TLDR:速覽重點
Satya Nadella與Sam Altman的對話,為我們深入剖析了微軟與OpenAI的戰略聯盟。重點摘要:
- 1) 微軟投資135億美元,獲取OpenAI 27%股權(估值1300億美元)。
- 2) 獨家雲端協議延續至2032年,鞏固Azure地位。
- 3) 計劃投入1.4萬億美元建設算力,突破電力與供應瓶頸。
- 4) 產業正從三層SaaS架構轉向動態的Agent驅動模型。Nadella強調Azure的930億年化收入與4000億履約訂單是此轉型的基石。這不僅是合作,更是AI如何重新定義技術堆疊與全球產業的戰略藍圖。
採訪逐字稿
All things AI w @altcap @sama & @satyanadella. A Halloween Special.
訪談參與者:
- OpenAI CEO Sam Altman
- 主持人 Brad Gerstner
- 微軟CEO Satya Nadella
訪談開始:
Sam Altman:是的,我認爲這真的是一個了不起的合作夥伴關係,貫穿每個階段。正如薩提亞所說,我們剛開始時完全不知道這一切會發展到哪裏。但我覺得這是有史以來最偉大的科技合作之一。如果沒有微軟,特別是薩提亞早期的堅定信念,我們根本做不到今天這樣。
主持人Brad Gerstner:真是不平凡的一週啊。很高興見到你們倆。山姆,寶寶怎麼樣了?
Sam Altman:他很好,這是最棒的事情。是啊,兄弟。所有的老生常談都是真的,這真是世界上最美好的事了。
主持人Brad Gerstner:嘿,Satya,你們相處這麼多時間...
Satya Nadella:每當山姆談論他的寶寶時,他臉上的表情就完全不一樣了。我猜是計算能力的意大利版本吧,他談論計算能力和他的寶寶時...
主持人Brad Gerstner:Satya,你們倆相處這麼久,你有沒有給他一些當爸爸的建議?
Satya Nadella:我說就好好享受吧。我的意思是,這太棒了,你知道,我們有孩子的時候很年輕,我真希望能重來一次。從某種意義上說,這是最寶貴的時光。看着他們長大,真是太美妙了。我很高興山姆能...
Sam Altman:我很高興能年紀大一點再當爸爸。但有時我確實會想,天哪,要是我25歲時有那樣的精力就好了。那部分更難。
主持人Brad Gerstner:毫無疑問。山姆,OpenAI的平均年齡是多少?有概念嗎?
Sam Altman:不算特別年輕。不像大多數硅谷初創公司那樣。我不知道,可能平均30歲出頭吧。
主持人Brad Gerstner:嬰兒潮趨勢是積極的還是消極的?
Sam Altman:嬰兒潮趨勢是積極的。
OpenAI重組:打造史上最大非營利組織
主持人Brad Gerstner:那很好。那很好。嗯,你們這周真是大事不斷。你知道,我在想,我從英偉達的GTC大會開始,你知道,市值剛突破5萬億美元。谷歌、Meta、微軟,薩提亞,你們昨天開了發佈會,你知道,我們一致聽到的是算力不夠,算力不夠。週三我們減息了。GDP增長接近4%。然後我剛才還在跟山姆說,你知道,總統在馬來西亞、韓國、日本達成了這些大規模交易。你知道,這些交易真的爲美國的再工業化提供了令人難以置信的財力支持,800億美元用於新的核裂變項目,所有這些你們需要的來建造更多算力的東西,但當然,在所有這些事情中,不能忽視的是你們週二發佈的重大公告,明確了你們的合作關係。恭喜你們。我想我們就從這裏開始。我真的想用非常簡單、通俗的語言來分析這筆交易,確保我和其他人都能理解。但你知道,我們就從你的投資開始吧,Satya。你知道,微軟從2019年開始投資。已經向OpenAI投資了大約130-140億美元。作爲回報,你在完全稀釋的基礎上獲得了該業務27%的所有權。我想之前大約是三分之一,去年隨着所有投資你被稀釋了一些。所以就所有權而言,聽起來對嗎?
Satya Nadella:是的,沒錯。但我要說的是,在我們的股份之前,布拉德,我認爲OpenAI真正獨特的地方在於,作爲OpenAI重組過程的一部分,創建了一個最大的非營利組織之一。我的意思是,別忘了,你知道,從某種意義上說,我在微軟時說,像我...你知道,我們非常自豪的是,我們與兩個最大的非營利組織有關聯,蓋茨基金會和現在的OpenAI基金會。所以我認爲這是大新聞。如果你顯然...你知道,我們很激動,這不是我們所想的。正如我對某人說的,當我們第一次投資10億美元時,並不是希望這會成爲我要向風投們談論的百倍回報。但我們做到了。我們非常高興成爲投資者和早期支持者。這真的是對山姆和團隊所做工作的證明,坦率地說。我的意思是,他們顯然對這項技術能做什麼有早期的願景,他們付諸實踐,並且以一種精湛的方式執行了。
Sam Altman:是的,我認爲這真是一段了不起的合作關係,貫穿每一個階段。正如薩提亞所說,剛開始的時候我們完全不知道這一切會走向何方。但我認爲,這是科技史上最偉大的合作之一。如果沒有微軟,特別是薩提亞早期的堅定信念,我們根本做不到今天這樣。我覺得當時願意下這種賭注的人不多,考慮到那時的世界是什麼樣子。我們不知道技術到底會怎麼發展。不是"不太確定"——我們是完全不知道技術會怎麼走。我們只是對一個想法有強烈的信念:全力推進深度學習,相信只要我們能做到這一點,就一定能找到方法做出很棒的產品,創造巨大的價值。
而且,正如Satya說的,創造我們相信將會是史上最大的非營利組織。這個組織將做出令人驚歎的偉大事業。我真的很喜歡這個架構,因爲它讓非營利組織能夠增長價值,同時公共利益公司能夠獲得繼續擴大規模所需的資金。如果我們沒有想出這個架構,如果我們沒有願意讓它以這種方式運作的合作夥伴,我認爲這個非營利組織不可能有今天這樣的價值。你知道,從我們開始合作到現在已經超過六年了。六年時間取得了相當驚人的成就,而且我認爲未來還會有更多。我希望薩提亞能從這項投資中赚到一萬億美元,而不是一千億。不管最終是多少吧。
主持人Brad Gerstner:作爲重組的一部分,你們談到了這一點,上面是非營利組織,下面是公共利益公司。這真的很瘋狂。這個非營利組織一開始就擁有價值1300億美元的OpenAI股票作爲資本,已經是世界上最大的非營利組織之一了,而且未來可能會更大。加州總檢察長表示他們不會反對。你們已經有了1300億美元專門用於確保通用人工智能(AGI)造福全人類。你們宣佈將首先把250億美元投向醫療健康、AI安全和韌性建設。Sam,首先讓我說,作爲這個生態系統的參與者,向你們兩位致敬。這對AI未來的貢獻真是了不起。但是Sam,跟我們談談爲什麼選擇醫療健康和韌性建設這麼重要,然後幫我們理解如何確保獲得最大收益,同時又不會像我們看到的許多非營利組織那樣,被自己的政治偏見拖累?
Sam Altman:首先,爲世界創造大量價值的最好方式,希望就是我們一直在做的事情——製造這些神奇的工具,讓人們使用它們。我認爲資本主義很好,公司很好。人們做着了不起的工作,把先進的AI送到許多人和公司手中,這些人和公司正在做不可思議的事情。但有些領域,市場力量並不能完全符合人們的最佳利益,你需要用不同的方式來做事。
這項技術還帶來了一些以前從未存在過的新東西,比如利用AI快速進行科學研究的潛力,真正實現自動化發現。當我們思考首先要關注哪些領域時,很明顯,如果我們能治癒很多疾病,並讓相關數據和信息廣泛可用,那將是爲世界做的一件美好的事情。
然後關於AI韌性建設這一點,我確實認爲有些事情可能會變得有點奇怪,而這些不會全部通過公司的正常運作來解決。所以當世界必須經歷這個轉型期時,如果我們能資助一些工作來幫助應對,那就太好了。這可能包括網絡防禦、AI安全研究、倫理研究,所有這些都是在幫助社會平穩度過這個轉型期。我們對另一端會有多美好非常有信心。但你知道,我相信沿途肯定會有一些波折。
主持人Brad Gerstner:讓我們繼續深入分析這筆交易。關於模型和獨家協議,Sam,OpenAI可以在Azure上分發其模型和領先模型,但我認爲在2032年之前的7年內,你們不能在其他主要雲平台(那些大型雲服務商)上分發這些模型。不過這個限制可能會提前結束——如果AGI(通用人工智能)被驗證的話,我們待會再談這個。但你們可以在其他平台上分發開源模型、Sora代理、Codex、可穿戴設備等其他產品。所以Sam,我猜這意味着ChatGPT或GPT-6不會出現在亞馬遜或谷歌平台上?
Sam Altman:不是這樣的。首先,我們想做很多事情來幫助微軟創造價值,同時也爲我們自己創造價值。這方面有很多合作內容。我們會把Satya(微軟CEO)曾經提出的一個很棒的概念——"無狀態API"——保留在Azure上,獨家合作到2030年,其他所有東西我們都會在別處分發。這顯然也符合微軟的利益。所以我們會把很多產品放在很多地方,而這個(無狀態API)會在Azure上做,人們可以在那裏獲得,這很棒。我覺得這樣很好。
主持人Brad Gerstner:然後是收入分成,OpenAI仍需向微軟支付所有收入的分成,這也會持續到2032年,或者直到AGI被驗證。讓我們假設一下,我知道這很基礎,但很重要——假設收入分成是15%。那意味着如果你們有200億收入,就要支付30億給微軟,這會計入Azure的收入。Satya,這樣理解對嗎?
