近目前水平的三倍。 (鈦媒體AGI)
巴倫周刊—AI泡沫論下,微軟憑何獨善其身成為最大贏家?
微軟將營收不確定性大的預訓練運算業務剝離給CoreWeave與甲骨文,本身則牢牢掌握利潤率最高的OpenAI API運算相關業務。同時微軟是僅有的兩家「通用型AI算力提供者」之一。市場對人工智慧(AI)支出的擔憂正達到頂點,投資者紛紛警惕兆美元規模泡沫的形成。但對微軟而言,這並不成問題。這一觀點來自知名投資機構DA Davidson公司的分析師Gil Luria(吉爾·盧里亞)。他在周四重申了對微軟股票的「買入」評級,並將目標價定為650美元,稱微軟有望成為「AI發展浪潮中最大的贏家」。當日微軟股價小幅下跌至477.25美元,與標普500指數走勢基本一致。Luria並沒有完全否認AI泡沫的存在,但他也沒有完全站在爭論的任何一邊。他在報告中寫道,無論AI領域是否存在泡沫,微軟都是「佈局AI的最佳選擇」。在談到被視為AI投資典型代表的非上市公司OpenAI時,Luria的態度則略顯消極。OpenAI的影響力如此之大,以至於像甲骨文這樣的主要合作夥伴,都被視為其「影子標的」。Luria寫道:「雖然我們一直對OpenAI及其某些行為持有非常、非常批評的態度,但我們認為它不會消失。」他指出,OpenAI的最大產品ChatGPT,在AI聊天市場上大約佔有75%的份額。在最理想的情況下,如果OpenAI進一步聚焦自身業務,與邊緣合作夥伴重新協商合同,“考慮到微軟在OpenAI中的股份以及深度整合到OpenAI最有價值的算力資源中,微軟將在相關支出中處於優先地位,”Luria強調。他預計微軟超過一半的Azure AI收入來自OpenAI,佔公司總收入的6%。本質上,Azure是一整套基於雲端的服務,包含了用於建置和擴展AI應用的各類工具。微軟不斷為此平台增加更多AI功能。2021年,該公司推出了Azure OpenAI,讓使用者可以透過雲端存取OpenAI的聊天機器人。這項服務於2023年正式對所有使用者開放。Luria周四寫道,DA Davidson的專有開發者資料「持續顯示Azure的強勁成長」。 “在九月當季,Azure的表現繼續顯著超越Google雲和亞馬遜AWS,我們預計這一趨勢將持續。”其他機構也同樣持樂觀態度。早在今年5月,瑞銀(UBS)分析師就指出,Azure的成長速度已超過亞馬遜和Google的雲端服務——其核心季度營收季增62%,遠超競爭對手個位數的增幅。雖然當時很難理解背後的原因,但分析師懷疑,客戶從其他微軟服務轉向Azure,對其出色表現貢獻相當大。微軟在2025財年末表示,Azure雲端服務營收已突破750億美元,年增34%。先前,公司一直將Azure的營收歸入「智慧雲端」類股,這次單獨揭露業績似乎顯示微軟有信心讓Azure的表現獨當一面。Luria指出,微軟刻意將「需求高、波動大且難以預測的預訓練運算業務」交由CoreWeave和甲骨文負責,本身則牢牢掌握OpenAI的應用程式介面(API)計算相關收入。API,即應用程式程式設計介面,可以讓不同的軟體元件相互通訊。就OpenAI而言,此介面本質上允許其他企業將其生成式AI模型整合到自身軟體中。“API部分是OpenAI業務中最盈利的環節,這也讓其更具可持續性,”Luria寫道,“同時,大量API業務也為微軟帶來了向客戶追加銷售資料架構和其他基礎設施軟體的機會,從而帶動增長,並提升整體AI業務的利潤率。”同時,微軟也透過投資Anthropic以及開發自身AI技術來分散風險。這使得微軟和亞馬遜成為僅有的兩家「通用型AI算力提供商」,而Google和Meta平台則押注於自身模型能否取得成功,這是一種風險更高的策略。無論如何,微軟與O​​penAI的深厚連結不容忽視。自2019年OpenAI轉為營利性機構僅幾個月後,雙方就展開了合作。如今,微軟已經持有OpenAI集團公益公司(OpenAI Group Public Benefit Corporation)相當大的股份;截至10月底,該公司估值約為1,350億美元。 (Barrons巴倫)
