奥特曼纳德拉同台回应一切：合作细节、OpenAI未来路线曝光

henry 发自 凹非寺

量子位 | 公众号 QbitAI

OpenAI完成“股改”，奥特曼和微软纳德拉一起露面回应一切了。

从OpenAI新组织结构的影响，到微软与OpenAI的后续合作，再到AI未来，两人在1个多小时的时间里，深入聊了不少外界感兴趣的话题。

比如：

• OpenAI 2025年营收130亿刀，怎么敢承诺花1.4万亿美元投资算力？
• 微软从和OpenAI的合作中得到了什么？
• 纳德拉认为，缺电比缺GPU更致命。
• OpenAI上市计划还未确定？

……

以下是经整理过的全文。更多对谈细节，请看——

微软与OpenAI的合作

布拉德·格斯特纳：微软从2019年开始投资，到目前为止已经向OpenAI投入大约130到140亿美元，换取了约27%的股权（完全摊薄后），最初大约是三分之一。去年随着新一轮融资，你们的持股被摊薄了一些。这个比例对吗？

萨提亚·纳德拉：是的，大致如此。在谈我们持股之前，我认为OpenAI最独特的一点在于它的重组过程中诞生了全球最大规模的非营利组织之一。在微软内部我常说，我们很自豪能与全球两家最大的非营利机构相关联：比尔及梅琳达·盖茨基金会，以及现在的OpenAI基金会。这才是真正的新闻，而这并不是我们当初投资10亿美元时预期的结果，那时我们并没有想着这会成为百倍回报的投资案例，但如今事实如此。不过，我们非常高兴能成为早期投资者和合作伙伴。坦率地说，这充分证明了山姆和他团队的远见和执行力。他们很早就看到了这项技术的潜力，并卓越地将它变为现实。

山姆·奥特曼：我觉得这真是一个在各个阶段都令人惊叹的合作。正如萨提亚说的，我们最初开始时完全不知道未来会走向何方。但我认为，这将被证明是科技史上最伟大的合作关系之一。如果没有微软，尤其是萨提亚当初的坚定信念和果断行动，我们不可能走到今天。当时几乎没有其他人愿意在那样的环境下注。我们当时对技术的走向一无所知，只是坚信一个理念——持续推进深度学习。我们相信只要能做到这一点，就一定能找到方法做出优秀的产品并创造巨大价值。

同时，正如萨提亚提到的，我们还建立了一个我们认为将成为全球最大的非营利组织的架构。

我非常喜欢这种结构，因为它允许非营利机构的价值持续增长，同时让旗下的公益性公司获得继续扩张所需的资本。如果没有这种结构，也没有志同道合的合作伙伴，基金会的价值不可能达到今天的规模。

从我们最初合作到现在已经超过六年，这六年里我们取得的成果可谓惊人，而未来还会有更多。

我真心希望微软能从这笔投资中赚到一万亿美元，而不仅仅是一千亿。

历史性的非营利组织

布拉德·格斯特纳：在这次重组中，你们提到的架构是：上层是非营利组织，下层是公益性公司（PBC）。

非营利部分目前已经持有价值1300亿美元的OpenAI股票，一诞生就跻身全球最大非营利机构之列，未来规模还可能更大。

这笔1300亿美元的资产将全部用于确保AGI（通用人工智能）惠及全人类。你们还宣布首批250亿美元将投向医疗健康、AI安全与韧性（resilience）。

能谈谈为什么选择“医疗”和“韧性”这两个方向吗？以及，如何确保基金会不会像许多非营利组织那样陷入偏见或低效泥沼？

山姆·奥特曼：首先，我认为为世界创造巨大价值的最好方式就是我们已经在做的事——打造强大的AI工具并让所有人都能使用。我认为公司机制是优秀的。许多企业正在把先进AI带入更多人手中，创造了令人惊叹的成果。

但确实有一些领域，市场机制无法完全驱动符合人类长期利益的结果，在这些地方就需要用不同的方式来推动。

同时，AI还带来了前所未有的新可能，比如以极快速度推进科学发现，实现真正的自动化科研。因此我们决定首要投入的领域包括医疗：如果AI能帮助治愈大量疾病，并让相关数据和知识被广泛共享，那将是对全人类的巨大福祉。

至于AI的“韧性”——我认为未来的发展过程中肯定会出现一些复杂的情况，不是所有问题都能靠企业自行解决。

所以我们希望通过基金会资助相关工作，比如网络安全防御、AI安全研究、社会影响研究等，帮助社会更顺利地度过这一技术变革期。

我们对AI带来的长期积极影响非常有信心，但也清楚前路不会完全平坦。

微软拿下GPT系列的7年独占权

布拉德·格斯特纳：那我们继续说说合作细节——关于模型和排他性。山姆，现在OpenAI的前沿模型可以通过Azure进行分发，但在2032年前的7年内，你们不能在其他主要云平台上分发这些模型，除非在此之前AGI被正式验证。不过你们仍然可以在其他平台分发开源模型、Sora、Agent、Codex、可穿戴设备相关技术等。也就是说ChatGPT或GPT-6不会出现在亚马逊或谷歌的云上，对吗？

