微软 CEO Satya Nadella 近期访谈：从带领微软转型到对AI智能体未来的分析｜Bolt荐阅

🔍 内容摘要

1. 重塑微软辉煌：Satya Nadella 强调“成长型心态”和文化变革，引导微软从自满中走出，重塑使命与战略，以一致性和长期努力推动公司实现转型与持续成功。

2. 投资 OpenAI：微软对 OpenAI 的持续投资表明其对大模型技术和 AI 算力潜力的重视，这不仅是一项技术合作，更是微软强化其云计算和 AI 产品竞争力的长期战略。

3. 传统搜索与消费级 AI 的挑战：传统搜索是无状态的，但 AI 的“有状态化”能力，让用户可以进行更复杂的多轮交互式搜索，显著提升了信息获取的效率和精确度，重新定义了搜索引擎的核心价值。

4. AI 智能体的未来发展：未来的智能体不仅需要具备记忆和复杂任务执行能力，还必须在数据安全、隐私保护和透明治理方面满足用户和监管的要求，以实现真正的普及化。

5. 智能体在 Windows 和开放平台的潜力：Windows 的开放性允许用户拥有更多控制权，但需要通过增强安全措施（如权限管理）来防范风险。

6. 智能体的突破方向：实现记忆功能、优化任务执行效率并完善权限管理是 AI 智能体未来发展的关键，这些将决定其能否在更广泛的应用场景中胜出。

图｜播客 Shownotes

微软转型

1) Brad Gerstner：你于 1992 年加入微软；2007 年接手在线业务；2009 年推出 Bing 搜索引擎；2011 年负责服务器业务，并推出 Azure（微软的云计算平台）；2014 年成为微软 CEO。在你的领导下，Azure 的营收从 10 亿美元增长到 660 亿美元，推动公司总营收提升了 2.5 倍，总利润增长超过 3 倍，股价几乎翻了 10 倍，为微软市值增加了近 3 万亿美元。

回顾过去十年，哪些关键改变帮助你释放了公司的潜力，改变了微软的方向，并带来了如此非凡的成功？

Satya Nadella：对我来说，这是一段从 1992 年持续至今的旅程，尽管 2014 年是一个重要节点，标志着我承担了更大的责任。我的核心理念很简单：观察我们何时成功、何时失败，然后更多地重复成功，尽量避免失败。

1992 年，我加入微软，当时公司刚推出 Windows 3.1。我原本在 Sun Microsystems（太阳微系统公司）工作，计划去读商学院，但接受了微软的邀请，这是我做过的最明智的决定。那时，Windows NT（1993 年推出的操作系统系列）和 x86（1978 年推出的英特尔处理器架构）让我意识到客户端的变化将传导至服务器端。微软作为一家平台和合作伙伴公司，会顺应这波浪潮蓬勃发展。

随后，互联网兴起带来了新的转型。我们在浏览器领域取得了一定成功，却错失了“搜索”这一互联网的核心组织层。当时，微软没有意识到搜索的重要性。移动领域亦如此，尽管我们参与其中，但未能抓住机会，而 iPhone 的出现改变了一切。幸运的是，我们在云计算方面做对了决策。

如今，我们正迎来 AI 带来的第四次转型。回顾这些经验，我学到的一个重要教训是：不要因为竞争对手的举动而盲目跟随。快速跟随有时是有效的，但如果仅仅出于嫉妒去模仿，是无法成功的。关键在于你所做的事情与公司的利益、品牌精神是保持一致的。并清楚我们能够做得更好。

例如，Jeffrey Moore（知名作家、演讲者和顾问）曾告诉我：“做那些客户期待你去做的事情。”我非常认同这个观点。以云计算为例，刚接触 Azure 时，很多人告诉我云计算是一场赢家通吃的竞争，Amazon 已经赢了。但我并不认同，因为在服务器领域与 Oracle 和 IBM 竞争的经历让我深知，基础设施领域不可能是赢家通吃的局面。

