“你们尽管做空 OpenAI！”奥特曼霸气喊话，纳德拉亲述微软百亿投资内幕 | 巨头对话

日前外网最火的播客，毫无疑问是 Brad Gerstner 的 BG2 频道，能把萨提亚·纳德拉（Satya Nadella）和萨姆·奥特曼（Sam Altman）同时请来，坐在一起聊一个小时，这事儿本身就挺不简单的。

这两个人，大家都不陌生。一个是微软的 CEO，一个是 OpenAI 的 CEO。平时看他们各自的采访，他们俩分开聊，我们都听得多了。

但坐在一起聊，感觉就不一样了。他们是当今科技界最重要、最复杂、也最被外界议论纷纷的合作关系里的两个核心人物。难得同框对话，说的每一句话，甚至每一个表情，都值得玩味。

这场信息量爆炸的对话，开场却格外“柔软”。主持人没问什么 AGI、万亿参数模型，而是先关心起了萨姆刚出生的宝宝。不管你在外面掌管着多大的商业帝国，搅动着多大的技术风云，回到最基本的生活层面，大家面对的喜悦和烦恼，其实都差不多。

这种充满生活气息的开场，让后面的“硬核”内容显得更加真实可感。因为很快，话题就切入了正题——那个让整个市场都为之侧目的微软与 OpenAI 的新合作协议。他们把这个合作的里里外外，从股权结构、收入分成，到模型独家授权的年限，都掰开揉碎了聊。很多外界的猜测和误解，都在这场对话里得到了澄清。

当然，最劲爆的还是关于钱和算力的部分。

当主持人抛出那个尖锐的问题——OpenAI 一年收入一百多亿，凭什么敢承诺未来要花掉 1.4 万亿美元去买算力——萨姆半开玩笑地向那些唱衰者发出挑战，让他们尽管去做空 OpenAI 的股票。这种底气，源于他们对技术和商业增长的极致信念：我们确实就是被算力不足给拖累了。

一边聊着育儿经，一边规划着万亿美元的豪赌；一边讨论如何用AI治愈癌症、发现新物理定律，一边又在为现实中找不到足够电力来建设数据中心而发愁。

• 奥特曼：“那些对我们算力投入大惊小怪的人，恰恰就是最想买我们股票的人。我真想告诉他们，你们可以直接做空我们的股票，然后我等着看他们是怎么亏钱的。”

• 纳德拉：“我们现在面临的最大问题不是算力过剩，而是电力，以及能否在靠近电源的地方足够快地完成数据中心建设。”

• 纳德拉：“商业应用存在的概念，可能在智能体时代会全部瓦解。”

• 纳德拉： (谈到对OpenAI的投资) “当我看到代码补全功能真的能用时——那一刻我觉得，我可以把投资从十亿加到一百亿。”

• 奥特曼：“总有一天，我们会制造出一款不可思议的消费级设备，它能够以低功耗在本地完全运行一个 GPT-5 或 GPT-6 级别的模型。”

• 纳德拉：“智能体就是新的 ‘席位’（seats）。”

宏大到近乎科幻的愿景，和具体到每一度电、每一份合同的现实挑战，交织在一起。这可能就是当下这个 AI 大时代最真实的写照。以下，是这场对话的完整全文，由 CSDN 编译整理：

奶爸心得与万亿赌注

主持人：这一周可真不平凡。很高兴见到你们二位。萨姆，宝宝怎么样了？

萨姆·奥特曼：他很棒，这是最美好的事了。那些关于为人父母的老话说的真是一点没错，这真的是有史以来最棒的体验。

萨提亚·纳德拉：萨姆一聊起他儿子，脸上的笑容都完全不一样了。感觉就像……他谈论算力的时候是一种表情，谈论他儿子的时候是另一种。

主持人：萨提亚，你们俩相处了这么久，有没有传授一些“奶爸心得”？

萨提亚·纳德拉：我告诉他，尽情享受这个过程吧，真的太美妙了。我们有孩子的时候还很年轻，我甚至希望能重来一次。那真的是最宝贵的时光。看着他们一天天长大，那种感觉太奇妙了。我真为萨姆能体验到这一切感到高兴。

萨姆·奥特曼：我现在年纪大一些再经历这些，也挺开心的。不过有时候确实会想，唉，要是我还有25岁时的精力就好了。体力这方面确实更具挑战。

主持人：毫无疑问。萨姆，OpenAI 员工的平均年龄大概是多少？有概念吗？

萨姆·奥特曼：其实并不算特别年轻，不像大多数硅谷的初创公司。我也不太清楚，平均年龄可能三十出头吧。

主持人：公司里生宝宝的趋势是上升了还是下降了？

萨姆·奥特曼：生宝宝的趋势是积极向上的。

主持人：哦，那太好了。二位，这一周意义非凡啊。我回顾了一下，从英伟达的 GTC 大会开始，谷歌、Meta 和微软三家的市值加起来突破了 5 万亿美元。萨提亚，你们昨天刚发了财报，我们反复听到的一个声音就是：算力不够，算力不够，算力还是不够。

周三又迎来了降息，GDP 增速预计接近 4%。而且我刚才还跟萨姆聊，总统在马来西亚、韩国、日本都达成了重磅协议，听起来和中国也有合作——这些协议为美国再次工业化提供了强大的资金支持。比如 800 亿美元用于新建核裂变发电站，这些都是你们扩建算力所需要的一切。

但在这所有的消息中，最引人瞩目的还是你们周二发布的重大公告，进一步明确了双方的合作关系。恭喜你们。我想我们就从这里开始聊吧。我想用最简单直白的话来梳理一下这次的协议，确保我的理解没错。先从投资说起吧。

萨提亚，微软从 2019 年开始投资，目前向 OpenAI 的总投资额大概在 130 到 140 亿美元之间。作为回报，你们在完全稀释的基础上获得了公司 27% 的股权。我记得之前好像是三分之一左右，去年因为各种投资进来，你们的股份被稀释了一些。这个股权比例听起来对吗？

萨提亚·纳德拉：是的，没错。不过布拉德，在谈我们的股份之前，我认为 OpenAI 最独特的一点是，在其重组过程中，诞生了一家规模极大的非营利组织。这一点我们不能忘记。在微软，我们为能与两家全球最大的非营利组织合作而感到自豪：一个是盖茨基金会，现在又有了 OpenAI 基金会。

所以，这才是真正的大新闻。我们当然非常激动。这并非我们当初的设想。我们最初投那 10 亿美元的时候，可没想过这会是一笔能跟风险投资家们炫耀的百倍回报的投资，但我们确实做到了。我们为能成为早期投资者和支持者感到无比激动。这真正证明了萨姆和他的团队所取得的成就。他们很早就对这项技术的潜力有清晰的洞见，并全力以赴，执行得堪称完美。

萨姆·奥特曼：这次的合作在每个阶段都堪称绝妙。正如萨提亚所说，刚开始时，我们谁也说不准未来会怎样。但我认为，这绝对是科技史上最伟大的合作之一。没有微软，特别是没有萨提亚早期的远见卓识，我们不可能做到这一切。

我想，在当时的世界环境下，没有多少人愿意下这么大的赌注。我们完全不知道技术会如何发展，只是坚信一个理念：持续推动深度学习。我们相信，只要能做到这一点，就一定能找到方法，创造出卓越的产品，释放巨大的价值，并且，正如萨提亚所说，创建一个我们相信将成为史上规模最大的非营利组织。

