#納德拉
•

全球最強 AI 大學誕生！山姆奧特曼當講師，黃仁勳、納德拉排隊站台

「全球最強 AI 大學」刷屏了，Sam Altman 當講師、黃仁勳和納德拉排隊站台，但它連一張學位都不發。 HAA 頂級風投嫌大學出貨太慢了，所以a16z自己辦了所大學：Horowitz Andreessen Academy，簡稱 HAA。 名字直接就是把 Ben Horowitz 和 Marc Andreessen 兩個a16z創始人的姓縫在一起。
全球最強 AI 大學誕生！山姆奧特曼當講師，黃仁勳、納德拉排隊站台
美股#AI大學#奧特曼#黃仁勳
•

你不認識的全球最高薪CEO：年薪1.6億的馬來西亞華人

2026年3月，美國上市公司CEO薪酬排行榜出來了。 第一名，年薪2.053億美元。 不是庫克，不是黃仁勳，不是納德拉。 是一個你大機率沒聽說過的人：Hock Tan，中文名陳福陽，博通（Broadcom）CEO。
國際#馬來西亞#薪酬排行榜#納德拉
•

微軟CEO納德拉：Office早已轉型！模型架構距離關鍵創新或只差一步!只要有真實落地，AI就談不上說是泡沫！看好量子計算與AI融合

2月底，微軟很忙。微軟 CEO Satya Nadella，親自奔赴德國坐鎮近期正在舉辦的大型AI巡演活動“Microsoft AI Tour 2026”。而就在這期間，Nadella 接受了德國知名播客OMR主持人Philipp Westermeyer 的邀請，進行了一場資訊密度極高的對話。雖然不到20分鐘，但可以說AI圈最重要、最關注的問題都進行了關鍵的梳理。眾所周知，微軟作為 OpenAI 初始投資者，同時又是PC時代、雲時代的科技巨頭，業界對於其接下來5年的趨勢判斷有著極強的關注度。主持人問了不少尖銳的問題。微軟接下來五年，是不是繼續依賴 Windows 和 Office 的收入？Nadella 直接戳破了問題陷阱： Office 如今在微軟已經不是“傳統業務”，而已經轉型成了面向未來的基礎設施。他表示，Office 已經轉型了！“Office本身經歷了商業模式和價值形態的轉型。”進入“智能體時代”，企業為智能體配置的第一項資源往往就是 Office！在智能體時代，每一個 Agent 或數字分身，都需要身份、協作空間、郵件、會議、文件存取權。也就是說，每一個智能體如果要觸及 Office 場景，就都需要一個“Office實例”。簡單理解就是，過去是“每個員工一個Office帳號”，未來可能是“每個員工+多個數字分身”都需要 Office。所以，他判斷，Office絕不是夕陽產品，恰恰相反，這是一個市場擴大的好機會。再比如，主持人再次提及了“AI 泡沫”的問題。Nadella 給出了一個非常令人信服的“檢驗標準”：只要有真實的落地擴散，就談不上泡沫！從長遠看，AI會讓經濟更加擴展。它首先是巨大的實體投資，比如西門子會成為資料中心裝置的重要供應商。能源需求也會增加，供給側會擴大。需求側隨著應用普及，會帶來醫療改善、公共部門效率提升。最終體現在GDP增長上，這才是檢驗標準。此外，對於 AI 帶來的取代人類崗位的問題，Nadella 表示自己不會否認這一點，不管是程式設計領域還是其他知識工作，這一點在所難免。但他認為，並不會給社會帶來“人人失業”的局面，“我們並非完全失控。作為社會，我們可以決定技術如何擴散、工資如何變化、那些專業能力被獎勵。我們不該放棄這種主動權。”而主動權的重點則在於，大家應該重新學習新技能、新工具，尋求主動轉型。另外一個值得關注的訊號是，Nadella 非常看好的技術突破是“量子計算和AI的融合”。他透露，量子計算在模擬資料方面具備獨特優勢。因而，量子計算可以幫助生成更高品質的訓練資料，用於訓練AI模型，使其在電腦內對現實世界的模擬更加精確，從而具備更強的預測能力。另外，他還表示模型架構方面，包括 Transformer、 RL 在內，他認為距離關鍵突破，或許只有一步之遙。對於德國的合作方向上，Nadella 給出了“在數字資料的排放轉化為智能層”的方案，尤其提到了西門子的合作案例，在數字孿生系統中嵌入了智能層。當然還有很多猛料，比如，他還提到 2019 年微軟投資 OpenAI 10 億美元時的顧慮：當時比爾蓋茲並不是完全支援那次投資，因為風險是在很高：有些事情成功後會被慶祝，失敗時沒人記得。再比如提及當年微軟全面的“雲轉型”，他表示那是自己作為CEO最艱難的時刻。外界回頭看都會覺得 Nadella 做了一次非常有魄力的改革：他果斷沒有去“守住舊的利潤模型”，而是“押注市場擴張曲線”。但 Nadella 回顧那段經歷，他卻認為“這類決定最為沉重。”因為最艱難的決定通常涉及人員調整，影響員工命運。回過頭來，Nadella 還毫不避諱地提到了此次德國之行的一個感受：德國、歐洲對於跨國公司的“懷疑情緒”變得更多了。“一些歐洲政府在考慮是否只允許使用歐洲本土工具，甚至有大型連鎖超市在開發自己的雲。”Nadella對此表示這是一個現實問題，應該把所有選項擺在桌面上。“世界依然會保持連接，各個地區的創新彼此流動，這才是真正的進步標誌。”以下是小編為大家梳理的微軟CEO最新的、Agent時代的趨勢判斷與思考。納德拉談德國此行感受：懷疑情緒變多了我們應該把所有選項擺在桌面上主持人：Satya，你這次來德國是做什麼？Satya Nadella：我們正在進行AI巡迴活動，今天在慕尼黑，我很高興來到這裡。主持人：最近來德國、在這裡回答問題，會不會更困難？Satya Nadella：不會，我很喜歡來這裡。氣氛確實有些變化，懷疑情緒更多了。一些歐洲政府在考慮是否只允許使用歐洲本土工具，甚至有大型連鎖超市在開發自己的雲。但競爭本來就有現實基礎，一直都存在，本地競爭、跨國競爭，我們都歡迎。德國和歐洲值得擁有來自本地區以及全球其他地區的卓越創新。每次我在美國的珠寶店或牙醫診所，我都會看到德國“中端製造”的卓越品質。世界依然會保持連接，各個地區的創新彼此流動，這才是真正的進步標誌。主持人：你能理解一些德國或歐洲企業的擔憂嗎？Satya Nadella：任何國家都應該思考自己的創新議程、競爭力和主權問題，這正是當下的主題。我今天的演講也提到，要把所有選項都擺在桌面上。我們是一家美國公司，也是一家跨國公司，但我們在歐洲、在德國投入了大量資本，承擔風險，讓德國企業可以利用這些資源創造更多價值。我們帶來的不只是軟體，也有本地的投資與創新。我們提供完整的主權選項：自主管理金鑰、資料加密、機密計算、私有雲選擇，還有本地合作夥伴。管理風險就像管理投資組合，需要多元化。德國既要擁有主權，也要持續輸出面向全球的產品，我們可以成為合作夥伴。微軟能夠持續向前的原因核心是使命感主持人：簡單聊聊你的職業生涯。你2014年出任CEO時，公司市值只有現在的十分之一，營收增長了五六倍，數字很驚人。你怎麼看？Satya Nadella：真正重要的永遠是接下來會發生什麼。關鍵問題是，公司成立50年後的2026年，我們為什麼還能持續前進？對我來說，核心是使命感，讓我們持續保持相關性，還有一種能建立能力的文化。AI就是例子。早在2018、2019年，我們就判斷AI會進入一個全新階段，在它成為共識之前就做出決策。2019年微軟首次投資OpenAI當時蓋茲並不完全支援主持人：你們2019年第一次投資OpenAI，當時比爾·蓋茲並不完全支援？Satya Nadella：這些我們都公開談過。2019年投入10億美元，當時很多人覺得我們在燒錢。有些事情成功後會被慶祝，失敗時沒人記得。我們真正著迷的是自然語言。從微軟研究院早期開始，我們就追問能否在自然語言上取得突破。後來OpenAI團隊從強化學習轉向自然語言和規模法則，我們意識到這點的重要性，於是加大投入，之後的故事大家都知道了。主持人：傳聞你在Sun Valley會議上第一次見到Sam Altman。