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)

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)

Satya Nadella 是微軟現任董事長兼首席執行官，自2014年起領導公司轉型，推動雲端運算與AI戰略落地。他以務實、合作、長期主義著稱，被認為是“把微軟從掙扎中救回來的那個人”。 在他領導下，微軟市值突破3兆美元，重回全球科技巔峰。亮點AI不是夥伴，是工具：別再給它加戲了Nadella 多次強調他不認同將 AI 擬人化。“AI 不是智能生命，它就是一套工具。”在“Her”那樣的幻想浪潮席捲矽谷時，這種樸素但冷靜的立場顯得格外稀有。他的主張是：我們不該把人類的主體性讓位給系統，而應關注如何賦能真實的人類工作者。這不是技術冷感，而是責任感。軟體工程師會被AI取代？不，是升級為“指揮官”Nadella 給出一個反直覺的判斷：“軟體工程不會消失，而是進化。”工程師從執行者變為架構師，像樂團指揮一樣協調多個AI Agent工作。他的隱喻很有力：未來不是你被取代，而是你在管99個AI打工人。聽上去很美，但這要求你更懂系統、更會指揮。別再炒模型了，真正革命在“工具呼叫”和“記憶”當外界還在熱炒模型能力，Nadella 卻指出真正的技術飛躍在於三個系統：工具呼叫、記憶系統和權限控制。這些是建構AI Agent的關鍵“腳手架”。模型不是全部，能不能調工具、記住你、知道它“有沒有權利”做事，才決定AI的實用性。這才是“智能體”的起點。AI不是來幫你做事的，是來重寫“你該做什麼”的在AI部署過程中，最大的阻力不是技術，而是“工作流程的革命”。Nadella 直言：“當你指揮99個Agent工作時，你的工作定義已經改變。”從前的崗位描述已不再適用，未來的挑戰是重新定義崗位、重組團隊。這是社會結構的再造，而非簡單升級。你以為在做知識工作，其實在複製貼上Nadella 與主持人共同提出一個尖銳觀察：絕大多數所謂“知識工作”不過是在瀏覽器、表格和郵件之間複製貼上。他稱之為“認知的浪費”，AI的價值恰恰在於消滅這些“低級腦力勞動”，讓人類回到真正有價值的創造。這是一次對現代白領生活的痛擊。別神化ChatGPT，它只是下一個SQLNadella 用“SQL 時刻”形容AI模型的成熟。他認為模型就像SQL資料庫的查詢語言，是強大但底層的工具。“真正的產品，還要在它之上建起來。”這番話在模型崇拜橫行的當下，無疑是一記清醒劑：別只會調模型，真正的價值在產品設計。B端SaaS要完了？別急，工具和平台共生才是出路當被問及“B2B SaaS還能投嗎”，Nadella沒有直接否定，但也指出了趨勢：未來軟體可能是“即需即造”，使用者借助AI就能生成應用。但他認為這不意味著IDE、平台沒用，反而是平台+模型+應用的循環反饋變得更重要。“工具不會死，差的是好設計。”做領導，不是你發號施令，而是你讓團隊不再混亂談到招聘標準，Nadella分享他最看重的三點：“在混亂中帶來清晰，在低氣壓中創造能量，在受限中找到突破。”這三點不只是對AI產品的要求，更是對未來工作者的畫像。AI時代真正有價值的人，不是最聰明的，而是能帶領他人共創價值的那群人。以下是完整內容主持人： 非常榮幸能邀請到微軟董事長兼CEO薩提亞·納德拉。薩提亞·納德拉： 謝謝！這感覺像主場作戰。舊金山的朋友們，你們真該搬到西雅圖去。主持人： 我的職業生涯就是在西雅圖開始的，那是個非常棒的地方。薩提亞·納德拉： 沒錯，但凡成功的人，都是從微軟起步的。