我相信它会成就非凡。我非常喜欢这个组织架构，因为它让非营利组织能够不断增值，同时“公益公司”又能获得持续扩张所需的资金。如果我们没有设计出这个架构，如果没有合作伙伴愿意支持这种运作方式，我认为这个非营利组织不可能达到今天这样的价值。我们最初建立合作关系至今已经超过六年了，六年里取得的成就相当惊人。我相信未来还会有更多精彩。我希望萨提亚能从这笔投资中赚到一万亿美元，而不只是什么一千亿。

主持人：作为你们提到的重组的一部分，你们构建了一个“非营利组织在上，公益公司在下”的结构。这相当了不起。这个非营利组织一成立，就已经拥有了价值 1300 亿美元的 OpenAI 股票，一跃成为全球最大的非营利组织之一，而且未来规模可能还会大得多。加州的司法部长也表示他们不会反对。

你们已经将这 1300 亿美元用于确保通用人工智能（AGI）能够造福全人类。你们还宣布，首批 250 亿美元将投向健康、人工智能安全和韧性（AI resilience）这三个领域。

萨姆，首先，作为这个生态系统的一员，请允许我向你们二位致敬。这对人工智能的未来是无与伦比的贡献。但是萨姆，能不能跟我们谈谈，为什么选择健康和韧性这两个领域如此重要？另外，也请帮我们理解一下，如何确保这些资金能发挥最大效益，而不会像许多非营利组织那样，被自身的政治偏见所拖累？

萨姆·奥特曼：为世界创造价值的最佳方式，希望就是我们一直在做的事情：打造这些强大的工具，然后让人们去使用它们。我认为资本主义很棒，公司也很棒，人们正在努力地将先进的人工智能技术交到大众和企业手中，并且取得了令人瞩目的成就。

但在某些领域，市场力量并不能完全服务于人们的最佳利益，你需要用不同的方式来做事。这项新技术也带来了一些前所未有的可能性，比如利用人工智能来加速科学研究，实现真正意义上的自动化探索。当我们思考首要关注的领域时，很显然，如果我们能治愈大量疾病，并让相关的医疗数据和信息被广泛获取，那将是对世界的一大贡献。

至于人工智能韧性这一点，我确实认为未来有些事情可能会变得有点棘手，而这些问题并不能完全由公司自行解决。因此，当世界需要度过这个转型期时，如果我们能资助一些工作来提供帮助——比如网络防御、人工智能安全研究或经济学研究，所有这些都有助于社会平稳过渡。我们坚信，渡过难关后，未来将无比美好，但我确信，这个过程必然会伴随着一些波折。

主持人：我们继续来拆解这个协议。接下来谈谈模型和独家授权。萨姆，OpenAI 的顶尖模型部署在 Azure 上，但在七年内，也就是 2032 年之前，你们似乎不能在其他任何大型云平台上分发它们。不过，如果 AGI 被验证实现，这个期限会提前结束。这个话题我们稍后可以再谈。但你们可以在其他平台上分发开源模型、Sora、智能体、Codex、可穿戴设备以及其他所有产品。所以萨姆，我是否可以理解为，ChatGPT 或 GPT-6 不会出现在亚马逊或谷歌的云平台上？

萨姆·奥特曼：我们希望与微软共同完成许多事情，为微软创造价值，也为我们自己创造价值。在这个范畴内，会有很多合作。我们会将萨提亚曾经称之为——我觉得这个说法很棒——“无状态 API”在 2030 年之前独家保留在 Azure 上，而其他所有产品我们都会在别的平台分发。这显然也符合微软的利益。所以，我们会把大量产品部署到各种地方，而这个核心服务则放在 Azure 上，人们可以通过 Azure 或者直接通过我们来获取。

主持人：我觉得这很棒。然后是收入分成。OpenAI 需要向微软支付所有收入的一部分，这个协议同样持续到 2032 年，或者直到 AGI 被验证实现。为了方便讨论，我们姑且假设收入分成是 15%，我知道这可能有点俗气，但很重要。那么，这就意味着如果你们有 200 亿美元的收入，就要支付 30 亿美元给微软，并且这笔钱会计为 Azure 的收入。这么理解大致对吗？

萨提亚·纳德拉：我们确实有收入分成协议，正如你所描述的，它要么持续到 AGI 实现，要么到合同期满。坦白说，我其实不太清楚这笔收入具体会计在哪里，是计入 Azure 还是其他部门。这是个好问题，得问我们的首席财务官艾米。

主持人：考虑到独家授权和收入分成都会在 AGI 被验证实现后提前终止，这似乎让 AGI 的定义变得至关重要。据我理解，如果 OpenAI 声称实现了 AGI，似乎会交由一个专家小组来裁定，你们双方基本上是选出一个评审团，他们必须在相对较短的时间内决定 AGI 是否已经达成。

萨提亚，你在近日的财报电话会上说，目前没有人接近实现 AGI，你也不认为短期内会发生。你谈到的是一种“参差不齐、时强时弱”的智能。我听你对 AGI 可能到来的时间似乎要乐观一些。所以我想问你们二位，你们是否担心在未来两三年内，我们最终不得不召集那个评审团，来对我们是否达到 AGI 做出裁决？

萨姆·奥特曼：我明白你想在我们俩之间制造点戏剧性。但我认为，为此建立一个流程是件好事。我预计技术发展会经历几次出人意料的转折，而我们会继续作为彼此的好伙伴，共同找出最合理的解决方案。

萨提亚·纳德拉：说得好。这也是为什么我认为我们建立的这个流程是明智的。归根结底，我坚信智能的能力会持续提升。我们真正的目标，其实是如何将这种能力交到个人和组织手中，让他们从中获得最大收益。这正是 OpenAI 最初吸引我、吸引我与萨姆和团队合作的使命。我们计划继续沿着这条路走下去。

萨姆·奥特曼：我很乐意告诉大家，即便我们明天就拥有了超级智能，我们仍然需要微软的帮助，才能将这个产品送到用户手中。

主持人：显然，微软是全球最大的分销平台之一，你们也一直是很好的合作伙伴。我想这澄清了外界的一些误解。

不过，我们换个话题。显然，OpenAI 是历史上增长最快的公司之一。萨提亚，你一年前在这个播客上说，每一次技术范式转移都会催生一个新的谷歌，而这个时代的谷歌已经出现，它就是 OpenAI。如果你们没有下这些巨大的赌注，这一切都不可能发生。尽管如此，据报道 OpenAI 的收入是 130 亿美元。而萨姆，你在这周的直播中谈到了对算力的巨大投入，对吧？未来四五年内投入 1.4 万亿美元，其中有明确的承诺：5000 亿给英伟达，3000 亿给 AMD 和甲骨文，2500 亿给 Azure。所以，我想我这周听到的、萦绕在市场上的最大一个问题是：一家年收入 130 亿美元的公司，如何能做出 1.4 万亿美元的支出承诺？ 你应该也听到了这些批评。

萨姆·奥特曼：首先，我们的收入远不止那个数。其次，布拉德（主持人），如果你想卖掉你的股份，我帮你找个买家。有大把的人想买 OpenAI 的股票。那些对我们算力投入大惊小怪的人，恰恰就是最想买我们股票的人。所以，我想我们可以把你或者其他任何人的股份，卖给那些在推特上叫得最凶的人。