是什麼讓你決定投資？Satya Nadella：我認識Sam很久了，早在他第一次創業時就認識，也瞭解其他創始人。那篇關於規模法則的重要論文，當時是Dario在OpenAI寫的。團隊非常出色，對規模化充滿信念。我們認為可以成為強有力的合作夥伴，於是全力投入，對雙方都帶來了積極結果。備註：Sun Valley會議，是指Allen & Company Sun Valley Conference，是一年一度在美國愛達荷州 Sun Valley 舉辦的私密峰會，由投行 Allen & Company 主辦，被稱為“億萬富豪夏令營”。全球科技、媒體與投資界頂級人物都會出席，很多重大合作與併購都在這裡萌芽。“AI是不是泡沫”的檢驗標準主持人：你會擔心AI泡沫嗎？Satya Nadella：真正重要的是技術是否在現實世界產生影響。我在慕尼黑聽一家本地創業公司介紹他們打造全球領先的客戶體驗平台，他們在贏得市場份額。慕尼黑消防部門也在用AI提升緊急調度效率。只要有真實的落地擴散，就談不上泡沫。主持人：但現在OpenAI的市值超過SAP、Deutsche Telekom和Siemens三家之和，這合理嗎？Satya Nadella：從長遠看，AI會讓經濟更加擴展。它首先是巨大的實體投資，比如西門子會成為資料中心裝置的重要供應商。能源需求也會增加，供給側會擴大。需求側隨著應用普及，會帶來醫療改善、公共部門效率提升，最終體現在GDP增長上，這才是檢驗標準。主持人：估值令人震驚。Satya Nadella：資本市場關注未來盈利能力。短期像投票機，長期像稱重機。我不會評論具體股價。更重要的是，通用技術會提升整體生產力，讓所有行業受益。模型架構會有新的突破距離關鍵創新，也許只差一步主持人：AI是否會有新的突破，超越Transformer？Satya Nadella：創新從未停止。先是預訓練規模，然後是後訓練，再到推理、強化學習等方向。即便在被稱為Transformer及其架構的體系內部，也在持續發生創新。我常說，我們距離一次關鍵創新也許只差一步，一旦出現新的模型架構，效率和性能都可能實現跨越式提升。所以必須保持足夠開放的心態。崗位替代肯定發生，重要的是應對：主動轉型主持人：放眼未來三到五年，第一個問題是，五年後會不會有大量人口失業？Satya Nadella：這是我們面臨的核心議題之一——工作的形態、產出物以及工作流程將如何改變。以軟體開發為例，畢竟這場變革從這裡開始。我對Transformer模型及其規模化能力的信心，是在看到GitHub Copilot中的程式碼補全效果後進一步增強的。回顧軟體開發歷史，我最早從彙編語言學起，後來有了編譯器，再到高級語言、解釋型語言，工具鏈和抽象層級不斷演進，每一次都在提升生產力。這一次同樣是一次巨大躍遷，它一方面降低門檻，讓更多人能成為開發者；另一方面也抬高上限，對專業能力提出更高要求。降低門檻是什麼意思？就像Microsoft Excel讓更多人能成為資料分析者一樣，現在更多人可以寫程式碼。但與此同時，你需要掌握更複雜的能力，才能駕馭這些新工具，確保生成的程式碼不是黑箱。這意味著我們都要重新學習、提升技能。短期內，更重要的是應對轉型。我不會否認會出現崗位替代，必須直面這一點。應對替代的最佳方式，是理解新媒介、新工具和新技能要求，主動轉型。軟體開發領域已經在發生這種變化，開發者的生產率在提高，而IT需求積壓依然龐大。不應過分擔心“人人都會失業”，我們沒有完全失控主持人：我能理解軟體行業，但現在討論的是整個經濟體。Satya Nadella：如果在上世紀80年代初，有人告訴我們未來會有三四十億人每天早上起床後敲鍵盤，我們可能會問“為什麼？”當時我們有專職打字員和幻燈片製作部門，沒人會想到會誕生“知識工作”這個概念。人類社會創造了全新的工作類型。我不是盲目樂觀，但我們應當對自身能力保持一定信心。政治經濟體系、選舉制度都在發揮作用，社會不會容忍對整體福祉無益的結果。真正的“調節器”是我們自己，我們會塑造技術帶來的結果。如果衝擊發生得很快，挑戰當然巨大。假如失業率突然飆升，局面會非常嚴峻。因此我們需要把重點放在技能提升上，讓自己站在新的生產率曲線上，獲得更多經濟機會。主持人：所以你不擔心出現大規模失業潮？Satya Nadella：任何可能阻礙社會進步的情景都值得擔憂。如果有人描繪一個“人人失業”的反烏托邦未來，我當然會擔心。但我們並非完全失控。作為社會，我們可以決定技術如何擴散、工資如何變化、那些專業能力被獎勵。我們不該放棄這種主動權。跟德國有那些合作？數字資料的“排放”可以轉化為“智能層”主持人：五年後，德國還會是微軟前三大市場之一嗎？Satya Nadella：我希望如此。德國之所以在全球取得成功，靠的是工程能力與創新精神，能夠生產世界需要的產品。如今德國強大的工業基礎結合數字能力，潛力更大。數字資料的“排放”可以轉化為智能層，與裝置深度融合。比如我們與Siemens合作推進數字孿生，並在其數字孿生系統中嵌入智能層。主持人：你經常與德國企業領袖交流？Satya Nadella：是的。我會與西門子的領導層交流，也會和Mercedes-Benz的管理層溝通，今天還會見很多人。我始終與德國企業CEO保持聯絡。Office在轉型：面向智能體主持人：未來五年，微軟還會高度依賴Office和Windows收入嗎？Satya Nadella：當我們談“依賴Office和Windows”時，其實要問，Office到底是什麼？最初人們購買的是客戶端軟體，後來是伺服器，再後來是雲服務、資料儲存與協作功能。Office本身經歷了商業模式和價值形態的轉型。進入“智能體時代”，企業為智能體配置的第一項資源往往就是Office，因為智能體需要與人類協作，需要在Microsoft Teams頻道中溝通、訪問信箱。假設我有一個數字同事，它擁有我的身份，就需要一個獨立的Office實例。如果我們停滯不前，業務當然會消失。但當雲端運算出現時，我們原本擁有利潤豐厚的伺服器業務，也擔心雲會侵蝕利潤。結果雲確實改變了利潤結構，卻極大擴展了市場規模。智能體也會帶來類似變化。如果你從事Office業務，每個智能體都需要Office，這反而是機會。最艱難的時刻：押注雲端運算帶來的人員調整主持人：你看起來總是樂觀積極，但一定也做過艱難決定。最難的一次是什麼？Satya Nadella：最艱難的決定通常涉及人員調整，影響員工命運。這類決定最為沉重。就戰略層面而言，當我們意識到在手機市場已經嚴重落後，必須集中資源時，我們選擇押注雲端運算。我們認為雲作為跨裝置的控制平面更重要，也因此推動Office在所有平台上線。這些都不是輕鬆決定。但面對結構性變革，必須擁抱未來，而不能否認趨勢。納德拉最期待的突破：量子計算和AI的疊加效應主持人：你一生中還想看到什麼技術突破？Satya Nadella：對我而言，一個夢想是我們目前推進的兩個方向能夠真正融合：量子計算與AI的結合，是我特別期待的方向，關鍵在於，兩者的疊加效應。今天的主題演講中，我們展示了一個名為GigaTime的模型，它可以對空間蛋白質組學進行模擬。這類檢測在免疫治療中非常關鍵，用來判斷某種免疫療法是否對特定癌症腫瘤有效。目前這項檢測成本高昂，如果我們能夠通過模型在“電腦內”完成模擬，那麼它將可以部署到更多普通醫院，而不只是大型中心醫院。再想一想這個模型的訓練過程。量子電腦在模擬方面具備獨特優勢。我們本質上是在學習自然的語言，而自然本身是量子性的。因此，量子計算可以幫助我們生成更高品質的訓練資料，用於訓練AI模型，使其在電腦內對現實世界的模擬更加精確，從而具備更強的預測能力。 (51CTO技術堆疊)
微軟CEO納德拉：Office早已轉型！模型架構距離關鍵創新或只差一步!只要有真實落地，AI就談不上說是泡沫！看好量子計算與AI融合
美股#微軟#納德拉#Office
•