AI浪潮：站在雲巨人肩膀上的新平台主持人： 薩提亞，您之前強調過AI將塑造我們所做的一切。在微軟的實踐中，這是什麼樣的？AI如何真正驅動你們的戰略？尤其是在那些超出當前令人驚嘆的產品套件之外，AI將如何影響更廣泛的經濟？薩提亞·納德拉： 在微軟，我感覺我們是一家平台公司、產品公司，也是一家合作夥伴公司。我從這三個維度思考，在我35年的職業生涯裡，我經歷了客戶端、客戶端-伺服器、Web、網際網路、移動、雲，而現在就是AI。這至少是我總結規律的方式。所以我首先想到的是平台機遇。我看著在座的各位，有趣的是所有這些平台都帶來了復合效應。我認為AI之所以擴散速度如此之快、範圍如此之廣，就是因為它建立在上一代技術之上。我想，如果沒有雲，我們就不可能建成AI超級電腦，也便不會有後來的模型和產品。所以這種復合效應是我覺得最有趣的地方。因此，你總是在上一個平台的基礎上建構下一個平台，你必須做對這一點，然後才能在它之上建構下一代產品。每一次平台變革，都會出現新的工作負載。我記得第一次看到大規模訓練任務時，感覺它和我們當初建構雲時處理的工作負載完全不同。它是一種資料平行同步負載，這與Hadoop之類的任務截然不同。因此，平台本身也需要被徹底重塑和改變。所以對我來說，平台層面最激動人心的是，我們正處於系統軟體的黃金時代。坦白說，今天，無論是基礎設施層的超大規模廠商還是初創公司，我認為都面臨著巨大的機遇。顯然，模型層面和其上的產品也存在巨大機會。最終，這一切都是為了什麼？只為一件事：驅動全球經濟增長，也就是GDP的增長。所以如果要問我衡量AI的標準是什麼？那就是它是否正在為我們身邊的世界創造價值盈餘？無論是對一個社區、一個國家、一個行業，還是一個公司。模型與應用：AI的“SQL時刻”已經到來主持人： 在應用層面，幾十年來你們已經建構了許多標竿性的應用。但現在感覺我們處在一個奇怪的、不均衡的時刻，模型似乎已經爆發，其能力讓我們驚嘆，但計算和應用層卻需要迎頭趕上。這裡的希望就是，在座的各位將成為建構這些應用的人。薩提亞·納德拉： 這是個好問題。問題之一是，模型本身究竟像SQL（一種資料庫語言），還是它就是SaaS應用本身？模型在那裡結束，產品又從那裡開始？如果你說，模型加上一些腳手架、工具呼叫，再套上一個無限循環，就是產品了，那這事就有點混亂了。但這就像說，一堆業務邏輯加上SQL本身就是一個應用程式。所以我認為，任何人都仍然可以在模型之上建構一個應用層，你需要把自己抽象出來，告訴自己：模型就像過去的SQL一樣。我一直夢想著AI或機器學習能迎來一個“SQL時刻”。因為你想想，過去我們從未有過一個穩定的平台層，所有東西都是垂直建構和整合的。而現在，我們第一次在模型層擁有了像SQL引擎一樣的東西，可以用來建構非常複雜的產品。而且這些技術，比如推理時計算加上工具呼叫，也為我們建構複雜產品提供了相當強大的框架。主持人： 如今，整合部分本身也成了應用層，這真是太瘋狂了。模型本身非常智能，但它們與對企業真正重要的資料之間，似乎還存在著巨大的鴻溝。薩提亞·納德拉： 這個觀察很到位。我認為，至少我目前的理解是，模型是重要的一環。而模型的腳手架和所有的工具呼叫，實際上構成了一個真正的“應用伺服器”，你需要它來建構複雜的應用程式。但最有趣的部分是產品內部的反饋循環和資料路徑，這些資料可以被用來進行後訓練（post-train），以便模型能做出正確的工具選擇。這似乎才是產品創新的真正發生之地。AI的能源帳單：必須用社會價值來“買單”主持人： AI的規模法則（scaling laws）仍在持續，對智能的需求似乎是無限的。