2025年11月1日，美国知名播客BG2 Pod频道，发布万圣节特辑。主持人Brad Gerstner，与微软CEO Satya Nadella、OpenAI CEO Sam Altman展开深度对话，探讨OpenAI与微软合作关系、OpenAI组织架构、算力与技术发展、AI驱动商业与经济发展、AI安全与社会影响等话题。
本期长期主义，选择Satya Nadella与Sam Altman同框专访实录，瓜哥AI新知发布，六合商业研选精校，分享给大家，Enjoy！
正文：
全文19,343字
预计阅读39分钟
Satya Nadella与Sam Altman同框专访：OpenAI公司结构及与微软合作，低ARPU高用量的SaaS会赢，企业将迎来利润增长的黄金时代
时间：2025年11月1日
来源：瓜哥AI新知
字数：19,343
Brad Gerstner在万圣节，与Satya Nadella、Sam AltmaSatya展开深度对话，这是一场关于如何规模化构建未来的坦诚、富有活力的对话，共同探讨价值3万亿美元的AI浪潮，如何颠覆科技、商业与全球经济；深入剖析OpenAI与微软的合作关系，揭示这一合作，如何释放云端算力巨大规模，展望智能与资本的未来。
Satya Nadella详细解读微软如何扩展Azure与Copilot，以满足爆炸式增长的需求。
Sam Altman分享对技术进步、算力、人类探索边界的驱动力的看法。
内容提要
OpenAI与微软合作：双方称此次合作，为有史以来最伟大的科技合作之一，强调微软早期决心与持续支持至关重要。
OpenAI非营利结构：成立全球规模最大非营利组织之一，旨在确保AGI造福全人类，并通过公益公司Public Benefit Corporation获取扩张所需资金。
AI安全与社会影响：OpenAI承诺将首批250亿美元资金，用于健康、AI安全与社会韧性领域，旨在应对AI转型期可能出现的网络防御、AI安全研究等挑战。
微软对OpenAI投资：微软已累计投资约130~140亿美元，获得OpenAI约27%的完全稀释后股权。
算力需求与投资：AI发展面临巨大算力需求，OpenAI计划在未来4~5年内，投入1.4万亿美元用于算力建设，包括与NVIDIA、AMD、Oracle、Azure的巨额合作承诺。
算力限制与成本：算力仍是AI发展的关键瓶颈，随着技术进步与成本降低，AI使用量将迎来激增，成本效益与价值创造是成功的关键。
AI与SaaS未来：AI将重塑SaaS应用的底层架构，业务逻辑将转移至智能体Agent层。AI将成为增长加速器，低客单价ARPU、高使用量的SaaS应用将更具优势。
AI经济影响：AI将极大提升生产力，可能导致企业利润增长远超员工数量增长，开启利润扩张的黄金时代，AI有望创造新的就业岗位与工作流程。
AI与搜索的经济学：AI驱动的聊天互动，与传统搜索的单位经济效益截然不同，后者固定索引成本可以摊销，前者消耗更多GPU算力，消费者与企业领域的盈利模式将有所区别。
监管碎片化担忧：对美国各州层面可能出现的AI监管碎片化表示担忧，认为联邦层面的统一监管框架至关重要，避免扼杀AI初创行业。
AI设备与消费者应用：未来将涌现出功能强大的消费级设备，能够本地运行大型AI模型，提供无缝的AI Agent体验，彻底改变人机交互方式。
AI在科学研究中潜力：AI有潜力极大加速科学发现进程。例如，Codex已显著提高软件开发速度，AI甚至有望在2026年实现小规模科学发现。
美国再工业化：由AI投资驱动的资本支出，是美国再工业化的重要组成部分，将带动相关基础设施建设与产业链发展。
微软的战略价值：与OpenAI合作，不仅为微软带来股权价值，更通过API独家分销权、Azure计算服务的长期承诺、知识产权共享，创造巨大战略与经济价值。
AGI里程碑：AGI的实现被视为一个关键里程碑，它的到来，可能会提前终止微软与OpenAI之间排他性合作与营收分成协议。
对话实录
Sam Altman：我认为，我们自始至终的合作都非常精彩。Satya Nadella合作之初，我们对未来会如何发展几乎一无所知。
我坚信，这是有史以来最伟大的科技合作之一。
如果没有微软，特别是Satya Nadella在早期下定决心鼎力支持，我们绝对走不到今天。
Brad Gerstner：这真是令人难忘的一周，很高兴见到你们。Sam baby怎样？
Sam Altman：这是我经历过最棒的事，人们常说的话一点没错，这绝对是最好的事情。Satya Nadella
Satya Nadella：Sam谈起baby时，脸上的笑容完全不一样。
我想，只有在他谈论计算与baby时，脸上才会露出同样表情。
Brad Gerstner：Satya Nadella，你们相处这么久，你给过他什么育儿建议吗？
Satya Nadella：我只告诉他，尽情享受这段时光，这太棒了。
我们很早就有了孩子，我真希望自己能再经历一次，这真的是最宝贵的时光。
随着他们长大，一切都变得如此美妙，我真为Sam感到高兴。
Sam Altman：我很高兴能在现在这个阶段体验为人父母，有时会想，真希望自己还能有25岁时的精力，这方面更困难些。
微软对OpenAI的投资
Brad Gerstner：OpenAI员工，平均年龄大概是多少？我猜很年轻，又不像大多数硅谷的初创公司。可能平均30出头，看样子你们公司婴儿潮正在到来，这真是个好消息。
这真是意义非凡的一周，从英伟达GTC大会开始，不断有大事发生，英伟达市值突破5万亿美元；谷歌、Meta、微软，Satya Nadella，你昨天刚发布财报，我们反复听到的一个声音是算力不足。
星期三美联储降息，GDP增长率接近4%。
我刚对Sam说，总统在马来西亚、韩国、日本，甚至似乎与中国都达成巨额协议，为美国再工业化提供财政支持。
比如投资800亿美元，用于新的核裂变技术，这些都是为了给你们建设更多算力提供保障。
可以肯定的是，最引人注目是你们星期二重磅官宣，进一步明确你们合作关系，恭喜你们。
我想我们从这里开始，用最通俗易懂的方式来剖析这次合作，确保我与大家都能够理解。
Satya Nadella，我们先从你的投资说起。
微软从2019年开始，已累计向OpenAI投资约130~140亿美元。
作为回报，微软获得OpenAI约27%的完全稀释后股权，差不多是1/3。
2024年，其他融资，你们股份被稀释一部分。
目前所有权看，这些数字基本准确吗？
非营利结构及其影响
Satya Nadella：Brad Gerstner谈论股份之前，我想强调OpenAI独特性，作为重组的一部分，它催生了世界上最大的非营利组织之一。
在微软，我们为能与两大顶级的非营利组织，盖茨基金会、与现在OpenAI基金会，建立联系而深感自豪，我认为这本身是个重磅新闻。
Brad Gerstner：你对此非常兴奋，这与你们当初设想并不一样。
当初投10亿美元时，可没想过这会是能向风投们吹嘘的100倍回报项目，你们做到了。
Satya Nadella：我们非常激动，能成为投资者与早期支持者。
充分证明Sam与他团队所做的一切，他们很早洞察AI的潜力，以卓越的执行力，坚持了下来。
Sam Altman：我认为，我们自始至终的合作都非常精彩。
Satya Nadella合作之初，我们对未来会如何发展，几乎一无所知。