Satya Nadella:我們確實有收入分成,正如你所說的,要麼持續到AGI實現,要麼到協議結束。老實說,我實際上不太清楚我們具體把它計入哪裏,是Azure還是其他地方。這是個好問題,可以問問Amy(微軟CFO)。
主持人Brad Gerstner:獨家協議和收入分成都會在AGI被驗證時提前結束,這似乎讓AGI成爲一件大事。據我了解,如果OpenAI聲稱達到了AGI,這會提交給一個專家小組,你們基本上會選擇一個評審團,他們必須相對快速地決定是否真的達到了AGI。Satya,你在昨天的業績電話會議上說,沒有人接近實現AGI,你也不期望它很快發生。你談到了這種"尖刺狀和參差不齊的智能"。Sam,我聽你說的似乎對何時能達到AGI更樂觀一些。所以我想問你們兩位,你們是否擔心在未來兩三年內,我們最終不得不召集評審團來判定是否達到了AGI?
Sam Altman:我知道你想在我們之間製造一些戲劇性。我認爲爲此建立一個流程是件好事。我預期技術會有幾次令人驚訝的轉折,我們會繼續成爲彼此的好夥伴並找到解決辦法。
Satya Nadella:說得好,這也是我認爲我們建立這個流程很重要的原因之一。說到底,我堅信智能能力會持續提高。而我們真正的目標,坦白說,就是如何把它交到人們和組織手中,讓他們獲得最大利益。這是OpenAI最初吸引我加入Sam和團隊的使命,也是我們計劃繼續堅持的方向。
Sam Altman:Brad,告訴觀衆,即使我們明天就有了超級智能,我們仍然需要微軟的幫助來把這個產品送到人們手中。我們想要他們,是的。
主持人Brad Gerstner:當然。不,我只是在問大家心中的問題,這對我來說完全說得通。顯然,微軟是世界上最大的分發平台之一。你們長期以來一直是很好的合作夥伴,我認爲這消除了一些外界的誤解。但讓我們換個話題。顯然,OpenAI是歷史上增長最快的公司之一。Satya,你一年前在這個播客上說過,每個新階段的轉變都會創造一個新的谷歌。而這個階段轉變的"谷歌"已經知道了,就是OpenAI。如果不是你們做了這些巨大的押注,這一切都不可能實現。
打破"AI泡沫"質疑:用數據說話
主持人Brad Gerstner:話雖如此,OpenAI在2025年的收入據報道仍只有130億美元。而Sam,你在本週的直播中談到了對算力的巨大承諾,對吧?未來四五年1.4萬億美元,其中包括對英偉達5億美元、AMD和甲骨文3億美元、Azure 2500億美元的大額承諾。所以我認爲本週我聽到的最大問題,也是籠罩市場的問題是:一家收入130億美元的公司怎麼能做出1.4萬億美元的支出承諾?你知道,你聽到了這些批評。
Sam Altman:我們的收入會遠超這個數字。其次,Brad,如果你想賣你的股份,我可以幫你找買家。有很多人非常想買OpenAI的股份。我不認爲... 你們,
主持人Brad Gerstner:包括我自己在內。是的,包括我自己。
Sam Altman:那些在網上對我們的算力問題表現出焦慮擔憂的人,其實都很樂意買我們公司的股票。所以我覺得我們可以很快把你的股份,或者任何其他人的股份,賣給那些在推特上叫得最兇的人。
Sam Altman:我們確實計劃讓收入大幅增長。而且收入正在快速增長。我們在提前下注,賭它會持續增長。不僅ChatGPT會繼續增長,我們還會成爲重要的AI雲服務提供商之一,我們的消費者設備業務會變得舉足輕重,能夠自動化科學研究的AI將創造巨大價值。你知道,我平時不太想讓公司上市,但有那麼幾個時刻會覺得上市挺好的——就是當那些人寫什麼"OpenAI快要倒閉了"之類荒唐文章的時候。我真想告訴他們可以去做空我們的股票,然後我很樂意看着他們虧錢。
Sam Altman:但是你知道,我們有周密的計劃。我們了解技術能力會如何發展,我們能圍繞它打造什麼產品,能產生多少收入。我們可能會搞砸,這是我們正在下的賭注,伴隨着一定風險。其中一個確定的風險是:如果我們沒有足夠的算力,就無法產生收入,也無法在這種規模上製造模型。
主持人Brad Gerstner:確實如此。
Satya Nadella:讓我說一句,Brad,作爲合作夥伴和投資人。我看到的OpenAI的每一個商業計劃,他們不僅完成了,而且都超額完成了。所以從某種意義上說,這是唯一一個地方——在增長和業務方面,他們的執行力簡直令人難以置信。我的意思是,顯然,大家都在談論OpenAI在使用量上的成功等等,但我要說整體的業務執行真的非常出色。
主持人Brad Gerstner:我幾周前聽到Greg Brockman在CNBC上說,對吧,如果我們的算力能增加10倍,我們的收入可能不會增加10倍,但肯定會大幅增加。
Sam Altman:就是因爲算力不足的限制,這真的很瘋狂,當我看到我們受到多大制約時... 在很多方面,過去一年我們的算力已經擴大了大約10倍。但如果我們再有10倍的算力,我不知道收入會不會增長10倍但我覺得差不了太多。
主持人Brad Gerstner:Sasha,我們昨晚也從你那裏聽到你們受到算力限制,如果有更多算力,增長會更高。那麼Sam,幫我們理解一下,你現在感覺算力限制有多嚴重?當你展望未來兩三年的建設時,你認爲會不會有一天不再受算力限制?
Sam Altman:我們經常討論這個問題——算力夠不夠用?我認爲最好的思考方式是把它當成能源之類的東西。你可以談論某個價格點的能源需求,但不能脫離價格談需求。不同價格水平會有不同的需求。如果算力的單位成本(比如每單位智能的成本)明天下降100倍,你會看到使用量增長遠超100倍。有很多事情人們很想用算力去做,只是以目前的成本沒有經濟意義,但會出現新的需求。所以我認爲... 另一方面,當模型變得更聰明,你可以用這些模型治癒癌症、發現新物理學,或者驅動一群人形機器人建造空間站,或者任何瘋狂的事情。那時候人們也許願意爲更高級別的智能支付高得多的單位成本。我們還不知道但我打賭會有。所以當你談論容量時,要考慮單位成本和單位能力,沒有這些曲線,這個問題就說不清楚。
Satya Nadella:我認爲Sam你說過一點,也是正確的思考方式:如果智能的價值與算力成對數關係,那你就要努力保持效率。這意味著每美元每瓦特的token數量,以及社會從中獲得的經濟價值,這才是我們應該最大化和降低成本的方向。這就是傑文斯悖論(Jevons Paradox)所說的——你不斷降低成本,在某種意義上讓智能商品化,使它成爲推動全球GDP增長的真正引擎。
Sam Altman:不幸的是,這更接近於智能的對數關係,也就是人們所說的算力的對數關係。但我們可能會找到更好的擴展規律,我們可能會搞清楚這個問題。
主持人Brad Gerstner:我們昨天聽到了微軟和谷歌的發言。兩家公司都說,如果他們有更多的GPU(圖形處理器),他們的雲業務本可以增長得更快。我在這個播客上問過英偉達的黃仁勳(Jensen),未來五年內是否有可能出現算力過剩的情況,他說在未來兩到三年內幾乎不可能出現這種情況。我想你們兩位應該也同意黃仁勳的觀點吧——雖然我們看不到五、六、七年後的情況,但至少在未來兩到三年內,基於我們剛才討論的原因,幾乎不可能出現算力過剩的情況。
Satya Nadella:我的意思是,在這個特殊情況下,需求和供應的週期你真的無法預測,對吧?重點是Sam所說的長期趨勢是什麼。因爲說實話,我們現在面臨的最大問題不是算力過剩,而是電力問題,以及能否在靠近電源的地方足夠快地完成基礎設施建設。如果做不到這一點,你可能會有一堆芯片積壓在庫存裏卻無法使用。事實上,這就是我現在的問題——不是芯片供應的問題,而是我沒有配套齊全的機房可以把芯片裝進去使用。所以供應鏈約束會如何出現,很難預測,因爲需求本身就很難預測。我不想和Sam坐在這裏說:"天哪,我們的算力短缺問題減輕了。" 因爲我們實在不擅長預測真實需求會是什麼樣子。而且,從全球角度來看,在一個國家的一個細分市場談論這個問題是一回事,但要真正將其推廣到世界各地又是另一回事。所以肯定會有各種限制,我們如何解決這些問題才是最重要的。這條路肯定不會是平坦的。
Sam Altman:算力過剩肯定會出現。至於是在兩到三年內還是五到六年內,我說不準,但這肯定會在某個時候發生,可能還會發生好幾次。這裏面有人類心理和泡沫的深層因素。而且就像Satya說的,這是一個非常複雜的供應鏈,會出現各種奇怪的情況。技術格局也會發生重大變化。比如說,如果很快有一種非常便宜的大規模能源上線,很多人會因爲他們已經簽署的現有合同而遭受巨大損失。如果我們能繼續實現智能單位成本的驚人降低——比如說每年平均降低40倍——從基礎設施建設的角度來看,這是一個非常可怕的指數增長。
Sam Altman:當然,我們打的賭是,隨着成本降低,會有更多的需求。但我也有些擔心,如果我們不斷取得這些突破,最後每個人都能在自己的筆記本電腦上運行類似通用人工智能(AGI)的程序,那我們現在做的就是一件瘋狂的事。有些人會在某個時刻遭受重大損失,就像在其他每一次技術基礎設施週期中發生過的那樣。
主持人Brad Gerstner:我覺得說得非常好,你必須同時接受這兩個真相。2000年和2001年我們經歷過這種情況,但互聯網後來變得比那個時期任何人估計的都要大得多,爲社會帶來了更大的成果。
Satya Nadella:是的,但我認爲Sam說的一點沒有得到足夠的討論,就是比如OpenAI在推理堆棧上爲給定GPU所做的優化。我們一方面談論摩爾定律的改進,但軟件改進的速度要比那個快得多,呈指數級增長。
Sam Altman:總有一天我們會做出一個令人難以置信的消費設備,可以在低功耗下完全在本地運行GPT-5或GPT-6級別的模型。這真的很難讓人想象。
主持人Brad Gerstner:那將是不可思議的。我認爲這正是讓那些正在構建大型中心化算力基礎設施的人感到擔憂的事情。Satya,你談了很多關於邊緣分佈以及在全球分佈推理能力的問題。
Satya Nadella:是的,我的想法是建立一個可互換的設備群。在雲基礎設施業務中,你需要做兩件關鍵的事情:一是在這個背景下建立一個非常高效的"令牌工廠"(token factory),二是實現高利用率。就這兩件簡單的事情你需要達成。爲了實現高利用率,你需要有多個工作流可以調度,即使在訓練方面也是如此。如果你看AI流程,有預訓練、中期訓練、後期訓練、強化學習等等。你要能夠做所有這些事情。所以對雲服務提供商來說,考慮設備群的可互換性是最重要的。
主持人Brad Gerstner:好的。Sam,你提到了,路透社昨天報道OpenAI可能計劃在2026年底或2027年上市。
Sam Altman:不,我們沒有那麼具體的計劃。我意識到,我認爲這總有一天會發生,但那個報道……我不知道人們爲什麼要寫這些東西。我們並沒有確定日期或做出這樣的決定。我只是認爲事情最終會走到那一步。但是……
主持人Brad Gerstner:在我的看來,如果你們在2028年或2029年的收入超過1000億美元,你們至少會處於可以上市的位置。
Sam Altman:那2027年呢?