我们确实计划让收入急剧增长，而且收入也正在急剧增长。我们是在下注未来，赌它会继续增长，不仅 ChatGPT 会持续增长，我们还将成为重要的人工智能云服务商之一，我们的消费级设备业务将成为一个重要且有影响力的业务，能够自动化科学研究的人工智能将创造巨大价值。我很少有希望成为上市公司的时刻，但有一个罕见的情况让我觉得上市很有吸引力，那就是当那些人写着“OpenAI 即将倒闭”的荒谬文章时。我真想告诉他们，你们可以直接做空我们的股票，然后我等着看他们是怎么亏钱的。

我们都经过了周密的规划。我们清楚技术和能力将如何发展，以及我们能围绕这些技术构建什么样的产品来创造收入。我们可能会搞砸，这是我们正在下的赌，我们也在承担风险。但一个确定的风险是，如果我们没有足够的算力，我们就无法创造收入，也无法制造出这种规模的模型。

萨提亚·纳德拉：布拉德，请允许我补充一点，作为合作伙伴和投资者，我从未见过 OpenAI 提交的任何一份商业计划，是他们没有超额完成的。在增长和业务方面，他们的执行力简直令人难以置信。当然，大家都在谈论他们在用户增长方面的巨大成功，但我想说，总的来看，他们的商业执行力实在是太惊人了。

主持人：我几周前在 CNBC 上听到格雷格·布罗克曼说，如果我们能把算力增加 10 倍，收入或许不会增加 10 倍，但肯定会增加很多。

萨姆·奥特曼：我们确实就是被算力不足给拖累了。每当看到我们受限的程度，我都觉得很疯狂。过去一年，我们的算力大概扩展了 10 倍，但如果我们能再多 10 倍算力，我不知道收入会不会也增加 10 倍，但我认为差距不会太大。

主持人：萨提亚，昨晚我们也从你那里听到了同样的话，说你们受到算力限制，否则增长会更高。所以萨姆，请帮我们具体分析一下，你今天感觉算力有多受限？展望未来两三年的建设，你认为会不会有一天你们不再受算力限制？

萨姆·奥特曼：我们经常讨论这个问题：算力到底有没有够用的时候？最好的思考方式是把它比作能源。你可以讨论在某个价位上对能源的需求，但你不能脱离不同价格水平来谈论能源需求。如果明天每单位智能的算力成本下降 100 倍，你会看到使用量增长远超 100 倍。人们会愿意用这些算力去做很多在当前成本下毫无经济意义的事情，还会催生出新的需求。

另一方面，随着模型变得更加智能，你可以用它们来治愈癌症、发现新的物理定律，或者驱动一群人形机器人去建造空间站，无论你想做什么疯狂的事，那么人们或许就愿意为更高水平的智能支付高得多的单位成本。我们还不知道，但我敢打赌会的。所以，当你谈论算力容量时，必须结合单位成本和单位能力来看，脱离了这些曲线，这个问题就没法说清楚。

萨提亚·纳德拉：萨姆提到的一个观点，我认为是思考这个问题的正确方式：如果智能的增长与算力的对数（log）成正比，那么你就需要努力确保效率不断提升。这意味着我们应该最大化每美元、每瓦特算力产生的 token 数量以及社会从中获得的经济价值，同时降低成本。这样你就会看到类似“杰文斯悖论”的现象：你不断降低成本，让智能商品化，从而使其成为 GDP 增长的真正驱动力。

萨姆·奥特曼：不幸的是，现实情况更接近于“智能的对数等于算力的对数”，但我们或许能找到更好的规模法则。

主持人：我们昨天从微软和谷歌都听到了同样的消息，两家都表示，如果 GPU 更多，他们的云业务增长会更快。我曾在这个播客上问过黄仁勋，未来五年内有没有可能出现算力过剩，他说未来两三年内几乎没有可能。我想你们二位应该都同意黄仁勋的看法，虽然我们看不透五、六、七年之后，但至少在未来两三年内，基于我们刚才讨论的原因，出现算力过剩的可能性几乎为零。

萨提亚·纳德拉：嗯，在这个特定情况下，供需周期确实很难预测。关键在于，长期趋势是什么？长期趋势就是萨姆所说的。坦白说，我们现在面临的最大问题不是算力过剩，而是电力以及能否在靠近电源的地方足够快地完成数据中心建设。如果做不到这一点，你可能实际上会有一堆芯片闲置在仓库里，因为没地方插。事实上，这正是我今天面临的问题。不是芯片供应不足，而是我没有现成的、可以随时安装设备的数据中心机房。

所以，供应链的瓶颈会如何出现是很难预测的，因为需求本身就难以预测。萨姆和我也不想坐在这里说：“天啊，我们算力短缺了。”这只是因为我们没能那么精准地预测出真实的需求会是怎样。在全球范围内，谈论一个国家某个细分市场是一回事，但要真正把算力部署到世界各地又是另一回事。所以，瓶颈总会存在，如何克服它们将是最重要的事情。这条路肯定不会是一帆风顺的。

萨姆·奥特曼：算力过剩肯定会到来。至于是在两三年后还是五六年后，我说不准，但总会在某个时间点发生，甚至可能在发展过程中发生好几次。这里面有关于人类心理和泡沫的深层原因，而且正如萨提亚所说，这是一个极其复杂的供应链。各种奇怪的东西被建造出来，技术格局也会发生巨大变化。所以，如果一种非常便宜的能源很快就能大规模应用，那么很多人会因为他们现有的合同而损失惨重。如果我们能继续保持这种令人难以置信的单位智能成本下降速度——比如说平均每年下降 40 倍——从基础设施建设的角度来看，这是一个非常可怕的指数。

当然，我们还是在赌，随着成本降低，需求会大幅增加。但我也有点担心，如果我们不断取得技术突破，每个人都可以在笔记本电脑上运行一个私人的 AGI，那我们现在做的这些疯狂投入就可能变成一场空。有些人会损失惨重，就像在过去每一次科技基础设施周期中发生过的那样。

主持人：我觉得这说得非常好，你必须同时接受这两种可能性。我们在 2000-2001 年就经历过类似的事情，但最终互联网变得比当时任何人预想的都要庞大得多，并为社会创造了更大的价值。

萨提亚·纳德拉：萨姆提到的有一点没有被充分讨论，那就是，举个例子，OpenAI 在推理堆栈上针对特定 GPU 所做的优化。我们总在谈论一端摩尔定律带来的硬件提升，但软件层面的改进其实比硬件的指数级增长还要快。

萨姆·奥特曼：总有一天，我们会制造出一款不可思议的消费级设备，它能够以低功耗在本地完全运行一个 GPT-5 或 GPT-6 级别的模型。这简直超出了我的想象。

主持人：那将是不可思议的。我想，正是这种可能性让一些正在构建大型中心化算力集群的人感到担忧。萨提亚，你也多次谈到，要将算力分布到边缘设备，同时也要在全球范围内分布推理能力。

萨提亚·纳德拉：我的想法是，要真正构建一个“可互换的算力集群”。在云基础设施业务中，你必须做好两件事：一是拥有一个高效的“token 工厂”，二是实现高利用率。这是你需要达成的两个简单目标。为了实现高利用率，你必须有多种可以调度的不同工作负载。即使在人工智能的流程中，也有预训练、中间训练、后训练、强化学习等等。你希望能够灵活处理所有这些任务。所以，对于云服务提供商来说，思考算力集群的可互换性就是一切。