微軟CEO薩蒂亞·納德拉：展望2026，徹底擁抱AI

導讀：微軟首席執行長兼人工智慧首席倡導者薩蒂亞·納德拉希望大家知道，現在不要再糾結人工智慧弊端了，是時候進入人工智慧接受的下一個階段了，在這個階段，我們將重點關注如何通過工具和代理賦能人類，以及我們如何部署資源來支援這種增長。由於人們懷疑微軟 Copilot 訂閱和雲 AI 服務的收入能否在短期內彌補智算資料中心的資金支出，薩蒂亞正在動用各種能力與動力去說服客戶和投資者——人工智慧是一項明智的長期投資。自從薩蒂亞·納德拉任命一位新CEO來管理微軟最大的業務部門後，他有了更多空閒時間來嘗試其他事情。除了專注於微軟的技術工作之外，納德拉現在也開始涉足部落格寫作這一“古老”的藝術創作形式，探討微軟未來一年的發展方向，以及他為什麼認為每個人都需要“超越人工智慧粗糙與精細化之爭”。於是，納德拉在“sn scratchpad”部落格（並不確定是微軟官方還是他個人的網站）上寫了第一篇文章，他主要談到了微軟和其他人工智慧公司在人工智慧領域仍有許多問題需要解決。這次，納德拉果斷拿起筆，以“思想領袖”的身份發聲，用他所在公司 LinkedIn 上的行銷術語來說，他在寫了帖子，告訴人們名為“sn scratchpad”的新部落格開張了。圖1:納德拉在Linkedin上的原貼，文中指向：https://snscratchpad.com/posts/looking-ahead-2026/薩蒂亞·納德拉在文章開頭寫道：“我們已經度過了最初的發現階段，正在進入廣泛傳播的階段。”考慮到“廣泛應用”的定義可能很寬泛，這樣的解釋也無可厚非。根據皮尤研究中心的資料，62%的美國成年人表示他們每周至少與人工智慧互動幾次。然而，對微軟而言，更相關的資料是付費使用Copilot和其他人工智慧服務的客戶比例。這方面的資料仍在統計中。他還對科技高管們經常用來迴避業績不佳問題的常用語“現在還早”提出了新的解釋。他評論道：“我們仍然處於馬拉松比賽的起跑階段，很多事情仍然難以預測。”這位微軟首席執行長直入主題，指出科技行業和社會在2026年需要“做對”三件事，才能讓人工智慧真正為所有人創造價值。首先，我們必須發展一種“心智理論”，將人工智慧視為增強人類能力的工具，產品設計也應圍繞這一理念展開。他以史蒂夫·賈伯斯的名言“電腦是思維的自行車”作為切入點。當微軟不得不向人們保證，其自身關於人工智慧對勞動力影響的研究不應被解讀為會導致工作崗位消失時，你就能理解為什麼納德拉會熱衷於避免給人留下人工智慧旨在取代人類勞動力的印象。納德拉這樣寫道：“重要的不是某個特定模型的力量，而是人們如何選擇運用它來實現自己的目標。”其次，納德拉認為，我們應該從人工智慧的“模型”轉向“系統”，這樣多個模型和代理就能協同工作，從而創造新價值。納德拉說道：“我們現在正進入一個階段，在這個階段，我們將建構豐富的腳手架來協調多個模型和代理；考慮記憶體和權限；實現豐富而安全的‘工具使用’。”所以，或許我們可以期待Agent的失敗率低於 70%。最後，他認為，社會需要就如何以及在何處部署人工智慧做出“艱難的決定”，以便人工智慧能夠產生“現實世界的影響”。他寫道：“我們如何選擇將稀缺的能源、計算能力和人才資源應用於何處至關重要。這是我們需要就此達成共識的社會技術問題。”在這種情況下，達成共識顯然意味著不顧反對強行推行人工智慧，對任何人拒絕這項技術表示困惑，並花費數百萬美元進行遊說。以下，是納德拉的英文原貼與譯文，供各位對比：展望2026年回顧過去一年，展望未來一年，毫無疑問，2026年將是人工智慧發展史上具有里程碑意義的一年。沒錯，又是一年。但此刻，在一些方面很明顯，感覺與以往有所不同。我們已經度過了最初的探索階段，正進入廣泛傳播階段。我們開始區分出“奇觀”和“實質”。我們現在對這項技術的未來發展方向有了更清晰的認識，但同時也面臨著一個更艱巨、更重要的問題：如何塑造它對世界的影響。我們仍處於馬拉松比賽的起跑階段，很多事情仍然難以預測。在這種“模型滯後”的背景下——即能力發展速度超過了我們目前將其應用於實際並產生影響的能力——以下是我們仍需解決的一些問題：一種全新的概念，它發展出了“思維自行車”的理念，讓我們始終將人工智慧視為人類潛能的支撐，而非替代者。重要的不是某個特定模型的強大程度，而是人們如何選擇運用它來實現目標。我們需要超越粗糙與精細的爭論，在“心智理論”層面建立一種新的平衡，以解釋人類在彼此互動中如何利用這些新的認知增強工具。這正是我們需要探討和解答的產品設計問題。在將人工智慧部署到現實世界並產生實際影響的過程中，我們將從模型發展到系統。我們已經積累了豐富的經驗，既能駕馭模型能力的指數級增長，又能應對其帶來的挑戰。現在，我們正進入一個新階段：建構能夠協調多個模型和代理的複雜框架；管理記憶體和權限；實現豐富且安全的“工具使用”。為了在現實世界中充分發揮人工智慧的價值，我們必須不斷提升工程技術水平。最後，我們需要慎重選擇如何將這項技術推廣到世界各地，以應對人類和地球面臨的挑戰。人工智慧要想獲得社會認可，必須具備切實的現實世界評估價值。我們如何選擇將有限的能源、計算能力和人才資源投入到這些領域至關重要。這正是我們需要就此達成共識的社會技術議題。歸根結底，衡量進步最有意義的標準是我們每個人的最終成果。這將是一個充滿探索和挑戰的過程，就像所有技術和產品開發一樣。電腦技術的發展歷程始終致力於賦能個人與組織，幫助他們取得更大的成就，人工智慧也必須遵循同樣的道路。如果我們能夠做到這一點，它將成為迄今為止影響最為深遠的電腦技術浪潮之一。我希望我們能在2026年及以後共同努力，朝著這個目標邁進！結語薩蒂亞·納德拉的第一篇部落格文章雖然簡短，但短小精悍，清晰可見的重點在於2026年將是“人工智慧的關鍵之年”。2025年很重要，但已經過去，我們的成就已然清零。納德拉認為，進入2026年，業界對人工智慧技術的未來發展方向及其對世界的影響有了“更清晰的認識”。徹底擁抱人工智慧，直到2027年，到那時我們再評估科技行業在2026年在人工智慧領域是否有了新進步，是否已經取得了成功。 (21CTO)
微軟CEO薩蒂亞·納德拉：展望2026，徹底擁抱AI
美股#微軟#CEO#納德拉
•

