今天小编分享的教育经验：微软CEO谈AI平台范式转移、AI发展趋势及资本市场动态，欢迎阅读。
以下文章来源于非凡产研 ，作者 AI 商业智库
作者 | 萨提亚 · 纳德拉
来源 | 非凡产研，管理智慧
咨询合作 | 13699120588
文章仅代表作者本人观点，图片来源于 pixabay
为大家整理编辑了近期微软 CEO 萨提亚 · 纳德拉 ( Satya Nadella ) 著名科技 KOLBen Thompson 播客采访的精华内容。
在采访中，萨提亚 · 纳德拉 ( Satya Nadella ) 畅谈了人工智能平台范式转移、与 Open AI 等合作伙伴的关系、AI 未来五年的发展方向、以及资本市场的趋势。
萨提亚 · 纳德拉的很多回答都堪称四两拨千斤，他回应了巨头的 " 赢者通吃 " 质疑、微软如何看待关于 AI 的未来投资、以及整个行业的玩家如何竞争等。内容非常精彩！
"2024 年最具影响力的 100 人 " 之一
。在担任微软 CEO 的十年间，他使微软的价值增加了 10 倍，让微软市值达到 3.06 万亿美元，超越苹果，成为全球市值最高的上市公司。
萨提亚 · 纳德拉是一个伟大的 " 操盘手 "，推动了微软向 " 云计算 " 时代的转型，策划了动视暴雪、LinkedIn 和 Nuance 等大规模收购。如今他又坚定带领微软朝着 AI 时代进化。
AI 初创公司 Perplexity 的联合创始人兼 CEO Aravind Srinivas 表示，" 纳德拉非常特别，是可以被称为科技公司 CEO 里的 GOAT（史上最伟大 Greatest Of All Time）之一的人物。"
人工智能平台
Q：有一个问题。您一直将人工智能视为一个平台机会。我的问题是，是否真的存在这样一个与硬體无关的平台机会，而不需要经过范式转变，无论是在推向市场的方式上，还是在功能的完全演示上？
我曾写过一篇文章，认为你们的一大成功在于，微软已经不再以 Windows 为中心。当然，Windows 对你们来说仍然很重要，但它不再是所有事物的核心枢纽。现在你是否可以以一种以前无法实现的方式回到原点？未来 Windows 会在你的发展中扮演多重要的角色？实现这个平台机会是否真的依赖于 Windows，还是你在 iOS 或 Android 上也能抓住这个机会？
SN：哦，是的。我的意思是，其中一个关键点在于，我非常非常清楚当今世界的实际状况，而不仅仅是凭空幻想。其次，我希望我们能够同时将每一层的内容整合到一个有凝聚力的架构中，以维护开发人员和最终用户的利益。
Q：当时我刚离开微软，好像正好有一份关于‘一体化 Windows ’（One Windows）的备忘录，我赶上了这个时间点，得以写了一篇文章。那时候我觉得这个想法很疯狂，但现在看来，它其实很有道理。"
（说明："One Windows" 是微软公司提出的一种战略思想，它的核心是将微软的多个 Windows 系统整合，实现跨设备的统一体验。这个概念最早由微软 CEO 萨蒂亚 · 纳德拉 ( Satya Nadella ) 提出，目的是简化下一代 Windows 作業系統，将应用于不同设备尺寸的多个作業系統整合起来，实现一个团队研发所有 Windows 系统、一个内核、统一的开发平台和统一的应用商店。）
SN：在某种程度上，坦白说，我觉得我们必须确保为这些已经售出的 2 亿多台（运行微软 Windows 作業系統）设备提供我们最好的服务。这并不意味着其他售出的十亿台（运行其他系统）设备就不重要。对于那十亿台设备，我们需要进行伟大的创新，我将谈到这一点，但首先让我们看看这 2 亿 Windows 用户，思考：" 嘿，我们能用这个平台转变为他们做些什么神奇的事情？" 从硬體层面（芯片、处理器）到用户体验的整个过程—— 顺便说一下，这不是孤立的，Windows 并不独立存在。
我不知道你是否注意到了，但今天有一个非常关键的点：即使是人工智能领網域。我面临两个挑战或者说两个我非常关心的事情——我想要保护我的隐私，我也想要保障我的安全。如果你没有能够基于过去一小时内发生的所有敌对攻击不断学习的分类器，你就无法确保最前沿的模型或最新模型的安全性，而这些分类器将在云端进行更新和学习。