主持人：萨姆，你提到了——路透社昨天也在报道——OpenAI 可能计划在 2026 年底或 2027 年上市。

萨姆·奥特曼：不，我们没有这么具体的计划。我猜总有一天会上市，但我不知道为什么人们会写这些东西。我们并没有做出什么重大决定要这么做。我只是觉得这会是最终的走向。

主持人：但在我看来，如果你们在 28 年或 29 年的收入超过 1000 亿美元……

萨姆·奥特曼：不如说是 27 年？

主持人：好，27 年，那就更好了。你们将有能力进行 IPO。按传闻中的万亿美元估值，我给听众们解释一下，如果你们以 1000 亿美元收入的 10 倍市销率上市——这个倍数比 Facebook 上市时要低，也比很多其他大型消费品公司上市时要低——那你们的市值就会达到一万亿美元。如果你们发行 10% 到 20% 的股份，就能融资 1000 亿到 2000 亿美元，这似乎是为我们刚才讨论的那些增长和项目提供资金的好办法。所以你并不反对上市，对吧？

萨姆·奥特曼：但你的前提是赌这家公司的收入会增长，这也是我希望我们能做到的。

主持人：嗯，我也说过，我认为这是一家如此重要的公司。有很多人，包括我的孩子们，都喜欢用他们的小账户做点交易，他们也用 ChatGPT。我觉得让散户投资者有机会购买一家最重要、规模最大的公司的股票……

萨姆·奥特曼：老实说，这可能对我来说是上市最吸引人的一点。那会非常棒。

主持人：我们再换个话题。我跟你们二位都聊过，在一项重要法案中，参议员克鲁兹曾加入了“联邦优先管辖权”条款，以避免出现 50 个州各自为政、法律五花八门的局面，那会让整个行业陷入不必要的合规和监管泥潭。不幸的是，这个条款在最后一刻被参议员布莱克本否决了，坦率地说，我认为华盛顿对人工智能的理解非常有限，很多悲观论调在那里很有市场。

所以现在我们面临着各州的法律，比如科罗拉多州的《人工智能法案》，我相信它将在二月份全面生效，这会催生出一类全新的诉讼者。任何声称因聊天机器人中的算法歧视而受到不公平影响的人，都可以以无数理由提出索赔。萨姆，你有多担心这种各州拼凑出的 AI 法律，会对我们持续加速发展和在全球竞争的能力构成真正的挑战？

萨姆·奥特曼：我不知道我们该如何遵守科罗拉多州的法律。我倒是希望他们能告诉我们。我们很想遵守，但从我读到的法案内容来看，我真的不知道我们该怎么做。我非常担心出现50个州各自为政的局面，我认为这是一个巨大的错误。通常我们处理这类事情不会这样做，是有原因的。我觉得这会很糟糕。

萨提亚·纳德拉：这种各自为政的做法，根本问题在于，对于 OpenAI 和微软来说，我们总能找到办法去应对。我们能搞定。但问题在于那些初创公司。这完全违背了立法的初衷。当然，安全非常重要，确保人们的担忧得到解决也很重要。但完全可以在联邦层面做到这一点。如果我们不这样做，欧洲就会去做，然后又会引发他们自己的问题。所以我认为，如果美国能率先推出一个统一的监管框架，那肯定会更好。

主持人：需要澄清的是，我们并不是主张不要监管，只是说让我们在联邦层面达成一致的监管，而不是 50 个州相互冲突的法律，那无疑是对 AI 初创行业的毁灭性打击。而且我认为，即使对你们这样有能力应对所有这些案件的公司来说，这也极具挑战性。

萨提亚·纳德拉：我希望这一次，即使是欧盟和美国之间，也能进行协调。那将是梦想成真的时刻，对任何欧洲的初创公司来说也是如此。

萨姆·奥特曼：我不认为那会发生。如果能实现当然很好，但你最好别抱太大希望，尽管那会很棒。

萨提亚·纳德拉：不，但我真的认为，如果欧洲有人在思考他们的公司如何参与到这场 AI 经济中，这应该也是他们最关心的问题。所以我希望大家能采取一种更开明的态度，但我同意你的看法，就今天而言，我不会赌那会发生。

主持人：我确实认为，至少你们有一位总统，他可能会努力推动 AI 政策的协调，利用贸易作为杠杆，确保我们不会最终陷入欧洲那种过度限制性的政策。但我们拭目以待吧。我认为当务之急，是在美国实现联邦层面的统一管辖，这是至关重要的。

萨姆，我们刚才聊得有点细节了，我想把视角拉远一些。我听你团队的人谈论过所有即将到来的伟大创新。当你开始设想拥有近乎无限的算力、GPT-6 及之后的模型、机器人、实体设备、科学研究时——展望 2026 年，你认为最让我们惊讶的会是什么？在规划中的项目里，你最期待的是什么？

萨姆·奥特曼：你刚才提到了很多关键点。我认为 Codex 今年的发展非常酷。我预计明年，这些 AI 任务将从持续数小时升级到持续数天。届时，人们将能够以前所未有的速度和全新的方式创造软件——我对此非常期待。我想我们也会在其他行业看到类似的变化。我个人对编程有偏好，对这个领域理解更深，但我认为这种变革将真正开始改变人们的能力边界。

我希望在 2026 年能看到一些非常微小的科学发现。但只要我们能实现这些微小的突破，未来几年就会有更大的发现。说 AI 将在 2026 年做出全新的科学发现，这本身就是一件非常疯狂的事情。即使只是一个很小的发现，也具有极其重要的意义。所以我对此很期待。当然，机器人和未来新型的计算设备也将非常重要。但我个人倾向于认为，如果我们真的能让 AI 来做科学研究，那在某种意义上就是超级智能，因为它扩展了人类知识的总和。

萨提亚·纳德拉：那绝对是一件惊天动地的大事。我认为，对于 Codex 来说，模型能力和用户界面的结合是关键。回想一下 ChatGPT 带来的那个神奇时刻，正是用户界面与智能的完美结合，才让它一飞冲天。当然，一部分原因也是模型遵循指令的能力已经为聊天做好了准备。

我认为，Codex 和这些编程智能体即将帮助我们实现这一点。当一个编程智能体离开很长一段时间再回来时会发生什么？我们都在努力实现一个比喻：我做“宏观授权”，然后进行“微观引导”。什么样的用户界面能匹配这种新的智能能力？你可以在 Codex 中看到这种模式的雏形。我在 GitHub Copilot 里使用它的方式，就和聊天界面不同。我认为这将成为人机交互的新方式，甚至可能比这更重要，或许是一个新的起点。

萨姆·奥特曼：这也是我非常兴奋我们正在开发新形态计算设备的原因之一，因为传统的计算机并不是为那种工作流程而设计的。像 ChatGPT 这样的用户界面显然不适合。但是，想象一下，你有一个设备能一直陪着你，能够自主去完成任务，在需要时接受你的微观引导，并且对你的整个生活和工作流程有非常好的情境感知——我觉得那会非常酷。

主持人：你们俩都没谈到的是消费者应用场景。我经常在想，我们现在用这个设备，必须在一百个不同的应用程序里翻找，填写各种小小的网页表单，这些东西 20 年来几乎没变过。但是，如果能有一个我们习以为常的个人助理——嗯，我们现在确实有个人助理了——但我是说，能为全球数十亿人提供一个几乎免费的个人助理，来改善他们的生活，无论是给孩子订尿布、预订酒店，还是修改日程，我认为有时候最平凡的应用才是最具影响力的。当我们从提供答案，发展到拥有记忆和执行动作的能力，并且能够通过耳机或其他设备与之交互，不再需要我一直盯着这块长方形的玻璃，我认为那将是非同凡响的。