我坚信，这是有史以来最伟大的科技合作之一。
如果没有微软，特别是Satya Nadella在早期下定决心鼎力支持，我们是无法做到的，我想当时很多人都不愿冒险。
我们当时不清楚AI确切走向，或者说，我们根本不知道AI会如何演进。
我们只有一个信念，在深度学习的道路上不断探索，相信只要能做到这一点，一定能创造出卓越的产品与巨大的价值。
Satya Nadella我们创立我们心目中将成为历史上最伟大的非营利组织，我认为它将成就非凡。
我非常欣赏这个结构，它允许非营利组织实现价值增值，同时旗下公益公司PBC又能获得持续扩张所需的资金。
如果没有我们设计这个结构，如果没有合作伙伴们期望它以这种方式运作，这个非营利组织，不可能拥有如此巨大的价值。
我们开启这次合作至今，已有6年多，这6年取得惊人的成就。
我相信未来可期，我希望Satya Nadella能从这笔投资中赚到万亿，而不只是千亿美元。
健康、AI安全与韧性
Brad Gerstner：刚才你们提到重组，上面是一个非营利组织，下面是一个公益公司，这个结构真是不可思议。
该非营利组织已拥有价值1,300亿美元的OpenAI股票，使其从诞生之日起，就成为全球最大的非营利组织之一，规模未来可能还会更大。
加州总检察长已表示不会反对。
你们拥有的1,300亿美元资本，将致力确保AGI造福全人类。
你们还宣布，将首批250亿美元，用于健康、AI安全与韧性领域。
这笔资金，将用于应对AI转型期可能出现的各种挑战，例如网络防御与AI安全研究等。
首先，作为AI生态的一员，我向你们二位致以崇高的敬意。
你们为AI的未来，做出非凡贡献。
请为我们解释一下，为什么选择健康与韧性这两个领域如此重要？
我们该如何确保这个项目能发挥最大效益，避免像许多非营利组织那样，因陷入政治偏见而停滞不前？
Sam Altman：首先，为世界创造巨大价值的最佳方式，是我们一直在做的，打造卓越的工具，并将其交到人们手中。
我欣赏资本主义，也认可公司价值。
大家都在努力将先进的AI普及给更多人，OpenAI在这方面正成就非凡的事业。
在某些领域，市场力量并非总能符合人们最佳利益，这时需要另辟蹊径。
AI还带来一些前所未有的可能性，例如利用AI加速科学研究，实现真正的自动化发现。
当我们考虑优先领域时，如果我们能治愈顽疾，并广泛分享相关数据与知识，将是对世界的巨大贡献。
至于AI韧性，我认为未来可能会出现一些仅靠公司努力，无法解决的棘手问题。
当世界必须经历转型期时，如果我们能资助一些工作来帮助应对，比如网络防御、AI安全与经济学研究，这一切都将帮助社会平稳过渡。
我们对转型之后的美好前景充满信心，也确信这个过程不会一帆风顺。
模型、独家授权与分发
Brad Gerstner：我们来谈谈这笔交易的细节。
关于模型与独家授权，Sam，OpenAI可以在Azure上分发领先模型，似乎在2032年之前，这7年内都不能分发给其他大型云服务商。
如果AGI得以实现，这个期限会提前终止，这点我们稍后再谈。
你们可以将开源模型、Sora、Agents、Codecs、Wearables等其他产品分发到其他平台。
我的理解是，这意味着ChatGPT或GPT-6，将无法在亚马逊或谷歌云上使用？
Sam Altman：不完全是。
首先，我们计划与微软共同创造巨大价值，也会为我们自身创造价值，很多合作都将围绕这一点展开。
我们会将Satya Nadella曾精彩称之为无状态APIstatelessAPI的服务，在Azure上独家提供至2030年。
其他所有产品，我们都会分发到不同平台，这也符合微软利益，我们产品会遍布多处。
我们会与微软在Azure上深度合作，用户可以通过Azure或直接通过我们来获取服务，我认为这是一个很好的模式。
营收分成与AGI里程碑
Brad Gerstner：接下来是营收分成。
OpenAI仍需向微软支付所有营收的一部分，这个协议同样持续到2032年，或者直到AGI被证实。
为方便讨论，我们假设营收分成是15%。
这意味着，如果你们有200亿美元营收，要支付30亿美元给微软，这笔钱会计入Azure的营收。
Satya Nadella，这个理解对吗？
Satya Nadella：我们有营收分成协议，它要么持续到AGI实现，要么到合同期满。
我不太清楚这笔收入具体会如何入账，是计入Azure、还是其他部门，这是个好问题，得问CFO Amy Hood。
Brad Gerstner：一旦AGI被证实，营收分成协议就会提前终止，这使得AGI成了一个至关重要的里程碑。
如果OpenAI宣称实现AGI，将由一个专家小组来裁定。
你们会组建一个陪审团，他们需要迅速判断是否真的达到AGI。
Satya Nadella，你在昨天财报电话会议上说，目前没有人接近AGI，短期内不太可能实现，你提到智能是尖峰式与锯齿状。
Sam，我感觉你对AGI实现的时间点，似乎要乐观得多。
我想问你们，你们是否担心，未来2~3年内，我们得召集陪审团来裁定AGI？
Sam Altman：我们为此做好准备，我认为建立这样的裁定流程是明智之举。
我预计技术发展，会充满意想不到的转折，我们仍将维持良好的伙伴关系，共同探索最合适的合作方式。
Satya Nadella：说得好，这也是为什么我认为我们建立这套流程是正确的。
我坚信智能的能力会持续提升，我们真正目标，也是OpenAI最初使命，是这一点，吸引我与Sam团队的加入，是如何将这些能力交到个人与组织手中，让他们获得最大收益，我们将继续朝这个方向努力。
Sam Altman：说句显而易见的，即使明天我们就拥有超级智能，我们依然需要微软这样的伙伴，把产品送到千家万户。
Brad Gerstner：我理解，我只是在替大家问出心里的疑问，这对我来说很有道理。
微软是全球最大的分销平台之一，你们也是长期的优秀合作伙伴，我认为这澄清了外界的一些误解。
OpenAI增长与算力承诺
Brad Gerstner：OpenAI是历史上增长最快的公司之一。
Satya Nadella，1年前你在播客上说，每一个新的技术浪潮，都会创造一个新的谷歌，这个浪潮中谷歌已出现，是OpenAI。
如果没有你们巨额投入，这一切都不可能实现。
话虽如此，OpenAI2025年预估营收是130亿美元。
Sam，你这周在直播中，谈到对算力庞大投入，未来4~5年内，计划投资1.4万亿美元，包括向英伟达承诺5,000亿美元、向AMD与甲骨文分别承诺3,000亿美元、向微软Azure承诺2,500亿美元等。
这星期市场上最大疑问是，一家年营收130亿美元的公司，如何能做出1.4万亿美元的支出承诺？
Sam，你肯定也听到这些质疑。
Sam Altman：首先，我们营收远不止这个数。
其次，Brad，如果你想卖你的股票，我帮你找买家，很多人都渴望持有OpenAI股票。
担忧我们算力投入的人，我很乐意把你的股份转卖给他们，尤其是在X上议论最多的人。
我很少希望OpenAI是一家上市公司，少数让我动心的时刻之一，是当有人写OpenAI即将破产的荒谬文章时。我真希望他们能做空我们股票，然后看他们输得有多惨。
我们有周密的规划，清楚技术与能力的发展方向，我们能在此基础上，打造的产品与创造的收入。
我们可能会失败，这是我们正在下的赌注，我们也在承担相应风险。