山姆·奥特曼：不是这样的。首先，我们和微软会继续在很多方面合作，共同创造价值。我们希望帮助微软创造价值，也希望微软帮助我们创造价值——这样的合作已经在很多层面展开。我们保留了萨提亚曾经提出的一个很好的概念——“无状态API（stateless APIs）”，这些API运行在Azure上，这部分不是完全排他的（协议有效期至2030年）。而其他产品和模型，我们也会在不同的平台上发布。这当然也符合微软的利益。所以我们的产品会出现在很多地方——有些会在Azure上，用户可以在那里使用，这对大家都是好事。

布拉德·格斯特纳：然后是收益分成部分。OpenAI仍然需要就全部收入向微软支付分成，这个分成协议同样持续到2032年，或者直到AGI被验证。假设——只是为了说明问题——这个分成比例是15%，那么如果OpenAI收入是200亿美元，就会向微软支付30亿美元，这部分算作Azure的收入。萨提亚，这个理解对吗？

萨提亚·纳德拉：是的，我们确实有收益分成协议。正如你所说，这个协议会一直持续到AGI出现或到期为止。老实说，我也不确定这笔分成最终是计入Azure还是其他部门——这是个好问题，也许应该去问我们CFO艾米。

布拉德·格斯特纳：既然排他协议和收益分成都会在AGI被验证后提前结束，那这意味着AGI的认定是一件非常重大的事。据我了解，如果OpenAI声称已经实现AGI，那么会由一个专家评审委员会来裁定，你们双方会共同选出“陪审团”，在相对短时间内决定AGI是否确实被实现。萨提亚，你昨天在财报电话会上说，目前“没有任何人接近AGI”，而且短期内也不会实现。你还提到过“智能的尖峰与不平衡性”的概念。但山姆，你似乎比他更乐观一些。那么问题是：你们是否担心未来两三年内真的需要召集这个“陪审团”来判断我们是否已经达到了AGI？

山姆·奥特曼：我知道你想在我们之间制造点戏剧冲突。但我认为，为AGI设立一个正式判定流程是非常必要的。未来技术的发展肯定会出现一些出人意料的转折，我们会继续保持良好的合作关系，一起去理解和判断它的发展方向。

萨提亚·纳德拉：完全同意。这也是我们之所以要建立这个流程的原因之一。我一直坚信，智能的能力会不断提升，而我们真正的目标是——如何把这种智能交到人和组织手中，让他们获得最大化的益处。这也是当初吸引我与OpenAI合作的原因：他们的使命就是让智能造福全人类。我们也会继续沿着这条路走下去。

山姆·奥特曼：布拉德，就算我们明天真的实现了“超级智能（Super intelligence）”，我们依然希望有微软的帮助，把产品交到人们手中。

OpenAI的1.4万亿美元算力承诺

布拉德·格斯特纳：显然，OpenAI是史上增长最快的公司之一。萨提亚，你去年在这个播客上说过，每一次技术范式转变都会诞生一个新的“Google”，而这一次的新“Google”，已经显然是OpenAI。如果没有微软当初的大胆押注，这一切都不会发生。不过话说回来，外界报道你们2025年的收入约为130亿美元。与此同时，山姆，你在本周的直播中提到未来4至5年将投入1.4万亿美元的算力承诺——包括向英伟达投资5000亿美元、向AMD和甲骨文投资3000亿美元、向Azure投资2500亿美元。所以过去一周，市场上最大的疑问是：一家收入130亿美元的公司，怎么可能签下1.4万亿美元的支出承诺？ 你也听到了一些质疑。

山姆·奥特曼：首先，我们的实际收入远不止130亿美元。其次，布拉德，如果你真的想卖掉手上的OpenAI股份，我可以帮你找买家。现在有很多人都非常想买OpenAI的股票。我不认为那些在网络上对我们“算力支出”大惊小怪、担忧不已的人，其实要是能买到OpenAI的股份，肯定会抢着入场。所以我觉得，如果你或者其他股东真想卖股份，我们完全可以很快地把它们卖给那些在X（推特）上喊得最凶的人。

我们确实计划让营收继续快速增长——而且现在增长得很快。

我们是在前瞻性押注：相信它会持续增长。不仅是ChatGPT的收入，我们还会成为重要的AI云服务提供方，我们的消费设备业务也将成为一个有意义且重要的板块，此外，能让AI自动化科学研究的技术也将创造出巨大的价值。

有时我确实会想，如果我们是一家上市公司，可能挺有趣的。尤其是在那些人写“OpenAI快要倒闭”这类荒谬言论的时候，我真希望能对他们说一句：“那你去做空我们的股票吧”，然后看他们被狠狠打脸。

但说回正题，我们的规划是非常审慎的。我们清楚地知道技术能力的演进方向，知道围绕这些能力我们能构建出什么样的产品，以及能带来怎样的营收。当然，我们也可能搞砸——这是我们自愿承担的风险。

但可以肯定的是：如果我们拿不到足够的算力，就无法生产出这样的模型，也无法实现对应规模的营收。

OpenAI的执行力

萨提亚·纳德拉：到目前为止，无论是作为合作伙伴还是投资者，我还没见过OpenAI制定的商业计划没有被他们自己超额完成的。

从某种意义上说，这是一个真正令人惊叹的地方。不论是他们的增长速度，还是业务执行力，坦率地说都令人难以置信。大家都在谈论OpenAI在使用量上的成功，但我认为整体上，他们在业务执行方面也同样令人震撼。

