[微软] 微软财报会精华版:纳德拉锐评中国 AI 局势
问：你们如何看待DeepSeek？它是否标志着AI已接近或即将实现以更低成本进行规模化应用的节点？
纳德拉：从某种意义上讲，AI的发展与常规计算周期类似，都涉及到优化和提高效率的问题。在摩尔定律、缩放定律的推动下，AI的性能正在逐步提升，而成本则在下降。尤其是在推理领域，软件优化带来了每个周期10倍的性能提升。我认为，DeepSeek的确有一些创新成果，部分成果也出现在OpenAI的o1模型中。这些成果都已商品化，并且会得到广泛应用，而在这样的软件发展周期中，最大的受益者就是客户。
从客户服务器模式到云计算转变的过程，其实是更多的人购买了服务器，只不过这些服务器换成了“云”。随着token价格下降，推理计算的成本也随之降低，这意味着人们可以使用到更多的计算资源，也会有更多的应用程序开发出来。到了2025年年初，个人电脑上也能运行曾经需要庞大基础设施支持的模型。这意味着AI应用会变得更加无处不在，而微软作为超大规模云服务提供商和PC平台提供商，正处于这一变革的前沿。
问：微软参与星际之门项目及其与OpenAI关系调整的战略决策，对未来几年资本支出有何影响？
纳德拉：微软与OpenAI的合作关系非常成功，Azure业务得到了强力支持，目前确认的只是合作的初步成果，未来还会有更多好处。微软正在构建灵活且兼容的计算资源体系，以确保训练和推理之间达到恰当的平衡，并实现地理分布式布局。同时，微软致力于通过软件优化，并利用Deepseek所取得的成果，降低GPT模型的推理成本。在推理优化方面，降低成本是推动AI业务增长的关键，且不应过度采购资源，因为摩尔定律每年会提升性能，而优化可带来10倍的提升。
问：微软Copilot系列后续发展如何，将如何整合产品并推广以满足客户多样化需求？
纳德拉：微软最近发布了两项重要更新。首先，微软推出了微软365 Copilot Chat企业AI助手服务，并广泛部署到所有已安装产品中，用户可以通过 IT 部门开启这一功能，大家可以立即开始使用具备企业控制功能的网页聊天服务。此外，该功能内置了Copilot Studio，这意味着我们可以开始构建智能体。结合完整的 Copilot，这是一个不错的组合，它将加速席位使用量的增长和智能体的构建。
其次，在消费者一端，微软发布了Copilot的Think Deeper功能，由OpenAI o1模型提供技术支持，并且在全球范围内可用。由此可见，推理优化和成本降低使得一些原本高端的功能得以更广泛应用，这一趋势也在GitHub Copilot和Security Copilot等产品中得到体现。
问：在Azure上运行的推理任务中，专有模型与开源模型各自所占的比例有多大？这对微软有何影响？
纳德拉：在任何应用中，通常都会使用多种不同的模型。例如，Copilot或GitHub Copilot背后就有许多不同的模型，包括构建、微调和蒸馏的模型，其中一些可能会被蒸馏成开源模型。因此，未来将会是多种模型的结合。拥有前沿模型非常重要，因为开发者总是希望用最好的模型来构建应用，并在此基础上进行优化。随着时间的推移，初始的成本结构（COGS）也会改变，因为开发者会持续优化延迟和成本，并在不同模型下进行调整。
为了管理这些复杂性，新的应用服务器需要具备强大的能力。微软正在大量投资于Foundry，以确保应用开发者能够跟上不断涌现的模型趋势，使应用能够持续受益于创新，同时避免过高的开发或运维成本（如AIOps成本）。微软也在大力投资于应用服务器，确保任何工作负载都能从不同的模型中受益，无论是开源、闭源还是不同权重级别的模型。同时，从运维角度来看，这会让你的工作更快、更轻松。
问：Copilot在哪些领域表现强劲？常见使用场景是什么，为何有巨大的未来盈利潜力？
纳德拉：我认为最初的席位分配是针对那些更相信即时生产力的部门，比如销售团队、财务或供应链部门，这些地方有很多像 SharePoint 这样的数据，用户希望能够结合网络数据使用，并产生有益的结果。但随后发生的情况，非常像我们在上一代生产力工具中看到的那样，人们开始跨部门、跨职能协作。例如，在我自己的日常习惯中，我会使用聊天功能，通过工作标签获取结果，然后立刻通过页面分享给同事。我称之为“用 AI 思考，与人协作”。这种模式要求你在整个企业中更广泛地推广它。
这也是我们目前所看到的，虽然它可能从部门层面开始，但快速的协作效应会推动它在整个组织中推广。你可以按团队或其他方式进行部署。我们甚至通过将Copilot Chat与其他功能结合使用，进一步简化了这一过程，为企业客户提供了更大的灵活性，让这一工具在企业中更加普及。