昨天，埃隆·馬斯克提到，未來超級智能體與人類的比例將達到99:1，這是一個瘋狂的預測，但考慮到當前趨勢似乎也有可能。為了AI的未來，全球計算基礎設施的建設需求將走向何方？隨著模型不僅變得更大，而且更智能、能夠進行複雜的多智能體互動，您如何預測這些需求會如何演變？薩提亞·納德拉： 如果我們退一步看，假設智能的增長與計算量成對數關係，然後你再問，計算消耗多少能源？比如在美國，今天可能是2%-3%，假設翻倍到6%。這是一個巨大的數字，因為這意味著為了支援AI，需要額外生產大量的能源。所以我認為我們都必須記住，歷史教給我們一個教訓：如果你要消耗能源，你最好獲得社會的許可。這意味著你必須確保AI的產出是對社會有益的。換句話說，如果我們不能真正創造出以國家和社區為單位衡量的社會和經濟盈餘，那麼我們就不能無節制地消耗能源。對我來說，這是更重要的事情。今天每個人都在為能源生產的問題而焦慮。但未來五年真正的挑戰是，我們必須生產出足夠多能創造巨大價值的產品。順便說一句，我對此非常有信心，無論是在醫療、教育還是生產力領域。雖然領域很多，但我們科技行業真正的挑戰是要明確證明，我們創造的東西能體現在真實的統計資料中，而不僅僅是某個AGI或AI的基準測試分數。AI落地：告別文書工作與官僚主義主持人： 希望是，AI會體現在你日常接觸的真實事物中。比如，你去申請抵押貸款，不用再等上兩三個月，還不確定能否獲批。生活中有很多重要的事情，都被淹沒在文書工作或官一僚主義中，而這些都有可能因為AI而消失。薩提亞·納德拉： 百分之百同意。即使是一些公共服務領域也一樣。以任何一個國家的GDP構成為例，或者看看美國的醫療保健，它佔了我們成本的18%-19%。每個人都在談論神奇的藥物，但實際上大部分成本都在於工作流程。如果你用一個大語言模型和一個提示詞，去處理電子病歷系統後端的簡單工作，比如病人出院流程，這本身就能節省大量的時間、金錢和精力，完全可以收回成本。主持人： 這非常直接，我們在醫療上花費了巨額的GDP，這是理所應當的，但每一分花在文書工作上的錢，本可以用於拯救某人生命的治療。薩提亞·納德拉： 或者說，把醫生從文書工作中解放出來，讓他們有更多時間陪伴病人，這就是我們眼前的機會。AI普及的最大障礙：技術，還是人的慣性？主持人： 您認為今天AI部署的最大限制因素是什麼？薩提亞·納德拉： 這很有趣，這裡的觀眾太年輕了，我的比喻可能都不太適用。但無論如何，如果你回到早期，比如一家跨國公司只有3台電腦，我們是怎麼做銷售預測的？我們會發傳真，人們收到傳真後，再發部門間備忘錄，這些備忘錄經過批註，最終形成一份預測報告，希望能在季度結束前完成。突然有一天，人們有了電子郵件、個人電腦和Excel，他們說，我直接發個Excel表格，大家填上數字，預測就出來了。發生了什麼？是工作產物和工作流程改變了。這正是AI需要帶來的變化。當有人說，我現在要用我指揮的99個AI智能體來完成我的工作，那麼工作流程就不可能保持不變了，你必須改變，甚至你工作的範疇都會改變。這種“變革管理”才是真正的限制因素。因為你正在改變一家保險公司、金融服務公司、醫療公司或軟體公司裡的生產方式，並告訴他們，我們將改變一切工作方式，甚至改變現有的崗位。比如在領英（LinkedIn），他們把設計、前端工程、產品等多個職能整合在一起，說我們想要“全端建構者”。這甚至改變了一個崗位的範疇。那麼，你如何用新的角色、新的範圍來重組產品團隊？這對我們來說，更像是一種社會性的限制因素。當然還有很多其他因素，比如技術部署、電力供應等等，但我認為變革管理是關鍵。