布拉德·格斯特纳：我几周前在CNBC上听到Greg Brockman说，如果我们能把算力提升10倍，收入也许不会增长10倍，但肯定会显著增长。

布拉德·格斯特纳：昨晚你也提到你们同样受算力限制，如果算力更多，增长会更高。那Sam，请帮我们解释一下：你现在觉得算力受限的程度有多严重？你认为在未来两三年的基础设施建设完成后，会不会有一天不再受算力限制？

关于算力需求的未来

山姆·奥特曼：我们经常讨论这个问题——算力“够不够”。我认为最好的理解方式，是把它看作“能源”。你可以讨论在某个价格水平下的能源需求，但不能脱离价格谈能源需求。如果“每单位智能的算力成本”明天下降100倍，那么使用量会远不止增长100倍。现在有很多人想用算力做一些事，但在当前的成本下是经济上不划算的。

如果算力更便宜，就会产生全新的需求。另一方面，随着模型变得更聪明——如果这些模型能治愈癌症、发现新的物理定律、驱动大量人形机器人去建造空间站，不管多疯狂——那时人们也会愿意为“每单位智能”支付更高的价格。所以在谈论算力容量时，必须考虑“单位成本”和“单位能力”的关系。如果不结合这两条曲线来讨论，这其实是个没有明确定义的问题。

萨提亚·纳德拉：如果智能的价值与算力的“对数”相关，那么我们就要不断提升效率。这意味着要最大化“每美元、每瓦特所能生成的token数”以及由此带来的社会经济价值，同时降低成本。从经济学角度看，这正是杰文斯悖论（JevonsParadox）所描述的现象：你不断降低成本、商品化智能本身，让它成为推动全球GDP增长的真正动力。

山姆·奥特曼：不过我认为，目前情况更接近“智能是算力的对数函数”，而不是反过来。但也许未来我们能找到更好的ScalingLaw，这点还在探索。

布拉德·格斯特纳：我们昨天听到微软和谷歌都表示，他们的云业务增长本可以更快，只是受制于GPU供应。

我也在这个节目里问过黄仁勋，未来五年是否有可能出现算力过剩，他回答说：未来两三年几乎不可能出现。我想你们两位应该也会同意这个判断——虽然我们无法预测五到七年后，但至少在未来两三年内，算力过剩几乎不可能发生。

最大的问题不是算力过剩，而是电力与建设速度不够快

萨提亚·纳德拉：我认为，在这个特定领域中，供需周期几乎是无法预测的。真正的长期趋势是持续增长。坦率地讲，我们现在面临的最大问题并不是“算力过剩”，而是电力和基础设施建设速度的问题。如果你没法足够快地在靠近电源的地方完成数据中心建设，那么即使你手里有一堆芯片，也可能插不上电。

事实上，这正是我目前的处境——问题不是芯片供应不足，而是缺乏可供部署的机房基础设施。所以，一些供应链约束是很难预测的，因为需求的变化实在太剧烈了。并不是我们想坐在这里抱怨“算力短缺”，而是我们根本没法准确预测真实需求会涨到多高。而且，这不仅是一个国家或某个市场的事情，而是全球范围的部署问题。要让算力基础设施覆盖全世界，必然会遇到种种限制。我们要做的，就是想办法去穿越这些限制——而且这条路绝不会是线性的。

山姆·奥特曼：总有一天，算力一定会过剩——至于是两三年后，还是五六年后，我说不准，但这肯定会发生，而且可能会多次发生。这背后有很深的人类心理因素和“泡沫循环”。供应链极其复杂，各种奇怪的事都会发生，技术格局也会不断剧烈变化。

比如，如果大规模、极低成本的新型能源突然上线，签了长期合约的公司就会被“烧惨”；再比如，如果“每单位智能的成本”继续以惊人的速度下降——比如现在平均每年下降40倍——那从基础设施建设角度看，这其实是个非常可怕的指数级趋势。

当然，我们的赌注是：随着智能变便宜，需求会持续爆发式增长。但我确实担心，如果我们持续突破下去，人人都能在笔记本上本地运行自己的个人AI模型，那就像我们做了一件“疯狂的事”，有些人一定会在这个周期中受伤——就像历次科技基础设施浪潮中反复出现的那样。

布拉德·格斯特纳：说得太好了——你必须同时接受这两种真相。2000年、2001年我们也经历过同样的泡沫，但互联网最终变得远比当时任何人预想的更大，并为社会带来了更深远的价值。

萨提亚·纳德拉：是的，我认为Sam刚才提到的一点其实外界谈得还不够多：比如，OpenAI在推理层面（inferencestack）针对GPU所做的优化。我们常常谈论摩尔定律带来的硬件性能提升，但实际上，软件层面的效率改进才是呈现出更强指数级增长的部分。