萨提亚·纳德拉：我想萨姆刚才暗示的就是这个。

萨姆·奥特曼：好了，不好意思，我得先下线了。

主持人：萨姆，很高兴见到你。感谢你的参与。再次祝贺你们迈出了这重要的一步。

主持人：萨姆很清楚我们当然是买家，不是卖家。但有时候，把话说清楚很重要，因为我们身处的这个圈子很小。我们整天都在思考这些事情，所以我们的信念来自于我们投入的一万个小时。但现实是，我们必须带动世界其他人和我们一起前进，而他们并没有花一万个小时来思考这些。坦率地说，他们看到一些看起来过于宏伟的目标，就会担心我们是否能实现。

2019 年，你把投资 OpenAI 十亿美元的想法提交给了董事会。在董事会里，这是一个毫无争议的决定吗？你是否需要动用一些政治资本才促成此事？给我透露点当时的情景吧，因为我认为那是一个关键时刻，不仅对微软，不仅对这个国家，甚至对整个世界都至关重要。

萨提亚·纳德拉：回过头看，这很有趣。我们其实早在 2016 年 OpenAI 刚成立时就参与了。事实上，Azure 还是他们最初的赞助商。我记得那时候他们主要在做强化学习。Dota 2 的人机大战就是在 Azure 上进行的，后来他们转向了其他领域。我对强化学习很感兴趣，但这多少也印证了你说的“一万小时定律”或者说“有备无患”。

微软从 1995 年起就一直痴迷于自然语言——这是比尔（盖茨）为公司设定的一个执念。我们是一家编程公司，一家信息工作公司。所以当萨姆在 2019 年开始谈论文本、自然语言、Transformer 模型和规模法则时，我当时就想：“哇！”这支团队前进的方向已经非常清晰，而且与我们的兴趣高度重合。所以从这个角度看，投资是显而易见的决定。

当然，你走到董事会面前说：“嘿，我有个想法，拿出十亿美元给一个我们自己都搞不懂的疯狂架构，它是个非营利组织，等等等等”，然后让他们说：“去干吧。”当时确实有过争论。比尔起初理所当然地持怀疑态度。但在他看了 GPT-4 的演示后，就彻底信服了。比尔也公开谈过这件事，他说那是他在施乐帕克研究中心看到查尔斯·西蒙尼的演示之后，见过的最棒的演示。

对我来说，那个关键时刻就是决定“让我们去试一试”。然后，当我看到早期的 Codex 集成在 GitHub Copilot 里，看到代码补全功能真的能用时——那一刻我觉得，我可以把投资从十亿加到一百亿。那才是一个重大的决定。十亿美元的投资已经很有争议了，但从十亿到一百亿的跨越，才真正开启了我们现在这个时代。

当然，之后就是团队出色的执行力以及双方在产品化上的努力。如果我盘点一下，GitHub Copilot、ChatGPT、Microsoft 365 Copilot 以及 Copilot——这四个产品的商业化覆盖范围加起来，就是地球上最大的人工智能产品矩阵了。正是这些支撑了我们所有的投入。

主持人：我想很多人不知道，你们的首席技术官凯文·斯科特（Kevin Scott），一位前谷歌员工，就住在硅谷这里。说个背景，微软错过了搜索，错过了移动互联网。你成为 CEO 后，也差点错过了云计算——你曾形容那是“赶上了最后一班车”。我想你当时肯定下定决心，要在这里安插“眼线”，确保不会错过下一个大浪潮。所以我猜，凯文在 DeepMind 和 OpenAI 这件事上，也为你扮演了重要角色。

萨提亚·纳德拉：毫无疑问。其实凯文最初也是持怀疑态度的。这正是我一直关注的信号：那些原本怀疑的人后来改变了看法。对我来说，这是一个信号。我总是在寻找那些原本不相信某件事，然后突然改变并为之兴奋的人。我愿意花所有时间去了解他们，因为我会好奇原因是什么。凯文和我们所有人一样，一开始都持怀疑态度。这违背了我们在学校学到的一切，我们总以为必须有一个算法来破解这个问题。而这只是靠规模法则和堆砌算力。但凯文坚信这值得一试，这是推动这件事的一大动力。

主持人：我们谈到那笔投资，现在价值 1300 亿美元，或许有一天，如萨姆所说，会值一万亿。但这其实低估了这次合作的价值。你们有收入分成，每年有数十亿流向微软；你们从 OpenAI 承诺的 2500 亿美元 Azure 算力中获利；当然，你们还通过独家分发 API 获得了巨大的销售额。所以，请谈谈你如何看待这些领域带来的综合价值，特别是这种独家合作关系如何吸引了许多原本可能在 AWS 上的客户转向 Azure。

萨提亚·纳德拉：确实如此。对我们来说，除了所有股权部分，真正具有战略意义并且将持续下去的，就是无状态 API 在 Azure 上的独家授权。这对 OpenAI 和客户都有利。因为当企业客户试图构建一个应用时，他们需要无状态 API，需要将其与计算和存储结合，在底层加上数据库来捕获状态，从而构建一个完整的工作负载。这就是 Azure 与这个 API 结合的价值所在。我们甚至在 Azure Foundry（基础平台）上也是这么做的。如果你想构建一个 AI 应用，关键是如何确保你用 AI 所做的事情评估效果出色？这就需要像 Foundry 这样的完整应用服务器。我们已经做到了这一点。所以，我觉得这是我们在基础设施业务上进入市场的方式。

对我们来说，价值捕获的另一面是将所有这些知识产权整合进来。我们不仅在 Azure 上拥有模型的独家授权，还能接触到其知识产权。未来七年免版税的授权给了我们在商业模式上极大的灵活性。这就像免费拥有一个前沿模型。如果你是微软的股东，你应该从这个角度看：我们有一个前沿模型，可以部署在 GitHub、Microsoft 365 或我们的消费者版 Copilot 中。然后我们可以加入自己的数据进行后训练，这样就可以将其嵌入到模型权重中。因此，我们对在 Azure 和基础设施端，以及在我们的高价值领域——无论是健康、知识工作、编程还是安全领域——创造价值感到非常兴奋。

主持人：你们一直在合并 OpenAI 的亏损。我记得你们昨天刚公布财报，本季度合并了 40 亿美元的亏损。你认为投资者是否——因为这些亏损，在计算市盈率时——甚至可能给这部分业务赋予了负值？而我听到这些，想到的是我们刚才描述的所有好处，更不用说你们在一家可能价值万亿的公司中所拥有的股权价值。你认为市场是否误解了 OpenAI 作为微软一部分的价值？

萨提亚·纳德拉：这是个好问题。艾米（微软 CFO）的做法是完全透明，因为在某种程度上，我不是会计专家，所以最好的办法就是提供所有透明的信息。我想这次也是一样，这就是为什么我们有非公认会计准则（non-GAAP）和公认会计准则（GAAP）的数字，这样至少人们可以看到每股收益（EPS）的数据。布拉德（主持人），我用常识来看待这个问题，很简单。

如果你投资了，比如说，135 亿美元，你当然最多也就亏掉 135 亿美元，你不可能亏得更多。至少据我所知，你的风险敞口就是这么多。你也可以说，我们今天持有的 1350 亿美元股权缺乏流动性，但我们也不打算出售，所以它确实有风险。但真正的故事是所有其他正在发生的事情。

Azure 的增长怎么样了？如果没有与 OpenAI 的合作，Azure还会增长吗？就像你说的，有多少客户是第一次从其他云服务商那里转过来的——这是我们真正受益的地方。Microsoft 365 又怎么样了？关于 Microsoft 365，一个问题是，在 E5 订阅套餐之后，下一个增长点是什么？