主持人Brad Gerstner:是的,2027年。更棒了。你們有條件進行IPO(首次公開募股),傳聞中的萬億美元估值——我再給聽衆解釋一下背景,如果你們以1000億美元收入的10倍市盈率上市,我認爲這會比Facebook上市時低,也比很多其他大型消費類公司上市時的倍數低。那樣你們的估值就是1萬億美元。如果發行10%到20%的股份,就能融資1000億到2000億美元,這似乎是個不錯的路徑,可以爲我們剛才討論的大量增長和項目提供資金。所以你不反對上市,對吧,只是你們正在...
Sam Altman:靠公司的收入增長來發展,這是我希望我們做的。毫無疑問。
主持人Brad Gerstner:我也說過,我認爲這是一家非常重要的公司。有很多人,包括我的孩子們,他們喜歡炒股,用的就是ChatGPT。我覺得讓散戶投資者有機會買入一家最重要、最大的公司股票,那會很好。
Sam Altman:老實說,這對我來說可能是上市最吸引人的地方。
主持人Brad Gerstner:那真的會很不錯。咱們換個話題,我跟你們倆都聊過的一件事——在那個"大而美法案"中,克魯茲參議員本來加入了聯邦優先權條款,這樣我們就不會有各州法律拼湊的局面,50個不同的州法律會讓整個行業陷入不必要的合規和監管困境。不幸的是,最後一刻被布萊克本參議員否決了,坦白說,我認爲華盛頓對AI的理解相當不足。華盛頓流行着很多恐懼言論。所以現在我們有了像科羅拉多AI法案這樣的州法律,將在2月份全面生效。我相信這會創造出一整類新的訴訟人群。任何人只要聲稱受到聊天機器人算法歧視的不公平影響就能起訴。人們可以以無數理由聲稱受到傷害。Sam,你有多擔心這種AI州法律拼湊的局面會給我們持續加速發展和全球競爭能力帶來真正的挑戰?
Sam Altman:我不知道我們該怎麼遵守加州——抱歉,是科羅拉多的那個法律。我很希望他們能告訴我們怎麼做。我們也想遵守。但就我讀到的內容來看,我真的不知道我們該怎麼辦。我非常擔心50個州各自爲政的局面。我認爲這是個大錯誤。我們通常不會在這類事情上這麼做是有原因的。我覺得這會很糟糕。
Satya Nadella:是的,我認爲這種拼湊做法的根本問題是,坦白說,OpenAI和微軟之間會想辦法應對這個問題,對吧?我們能搞定。但問題是那些剛創業的人要怎麼辦,這正好與立法初衷背道而馳。顯然安全很重要,確保人們的基本擔憂得到解決,但在聯邦層面有辦法做到這一點。所以我認爲如果美國不這麼做,歐盟就會做,那會造成它自己的問題。所以我覺得如果美國來主導會更好,有一個統一的監管框架...
Sam Altman:當然。
主持人Brad Gerstner:要明確的是,並不是說主張零監管。只是說讓我們在聯邦層面達成統一的監管,而不是50個相互衝突的州法律,這肯定會摧毀AI創業生態。我認爲這讓像你們這樣有能力應對所有這些訴訟的公司都非常頭疼。而且...
Satya Nadella:坦白說,我的希望是這一次,即使是在歐盟和美國之間,能實現協調統一,那就完美了,對吧?坦白說,對任何歐洲創業公司來說,我不...
Sam Altman:我不認爲那會發生。Saturn,是嗎?那會很棒。但我不會對此抱太大希望。那會很好。
Satya Nadella:不,但我真的認爲,如果你想想,對吧,如果歐洲的任何人在考慮他們如何用自己的公司參與這場AI浪潮,這也應該是他們的主要關切。所以我希望會有一些開明的做法。但我同意你的看法,今天我不會指望這個。
主持人Brad Gerstner:我確實認爲有Sacks擔任AI特別代表,你至少有一位總統可能會爲此而戰,協調AI政策,利用貿易作爲槓桿來確保我們不會面臨過度限制的歐洲政策。
主持人Brad Gerstner:但我們拭目以待吧。我認爲首要任務是在美國實現聯邦優先權,這相當關鍵。Sam,我們在細節上討論得有點深了,我想把視角拉遠一點。我聽你團隊的人談論即將到來的所有好東西。當你開始思考更多、幾乎無限的算力,ChatGPT-6及更高版本,機器人,物理設備,科學研究...
展望2026年,你覺得什麼會讓我們最驚訝?你對目前正在研發的東西最興奮的是什麼?
Sam Altman:你剛才說到了很多關鍵點。我覺得今年Codex(AI編程工具)的發展非常酷。隨着這些任務從需要幾小時完成發展到需要幾天才能完成——我預計明年就會實現——人們將能夠以前所未有的速度、用全新的方式來開發軟件。
Sam Altman:我對此非常期待。我認爲其他行業也會看到類似的變化。我個人比較偏愛編程領域,因爲我對這個更了解。但我相信這真的會開始改變人們的能力邊界。
Sam Altman:我希望2026年能看到一些非常小的科學發現。但如果我們能實現這些小發現,未來幾年就能取得更大的突破。這真是個瘋狂的說法——AI會在2026年做出新的科學發現,哪怕是很小的發現。這是個極其重要的話題。所以我對此很興奮。當然,機器人技術和計算機,未來幾年會出現新型計算機,這些都很重要。但從我個人來說,如果我們真能讓AI做科學研究,那在某種意義上就是超級智能了。如果這能擴展人類知識的總和,那將是個了不起的大事。
Satya Nadella:是的,我覺得有一點,用你的Codex例子來說,就是模型能力的結合。想想ChatGPT的神奇時刻——當UI界面遇上智能,就這樣爆發了,對吧?簡直難以置信的完美契合。其中一部分也是因爲模型的指令遵循能力已經爲聊天做好了準備。
Satya Nadella:我認爲這就是Codex和這些編程助手即將幫助我們實現的。就是那種——編程助手離開工作一段時間,然後回來,把我需要的東西呈現給我。
Satya Nadella:就像是一個比喻,我覺得我們都在朝這個方向努力:宏觀委派和微觀調控。什麼樣的UI能匹配這種新的智能能力?你可以在Codex中看到這個苗頭,對吧?至少我在Github Copilot中使用它的方式就是——現在它只是一種不同於聊天界面的方式。我認爲這會是人機交互的新方式。坦率地說,這可能比……是的,這可能是個突破性的轉變。
Sam Altman:這也是我非常興奮我們在做新形態計算設備的原因之一,因爲現有的計算機並不太適合那種工作流程。ChatGPT那樣的UI顯然不適合。但這個想法是,你可以擁有一個始終伴隨你的設備,它能夠獨立完成任務,在需要時從你那裏獲得微調指令,並且對你的整個生活和工作流有很好的上下文感知。我覺得那會很酷。
主持人Brad Gerstner:你們倆都沒提到消費者使用場景。我經常想,我們現在還得在這個設備上翻找100個不同的應用,填寫各種小網頁表單,這些20年都沒變過的東西。但如果能有一個個人助理——我們可能認爲擁有個人助理是理所當然的——但實際上是爲全球數十億人幾乎免費提供個人助理來改善他們的生活。無論是給孩子訂尿布,還是預訂酒店,或者改變日程安排,我覺得有時候恰恰是這些平凡的事情最有影響力。隨着我們從獲取答案發展到記憶、行動,然後能夠通過耳機或其他設備進行交互,而不需要我一直盯着這塊長方形玻璃屏幕。我覺得這相當了不起。
Satya Nadella:我想這就是Sam在暗示的東西。
Sam Altman:但你說得對。不好意思我得先走了。
主持人Brad Gerstner:Sam,很高興見到你。感謝你加入我們。再次祝賀這個重大進展,我們很快再聊。
Satya Nadella:再見,Sam。保重。
主持人Brad Gerstner:正如Sam清楚知道的,我們當然是買方不是賣方,但有時候,我覺得這很重要,因爲世界很小。我們整天都在思考這些東西,對吧?所以信念來自於我們花費的上萬小時思考。但現實是我們必須帶動世界其他人。而世界其他人並沒有花上萬小時思考這個。然後坦率地說,他們看到一些看似過於宏大的目標,會擔心我們能否實現這些目標。
主持人Brad Gerstner:所以你在2019年把投資OpenAI 10億美元的想法帶到董事會。在董事會上這是不是顯而易見的決定?你有沒有花費任何政治資本來完成它?跟我說說那個時刻是什麼樣的,因爲我認爲那是個關鍵時刻,不僅對微軟,對國家,我真心認爲對全世界都是如此。