巴倫選股一甲骨文股價承壓,但可望追趕微軟和亞馬遜
富國銀行分析師麥可‧圖林首次給予甲骨文股票「增持」評級,目標價定為280美元,意味著該股未來可能上漲37%。甲骨文公司目前正處於風口浪尖,因投資者對其巨額借貸發出警告,同時人工智慧相關支出引發的更廣泛擔憂也影響了市場。該公司股價已較10月創下的近期高點313美元下跌了35%,較9月10日創下的歷史收盤高點328.33美元跌幅達38%。不過,這家AI基礎設施供應商至少還有富國銀行力挺。在周三的一份研究報告中,富國銀行分析師邁克爾·圖林首次覆蓋甲骨文股票,並給予其「增持」評級,給出了280美元的目標價。若以周三甲骨文203.73美元的收盤價(當日上漲1.3%)計算,這一目標價意味著該股可能上漲37%。甲骨文無疑正承受壓力,但圖林表示,這家雲端運算巨頭有望成為「基礎設施領域市場份額的明確獲得者」。他預計,到2029年,甲骨文的雲端基礎設施業務市佔率將從今年的5%提升至約16%。圖林表示,該公司目前已獲得近5,000億美元的AI相關訂單。憑藉與OpenAI、Meta Platforms和TikTok等依賴其基礎設施的客戶建立的緊密合作關係,甲骨文已經佔據了「領先位置」。其中,OpenAI扮演著非常重要的角色。今年9月,甲骨文與ChatGPT的開發商簽訂了為期五年、總額3000億美元的合約。圖林認為,除了現有的來自「各個AI實驗室」的750億美元承諾,以及OpenAI在Stargate計畫下(這是甲骨文、OpenAI及其他夥伴聯合的長期合作計畫)的長期目標,公司還有進一步成長空間。圖林指出,目前OpenAI 的「Stargate」計畫已經達到了8GW的算力,而到2033年,他們的目標是250GW,目前這數字還只是目標的冰山一角。雖然甲骨文的股價較歷史高點下跌了40%以上,但圖林認為,考慮到未來AI領域的巨大機遇,該公司的估值仍然合理。他表示,最近困擾市場的有關AI支出的擔憂只是暫時現象。圖林預計,隨著甲骨文逐步展現其在多種硬體類型上建立AI基礎架構的能力,公司將能逐步縮小與強勁對手亞馬遜和微軟之間的差距。如果他的觀點被證明正確,甲骨文有望成長為一個值得重視的競爭對手,但這並不意味著甲骨文的基礎與其競爭對手相比就很穩固。與亞馬遜和微軟都已承諾在AI領域投入數十億美元相比,這兩家科技巨頭能憑藉充裕的自由現金流來支持其資本支出,而甲骨文在這方面就顯得不那麼穩健。今年10月,投資人開始擔憂甲骨文的信用風險,質疑公司在現金流不足以涵蓋資本開支的情況下,如何為其投資所需資金籌措資金。今年9月,公司發行了180億美元的債券,使其現有債務總額增加到1,050億美元。不到五年前,在甲骨文將大量現金流轉向股東分紅之前,公司無擔保債券的信用評級還屬於高「A」級,但隨後因多次下調評級而大幅降低。目前,標普全球對甲骨文債務的評級為BBB,屬於投資級中的較低級別,且展望為負面。而微軟和亞馬遜分別被評為AAA和AA級,屬於投資等級中的較高水準。值得注意的是,就在圖林表達信心的前一天(周二),甲骨文債務的違約保護成本攀升至2009年3月以來的最高水平;五年期信用違約互換(CDS)費率攀升至每年1.3個百分點,即130個基點,創下16年來的新高。這一數字是今年6月的低點(0.36個百分點)的三倍多。(Barrons巴倫)