我们在 Copilot 中找到了答案。它比任何套件都大。

我们谈论渗透率、使用率和增长速度——它比我们在信息工作领域几十年来做的任何事情都大。所以我们对为股东创造价值的机会感到非常乐观，同时也会保持完全透明，让人们能够看透这些亏损。谁知道会计规则是什么样的，但我们会做所有必要的事情，然后人们就能看到真实的情况。

主持人：但是一年前，萨提亚，有很多头条新闻说微软正在缩减 AI 基础设施的投入。这些报道确实存在。也许你们当时确实更谨慎、更怀疑一些。但艾米近日在电话会议上说，你们在电力和基础设施方面已经短缺好几个季度了。她原以为你们能赶上，但并没有，因为需求一直在增长。所以问题是，以你现在所知，你们当时是不是太保守了？以及接下来的路线图是什么？

萨提亚·纳德拉：这是个很好的问题。我们意识到的一点，而且我很高兴我们意识到了，那就是构建一个真正可互换的算力集群的概念——这个集群要能适应 AI 生命周期的所有阶段，跨越不同地理区域，并且兼容不同代际的硬件。因为一个关键问题是，当你面对——就拿黄仁勋和他的团队正在做的事情来说，他们的节奏……事实上，我喜欢的一个比喻是“光速”。我们现在有了 GB200，并且正在部署 GB300。你总不希望订购了一大批 GB200，刚装上去就发现 GB300 已经全面投产了。所以你必须确保在持续地进行现代化升级，将集群遍布各处，真正实现工作负载的可互换，并且还要加上我们之前讨论的软件优化。

这就是我们做出的决定。我们说，有时候你可能不得不拒绝一些需求，包括一些来自 OpenAI 的需求。有时候萨姆可能会说：“在一个地方给我一个专用的、巨大的、数千兆瓦的数据中心用于训练。”从 OpenAI 的角度来看这很合理，但从 Azure 长期的基础设施建设来看，这并不合理。我认为他们做出了正确的决定，给了他们灵活性去从其他地方采购算力，同时我们仍然保留了 OpenAI 的大量业务，但更重要的是，这给了我们自己服务其他客户和我们自身第一方业务需求的灵活性。

记住，有时候我们的投资者过度关注 Azure 的数字。但对我来说，高利润的业务是 Copilot：安全 Copilot、GitHub Copilot、医疗 Copilot。所以我们希望确保能以一种平衡的方式为投资者带来回报。这也许是我们的投资者群体中一个被误解的地方，我觉得这很奇怪也很有趣，因为我认为他们持有微软股票是因为我们拥有的产品组合，但天啊，他们却死盯着一个叫做 Azure 的小东西的增长数字。

主持人：关于这一点，Azure 本季度在 930 亿美元的惊人营收基础上增长了 39%。相比之下，谷歌云增长了 32%，AWS接近 20%。但是，如果你们有更多的算力可以分配，Azure 的增长率是否能达到 41-42%？因为你们确实把算力分配给了第一方业务和研究。

萨提亚·纳德拉：毫无疑问，绝对可以。这就是为什么我们内部的策略是要平衡我们认为符合股东长远利益的事情，既要服务好客户，又要避免集中风险。我们当然希望有很多来自 OpenAI 的业务，但我们也想要其他客户。我们不是需求受限，而是供给受限。所以我们正在调整需求，使其以一种着眼于长远的最佳方式与供给相匹配。

主持人：那么说到这一点，萨提亚，你昨晚谈到了一个惊人的数字，4000 亿美元的剩余履约义务（RPO）。你说这是你们今天已经锁定的业务，随着销售的持续进行，明天肯定还会增加，你们需要建设产能来满足这些积压的订单。就你刚才说的，这个积压订单的多元化程度如何？你有多大信心这 4000 亿美元能在未来几年内转化为收入？

萨提亚·纳德拉：这 4000 亿美元的履约周期非常短。正如艾米解释的，平均周期是两年。所以这绝对是我们的目标。这也是我们投入大量资本支出的原因之一，因为我们有很高的确定性，只需要清理积压的订单。就你说的多元化，无论是在第一方还是第三方业务上，都相当多元化。我们自己第一方产品的需求就非常高。即使在第三方客户中，我们现在也看到所有其他公司正在构建真正规模化的工作负载。鉴于此，我们感觉非常好。RPO 最好的事情之一就是你可以为它做计划。所以我们对建设产能感到非常、非常有信心。这还不包括我们已经开始看到的额外需求，比如来自 OpenAI 的 2500 亿美元，那将是一个更长的周期，我们会相应地进行建设。

主持人：在算力建设的赛道上有很多新玩家：甲骨文、CoreWeave、Crusoe 等等。通常，我们会认为这会压缩利润空间。但你们不知何故在进行所有这些建设的同时，还能保持 Azure 健康的营业利润率。所以问题是，微软如何在一个人们都在加杠杆、接受更低利润率的世界里竞争，同时平衡利润和风险？你是否看到任何竞争对手的交易让你挠头，觉得我们这又是在为下一次的繁荣-萧条周期埋下伏笔？

萨提亚·纳德拉：在某种程度上，对我们来说好消息是，作为一家超大规模云服务商，我们每天都在竞争。我们、亚马逊和谷歌之间在所有这些方面都有很多竞争。一切都是商品——计算、存储。我记得每个人都说：“怎么可能还有利润？”

但事实是，在规模效应下，没有什么是真正的商品。我们必须拥有一个成本结构、供应链效率和软件效率，所有这些都持续地复合增长，才能确保有利润。

但规模……就你说的，我非常喜欢与 OpenAI 合作的一点是，它给我们带来了规模。这是一个规模游戏。当你拥有世界上最大的工作负载在你的云上运行时，这不仅意味着你会更快地学会如何大规模运营，你的成本结构也会比任何人都下降得更快。你猜怎么着？这将使我们在价格上更具竞争力。所以我对我们保持利润率的能力非常有信心，而我们的产品组合也对此有所帮助。

我一直说，我是被迫公布 Azure 的数字的，因为我从来没有那样分配过资本。我的资本分配是针对整个云业务的——从 Xbox 云游戏到 Microsoft 365 再到 Azure。这是一笔统一的资本支出，之后的一切在我看来都是一个计量表。从微软的角度来看，问题在于混合平均值要符合我们作为一家公司所需的营业利润率。我们不是一个企业集团；我们是一家拥有统一平台逻辑的公司。我们涉足这五六个不同的业务，只是为了让云和 AI 投资的回报复合增长。

主持人：我喜欢你这句“在规模效应下，没有什么是真正的商品”。

有很多文章如今都在讨论“循环收入”，包括微软给 OpenAI 的 Azure 额度被计为收入。你看到像 AMD 那样用 10% 的股权换取交易，或者英伟达的交易那样的情况吗？我不想过度纠结于担忧，但我确实想正面回应一下 CNBC 和彭博每天都在讨论的问题。有很多这种错综复杂的交易正在发生。当你从微软的角度思考这个问题时，你是否会担心我们看到的 AI 收入的可持续性或持久性？

萨提亚·纳德拉：首先，那笔大约 135 亿美元的投资，全部是用于训练的投资，并没有被记为收入。这就是我们拥有那个股权比例的原因，也是我们拥有 27% 或价值 1350 亿美元股份的原因。那笔钱并没有以某种方式进入 Azure 的收入。如果有的话，Azure 的收入纯粹是 ChatGPT 和他们推出的任何其他商业化 API 的消耗收入。