因此，我希望能够调用云服务。这有点像 Windows Defender（Windows Defender 是 Windows 系统中的一个内置安全程式，主要提供防病毒和反恶意軟體的保护。它能够检测、隔离以及清除恶意軟體，包括病毒、勒索軟體、间谍軟體等，以保护用户的电腦安全。从 2006 年首次推出至今，Windows Defender 不断更新和改进，现在已经成为 Microsoft Defender 防病毒的一部分，集成在 Windows 10 和 Windows 11 系统中，是 Microsoft Defender for Endpoint 的主要组件之一。），如果你不连接到云，你怎么可能拥有 Windows Defender？人工智能的安全也是一样。所以，你希望云做它擅长的事情，你也希望硬體客户端做它擅长的事情，我认为这是关键所在。
另一件让我感到兴奋的事情是 Copilot Runtime。对我而言，我想要一个真正的 namespace（在计算机科学和编程中，"namespace"（命名空间）是一个抽象的概念，用于定义一组标识符的集合，这些标识符通常用于编程语言中区分不同的变量、函数、类、模块等。命名空间的主要目的是解决名称冲突问题，确保每个标识符在它的命名空间内是唯一的。）——顺便说一下，WebNN 这个技术非常酷，我可以编写一些 JavaScript 代码，使用 WebNN 来加载一个模型，然后让本地的神经处理单元（NPU）进行处理。我可以访问 GAP.com 或任何其他网站，现在，我可以开始添加人工智能特性，并将 AI 任务在本地解除安裝。我认为，将云、网络和边缘计算结合起来的想法是具有内在一致性的。
事实上，这让我们在构建 Android 应用时占据了优势。现在，作为开发人员，你可以在 Azure AI 的云端使用 Phi （Phi 是微软 Azure AI 提供的一种产品，具体是指 Phi-3 模型，这是微软推出的一系列小型语言模型（SLM），专为云、边缘设备或本地设备上的生成式 AI 功能而设计。）作为托管模型服务，你可以使用那里的芯片技术，比如 Windows 上的 Project Silica，或者你可以将其集成到你的应用程式中，然后移植到 Android 和 iOS。我认为我们会以这种方式来处理。
OpenAI 合作伙伴
Q：微软现在看起来像是一个更加团结一致的公司了，我之前已经提到过这一点。当你与组织接触时，让他们知道背后有整个公司的支持和力量，这一点有多重要？
SN：你是在说微软公司内部的情况吗？
Q：不，我是指面对外部客户，比如大型企业和公司的时候。
SN：我认为客户对我们的期望是，一方面，我们作为一个统一的公司，所有这些部分能够协同工作，整合非常重要；但同时，每一个单元也必须能够独立发挥作用。
因此对我来说，我对微软的看法是，我们最终并不像一个高度集权的企业集团那样运作，我们必须有一个真正的理念，即我们的组织架构具有内在的一致性——客户关心我们带来的集成价值，但他们也非常关心我们的每一项独立产品或服务的竞争力。
所以，是的，客户关心这一点，我们内部也必须按照这个标准来要求自己。事实上，当我们不仅仅是提供整合，而是在整合的基础上加上每一层的竞争力时，我们才能达到最佳状态。
Q：那么，当你谈论 "One Microsoft" 的整合时，你是如何与 OpenAI 的合作伙伴关系相协调的呢？有人对此表示更多的担忧吗？比如说，" 看，你们雷德蒙德（微软总部所在地）做得很棒，你们都在朝着正确的方向前进，但似乎这里存在一种依赖性，我们不确定你们是否能够控制它，这意味着我们也无从控制它 "，这些对话进展如何？
SN：对我们来说，我想说 OpenAI 的合作伙伴关系与过去与英特尔的合作关系属于同一级别，或者就像我们构建 SQL 时与 SAP 的合作关系一样，因为它具有定义行业和定义微软的特性，所以我们非常投入于这种伙伴关系。这是一个简单的逻辑，即 " 嘿，看，这是关于计算的 "，因此——
Q：谁拥有计算，谁就统治世界？
SN：对。这个非传统的赌注要追溯到 2019 年，当时我们说：" 哇，也许我们应该投入大量的计算资源 "，因为这是 OpenAI 比其他任何人，包括微软内部人士，都更加坚信的事情，这就是为什么我们决定下这个赌注，而它在过去五年里已经奏效了。我现在全神贯注于确保在未来五年，再五年，这些伙伴关系始终如一，如你所知，Ben ——实际上，这是双方都能成功的关键时刻，如何确保长期稳定，长期稳定来自于双方持续的胜利，这至少是我处理问题的方式。