OpenAI的消费级设备

山姆·奥特曼：未来总有一天，我们会做出一种令人惊叹的消费级设备，它能在本地、低功耗地运行一个接近GPT-5或GPT-6级别的模型。

布拉德·格斯特纳：那真会是个奇迹。而且我想，这也正是让那些构建大型集中式算力中心的人感到不安的地方。

你其实谈过很多次：算力要既向边缘端（edge）分布，也要在全球范围内分布式推理。

萨提亚·纳德拉：是的，我自己的思考更多是关于如何构建一支可替代的算力舰队。在云计算基础设施业务里，最关键的两点其实很简单：第一，要有一个高效的“token工厂”；第二，要实现高利用率。要做到高利用率，你就必须能调度多种不同的AI工作负载——包括预训练、中间训练、后训练和强化学习等。所以，让算力资源具备可替代性，是所有云服务提供商的核心目标。

OpenAI的上市计划

布拉德·格斯特纳：昨天路透社报道说，OpenAI可能计划在2026年底或2027年上市？

山姆·奥特曼：不，我们没有任何具体的计划或时间表。我知道外界喜欢这么写，但实际上我们没有确定日期，也没有做出上市决定。我只是认为，从长远来看，那可能是公司自然会走到的一步，仅此而已。

布拉德·格斯特纳：不过，在我看来，如果你们在2028或2029年时的营收超过1000亿美元，那就已经具备了上市的条件。

山姆·奥特曼：那要是2027年呢？

布拉德·格斯特纳：哈哈，2027年更好。如果你们那时上市，按照传闻的1万亿美元估值来看，给听众简单解释一下。

假设你们营收1000亿美元，以10倍收入倍数上市，这其实比Facebook上市时的倍数还低，也比很多大型消费公司上市时低。那就意味着公司估值1万亿美元，如果只公开发行10%到20%的股份，就能融资1000亿到2000亿美元，这足以支持你们的扩张和研发计划。所以你并不是反对上市？

山姆·奥特曼：我更希望公司以强劲的营收增长为基础去做这件事，但没错，这肯定会是个值得考虑的方向。

布拉德·格斯特纳：我一直觉得这是个非常重要的公司。像我自己的孩子，他们有自己的小投资账户，也每天用ChatGPT。我希望普通投资者也能有机会买到这样一家影响力巨大的公司。

山姆·奥特曼老实说，这可能是上市对我个人来说最有吸引力的理由。

关于2026年的突破

布拉德·格斯特纳：最近，你的团队一直在谈未来的新动向：更大规模算力、ChatGPT-6及更远的版本、机器人、实体设备、科学研究。

山姆·奥特曼：今年我觉得最有意思的是Codex（AI编程模型）的发展。明年，它可能会从处理“几小时任务”跃升到能处理“几天级别任务”，让人类能以前所未有的速度和全新方式创造软件。我对此非常兴奋。而且我相信这种趋势也会扩展到其他行业。我对代码更熟悉，所以更容易看到那里的变革，但这将真正重塑人类创造力的边界。

我希望到2026年，AI能带来哪怕极小的科学发现。如果我们能从小突破开始，未来就能逐步积累到更大的成果。 这听起来疯狂，但如果AI真的能在2026年做出一项原创的科学发现，哪怕只是一个微小的。那将是人类文明的重大时刻。我对这个非常期待。当然，机器人、以及未来全新形态的计算机设备也很重要。但我个人最大的偏好是：让AI真正参与科学研究。那就意味着我们让智能系统开始扩展人类知识总量——这件事太重要了。

萨提亚·纳德拉：是的，以Codex为例，关键在于模型能力与交互界面的结合。ChatGPT之所以“魔法般”爆发，是因为合适的UI遇上了足够强的智能模型。而现在的“代码智能体”（CodingAgent）正在形成一种新的范式：AI可以自主执行长时间任务，然后在关键节点上再由人类“微调”。我们内部称之为宏观委托（macrodelegation）与微观操控（microsteering）。当这种新型智能与全新UI结合，就会出现一种全新的“人机交互形态”，我认为它的影响力甚至可能超过ChatGPT。

山姆·奥特曼：这也是我很兴奋我们正在开发新型计算设备形态的原因。因为现在的电脑结构根本不适合这种工作流。ChatGPT这样的UI其实并不完美。想象一下：你拥有一个设备，它始终陪伴在你身边，它可以独立完成任务，必要时获得你的“微指导”，同时它能深度理解你的语境与生活流。这会非常酷。

布拉德·格斯特纳：而你们都还没提到消费者端的用例。我常常想，我们现在每天都要在设备里翻找上百个App、填各种表单——这些交互方式20年来几乎没变。但如果AI能让我们真正拥有一个几乎免费的个人助理，为全球数十亿人改善生活。无论是帮孩子订尿布、预订酒店、还是修改日程，那将会是最平凡但也最具革命性的改变。当我们从“回答”走向“记忆”与“行动”，再通过耳机或其他设备自然地与AI交互，而不再盯着一块玻璃屏幕——那真是令人震撼的未来。

萨提亚·纳德拉：我觉得这正是Sam刚刚在暗示的东西。

（奥特曼下线）

布拉德·格斯特纳：2019年你把“投资OpenAI十亿美元”的想法带到董事会上，当时是不是一拍即合？你是否需要花费一些精力来说服大家？

萨提亚·纳德拉：是的，现在回头看，那段历程很有意思。其实我们和OpenAI的关系更早就开始了——大概2016年，Azure就是OpenAI最早的赞助者之一。

当时他们主要做强化学习，我还记得那场Dota2比赛就是在Azure上跑的。后来他们转向别的方向。那时候我对强化学习挺感兴趣，但老实说，这也印证了你说的“准备充分的头脑”这个概念。自1995年以来，微软就一直对“自然语言”痴迷——这是比尔·盖茨在公司内部推动的核心方向。毕竟我们是一家以编码和信息工作为中心的公司。

