微軟 CEO Satya Nadella：AI 最終的歸宿是推動社會、行業以及國家的 GDP，而不是看起來有多聰明

從客戶端-伺服器、Web、移動到雲端運算，這一輪AI浪潮被微軟 CEO Satya Nadella 視作第四次平台轉型，沒有雲端運算，就沒有 AI 超級電腦；沒有AI超級電腦，也訓練不出大型模型，複利般的技術堆疊，是這一輪爆發的底層邏輯。

Nadella  認為，每一代平台轉移，都會牽引全新計算負載。大規模訓練任務帶來的資料平行、同步計算，與Hadoop年代的負載邏輯已判若兩世，這正是系統軟體進入“黃金時代”的宣告。

在上個月舊金山 Y Combinator 分享中，Nadella 提到了微軟的三重身份，在微軟既是一家平台公司，也是一家產品公司，還是一家合作夥伴公司。

超級平台與初創企業，在基礎設施層的機會正在同步湧現。所有這一切，最終的歸宿只有一個：社會價值。不是“AI 看起來多聰明”，而是它是否真正推動了社會、行業、國家的 GDP 增幅。

▍AI 推動社會、行業與國家 GDP

算力和能源的關係，是另一道必須正視的門檻。智能增長如果意味著指數級計算，就必須與能源消耗掛鉤。

在 Nadella 看來，即便資料中心能耗翻倍，從3%漲到6%，也尚在可接受範圍。但問題不是能耗，而是“使用能源的正當性”。社會許可，才是門票。“如果AI不能帶來社會盈餘，那它就不配使用這麼多能源。” 冷峻的話語背後，是對價值兌現的執著。他明確表示，醫療、教育、生產力將是AI釋放價值的三大主戰場。未來五年，科技行業必須用國家GDP和行業效率這樣的硬指標，為自己辯護。

例子不複雜。美國醫療支出佔GDP的19%，但流程性成本卻常常是隱形黑洞。一個簡單的出院環節，只要將電子病歷系統對接大模型和prompt，立刻節省時間、人力、成本——“只要醫生能少填幾份表，多看幾個病人，那就是社會進步。”

談及AI部署的卡點，Nadella 沒有從算力、模型談起，而是拉回工作流。像八十年代跨國公司做季度銷售預測：傳真、備忘錄、層層轉發，流程完成時一個季度已接近尾聲。直到PC、郵件、Excel出現，整套流程被重寫。現在也一樣。AI不只是技術堆疊的革新，它撬動的是企業職責邊界的重建。在LinkedIn，設計、前端、產品被整合為“全端建構者”。崗位邏輯被重寫，工作定義被重構。“你其實是在重建保險公司、金融機構、醫療系統的生產方式。” 技術的難不在模型，而在“變革管理”——最深的社會層瓶頸。

初創公司紛紛引入“前置部署工程師”，他稱其為Palantir式的路徑。“讓客戶理解產品價值”這句話，在 Nadella 嘴裡不是一句售前口號，而是策略本身。YC的“潛入體驗”策略，被他視作對知識工作本質的精準拆解：醫療帳單員、Excel操作者、郵件搬運工——無數“知識型崗位”，其實都在用最複雜的頭腦，完成最瑣碎的重複任務。

“大量的腦力周期，耗在收集和整理資訊上。” 真正進入高階處理狀態的時間，極少。他渴望的是一種AI系統，可以協同人的前額葉處理高階任務，瑣碎交給智能代理。在軟體開發中同樣如此。如何保持“心流”？必須剝除非核心環節。減少苦工活，是他對AI最大期待之一。

過去一年，強化學習與推理計算進展之快，連 Nadella 本人也“始料未及”。接下來的關注點有二：一種是演算法層的突破性躍遷，另一種是建構一體化推理模型的可能性。“從預訓練到閉環訓練”，是下一跳。

▍AI 領域的 SQL 引擎

Nadella 堅持 AI 是工具，不是思維複製。真正能讓智能系統成立的，不是對人類的模仿，而是三項構件——記憶系統、工具呼叫、權限系統。“這三者必須成為一等公民。” 如果AI要變成“agent”，它就得有身份、有工具調度能力、有權限管理。腳手架層必須升級，才能支撐真正的智能結構。

