[微软] 微软CEO:AGI并非真正基准,AI行业也不会"赢家通吃"
因为至少在我作为消费者的使用案例中，智能技术已经非常便宜了。每百万个 token 只要两美分。我真的需要它降到 0.02 美分吗？我只是在让它变得更智能方面遇到了瓶颈。如果你需要向我收取 100倍 的费用，那就做 100 倍更大的训练。我很乐意公司这么做。
但是也许你在企业端看到的是不同的情况。什么样的智能应用真的需要它降到每百万 token 0.002 美分？
Satya Nadella：我认为真正的关键在于 token 的效用。两者都需要发生：一是智能需要变得更好、更便宜。每当出现突破性进展，比如 DeepSeek 所做的那样，性能与每个 token 的效率前沿发生变化，曲线会弯曲，前沿也会移动。这就带来了更多的需求。这正是云计算所经历的。
有一个有趣的事情是：我们曾经以为“天哪，我们在客户端-服务器时代已经卖出了所有服务器”。但一旦我们开始把服务器放进云里，人们突然开始消费更多，因为他们可以以更便宜的价格购买，并且是弹性的，他们可以按使用量购买，而不是购买许可证，这完全扩展了服务器的消费范围。
比方说，我们去印度这样的国家，跟他们讲“这是 SQL Server”。我们卖得不多，但天哪，印度的云计算远远超过了我们在服务器时代所能做的。我认为这将会继续发生。
想想看，如果你真的想在全球南部、在发展中国家开展业务，如果这些 token 可以非常便宜地用于医疗保健，那将是史无前例的变革。
Dwarkesh Patel：我认为，如果有人听到像我这样在旧金山的人说“他们有点傻；他们不知道在现实世界中部署技术是什么样的”，这其实是很合理的。
作为一个与这些财富 500 强公司合作并帮助它们为数亿、数十亿人部署技术的人，你怎么看待这些功能的部署速度？
即便拥有了能够工作的智能体，甚至是能够为你远程工作的一些工具，考虑到所有合规问题和固有的瓶颈，这会是一个大的挑战吗，还是会很快解决？
Satya Nadella：这将是一个真正的挑战，因为真正的问题是变革管理或流程变革。这里有一个有趣的事情：我常用的一个类比是，想象一下，像我们这样的大型跨国公司，在没有个人电脑、电子邮件和电子表格的时代，是如何做预测的。传真到处都是。然后，有人拿到传真，做了一份部门间备忘录，然后到处传阅，人们输入数字，最后得出预测，也许正好赶上下一季度。
然后有人说，“嘿，我只要把 Excel 表格放到电子邮件里，发出去，让大家编辑一下，我就能得到预测。”所以，整个预测的业务流程发生了变化，因为工作成果和工作流程发生了变化。
这就是 AI 引入知识工作时需要发生的事情。事实上，当我们想到这些智能体时，根本的变化就是有了一种新的工作方式和流程。
比如说，在准备我们的播客时，我会去我的助手那里说，“嘿，我要和 Dwarkesh 讨论我们关于量子计算的公告以及我们为游戏生成所建立的新模型。给我一个我在谈话前应该阅读的内容摘要。” 它知道了那两篇《自然》杂志的论文，并且提取了相关信息。我甚至说，“嘿，给我做一个播客格式的总结。” 结果，它做得很不错，两个人像聊天一样讨论了这个话题。
所以这就成了—实际上，我还把它分享给了我的团队。我把它放进了 Pages，这是我们的工具，然后分享给了大家。所以我现在的工作流程是，我和我的同事一起使用AI来完成工作。
这就是对所有从事知识工作的人来说，根本性的变革管理，突然间大家开始弄清楚这些新的模式，“我如何用新的方式完成我的知识工作？” 这需要时间。这将会在销售、金融和供应链中发生。
对于现有公司来说，我认为这将是一件，让我们以我喜欢用的类比来说明，就像制造商做的精益生产方面所做的事情。我喜欢这个类比，因为，从某种意义上来说，精益生产成为了一种方法论，它可以让人们将制造的端到端流程变得更加高效。这是一种持续改进的过程，减少浪费、增加价值。
这也是知识的发展趋势。这就像是知识工作中的精益生产。这将是从事知识工作的管理团队和个人的艰苦工作，需要时间。
Dwarkesh Patel：我可以简短地问一下关于那个类比的问题吗？精益生产做的其中一件事是，物理上改变了工厂车间的面貌。它揭示了人们在真正关注流程和工作流程之前没有意识到的瓶颈。