Satya Nadella:是的,回顧這段旅程很有意思。我們從2016年OpenAI剛成立時就參與了。實際上Azure是第一個贊助商。那時他們主要做強化學習。我記得Dota 2比賽就是在Azure上進行的,然後他們轉向了其他方向。我對強化學習很感興趣,但坦白說,這印證了你說的上萬小時或者說有準備的頭腦。微軟從1995年起就癡迷於一件事——比爾(蓋茨)對公司的執念就是自然語言。畢竟,我們是一家編程公司、信息工作公司。所以當Sam在2019年開始談論文本、自然語言、Transformer和規模定律時……
Satya Nadella:那時候我就想,哇,這真有意思。我是說,他,你知道的,這個團隊的發展方向已經很明確了,和我們的利益有很多重合的地方。所以從這個角度來說,這是個很明顯的選擇。但顯然,去董事會說"嘿,我有個想法,拿10億美元投給這個瘋狂的架構,我們甚至都不太理解這是什麼?這是個非營利組織,巴拉巴拉的",然後說"就這麼幹吧"。這引起了爭論。比爾(蓋茨)理所當然地持懷疑態度,但後來當他看到GPT-4的演示後,就像他公開談到的那樣,他說這是自從查爾斯·西蒙尼在施樂帕克給他演示之後,他看到的最好的演示。但說實話,我們誰都沒有完全確定。對我來說,那一刻就是,你知道的,咱們試試看吧。後來看到早期的Codex在Github Copilot裏的表現,看到代碼自動補全功能真的能用,那時候我覺得我們可以從投資1(億)到10(億)了,因爲那才是關鍵。坦白說,投資1(億)是有爭議的,但從1到10才是真正讓這整個時代成爲可能的決定。然後顯然,團隊出色的執行力和他們那邊、我們這邊的產品化工作。我是說,如果想想看,Github Copilot、ChatGPT、Microsoft 365 Copilot和Copilot這四個產品的總體貨幣化規模和覆蓋範圍,就是這些,對吧?這是地球上最大的AI產品系列。這顯然讓我們能夠維持所有這一切。
主持人Brad Gerstner:我想很多人不知道你們的首席技術官凱文·斯科特(Kevin Scott),一個前谷歌員工,就住在硅谷這邊。要把這事放到背景裏說,對吧,微軟錯過了搜索,錯過了移動互聯網。你成爲CEO的時候幾乎也錯過了雲計算,對吧?你形容過"趕上了出城的末班車",才抓住了雲計算。我想你當時就下定決心要在這邊(硅谷)安插眼線,這樣就不會錯過下一個大事件。所以我猜凱文對你來說也起了很大作用。絕對是的。我是說DeepSeek和OpenAI。
Satya Nadella:實際上,我要說凱文的堅定信念,而且凱文一開始也是懷疑的,這正是我一直觀察的——那些持懷疑態度但後來改變想法的人,對我來說,那是個信號。所以我總是在尋找那些原本不相信某件事,然後突然改變並對此感到興奮的人。我對這種情況非常重視,因爲我會好奇爲什麼,是什麼原因?凱文就是這樣開始的,然後我們所有人都有點懷疑,對吧?但在某種意義上,這違背了,你知道的,我們都上過學,說"天哪,你知道,肯定有個算法能解決這個問題",而不是就靠擴展定律和堆計算資源。但坦白說,凱文堅信這值得去做,這是推動這一切的關鍵因素之一。
主持人Brad Gerstner:好吧,我們談到那筆現在價值1300億美元的投資,我想也許有一天會值一萬億,就像薩姆(Sam Altman)說的,但這實際上在很多方面低估了合作夥伴關係的價值,對吧?所以你有收入分成的價值,每年給微軟帶來數十億美元。你有從OpenAI的2500億美元Azure計算承諾中獲得的利潤。當然,你還從API的獨家分銷中獲得巨額銷售。那麼跟我們談談你如何看待這些領域的價值,特別是這種獨家性如何帶來了很多原本可能在AWS上的客戶。
Satya Nadella:是的,絕對是這樣。我是說,對我們來說,如果我看的話,你知道,除了所有股權部分,真正的戰略要素結合在一起,並且會持續下去的。
Satya Nadella:是Azure上的無狀態API獨家視頻,這坦白說幫助了OpenAI、我們和我們的客戶。因爲當企業中有人試圖構建應用程序時,他們想要一個無狀態的API。他們想把它與計算和存儲、數據庫混合在一起,以捕獲狀態並構建完整的工作負載。這就是Azure與這個API結合的地方。所以我們在foundry(鑄造廠)所做的,對吧,因爲在某種意義上,你,比方說你想構建一個AI應用程序,但關鍵是你如何確保你用AI做的事情的評估是出色的。所以這就是你需要在Foundry中甚至一個完整的應用服務器的原因。這就是我們所做的。
Satya Nadella:因此,我覺得這就是我們將在基礎設施業務中推向市場的方式。對我們來說價值獲取的另一面將是,我正在整合所有這些知識產權,我們不僅在Azure中擁有模型的獨家權,而且我們可以訪問這些知識產權。我是說,擁有免版稅的權利,我們甚至忘掉所有的技術訣竅和知識方面,但在未來7年擁有免版稅訪問權給了我們很大的商業模式靈活性。這在某種意義上就像免費擁有一個前沿模型。如果你是微軟的股東,你應該從這個角度開始思考——我們有一個前沿模型,然後可以部署它,無論是在Github,還是在M365,還是在我們的消費者Copilot中,然後添加我們自己的數據進行後訓練。所以這意味着我們可以把它嵌入到權重中。因此,我們對Azure和基礎設施方面以及我們的高價值領域(無論是醫療、知識工作、編碼還是安全)的價值創造都感到興奮。
主持人Brad Gerstner:你一直在合併OpenAI的損失。你知道,我想你昨天剛報告的,厄尼,我想你在這個季度合併了40億美元的損失。你認爲投資者是否,我是說,他們甚至可能在歸因負值?對吧?因爲這些損失,你知道的,當他們應用的時候,有多重收益,薩特亞,而我聽到這些,我想到的是我們剛才描述的所有那些好處,更不用說你在一家可能自身價值就達到一萬億的公司中擁有的透視股權價值。你知道,你認爲市場是否誤解了OpenAI作爲微軟組成部分的價值?
Satya Nadella:是的,這是個好問題。所以我認爲艾米(Amy Hood,微軟CFO)要採取的方法是完全透明,因爲在某種程度上,我不是會計專家。所以最好的辦法就是提供所有的透明度。我想這次也是這樣。我認爲這就是爲什麼有非公認會計准則和公認會計准則之分,這樣至少人們可以看到每股收益的數字。
Satya Nadella:因爲我用常識看待這個問題的方式很簡單,布拉德。如果你投資了,我們說135億美元,你當然可以損失135億美元,對吧?但你不能損失超過135億美元,至少我上次檢查的時候是這樣。那就是你的風險所在。你也可以說,嘿,今天我們股權份額的1350億美元,你知道,有點不流動,諸如此類。我們不打算賣掉它,所以它有相關的風險。但真正的故事,我認爲你在說的是所有其他正在發生的事情。Azure的增長怎麼樣,對吧?如果我們沒有OpenAI的合作關係,Azure會增長嗎?就像你說的,有多少客戶是第一次從其他雲平台來的,對吧?
Satya Nadella:這才是我們真正受益的地方——Microsoft 365發生了什麼。實際上,關於Microsoft 365的一件事是,E5之後的下一個大事件是什麼?你猜怎麼着?我們在Copilot中找到了它。它比任何套件都大。就像,你知道,我們談論滲透率和使用率以及速度。它比我們在信息工作領域做過的任何事情都大,而我們在這個領域已經做了幾十年。所以我們對爲股東創造價值的機會感到非常好。同時,保持完全透明,這樣人們就可以看穿,損失是什麼。我是說,誰知道會計規則是什麼,但我們會做任何需要做的事情,然後人們就能看到正在發生什麼。
主持人Brad Gerstner:但一年前,薩特亞,有一堆頭條新聞說微軟在AI基礎設施上撤退了,對吧?公平還是不公平?那些新聞確實出現了,你知道的,也許你們當時確實更保守一些,對正在發生的事情更懷疑一些。艾米昨晚在電話會議上說,你們在電力和基礎設施方面已經短缺了很多個季度,她以爲你們會趕上,但你們還沒趕上,因爲需求不斷增加。所以我想問的是,以你現在所知,你們當時是否太保守了?從現在開始的路線圖是什麼?