关键在于识别自身的结构性优势，以及合作伙伴和客户对我们的期望，并基于此采取行动。我认为这是战略的核心，也是我们取得成功的原因之一。当然，文化、使命感和目标也是实现成功的必要条件。但从战略角度来看，识别并利用结构性优势以及客户的“许可”，是我认为自己做得比较成功的地方。

2) Bill Gurley：有些人认为微软的黄金时代已经过去了，那么，作为新任 CEO，你具体做了什么来重塑企业文化并推动公司走向新的方向？对其他新任 CEO，你有什么建议？

Satya Nadella：我认为我的最大优势在于，我是一个彻头彻尾的“内部人士”。我的整个职业生涯几乎都在微软度过。因此，当我批评公司文化时，实际上也是在批评自己。从某种意义上说，这让我避免了外来者批评内部人员时可能带来的对立局面。更多的时候，我是在反思自己的行为，因为我本身就是这家公司文化的一部分。正是这样的背景，使我在推动文化变革时，能够更自然地指出问题，而不会让人感到我是从外部视角在评判公司。

我记得微软第一次成为市值最高的公司时，我走在公司园区，深刻感受到当时我们，包括我自己，都有一种自满的情绪，仿佛一切的成功都归功于我们的聪明才智。但那种感觉提醒我，这种文化是绝对需要避免的。正如我经常说的，从古希腊到现代硅谷，唯一会让文明、国家和公司衰落的东西就是傲慢。

在成为 CEO 的前几年，我的妻子曾向我推荐了 Carol Dweck 的《Mindset》。我最初是为孩子的教育读这本书，但后来发现，书中的“成长型心态”理念不仅对教育有帮助，也完全适用于工作和生活。事实上，这种理念也成为了微软推动文化变革的核心。这不仅是一个管理理论，它贯穿于生活的方方面面：你可以成为更好的父母、伴侣、朋友、邻居、经理，甚至是领导者。

我常用一句话来总结这一点：从“无所不知”转变为“无所不学”。但这并不是一个可以抵达的终点，因为一旦你觉得自己已经具备成长型心态，实际上就违背了这种心态的本质。

推动文化变革需要时间、耐心，以及自上而下和自下而上的共同努力。无论是在公司全员会议，还是我的高管团队会议中，我都会以使命和文化为讨论的起点和终点。在过去近 11 年里，我始终坚持这样的框架：使命、文化，以及具体的战略与产品方向。每一个词都是经过精心选择的，我反复强调这些核心理念，甚至到让自己都觉得重复得有些乏味，但正是这种一致性，使文化变革真正生根发芽。

Part.02

投资 OpenAI

3) Brad Gerstner：微软错过了搜索和移动，但搭上了云计算的末班车。当你开始考虑下一个阶段的转变时，似乎很早就意识到 Google 可能在 AI 领域凭借 DeepMind 处于领先地位。于是，你们决定投资 OpenAI。是什么让你坚定了这个方向，而不是继续专注于微软内部的 AI 研究？

Satya Nadella：微软在 AI 领域的投入已经持续了很长时间。1995 年，比尔·盖茨创立了微软研究院（MSR），其早期研究方向之一就是自然用户界面（NUI），旨在通过自然直观的方式让用户与设备交互。他对此非常感兴趣，第一个研究团队专注于语音技术，Rick Rashid（微软前首席研究官）和李开复（曾任微软亚洲研究院院长）都参与其中。我们始终致力于攻克 NUI，尤其在语言处理方面投入了大量精力。事实上，Geoffrey Hinton（深度学习之父）早期在 MSR 期间就从事深度神经网络（DNN）的研究，后来被 Google 聘用。

然而，在 2010 年代初期，我们错失了一些关键时机，未能像 Google 那样大力投资 DeepMind 等项目。这让我感到遗憾，但我一直想找到突破口，比如 Skype Translate，这是我早期非常关注的项目之一。在这个项目中，我们首次发现了迁移学习的潜力：训练一个语言对（language pair：一对源语言和目标语言）的模型能够提升其他语言对的表现。这让我对语言处理技术充满兴趣，也促使我和 Kevin Scott（微软首席技术官）持续关注这一领域。