所以，当Sam在2019年开始谈“文本”、“自然语言”、“Transformer”、“ScalingLaw”这些东西时，我心想：“哇，这真有意思。”这支团队的方向与我们的兴趣高度契合，所以从这个角度说，这是一笔“理所当然”的投资。

当然，当你去董事会上说，“我打算拿出10亿美元给一个我们还不完全理解的结构——既不是盈利公司，又不是传统非营利机构”，大家肯定会有争论。

盖茨一开始持怀疑态度，也很合理。但当他看到GPT-4的演示后，他就完全被说服了。

他后来也公开说过，那是他自从查尔斯·西蒙尼（Charles Simonyi）在XeroxPARC给他看演示以来，见过的最震撼的Demo。

对我来说，当时的想法是：“让我们试一试。”后来当我们在GitHubCopilot里看到早期的Codex效果时——自动补全代码、运行得非常顺畅——那一刻我就知道，这可以从“1”做到“10”。坦白说，最初的那一步是有争议的，但从1到10才真正开启了这一整个AI时代。

之后，无论是OpenAI那边的团队执行力，还是我们这边的产品化落地，都是令人惊叹的。

如果你看现在的组合——GitHub Copilot、ChatGPT、Microsoft 365Copilot，以及我们的消费级Copilot——这四个加起来，就是当今全球最大的一组AI产品体系。这正是让我们能够持续前进的关键。

布拉德·格斯特纳：我想很多人不知道，你的CTOKevin Scott——一位前谷歌工程师——其实常驻硅谷。

要知道，当时微软错过了搜索、错过了移动时代，而当你成为CEO时，云计算也几乎要错过了。你自己形容那是“赶上了离站前的最后一班火车”。所以我想，你很坚定地想在硅谷保持“眼睛和耳朵”，不再错过下一波浪潮。

Kevin在这件事里应该帮了你不少，对吧？

萨提亚·纳德拉：完全正确。事实上，我要说，Kevin的信念起到了决定性作用。他一开始也是怀疑派——这正是我最关注的那种人：“原本不信，但后来改变了看法并变得兴奋的人。”这种转变本身就是一个信号。因为那让我想追问：“为什么？是什么改变了你的想法？”Kevin最初持保留态度，但后来成了坚定支持者。我们很多人其实都被教育成相信：“一定有某个算法能解开一切”，而不是“通过扩展和算力堆叠就能取得突破”。但事实证明，Kevin的坚定信念——“这是值得去做的”——是推动这一切的关键力量之一。

关于合作价值

布拉德·格斯特纳：如今，这笔当初10亿美元的投资价值大约1300亿美元，未来甚至可能像Sam说的那样，达到1万亿美元。但这仍然低估了微软与OpenAI合作的真正价值。除了股权收益外，微软每年能从OpenAI的分成中获得数十亿美元利润，还能通过Azure的2500亿美元算力承诺获得收益。

此外，你们还独家分发API，也带来了巨额销售额——吸引了不少原本在AWS上的客户迁移到Azure。能谈谈你怎么看待这些价值层面吗？尤其是独占性为微软带来的战略意义？

萨提亚·纳德拉：当然。撇开股权部分不谈，最关键的战略协同在于：OpenAI的无状态API独家运行在Azure上。这对OpenAI、对我们、对客户来说，都是共赢的。企业客户在构建AI应用时，希望API是无状态的（stateless），然后与底层的计算、存储、数据库结合，形成一个完整的工作负载。这正是Azure能与OpenAI结合的地方。

我们现在甚至把Foundry（AI应用托管平台）也整合进来。假设你要构建一个AI应用，关键问题是：“如何确保AI的演化能与应用逻辑匹配？”这就需要一个完整的应用服务器层，这正是我们在Foundry中做的。

另一方面，对微软而言，另一个价值来源是：我们不仅拥有独家访问权，还拥有知识产权（IP）使用权。我们与OpenAI的协议让微软在未来七年内都可免版税使用前沿模型。换句话说，如果你是微软股东，这意味着——我们基本上“免费”获得了一套最先进的大模型。

我们可以把这套模型嵌入GitHub、Microsoft365、Copilot等产品中，再结合我们自有数据进行微调，从而在权重层面融合自有知识。因此，我们对AI带来的价值创造非常有信心——无论是在基础设施（Azure）层面，还是在高价值领域如医疗、知识工作、编程、安全等。

布拉德·格斯特纳：微软最近在财报中合并了OpenAI的亏损，据说上季度就合并了约40亿美元的亏损。你觉得投资者是否误解了这件事？有可能他们在估值中反而“扣分”了，因为这些亏损会影响每股收益倍数。但事实上，OpenAI合作带来的长期收益和潜在市值远超这些短期数字。你怎么看？

萨提亚·纳德拉：这是个好问题。我们的CFO Amy（艾米·胡德）会采取“完全透明”的方式来处理。老实说，我不是会计专家，所以我认为最好的办法就是公开所有信息。这也是我们现在区分GAAP与Non-GAAP（一般公认会计准则与非公认口径）财报数据的原因。至少这样，投资者可以清楚地看到实际每股收益（EPS），从而理解全貌。