報導稱微軟下調AI軟體銷售配額,股價跌近3%,微軟否認
微軟因企業客戶對AI產品接受速度不及預期而下調銷售目標,股價一度下跌近3%,創下自11月18日以來的最大跌幅。公司已下調多款AI產品的銷售配額,其中Azure某銷售部門對名為Foundry的產品增長目標從50%大幅調降至25%。隨後,據媒體報導,微軟在一份郵件聲明中稱,公司並未下調銷售員的銷售配額,公司股價跌幅縮小至2.5%。微軟已下調部分AI軟體的銷售目標,由於企業客戶對新型人工智慧產品的接受速度不及預期。12月3日,據媒體報導,由於銷售團隊未能在截至今年6月的財年達成目標,微軟Azure雲部門已調低了針對特定AI產品的銷售配額。知情人士表示,此類針對具體產品的配額下調在微軟較為罕見,這反映出公司正基於市場實際接受度調整策略,以應對客戶在增加AI預算方面的謹慎態度。微軟Azure某銷售部門曾在上個財年要求銷售人員將客戶對名為Foundry的產品支出提升50%,但最終達成目標的銷售人員比例不足五分之一。因此,微軟已於今年7月將該產品在本財年的增長目標下調至25%左右。行業分析指出,此次調整揭示了企業在部署高階AI工具時面臨的共同挑戰:一方面,技術帶來的實際成本節約難以清晰量化;另一方面,在金融、網路安全等低容錯率領域,AI工具的可靠性與商業價值仍需更長時間驗證。儘管微軟雲基礎設施業務因承載OpenAI等大模型的訓練需求而保持增長,但在推動傳統企業採購更複雜的自動化軟體方面,實際進展仍未達到此前設定的樂觀預期。受此消息影響,微軟股價一度下跌2.9%,創下自11月18日以來的最大跌幅。隨後,據媒體報導,微軟在一份郵件聲明中稱,公司並未下調銷售員的銷售配額,跌幅縮小至1.7%。面臨類似挑戰的並非微軟一家。OpenAI近期將其未來五年內“AI代理”相關收入的預測大幅下調了260億美元,而Salesforce等企業則通過顯著折扣策略吸引客戶。這表明,儘管生成式AI的技術熱度不減,但其從概念演示走向規模化商業應用,仍面臨多重現實障礙。企業客戶遇到實施困難私募股權基金凱雷的案例凸顯了企業在採用AI工具時面臨的現實挑戰。該公司去年開始使用微軟推出的Copilot Studio,該工具允許企業通過編寫程式碼開發AI應用,以自動化會議紀要整理、Excel財務模型生成等任務。然而,使用數月後,凱雷向微軟反饋稱,該工具難以穩定地從Salesforce等其他業務系統中提取資料,而這對其部分自動化流程至關重要。據知情人士透露,今年秋季,凱雷已削減了相關工具的支出。這一調整是該公司整體AI支出最佳化與工具整合計畫的一部分。行業普遍調低預期調整AI代理收入預期的公司並非只有微軟。例如,OpenAI近期將其未來五年內AI代理相關收入預測大幅下調了260億美元。該公司計畫通過提升ChatGPT訂閱收入及推出可能包含廣告的新產品來填補這一缺口。事實上,其首席執行官Sam Altman 本周一表示,將暫緩推進廣告及健康等領域的代理業務,以集中精力解決ChatGPT現存的問題。對於Salesforce等企業軟體公司而言,提升AI代理收入面臨的挑戰更為顯著,因為它們缺乏微軟那樣的大型雲基礎設施業務作為支撐。為此,Salesforce與ServiceNow等公司正在向試用其AI代理產品的客戶提供大幅折扣,這些產品旨在實現IT工單處理或新員工入職等工作流程的自動化。與此同時,包括AWS和Anthropic在內的其他科技公司,正通過提供類似諮詢的服務,投入資源幫助客戶正確配置和部署AI應用。來源:華爾街見聞