我第一次接触 OpenAI，是因为 Elon Musk 和 Sam Altman 希望使用微软的 Azure 资源（微软提供的一项云计算平台服务）。当时他们主要专注于强化学习（RL）和 Dota 2 等项目。后来，他们再次找到我们，讨论语言处理技术，尤其是 Transformers 和自然语言模型。这是一个关键时刻，因为涉及到我们的核心业务。

这也涉及我曾经对微软的战略定位的思考——微软在信息管理领域的结构性定位究竟是什么？想要在已有的模型结构中找到非线性的增长突破，就像 Bill 你总说（Bill 指本 Podcast 主持人 Bill Gurley，投资机构 Benchmark 合伙人），在数字世界里，关键在于信息管理。我们来整理和表达数字世界。因此，微软曾尝试通过 WinFS 等项目将所有信息进行模式化，但实践证明，这几乎是不可能的。突破点在于如何通过语言和推理来实现这一目标。

这些因素促使我选择与 OpenAI 合作。他们团队的野心让我印象深刻，尤其是在  Scaling Laws 上的研究，我当时看了 Dario（原 OpenAI 研究副总裁，现 Anthropic 创始人兼 CEO）写的关于 Scaling Law 的研究，当时 Ilya也还在 OpenAI，我们决定赌一把，事实证明这是正确的选择。比如 GitHub Copilot 的成功案例，就进一步增强了我们在这一领域深耕的信心。

Part.03

传统搜索和消费级 AI

4) Brad Gerstner：从应用层面来看，消费级 AI 正在对传统搜索引擎带来巨大的挑战。现在的消费者更倾向直接获取答案，而不是通过搜索引擎寻找信息。你怎么看这种变化？在“答案时代”，Google 和 Bing 是否还能继续发展传统搜索业务？应该采取哪些措施才能与 ChatGPT 竞争？

Satya Nadella：“聊天与答案的结合”是 ChatGPT 的独特之处。无论是品牌还是产品，它都像一个有状态化的智能体，有状态化。而传统搜索尽管拥有搜索历史，本质上仍然是无状态的。我与苹果尝试达成搜索合作已有十年。当库克最终与 Sam 合作时，我是最开心的人。我宁愿 ChatGPT 获得这次合作机会，因为微软与 OpenAI 之间有商业与投资关系。

分发能力在这一领域尤为重要，这是 Google 的巨大优势。他们在苹果设备和安卓系统上都是默认搜索引擎，可以帮他们触达广泛的用户群体。而用户习惯一旦形成，很难改变。比如，许多人仍会直接在浏览器地址栏输入问题，即使我更倾向于使用 Copilot（微软 AI 助手），但在导航性搜索时，我依然会选择 Bing。不过，对于大多数其他查询，我已经转向使用 Copilot。这种用户行为的转变正在越来越多的发生。

在一些领域，比如购物和旅行，我们只差一两个强大的AI代理，便可实现彻底变革。这可能成为传统搜索被颠覆的关键点。企业级搜索虽然尚未完全迁移到聊天界面，但一旦这一变化开始，转变将非常迅速。

Mustafa（DeepMind 联合创始人之一）的团队有三个核心产品：Bing、MSN（微软门户网站和新闻服务）以及 Copilot。这三者形成了一个生态系统：信息流、传统搜索和新的智能体界面。它们都与内容提供商建立了社交契约，例如流量、支持付费墙和广告等模式。此外，微软也有分发优势，比如 Windows，这始终是我们的强项。

虽然我们曾在浏览器领域输给 Chrome，但现在通过 Edge 和 Copilot，我们有机会重新争夺市场。即便是像 Gemini 这样的新玩家，也必须努力争取用户。不管怎么说，Windows 是一个开放系统，在这个平台上，Gemini 有机会，ChatGPT 也有机会。