有一点是确定的，如果我们没有算力，根本不可能产生收入，更不用说开发这种规模的模型。
Brad Gerstner：没错。
Satya Nadella：作为合作伙伴与投资者，我补充一句，我从未见过OpenAI提交的商业计划有未达标的情况。
在增长与整体业务方面，OpenAI执行力令人难以置信。
外界都在谈论OpenAI的成功、用户量等，从我的角度看，他们作为一家公司的业务执行力本身，堪称卓越。
Brad Gerstner：我几星期前，在CNBC上听到Greg说，如果我们能将算力提高10倍，收入或许不会正好增加10倍，肯定会大幅增长。
Sam Altman：是算力不足，当我看到我们在多大程度上受限算力时，感觉太疯狂了。
过去1年，我们算力可能已扩展10倍。
如果我们现在再拥有10倍算力，我不敢说收入恰好增长10倍，我认为相差不远。
算力限制与扩展
Brad Gerstner：昨晚你提到，微软受限算力，如果算力更充足，增长会更高。
Sam，你现在感觉算力对你们制约有多大？
展望未来2~3年，你认为会有一天，你们不再受算力限制？
Sam Altman：我们内部经常讨论算力是否足够，我认为最好类比是能源。
你可以讨论某个价位下能源需求，脱离价格谈需求，毫无意义。
如果明天单位智能成本降低100倍，对智能需求将增长超过100倍。
很多事情，在当前成本下，不具备经济可行性，一旦成本降低，新的需求会涌现。
另一方面，随着模型越来越智能，可以用它来治愈癌症、发现新物理学，或者驱动大量人形机器人建造空间站，做任何疯狂的事。
到那时，人们可能愿意为更高水平的智能，支付更高的单位成本。
这一点我们尚不确定，我敢打赌会是这样。
当你谈论容量时，必须结合单位成本与单位能力看，脱离这些曲线，这个问题无从谈起。
Satya Nadella：Sam提到这一点很关键。
正确思考方式是，如果智能是算力的对数函数，应该不断追求效率提升。
这意味着，我们应该最大化每美元、每瓦特所能产生的token，社会从中获得的经济价值，持续降低成本。
就像回到杰文斯悖论，不断降低成本，将智能商品化，使其成为全球GDP增长的真正引擎。
Sam Altman：不幸的是，目前智能提升，更像是算力的对数，而非线性的。
我们或许能找到更好的规模法则scaling laws，也可能实现你所设想的那种效率。
Brad Gerstner：昨天微软与谷歌都表示，只要有更多GPU，他们云业务能增长得更快。
我之前在播客里问过黄仁勋，未来5年，算力是否会过剩。
黄仁勋认为，未来2~3年内几乎不可能。
我想，两位应该也同意黄仁勋观点。
我们无法预见5~7年后的情况，至少在未来2~3年内，基于我们刚才讨论的种种原因，算力过剩，几乎是不可能发生的。
Satya Nadella：供需周期本身难以预测，关键在于长期趋势。
我们长远看，面临的最大瓶颈，并非算力过剩，而是电力，我们能否在靠近电源的地方，足够快完成数据中心建设。
如果做不到这一点，最后可能是一堆芯片闲置在仓库里，我无法使用，这是我今天面临的问题。
问题不在芯片供应，而在我没有立即可用的数据中心来部署它们。供应链的瓶颈难以预料，需求同样难以预测。
Sam与我，都不会断言算力严重不足，我们不擅长精准预测真实的需求究竟有多大，这需要放眼全球。
在一个国家的某个细分市场讨论是一回事，我们谈论的是将这种能力推广到全世界。
限制必然存在，如何克服限制，才是关键，这条路绝不会一帆风顺。
Sam Altman：算力供过于求的局面，总有一天会到来；是2~3年后、还是5~6年后，Satya Nadella与我，都无法给出答案，它迟早会发生，甚至可能在发展过程中反复出现。
这背后有深层的人类心理与泡沫效应，Satya Nadella这是极其复杂的供应链，技术格局瞬息万变，总会出现意想不到的状况。
比如，如果一种极其廉价的能源突然大规模普及，许多人之前签订的长期能源合同，可能会变得一文不值。
如果我们能继续保持这种单位智能成本，每年平均下降40倍的惊人速度，这对基础设施建设者，将是令人畏惧的指数曲线。我们赌的是成本越低，需求会越多。
我有些担心，万一我们不断取得技术突破，以至每个人都能在笔记本电脑上运行个人AGI，我们现在疯狂建设的大规模设施该怎么办？
届时，一定会有人蒙受巨大损失，就像过去每一次科技基础设施浪潮中发生过的那样。
Brad Gerstner：我认为这个观点非常好，必须同时看到两种可能性。
我们在2000年与2001年经历过类似情况，最终互联网的规模，远超任何人的预期，并为社会创造更伟大的价值。
Satya Nadella：我觉得Sam提到的一点值得深思，常被忽略，是OpenAI在GPU推理堆栈上实现的优化。
我们总在谈论摩尔定律带来的硬件提升，软件优化的指数级增长速度要快得多。
AI设备与消费者应用的未来
Sam Altman：总有一天，我们将能制造出功耗极低、完全在本地就能运行GPT-5或GPT-6级别模型的消费级设备，这将是难以想象的飞跃。
Brad Gerstner：那将是不可思议的，我想这是正在构建大型集中式计算设施的人所担心的。
Satya Nadella，你曾多次谈到将算力分散到边缘，在全球各地进行推理。
Satya Nadella：我思考的，更多是关于构建一个可互换的计算集群。
在云基础设施业务中，你必须做好两件事，一是效率，也是打造一个高效的Token工厂；二是高利用率，仅此而已。
要实现高利用率，必须能调度多样化的工作负载。即便是训练任务，在AI流水线中，也分为预训练、中期训练、后期训练、强化学习等不同阶段，需要让集群能灵活处理所有这些任务。
对云服务提供商，考虑集群的可调度性与通用性至关重要。
Brad Gerstner：Sam，路透社昨天报道称，OpenAI可能计划在2026年底或某个时间点上市。
Sam Altman：不，我们没说得那么具体。我比较现实，认为这总有一天会发生，我不知道为什么会有报道。
我们没有具体日期，也没有做出任何决定，我只是觉得事情最终会朝着那个方向发展。
Brad Gerstner：在我看来，如果你们在2028年或2029年，营收能超过1,000亿美元，2027年怎么样，2027年更好，你们至少应该具备IPO的能力。
如果你们以10倍于千亿美元的营收上市，市值能达到万亿级别，这个PS，我想比Facebook与其他许多大型消费公司上市时都要低。
如果发行10%~20%股份，能筹集1,000亿~2,000亿美元，这对支持未来的大规模增长与我们刚才谈到的许多设想，似乎是条不错的路，你们并不排斥这个想法。
Sam Altman：你描述的是一家营收高速增长的公司，这是我希望我们成为的样子。
Brad Gerstner：我认为这是一家极其重要的公司，很多人，包括我孩子们，他们都喜欢用自己小账户做交易，也都在用ChatGPT。
我认为让散户投资者，有机会投资这家最重要、规模最大的公司之一。
Sam Altman：会很棒，这对我来说，可能是最具吸引力的一点。
监管与碎片化问题
Brad Gerstner：我与你们都谈过另一件事，是参议员克鲁兹Cruz那项伟大法案中，包含的联邦优先条款，这样我们不会陷入各州立法不一的困境，避免行业被50种不同的法律拖入不必要的合规泥潭。
不幸的是，这项条款在最后一刻，被参议员布莱克本Blackburn否决。我认为华盛顿对AI的理解非常有限，末日论在那里很有市场。
