[微軟] 微軟CEO 預言:軟件行業將發生天翻地覆的變化
“回到核心點上，即便是現在的 GPT-4，它在企業環境中的函數調用也已經相當不錯，比消費者端強太多了。因為消費者端的網絡環境太復雜，函數調用很容易出錯。在開放的網絡上，或許可以在幾個網站上實現簡單操作，但如果你要求它‘幫我訂任意機票’，一旦後端架構有變化，它就很難應對。當然，你可以通過設計一個可驗證、可評分的流程，幫助 GPT-4 提高能力。”
“不過，我覺得我們可能還需要一到兩年時間，才能真正解決更多問題。但從企業的角度來看，我們其實已經在 Dynamics 系統中開發了 10 到 15 個代理了，比如銷售代理、營銷代理、供應鏈代理。這些代理可以完成很多自主任務，比如查看供應商的通信記錄、自動處理信息、更新數據庫，甚至調整庫存。這些功能現在已經可以實現了。”這意味著什麼呢？
關於AI的記憶能力
穆斯塔法提到未來AI會擁有近乎無限的記憶能力，薩蒂亞對此做了更詳細的解釋：
“這個概念的核心是為記憶建立一種類型系統。我們有一個開源項目，雖然名字我一時想不起來，但這是跟TypeScript團隊一起開發的。我們想把記憶系統化、模式化。比如，每次我開始處理新的PR時，可以基於之前的所有操作進行聚類分析。用這種類型匹配的方式來構建記憶系統，是個非常有效的方法。”
微軟AI業務的現狀
關於微軟AI業務，薩蒂亞透露了一些細節：
“微軟的AI業務據報道已經達到大約100億美元的規模，主要收入是來自推理工作。因為推理需求太高，我們沒有把原始GPU租給別人用於訓練。有些人對此持懷疑態度，覺得主要工作負載其實還沒有完全轉移到AI上。”
“和OpenAI的大部分訓練合作更多是從投資邏輯出發——這些不算在季度收入裡，而是作為投資收益計算。大部分收入實際上來自API業務，以及ChatGPT的推理成本。現在這個時代最成功的AI應用就是ChatGPT、Copilot、GitHub Copilot，還有OpenAI和Azure OpenAI的API服務。如果讓我列出十大最成功的應用，這些可能能占到四五個。”
兩年的領先優勢
“我們和OpenAI最大的優勢是擁有兩年的領先時間，而且幾乎沒有競爭對手。我覺得這樣的領先窗口可能不會再有了——當然，也不能完全排除未來有人突然推出令人震驚的產品。但在基礎模型方面，要想獲得類似的領先優勢，幾乎是不可能的。”
“在API領域，我們吸引了許多數字原生企業的興趣，比如 Shopify、Stripe 和 Spotify。這些公司以前不是Azure的客戶，更多用的是GCP或者AWS。至於傳統企業，它們正在逐步擴大規模——很多人嘗試使用Copilot，並用Foundry來構建代理。這些都是設計和產品上的勝利。雖然進展有點慢，但已經開始看到增長了。”
關於硬件和模型選擇的謹慎態度
“這也是為什麼我們對逆向選擇問題一直很謹慎。現在很多科技創業公司都在爭搶少量的H100 GPU配額。我擔心追逐每個想要構建模型的客戶可能會帶來問題——畢竟我們都看到過Sun Microsystems的失敗案例。現在連投資者的態度都變了，大家更傾向於輕資產模式，在現有的模型基礎上開發自己的產品，而不是重新訓練模型。”
主要AI產品的現狀
“當我看AI產品的數據時，最主要的產品依然是ChatGPT，其次是Gemini。Gemini的數據讓我有些意外——雖然它因為分發渠道的原因正在增長，但有趣的是，並沒有太多爆款應用。雖然我們經常討論AI的規模，但實際上，市場上真正有影響力的產品只有四個：ChatGPT、GitHub Copilot、Copilot和Gemini。”AI 智能體的未來
一個沒有界面的世界想象一下，以後我們可能不再需要各種復雜的界面了。AI智能體會直接與數據庫交互，一切都變得簡單直觀。舉個例子，你不用再打開Excel、手動創建表格、導入數據、制作圖表，只需要說一句：“給我展示按收入排名前五的客戶的可視化數據。”剩下的事情，AI智能體會幫你搞定——從訪問數據庫到分析數據再到生成圖表，全程自動化。
更厲害的是，這些AI智能體不僅能處理簡單的任務，還能完成復雜的業務邏輯。它們甚至可以編寫代碼來滿足你的需求，跨多個數據庫和系統協作無縫運行。這對整個軟件行業將是一次顛覆性的改變。