Part.04

AI 智能体的未来

5) Bill Gurley：大家都在讨论智能体的未来，尤其是在跨应用或系统数据上的操作问题。微软掌控着 Windows 生态系统，同时也在 iPhone 和 Android 上推出了应用程序。那么，苹果是否会允许微软控制 iOS 上的其他应用吗？微软会允许 ChatGPT 在 Windows 上启动应用并且获取应用的数据吗？如果考虑一下搜索和商业化的关系，那就可以再延伸这个问题到，例如Booking 是否会允许 Gemini 在未经许可或知情的情况下执行交易？

Satya Nadella：我们目前还无法预测这一切会如何发展。不过可以参考一些传统做法，比如早期商业应用如何通过连接器和连接器许可实现互操作性，并因此形成了一种商业模式。SAP（服务访问点）是一个经典案例：只要拥有连接器，就可以访问 SAP 的数据。我认为，随着智能体之间的接口出现，类似的模式也可能在智能体中出现。

在消费领域，情况更为不确定。在企业领域，规则可能更明确。如果你想在我的“操作空间”内执行任务，或从我的“数据模型”中提取数据，可能需要通过某种许可的接口。以微软的 Copilot 为例，目前我可以通过连接器访问 Adobe、SAP，甚至CRM（客户关系管理）等系统。

我们订阅了大量 SaaS 应用，但实际上很少直接使用，更多是通过团队中的某个人输入数据。在 AI 时代，数据使用强度大幅提升，因为所有数据变得触手可及。一个简单的查询就能调用所有数据源。例如，我可以发起一个请求：“告诉我 Benchmark（硅谷著名风投公司）投资的所有公司信息。”系统就能从网络和 CRM 数据库中整合数据，生成一份详细笔记。所以在某种程度上，所有这些都可以被商业化。

6) Bill Gurley：你们会允许 ChatGPT 在 Windows 操作系统上随意打开各种应用吗？

Satya Nadella：关于这种“超越计算”（over-the-top computing）的行为，控制权到底掌握在谁手里——是用户，还是操作系统？这是一个值得探讨的问题。在 Windows 这样的开放平台上，最终的控制权更多掌握在用户手里。除了设置一些安全护栏，我们并没有太多方法阻止用户自主选择这些行为。这让我最担忧的一点是安全风险。如果恶意软件被下载并开始自动执行操作，可能会造成严重后果。因此，我们需要在操作系统层面加入更多防护措施，比如提升访问权限管理、明确设置特权，以规范这些计算行为。

而对于苹果和谷歌，他们的平台显然更加封闭，拥有更大的控制权。他们可能根本不会允许这种情况发生。从某种意义上看，这是他们的优势，但也取决于未来的反垄断法规如何裁决。这一领域的发展值得持续关注。

7) Bill Gurley：你会允许 Android AI，或 iOS AI，通过微软客户端访问手机上的电子邮件吗？

Satya Nadella：我们曾授权 Apple Mail 与 Outlook 实现同步。从表面看，这种做法似乎会导致价值外泄（开放某些核心功能可能弱化自身竞争优势）。但从长远看，这其实是维持 Exchange 市场份额的关键。如果当时我们没有这么做，影响可能更为严重。

我们需要围绕 Microsoft 365 建立一套信任机制。这种信任框架有两个核心原则：

1. 数据所有权和客户授权：这些数据属于客户，而非微软。任何代理都需经过客户同意，同时需要客户的 IT 部门批准。这不是微软可以一键设置的某种通用权限，而是需要明确的客户授权流程。

2. 建立信任边界：在接入代理的过程中，我们必须定义清晰的信任边界。这种机制类似于苹果在其生态系统中构建的信任体系。例如，Apple Intelligence 在用户隐私和数据保护上设置了严格的规则。我们会围绕 Microsoft 365 采取类似的方式，通过建立高度透明的权限管理和合规体系，确保每一次数据调用和操作都在信任框架内完成。