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)
美股#微軟#納德拉#印度
•

微軟CEO納德拉最新訪談：未來核心主權，是企業對其自身模型的主權

最近，微軟CEO納德拉與Stripe聯合創始人約翰·科里森（John Collison）進行了一次對話。本次對話深入探討了AI時代的範式變革、技術架構與企業戰略。核心要點如下：1、建構企業AI護城河與隱性知識主權。納德拉認為，企業應建構自己的“AI工廠”，核心是利用 Microsoft 365 Graph（知識圖譜）將企業內部的非結構化資料（郵件、文件、會議）語義化，釋放長久以來丟失的隱性知識。在AI時代，真正的公司主權在於擁有捕獲自身隱性知識的模型微調層（LoRA），這是新的競爭優勢。2、智能體（Agent）架構與未來軟體形態。智能體要實現持續學習，必須將記憶、權限體系和行動空間這三大基石置於模型之外，並與模型深度結合。未來的軟體將是跨工作流的，核心UI（如表格、收件箱）將保持不變，但工作將由大量平行Agent在後台驅動，新一代IDE或收件箱將成為管理這些Agent的“抬頭顯示器”（HUD）。3、歷史教訓與範式轉變。微軟從錯過網際網路浪潮中吸取教訓：認清技術範式後，關鍵在於找到新的“組織層”（如搜尋引擎、應用程式商店，現在是聊天機器人）和正確的商業模式。同時，不能高估競爭的“零和”性質，必須堅持模組化和開放性（如Azure支援Linux），以最大化市場。4、AI基礎設施與文化。當前AI發展的最大瓶頸是“熱機房”（電力、土地等供應），而非需求不足。在企業文化上，CEO必須通過與客戶溝通保持“親民”，並堅持“成長型心態”，學習創始人基因，即始終關注開發者和創業公司，以保持技術平台的相關性。01. 與其羨慕別人不如建構自己的護城河1. 知識圖譜，將是“殺手級”應用對微軟來說，要確保AI真正“滲透”到企業內部。不是讓大家去仰望別人家的AI工廠或 AI Agent，而是思考“如何建構屬於你自己的AI 工廠”。其中最複雜的部分是組織企業內部的資料層，這需要跨越整個企業體系，並讓資料能夠與智能層真正對接。我想這會是我們重點推進的方向。我們要做的最大一件事建立了圖譜，把那張隱藏在企業最重要資料庫之下的關係圖釋放出來。那些資料庫就是包括你的郵件、文件、Teams會議等等背後的系統。所有人都不是臨時、無結構地工作，而是在圍繞某個業務事件進行協同。這將是一種“殺手級應用”，以前，語義關係一直都只存在在人腦裡，也一直都丟失掉了，而現在你第一次可以真正呼叫起來。當然，這一切其實剛剛開始。和我們以往推出 Office 套件相比，這次算是歷史上“最快”的一次變革。但歸根結底，這屬於“變革管理”。你得真正把它部署進去，人們得真正用起來。而且在企業環境中，一切還必須滿足審計要求，資料治理要能跑通。這是很大的工程，但我們現在終於開始看到加速的跡象。另一點是：讓它在Microsoft 365 Graph（圖譜）內部工作是一回事，那 ERP 系統怎麼辦？現在的連接器“能用但很弱”，就像一根細吸管。你需要的是一個更好的資料架構，把所有東西語義化嵌入在同一個層裡。如果我沒記錯的話，Bill（比爾·蓋茲）90 年代就提出了“information at your fingertips（資訊觸手可及）”。他一直非常執念。我記得很清楚，我那時還只是個新人，他說過一句話：“軟體只分一個類別：資訊管理。你只需要結構化人、地點和事物，就夠了。”他討厭檔案系統，因為它不結構化。若所有東西都是SQL資料庫，那他就能寫 SQL 來處理所有資訊，那才是優雅的解決方案。問題是人是混亂的。即便資料結構化了，它也不可能真的給你一個統一的索引或 SQL 查詢把所有內容都調出來。這就是過去時代最大的挑戰。我們以前從來沒想過，最後解決這個問題的不是某種極複雜的資料模型，而是一個規模巨大的深度神經網路，靠算力堆出的參數的“捕捉模式”。2. agent的三大基石模型有兩個關鍵——“上下文學習”和“持續學習”。如果你把模型的認知能力和知識分離，那麼從本質上，你就得到了一個持續學習的架構：演算法是獨立的，知識可以被更新。不過模型執行階段，有三樣關鍵東西必須放在模型之外：記憶：包括短期、長期，以及人類擅長的長期信用分配。權限體系：模型必須遵守角色權限、訪問規則。行動空間：模型可執行的操作必須被系統定義。這三個就是“環境”。如果模型擁有行動、權限管理和記憶，就能持續學習。而這些都必須在模型之外、但又與模型深度結合。例如， Copilot 今天用的是 OpenAI 模型，也能用 Claude，系統必須讓它們都能工作。我認為下一階段的突破就在這裡。3. 微軟的AI技術堆疊微軟的AI佈局分為三層：第一層：基礎設施業務（token 工廠）。我們必須極其擅長打造“token工廠”，也就是以最低的“成本/能耗”生產最多的 token。第二層：智能體工廠（agent 工廠）。與 token 工廠不同，agent 工廠的目標是用token 驅動真實業務價值或消費者價值。這就像新的應用伺服器（App Server），是 AI 時代的新“應用層”。第三層：AI 系統（Copilot 家族）。包括資訊工作（Office）、軟體開發（GitHub Copilot）、安全（Security）這是三個水平層。除此之外，我們在業務應用上也深度投入到醫療與科學領域。02. 微軟的歷史教訓範式正確不代表一定會贏1. 差點錯過網際網路浪潮1994 年，我住在微軟園區旁邊的公寓，那裡聚集了一大幫天才，我們卻錯過了網際網路。作為當年一個新人，回看那段歷史，我的感覺是：我們其實理解網際網路，但又不完全理解。比如我們不相信TCP/IP 能成，我們覺得必須有服務質量保證，所以建構的是資訊高速公路。MSN 最早還是X.25 網路，因為我們在和AOL的撥號上網競爭。但 Bill在 95 年果斷轉向了。就在 Windows 95 推出時，他說：“一切都會改變。”所以大概93–95年之間，技術堆疊到底會不會是開放網際網路，還不清楚，但 Mosaic 瀏覽器出來之後，一切變得清晰，然後微軟全面轉向。還有另外一個教訓。我一直關注的一件有趣事情是——我認為這可以遷移到 AI 上：首先你得把“範式”認清楚。但即使你認清了範式，也不意味著你能找到那個殺手級應用，甚至不意味著你能找到正確的商業模式。歷史上一直如此。比如網際網路，誰能想到在開放 Web上，一個具有網路效應的搜尋引擎竟然會成為“組織層”？我常說，根本不存在所謂的“開放網頁”，只有“Google的網頁”，因為Google徹底統治了它。回頭看很有意思：AOL和MSN輸給了開放Web，大概可以這麼說。但它們又被新的 AOL 和 MSN 形式替代了：它們叫搜尋引擎、叫應用程式商店。移動 Web 就是一個非常迷人的例子。