现在我们面临州级法律，比如科罗拉多州的《AI法案》。该法案将于2026年2月全面生效，它创造了一类全新的原告，任何声称因聊天机器人中的算法歧视而受到不公影响的人，都可以起诉。这意味着人们可以基于无数理由，提出索赔。
Sam，你有多担心这种州级AI立法的碎片化，会严重挑战我们持续加速发展与参与全球竞争的能力？
Sam Altman：我不知道我们该如何遵守科罗拉多州的那项法律，我很希望他们能告诉我们该怎么做。
我们想遵守，从法条文本看，我真的不知道从何下手。
我非常担心50个州各自为政带来的碎片化问题，我认为这是巨大的错误。通常我们不会对这类事务采取这种做法，这是有原因的，我觉得后果会很糟糕。
Satya Nadella：这种碎片化的做法，根本问题在于，像微软这样的公司，总能找到办法合规，我们可以解决。
创业公司怎么办，这完全扼杀创新。安全固然重要，解决人们的基本担忧理所应当，我们完全可以在联邦层面统一做到这一点。
如果我们不这样做，欧盟会抢先，那又会带来它自身的问题，我认为由美国率先建立一个统一的监管框架会更好。
Sam Altman：是的。
Brad Gerstner：需要明确的是，没人主张不进行监管。
我们只是呼吁在联邦层面建立一致的监管体系，不是让50个州相互冲突的法律，扼杀AI初创行业。
我认为这种情况，即使对你们这样有能力应对的大公司，也是巨大的挑战。
Satya Nadella：我更希望这一次，我们能看到欧盟与美国之间的监管协同，这对任何欧洲的创业公司，都是最理想的局面。
Brad Gerstner：我不认为那会发生，Satya Nadella，那将是美好的愿景，我对此不抱太大希望。
Satya Nadella：仔细想想，如果欧洲有人在思考如何让他们的公司参与到AI经济中，这应该是他们最关心的问题。
我希望他们能有一种开明的处理方式，我同意你的看法，今天我不会把赌注，押在这上面。
展望2026年及以后
Brad Gerstner：我认为，如果Sacks当选总统，他至少可能会利用贸易作为杠杆，在AI政策协调方面争取主动，确保欧洲政策不会过于严苛，我们拭目以待。
我认为，首要任务是在美国国内实现联邦层面的优先立法。
Sam，我想把视野拉得更远一些。
我听说你的团队正在筹备很多激动人心的项目，当你展望2026年，考虑到近乎无限的算力、GPT-6与后续版本、机器人技术、实体设备与科学研究时，你认为最令人惊奇的，会是什么，正在规划的事情中，你最兴奋的是什么？
Sam Altman：你提到很多关键点。
我认为Codex2025年取得惊人的发展。我预计2026年，AI将能处理从几小时、到持续数天的复杂任务，这将让人们以前所未有速度与全新方式创造软件，我对此非常期待。
我认为在其他行业，也会看到类似变化。我个人对编程领域有偏好，更了解它，我相信AI，将从根本上改变人们能力。
我希望到2026年，AI能带来一些虽小、意义重大的科学发现。
如果能实现这些小突破，未来几年，就能取得更大成就。
AI将在2026年做出新颖的科学发现，哪怕只是微小发现，这个想法本身足以令人兴奋。这是一个极其重要的话题，我对此充满期待。
机器人技术与新型计算机，在未来几年，将变得非常重要。
我个人认为，如果AI能真正拓展人类知识边界，那在某种意义上是超级智能的体现，这将是一件极其重大的事情。
Satya Nadella：我认为，以你们Codex为例，强大的模型能力与用户界面结合，将再次创造像ChatGPT那样惊艳时刻。
用户界面与智能融合是引爆点。
部分原因在于，模型的指令遵循能力，已非常适合聊天交互。
我认为Codex与未来的编程代理，将为我们带来类似体验，那个编程代理，可以长时间自主运行，然后返回结果，引导我如何进行下一步指示。
我们都在努力实现一种宏观委托，微观指导的交互模式。用户界面将如何与这种新的智能能力融合，从Codex身上，我们已看到未来的雏形。
至少我在GitHub Copilot中使用它的方式是，它本质上是一种不同于聊天界面的交互方式。这将会是一种全新的人机交互范式，意义或许是一次重大的突破。
Sam Altman：这也是我非常期待看到全新计算设备形态的原因之一，我们现有的计算机并不完全适合这种新的工作流。
像ChatGPT这样的用户界面，也不是最优解。
我期待的是这样一种设备，它能时刻伴随你，自主执行任务，在关键节点听从你的微调指令，并对你的整个生活与工作流程有深刻的上下文感知，我认为这种体验将是颠覆性的。
Brad Gerstner：你们都还没谈到消费者用例。
我常在想，我们每天还是要回到手机上，一遍遍打开无数APP，填写20年都没变过的网络表单。
一个几乎免费的AI Agent，就能为全球数10亿人改善生活品质，无论是给孩子订尿布，还是预订酒店，或是在日历上修改日程。
有时，恰恰是这些日常琐事，才最能体现颠覆性的影响力。
当我们从获取答案，进化到拥有记忆与行动力，再通过耳机或其他设备进行交互，无需时刻紧盯长方形玻璃屏幕时，我认为将是超乎想象的变革，我想这是Sam刚才提到的愿景。
Sam Altman：很抱歉，我得先告辞了。
Brad Gerstner：Sam，很高兴见到你，感谢你的参与。再次祝贺你们迈出这历史性的一步，我们保持联系。再见，Sam。
我们绝对是AI浪潮坚定买家，而非卖家。
有时，我认为认清现实很重要。我们身处这个行业，整天都在思考这些事情，信念源于我们投入的上万小时深度思考。
现实是，我们必须引领世界的其他人跟上我们步伐，他们没有像我们一样，花上万小时来思考这个问题。
他们看待某些愿景时，自然会觉得有些宏大得不切实际，甚至会怀疑我们能否最终实现。
当你在2019年，将向OpenAI投资10亿美元的想法带到董事会时，这是一个显而易见的决定吗，你是否需要动用任何政治资本来促成此事，能多分享一下那个时刻吗？
我认为不仅对微软与美国，甚至对全世界，都是一个关键的转折点。
Satya Nadella：回头看，很有意思。
我的这段旅程，早在2016年OpenAI初创时就开始。
当时，Azure似乎是他们第一个赞助商，那时他们更专注强化学习，我记得Dota2比赛是在Azure上运行，后来他们才转向其他方向。
我当时对强化学习很感兴趣，这与你提到的一万小时定律或有准备的头脑有关。
1995年以来，微软对自然语言处理深深着迷。比尔·盖茨对公司的执念是自然语言，我们是一家软件公司，一家信息处理公司。
当Sam在2019年开始谈论文本、自然语言、Transformer模型与规模法则时，我才意识到，这太有意思了。
这个团队朝着一个无比清晰的方向前进，这个方向与我们兴趣高度重合。这个意义上说，这是显而易见的决定。
你还是得走进董事会说：我准备拿出10亿美元，投给一个我们甚至都不完全理解、有着非营利背景的特殊组织。希望他们说，放手去做。当时有过争论，出于一贯的审慎，比尔·盖茨对此持怀疑态度。
后来，当他看到GPT-4演示后，他公开表示，这是自从查尔斯·西蒙尼在施乐帕克研究中心Xerox PARC为他演示图形用户界面以来，他所见过最震撼的技术演示。
说实话，这一切后续发展，我们谁也没能预料到。
对我来说，那一刻的决定更像，好吧，我们放手一搏。随后，当我们看到GitHub Copilot中早期代码补全功能切实可行时，我们下定决心，从1亿美元，加码到100亿美元，这才是真正开启这个时代的决定性一步。