Satya Nadella:是的,這是個很好的問題,因爲,看,我們意識到的事情——我很高興我們意識到了——就是建立一個真正可在AI生命週期的所有部分通用的艦隊的概念,跨地理位置通用,跨代際通用,對吧?因爲關鍵的事情之一是,當你擁有,就拿黃仁勳(Jensen)和團隊正在做的事情來說,對吧?我是說,他們的速度,實際上我喜歡的一件事是光速,對吧?我們現在有GB 300正在上線,你知道的,我們正在部署。所以你不想訂購一堆GB 200,結果剛插上電源就發現GB 300已經全面投產了。所以你必須確保你在不斷現代化,你在各地分散艦隊,你的工作負載真正通用。你還要加上我們談到的軟件優化。所以對我來說,這就是我們做出的決定。我們說,看,有時你可能不得不拒絕一些需求,包括OpenAI的一些需求,對吧?因爲有時候,你知道,薩姆可能會說,嘿,給我建一個專用的,你知道,大的,你知道的,無論什麼多吉瓦的數據中心在一個地點用於訓練,從OpenAI的角度來看是有意義的。但從Azure的長期基礎設施建設角度來看就沒有意義,這就是我認爲我們做了正確的事情——給他們靈活性從其他地方採購,同時保持,再次強調,來自OpenAI的大量業務,但更重要的是,給我們自己在其他客戶、我們自己的第一方產品方面的靈活性。
Satya Nadella:記住,我們不想做的事情之一就是短缺,你知道,我們談論Azure。實際上,有時我們的投資者過度關注Azure的數字。
Satya Nadella:但大家要記住,對我來說,高利潤業務是Copilot系列產品——安全Copilot、Github Copilot、醫療健康Copilot等。所以我們要確保以平衡的方式來實現投資者的回報。這是投資者群體中一個被誤解的地方,我覺得挺奇怪也挺有意思的,因爲我認爲他們持有微軟股票是看中我們的整體產品組合,但他們卻異常關注Azure這一個小項目的增長數字。
主持人Brad Gerstner:說到這點,Azure本季度增長了39%,年化收入規模達到驚人的930億美元。相比之下,谷歌雲(GCP)增長32%,AWS接近20%。但如果你們沒有把算力分配給OpenAI,沒有把算力用於研發,Azure的增長率本可以達到41%、42%對吧?
Satya Nadella:完全正確,毫無疑問。所以我們內部的考慮是要平衡長期股東利益、服務好客戶,同時也要避免集中度風險。大家都在談論集中度風險,對吧?我們顯然希望OpenAI有大量業務,但也希望有其他客戶。所以我們在調配需求。要知道,我們現在不是需求受限,而是供給受限。因此我們要以長遠眼光,讓需求與供給實現最優匹配。
主持人Brad Gerstner:所以說到這裏,Satya,你提到了4000億美元的剩餘履約義務(積壓訂單),這是個驚人的數字。昨晚你說這是今天已簽約的業務,明天隨着銷售繼續肯定還會增加。你說僅爲了消化這些積壓訂單就需要大量建設產能。這些積壓訂單的多元化程度如何?你有多大信心這4000億能在未來幾年轉化爲收入?
Satya Nadella:這4000億的合同期限很短,平均只有兩年。所以我們肯定有意願完成。這也是我們大規模資本支出的原因之一——我們非常確定需要消化這些積壓訂單。而且正如你所說,訂單來源相當多元化,既有我們自己的第一方需求(實際上相當高),也有第三方客戶。現在我們看到越來越多其他公司在構建真正規模化的工作負載。所以我們對此很有信心。RPO(剩餘履約義務)最大的好處就是可以提前規劃。這還不包括250(億)的額外需求,那些合同期限更長,我們會相應建設。
主持人Brad Gerstner:現在有很多新進入者加入算力建設競賽,比如甲骨文、Core Weave、Crusoe等。通常這會壓縮利潤率,但你們卻在保持Azure健康運營利潤率的同時完成了這些建設。微軟如何在這個競爭對手們高槓杆、低利潤率運營的環境中競爭,同時平衡利潤和風險?你有看到競爭對手做的某些交易讓你搖頭說"這又要重演泡沫破裂週期了"嗎?
Satya Nadella:某種程度上,對我們來說好消息是,作爲超大規模雲服務商,我們每天都在競爭——微軟、亞馬遜、谷歌之間的競爭非常激烈。有個有趣的現象:大家都說計算、存儲是商品化的,都在問"怎麼可能有利潤率?"但只有在規模化時才不是商品。所以我們必須要有成本結構、供應鏈效率、軟件效率持續複利增長,才能確保在規模化下有利潤率。
Satya Nadella:我真正喜歡OpenAI合作的一點是它給我們帶來了規模。這是個規模遊戲。當你的雲上運行着最大的工作負載時,意味着我們會更快學習如何規模化運營,成本結構會比其他人下降得更快。這會讓我們在價格上更有競爭力。所以我對我們保持利潤率的能力很有信心,這也是產品組合的幫助。
Satya Nadella:我一直說,我是被迫提供Azure單獨數據的。因爲從根本上,我從未真正分配過——我的資本配置是針對整個雲業務的,無論是Xbox雲遊戲、Microsoft 365還是Azure,這是一筆統一的資本支出,從微軟角度看一切都是按用量計費的。關鍵問題是,這些的加權平均值應該符合公司需要的運營利潤率。畢竟,否則我們爲什麼不是個企業集團?我們是一家擁有統一平台邏輯的公司,不是在運營5、6個不同業務,這5、6個業務的存在只是爲了讓雲和AI投資產生複利回報。
主持人Brad Gerstner:關於"循環收入"已經有很多討論,包括微軟給OpenAI的Azure積分被計入收入。你怎麼看AMD那種用10%股權換交易的做法,或者英偉達的交易?我不想過分擔心,但確實想直面CNBC和彭博每天都在討論的問題——市場上有很多這種交織在一起的交易。當你在微軟的背景下思考這些,會擔心AI收入的可持續性或持久性嗎?
Satya Nadella:首先,我們那135億的投資都是用於訓練的,沒有被計入收入。那才是我們獲得股權比例的原因,那才是我們擁有27%或135億的原因。
這些投資並沒有進入Azure收入。實際上,Azure收入純粹來自ChatGPT的消費收入以及他們推出並貨幣化的API,我們只是按使用量收費。至於其他公司的做法,供應商融資一直都存在,不是什麼新概念。當有人在構建產品,他們有客戶也在構建產品但需要融資時,這很常見。有些形式可能比較新奇,顯然需要投資界仔細審視。
但融資本身不是新概念。有趣的是,我們沒必要做那些。我們要麼投資OpenAI並以算力換取股權,要麼以優惠價格賣給他們算力幫助他們起步。其他人選擇不同做法。我認爲循環收入最終會被需求檢驗,因爲只要最終產出有需求,這一切就能運轉。到目前爲止確實如此。
主持人Brad Gerstner:我想轉到軟件應用這塊——你說過超過一半業務在軟件應用。去年你說過,很多應用軟件只是坐在CRUD數據庫上的薄薄一層。
Satya Nadella:業務應用的概念可能會在AI代理(Agent)時代全部崩潰。因爲你想想,它們本質上就是帶有一些業務邏輯的CRUD數據庫。而業務邏輯都會轉移到這些AI代理上。
主持人Brad Gerstner:公共軟件公司現在的遠期市盈率大約是5.2倍,低於過去十年7倍的平均水平,儘管市場處於歷史高位。人們擔心SaaS訂閱和利潤率可能被AI衝擊。那麼今天AI如何影響你們軟件產品的增長率?比如那些核心產品——數據庫、Fabric、安全、Office 365?第二個問題是,你們在做什麼確保軟件不被顛覆,而是被AI增強?
Satya Nadella:是的,我認爲是這樣的。上次我們討論這個問題時,我的核心觀點是:SaaS應用的架構正在發生改變,因爲AI代理層正在取代傳統的業務邏輯層。
過去我們構建SaaS應用的方式是:數據層、邏輯層和用戶界面層緊密耦合在一起。但坦白說,AI並不遵循這種耦合方式,因爲它要求你能夠解耦這些層。
上下文工程將變得非常重要。拿Office 365來說,我特別喜歡微軟365產品的一點是:它的單用戶平均收入(ARPU)低,但使用率高。想想看,Outlook、Teams、SharePoint、Word或Excel,人們一直在使用這些工具,創造大量數據,這些數據都進入了微軟的知識圖譜。而我們的ARPU很低。
這讓我對AI層充滿信心——我可以通過開放所有數據來實現它。事實上,Brad,一個有趣的現象是:多虧了AI,無論是Github還是Microsoft 365,流入知識圖譜或代碼倉庫的數據量都達到了歷史新高。
想想看,生成的代碼越多(無論是通過Codex、Claude還是其他工具),這些代碼都去了哪裏?Github。創建的PowerPoint越多,Excel模型越多,所有這些文件,還有聊天對話、新文檔,它們都進入了知識圖譜。所有這些都是用於AI"基礎化"(grounding)的必需品。你把它們轉換成正向索引,再轉成嵌入向量,這些語義信息就是你用來爲任何AI代理請求提供基礎的東西。
所以我認爲,下一代SaaS應用必須這樣構建:如果你是高ARPU、低使用率,那就有點麻煩了。但我們恰恰相反——我們是低ARPU、高使用率。我認爲任何能夠這樣構建的公司都可以把AI作爲加速器。
看看M365 Copilot的價格,它比我們賣的任何其他產品都貴,但它的部署速度更快,使用率更高。所以我對我們所有的編碼產品都很有信心。
再看Github,誰能想到呢?Github在過去15年或10年裏做的事情,在去年一年就完成了。爲什麼?因爲編碼不再只是一個工具,它更像是對人工工資的替代。所以這是一種完全不同的商業模式。
主持人Brad Gerstner:思考一下技術棧和價值分配的問題。直到最近,雲計算主要運行的是預編譯軟件,不需要太多GPU,大部分價值都歸於軟件層——數據庫、CRM和Excel這樣的應用程序。
但未來似乎會不同:這些界面只有在智能化的情況下才有價值。如果它們只是預編譯的,那就太笨了。軟件必須能夠思考、行動和提供建議。這需要生成這些token(標記),處理不斷變化的上下文。
所以在那個世界裏,似乎更多的價值會流向AI工廠——流向黃仁勳(Jensen,英偉達CEO)幫助以最低成本生產這些token的環節,流向模型本身。也許AI代理或軟件未來獲得的價值會比過去少一些。
請告訴我爲什麼我這個想法是錯的。
Satya Nadella:我認爲要驅動AI的價值,有兩件事是必要的。
第一個是你描述的token工廠。如果你深入拆解token工廠,它包括硬件芯片系統,還包括如何用系統軟件最高效地運行它,實現所有資源的可替換性和最大利用率。這就是超大規模雲服務商(hyperscaler)的角色。
什麼是超大規模雲服務商?有人可能會說:"很簡單,我買一堆服務器,連接起來運行就行了。"不是那麼簡單的。如果真那麼簡單,現在就不會只有三家超大規模雲服務商了。
超大規模雲服務商的價值在於運行token工廠並實現最大利用率的專業知識。而且,這不會是單一的,未來會是異構的。黃仁勳(英偉達)很有競爭力,Lisa(AMD CEO蘇姿豐)會推出產品,Hock(博通)會生產芯片,我們也會做自己的。所以最終會有一個組合。你需要運行一個異構的設備群,優化token吞吐量、效率等等。這是一項工作。
Satya Nadella:第二個是我所說的"代理工廠"(agent factory)。記住,現代世界的SaaS應用是爲了驅動業務成果。它知道如何最高效地使用token來創造商業價值。
Github Copilot就是一個很好的例子。Github Copilot的自動模式是我們做過最聰明的事情。它會根據提示選擇使用哪個模型來完成代碼或任務交接。你這樣做不是隨機選擇,而是基於反饋循環、評估和數據循環等。
所以新的SaaS應用,正如你所說,是智能應用,它們針對一組評估標準和一組成果進行優化,知道如何最高效地使用token工廠的輸出。有時延遲很重要,有時性能很重要。知道如何聰明地做這種權衡,這就是SaaS應用的價值所在。
但總體而言,確實這次軟件會有真實的邊際成本。在雲時代也有邊際成本,當我們做CD-ROM時,邊際成本不大。有了雲之後,就有了。這次邊際成本會更高。因此,商業模式必須調整,你必須對代理工廠和token工廠進行這些優化。
主持人Brad Gerstner:另外,說到你們。你們有一個很大的搜索業務,大多數人並不了解。但事實證明,這可能是歷史上最賺錢的生意之一,因爲人們在進行大量搜索,數十億次搜索,而對於微軟來說,完成一次搜索的成本只是幾分之一美分,對吧?完成一次搜索的成本非常低。但是今天當你使用聊天機器人時,類似的查詢或提示棧看起來就不一樣了,對吧?所以我想問的是,我假設這兩種業務未來會有相似的收入水平,對吧?你們是否會達到一個點,讓聊天交互的經濟效益能夠像搜索一樣賺錢?