對我來說，更深刻的觀察是：即使在開放生態中，“組織層”仍會不斷出現，而大量的品類力量會流向這個組織層。只是每一次這個組織層是什麼都不確定，上一代是搜尋引擎，今天是聊天機器人。它能持續多久？沒人知道，但今天它毋庸置疑存在。ChatGPT 的成功不可否認，它已經成為一種新的聚合點。搜尋引擎、應用程式商店也曾經是組織層。那麼下一步是什麼？在“智能體市場”或“智能體電商”中，電商又會變成什麼？這些都是未來要討論的問題。2. 做“顯然該做的事”遠遠不夠2000年，我們成為了市值最大的公司，超過了GE。我記得那個時刻。回頭看，即便拋開金融周期，當時的長期趨勢非常明確：網際網路會成為主導。因為那個時候商業模式已經開始出現。對微軟來說，當時最大的教訓是：天啊，連我們的第一反應（做瀏覽器、做 Web 伺服器、把網際網路協議塞進所有產品、用 FrontPage 做網站建構器……）這些“顯然該做的事情”都不夠。我們意識到不能只做顯然的事情，我們必須重新發明自己正在做的東西，同時理解新的商業模式。從某種意義上講，那輪泡沫周期確實像是從天而降，由某種非理性繁榮驅動的。但當泡沫破滅時，它也確實洗掉了一堆糟粕。但真正好的點子都活了下來。現在我看這次浪潮，有兩個特點：一是基礎設施這次是“立刻就需要”的，不像以前那樣——你建好一條暗光纖，還得等某家公司十億使用者才能把它點亮。說實話，這一次我們是落後的一方。我們不是坐在那裡說“我 GPU 都架好了但沒有人用”。完全不是。我只希望更高的利用率……但我沒有“資源空著沒人用”的問題。恰恰相反：我必須趕緊拿到更多的供應。而且不可能做到供應鏈完全匹配需求，因為這次建設周期很長。長周期部分包括：土地批准、電力批准、站點位置……我們現在甚至需要給華爾街解釋：這些資產，有的使用周期20年，有的4–5 年。你必須用不同思路做決策。一個冷機房空在那裡根本沒什麼——就像一個公司有五座空樓，不會成為資產負擔。所以，現在最大的瓶頸就是“熱機房”，能接上電、馬上裝機、馬上點亮。如果我沒有足夠多已經通電的機房，我就無法把機架推進去、裝機、投入營運。3. 高估競爭的“零和”我們經常高估了競爭是“零和”的。你需要很敏銳地判斷那些生意天然是“多玩家”。例如云：當年Azure啟動時，大家都說AWS已經太領先，第二名沒有空間了。但我從與 Oracle 和 IBM 競爭的經驗中知道：企業永遠不會只要一家雲。所以我們堅持做 Azure。如果你“捆綁過度”，反而會縮小市場。例如Azure 原來叫Windows Azure，問題巨大，因為雲不可能只支援 Windows。我們必須把 Linux 當作頭等公民，把 MySQL、Postgres 當頭等公民，這是贏下 TAM 的必要條件。我對模組化的原則是：什麼配置能最大化市場？什麼能真正滿足客戶？什麼能保持競爭力？我們必須先贏下來，至於未來他們是否願意遷移，那是另一回事。Outlook把郵件、日曆、聯絡人整合在一起，Teams則是把聊天、頻道、視訊等功能組合成一個“工作空間”。這類集束本身就是一種產品形態，但你仍然需要在底層保持足夠的原子化能力：確保模組化不會犧牲競爭力。如果你做了一個“超級雲”，但只能跑 Windows 和 SQL，那只能佔市場的一小塊而已。AI 堆疊也是一樣，我希望基礎設施、應用伺服器、應用層，三個層次都能獨立站得住。使用者可以從任意一層進入。03. 對未來的思考1. 未來的軟體是跨工作流的從某種意義上說，表格這種東西……我覺得它體現了“列表與表格的力量”。它和軟體的可塑性結合在一起，才成為一個完美的存在。我們可能會加很多花裡胡哨的功能，但它的核心不會變。電子表格也是一樣，我們從來沒有給它足夠的重視。其實你可以認為它是全世界最容易上手的程式設計環境，甚至在“不知道自己在程式設計”的情況下就開始用了。這是它的另一重美妙之處。反過來看，現在的AI，我們依然把它“神秘化”得太厲害。你我都討論過：天啊，我們需要變革管理、組織重構等等……但當年電子表格剛出現時，沒有人說“需要變革管理”。大家直接用就完了。我們現在處在一個類似的時代，即將出現新的“工作產物與工作流程”，從底層重塑、重新發明。某種程度上，我們已經能生成所有程式碼，所以也就能生成更定製化的 UI 框架。實際上我們過去就在討論：文件、網站、應用之間到底有什麼本質區別？都是不同形式的表達而已。同樣有趣的是，雖然大家說“應用會消失”，但看看我們的老朋友 Excel 和 VS Code——它們其實又回來了。因為 AI 會生成內容，而我需要理解和編輯這些內容。我需要一個優秀的編輯器，能夠讓我對AI生成的結果做 diff、做迭代。因此，IDE 會迎來全新的一代，它們會與智能層有遙測循環，同時像“抬頭顯示器”（HUD）一樣，幫助我管理數千個平行的 agent。我得理解它們的工作，並對其進行“微調度”。這就是未來 IDE、收件箱、消息工具的樣子。我在思考：未來我們如何與大量 agent 協作？我會發佈大量指令，agents 會執行數小時甚至數天，然後不斷回報進度。我又如何在有上下文的情況下進行微調？絕不能是今天這種“通知地獄”——給我 5 個字，我完全不知道上下文。未來的軟體必須是跨應用、跨工作流的。最終，大多數軟體在成熟後都會變成：一個 inbox（收件箱）、一個消息工具、一個畫布，螢幕上不斷閃爍結果，但大量工作已在後台完成。我認為仍然是少數幾個。甚至從“極簡主義”的角度看，可能還是那幾個，只是它們執行的任務變了。比如說：人類喜歡表格、喜歡線性的文件、喜歡 inbox / messaging，這些 UI 其實是經過驗證的。2. 智能體電商我們一直以來都有一個想法：什麼樣的“基礎設施”對商家最友好？什麼樣對消費者最友好？有沒有一種完美匹配？“對話式電商”大家談了很多年，而現在靠你們與其他團隊的工作，我們真的能把商家、使用者，通過一個智能體式的體驗連在一起。當然現在還很早，必須做得“有品位”、能贏得使用者信任。但我真的非常激動。我經常在各個平台上找東西。亞馬遜、沃爾瑪等等的站內搜尋真的不太行。但聊天式體驗真的太好用了。而且關鍵是，它會回到商家的商品目錄。目錄依然是王，但如果我能把“目錄 + 支付”結合起來，那體驗就完全無縫了。目前，“關鍵詞搜尋”是最合理的找東西方式，本質上是一個“定製化商品目錄”。它的結果不像搜尋引擎結果頁那樣機械。現在有一個巨大問題：目錄質量參差不齊，缺少可推理的資料結構。解決這個問題之後，每一個商品都能找到屬於它的搜尋請求。那對每個商家來說，怎樣才能以最低摩擦接入“智能體工作流”？最終每個商家可能都會說：“我有商品目錄，我有支付系統。請幫我以最簡便的方式接入所有智能體。”“通用介面”的方式正在流行，讓他們點一個按鈕就能啟用“智能體電商”，而不是跑去自己搭MCP伺服器。而誰把這件事做得“優雅、有品位”，誰就贏得未來。在智能體世界裡，這些流程可以完全打通，不再像今天這樣處處是縫。