觉得新闻不错，请点个赞吧
还没人说话啊，我想来说几句
纳德拉：从某种意义上讲，AI的发展与常规计算周期类似，都涉及到优化和提高效率的问题。在摩尔定律、缩放定律的推动下，AI的性能正在逐步提升，而成本则在下降。尤其是在推理领域，软件优化带来了每个周期10倍的性能提升。我认为，DeepSeek的确有一些创新成果，部分成果也出现在OpenAI的o1模型中。这些成果都已商品化，并且会得到广泛应用，而在这样的软件发展周期中，最大的受益者就是客户。
从客户服务器模式到云计算转变的过程，其实是更多的人购买了服务器，只不过这些服务器换成了“云”。随着token价格下降，推理计算的成本也随之降低，这意味着人们可以使用到更多的计算资源，也会有更多的应用程序开发出来。到了2025年年初，个人电脑上也能运行曾经需要庞大基础设施支持的模型。这意味着AI应用会变得更加无处不在，而微软作为超大规模云服务提供商和PC平台提供商，正处于这一变革的前沿。
问：微软参与星际之门项目及其与OpenAI关系调整的战略决策，对未来几年资本支出有何影响？
纳德拉：微软与OpenAI的合作关系非常成功，Azure业务得到了强力支持，目前确认的只是合作的初步成果，未来还会有更多好处。微软正在构建灵活且兼容的计算资源体系，以确保训练和推理之间达到恰当的平衡，并实现地理分布式布局。同时，微软致力于通过软件优化，并利用Deepseek所取得的成果，降低GPT模型的推理成本。在推理优化方面，降低成本是推动AI业务增长的关键，且不应过度采购资源，因为摩尔定律每年会提升性能，而优化可带来10倍的提升。
问：微软Copilot系列后续发展如何，将如何整合产品并推广以满足客户多样化需求？
纳德拉：微软最近发布了两项重要更新。首先，微软推出了微软365 Copilot Chat企业AI助手服务，并广泛部署到所有已安装产品中，用户可以通过 IT 部门开启这一功能，大家可以立即开始使用具备企业控制功能的网页聊天服务。此外，该功能内置了Copilot Studio，这意味着我们可以开始构建智能体。结合完整的 Copilot，这是一个不错的组合，它将加速席位使用量的增长和智能体的构建。
其次，在消费者一端，微软发布了Copilot的Think Deeper功能，由OpenAI o1模型提供技术支持，并且在全球范围内可用。由此可见，推理优化和成本降低使得一些原本高端的功能得以更广泛应用，这一趋势也在GitHub Copilot和Security Copilot等产品中得到体现。
问：在Azure上运行的推理任务中，专有模型与开源模型各自所占的比例有多大？这对微软有何影响？
纳德拉：在任何应用中，通常都会使用多种不同的模型。例如，Copilot或GitHub Copilot背后就有许多不同的模型，包括构建、微调和蒸馏的模型，其中一些可能会被蒸馏成开源模型。因此，未来将会是多种模型的结合。拥有前沿模型非常重要，因为开发者总是希望用最好的模型来构建应用，并在此基础上进行优化。随着时间的推移，初始的成本结构（COGS）也会改变，因为开发者会持续优化延迟和成本，并在不同模型下进行调整。
为了管理这些复杂性，新的应用服务器需要具备强大的能力。微软正在大量投资于Foundry，以确保应用开发者能够跟上不断涌现的模型趋势，使应用能够持续受益于创新，同时避免过高的开发或运维成本（如AIOps成本）。微软也在大力投资于应用服务器，确保任何工作负载都能从不同的模型中受益，无论是开源、闭源还是不同权重级别的模型。同时，从运维角度来看，这会让你的工作更快、更轻松。
问：Copilot在哪些领域表现强劲？常见使用场景是什么，为何有巨大的未来盈利潜力？
纳德拉：我认为最初的席位分配是针对那些更相信即时生产力的部门，比如销售团队、财务或供应链部门，这些地方有很多像 SharePoint 这样的数据，用户希望能够结合网络数据使用，并产生有益的结果。但随后发生的情况，非常像我们在上一代生产力工具中看到的那样，人们开始跨部门、跨职能协作。例如，在我自己的日常习惯中，我会使用聊天功能，通过工作标签获取结果，然后立刻通过页面分享给同事。我称之为“用 AI 思考，与人协作”。这种模式要求你在整个企业中更广泛地推广它。
这也是我们目前所看到的，虽然它可能从部门层面开始，但快速的协作效应会推动它在整个组织中推广。你可以按团队或其他方式进行部署。我们甚至通过将Copilot Chat与其他功能结合使用，进一步简化了这一过程，为企业客户提供了更大的灵活性，让这一工具在企业中更加普及。
觉得新闻不错，请点个赞吧
还没人说话啊，我想来说几句| 分享: |
| 注： | 在此页中阅读全文 |