Satya Nadella:我認爲這是一個很好的觀點,因爲搜索在其廣告單元和成本經濟學方面確實很神奇——有一個索引作爲固定成本,你可以用更高效的方式分攤。而現在這個(聊天模型),就像你說的,每次聊天你都要消耗更多的GPU運算週期,無論是意圖理解還是信息檢索。所以經濟模型是不同的。這就是爲什麼我認爲早期聊天的經濟模型很多都是免費增值模式,以及消費者端的訂閱制。所以我們還在探索,無論是代理商務還是其他什麼形式的廣告單元,它將如何運作。
Satya Nadella:但同時,事實是現在我知道,實際上我使用搜索主要是用於非常具體的導航查詢。我以前常說我很多時候用搜索來購物,但現在這也在轉向我的Copilot助手。看看Edge和Bing中的Copilot模式,或者Copilot本身,它們現在正在融合。所以我認爲,是的,就像我們談到的SaaS顛覆一樣,會有一個重新調整的過程,在開始階段,那個類別的消費者經濟學會有一些變化。
主持人Brad Gerstner:我的意思是,考慮到這是一個價值數萬億美元的市場,這是驅動整個互聯網經濟學的東西,對吧?當你和谷歌的搜索經濟學發生轉變,並匯聚到更像個人代理、個人助理聊天的形式時,你知道,這最終可能在爲人類提供的總價值方面要大得多。但對於單位經濟學來說,你不再只是分攤這些一次性固定索引成本了。
Satya Nadella:沒錯。我認爲在消費者類別上,因爲你提到了一個我經常思考的話題,對吧?就是在這些顛覆期間,你必須真正理解類別經濟學是什麼,是贏家通吃嗎?這兩者都很重要,對吧?消費者領域的問題始終在於時間是有限的。所以如果我不做一件事,我就在做另一件事。如果你的盈利模式依賴於某種人類交互行爲,特別是如果真的有代理化的東西,即使在消費者端,情況也可能不同。而在企業市場,一是它不是贏家通吃,二是它對代理化交互會更友好。
Satya Nadella:所以這不像按席位收費與按使用量收費的對比。現實是代理就是新的席位。所以你可以把它理解爲企業的盈利模式要清晰得多。消費者的盈利模式,我認爲還比較模糊。
史上最大非營利組織誕生:OpenAI重組的制度創新
2025年初,OpenAI完成了具有里程碑意義的重組,創建出全球最大的非營利組織之一。這個非營利主體一開始就持有價值1300億美元的OpenAI股權,規模超越絕大多數傳統慈善基金會。Nadella在訪談中特別強調,微軟現在與兩個全球最大非營利組織有關聯:比爾及梅琳達·蓋茨基金會,以及OpenAI基金會。
這種獨特的雙層架構設計——非營利母體與公共利益公司(PBC)並行——讓OpenAI能夠在追求AGI造福全人類的使命下,同時保持商業擴張所需的資金吸納能力。非營利組織可以持續增長價值,而PBC則能獲得繼續擴大規模所需的資本。加州總檢察長已表示不會反對這項重組計劃。
OpenAI宣布首期將投入250億美元專注於三大領域:醫療健康、AI安全性研究,以及社會韌性建設。Altman解釋選擇這些領域的原因:「AI帶來了自動化科學發現的潛力,可以遠超人類速度產生新知識。如果我們能治癒許多疾病,並讓相關數據廣泛可用,這將是為世界做的美好事情。」關於AI韌性建設,他認為在社會經歷這個轉型期時,需要資助網路防禦、AI安全研究、倫理研究等工作,幫助平穩度過可能出現的波折。
Altman對這套架構充滿信心:「如果我們沒有想出這個架構,如果沒有願意讓它以這種方式運作的合作夥伴,我認為這個非營利組織不可能有今天這樣的價值。」他希望Nadella能從這項投資中賺到一萬億美元,而不只是千億美元。
2019年的10億美元豪賭:從懷疑到信念的轉變
回顧這場始於2019年的合作,Nadella坦言當時向董事會提案投資10億美元給一個結構不明的非營利組織時,確實引發了爭議。微軟實際上從2016年OpenAI剛成立時就開始參與,Azure是第一個贊助商,當時主要支援強化學習研究,著名的Dota 2比賽就在Azure上進行。
真正的轉折點出現在2019年,當Altman開始談論Transformer架構與擴展定律(Scaling Laws)的潛力時,Nadella敏銳地察覺到自然語言將成為計算的新入口。這與微軟自1995年以來對自然語言的執念不謀而合——作為一家程式設計與知識工作公司,比爾·蓋茨一直將自然語言視為公司的核心關切。
但即便如此,向董事會推銷「拿10億美元投給這個瘋狂架構,我們甚至不太理解這是什麼」的提案仍然充滿挑戰。比爾·蓋茨本人起初也持懷疑態度,直到他看到GPT-4的演示後才徹底改變想法。蓋茨公開表示,這是自Charles Simonyi在施樂帕克(Xerox PARC)給他演示以來最震撼的技術展示。
微軟首席技術官Kevin Scott在這個決策中扮演關鍵角色。Nadella特別重視那些原本懷疑但後來改變立場的人:「Kevin一開始也是懷疑的,但當那些持懷疑態度的人突然改變並對此感到興奮時,我會好奇為什麼。」這種「準備好的頭腦」讓微軟抓住了這個時代機遇。
早期看到Github Copilot中的Codex表現出色,程式碼自動補全功能真正可用時,Nadella決定將投資從1億擴大到10億:「那才是關鍵。投資1億是有爭議的,但從1到10才是真正讓這整個時代成為可能的決定。」
合作關係的精密設計:獨家協議與收入分成機制
這次訪談首度公開了微軟與OpenAI合作的詳細商業條款。根據協議架構,OpenAI可以在Azure上分發其模型與領先模型,但在2032年之前的七年內,不能在其他主要雲端平台(大型雲服務商)上分發這些前沿模型。不過這個限制可能在AGI被驗證時提前結束。
關鍵的是,OpenAI可以在其他平台分發開源模型、Sora代理、Codex、可穿戴設備等其他產品。Altman澄清:「我們會把Satya曾經提出的很棒概念——『無狀態API』——保留在Azure上獨家合作到2030年,其他所有東西我們都會在別處分發。這顯然也符合微軟的利益。」
收入分成協議也持續到2032年或AGI被驗證時終止。雖然具體比例未透露,但假設分成比例為15%,意味著OpenAI若有200億收入就需支付30億給微軟,這將計入Azure收入。Nadella對此表示:「我們確實有收入分成,老實說我不太清楚具體計入哪裡,這是個好問題可以問CFO Amy Hood。」
AGI驗證機制:專家小組與評審流程
獨家協議和收入分成都會在AGI被驗證時提前結束,這讓AGI的定義與驗證成為關鍵議題。根據協議,如果OpenAI聲稱達到AGI,這將提交給一個專家小組評審,雙方會選擇評審團成員,他們必須在相對短時間內決定是否真正達到AGI。
Nadella在業績電話會議上表明立場:「沒有人接近實現AGI,我也不期望它很快發生。」他談到的是「尖刺狀和參差不齊的智能」——AI在某些領域表現出色,在其他領域仍有限制。Altman則顯得較為樂觀,但他強調:「即使我們明天就有了超級智能,我們仍然需要微軟的幫助來把產品送到人們手中。我們想要他們。」
雙方都對這個驗證流程持開放態度。Altman說:「我預期技術會有幾次令人驚訝的轉折,我們會繼續成為彼此的好夥伴並找到解決辦法。」Nadella則認為:「智能能力會持續提高,我們真正的目標是如何把它交到人們和組織手中讓他們獲得最大利益。」
| 合作條款類別 | 具體內容 | 終止條件 | 戰略意義 |
|---|---|---|---|
| 獨家雲端協議 | OpenAI前沿模型獨家託管於Azure至2030年 | AGI驗證或2032年到期 | 鎖定企業客戶遷移至Azure |
| 收入分成機制 | OpenAI所有收入需支付分成給微軟 | AGI驗證或2032年到期 | 確保微軟獲得持續現金流 |
| 算力承諾 | OpenAI承諾向Azure投入2500億美元算力採購 | 長期合約 | 保證Azure雲端業務穩定成長 |
| 智財授權 | 微軟獲得OpenAI模型七年免版稅使用權 | 2032年或更長 | 可無縫整合至所有微軟產品 |
| 股權投資 | 微軟持有OpenAI完全稀釋後27%股權 | 長期持有 | 當前估值1300億美元 |
打破「AI泡沫」質疑:用執行力說話
訪談中最尖銳的問題來自市場對OpenAI財務可持續性的質疑:一家2025年營收130億美元的公司,如何支撐未來四到五年1.4萬億美元的算力支出承諾?這包括對NVIDIA 500億美元、AMD和Oracle 300億美元、Azure 2500億美元的巨額訂單。