現在，當我和很多AI初創公司交流時，我發現每個人都有“前線部署工程師”。這就像帕蘭提爾（Palantir）的模式，我認為這是一個非常棒的模式。為什麼？就是因為變革管理。你需要真正幫助客戶和合作夥伴理解你產品的價值，不僅僅是技術本身，更是如何將技術應用到他們的工作流程中。解放“知識型員工”：AI如何消除工作中的乏味主持人： 在YC，我們有一個有趣的說法，我們告訴很多剛開始職業生涯的、最聰明的AI研究員和電腦科學家：去“臥底”。去當一名醫療帳單員，親身體驗一下，有多少所謂的“知識工作”，其實就是在瀏覽器、電子表格和郵件之間複製貼上，然後點選傳送。做一段時間後，你就會意識到，這些工作其實並不需要動用你的前額葉皮層和最高心智。你能想像嗎，很多人的生活基本上就是這樣，我們這個年紀的人過去稱之為“文書工作”，現在他們不推紙質檔案了，但他們在發郵件，不發傳真了，但他們通過給郵件加入附件來完成業務。這似乎是一個相當大的轉變。薩提亞·納德拉： 我認為對於任何創造產品或在模型層尋求根本性突破的人來說，知識工作中存在的大量乏味勞動，是一個被低估的巨大機會。我們在軟體工程中已經看到了這一點，很多瑣事把程式設計的樂趣都帶走了。AI能幫助你保持心流狀態，讓你能專注完成一項任務，我認為這將發生在所有知識工作中。你說的完全正確，我們花了太多時間在流程之外收集資訊。真正需要動用前額葉皮層進行綜合思考的時間其實很少。現在，讓一個複雜的推理模型和你的前額葉皮層協同工作，而大量繁瑣的事情交給一個很酷的智能體去完成，這絕對是未來的前沿。AI前沿：我們離下一個演算法突破還有多遠？主持人： 除了簡單地採用AI工具，您認為當今該領域正在發生那些最大的變革性轉變？薩提亞·納德拉： 這個領域變化太快了。去年這個時候，我甚至無法想像我們能通過強化學習（RL）和所謂的測試時計算（test-time compute）走這麼遠，而且它的潛力似乎無窮無盡。我認為，預訓練很有效，其上的所有後訓練技術也很棒。然後，推理時計算似乎又增加了一個巨大的規模法則。所以現在我感興趣的是，是否會出現一些新的演算法突破。我總是說，整個現有體系都可能被這裡的某個人改變，他站出來說：“我有一個更高效的方法來做這件事。”所以我們必須保持開放的心態，最後一個重大的演算法突破可能還沒有被發現。這是我一直感興趣的一點。另一點是，下一步是什麼？從預訓練到強化學習的端到端訓練閉環，這是下一個我認為在明年會發生的大事。我想說，如果那會成為另一個規模法則的突破，我們會看到，現在任何一個實驗室，包括我們所有人，可能都在研究如何建構一個更整合的、具備響應和推理能力的模型。那將是一個有趣的飛躍。AI非人：未來應用的三大支柱主持人： 這裡有個很有趣的觀點，如果你把一個大語言模型實例看作一個意識——我想有些人開始這麼說了——你實例化它，用它做一堆工作，然後它就消失了，你再打開一個新的聊天框。我很好奇，您認為這是否是需要完善的閉環之一？薩提亞·納德拉： 我不這麼認為。“人工智慧”（Artificial Intelligence）這個名字，可能是不幸地，我們能選出的最糟糕的名字了。我完全不贊同將AI擬人化。我更多地把它看作一個工具。它不是在試圖複製我們的思維方式。它確實表現出智能的跡象，但那不是我所擁有的那種智能。我認為，人類的主體性仍然會很重要，會一直存在，我們會把這些當作工具來使用。這是我的立場。話雖如此，我們確實需要一個好的記憶系統。如果我展望下一個前沿，我認為有三件事：一是記憶（Memory），二是工具使用（Tools use），第三個可能也是最重要的，是權限（Entitlement）。