微軟在過去三十多年間，穿越客戶端、伺服器、網際網路、移動、雲平台等多個技術周期。AI 的出現並非突如其來的能力跳躍，而是建立在前一輪輪平台演化之上的延續與疊加。

若沒有雲端運算，AI 超算無法實現；若沒有超算，也不會有今天的大模型；大模型之上，才出現了這批湧現能力顯著的新產品。這是一種結構性的複利現象，不是某項技術單點突破所能解釋的。

站在今天的視角重新看待平台轉移，AI 所帶來的不僅是模型的出現，更是一種新的工作負載的生成機制。例如，在雲時代建構的系統邏輯與 AI 模型訓練完全不同：後者依賴資料平行與高度同步，與當年的 Hadoop 負載結構幾乎沒有重合之處。這種差異性，意味著系統軟體的架構邏輯需要被徹底重寫，也意味著對基礎設施的建設提出了全新要求。

系統軟體正在進入一個新的黃金時代，無論是雲端部署還是本地執行，只要是在“基礎設施層”做建構，都會迎來巨大機會。而模型層本身當然仍有價值，圍繞模型所能建立的產品體系同樣具備落地空間。

但一切能力最終都必須指向一點：是否帶來真實的經濟增長與生產力提升。這不僅是商業上的評價標準，更是社會系統對 AI 可持續性認知的核心。

另一個關鍵問題，是如何定義“模型”在軟體系統中的地位。可以用一個工程上的類比來思考：模型到底是像 SQL 本身，還是像 SQL + 呼叫框架與資料庫架構之後的系統？前者是語言，後者才是可復用的產品。傾向於後者的判斷，並一直在等待 AI/ML 擁有自己的“SQL 時刻”。

過去 AI 一直缺乏穩定的“平台層”——所有產品幾乎都是垂直一體化建構，無法復用、缺乏通用抽象。而現在，隨著模型能力趨於穩定，與工具呼叫機制、推理計算框架的結合正在逐步形成統一能力棧，這就像是建構出了 AI 領域的“SQL 引擎”。

在這個基礎之上，系統整合能力將決定應用層的突破。模型已經具備智能，但它與現實世界中的資料、業務邏輯之間仍存在一條關鍵鴻溝。要跨越這條鴻溝，需要依靠“支架”系統，即模型之上的呼叫框架、反饋閉環與動態執行路徑。

在這套架構中，產品中的資料路徑不再是單向的記錄系統，而是構成了模型運行的反饋通路。實際使用過程中生成的資料，會被引入後訓練流程，用於調整工具呼叫路徑與響應邏輯。模型能力與系統行為之間，逐步形成動態閉環。與此前主要依賴模型參數擴張的路徑不同，這一階段的演進重心，正逐漸轉向系統結構本身的適配與重構。

▍軟硬體將會新老並存

程式碼生成會終結 SaaS？Nadella 並不這麼看。VS Code、Excel都是“工作畫布”與“模型反饋”之間閉環設計的範例，未來兩種方式將並存：“即時生成的輕應用”與“預製閉環系統”各有價值。

“人人寫程式碼”這類願景，他一半認同，一半質疑。他說，80年代的地球人靠打字員、投影員工作；今天，80億人自己打字。“未來我們都會參與軟體創作，但‘軟體工程師’這個職業並不會消失。” 只是角色將轉向“抽象管理”，更像一個架構師。法律責任，則是另一道不可迴避的現實。只要法律未變，AI的最終責任仍由人類承擔。這意味著，“人類在環”機制必須保留，並由此推動對系統透明度、可控性的進一步開發。

被問及AI有那些被過度炒作、那些被低估時，Nadella 笑言，“現在是萬物皆AI。”興奮可以理解，但真正重要的是“贏得社會許可”。他分享了2023年在印度的故事：一位開發者用GPT-3.5接入India Stack平台，打造了一個基於WhatsApp的AI助手。

一個農村藥農，通過它成功在政府官網申請到了農業補貼。那個瞬間，他震撼了。“一個在美國西海岸開發的模型，竟能在短時間內改善印度農民的現實。” 這才是技術擴散的力量。這類故事，才是被嚴重低估的。而模型能力的純炫技？在 Nadella 看來，只是資本遊戲的煙火。