試想一下：如果不需要傳統的應用程序，那些SaaS公司該怎麼辦？應用程序開發者的未來又會怎樣？甚至我們對“軟件”的認知方式都會被重新定義。
覺得新聞不錯，請點個贊吧
好新聞沒人評論怎麼行，我來說幾句
“不過，我覺得我們可能還需要一到兩年時間，才能真正解決更多問題。但從企業的角度來看，我們其實已經在 Dynamics 系統中開發了 10 到 15 個代理了，比如銷售代理、營銷代理、供應鏈代理。這些代理可以完成很多自主任務，比如查看供應商的通信記錄、自動處理信息、更新數據庫，甚至調整庫存。這些功能現在已經可以實現了。”這意味著什麼呢？
關於AI的記憶能力
穆斯塔法提到未來AI會擁有近乎無限的記憶能力，薩蒂亞對此做了更詳細的解釋：
“這個概念的核心是為記憶建立一種類型系統。我們有一個開源項目，雖然名字我一時想不起來，但這是跟TypeScript團隊一起開發的。我們想把記憶系統化、模式化。比如，每次我開始處理新的PR時，可以基於之前的所有操作進行聚類分析。用這種類型匹配的方式來構建記憶系統，是個非常有效的方法。”
微軟AI業務的現狀
關於微軟AI業務，薩蒂亞透露了一些細節：
“微軟的AI業務據報道已經達到大約100億美元的規模，主要收入是來自推理工作。因為推理需求太高，我們沒有把原始GPU租給別人用於訓練。有些人對此持懷疑態度，覺得主要工作負載其實還沒有完全轉移到AI上。”
“和OpenAI的大部分訓練合作更多是從投資邏輯出發——這些不算在季度收入裡，而是作為投資收益計算。大部分收入實際上來自API業務，以及ChatGPT的推理成本。現在這個時代最成功的AI應用就是ChatGPT、Copilot、GitHub Copilot，還有OpenAI和Azure OpenAI的API服務。如果讓我列出十大最成功的應用，這些可能能占到四五個。”
兩年的領先優勢
“我們和OpenAI最大的優勢是擁有兩年的領先時間，而且幾乎沒有競爭對手。我覺得這樣的領先窗口可能不會再有了——當然，也不能完全排除未來有人突然推出令人震驚的產品。但在基礎模型方面，要想獲得類似的領先優勢，幾乎是不可能的。”
“在API領域，我們吸引了許多數字原生企業的興趣，比如 Shopify、Stripe 和 Spotify。這些公司以前不是Azure的客戶，更多用的是GCP或者AWS。至於傳統企業，它們正在逐步擴大規模——很多人嘗試使用Copilot，並用Foundry來構建代理。這些都是設計和產品上的勝利。雖然進展有點慢，但已經開始看到增長了。”
關於硬件和模型選擇的謹慎態度
“這也是為什麼我們對逆向選擇問題一直很謹慎。現在很多科技創業公司都在爭搶少量的H100 GPU配額。我擔心追逐每個想要構建模型的客戶可能會帶來問題——畢竟我們都看到過Sun Microsystems的失敗案例。現在連投資者的態度都變了，大家更傾向於輕資產模式，在現有的模型基礎上開發自己的產品，而不是重新訓練模型。”
主要AI產品的現狀
“當我看AI產品的數據時，最主要的產品依然是ChatGPT，其次是Gemini。Gemini的數據讓我有些意外——雖然它因為分發渠道的原因正在增長，但有趣的是，並沒有太多爆款應用。雖然我們經常討論AI的規模，但實際上，市場上真正有影響力的產品只有四個：ChatGPT、GitHub Copilot、Copilot和Gemini。”AI 智能體的未來
一個沒有界面的世界想象一下，以後我們可能不再需要各種復雜的界面了。AI智能體會直接與數據庫交互，一切都變得簡單直觀。舉個例子，你不用再打開Excel、手動創建表格、導入數據、制作圖表，只需要說一句：“給我展示按收入排名前五的客戶的可視化數據。”剩下的事情，AI智能體會幫你搞定——從訪問數據庫到分析數據再到生成圖表，全程自動化。
更厲害的是，這些AI智能體不僅能處理簡單的任務，還能完成復雜的業務邏輯。它們甚至可以編寫代碼來滿足你的需求，跨多個數據庫和系統協作無縫運行。這對整個軟件行業將是一次顛覆性的改變。
試想一下：如果不需要傳統的應用程序，那些SaaS公司該怎麼辦？應用程序開發者的未來又會怎樣？甚至我們對“軟件”的認知方式都會被重新定義。
覺得新聞不錯，請點個贊吧
好新聞沒人評論怎麼行，我來說幾句| 分享: |
| 注： | 在此頁中閱讀全文 |