至于其他公司，在某种程度上，供应商融资一直都存在。当有人在构建某样东西，而他们的客户也在构建某样东西但需要融资时，这不是一个新概念……它们现在采取了一些奇特的形式，这当然需要投资界仔细审查。但话虽如此，供应商融资并不是一个新概念。有趣的是，我们从未需要做任何类似的事情。我们要么是投资了 OpenAI，用算力换取了股权，要么是以优惠的价格向他们出售算力来帮助他们起步。但其他公司选择了不同的做法。而这种循环性最终将受到需求的检验，因为所有这一切只有在最终产品有需求的情况下才能运转。到目前为止，情况确实如此。

主持人：当然。嗯，我想转换一下话题。正如你所说，你们超过一半的业务是软件应用。我想谈谈软件和智能体。去年在这个播客上，你说很多应用软件只是建立在 CRUD 数据库之上的一个“薄薄的应用层”，引起了一点轰动。

萨提亚·纳德拉：商业应用存在的概念，可能在智能体时代会全部瓦解。因为如果你仔细想想，它们本质上就是带有一堆业务逻辑的 CRUD 数据库。而所有的业务逻辑都将转移到这些智能体上。

主持人：上市软件公司目前的市销率大约是未来收入的 5.2 倍，低于它们十年平均的 7 倍，尽管市场正处于历史高位。很多人担心 SaaS 订阅和利润率可能会受到 AI 的威胁。那么今天，AI 是如何影响你们软件产品——那些核心产品——的增长率的？具体来说，当你思考数据库、Fabric、安全、Office 365 时。其次，你们正在做什么来确保软件不被颠覆，而是被 AI 赋能？

萨提亚·纳德拉：没错。我们上次谈论这个时，我的观点是 SaaS 应用的架构正在改变，因为智能体层正在取代旧的业务逻辑层。过去我们构建 SaaS 应用的方式是，数据、逻辑层和 UI 都是紧密耦合的。AI 不尊重这种耦合，因为它要求你解耦，但上下文工程将变得非常重要。

以 Office 365 为例。我非常喜欢我们的 Microsoft 365 产品的一点是，它是低 ARPU（每用户平均收入），高使用率。你想想，Outlook、Teams、SharePoint、Word 或 Excel——人们一直在使用它们，创造了大量的数据，这些数据都进入了微软图谱（Graph），而我们的 ARPU 很低。这给了我真正的信心，我可以通过开放所有数据来迎接这个 AI 层。

GitHub 和 Microsoft 365 都发生了一件非常有趣的事情：由于 AI 的出现，我们看到进入图谱或代码仓库的数据量达到了历史新高。无论是由 Codex、Claude 还是其他模型生成的代码，最终都流向了哪里？GitHub。更多被创建的 PPT、Excel 模型，所有这些文件和聊天对话——聊天对话本身就是新文档。它们都进入了图谱，而所有这些都是落地（grounding）所必需的。你把它变成一个正向索引，变成一个嵌入向量，这种语义正是你用来处理任何智能体请求的基础。

所以我认为，下一代的 SaaS 应用必须做出调整。如果你是高 ARPU、低使用率，那你就有麻烦了。但我们恰恰相反：我们是低 ARPU、高使用率。我认为任何能够构建这种结构，然后利用 AI 作为加速器的人……你看看 Microsoft 365 Copilot 的价格，它比我们卖的任何其他东西都高，但它的部署速度和使用率却更高。或者拿编程来说，谁能想到呢？以 GitHub 为例。GitHub 在它存在的前 10 年或 15 年所做的事情，基本上在过去一年就完成了，仅仅因为编程不再只是一个工具，它更像是对某处工资的替代。这是一种非常不同的商业模式。

主持人：从价值链的角度思考价值如何分配。直到最近，云服务主要运行预编译的软件。你不需要很多 GPU，大部分价值都归于软件层——数据库、CRM 和 Excel 等应用。但未来似乎这些界面只有在智能化的情况下才有价值。如果它们是预编译的，它们就有点“傻”。软件必须能够思考、行动和提供建议。这就需要生产这些 token，处理不断变化的上下文。在那个世界里，似乎更多的价值将归于“AI 工厂”，也就是归于帮助以最低成本生产这些 token 的黄仁勋，以及归于模型本身。而智能体或软件在未来获得的价值可能会比过去少一些。你来反驳我一下，说说我这个观点最强的漏洞在哪里？

萨提亚·纳德拉：驱动 AI 价值需要两个必要条件。一个是你首先描述的，也就是“token 工厂”。即使你拆解这个 token 工厂，它包括硬件、芯片和系统，但更重要的是如何用系统软件以最高利用率最高效地运行它。

这就是超大规模云服务商的角色。什么是超大规模云服务商？每个人都说，如果你想运营一个，很简单：我买一堆服务器，把它们连接起来，然后运行。但不是那样的。如果那么简单，现在就不会只有三家超大规模云服务商了。超大规模云服务商的核心是知道如何以最高利用率运行，而且这个环境将是异构的。显然，黄仁勋的竞争力超强，苏姿丰也会跟上，博通的 Hock 也会生产产品，我们自己也都会做。所以这将是一个组合。你想要运行一个异构的集群，为 token 的吞吐量和效率进行最大化优化。这是一项工作。

另一项工作我称之为“智能体工厂”。现代世界中的 SaaS 应用是为了驱动一个商业结果。它知道如何最有效地使用 token 来创造一些商业价值。GitHub Copilot 就是一个很好的例子。GitHub Copilot 的自动模式是我们做过的最聪明的事情。它会根据提示选择使用哪个模型来完成代码补全或任务交接。你这样做不是通过某种轮询方式来选择；你这样做是因为你有反馈循环、评估体系、数据循环等等。正如你正确指出的，新的 SaaS 应用是智能应用，它们为一系列评估和结果进行了优化。它们知道如何最有效地使用 token 工厂的产出。有时候延迟很重要，有时候性能很重要，知道如何巧妙地做这种权衡，就是 SaaS 应用的价值所在。

但总的来说，这一次软件确实有了真正的边际成本。在云时代也有，但这次要多得多。商业模式必须调整，你必须分别为智能体工厂和 token 工厂做这些优化。

主持人：你有一个很多人不知道的大型搜索业务，但事实证明，这可能是世界历史上最赚钱的业务之一，因为人们每天进行数十亿次搜索，而微软完成一次搜索的成本只有几分钱的几分之一。但今天使用聊天机器人时，相应的查询或提示堆栈看起来不同。假设未来这两个业务的收入水平相似，你认为聊天交互的单位经济效益能达到像搜索那样有利的程度吗？

萨提亚·纳德拉：这是一个很好的观点。搜索在其广告单位和成本效益方面确实很神奇，因为有索引这个固定成本，你可以用一种更有效的方式来摊销。而对于聊天，正如你所说，无论是在理解意图还是在检索信息时，你都必须消耗更多的 GPU 周期。经济模型是不同的。这就是为什么很多早期的聊天经济模型都是免费增值模式和订阅制，即使在消费者端也是如此。

我们还没有发现它的广告单位是什么，是智能体商务还是其他什么。但同时，我使用搜索是为了非常具体的导航查询。我过去也经常用它来购物，但这也正在改变。我看到 Edge 和 Bing 中的 Copilot 模式，或者 Copilot 现在正在融入各种场景。所以，是的，我认为就像我们讨论 SaaS 颠覆一样，这个领域的消费者经济学格局正在悄然改变。