8) Brad Gerstner：Mustafa 说 2025 年将是拥有“无限记忆”的一年，而我们认为下一个 10 倍的突破点可能是将持久记忆与执行任务的能力结合起来。我们已经看到一些雏形，我也相信 2025 年记忆问题大致能解决。

那么，我何时可以对 ChatGPT 说：“帮我订下周二西雅图四季酒店的最低价房间”？你认为计算机操作会成为早期的试验案例吗？你觉得实现这个目标会很难吗？

Satya Nadella：是的，目前最开放的任务执行领域依然面临巨大挑战。然而，除了提升模型本身及其基础能力之外，还有两三个方向值得重点关注：

1. 记忆：让模型拥有更持久的记忆能力以及上下文感知能力。

2. 工具使用或任务执行：让代理能够执行更复杂的操作。

3. 权限管理：以微软内部的 Purview 产品为例（一款数据治理和合规性解决方案），权限管理在确保用户以安全方式访问内容、同时具备治理功能方面，变得愈发重要。

如果能够将这三个方向整合在一起，打造具备管理能力、可验证性以及记忆能力的智能体，自主工作这个领域将进入一个全新的阶段。

尽管如此，我仍然认为 Co-pilot 是 AI 界面设计的关键。即使在完全自主化的未来，某些例外情况依然需要通过请求许可或确认调用来处理。因此，UI 层将在组织工作、成果展示和流程管理中起到核心作用。

目前，GPT-4.0 模型已经在功能调用方面表现良好。在 ToB 场景中，它的功能更加完善，但在 ToC 应用上仍面临更大的挑战。原因在于开放式的网络功能调用难度较高。例如，在多个网站上完成功能调用相对简单，但当任务涉及到预订票务等情境时，后端架构的变化可能会导致模型出错。

我认为 O1 版本或许能够更进一步。如果它可以实现可验证、自适应，会更具突破性。然而，要真正实现大范围的自动化任务执行，可能还需要一到两年的时间。

不过，从企业视角来看，当前我们已经可以通过 Dynamics 系统（微软的企业资源规划和客户关系管理系统）实现一些自主任务。例如，销售代理、市场代理和供应链代理能够自动完成供应商沟通、更新数据库、调整库存等任务。在某些特定场景下，这些功能已经能够有效运行。

Part.05

AI 重塑工作与应用

9) Brad Gerstner：现在很多人都在讨论如何衡量投资回报率（ROI）。微软有超过 22.5 万名员工，你们是否在利用 AI 提升生产力、降低成本、增加收入？如果有，最大的实例是什么？

当我问黄仁勋他如何实现营收 2 到 3 倍增长时，他预计员工数量仅增加 25%，因为有 10 万个 AI Agents 帮助完成工作。如果 Azure 要实现 2 到 3 倍的营收增长，你是否也预计员工数量会有类似的杠杆效应？

Satya Nadella：这个问题不仅是微软关注的重点，也是客户的关注点。我将其视为知识工作的“精益生产”管理。在工业领域，“精益”通过提高价值和减少浪费，实现增长。而 AI 可以看作知识工作的“精益”，推动端到端流程优化，自动化并提高效率。

在具体应用上：

1. 客户服务：我们在客户服务上的年投入约 40 亿美元，从 Xbox（微软游戏机）到 Azure，通过前端拦截率的提高降低成本，同时提高客服效率和客户满意度。

2. GitHub Copilot：Copilot 完全改变了开发者工作流，从问题到计划，再到多文件编辑，流程更加高效。

3. Microsoft 365 Copilot：这是最广泛的应用之一，比如我每次准备客户会议，Copilot 会从 CRM、邮件、Teams 会议记录及网络信息中整合所有内容，生成动态报告，与团队实时共享。过去需手动准备的 CEO 简报流程被直接简化为一个搜索查询。

此外，供应链通常滞后于实时数据，而 AI 可以实时提供决策支持，改变传统的滞后流程。总体目标是通过 AI 实现运营杠杆，以减少总体人力成本，提高单人产出效率和研究员的 GPU 使用率。

海量资讯、精准解读，尽在新浪财经APP