因为在我看来这件事其实很简单。假设你投资了135亿美元，那么当然，你可能会损失这135亿美元，对吧？但至少据我所知，你不会损失超过135亿美元——那就是你承担的风险上限。

当然，你也可以说，现在我们的股权价值大约是1350亿美元，这部分资产虽然是流动性的，但我们并不打算出售它，因此它也带有一定风险。

不过，我认为你真正想问的是另一件事——就是这些投资之外正在发生的事。比如Azure的增长。如果没有和OpenAI的合作，Azure还会有这样的增长吗？正如你提到的，有多少客户是第一次从其他云平台迁移到Azure的？

这才是我们真正获益的地方。而且这不仅体现在Azure上，还体现在Microsoft365。事实上，过去我们一直在想：E5之后，Microsoft365的下一个重大增长点会是什么？现在我们找到了，就是Copilot。

它的规模已经超过了我们推出的任何一个办公套件。无论是渗透率、使用速度还是增长节奏，Copilot都超越了微软几十年来在信息化办公领域的所有成果。

所以我们现在对为股东创造长期价值的机会非常有信心。同时，我们也会完全透明，让外界清楚看到——无论是亏损还是投资情况。会计规则怎么规定我们就怎么执行，所有数据都会对外公开，让大家了解实际情况。

布拉德·格斯特纳：大约一年前，有很多新闻标题都在说微软正在削减AI基础设施投资。你觉得这是公平的说法吗？还是有点误解？反正这些报道当时确实存在。或许那时候你们的确更保守、更谨慎一些。不过昨晚财报电话会上，Amy提到，微软在算力和基础设施上其实已经短缺了好几个季度。她原本认为你们会赶上，但结果没赶上——因为需求持续增长。所以我的问题是：现在回头看，当初是不是太保守了？你现在知道这些情况后，会怎么规划接下来的路线图？

萨提亚·纳德拉：这个问题问得很好。事实上，我们当时意识到了一点——而且我很高兴我们意识到了——那就是，必须建设一个在整个AI生命周期中都能灵活调度（fungible）的算力集群。这种灵活性不仅要体现在不同地域之间，也要体现在不同芯片代际之间。

举个例子，就拿黄仁勋和英伟达团队来说，他们的更新速度可以说是“以光速前进”。现在我们正在引入GB300芯片。你当然不希望刚刚部署完一大批GB200，就发现GB300已经全面量产了。

所以你得持续地现代化你的集群，让它在全球范围内分布，并且能针对不同的工作负载灵活调度。同时，我们也在不断进行软件层面的优化。

这就是我们当时所做的决定。有时候我们不得不对某些需求说“不”，包括部分来自OpenAI的需求。比如，Sam可能会说：“请帮我在某个地方建一个专用的、几千兆瓦的大型训练数据中心。”这对OpenAI来说或许合理，但从微软长期的全球基础设施布局来看就不合算。

所以我们选择让他们有灵活性，可以向其他供应商采购计算资源。同时，我们仍然保持着与OpenAI的重要合作规模——更重要的是，这也让我们能保持与其他客户（包括微软自己的1P业务）的灵活性和平衡。

要知道，我们不希望在算力上出现短缺。很多投资者过于关注Azure的增长数字。但对我来说，高利润的业务其实是Copilot系列，包括Security Copilot、GitHub Copilot、Healthcare Copilot等。

我们希望以一种平衡的方式来获得长期回报，而不是被短期的Azure增速牵着走。我觉得这点在投资者中其实是被误解的——挺有趣的。毕竟他们之所以持有微软股票，是因为微软的业务组合足够广，而不是单单因为Azure的增长曲线。

布拉德·格斯特纳：说到Azure，它本季度增长了39%，年化收入达到930亿美元，非常惊人。相比之下，谷歌云增长了32%，亚马逊只有约20%。不过从你刚才说的情况看，因为你们要给1P和研究项目分配算力，Azure实际上可能可以增长41%或42%，如果你们当时有更多算力可供使用，对吧？

萨提亚·纳德拉：这正是我们在内部要平衡的地方——要在长期股东利益、客户服务质量以及风险分散（避免算力集中在OpenAI一家）之间找到平衡。

毕竟我们现在的处境是——不是需求受限（demand-constrained），而是供给受限（supply-constrained）。 所以我们必须有策略地“塑造”需求，让它和我们的算力供给在长期内实现最优匹配。

布拉德·格斯特纳：你提到过4000亿美元的剩余履约义务（RPO），这个数字令人难以置信。昨晚你提到，这是你们目前的已预订业务量。随着销售持续进来，这个数字明天肯定还会增加。你还提到，为了满足这些积压订单，你们必须大规模扩充产能。我想问的是，这些积压订单多元化程度如何？你们有多大信心，这4000亿美元能在未来几年真正转化为收入？

萨提亚·纳德拉：是的，这4000亿美元的剩余履约义务，平均来看持续时间其实很短——大约是两年左右。这也是我们投资大规模产能的原因之一，因为我们非常确定需要清理这些积压订单。

至于多元化程度，这些订单在微软自身一方（1P）和第三方客户之间都有分布。坦白说，我们自身的一方需求非常高；在第三方客户中，我们也看到越来越多公司正在构建实际可扩展的工作负载。