还有OpenAI团队卓越的执行力与产品化能力，我们自身的产品化。
我认为，GitHub Copilot、ChatGPT、Microsoft 365 Copilot、我们消费者业务中的Copilot，这四款产品的商业化落地，共同构成当今地球上最庞大的AI产品矩阵，这也是我们能持续投入的根本原因。
Brad Gerstner：我想很多人不知道，你们CTO凯文·斯科特，一位前谷歌员工，就住在硅谷。
为了更好理解背景，微软曾错失搜索与移动互联网浪潮，你出任CEO后，曾形容自己是踩着最后一班车才赶上云计算。
我想你当时下定决心，一定要在硅谷部署关键人物，确保不会再错过下一个时代。
在这方面，凯文·斯科特一定为你扮演了关键角色？
Satya Nadella：我会说这更是凯文自己的决心，凯文起初也曾是怀疑者之一。
当时情况是这样，我总是特别关注最初满腹狐疑，后来彻底转变观念的人，对我来说，这是一个强烈的信号。
我一直在寻找曾经不相信某件事，突然改变想法，并为此兴奋不已的人，我非常好奇这背后的原因。
凯文一开始与我们所有人一样，都持怀疑态度。某种意义上说，这违背我们直觉。我们都曾在学校里学到，破解智能的钥匙，一定是个巧妙的算法，而不是单纯依靠扩展定律与堆砌算力。
说实话，是凯文后来坚信这条路值得探索，才成为推动这一切的关键因素之一。
OpenAI为微软带来的战略价值
Brad Gerstner：我们谈论的那笔投资，如今价值130亿美元，未来某天可能价值万亿。这在很多方面都低估这次合作的真实价值，对吧？
你们不仅能从收入分成中获益，每年为微软带来数10亿美元；还能从OpenAI承诺的250亿美元Azure云计算消费中获得利润；还有通过独家分销API带来的巨大销售额。
能否谈谈你如何看待这些价值，特别是API独家分销权，是如何吸引众多AWS客户转向Azure？
Satya Nadella：对我而言，如果抛开所有股权不谈，这项合作形成、将长期存在的战略核心，是Azure上OpenAI模型的无状态API独家访问权，这对OpenAI、对我们、对我们的客户，都是三赢。
当企业想要构建应用程序时，他们需要一个无状态的API，希望将其与自己计算与存储资源结合，在底层连接数据库来管理状态，构建一个完整的工作负载，这是Azure与这套API结合的价值所在。
我们甚至在打造Azure的AI工厂AI Foundry，如果你想构建一个AI应用，关键在于如何确保AI评估的效果是顶尖的，这是你在工厂中需要一个完整应用服务器的原因，这是我们正在做的事情，我认为这将是我们基础设施业务进入市场的方式。
我们价值捕获的另一面，是整合所有这些知识产权。
我们不仅在Azure上拥有模型的独家运营权，还能直接访问核心知识产权。未来7年免版税的IP访问权，赋予我们极大的商业模式灵活性。
对微软股东，这几乎等同于免费获得一个世界顶尖的前沿模型。
如果你是微软股东，应该这样思考，我们拥有一个前沿模型，可以将其部署在GitHub、Microsoft 365、或消费者Copilot中，再结合我们自己数据进行后续训练，将其能力固化到模型权重里。
我们对Azure基础设施的价值创造，我们在健康、知识工作、编程或安全等高价值领域的价值创造，都感到非常兴奋。
Brad Gerstner：关于合并OpenAI的亏损。
我想你们昨天刚公布财报，本季度合并4亿美元亏损，你认为投资者是如何看待这笔账？
当他们用PE来估值时，甚至可能会给出一个负向估值。
听完你刚才描述的种种好处，更不用说你们在一家未来可能价值万亿的公司中所持有的股权，你是否认为，市场在某种程度上，误解OpenAI作为微软一部分的真实价值？
Satya Nadella：这个问题很有意思。
我认为艾米·胡德采取的策略，是保持完全的透明度，我并非会计专家，最好的做法是把所有信息公开。
这次也是一样，这也是为什么我们有非公认会计准则Non-GAAP的指引，至少能让人们看到剔除影响后的每股收益数字。
常识角度看，这很简单。如果你投资135亿美元，最多也就损失135亿美元，不可能损失得更多，至少这是你风险的上限。
你也可以说，这130亿美元的股权，如今流动性不足，我们不打算出售它，所以伴随着风险。
我想你真正想挖掘的核心故事，是所有其他正在发生的事情。
Azure的增长怎么样，如果没有与OpenAI合作，Azure的增长会是今天这样吗？
首次从其他云平台迁移过来的客户数量，这才是我们真正受益之处。
Microsoft 365又发生了什么？在E5订阅之后，我们一直在寻找下一个增长引擎，答案是Copilot。它的潜力，比我们以往推出的任何办公套件都要庞大。
无论是渗透率、使用率，还是增长速度，它都超越我们在这个领域几十年来的任何产品。
我们对为股东创造价值的机会感到非常非常满意。同时，我们也会保持完全的透明度，让人们能看到这些亏损。无论会计规则如何，我们都会尽力让外界清楚了解真实情况。
Brad Gerstner：1年前，曾有不少报道称，微软在缩减AI基础设施投资。无论这些报道是否公允，它们存在。
也许你们当时更为保守，对未来发展更存疑虑。
就在昨晚的财报电话会上，艾米·胡德说，你们算力已连续几个季度供不应求，她认为你们能赶上，但因为需求持续增长，至今仍未实现。
问题是，以你今天认知看，当初决策是否过于保守，未来发展路线图是怎样的？
Satya Nadella：这是个很好的问题。
我们认识到一件事，我很庆幸我们认识到，那是必须构建一个能够跨地域、跨代际、满足AI全生命周期需求的统一计算集群。
关键在于，以黄仁勋与他的团队为例，他们创新步伐极快，像光速一样。
比如现在我们即将迎来新一代Blackwell架构芯片，你不想刚订购一大堆上一代芯片，结果发现新一代已全面投产。
你必须确保你的基础设施在不断迭代更新，在全球范围内分散你的计算集群，真正做到按工作负载进行统一，结合我们之前讨论过的软件优化，这是我们所做的决定。
有时你不得不拒绝一些需求，甚至包括来自OpenAI的需求。Sam有时可能会说，给我建一个专用、数兆瓦的大型数据中心，用于模型训练。从OpenAI角度看，完全合理，这不符合Azure长期基础设施的建设规划。
这也是我认为OpenAI做得对的地方，他们可以灵活从其他地方采购，仍然与我们保持大量业务往来。更重要的是，这让我们自己也能灵活服务其他客户、我们自己的第一方产品。
请记住，有一件事，我们绝不希望出现短缺。大家都在谈论Azure，有时我们投资者也过于关注Azure增长数字。
别忘了，对我来说，Copilot才是高利润业务，比如Security Copilot、GitHub Copilot、Healthcare Copilot。
我们希望确保能以一种平衡的方式，为投资者创造回报。这或许是我们投资群体中的另一个误解，我觉得这既奇怪、又有趣。
他们投资微软，看中的是我们所拥有的整个产品组合，他们过度将焦点放在Azure这一项业务的增长数据上。
Brad Gerstner：谈到这一点，Azure本季度增长39%，年化收入达到惊人的930亿美元，相较GCP增长32%与AWS增长近20%，这个成绩非常出色。
听起来Azure增长率，本可以达到41%、甚至42%，只是你们需要将部分算力，优先供给第一方产品与研究。
