•
微軟CEO : 別神化ChatGPT，它只是下一個SQL
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SQL
Nadella 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)