Altman的回應充滿自信且帶有挑釁意味:「我們的收入會遠超這個數字。Brad,如果你想賣你的OpenAI股份,我可以幫你找到買家。那些在推特上對我們算力問題表現焦慮的人,其實都很樂意買我們公司的股票。我們可以很快把你的股份賣給那些在網路上叫得最兇的人。」
他解釋OpenAI押注的是未來收入曲線的快速成長,而非過去的財報數字。算力投資背後是三條主線:第一,成為全球最重要的AI雲服務提供商之一;第二,發展面向消費者的AI設備業務;第三,推動AI科學家專案實現科研自動化。「如果不提前準備這些算力,就無法生成足夠的訓練資料,也無法打造下一代模型。」
Nadella從投資人與合作夥伴角度給予強力背書:「我看到OpenAI的每一個商業計劃,他們不僅完成了,而且都超額完成。在成長和業務執行方面,他們的表現令人難以置信。」他特別指出,雖然外界關注OpenAI的使用量成功,但整體業務執行力才是真正出色的地方。
關於IPO計劃,Altman否認了路透社關於2026年底或2027年上市的報導:「我們沒有那麼具體的計劃。我意識到這總有一天會發生,但那個報導不準確。」不過他也承認,靠公司收入增長來發展是他希望做的,並且對讓散戶投資者有機會買入這家重要公司股票表示認同。
算力經濟學的新範式:電力成為終極瓶頸
關於算力供需的討論揭示了產業面臨的真實挑戰。當Gerstner追問算力限制有多嚴重、未來兩三年是否可能不再受限時,Altman提供了深刻的分析框架:「最好的思考方式是把它當成能源。你不能脫離價格談需求。如果算力單位成本明天下降100倍,使用量會增長遠超100倍,因為會出現新的需求。」
他進一步指出,當模型變得更聰明,能夠治癒癌症、發現新物理學、驅動人形機器人建造太空站時,人們也許願意為更高級別的智能支付高得多的單位成本。「所以當你談論容量時,要考慮單位成本和單位能力,沒有這些曲線就說不清楚。」
Nadella補充了傑文斯悖論(Jevons Paradox)的觀點:「如果智能的價值與算力成對數關係,你就要努力保持效率,不斷降低成本,讓智能商品化,使它成為推動全球GDP增長的真正引擎。」
但最關鍵的瓶頸並非晶片供應,而是電力。Nadella明確指出:「現在面臨的最大問題不是算力過剩,而是電力問題,以及能否在靠近電源的地方足夠快地完成基礎設施建設。你可能會有一堆晶片積壓在庫存卻無法使用,因為沒有配套齊全的機房可以把晶片裝進去。」
許多資料中心專案被卡在供電審批或能源分配環節,全球範圍都經歷相同瓶頸。Nadella認為未來兩到三年幾乎不可能出現算力過剩,真正競爭將集中在誰能最快建好靠近電源的資料中心。
泡沫必然論與技術突破曲線
儘管短期內算力緊缺,Altman對長期持更謹慎態度:「算力過剩肯定會出現。至於是兩到三年還是五到六年內,我說不準,但這肯定會在某個時候發生,可能還會發生好幾次。這裡面有人類心理和泡沫的深層因素。」
他提到複雜供應鏈會出現各種奇怪情況,技術格局也會發生重大變化。假設很快有非常便宜的大規模能源上線,很多人會因為已簽署的現有合同遭受巨大損失。如果OpenAI能繼續實現智能單位成本平均每年降低40倍,從基礎設施建設角度看,這是非常可怕的指數增長。
「如果我們不斷取得這些突破,最後每個人都能在自己的筆記本電腦上運行類似AGI的程式,那我們現在做的就是一件瘋狂的事。有些人會在某個時刻遭受重大損失,就像在其他每一次技術基礎設施週期中發生過的那樣。」Altman的這番話反映出對產業週期性的清醒認知。
Nadella則強調了軟體效率改進的重要性:「OpenAI在推理堆疊上為給定GPU所做的優化速度,比摩爾定律的改進還要快得多,呈指數級增長。」這意味著AI經濟正進入「雙重複利階段」:硬體降本與演算法效率的疊加,推動智能能效躍遷。
Altman還透露了令人興奮的願景:「總有一天我們會做出一個令人難以置信的消費設備,可以在低功耗下完全在本地運行GPT-5或GPT-6級別的模型。」這將徹底改變運算型態,讓使用者隨身攜帶能思考、能執行的智能夥伴,不再被雲端束縛。
SaaS架構的根本性重構:從三層耦合到Agent驅動
Nadella深入闡述了AI如何從根本上重寫SaaS應用架構。傳統SaaS採用「資料庫+邏輯+介面」的三層緊密耦合結構,但AI並不遵循這種耦合方式:「新的邏輯層被AI Agent取代,業務邏輯不再固定在程式碼中,而是根據上下文與目標動態生成。」
GitHub Copilot是最佳案例。模型會根據提示選擇合適的演算法路徑、評估結果並自動修正。這不是傳統固定流程的系統,而是具備反饋循環的生產單元。新一代SaaS的核心不再是寫死的邏輯,而是即時優化的Agent。
微軟所有產品架構都在重新設計。Nadella特別強調Office 365、Teams、SharePoint這些長期穩定的低客單價、高使用率產品,天然適合承接此變革:「這些產品每天產生的海量資料成為訓練與嵌入的底層素材,讓AI可以在組織知識圖譜中獲得上下文。」
關鍵洞察在於:微軟產品不是被AI取代,而是被AI放大。雖然每用戶平均收入(ARPU)不高,但使用頻率極高。「這種低ARPU、高使用率的結構反而讓AI成為最佳加速器。當模型可以訪問數十億個PowerPoint、Word、Excel檔案時,這些人類行為資料本身就成為模型推理的基石。」
Nadella補充了令人震驚的現象:「多虧了AI,無論是GitHub還是Microsoft 365,流入知識圖譜或程式碼倉庫的資料量都達到歷史新高。生成的程式碼越多,這些程式碼都去了GitHub。創建的PowerPoint越多、Excel模型越多,所有這些都進入知識圖譜,成為AI基礎化(grounding)的必需品。」
Token工廠與Agent工廠:雙軌價值創造策略
面對AI推理成本上升可能壓縮軟體毛利率的擔憂,Nadella提出了「雙工廠」戰略框架來解決價值分配問題。
Token工廠代表底層算力體系,包括硬體晶片系統、系統軟體、虛擬化管理與調度能力。目標是最大化單位算力產出的智能密度,讓GPU從固定成本轉變為動態智能生產要素。「什麼是超大規模雲服務商?如果真那麼簡單,現在就不會只有三家。超大規模雲服務商的價值在於運行Token工廠並實現最大利用率的專業知識。」
關鍵在於運行異構設備群的能力。未來不會是單一供應商,而是NVIDIA、AMD、博通以及微軟自研晶片的組合。需要優化Token吞吐量、效率等等,這本身就是一項專業工作。
Agent工廠則是上層軟體生態,是具備具體業務目標的工具。GitHub Copilot的自動模式是典範:根據提示選擇使用哪個模型來完成程式碼或任務交接,基於反饋循環、評估和資料循環等進行優化。「新的SaaS應用針對一組評估標準和一組成果進行優化,知道如何最高效地使用Token工廠的輸出。」
Nadella承認這次軟體會有真實的邊際成本,比雲端時代更高:「因此商業模式必須調整,你必須對Agent工廠和Token工廠進行這些優化。」但他對保持利潤率充滿信心,因為微軟規模優勢明顯:「這是個規模遊戲。當你的雲上運行著最大的工作負載,意味著我們會更快學習如何規模化運營,成本結構會比其他人下降得更快。」
Agent將成為新的席次(Seat)單位。過去十年軟體公司用訂閱數與留存率定價,未來衡量標準將是模型使用效率與Agent執行成功率。未來軟體價值不再取決於訂閱數量,而取決於Agent完成效率。
Azure的驚人成長與4000億美元積壓訂單
訪談揭示了微軟雲端業務的強勁動能。Azure本季度成長39%,年化收入規模達到驚人的930億美元,遠超Google Cloud的32%成長與AWS接近20%的成長率。Nadella坦言,如果沒有把算力分配給OpenAI用於研發,Azure成長率本可以達到41%或42%。
更令人矚目的是剩餘履約義務(RPO)高達4000億美元,這代表已簽約但尚未確認的收入。Nadella強調這些合約平均期限只有兩年,意味著轉化為收入的確定性很高:「我們非常確定需要消化這些積壓訂單,這也是我們大規模資本支出的原因之一。」
訂單來源相當多元化,既有微軟自己的第一方需求(實際上相當高),也有第三方客戶。「現在我們看到越來越多其他公司在構建真正規模化的工作負載。」RPO最大的好處是可以提前規劃,而這還不包括OpenAI的2500億美元額外需求,那些合約期限更長。
關於競爭格局,Nadella認為微軟優勢在於規模與學習曲線:「計算、儲存看似商品化,但只有在規模化時才不是商品。我們必須要有成本結構、供應鏈效率、軟體效率持續複利成長,才能確保在規模化下有利潤率。」
他特別強調OpenAI合作帶來的規模效應:「當你的雲上運行著最大的工作負載,意味著我們會更快學習如何規模化運營,成本結構會比其他人下降得更快,這會讓我們在價格上更有競爭力。」