3. 重新定義“公司主權”：隱性知識的權重化所有國家與政策制定者都非常關注資料主權的話題，也確實有合理原因。但在 AI 時代，我對“主權”的看法有些變化了。真正的主權問題其實是：公司的未來是什麼？按照科斯定理的邏輯，如果模型是那個掌握所有知識的東西，那為什麼組織內部還需要存在？組織存在是因為內部交易成本更低、存在“隱性知識”。但如果模型知道一切，這會被徹底顛覆。所以我現在認為：未來核心主權，是企業對其自身模型的主權，不是別人家的基礎模型，而是你的公司是否擁有一個屬於自己的基礎模型，它能夠吸收你的隱性知識，使組織內部知識的積累與擴散成本更低。這就是未來意義上的“主權”。我最關心的是“隱性知識到底存在於那裡”。它顯然存在於人腦中，是通過時間積累的 know-how。但它也會以權重的形式存在於某些屬於你的 LoRA（模型微調層） 層中。未來的智慧財產權，不僅是員工和檔案，還有一些“嵌在模型裡的東西”。但你怎樣保護這些能力不會“洩漏”回基礎模型？我認為未來公司形態是這樣的：基礎模型提供通用能力，而公司自己通過多個模型、記憶、工具呼叫、獨特的資料，建構出屬於自己的“智能層”。4. 打造模型選擇器在消費產品領域，這是我們第一次看到：當你切換模型時，變化並不一致，而且每個人受到的影響都不一樣。人格、風格等等，會成為全新的維度。從另一個角度看，這說明：AI 模型的差異化不止IQ，還有EQ，還有風格偏好等維度。但從長期來看，我認為關鍵是模型必須持續提升，尤其是在最難、最高價值的任務上。然後你要不斷根據任務進行最佳化。對我們這種產品建構者而言，我的目標是讓最強的模型上線，但真正投入生產的，會是一組“多模型陣列”。我最終希望有一個“模型選擇器”。你需要建構一組模型，中間由 agent 來協調，根據使用者偏好和任務來決定使用什麼。它要足夠智能，能夠知道這個任務需要多少算力、需要那種智能——如同GitHub裡的Auto功能。我們都很難改變自己的默認設定，這就是為什麼“預設值”如此重要。甚至連模型選擇介面，如果你拿掉，人們都會不滿。但從長期來看，如果我能信任某個系統，它每次幫我選模型時都能做出“令人愉悅的選擇”，我就會把選擇權交出去。04. 微軟的企業文化1. 最親民的工作方式，是與客戶保持溝通我日常工作的核心其實有兩個部分：首先，是與客戶相關的事情。基本上沒有那一天我不跟客戶開會，這是讓我保持“親民”的最好方式。然後，就是大量的會議。作為 CEO，我逐漸意識到，其實會議分兩種：一種是我只需要召集大家，然後閉上嘴，不要表現過度，因為召集本身就是這次會議最重要的事。所有的工作要麼已經在會前完成了，要麼會在會後繼續。而另一類會議則很重要，我必須學習、必須做決策、或者必須傳達某些重要內容。然後我必須說，我花大量時間在Teams的頻道里“閒逛”，這對我幫助最大。我從那裡學到的最多，認識的人也最多。最棒的就是，我能在裡面建立最多聯絡。我能知道：“哇，他原來是做Excel Agent的人；哦，那是他們在看的評估結果。”我從裡面學到的東西比別的任何方式都多。其實我覺得我們權限體系太嚴格了，我希望自己能有更多存取權。事實上，我最大的抱怨就是我不能隨便進入所有地方。但能偶爾進去看看確實很有趣，而且它讓一切變得更“正常化”。而且今天的員工可不羞於表達意見。2. 創始人是一家公司最強基因我一直都有一種“開發者關係/技術布道”的基因，微軟文化裡本身也有這個傳統。我對事情的看法一直是：如果你不跟著開發者走，你就很難保持技術平台的相關性；而如果你不瞭解新的工作負載，你也建不好技術平台。這兩件事深深刻在我腦子裡。所以如果你不關注創業公司，你就很難真正理解平台和工作負載的變化。這一直是我非常在意的。還有一點：我可以從中獲得巨大的能量。我一直覺得創始人是能“從無到有”創造東西的魔法師。這簡直像魔術。所以我一直好奇，他們到底是怎麼做到的？例如，我從Stripe學到的最重要的一件事，就是重新發現微軟當年的優勢：跟著開發者、跟著創業公司走。這也是我後來推動 GitHub、NAT 等等的原因之一。GitHub 不只是一個戰略資產，它是整個開源生態的核心，而且每家創業公司的程式碼倉庫都在那裡。我覺得必須參與那條“循環”，不僅是為了戰略地位，而是為了學習、為了建構更好的產品。否則，你很容易丟失那種“低摩擦、快速獲得價值”的產品美學，而創業公司對耐心最少、對效率要求最高。創始人很特殊的一個群體。因為他們從零開始一起成長，這種工作記憶和直覺是獨一無二的。作為繼任CEO，你不可能完全複製創始人的方式。我1992年加入微軟，沒經歷八十年代早期，所以有些認知只能創始人CEO才能把握。所以我認為，要尊重創始人獨特能力，創始人也要尊重繼任者，知道他們不能完全照搬自己做法。這就是所謂的“創始人模式”與繼任CEO模式的微妙差別：你可以部分沿用創始人的模式，但不能把自己當作創始人。3. 文化是團隊塑造的我想，微軟應該追回八十年代的那些精神。八十年代，微軟的願景是“軟體工廠”，不是某個單一平台。九十年代微軟太龐大了，我們的產品自然傾向於繫結。我在上任時意識到：我們沒有移動平台，如果不擁抱更開放的市場，我們就會失去自身的重要性。幸運的是，“把軟體帶到所有平台”本來就是微軟的DNA，不是我憑空指令。我從“部門互相拿槍指著彼此”的著名漫畫中學到兩點。首先，我是微軟的“老內部人”，過去三十多年公司的好壞我都經歷過。那張漫畫反映的問題之一是：我們失去了自己的敘事權，讓別人來替我們定義文化。這就是社交媒體時代的風險。當然，組織間確實有真實的張力，那是必要的，不是壞事。目標不是“內部和諧”，而是“贏得市場”，有時候甚至需要刻意設定兩個競爭團隊。領導者的挑戰是：在一個員工從外界獲得絕大部分資訊的時代，如何讓組織堅持自己的內在力量，而不被綁架？另一個文化誤解是，很多人認為權力高度集中在上層。事實上權力是分散的，文化是“微文化”的集合。我之所以能在微軟一直待下去，是因為我幸運地加入了那些“讓人能成長的團隊”。所以作為CEO，我的任務是：需要提供一個一致的敘事（如“成長型心態”），讓每個團隊能塑造自己的正向文化，不讓社交媒體標籤決定公司是誰，這才是文化真正的關鍵。當你接手創始人建立的公司時，Steve 和 Bill 打下了基礎，Paul 和 Bill 擴大了公司，我算是第一批“非創始人CEO”。我很快意識到：你需要一支團隊。不僅是管理範圍的問題，還包括清楚CEO自己需要做什麼；那些業務需要CEO 來綜合判斷；為文化設定標準；建立績效文化。你不能只關注長期，也不能只關注短期，你必須兩者兼顧。但核心是把只有你能做的四五件關鍵事抓好，然後打造團隊。即便在500人的公司，這也是必須做的，只不過在小公司你還能把細節記在腦子裡。 (藍血研究)
微軟CEO納德拉最新訪談：未來核心主權，是企業對其自身模型的主權
科技#微軟#納德拉#AI智能體
•