如果算力更充足，Azure增长会更高，是这样吗？
Satya Nadella：绝对可以。
我们需要在内部做好平衡，既符合股东长期利益，也能更好服务客户。
我们做的另一件事，是应对集中风险。我们希望与OpenAI保持深度合作，我们也需要其他客户。
我们现在是供给受限，而非需求受限。我们以长远眼光，用最有效的方式，来引导与塑造需求，使其与我们供给能力相匹配。
Brad Gerstner：谈到需求，你提到4,000亿美元，这个昨晚公布的未完成履约义务RPO数字实在惊人。
你提到这是已锁定的业务，随着销售持续，这个数字还会继续增长。
这个积压订单的构成，多元化如何？你对4,000亿美元，在未来几年内转化为实际收入有多大信心？
Satya Nadella：正如微软CFO Amy Hood所解释的，4,000亿美元的平均履约期限很短，只有2年，这完全在我们计划之内，这也是我们进行资本支出的底气所在，我们非常有信心消化这些积压的订单。
订单的构成，在第一方与第三方客户之间相当多元化。我们自己的第一方产品需求，就相当高。
即便在第三方客户中，我们也看到所有其他公司都在构建可扩展、真实的工作负载。
鉴于此，我们感觉非常好。未完成履约义务RPO好处在于，它可以让我们提前进行规划，我们对未来建设充满信心。
这还不包括我们已看到的额外需求，比如另外一笔期限更长的250亿美元业务，我们也会为此进行相应建设。
Brad Gerstner：在构建算力竞赛中，涌现许多新玩家，比如Oracle、Core Weave、Crusoe等。
通常，我们认为这会侵蚀利润。微软设法在进行大规模建设同时，保持Azure健康的运营利润。
我想问，在当前大家都在增加杠杆、接受更低利润率的世界里，微软如何在这种环境下竞争，并在盈利与风险之间取得平衡？
你是否看到过一些竞争对手的交易，让你觉得，这不过是又一个繁荣与萧条周期的前兆？
Satya Nadella：对我们而言，好消息是我们早已习惯每天都在竞争。
我们与亚马逊、谷歌，在这些领域都面临激烈竞争。
有趣的是，过去人们总认为一切都会商品化，比如计算与存储。
我记得当初所有人都说，这怎么可能有利可图？事实证明，除了规模，一切皆可商品化。
我们成本结构、供应链效率、软件效，率都必须持续实现复利式增长，才能确保利润。
而规模，我非常欣赏与OpenAI合作的一点是，它帮助我们实现规模化，这本身是一场规模的游戏。
当你的云上运行着全球最大的工作负载时，这不仅意味着你能更快学会如何大规模运营，也意味着你的成本结构会比任何公司下降得都快。
这意味着什么，这意味着我们将在价格上更具竞争力，我对我们保持利润的能力非常有信心。
这是产品组合的价值所在，我不得不公布Azure的数字，是外界有此要求。
我从未单独考虑过它的资本分配，我的资本是为整个微软云进行配置，无论是Xbox云游戏、Microsoft 365还是Azure，都使用同一笔资本支出。
在我看来，所有业务都是按消耗量计费。从微软视角看，关键在于整体的平均回报要符合微软要求的运营利润率。
我们不是一家业务庞杂的联合企业，是一家拥有统一平台逻辑的公司。我们涉足这些不同业务的唯一目的，是最大化云与AI投资的回报。
Brad Gerstner：我喜欢这个说法，规模化之下，一切皆非商品。
关于循环收入，即微软向OpenAI提供的Azure积分被记为收入，已有很多报道与讨论，甚至我与我搭档Bill Gurley也曾在这个播客上谈过。
你是否看到类似AMD用10%股权换取交易，或是英伟达某些交易那样的情况？
我不想过度渲染担忧，我们需要正视CNBC与彭博社每天都在讨论的问题，市场上存在大量类似的捆绑交易，你是否会担心AI收入的可持续性或持久性？
Satya Nadella：首先，我们对OpenAI的135亿美元投资，完全用于支持模型训练，这笔投资，并未被记为Azure收入，这是我们获得部分股权的原因。
Azure收入，纯粹来自ChatGPT及其他API的实际消耗，这些服务实现商业化，我们获得收入。
至于你提到的其他情况，供应商融资Vendor Financing一直都存在。当一家公司在构建某项业务，它的客户也需要资金来构建自己业务时，融资支持并不是一个新概念。
它可能以一些新奇的形式出现，这些交易，需要接受投资界的审视。话虽如此，供应商融资并非新事物。
有趣的是，我们并没有采用这种模式。我们投资OpenAI并获得股权，作为回报，我们以优惠的价格向他们提供算力，帮助他们起步。
其他公司选择不同方式，我认为这种循环模式，最终将由市场需求来检验。
只要最终产品有真实需求，这个模式就能成立。到目前为止，需求存在。
Brad Gerstner：你一半以上业务是软件与应用，我想谈谈软件与智能体Agent。
2024年，在这个播客上，你说许多应用软件不过是CRUD数据库上一层薄皮，这个说法引起了不小讨论。
Satya Nadella：在智能体时代，传统商业应用的概念，可能会被彻底颠覆，它们不过是附着了一堆业务逻辑的CRUD数据库。未来，所有的业务逻辑，都将流向智能体。
Brad Gerstner：当前，上市软件公司PS约5.2倍，低于10年平均值的7倍，股市正处于历史高位，人们普遍担心AI会威胁到SaaS订阅模式与利润。
AI如今是如何影响你的核心软件产品，比如数据库、Fabric、安全、Office365的增长率？其次，你采取哪些措施，来确保微软软件业务不会被颠覆，而是被AI赋能？
Satya Nadella：这个观点没错。
上次我们讨论时，我的观点是，SaaS应用的架构正在改变，智能体层正在取代传统的业务逻辑层。
在过去，我们构建SaaS应用时，数据层、逻辑层与用户界面是紧密耦合。AI运作方式，需要解耦这一切，上下文工程Context Engineering将变得至关重要。
拿Office 365来说，我非常喜欢Microsoft 365产品的一点是，它的平均用户收入ARPU不高，用户使用量极大。
想想看，Outlook、Teams、SharePoint，或是Word、Excel，人们持续使用这些工具，产生海量数据，这些数据最终都汇入Microsoft Graph。
我们ARPU很低，通过开放所有这些数据，我完全可以满足AI层的需求。
一个有趣的现象是，在AI推动下，流入Microsoft Graph与代码仓库的数据量，达到历史新高。
你想想：无论代码是由Codex、Claude、还是其他模型生成，它们最终都流向哪里，GitHub。
人们创建的PowerPoint、Excel模型，所有文档与聊天记录，聊天记录是新的文档，都进入Microsoft Graph。
所有这些数据，都需要用于模型的接地Grounding。所以，你会把它变成一个前向索引与向量嵌入，这是智能体处理请求时，所依赖的语义基础。
我认为下一代SaaS应用，必须做出改变。如果你是高ARPU、低使用量的SaaS产品，可能会有麻烦。
我们恰恰相反，我们是低ARPU、高使用量。任何能够构建这种结构、并利用AI作为加速器的人，都会做得很好。
比如，看看M365 Copilot定价，它比我们卖的其他任何产品都贵，它的部署速度与使用量增长得更快，我感觉很好。
再以编码为例，谁能想到，以GitHub为例，它在过去1年所完成的，几乎等同于此前10~15年的总和。