因此，我们对此非常有信心。RPO的一个优势是可规划性强，所以我们对未来产能建设感到很踏实。

当然，这还不包括我们即将看到的新增需求，例如那2500亿美元的长期订单，这些会在未来按计划逐步增长。

布拉德·格斯特纳：在这场算力建设竞赛中，有很多新进入者，比如Oracle、CoreWeave、Crusoe等。通常情况下，这会压低利润率，但你们却成功地在保持Azure健康运营利润的同时，快速扩展了算力。

我的问题是：微软如何在这种竞争环境中保持优势？在竞争者杠杆化、压低利润的情况下，你们如何平衡利润与风险？你有没有看到竞争者的某些举动，让你觉得“这可能会导致另一个牛熊周期”？

萨提亚·纳德拉：对于我们来说，好消息是，即使每天都在和亚马逊、谷歌等大玩家竞争，我们仍然保持了竞争力。

说到底，计算资源和存储都是商品化的。我记得以前有人说，除非达到规模，否则无法盈利；实际上，一切都在竞争中趋于商品化。

因此，我们必须有一个高效的成本结构。供应链效率、软件优化都必须不断叠加，以保证利润空间。

但规模才是关键——我特别喜欢OpenAI合作的一点，就是它给了我们大规模工作负载。当你云上承载了最大规模的工作负载时，你不仅能更快学习如何运营大规模系统，还能降低成本结构，从而让价格更具竞争力。

所以我对保持利润率很有信心，这也是微软多元业务组合的优势所在。我一直说，我之所以被迫披露Azure数字，是因为资本分配其实并不是单独针对某一部分。我在Xbox云游戏、Microsoft365或Azure的资本支出，其实都是统一考虑的。

从微软整体来看，我们关心的是混合平均回报是否能匹配公司所需的运营利润率。毕竟，我们不是那种单一平台的集团公司，而是通过5、6个不同业务的协同，来放大云计算和AI投资的整体回报。

布拉德·格斯特纳：我很喜欢你那句话：“在大规模下，没有什么是商品化的。”你知道，甚至在这个播客里，我和我的合伙人BillGurley也花了不少篇幅讨论循环收入，包括Microsoft的Stasher积分、OpenAI的收入确认等。

你有没有看到类似AMD的交易——他们用10%的股权换交易，或者Nvidia的交易？我并不是想过度关注这些交易，但我想直接回应CNBC和Bloomberg每天讨论的话题：市场上确实有很多类似的交叉交易。你在考虑微软的背景下，会担心这些对AI收入的可持续性或稳定性有影响吗？

萨提亚·纳德拉：首先，我们对OpenAI投资的135亿美元，是全部训练投资，没有计入收入。这也是我们拥有股权比例（27%或135亿美元）的原因。

所以这些资金没有进入Azure收入。实际上，Azure收入纯粹是ChatGPT和其他API的消费收入，我们会进行监控。

关于其他公司，在某种程度上，供应商融资一直存在。也就是说，这不是新概念：当一个公司在建设某些东西，而它的客户也在建设，但需要融资时，可能会采用一些非常规形式，这些形式显然需要投资界仔细审视。

有趣的是，我们根本没有必要这么做。我们的方式是，投资OpenAI并获得股权，或者以优惠算力价格支持他们启动业务。而其他公司可能选择不同方式。循环收入最终取决于需求：只要最终产出有需求，这种模式就能运作，到目前为止，这一直有效。

布拉德·格斯特纳：你刚才提到一半以上业务是软件应用。我想谈谈软件和智能代理。去年你曾提到，大部分应用软件，其实只是“薄薄一层”覆盖在杂乱数据库之上，这引起了不小的轰动。

萨提亚·纳德拉：是的，我的观点是：在智能代理时代，传统业务应用可能会逐渐被取代。因为它们本质上就是带有业务逻辑的“群体数据库”，而业务逻辑会被代理取代。

关于Microsoft 365 Copilot的成功

布拉德·格斯特纳：如今，上市软件公司前瞻性市销率约为5.2倍，低于其历史均值7倍，即使市场处于历史高位。很多人担心SaaS订阅和利润率可能因AI受到冲击。

那么现在AI对你们核心软件产品（如数据库、Fabric、安全、Office365）的增长率有何影响？你们如何确保软件不会被破坏，而是通过AI获得增强能力？

萨提亚·纳德拉：是的，正如我上次提到的，SaaS应用架构正在改变，因为智能代理层正在替代旧的业务逻辑层。过去，我们的SaaS应用是数据层、逻辑层和UI紧密耦合的，而AI不遵守这种耦合，它要求解耦，同时上下文工程非常重要。

以Office365为例，我喜欢它的低ARPU、高使用率。Outlook、Teams、SharePoint、Word、Excel，用户几乎一直在使用，生成大量数据输入到Graph中。低ARPU、高使用率让我有信心，通过AI层可以充分利用数据。

有趣的是，Github和Microsoft365因AI而出现了数据输入历史新高。生成的代码、PowerPoint、Excel模型、聊天记录、新文档都在进入Graph，形成向量嵌入，为智能代理提供语义基础。