主持人：考虑到搜索是驱动整个互联网经济的数万亿美元引擎，当你们和谷歌的搜索经济模式发生变化，并趋向于某种更像个人智能体或个人助理的东西时，这最终可能在为人类提供的总价值方面大得多。但单位经济效益……你不再是摊销一次性的固定索引成本了。

萨提亚·纳德拉：没错。消费者领域……你正在触及一个我思考很多的问题。在这些颠覆时期，你必须对品类的经济学有真正的感觉。它是赢家通吃吗？两者都很重要。消费者领域的问题永远是有限的时间。如果我没在做一件事，我就会在做另一件事。如果你的商业化是建立在某种人类互动上的……如果即使在消费者端也有真正由智能体驱动的东西，那情况可能会不同。而在企业领域，它不是赢家通吃，而且对智能体交互会友好得多。智能体就是新的“席位”（seats）。企业的商业化路径更清晰。消费者的商业化路径则更模糊一些。

主持人：我们最近看到了一系列裁员潮，亚马逊本周也宣布了一些大规模裁员。尽管营收非常强劲，“科技七巨头”在过去三年里几乎没有增加就业岗位。你们从 24 年到 25 年员工总数也基本没增长，大约在 22.5 万人。许多人将此归因于疫情后变得更精简、更高效，我认为这很有道理。

你认为这部分原因是否与 AI 有关？你认为 AI 最终会成为就业的净创造者吗？你认为这对微软的生产力来说是一个长期的积极因素吗？我感觉就像蛋糕变大了，但你可以更有效地做所有这些事情，这要么意味着你的利润率扩大，要么你将这些利润再投资，从而实现更长时间的更快增长。我称之为“利润扩张的黄金时代”。

萨提亚·纳德拉：我坚信生产力曲线确实会、也必将发生改变。我们将开始看到工作的性质，特别是工作流程发生变化。由于你手中这些工具的力量，你在任务层面将有更多的自主权来完成工作。这就是为什么即使在内部，比如你谈到我们分配 token 时，我们希望确保微软的每个人都能以最不受限制的方式使用 Microsoft 365 和 GitHub Copilot，这样他们才能真正提高生产力。

但布拉德，我们正在学习的另一个有趣的事情是：有一种与智能体合作的新方式。这就像 Word、Excel 和 PowerPoint 最初出现在 Office 中时，我们学会了重新思考做事的方式。比如我们如何做预测。在 80 年代，预测是通过办公室备忘录和传真完成的。然后突然有人说：“这里有一个 Excel 电子表格。我们把它放在电子邮件里，发给大家，人们填上数字”，然后就有了预测。

同样，现在，任何规划、任何执行都始于 AI。你用 AI 做研究，用 AI 思考，与同事分享。一种新的工作产物和新的工作流程正在被创造出来。业务流程的变革速度必须与 AI 的能力相匹配。这才是生产力效率的来源。能够掌握这一点的组织将成为最大的受益者，无论是在我们的行业还是在现实世界中。

主持人：那么微软是否从中受益呢？让我们设想五年后。以目前的增长率，可能会更早，但我们就说是五年后，你们的营收是现在的两倍。你们会增加多少员工？

萨提亚·纳德拉：现在最好的事情之一，就是我每天都能从微软员工那里听到这样的例子。有个人负责我们的网络运营。你想想，为了我们刚在费尔沃特建成的那个两千兆瓦的数据中心，我们铺设了多少光纤，简直是疯了。这是一个现实世界的资产。我想我们正在与全球 400 家不同的光纤运营商打交道。

每次出问题，我们实际上都在处理所有这些开发运维（DevOps）流程。负责这个的人告诉我：“我永远不可能得到足够的人手来做所有这些事。即使预算批准了，我也招不到这么多人。”于是她做了次优选择：她为自己构建了一大堆智能体，来自动化处理维护工作的 DevOps 流程。

这是一个团队利用工具提高生产力的例子。所以回到你的问题，我会说我们会增加员工数量，但我们增加的员工将比 AI 时代之前的员工拥有更大的杠杆效应。我认为你首先看到的，就是你所说的“变得精简”。我更多地认为这是进入一个每个人都在学习如何重新思考工作方式的阶段。是“如何做”，甚至不是“做什么”。即使“做什么”保持不变，你如何去做也必须重新学习。我认为这个“打破旧习、学习新知”的过程将需要未来一年左右的时间。然后，员工数量的增长将伴随着最大的杠杆效应。

主持人：是的，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·戴尔交谈时，确实感觉大多数公司甚至还没有真正进入第一局，也许只是第一局的第一个击球手，在重新设计工作流程以从这些智能体中获得最大杠杆方面。但可以肯定的是，在未来两三年内，很多收益将开始从这里产生。我当然是一个乐观主义者。我认为所有这些最终会带来净就业增长，但对于那些公司来说，他们只是能够让底线和员工数量的增长速度慢于顶线的增长。这对公司来说就是生产力的提升。把所有这些加起来，就是对经济的生产力提升，然后我们就可以把这些消费者剩余投资于创造许多以前不存在的东西。

萨提亚·纳德拉：完全正确。即使在软件开发领域，也没有人会说我们的社会将面临更多软件工程师贡献不足的挑战，因为现实是，你看看任何组织的 IT 积压工作。所有这些软件智能体都有望帮助我们去解决我们所有的 IT 积压。想想那个“常青软件”（evergreen software）的梦想——那将成为现实。然后想想对软件的需求。正如你所说，知识工作的抽象层次将会改变。我们将适应这一点，然后工作和工作流程本身也会调整，甚至在这个行业产品的需求方面也是如此。

主持人：我将以此作为结尾，这确实是关于美国的再工业化。我说过，如果你把未来四五年里你和许多美国大型科技公司投资的 4 万亿美元资本支出加起来，按通胀或 GDP 调整后的基数计算，这大约是曼哈顿计划规模的 10 倍。这对美国来说是一项巨大的工程。但总统已将重新谈判贸易协议作为其政府的真正优先事项，现在看来我们已经有了数万亿美元的资金。就在今天，韩国承诺向美国投资 3500 亿美元。当你思考美国在电力方面——包括生产、电网等——正在发生的事情，以及你看到的这种再工业化时，你认为这一切进展如何？也许可以反思一下我们在这里的讨论将如何收尾，以及你对未来几年的乐观程度。

萨提亚·纳德拉：我感到非常、非常乐观。因为史密斯（微软总裁）告诉过我关于我们威斯康星州数据中心周围的经济情况。这很有趣。大多数人认为数据中心只是一个巨大的、完全自动化的仓库。很多情况确实如此。但首先，建造那个数据中心以及数据中心的本地供应链所投入的一切——这也是美国的再工业化，甚至在你谈论亚利桑那州的台积电工厂、美光在存储器上的投资，或者英特尔的晶圆厂之前就已经发生了。我们将来会想要开始建造很多东西。这并不意味着我们不会与别国签订对美国有利的贸易协议，但正如你所说，为了新经济的再工业化，并确保从电力到所有技能和产能都到位，这对我们来说非常重要。

布拉德，我还要说的另一件重要的事情是，我们作为美国的超大规模云服务商，也在世界各地进行投资。美国是全球计算工厂或 token 工厂的最大投资者。我们不仅吸引外国资本来投资我们的国家，以便我们能够再工业化，我们还在帮助欧洲、亚洲、拉丁美洲和非洲，用我们的资本投资，将最好的美国技术带给世界，让他们可以在此基础上进行创新和信任。我认为这两方面都对美国的长期发展有利。