也就是說，如果我要採取行動，我擁有什麼權限來採取行動？這三個系統必須作為模型周圍的一等公民來建構，這樣我們才能開發出更複雜的應用。主持人： 有人開始提出一種關於軟體未來的論點：我們有資料庫，然後會有一個中介軟體，也就是您所說的“權限”，類似於存取控制列表，定義業務邏輯和誰能做什麼，然後你把智能體放在最頂層。薩提亞·納德拉： 這就是為什麼我認為，當你考慮腳手架層時，它是由模型加腳手架組成的。現在，通過思考這三件事，腳手架真正成為了一等公民：工具使用、記憶和權限。把這些東西組合在一起，你就可以建立一個智能體。一個智能體有ID，有管理和配置控制，有相應的機制。我認為這才是正確的思考方式。AI會“殺死”SaaS嗎？主持人： 您是否擔心程式碼生成（codegen）會讓使用者在某個時候更傾向於即時生成軟體，而不是使用打包好的軟體？我們很多人都在討論這個，因為在座的YC會資助大量的SaaS公司，並且會繼續這樣做。但私下裡，我們開始有這種擔憂。我的一些風險投資朋友甚至在說，我不確定是否還能繼續投資B2B SaaS。您怎麼看？薩提亞·納德拉： 這是個很好的問題。有趣的是，我看到在GitHub上fork程式碼的人數之多，我想，我們一定做對了什麼。這說明建構一個偉大的IDE（整合開發環境）是有其價值的。實際上，我把Excel也看作一個IDE。因為有一個很棒的畫布，你可以把最好的分析模型帶入這個IDE，然後在畫布和模型之間形成一個更好的循環。所以我認為，你可以即時生成應用，但你也可以有一個預製好的應用，它能真正幫助模型形成反饋閉環。我認為這兩者會共存。主持人： 您認為設計在這其中還有角色嗎？基本上，一個坐在VS Code前的人類，就像是軟體和終端使用者真實需求之間的翻譯。而那種“軟體會消失”的想法，似乎預設了普通人會願意去創造軟體，我不太確定這是否行得通。薩提亞·納德拉： 這是個好觀點。你問的其實是一個根本問題：軟體工程會變成什麼樣？人人都是開發者，但軟體工程師不會消失薩提亞·納德拉： 讓我們做一個思想實驗。如果某個火星智慧生物在1980年代來到地球觀察我們如何工作，他們會說：“哦，這些人類在辦公室工作，他們有打字員團隊，有幻燈片製作團隊，他們用紙工作。”如果他們今天再回來，他們會說：“天啊，現在這80億人全都是打字員了。”所以，我認為未來會發生的是，我們所有人都將創造軟體，但仍然會有一個叫做“軟體工程師”的職位。它會變得不同。在我看來，你其實是把一個軟體工程師提升為軟體架構師。你對程式碼的元認知仍然至關重要。我最大的感觸之一是，AI寫的程式碼很棒，直到它做了一些我完全搞不懂的事情。這意味著我必須對我的程式碼庫以及發生的一切有一個元模型，我需要查看變更日誌。我現在最喜歡GitHub的一個功能，就是查看所有在我程式碼庫上工作的智能體的完整變更日誌。我認為未來的軟體工程會很像一個優秀的開發經理。我認識的微軟開發經理，他們的工作就是確保版本不崩潰，程式碼質量高。對我來說，這件事依然重要。所以，即使在一個充滿AI智能體的世界裡，抽象層次也會提升。還有一件事我們沒談到，那就是法律責任。順便說下，在相關法律真正改變之前，責任將由人類和人類建立的機構承擔。只要這一點成立，我們就必須從根本上確保人類在環（human-in-the-loop）。這意味著我們需要大量的工具來幫助人類介入，以搞清楚這些AI到底在做什麼。熱炒與低估：AI的真正價值藏在田間地頭主持人： 在AI發展中，您看到了這麼多東西。從您的角度看，那些被低估了，又有那些被整個科技行業過度炒作了？薩提亞·納德拉： 這麼說吧，這個行業從不缺少過度炒作。