编码工具不再仅是工具，它在某些场景下，已可以替代人力成本，这是一种截然不同的商业模式。
AI与SaaS的经济学
Brad Gerstner：我在思考技术栈、价值如何分配。
直到最近，云服务运行的都是预编译的软件，不需要大量GPU，大部分价值都归属软件层，比如数据库、CRM、Excel等应用。
在未来，只有智能化的接口才有价值。预编译的软件，显得有些笨拙。软件必须能够思考、行动、提供建议。这需要实时生成Token、处理不断变化的上下文。
这种情况下，大部分价值似乎将流向AI工厂，即能以最低成本生产Token的公司，比如英伟达、以及模型本身。
这是否意味着，未来的智能体或软件层，所能捕获的价值会比过去少，请你反驳这个观点。
Satya Nadella：我认为，要驱动AI的价值，有两个方面必不可少。
第一，是你提到的Token工厂。
即便我们拆解这个概念，它也包含硬件芯片、系统，如何用系统软件最高效运行这一切，这涉及到各种可替代方案与利用率的最大化，这是超大规模云服务商Hyperscaler的价值所在。
什么是Hyperscaler，有人可能会觉得很简单，我买一堆服务器，把它们连起来运行就行，事实远非如此。
如果真简单，现在世界上不会只有屈指可数的几家Hyperscaler。
Hyperscaler核心竞争力，是最大化资源利用率、运营Token工厂的独到诀窍。
未来的计算集群，将是异构的。
英伟达极具竞争力，AMD即将入场，博通会推出相应产品，我们自己也会研发，最终会是多种组合并存。
你最终希望运行一个异构的计算集群，以最大化Token的吞吐量与效率，这本身是一项艰巨的工作。
接下来，是我说的智能体工厂。
当今世界，SaaS应用，是驱动业务成果的核心，它懂得如何最有效利用Token来创造商业价值。
GitHub Copilot是个绝佳的例子，它的自动模式，是我们做过最聪明的设计之一，它能根据提示，自主选择最合适的模型来完成代码补全或任务交接。
这种选择并非随机，而是通过反馈循环、评估evals与数据迭代实现的。
新一代SaaS应用，是智能应用。它们为一系列评估指标与业务结果进行优化，深谙如何最高效利用Token工厂的产出。有时延迟至关重要，有时性能优先，懂得如何在这之间做出明智的权衡，这才是SaaS应用的真正价值。
总而言之，这一次，软件真正有了边际成本。
云计算时代也是如此，那时我们还在用CD-ROM，边际成本不突出。
到了云时代，边际成本开始显现。
这一次，边际成本要高得多。
商业模式必须随之调整，你必须为智能体工厂与Token工厂进行双重优化。
Brad Gerstner：你们还有一个庞大的搜索业务，很多人可能不了解，这或许是历史上利润最丰厚的业务之一，人们会进行数10亿次的搜索。
对微软而言，完成一次搜索的成本，仅为几分之一美分，成本极低。
今天当人们使用聊天机器人时，一次类似查询的成本结构完全不同。
我想问的是，假设未来聊天与搜索两项业务的收入水平相当，我们能否期待聊天交互的单位经济效益，最终能像搜索一样有利可图？
Satya Nadella：搜索业务的广告单元与成本效益堪称神奇，它依赖一个索引，这部分是固定成本，之后就可以用一种极为高效的方式来分摊它。
聊天不同，每一次交互，无论是意图识别、还是信息检索，都需要消耗更多GPU周期。
它们经济模型不同，我认为我们终将达到那个盈利点。
这也是为什么我认为，早期阶段，聊天的大部分商业价值，将来自免费增值与订阅模式，即使在消费级市场也是如此。
我们需探索未来的商业模式，无论是代理商业、还是其他形式的广告单元，最终会如何落地。
与此同时，我们已观察到一些变化。
例如，我现在使用搜索处理的，都是非常具体的导航类查询。我过去常用它进行许多商业交易，那部分需求正转移到我Copilot上。
我看到Edge与Bing中Copilot模式正在融合，我认为，就像我们之前讨论SaaS变革一样，新的模式必将出现，我们正处在这个领域，消费者经济学发生转变的初期。
Brad Gerstner：的确。
考虑到这是万亿美元级别的市场，是驱动整个互联网经济的引擎。当搜索的经济模式发生变化，这对你与谷歌都是如此，最终趋向更像个人代理、AI Agent的聊天形态时，从为人类创造的总价值看，这个市场可能会变得更大。
但单位经济效益变了，不再是简单分摊一次性的固定索引成本。
Satya Nadella：完全正确。
你提到了一个我经常思考的问题，在这些颠覆时期，你必须对这个领域的经济学有敏锐的洞察。
它会是赢家通吃吗，商业与消费市场的逻辑都很重要。
消费级市场问题在于，用户时间是有限的。如果我没在做这件事，我会做另一件事。如果你的盈利能力依赖某种人类互动，尤其是在有代理功能的场景下，情况可能会有所不同。
在企业领域，首先，它不是赢家通吃；其次，它对代理交互的商业模式更为友好。
问题不再是按席位付费、还是按使用量付费。现实是，智能体，是新的用户席位。
企业市场的盈利路径要清晰得多，消费级市场的盈利模式相对模糊一些。
生产力、就业与AI时代
Brad Gerstner：我们最近看到一系列裁员，亚马逊本周宣布大规模裁员。
过去3年，科技七巨头MAG7营收强劲，职位增长非常有限。微软员工数量只是从24万，微增到25万，基本没有增长。
许多人归因于常规的组织优化，即从疫情后扩张中恢复过来，追求更高效率，我认为这在很大程度上是事实。
你认为有多少是AI的因素，你认为AI最终会创造净增的就业岗位吗？这对微软生产力，是一个长期的积极因素吗？
在我看来，蛋糕正在变大，你们又能更高效完成所有事情，意味着利润会扩大，或者你们可以将利润再投资，实现更长远增长，我称之为利润扩张的黄金时代。
Satya Nadella：我坚信生产力曲线，正在将会发生变化，我们将开始看到工作与工作流程本身发生根本性的变革。
有了这些AI工具，你将在任务层面，拥有更大的自主权来完成工作。
即使在微软内部，当我们讨论Token分配时，我们希望确保所有员工都能不受限制使用Microsoft 365 Copilot与GitHub Copilot，真正提高他们生产力。
另一件有趣的事情是，我们在学习一种新的工作方式，是如何与智能体协作。就像当年Word、Excel、PowerPoint首次出现在Office套件中一样，我们学会重新思考如何做预测。
20世纪80年代，做预测要通过公司内部邮件与传真。后来突然有人说，这里有一个Excel表格，把它放进邮件里发出去，大家填上数字，预测就完成。
同样，现在任何规划与执行都始于AI，你用AI做研究，用AI思考，再与同事分享。
一种新的工作成果，与新的工作流程，正在被创造出来。当业务流程变革速度，与AI能力相匹配时，生产力的飞跃将到来。
能够掌握这一点的组织，将成为最大的受益者，无论是在我们这个行业，还是在实体经济中。
Brad Gerstner：微软会从中受益吗？
让我们展望未来5年，甚至可能更早，假设5年后，微软收入是今天2倍，届时你会有多少员工？
Satya Nadella：我每天从微软员工那听到的一些案例，是最鼓舞人心的。
有一位负责我们网络运营的同事，考虑到我们需要铺设的光纤数量之庞大，比如我们在某地建成的两千兆瓦的数据中心，里面运行着海量AI所需的光纤，简直是疯狂的工程，这都是现实世界中的实体资产。