微軟的資本配置策略也值得關注。Nadella指出他從未真正分離配置資本:「我的資本配置是針對整個雲端業務的,無論是Xbox雲端遊戲、Microsoft 365還是Azure,這是統一的資本支出。關鍵是加權平均值應該符合公司需要的營運利潤率。」
搜尋經濟學的轉變:從索引分攤到即時運算
訪談觸及了一個重要但常被忽略的議題:搜尋業務經濟學在AI時代的根本性轉變。傳統搜尋引擎的利潤奇蹟來自極低的邊際成本——建立索引作為固定成本,然後用高效方式分攤,完成一次搜尋只需幾分之一美分。
但聊天機器人模式完全不同。每次對話都要消耗大量GPU運算週期,無論是意圖理解還是資訊檢索,經濟模型發生根本改變。這就是為何早期聊天模型多採用免費增值與消費者訂閱制。
Nadella坦承:「我們還在探索,無論是代理商務還是其他形式的廣告單元,它將如何運作。」他注意到自己現在使用搜尋主要是非常具體的導航查詢,而購物等行為正在轉向Copilot助手。「就像我們談到的SaaS顛覆一樣,會有一個重新調整過程,在開始階段消費者經濟學會有些變化。」
關鍵問題在於,這是一個價值數萬億美元的市場,驅動整個網際網路經濟學。當搜尋經濟學轉變並匯聚到更像個人代理、個人助理聊天的形式時,為人類提供的總價值可能要大得多,但單位經濟學不再只是分攤一次性固定索引成本。
Nadella認為在企業市場情況較為明朗:「一是它不是贏家通吃,二是它對代理化交互會更友好。Agent就是新的席次,所以企業盈利模式要清晰得多。消費者盈利模式還比較模糊。」
監管困境:州法律拼湊vs聯邦統一框架
訪談也觸及了AI產業面臨的監管挑戰。原本在「大而美法案」中,參議員Ted Cruz加入了聯邦優先權條款,可以避免50個州各自立法的混亂局面,但最後一刻被參議員Marsha Blackburn否決。
結果是科羅拉多AI法案這類州法律將在2月份全面生效,創造出一整類新的訴訟群體。任何人只要聲稱受到聊天機器人演算法歧視的不公平影響就能起訴。
Altman直言:「我不知道我們該怎麼遵守科羅拉多那個法律。我很希望他們能告訴我們怎麼做。我們也想遵守,但就我讀到的內容來看,我真的不知道該怎麼辦。我非常擔心50個州各自為政的局面,這是個大錯誤。」
Nadella補充:「這種拼湊做法的根本問題是,OpenAI和微軟之間會想辦法應對,我們能搞定。但問題是那些剛創業的人要怎麼辦?這正好與立法初衷背道而馳。」他認為如果美國不在聯邦層面統一監管,歐盟就會主導,那會造成它自己的問題。
雙方都強調並非主張零監管,而是希望在聯邦層面達成統一監管框架,避免50個相互衝突的州法律摧毀AI創業生態。Nadella甚至希望這次能在歐盟和美國之間實現協調統一,雖然他承認「今天不會指望這個」。
有David Sacks擔任AI特別代表,至少有一位總統可能會為此而戰,利用貿易作為槓桿確保不會面臨過度限制的政策環境。但首要任務仍是在美國實現聯邦優先權。
2026年展望:Codex革命與科學發現自動化
當被問及2026年最令人期待的發展時,Altman將焦點放在Codex編程工具的演進:「今年Codex的發展非常酷。隨著這些任務從需要幾小時完成發展到需要幾天才能完成——我預計明年就會實現——人們將能以前所未有的速度、用全新方式來開發軟體。」
他認為其他行業也會看到類似變化,但個人比較偏愛編程領域因為對此更了解。「這真的會開始改變人們的能力邊界。」
更大膽的預測是關於科學發現:「我希望2026年能看到一些非常小的科學發現。如果我們能實現這些小發現,未來幾年就能取得更大突破。AI會在2026年做出新的科學發現,哪怕是很小的發現,這是個極其重要的話題。如果我們真能讓AI做科學研究,那在某種意義上就是超級智能了。如果這能擴展人類知識的總和,那將是了不起的大事。」
Nadella則從人機交互角度思考:「模型能力的結合很重要。想想ChatGPT的神奇時刻——當UI介面遇上智能就爆發了。其中一部分是因為模型的指令遵循能力已經為聊天做好準備。」
他認為這就是Codex和編程助手即將實現的:「助手離開工作一段時間,然後回來,把我需要的東西呈現給我。我覺得我們都在朝這個方向努力:宏觀委派和微觀調控。什麼樣的UI能匹配這種新的智能能力?」
Altman對新形態運算設備充滿期待:「這也是我非常興奮我們在做新形態計算設備的原因,因為現有計算機並不太適合那種工作流程。你可以擁有一個始終伴隨你的設備,能夠獨立完成任務,在需要時從你那裡獲得微調指令,並且對你的整個生活和工作流有很好的上下文感知。」
循環收入爭議與財務透明度
訪談也直面了市場關於「循環收入」的質疑——包括微軟給OpenAI的Azure積分被計入收入、AMD用10%股權換交易、NVIDIA的類似操作等。市場擔心AI收入的可持續性。
Nadella澄清:「首先,我們那135億的投資都是用於訓練的,沒有被計入收入。那才是我們獲得股權比例的原因。這些投資並沒有進入Azure收入。Azure收入純粹來自ChatGPT的消費收入以及他們推出並貨幣化的API,我們只是按使用量收費。」
關於其他公司的做法,Nadella認為供應商融資一直都存在,不是新概念。「有些形式可能比較新奇,顯然需要投資界仔細審視。但融資本身不是新概念。」
他強調微軟採取完全透明的策略:「我認為最好的辦法就是提供所有透明度。這就是為何有非公認會計準則和公認會計準則之分,這樣至少人們可以看到每股收益的數字。」
用常識看待投資風險:「如果你投資了135億美元,你當然可以損失135億美元,但你不能損失超過135億美元。那就是你的風險所在。今天我們股權份額的1350億美元有點不流動,我們不打算賣掉它,所以它有相關風險。」
但真正的故事是其他正在發生的事情:「Azure的成長怎麼樣?如果我們沒有OpenAI的合作關係,Azure會成長嗎?有多少客戶是第一次從其他雲端平台來的?Microsoft 365發生了什麼?E5之後的下一個大事件是什麼?我們在Copilot中找到了它,它比任何套件都大,比我們在資訊工作領域做過的任何事情都大。」
相關資源與延伸閱讀
作者觀點
這場深度對話揭示了AI產業發展的多重真相,其中最核心的洞察是:我們正處於一個前所未有的「雙重複利」時代——硬體降本與軟體效率改進同步指數級成長,推動智能能效的戰略性躍遷。
Nadella提出的「Token工廠」與「Agent工廠」雙軌框架,實際上重新定義了雲端運算時代的價值創造邏輯。過去十年SaaS產業用「訂閱數×留存率」定價,未來將轉向「Agent執行效率×業務成果完成度」。這不只是定價模式改變,而是整個軟體產業商業模式的重構。低ARPU、高使用率的產品架構在AI時代反而成為最大優勢,這徹底顛覆了過去追求高客單價的SaaS邏輯。
值得關注的是電力瓶頸問題。當Nadella說「問題不是晶片,而是沒有配套齊全的機房可以把晶片裝進去使用」時,他實際上點出了AI軍備競賽的下一個戰場:能源基礎設施。這解釋了為何科技巨頭紛紛投資小型模組化核反應爐、核融合等前沿能源技術。誰能掌控電力供應鏈,誰就掌握AI時代的戰略制高點。
Altman關於算力過剩必然到來、但每次泡沫破裂後世界都會變得更大的論述,展現出對產業週期性的清醒認知。2000-2001年網路泡沫破裂後,網際網路反而變得比當時任何人預期都要大。AI產業也將經歷類似週期,但長期趨勢不可逆轉。投資者需要區分短期波動與長期價值創造。
最令人興奮的是對2026年的展望:AI實現科學發現自動化。如果這個預測成真,人類知識生產方式將發生根本改變。從Codex讓軟體開發速度提升百倍,到AI科學家自動產生新知識,我們正在見證智能放大人類能力邊界的歷史性時刻。
監管問題凸顯美國科技政策的矛盾。50個州各自立法的混亂局面,恰恰反映出聯邦層級對AI戰略重要性認識不足。中國已將AI視為國家戰略並統一推進,美國若不盡快建立聯邦統一框架,可能在這場全球競賽中喪失先機。David Sacks擔任AI特別代表是積極信號,但執行力度仍待觀察。
微軟與OpenAI的合作關係,本質上是資本、算力、智財、分銷渠道的全方位戰略綁定。這不只是一筆投資,而是重塑整個科技產業價值鏈的戰略佈局。當135億美元投資成長為1300億美元股權、4000億美元Azure積壓訂單、以及地球上最大AI產品系列時,這場始於2019年的豪賭正在改寫全球智能經濟的遊戲規則。未來十年,我們將見證「Token工廠+Agent工廠」如何成為新的產業標準,以及人類與AI共同學習如何重新定義生產力邊界。