我們正處在“萬物皆AI，無時無刻不AI”的階段。這對我們行業來說是好事。我們行業的生存之道，就是能對新事物陷入狂熱。就像史蒂夫·賈伯斯或鮑勃·迪倫說的，你要麼忙著重生，要麼忙著死去。忙著重生總歸是好的。我認為，作為科技界，我們最需要擔心和努力的是，如何贏得社會的許可。有一件事讓我感到震撼。那是在23年初，我在印度看到了一個演示。一個當地的開發者，將當時的GPT-3或3.5，與印度本土的一些開源語音轉文字、文字轉語音工具連結起來，做成了一個WhatsApp聊天機器人。他展示了一個當地農民如何通過這個機器人，訪問政府網站並成功申請到一項農業補貼。這對我來說簡直難以置信。我當時的感覺是，一個在美國西海岸開發出來的東西，怎麼能這麼快就有了如此真實的用例，這都得益於它的擴散速度和世界各地的人們。這才是需要被大規模講述的故事。我認為，這是被低估的故事。現在被過度炒作的是模型的能力，模型能力確實很棒，但是，如果我們能讓世界認識到，這正在真實地改變世界各地人們的生活，那我們的處境就很好。如果這沒有發生，那這一切就只是關於我們公司和行業的估值，只是舊事重演，那最終不會有好結果。“大眼夾”歸來：AI如何重塑我們與電腦的互動主持人： 我很喜歡那個例子。感覺微軟充滿了各種降低技術門檻，讓更多人能接觸到科技的例子。可以說，GitHub Copilot就是其中最重大的之一。薩提亞·納德拉： 順便提一句，你剛才說到這個，世界銀行做了一項研究，我想是在奈及利亞，現在他們把這個研究帶到了秘魯或智利。在微軟，我們一直在努力思考，科技能否在教育領域帶來干預？這是我們幾十年來一直追求的夢想，也取得了一些成果。但那份研究報告說，能用上像Copilot這樣的工具，可能是科技在非洲或拉丁美洲教育領域中最好的干預措施。這正是我們所有科技從業者夢寐以求的，而現在它就觸手可及。主持人： 我很好奇，您有什麼有趣的觀察嗎？因為你們在Windows裡的Copilot，是很多人第一次接觸到前AGI時代AI的入口。在科技圈，人們可能非常痴迷於最新的前沿模型，但很容易忘記，與Windows的整合才是大多數人的初體驗。對於人們使用它的方式，有什麼觀察嗎？薩提亞·納德拉： 我們對“大眼夾”（Clippy）以Copilot的形式回歸感到非常興奮。但說真的，對我來說，即使在我們熟悉和喜愛的電腦、滑鼠和鍵盤這種形態下，一個長久以來的夢想正在實現。微軟研究院在1995年成立的第一個研究小組就是研究語音的。從那時起，我們就一直在問，語音什麼時候才能成為PC上的一等公民？現在有了Copilot，有兩件事讓我感覺超現實，就像一個新的“瀏覽器時刻”：視覺和語音。我一直開著它，它能看到我所見的，我能和它對話。這感覺就像滑鼠精準移動一樣，是一次巨大的飛躍。對我來說，即使在現有的裝置形態上，我們也有辦法徹底改變電腦的使用方式。然後，還會有新的裝置形態出現。所以，無論是在硬體製造，還是為現有硬體適配新功能方面，這都是一個激動人心的時代。信任的三重維度：隱私、安全與主權主持人： 電腦的使用方式很吸引人。你有了智能，然後電腦的使用就成了所有資料的超集：你的個人資料、工作資料、所有的Office文件，一切都可以被訪問。就像電影《她》（Her）裡那樣，作業系統將與你最信任的智能體深度繫結。薩提亞·納德拉： 讓這些智能體成為你的“電腦”，為你完成計算任務，這一直是夢想，也絕對是未來的發展方向。你提到了最關鍵的一點，那就是“信任”：我能否信任它，把我想做的事委託給它？這意味著它必須精確，必須保護隱私，需要考慮很多因素。我認為所有這些問題，都會隨著時間的推移得到解決。