我们在全球范围内，与大约400家不同的光纤运营商合作。每次出问题，我们都必须处理所有这些DevOps流程。
负责这项工作的同事告诉我，我根本不可能有足够的人手来完成所有这些工作。更不用说，即使预算获批，我也招不到这么多人。
她做出一个超越常规的选择，她建立一整套智能体，自动化处理网络维护的DevOps流程。这是一个团队，利用AI工具，获得更高生产力的绝佳例子。
我看法是，我们员工数量会增加，新增员工所能带来的杠杆效应，将远超AI出现之前的水平。
我认为你首先看到的结构性调整，或者说精简，更像是一个让每个人重新思考工作方式的过程。
重点不是做什么，而是如何做。即使做什么保持不变，如何做也必须被重新学习。
我认为这个忘却与再学习的过程，将需要1年左右时间。之后，员工的增长，将伴随最大化的杠杆效应而来。
Brad Gerstner：我认为我们正处于经济生产力惊人增长的前夜。
当我与你或迈克尔·戴尔交流时，感觉大多数公司，甚至还没有进入重塑工作流程，以充分利用智能代理的第一阶段，也许才刚起步。
在接下来2~3年里，大部分增长将开始显现。
我是一个乐观主义者，我相信这一切最终将带来净就业岗位的增长。我认为，对成功转型的公司，它们的利润增长速度将超过员工数量增长速度，这是公司的生产力提升。
将所有这些加总，是整个经济的生产力提升。我们将利用这些收益，投资创造许多前所未有的新事物。
Satya Nadella：100%同意，即使在软件开发领域也是如此。
我一直关注的一点是，没有人会担心拥有太多软件工程师是社会的挑战，现实是，任何组织的IT项目都积压如山。
所有这些软件智能代理，有望帮助我们解决积压的IT项目，实现从零构建全新软件的梦想。
我们再考虑对软件本身的需求，我们工作的抽象层次将会改变，我们将适应新的工作与工作流程。
届时，即使是软件行业自身产品的需求，也会随之自我调整。
美国再工业化
Brad Gerstner：我计算过，如果将你与许多美国大型科技公司，在未来4~5年内投资的数万亿美元资本支出加起来，按通胀或GDP调整后，规模大约是曼哈顿计划的10倍，这对美国是一项巨大的工程。
总统已将重新谈判贸易协定，作为本届政府的优先事项。现在，我们迎来数万亿美元的投资浪潮。单是韩国，今天就承诺3,500亿美元的对美投资。
结合美国电力行业，包括发电、电网等的变革，我们看到再工业化趋势，你认为这一切将如何演变，能否请你谈谈我们目前状况，你对未来几年展望有多乐观？
Satya Nadella：我非常乐观。
这让我想起你曾与我聊过的威斯康星州的数据中心经济学，非常发人深省。大多数人以为数据中心不过是个大仓库，某种程度上如此。
我们必须思考，建造数据中心及配套的本土供应链，究竟意味着什么，这本身是美国再工业化的一部分。
它甚至先于我们在亚利桑-那州看到的台积电工厂、美光的内存芯片投资，或是英特尔的晶圆厂项目，我们即将兴建大量的基础设施，这并不意味着我们不再需要对美国有利的贸易协定。
在新经济时代推动再工业化，确保电力、技术人才与生产力等各方面都准备就绪，这对我们至关重要。
还有一点非常重要，我曾有机会与特朗普总统、霍华德·卢特尼克等人探讨过，那是要认识到，我们这些美国超大规模云服务商，同时也在全球范围内进行投资。
换言之，美国是全球最大的算力基础设施投资者。我们不只是吸引国外资本来推动美国本土再工业化，我们也在通过自己资本输出，将顶尖的美国技术带到欧洲、亚洲、拉美与非洲，为他们提供一个值得信赖的创新平台。我认为这种双向流动，对美国长期发展大有裨益。
Brad Gerstner：我非常感谢你的领导力。Sam在OpenAI发展中扮演关键角色。我认为，我们正处在一个激动人心的时刻，4%的GDP增长率仿佛触手可及。未来会有挑战与起伏，趋势总是在曲折中前进，而非一蹴而就。
我个人认为，华盛顿与硅谷、科技巨头与美国再工业化战略之间的高度协同，让我对未来充满希望。
看到总统及团队本周在亚洲取得的成果，再结合国内正在发生的一切，实在令人振奋。
智能时代专题第一季，欢迎扫描识别下方图中二维码或点击文末“阅读原文”购买
【智能时代】现象级游戏《黑神话：悟空》的思考，游戏二元属性，文化与科技
【智能时代】自动驾驶：汽车iPhone时刻，中国三大流派演化形成中
诸神之战：美国科技巨头，从春秋五霸进入战国七雄｜GBAT 2023 大湾区智能时代产业峰会
人类未来文明三部曲之二：智能时代专题预售开启，奇点临近，未来已来
九宇资本赵宇杰：智能时代思考，认知思维，存在原生、降维、升维三波认知红利
九宇资本赵宇杰：智能时代思考，以史为鉴，科技浪潮，从互联网到AI
九宇资本赵宇杰：智能时代思考，宇宙视角，从碳基生物，到硅基智能体
九宇资本赵宇杰：1.5万字头号玩家年度思考集，科技创新，无尽前沿
九宇资本赵宇杰：1.5万字智能电动汽车年度思考集，软件定义，重塑一切
【重磅】六合年度报告全库会员正式上线，5年多研究成果系统性交付
【智能电动汽车专题预售】百年汽车产业加速变革，智能电动汽车时代大幕开启
【头号玩家第一季预售】：科技巨头探索未来，头号玩家梯队式崛起
【头号玩家第二季预售】：科技创新带来范式转换，拓展无尽新边疆
【首份付费报告+年度会员】直播电商14万字深度报告：万亿级GMV风口下，巨头混战与合纵连横
【重磅】科技体育系列报告合集上线，“科技+体育”深度融合，全方位变革体育运动
【重磅】365家明星公司，近600篇报告，六合君4年多研究成果全景呈现
九宇资本赵宇杰：CES见闻录，开个脑洞，超级科技巨头将接管一切
【万字长文】九宇资本赵宇杰：5G开启新周期，进入在线世界的大航海时代｜GBAT 2019 大湾区5G峰会
九宇资本赵宇杰：抓住电子烟这一巨大的趋势红利，抓住产业变革中的变与不变
【IPO观察】第一季：中芯国际、寒武纪、思摩尔、泡泡玛特、安克创新等11家深度研报合集
【IPO观察】第二季：理想、小鹏、贝壳、蚂蚁、Snowflake、Palantir等12家公司深度研报合集
【IPO观察】第三季：Coinbase、Roblox、快手、雾芯科技等12家公司深度研报合集
【重磅】年度观察2019系列合集：历时3个多月，超20万字近500页，复盘过去，展望未来，洞悉变与不变
【珍藏版】六合宝典：300家明星公司全景扫描，历时3年，210万字超5,000页，重磅推荐
【2023回乡见闻录】90、00后小伙伴们万字记录，生活回归正轨，春节年味更浓
【2022回乡见闻录】20位90、00后2万字，4国13地，全方位展现国内外疫情防疫、春节氛围、发展现状差异
【2021回乡见闻录】22位90后2万字，就地过年与返乡过年碰撞，展现真实、立体、变革的中国
【2020回乡见闻录】20位90后2万字，特殊的春节，时代的集体记忆
【重磅】22位“90后”2万字回乡见闻录，讲述他们眼中的中国县城、乡镇、农村
新商业基础设施持续丰富完善，赋能新品牌、新模式、新产品崛起，打造新型多元生活方式
知识服务+付费+音频，开启内容生产新的产业级机遇，知识经济10年千亿级市场规模可期
九宇资本赵宇杰：科技改变消费，让生活更美好｜2017 GNEC 新经济新消费峰会
九宇资本赵宇杰：创业时代的时间法则，开发用户平行时间｜2016 GNEC 新经济新智能峰会
九宇资本赵宇杰：互联网引领新经济，内容创业连接新生态｜2016 GNEC 新经济新营销峰会