微軟CEO納德拉最新訪談，資訊量很大！

內容來源：微軟CEO納德拉與Stripe聯合創始人約翰·科裡森（John Collison）的對話。商業思維筆記君說：如今的微軟，已是市值全球第一的科技巨無霸。但在納德拉眼中，輝煌之下始終潛伏著危機。回望90年代，微軟坐擁一群天才，卻差點錯失網際網路；2000年市值登頂，卻在此後陷入迷茫。歷史總是驚人的相似，但納德拉不想重蹈覆轍。面對AI浪潮，大多數人還在焦慮模型參數，納德拉卻在思考更深層的問題：當AI成為新的“組織層”，企業的“主權”還在嗎？當機器掌握了知識，組織的邊界在那裡？在這場與Stripe創始人的對話中，納德拉毫無保留地拆解了微軟的AI焦慮、技術堆疊佈局以及他對未來軟體、商業與文化的終極思考。一、與其羨慕別人 不如建構自己的護城河1.知識圖譜，將是“殺手級”應用對微軟來說，要確保AI真正“滲透”到企業內部。不是讓大家去仰望別人家的AI工廠或 AI Agent，而是思考“如何建構屬於你自己的AI 工廠”。其中最複雜的部分是組織企業內部的資料層，這需要跨越整個企業體系，並讓資料能夠與智能層真正對接。我想這會是我們重點推進的方向。我們要做的最大一件事建立了圖譜，把那張隱藏在企業最重要資料庫之下的關係圖釋放出來。那些資料庫就是包括你的郵件、文件、Teams會議等等背後的系統。所有人都不是臨時、無結構地工作，而是在圍繞某個業務事件進行協同。這將是一種“殺手級應用”，以前，語義關係一直都只存在在人腦裡，也一直都丟失掉了，而現在你第一次可以真正呼叫起來。當然，這一切其實剛剛開始。和我們以往推出 Office 套件相比，這次算是歷史上“最快”的一次變革。但歸根結底，這屬於“變革管理”。你得真正把它部署進去，人們得真正用起來。而且在企業環境中，一切還必須滿足審計要求，資料治理要能跑通。這是很大的工程，但我們現在終於開始看到加速的跡象。另一點是：讓它在Microsoft 365 Graph（圖譜）內部工作是一回事，那 ERP 系統怎麼辦？現在的連接器“能用但很弱”，就像一根細吸管。你需要的是一個更好的資料架構，把所有東西語義化嵌入在同一個層裡。如果我沒記錯的話，Bill（比爾·蓋茲）90 年代就提出了“information at your fingertips（資訊觸手可及）”。他一直非常執念。我記得很清楚，我那時還只是個新人，他說過一句話：“軟體只分一個類別：資訊管理。你只需要結構化人、地點和事物，就夠了。”他討厭檔案系統，因為它不結構化。若所有東西都是SQL資料庫，那他就能寫 SQL 來處理所有資訊，那才是優雅的解決方案。問題是人是混亂的。即便資料結構化了，它也不可能真的給你一個統一的索引或 SQL 查詢把所有內容都調出來。這就是過去時代最大的挑戰。我們以前從來沒想過，最後解決這個問題的不是某種極複雜的資料模型，而是一個規模巨大的深度神經網路，靠算力堆出的參數的“捕捉模式”。2.agent的三大基石模型有兩個關鍵——“上下文學習”和“持續學習”。如果你把模型的認知能力和知識分離，那麼從本質上，你就得到了一個持續學習的架構：演算法是獨立的，知識可以被更新。不過模型執行階段，有三樣關鍵東西必須放在模型之外：記憶：包括短期、長期，以及人類擅長的長期信用分配。權限體系：模型必須遵守角色權限、訪問規則。行動空間：模型可執行的操作必須被系統定義。這三個就是“環境”。如果模型擁有行動、權限管理和記憶，就能持續學習。而這些都必須在模型之外、但又與模型深度結合。例如， Copilot 今天用的是 OpenAI 模型，也能用 Claude，系統必須讓它們都能工作。我認為下一階段的突破就在這裡。3.微軟的AI技術堆疊微軟的AI佈局分為三層：第一層：基礎設施業務（token 工廠）。我們必須極其擅長打造“token工廠”，也就是以最低的“成本/能耗”生產最多的 token。第二層：智能體工廠（agent 工廠）。與 token 工廠不同，agent 工廠的目標是用token 驅動真實業務價值或消費者價值。這就像新的應用伺服器（App Server），是 AI 時代的新“應用層”。第三層：AI 系統（Copilot 家族）。包括資訊工作（Office）、軟體開發（GitHub Copilot）、安全（Security）這是三個水平層。除此之外，我們在業務應用上也深度投入到醫療與科學領域。二、微軟的歷史教訓 範式正確不代表一定會贏1.差點錯過網際網路浪潮1994 年，我住在微軟園區旁邊的公寓，那裡聚集了一大幫天才，我們卻錯過了網際網路。作為當年一個新人，回看那段歷史，我的感覺是：我們其實理解網際網路，但又不完全理解。比如我們不相信TCP/IP 能成，我們覺得必須有服務質量保證，所以建構的是資訊高速公路。MSN 最早還是X.25 網路，因為我們在和AOL的撥號上網競爭。但 Bill在 95 年果斷轉向了。就在 Windows 95 推出時，他說：“一切都會改變。”所以大概93–95年之間，技術堆疊到底會不會是開放網際網路，還不清楚，但 Mosaic 瀏覽器出來之後，一切變得清晰，然後微軟全面轉向。還有另外一個教訓。我一直關注的一件有趣事情是——我認為這可以遷移到 AI 上：首先你得把“範式”認清楚。但即使你認清了範式，也不意味著你能找到那個殺手級應用，甚至不意味著你能找到正確的商業模式。歷史上一直如此。比如網際網路，誰能想到在開放 Web上，一個具有網路效應的搜尋引擎竟然會成為“組織層”？我常說，根本不存在所謂的“開放網頁”，只有“Google的網頁”，因為Google徹底統治了它。回頭看很有意思：AOL和MSN輸給了開放Web，大概可以這麼說。但它們又被新的 AOL 和 MSN 形式替代了：它們叫搜尋引擎、叫應用程式商店。移動 Web 就是一個非常迷人的例子。對我來說，更深刻的觀察是：即使在開放生態中，“組織層”仍會不斷出現，而大量的品類力量會流向這個組織層。只是每一次這個組織層是什麼都不確定，上一代是搜尋引擎，今天是聊天機器人。它能持續多久？沒人知道，但今天它毋庸置疑存在。ChatGPT 的成功不可否認，它已經成為一種新的聚合點。搜尋引擎、應用程式商店也曾經是組織層。那麼下一步是什麼？在“智能體市場”或“智能體電商”中，電商又會變成什麼？這些都是未來要討論的問題。2.做“顯然該做的事”遠遠不夠2000年，我們成為了市值最大的公司，超過了GE。我記得那個時刻。回頭看，即便拋開金融周期，當時的長期趨勢非常明確：網際網路會成為主導。因為那個時候商業模式已經開始出現。對微軟來說，當時最大的教訓是：天啊，連我們的第一反應（做瀏覽器、做 Web 伺服器、把網際網路協議塞進所有產品、用 FrontPage 做網站建構器……）這些“顯然該做的事情”都不夠。我們意識到不能只做顯然的事情，我們必須重新發明自己正在做的東西，同時理解新的商業模式。從某種意義上講，那輪泡沫周期確實像是從天而降，由某種非理性繁榮驅動的。但當泡沫破滅時，它也確實洗掉了一堆糟粕。但真正好的點子都活了下來。現在我看這次浪潮，有兩個特點：一是基礎設施這次是“立刻就需要”的，不像以前那樣——你建好一條暗光纖，還得等某家公司十億使用者才能把它點亮。說實話，這一次我們是落後的一方。我們不是坐在那裡說“我 GPU 都架好了但沒有人用”。完全不是。我只希望更高的利用率……但我沒有“資源空著沒人用”的問題。恰恰相反：我必須趕緊拿到更多的供應。而且不可能做到供應鏈完全匹配需求，因為這次建設周期很長。長周期部分包括：土地批准、電力批准、站點位置……我們現在甚至需要給華爾街解釋：這些資產，有的使用周期20年，有的4–5 年。你必須用不同思路做決策。一個冷機房空在那裡根本沒什麼——就像一個公司有五座空樓，不會成為資產負擔。所以，現在最大的瓶頸就是“熱機房”，能接上電、馬上裝機、馬上點亮。如果我沒有足夠多已經通電的機房，我就無法把機架推進去、裝機、投入營運。3.高估競爭的“零和”我們經常高估了競爭是“零和”的。你需要很敏銳地判斷那些生意天然是“多玩家”。例如云：當年Azure啟動時，大家都說AWS已經太領先，第二名沒有空間了。但我從與 Oracle 和 IBM 競爭的經驗中知道：企業永遠不會只要一家雲。所以我們堅持做 Azure。如果你“捆綁過度”，反而會縮小市場。例如Azure 原來叫Windows Azure，問題巨大，因為雲不可能只支援 Windows。我們必須把 Linux 當作頭等公民，把 MySQL、Postgres 當頭等公民，這是贏下 TAM 的必要條件。我對模組化的原則是：什麼配置能最大化市場？什麼能真正滿足客戶？什麼能保持競爭力？我們必須先贏下來，至於未來他們是否願意遷移，那是另一回事。Outlook把郵件、日曆、聯絡人整合在一起，Teams則是把聊天、頻道、視訊等功能組合成一個“工作空間”。這類集束本身就是一種產品形態，但你仍然需要在底層保持足夠的原子化能力：確保模組化不會犧牲競爭力。如果你做了一個“超級雲”，但只能跑 Windows 和 SQL，那只能佔市場的一小塊而已。AI 堆疊也是一樣，我希望基礎設施、應用伺服器、應用層，三個層次都能獨立站得住。使用者可以從任意一層進入。三、對未來的思考1.未來的軟體是跨工作流的從某種意義上說，表格這種東西……我覺得它體現了“列表與表格的力量”。它和軟體的可塑性結合在一起，才成為一個完美的存在。我們可能會加很多花裡胡哨的功能，但它的核心不會變。電子表格也是一樣，我們從來沒有給它足夠的重視。其實你可以認為它是全世界最容易上手的程式設計環境，甚至在“不知道自己在程式設計”的情況下就開始用了。這是它的另一重美妙之處。反過來看，現在的AI，我們依然把它“神秘化”得太厲害。你我都討論過：天啊，我們需要變革管理、組織重構等等……但當年電子表格剛出現時，沒有人說“需要變革管理”。大家直接用就完了。