主持人： 從這個角度看，無論是貴公司還是蘋果，實際上都必須站在為全世界所有電腦使用者保護隱私的第一線。薩提亞·納德拉： 對我們來說，這涉及很多方面，不只是隱私，還有安全和主權，這是三個非常重要的考量。隱私，是每個使用者都關心的。安全，是每個租戶或客戶在隱私之上關心的。而每個國家，都會關心主權、安全和隱私。所以應該這樣去思考：你建構任何產品或系統，都必須能夠回答，你如何為個人、組織和國家在這三個層面提供保障。給下一代建設者的建議：別等著晉陞才施展拳腳主持人： 薩提亞，您在微軟的經歷非同凡響，從一名工程師一直做到了CEO。您會和下一代的建設者們分享那些經驗教訓？薩提亞·納德拉： 開啟任何一段旅程時，你都不會有一個特定的終點目標，但你確實會有一個目標，那就是在第一步就對自己能完成的事情抱有最高的期望。我總是說，我並不是等著當上CEO才開始做我最好的工作。1992年我剛加入公司時，我覺得我的第一份工作就是我能擁有的最棒的工作。我當時感覺，如果我能在這個崗位上退休，那將是極好的。現在回想起來，這是一種很棒的心態。我不是為了下一次晉陞而等待，而是利用我所擁有的機會，盡我所能去做一切。我認為這是今天的創業者、研究人員或學生們所擁有的。所以我想說，保持這種狀態。不要等待下一個大機會。把你手頭的事情當作最重要的事情，然後把它做到極致。另一件事是，偉大的成就是靠你身邊的團隊實現的。要學會團隊合作，讓團隊變得更出色。我在微軟學到的一件事就是，在一個項目中意味著什麼，如何工作。這其實是學校和工作的最大區別，你加入一個團隊，你必須想辦法讓團隊成功。激勵機制其實很明確，但我認為人們常忽略的是，你如何真正融入團隊，你在其中的角色是什麼？我們每個人都傾向於認為，協調團隊是別人的工作。不，協調團隊是你的工作。所以我想說，如果你能做到這兩點：對自己能產生的影響抱有雄心壯志，以及學會在團隊中工作並使團隊高效，那將是不可思議的。優秀領導者的三大特質：帶來清晰，創造能量，解決難題主持人： 我很好奇，您在識人和團隊方面看重那些品質？因為AI正成為創造性工作和工程工作的關鍵部分，它甚至可能改變您面試和評估某人技術或更廣泛技能的方式。薩提亞·納德拉： 我一直在尋找人們身上的三種品質。第一種，其實是比爾·蓋茲啟發我的。有一次他描述什麼是好的架構師，什麼是差的架構師。他總結得很好：好的架構師帶來清晰，差的架構師帶來混亂，即使他們同樣聰明。所以我總是傾向於那些能本能地進入模糊、不確定的情況，並帶來清晰度的人。這是一種被低估的品質。你想想，你一天中要進行多少次關於某個棘手情況的對話，那些能清晰地指出該做什麼、下一步該怎麼走的人，是極其寶貴的。所以我總是在尋找能在不確定時期帶來清晰的人。我尋找的第二件事是，那些能創造能量的人。換句話說，他們不僅自己帶來能量，還能真正地把多個相關方聚集在一起。任何一個來找我的微軟領導，如果他說：“我的團隊很棒，其他所有人都很爛”，那對我來說沒什麼用。我需要的是能把公司內外的人聚集在一起，創造能量的人。最後一件事是，那些善於解決“過度約束”問題的人。我最喜歡的面試問題總是讓別人描述一個他們參與過的、幾乎走投無路但最終找到了出路的項目。看他們解決問題的方式，因為成功的人本質上做了什麼？他們接手一個被過度約束的問題，並設法解開這些約束。這三種神奇的能力：帶來清晰、創造能量、通過解決過度約束問題來驅動成功。我認為這就是領導力，但領導力不是你晚年才做的事，而是在每一步都要實踐的事。量子計算：微軟的下一個長期賭注主持人： 我想簡單談談量子計算。你們剛剛在二月份發佈了你們的Majorana 1。它與AI的未來有互動嗎？