我认为对他们来说，我们是基础设施提供者，他们是模型构建者。他们构建应用程式，我们也构建应用程式，第三方也构建应用程式，情况就是这样。将会有竞争出现，而且会有些是完全垂直整合的竞争。垂直整合的商业模式在运作时通常非常有效，能够带来效率和控制力的优势，直到你的业务链中至少有一个层面失去了竞争力。一旦这种情况发生，即使其他层面依然强大，这个不具竞争力的层面可能会削弱整个企业的市场地位。
如果你想验证这一点，看看微软就知道了，你不需要深入历史去查证。因此，你必须保持开放的心态，最终，有时候合作伙伴关系是取得领先唯一的方式。
人工智能中的集成与模块化
Q：你提到 OpenAI 对计算能力有着坚定的信念，微软当然也非常重视这一点，鉴于谷歌在模型和基础设施方面的先行优势，是否会或应该有某种反谷歌的 AI 联盟出现？我们是否看到这样的联盟正在形成，不仅仅是微软和 OpenAI，还有可能是苹果？
SN：我对这个问题的看法是，总是有人有机会进行垂直整合。我总是回想起，有所谓的盖茨 / 格鲁夫模式，然后我们称之为苹果 / 新谷歌模式，这就是垂直整合模式。我认为这两种模式都有其用武之地。
（1. 盖茨 / 格鲁夫模式：可能指的是微软早期的商业模式，由比尔 · 盖茨和当时的 CEO 安迪 · 格鲁夫共同推动，强调軟體和硬體的整合，以及对市场和技术趋势的快速响应。2. 苹果或新谷歌模式：这里指的是苹果公司采用的模式，该公司以其闭环生态系统而闻名，控制着从硬體设计到軟體开发的整个链条。而新谷歌模式可能指的是谷歌在某些领網域，如 Android 作業系統和硬體产品（如 Pixel 手机），采取的类似的垂直整合策略。）
如果深入思考长期趋势，我更倾向于相信横向专业化（horizontal specialization）的力量。以芯片行业为例，英伟达的 CEO 黄仁勋（Jensen Huang）正积极推进一项令人难以置信的发展蓝图。
目前，他致力于确保领先的人工智能模型是在英伟达的平台上训练的。但有趣的是，谷歌并没有在英伟达的平台上训练其 AI 模型，尽管谷歌销售英伟达的产品，谷歌实际上使用的是自家的张量处理单元（TPUs）进行训练。
这一点，我相信黄仁勋也注意到了。AMD 的 CEO 苏姿丰（Lisa Su）也在进行创新。我们正在自主开发芯片。所以，当有人说 " 让我们推动硅芯片的创新，让我们推动模型的创新 "，你可以看到业界有很多动作，比如 OpenAI，还有马克 · 扎克伯格（Mark Zuckerberg）的 Meta 公司推出的 Llama 模型，以及 Mistral 和其他许多小型语言模型，这个领網域正在发生很多事情。
无论如何，我们的任何应用程式，以 Copilot 为例，是的，我们绝对会使用 GPT-4o 并将其与 Phi 和其他应用程式混合在一起。所以我认为任何企业应用程式最令他们兴奋的是模型即服务（models-as-a-service）。所以我认为这将是一个更加多样化的局面，至少我从历史课上学到的是，很少有赢者通吃的情况，对此要非常清楚，并确保你为了赢者通吃而努力。但在其他所有事情上，要采取那种广泛包容的平台方法。
Q：这当然有道理，你提到的是模型商品化的理念。微软从 Inflection AI 挖来了很多人才，看来你们要确保在你们这边的模型产品提供上有多样性。但如果人工智能模型真的变得商品化，即走向标准化和同质化，那么云计算领網域的竞争和发展态势为什么会与过去 12 到 15 年有所不同。这真的会带来什么新的变化吗？
SN：我认为这是一个很好的观点。我认为超大规模计算服务提供商在这个领網域拥有根本性的结构优势，这在某种意义上可以说，如果你要问五年后世界需要什么，我会说，无处不在的超大规模计算效用服务。
如果你考虑一下，新的经济增长公式，我认为已经前所未有的清晰，那就是你需要更多由可再生能源驱动的能源，一个更好的电网，以及更好的计算能力，如果你拥有这些，那么经济的每一个其他部门都可以真正从这两方面受益。
任何拥有处于效率最前沿的计算能力的国家或社区，在经济增长上都有优势和顺风。所以，如果你接受这个高层次的前提，那么绝对如此。