我們現在處在一個類似的時代，即將出現新的“工作產物與工作流程”，從底層重塑、重新發明。某種程度上，我們已經能生成所有程式碼，所以也就能生成更定製化的 UI 框架。實際上我們過去就在討論：文件、網站、應用之間到底有什麼本質區別？都是不同形式的表達而已。同樣有趣的是，雖然大家說“應用會消失”，但看看我們的老朋友 Excel 和 VS Code——它們其實又回來了。因為 AI 會生成內容，而我需要理解和編輯這些內容。我需要一個優秀的編輯器，能夠讓我對AI生成的結果做 diff、做迭代。因此，IDE 會迎來全新的一代，它們會與智能層有遙測循環，同時像“抬頭顯示器”（HUD）一樣，幫助我管理數千個平行的 agent。我得理解它們的工作，並對其進行“微調度”。這就是未來 IDE、收件箱、消息工具的樣子。我在思考：未來我們如何與大量 agent 協作？我會發佈大量指令，agents 會執行數小時甚至數天，然後不斷回報進度。我又如何在有上下文的情況下進行微調？絕不能是今天這種“通知地獄”——給我 5 個字，我完全不知道上下文。未來的軟體必須是跨應用、跨工作流的。最終，大多數軟體在成熟後都會變成：一個 inbox（收件箱）、一個消息工具、一個畫布，螢幕上不斷閃爍結果，但大量工作已在後台完成。我認為仍然是少數幾個。甚至從“極簡主義”的角度看，可能還是那幾個，只是它們執行的任務變了。比如說：人類喜歡表格、喜歡線性的文件、喜歡 inbox / messaging，這些 UI 其實是經過驗證的。2.智能體電商我們一直以來都有一個想法：什麼樣的“基礎設施”對商家最友好？什麼樣對消費者最友好？有沒有一種完美匹配？“對話式電商”大家談了很多年，而現在靠你們與其他團隊的工作，我們真的能把商家、使用者，通過一個智能體式的體驗連在一起。當然現在還很早，必須做得“有品位”、能贏得使用者信任。但我真的非常激動。我經常在各個平台上找東西。亞馬遜、沃爾瑪 等等的站內搜尋真的不太行。但聊天式體驗真的太好用了。而且關鍵是，它會回到商家的商品目錄。目錄依然是王，但如果我能把“目錄 + 支付”結合起來，那體驗就完全無縫了。目前，“關鍵詞搜尋”是最合理的找東西方式，本質上是一個“定製化商品目錄”。它的結果不像搜尋引擎結果頁那樣機械。現在有一個巨大問題：目錄質量參差不齊，缺少可推理的資料結構。解決這個問題之後，每一個商品都能找到屬於它的搜尋請求。那對每個商家來說，怎樣才能以最低摩擦接入“智能體工作流”？最終每個商家可能都會說：“我有商品目錄，我有支付系統。請幫我以最簡便的方式接入所有智能體。”“通用介面”的方式正在流行，讓他們點一個按鈕就能啟用“智能體電商”，而不是跑去自己搭MCP伺服器。而誰把這件事做得“優雅、有品位”，誰就贏得未來。在智能體世界裡，這些流程可以完全打通，不再像今天這樣處處是縫。3.重新定義“公司主權”：隱性知識的權重化所有國家與政策制定者都非常關注資料主權的話題，也確實有合理原因。但在 AI 時代，我對“主權”的看法有些變化了。真正的主權問題其實是：公司的未來是什麼？按照科斯定理的邏輯，如果模型是那個掌握所有知識的東西，那為什麼組織內部還需要存在？組織存在是因為內部交易成本更低、存在“隱性知識”。但如果模型知道一切，這會被徹底顛覆。所以我現在認為：未來核心主權，是企業對其自身模型的主權，不是別人家的基礎模型，而是你的公司是否擁有一個屬於自己的基礎模型，它能夠吸收你的隱性知識，使組織內部知識的積累與擴散成本更低。這就是未來意義上的“主權”。我最關心的是“隱性知識到底存在於那裡”。它顯然存在於人腦中，是通過時間積累的 know-how。但它也會以權重的形式存在於某些屬於你的 LoRA（模型微調層） 層中。未來的智慧財產權，不僅是員工和檔案，還有一些“嵌在模型裡的東西”。但你怎樣保護這些能力不會“洩漏”回基礎模型？我認為未來公司形態是這樣的：基礎模型提供通用能力，而公司自己通過多個模型、記憶、工具呼叫、獨特的資料，建構出屬於自己的“智能層”。4.打造模型選擇器在消費產品領域，這是我們第一次看到：當你切換模型時，變化並不一致，而且每個人受到的影響都不一樣。人格、風格等等，會成為全新的維度。從另一個角度看，這說明：AI 模型的差異化不止IQ，還有EQ，還有風格偏好等維度。但從長期來看，我認為關鍵是模型必須持續提升，尤其是在最難、最高價值的任務上。然後你要不斷根據任務進行最佳化。對我們這種產品建構者而言，我的目標是讓最強的模型上線，但真正投入生產的，會是一組“多模型陣列”。我最終希望有一個“模型選擇器”。你需要建構一組模型，中間由 agent 來協調，根據使用者偏好和任務來決定使用什麼。它要足夠智能，能夠知道這個任務需要多少算力、需要那種智能——如同GitHub裡的Auto功能。我們都很難改變自己的默認設定，這就是為什麼“預設值”如此重要。甚至連模型選擇介面，如果你拿掉，人們都會不滿。但從長期來看，如果我能信任某個系統，它每次幫我選模型時都能做出“令人愉悅的選擇”，我就會把選擇權交出去。四、微軟的企業文化1.最親民的工作方式，是與客戶保持溝通我日常工作的核心其實有兩個部分：首先，是與客戶相關的事情。基本上沒有那一天我不跟客戶開會，這是讓我保持“親民”的最好方式。然後，就是大量的會議。作為 CEO，我逐漸意識到，其實會議分兩種：一種是我只需要召集大家，然後閉上嘴，不要表現過度，因為召集本身就是這次會議最重要的事。所有的工作要麼已經在會前完成了，要麼會在會後繼續。而另一類會議則很重要，我必須學習、必須做決策、或者必須傳達某些重要內容。然後我必須說，我花大量時間在Teams的頻道里“閒逛”，這對我幫助最大。我從那裡學到的最多，認識的人也最多。最棒的就是，我能在裡面建立最多聯絡。我能知道：“哇，他原來是做Excel Agent的人；哦，那是他們在看的評估結果。”我從裡面學到的東西比別的任何方式都多。其實我覺得我們權限體系太嚴格了，我希望自己能有更多存取權。事實上，我最大的抱怨就是我不能隨便進入所有地方。但能偶爾進去看看確實很有趣，而且它讓一切變得更“正常化”。而且今天的員工可不羞於表達意見。2.創始人是一家公司最強基因我一直都有一種“開發者關係/技術布道”的基因，微軟文化裡本身也有這個傳統。我對事情的看法一直是：如果你不跟著開發者走，你就很難保持技術平台的相關性；而如果你不瞭解新的工作負載，你也建不好技術平台。這兩件事深深刻在我腦子裡。所以如果你不關注創業公司，你就很難真正理解平台和工作負載的變化。這一直是我非常在意的。還有一點：我可以從中獲得巨大的能量。我一直覺得創始人是能“從無到有”創造東西的魔法師。這簡直像魔術。所以我一直好奇，他們到底是怎麼做到的？例如，我從Stripe學到的最重要的一件事，就是重新發現微軟當年的優勢：跟著開發者、跟著創業公司走。這也是我後來推動 GitHub、NAT 等等的原因之一。GitHub 不只是一個戰略資產，它是整個開源生態的核心，而且每家創業公司的程式碼倉庫都在那裡。我覺得必須參與那條“循環”，不僅是為了戰略地位，而是為了學習、為了建構更好的產品。否則，你很容易丟失那種“低摩擦、快速獲得價值”的產品美學，而創業公司對耐心最少、對效率要求最高。創始人很特殊的一個群體。因為他們從零開始一起成長，這種工作記憶和直覺是獨一無二的。作為繼任CEO，你不可能完全複製創始人的方式。我1992年加入微軟，沒經歷八十年代早期，所以有些認知只能創始人CEO才能把握。所以我認為，要尊重創始人獨特能力，創始人也要尊重繼任者，知道他們不能完全照搬自己做法。這就是所謂的“創始人模式”與繼任CEO模式的微妙差別：你可以部分沿用創始人的模式，但不能把自己當作創始人。3.文化是團隊塑造的我想，微軟應該追回八十年代的那些精神。八十年代，微軟的願景是“軟體工廠”，不是某個單一平台。九十年代微軟太龐大了，我們的產品自然傾向於繫結。我在上任時意識到：我們沒有移動平台，如果不擁抱更開放的市場，我們就會失去自身的重要性。幸運的是，“把軟體帶到所有平台”本來就是微軟的DNA，不是我憑空指令。我從“部門互相拿槍指著彼此”的著名漫畫中學到兩點。首先，我是微軟的“老內部人”，過去三十多年公司的好壞我都經歷過。那張漫畫反映的問題之一是：我們失去了自己的敘事權，讓別人來替我們定義文化。這就是社交媒體時代的風險。當然，組織間確實有真實的張力，那是必要的，不是壞事。目標不是“內部和諧”，而是“贏得市場”，有時候甚至需要刻意設定兩個競爭團隊。領導者的挑戰是：在一個員工從外界獲得絕大部分資訊的時代，如何讓組織堅持自己的內在力量，而不被綁架？另一個文化誤解是，很多人認為權力高度集中在上層。事實上權力是分散的，文化是“微文化”的集合。我之所以能在微軟一直待下去，是因為我幸運地加入了那些“讓人能成長的團隊”。所以作為CEO，我的任務是：需要提供一個一致的敘事（如“成長型心態”），讓每個團隊能塑造自己的正向文化，不讓社交媒體標籤決定公司是誰，這才是文化真正的關鍵。當你接手創始人建立的公司時，Steve 和 Bill 打下了基礎，Paul 和 Bill 擴大了公司，我算是第一批“非創始人CEO”。我很快意識到：你需要一支團隊。不僅是管理範圍的問題，還包括清楚CEO自己需要做什麼；那些業務需要CEO 來綜合判斷；為文化設定標準；建立績效文化。你不能只關注長期，也不能只關注短期，你必須兩者兼顧。但核心是把只有你能做的四五件關鍵事抓好，然後打造團隊。即便在500人的公司，這也是必須做的，只不過在小公司你還能把細節記在腦子裡。 (筆記俠)
微軟CEO納德拉最新訪談，資訊量很大！
科技#微軟#納德拉#Stripe
•

微軟CEO納德拉: "德國工程技術簡直是現代世界奇蹟"

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)
微軟CEO納德拉: "德國工程技術簡直是現代世界奇蹟"
美股#微軟CEO#納德拉#德國