我想現場可能也有一些量子研究員，他們對未來很好奇。薩提亞·納德拉： 我對正在發生的事情感到非常興奮。我們已經在這個領域投入了很久，我已經是微軟第三位為量子計算項目簽字撥款的CEO了。我們已經堅持了20多年。我們的夢想，或者說我們一直以來的焦點是，如果真想建構一台通用量子電腦，就必須解決量子位元的穩定性和糾錯問題，也就是造一台容錯量子電腦。我們把賭注押在了一種由義大利物理學家馬約拉納（Majorana）設想的物理特性上。我們最終取得了物理學上的突破，成功製造出了那種粒子。這就是我們這款晶片的由來。所以我們感覺，我們需要實現的一件大事已經完成了。我這樣想：如果你想理解自然的語言，也就是模擬，我認為最好的方式就是通過量子電腦。因為畢竟，物理和自然本身就是量子的。而AI，我把它看作是模擬的模擬。這也是今天我們可以將AI與高性能計算（HPC）結合使用的一種方式。事實上，我們看到的很多進展都來自於使用HPC加AI來加速化學、物理和材料科學的進步。量子計算將是其中的下一步，但我們對AI、量子計算和HPC在同一個循環中能做的事情感到非常興奮。回到起點：打造賦能於人的下一代工具主持人： 如果您現在22歲，剛剛畢業，在2025年開啟您的職業生涯，您會從事什麼工作？您會如何著手？您會對什麼感到興奮？薩提亞·納德拉： 如果你回顧微軟的歷史，看看Office是如何誕生的，那是一個關於創造工具的不可思議的故事。一個文書處理器，一個電子表格，一個幻燈片製作工具，想想這些工具對我們所有人的意義。這就是為什麼如果有人問我最喜歡的產品是什麼，答案總是VS Code和Excel。當你使用這個工具時，你會感覺非常好，那完全是一種賦能感。一個簡單的電子表格能帶給你的數字感和分析能力，這是一個多麼不可思議的腳手架，一些行和列，中間有一個圖靈機，這簡直是突破性的。所以，我想做的是下一代的工具。當我今天看到Copilot時，我感覺就像看到了未來的研究者、分析師和創作者的Word、Excel和PowerPoint。我每天都會去用它們。所以對我來說，我想做的就是這個。我們能把什麼樣的工具交到人們手中，給予他們那種賦能感？這就是我願意為之奮鬥的事業。 (AI森林物種圖鑑)

微軟CEO：AGI被過度炒作 在採訪中微軟CEO Satya 說 1. “我們自稱取得了一些 AGI 里程碑，但在我看來，這只是無意義的基準測試。真正的基準是：世界以10%的速度增長。” 2. 對微軟增加資本支出持非常負面態度

你是否曾經思考過，為什麼AI產業的發展並不是一場零和遊戲？在科技領域，各大公司間的競爭為何能促進整體進步，而非相互削弱？今天，我們將通過微軟AI公司CEO穆斯塔法·蘇萊曼（Mustafa Suleyman）的最新訪談，探討AI行業的現狀與未來，以及如何在激烈的競爭中實現共贏。 AI產業的多元競爭與合作 在最近的阿斯本思想節上，穆斯塔法·蘇萊曼與CNBC記者安德魯·羅斯·索爾金（Andrew Ross Sorkin）展開了一場關於AI未來的對話。蘇萊曼首先談到OpenAI的內部變化。他認為，矛盾和分歧是科技發展的必經之路。在天才雲集的AI領域，聰明人之間的分歧很正常，並不會影響AI技術的整體進步。類似的爭論在科技史上屢見不鮮，如今的AI領域也不例外。 蘇萊曼特別指出，伊利亞團隊對AI安全的堅持值得驕傲，他將伊利亞比作AI的吹哨人，強調了安全性在AI技術發展中的重要性。儘管伊利亞離開了OpenAI，但OpenAI依然在推動技術發展的同時，面對AI安全性的挑戰。這種開放的技術系統，能夠容納乃至鼓勵吹哨行為，是科技進步的一大保障。