下一代SaaS应用必须智能化。高ARPU、低使用率可能有问题，但我们是低ARPU、高使用率。通过AI加速部署，像M365Copilot，价格高于其他产品，但部署更快、使用更多。

Github的情况也很明显：过去10-15年积累的成果，在去年完成了主要增长。代码不再是工具，而是替代劳动力的手段，商业模式完全不同。

布拉德·格斯特纳以前，云主要运行预编译软件，不需要太多GPU，价值大多集中在数据库和应用层。

但未来，接口只有在智能化时才有价值。软件必须能思考、行动和提供建议，这需要生成大量token，并处理不断变化的上下文。在这种情况下，AI工厂（硬件、模型）可能比软件或代理获得更多价值。你怎么看？

萨提亚·纳德拉：有两件事决定AI的价值：

• Token工厂：硬件和系统软件最优化运行，实现最大化利用率。Hyperscaler的作用就是高效运行token工厂，同时管理异构硬件。
• Agent工厂：现代SaaS驱动业务结果。它知道如何最有效地使用token创造价值。GithubCopilot是例子：自动模式根据提示选择最佳模型完成任务。智能SaaS应用通过反馈循环和数据循环优化token使用，实现最佳业务结果。

总的来说，软件存在真实的边际成本，这一点在云时代就有，只是现在成本更高。商业模式需要调整，分别优化Agent工厂和Token工厂。

布拉德·格斯特纳:微软有一个不为人知的搜索业务，非常赚钱，因为搜索量巨大，而每次搜索成本仅为几分之一美分。相比之下，聊天交互成本更高。你认为未来聊天是否能达到搜索的盈利水平？

萨提亚·纳德拉:搜索的盈利模式很神奇：索引是固定成本，可高效摊销。而聊天每次交互需要更多GPU周期，成本结构不同。因此早期聊天多采用freemium或订阅模式。我们还在探索广告或代理商业模式。

同时，我个人仍用搜索完成特定导航任务，而商业搜索逐渐转向Copilot模式。未来会有类似SaaS早期被重构的再分配过程。

布拉德·格斯特纳:这是一个数万亿美元市场，当搜索商业模式转向类似个人助手，潜在价值可能远超传统搜索。但这意味着不再只是摊销固定索引成本。

萨提亚·纳德拉:消费者市场有限时间可支配，如果你做一件事，就没时间做另一件事。消费端的代理化盈利模式仍不明朗。而企业端则不同：不是赢者通吃，更适合代理交互。换句话说，代理取代了传统座位计费，企业端盈利更清晰，消费端则模糊。

关于AI与生产力

布拉德·格斯特纳：最近看到Amazon大规模裁员，七巨头近三年增长有限。

微软2024–2025人数几乎不变，约22.5万。很多人认为这是疫情后的效率优化。但AI是否也有影响？AI会成为净就业创造者吗？长期来看，它会提高微软生产力吗？

萨提亚·纳德拉：我坚信，生产力曲线会因AI工具而提升。任务级别的工作会因AI更高效完成。微软内部也在确保每位员工配备M365和Github Copilot，从而提高效率。

同时，我们学习了一种新的工作方式：与智能代理协作，就像早期Office工具改变了工作流程一样。

现在的计划和执行都以AI为起点：研究、思考、分享，生成新的工作成果和工作流。掌握这一能力的组织将获得最大生产力提升，无论是微软内部，还是整个产业和现实世界。

布拉德·格斯特纳：那么微软会从中受益吗？我们假设按当前增长率，几年后——五年后——你的收入大约是今天的两倍。Satya，如果收入按这个速度增长，你会增加多少员工？

萨提亚·纳德拉：我每天从微软员工身上看到的例子是最棒的部分。比如，我们网络运营负责人，她负责我们刚在Fairwater建的2吉瓦数据中心的光纤网络。AI的部署让光纤敷设、运维等任务量非常巨大。实际上，我们需要跟全球约400个光纤运营商打交道，每次发生问题，都要处理复杂的DevOps流程。

她说，即便批准预算，也无法雇佣足够人手完成这些任务。所以她做了第二好的选择：自己构建了一套智能代理，自动化DevOps流程。这就是你说的，团队利用AI工具大幅提升生产力的例子。

所以我们当然会增加员工，但新增员工的杠杆率远高于以前。

你可以把它看作结构性的调整——大家需要重新学习如何工作，这不仅是“做什么”，更是“怎么做”的问题。学习和“去学习”过程大约会持续一年左右，然后新增员工才能实现最大化杠杆效应。

布拉德·格斯特纳：我觉得我们正处在生产力大幅提升的边缘。和你或Michael Dell交流时，我感觉大多数公司甚至还没有开始重构工作流程，从智能代理中获取最大杠杆。

但在未来两到三年，这会带来显著收益。我也乐观认为，这会创造净就业，但企业的员工增长可能比收入增长慢，这就是生产力提升的体现。把这些效益累加起来，就是生产力提升带来的增量价值，可以投入到创造之前不存在的新事物上。

萨提亚·纳德拉：完全正确。即便在软件开发领域也是如此。

每个组织都有大量IT待办事项，这些智能代理将帮助我们处理这些backlog，实现“常青软件”的愿景。

同时，知识工作的抽象层次会发生变化，工作流程也会随之调整，从而满足产业产品需求的变化。

Read More