您的点赞是对我们的鼓励
还没人说话啊，我想来说几句
但是也许你在企业端看到的是不同的情况。什么样的智能应用真的需要它降到每百万 token 0.002 美分？
Satya Nadella：我认为真正的关键在于 token 的效用。两者都需要发生：一是智能需要变得更好、更便宜。每当出现突破性进展，比如 DeepSeek 所做的那样，性能与每个 token 的效率前沿发生变化，曲线会弯曲，前沿也会移动。这就带来了更多的需求。这正是云计算所经历的。
有一个有趣的事情是：我们曾经以为“天哪，我们在客户端-服务器时代已经卖出了所有服务器”。但一旦我们开始把服务器放进云里，人们突然开始消费更多，因为他们可以以更便宜的价格购买，并且是弹性的，他们可以按使用量购买，而不是购买许可证，这完全扩展了服务器的消费范围。
比方说，我们去印度这样的国家，跟他们讲“这是 SQL Server”。我们卖得不多，但天哪，印度的云计算远远超过了我们在服务器时代所能做的。我认为这将会继续发生。
想想看，如果你真的想在全球南部、在发展中国家开展业务，如果这些 token 可以非常便宜地用于医疗保健，那将是史无前例的变革。
Dwarkesh Patel：我认为，如果有人听到像我这样在旧金山的人说“他们有点傻；他们不知道在现实世界中部署技术是什么样的”，这其实是很合理的。
作为一个与这些财富 500 强公司合作并帮助它们为数亿、数十亿人部署技术的人，你怎么看待这些功能的部署速度？
即便拥有了能够工作的智能体，甚至是能够为你远程工作的一些工具，考虑到所有合规问题和固有的瓶颈，这会是一个大的挑战吗，还是会很快解决？
Satya Nadella：这将是一个真正的挑战，因为真正的问题是变革管理或流程变革。这里有一个有趣的事情：我常用的一个类比是，想象一下，像我们这样的大型跨国公司，在没有个人电脑、电子邮件和电子表格的时代，是如何做预测的。传真到处都是。然后，有人拿到传真，做了一份部门间备忘录，然后到处传阅，人们输入数字，最后得出预测，也许正好赶上下一季度。
然后有人说，“嘿，我只要把 Excel 表格放到电子邮件里，发出去，让大家编辑一下，我就能得到预测。”所以，整个预测的业务流程发生了变化，因为工作成果和工作流程发生了变化。
这就是 AI 引入知识工作时需要发生的事情。事实上，当我们想到这些智能体时，根本的变化就是有了一种新的工作方式和流程。
比如说，在准备我们的播客时，我会去我的助手那里说，“嘿，我要和 Dwarkesh 讨论我们关于量子计算的公告以及我们为游戏生成所建立的新模型。给我一个我在谈话前应该阅读的内容摘要。” 它知道了那两篇《自然》杂志的论文，并且提取了相关信息。我甚至说，“嘿，给我做一个播客格式的总结。” 结果，它做得很不错，两个人像聊天一样讨论了这个话题。
所以这就成了—实际上，我还把它分享给了我的团队。我把它放进了 Pages，这是我们的工具，然后分享给了大家。所以我现在的工作流程是，我和我的同事一起使用AI来完成工作。
这就是对所有从事知识工作的人来说，根本性的变革管理，突然间大家开始弄清楚这些新的模式，“我如何用新的方式完成我的知识工作？” 这需要时间。这将会在销售、金融和供应链中发生。
对于现有公司来说，我认为这将是一件，让我们以我喜欢用的类比来说明，就像制造商做的精益生产方面所做的事情。我喜欢这个类比，因为，从某种意义上来说，精益生产成为了一种方法论，它可以让人们将制造的端到端流程变得更加高效。这是一种持续改进的过程，减少浪费、增加价值。
这也是知识的发展趋势。这就像是知识工作中的精益生产。这将是从事知识工作的管理团队和个人的艰苦工作，需要时间。
Dwarkesh Patel：我可以简短地问一下关于那个类比的问题吗？精益生产做的其中一件事是，物理上改变了工厂车间的面貌。它揭示了人们在真正关注流程和工作流程之前没有意识到的瓶颈。
您的点赞是对我们的鼓励
还没人说话啊，我想来说几句| 分享: |
| 注： | 在此页中阅读全文 |