GitHub Copilot 被稱作AI落地最具影響力的範例之一。Nadella 隨即補充了另一個印象深刻的案例——世界銀行曾在奈及利亞發起一項教育研究，如今已拓展至秘魯與智利。他坦言，微軟數十年來始終在探索技術與教育融合的可能性，而那項研究直指重點：像 Copilot 這樣的工具，或許正是非洲與拉丁美洲教育系統最具變革力的干預手段。

Windows Copilot 已經成為數以億計使用者的 AI 初體驗。雖然AI圈始終熱衷於模型的前沿突破，Nadella 卻更關注那些“被忽視的接觸點”。他提到，“Clippy”以 Copilot 的形式回歸，是意料之外又恰如其分的再定義。

“那怕是最熟悉的裝置——電腦、鍵盤、滑鼠——我們依然能重構它們的使用方式。”微軟最早的語音研究可追溯至1995年。今天，視覺與語音的融合終於在PC端實現：他習慣全天候開啟Copilot，它能“看見”使用者所見，使用者也可直接對其發出語音指令。這種體驗，令他聯想到“精準滑鼠操作”的升級版。

未來裝置形態會變化，但“老裝置”的生命也遠未終結。這是一個同時重構舊形態、打造新硬體的激動人心時代。

主持人將這種互動類比為《Her》中的作業系統——智能代理深度掌握使用者資料與節奏。對此，Nadella 明確表示：“讓這些 Agent 成為你電腦的一部分，甚至主動‘為你使用電腦’，正是我們長期以來的夢想。” 但真正關鍵的是信任問題，涵蓋精準性、隱私與安全，“這些維度必須逐步被解鎖”。

談及隱私保護責任，他沒有迴避現實：“這不僅僅是隱私。” Nadella 將這類問題區分為三層：隱私（使用者關心）、安全（企業關心）、主權（國家關心）。“我們每開發一個產品、一個系統，都必須回應這三個維度。”

▍領導力的三個重要特質

在面對年輕一代的“建設者”時，這位微軟掌門人給出了非典型的回答。他從未在起點設定自己未來會成為CEO。加入微軟的1992年，他曾真切地想過：“如果我能一直待在這個崗位直到退休，那也太好了。”

所以他常說，不是等到升職才開始努力，而是把每個眼前機會當成終點來全力以赴。“偉大的成就往往誕生於團隊協作。” 他反覆強調這一點。一個人的能力再強，也不能替代團隊成功的系統性，這種“主動推動協作”的能力，是很多人忽略的領導力核心。

談到選人標準，Nadella 提出了三項並列的重要特質：

首先，是“在不確定中帶來清晰”。他回憶 Bill Gates 曾形容好架構師與差架構師的差別——不是智商，而是能否清晰定義“下一步”。會議混亂時，能指出方向的人，總能贏得真正的影響力；

其次，是“創造能量”，不是單點燃燒，而是點燃團隊、組織，乃至合作生態；

第三，是善解“限制多多”的難題。他的面試問題經典而犀利：“你做過那些極其緩慢的項目？你是怎麼破局的？” 在 Nadella 看來，真正的領導力，在於將難題變成可以被解的題。而領導力的培養，不應等到年長或升職之後，而是從第一天就開始實踐。

對於量子計算，他以“第三任為量子寫支票的CEO”自嘲。微軟投入此領域已逾20年，目標是建構通用型、容錯型量子電腦。在Majorana 1 晶片取得突破前，科學家必須先在物理層面捕捉那種“只存在於理論中的粒子”。現在，第一步已經邁出。他強調，自然界的語言是模擬（simulation），量子計算最擅長做的正是模擬。AI，是“模擬器的模擬器”，而AI + HPC + 量子的循環，將為化學、材料、物理帶來一次底層革命。“我們對這個一體化的前景極其興奮。”

回溯起微軟最初那代工具的誕生時刻：Word、Excel、PowerPoint 改變了億萬人的表達方式。他特別提到Excel，“它就像一張圖靈機的表格，令人擁有一種奇妙的掌控感與數感。” “我會去研究下一代工具，就像今天的Copilot。能否再次創造一套真正賦能人類的工具？這是我最想追求的方向。” (有新Newin)