Q：但是竞争动态又如何呢？因为亚马逊是第一个进入这个领網域的，他们基本上获得了所有在亚马逊上起步的 SaaS 企业客户。微软也随着他们的企业客户群转向了云计算。谷歌则说，" 看看，我们的是最棒的，试试看吧 "，他们在某种程度上是第三位的。这种局面会不会以类似的方式发展？数据引力会不会仍然占据主导地位？也许 AI 是这个巨大的新事物，但实际的竞争动态仍然是——
SN：我认为我至少还没有遇到过只使用单一云服务的企业客户。我记得当我第一次开始使用云服务时，每个人都会把它当作好像 " 哦，天哪，这是赢家通吃 "，而我总是想，" 伙计，我是在伺服器行业长大的 "，即使有人说我们赢了，我也不太明白。在伺服器的每一个类别中，无论是作業系統，无论是数据库，无论是网络伺服器，以及所有这些中间层的东西，都有两三个参与者。
我认为超大规模市场绝对有足够的空间容纳两个，甚至是三个竞争者，并且这些竞争者之间有明显的差距。收入份额，这是 [ 微软前首席执行官 ] 史蒂夫 [ 鲍尔默 ] 经常告诉我的——在多参与者市场中，收入份额与市场份额是两个不同的概念，等等。
但不管怎样，我确实认为市场有足够的空间供三家公司共存。想想看，我们开始的时候，亚马逊有六七年的时间没有竞争对手，对吧？猜猜现在怎么样？竞争已经到来，而我们已经在这里站稳了脚跟。我对接下来的阶段感到非常非常乐观。我不是从后面追赶，实际上，我们已经有了一个良好的开端，这改变了游戏规则。
以 B2C 客户为例，无论是 Shopify、Spotify 还是其他任何公司。这些公司之前都不是 Azure 的客户。但现在，得益于 OpenAI 的 API，他们不仅使用 Azure，也成为了 Azure 的客户，这对我们来说是一个非常巨大的转变。
资本支出和未来
Q：关于竞争格局，你曾提及能够洞察收入支出情况。对于人工智能的投资是毋庸置疑的，但是否存在这样的考量——过去七年，你的资本支出占毛利润的比重从 13% 激增至 26%，这种显著的增长让你有何信心相信这将带来回报？或者说，在激烈的竞争态势下，是否无论如何你都会选择投资？
SN：我认为，正如你所恰当强调的，经济规律表明我们是一个重资本支出的企业。人们之所以聚焦于我们的资本支出，往往是因为人工智能的发展。
但请考虑一下，即便不提人工智能，我们所经营的是一个知识密集和资本密集的行业，这正是参与超大规模竞争的入场券。
你不能仅仅出现然后说，" 嘿，我想加入超大规模的行列 "，如果你不能每年至少投入五十到六十亿美元到资本支出中，那么你根本无法立足这个市场。
然而，我们的投资决策同样受到市场动态的指导。资本支出不可能无限制地超越收入增长。因此，市场实际上为我们设定了一个明确的限制。诚然，随着训练计算资源的分配出现阶段性变化，训练成本也会随之调整，但归根结底，推理服务的需求是由市场驱动的。
综合这些因素，我相信即便出现周期性的波动，我们也能够灵活调整，并不会感到困难。从纯粹的商业管理角度来看，我并不是只着眼于短期的季度业绩，这种长远的视角让我对这些调整充满信心，而不是感到恐慌。
Q：你并不像华尔街那样担心。一个简单的问题，因为我喜欢这个。比尔 · 盖茨说，我们高估了两年后发生的事情，却低估了十年后发生的事情。那些部門是否仍然适用？因为感觉在短短两年内发生了太多变化。
SN：我认为这些部門很可能还是正确的，不过我或许可以这样说——这里有一个关键问题。当我们回顾摩尔定律的发展历程，我对那个大约每 18 个月计算能力就翻一番的周期感到非常兴奋。这种快速的技术进步让我深感振奋。实际上，Epoch AI 有一张我非常喜欢的图表，它讨论了自 1950 年以来，机器学习算法所获得的浮点运算次数。它基本上遵循了摩尔定律，每 15 到 16 个月翻一番。
然后在 2010 年，这个增长速度突然加快了 3 倍，我认为它甚至变得更加陡峭了。现在，它可能每半年，甚至更短的时间就翻一番，这让人难以置信。每个人都说，" 哦，我了解指数增长 "，相信我，当你真正生活在这样一个世界里时——
Q：你增加那个指数，它就会发生很大的变化。
SN：嗯，这确实是一项艰巨的任务。因此，针对你提到的，特别是当新兴能力涌现时会发生什么的问题，我认为人工智能的安全性至关重要，我们必须始终将其放在心上。同时，我们也不能忽视新创新的不断涌现。关键在于如何将这些创新转化为积极的力量，同时确保安全。这是一个全新的挑战。
