OpenAI完成“股改”，奧特曼和微軟納德拉一起露面回應一切了。

從OpenAI新組織結構的影響，到微軟與OpenAI的后續合作，再到AI未來，兩人在1個多小時的時間里，深入聊了不少外界感興趣的話題。

比如：

• OpenAI 2025年營收130億刀，怎么敢承諾花1.4萬億美元投資算力？
• 微軟從和OpenAI的合作中得到了什么？
• 納德拉認為，缺電比缺GPU更致命。
• OpenAI上市計劃還未確定？

……

以下是經整理過的全文。更多對談細節，請看——

微軟與OpenAI的合作

布拉德·格斯特納：微軟從2019年開始投資，到目前為止已經向OpenAI投入大約130到140億美元，換取了約27%的股權（完全攤薄后），最初大約是三分之一。去年隨著新一輪融資，你們的持股被攤薄了一些。這個比例對嗎？

薩提亞·納德拉：是的，大致如此。在談我們持股之前，我認為OpenAI最獨特的一點在于它的重組過程中誕生了全球最大規模的非營利組織之一。在微軟內部我常說，我們很自豪能與全球兩家最大的非營利機構相關聯：比爾及梅琳達·蓋茨基金會，以及現在的OpenAI基金會。這才是真正的新聞，而這并不是我們當初投資10億美元時預期的結果，那時我們并沒有想著這會成為百倍回報的投資案例，但如今事實如此。不過，我們非常高興能成為早期投資者和合作伙伴。坦率地說，這充分證明了山姆和他團隊的遠見和執行力。他們很早就看到了這項技術的潛力，并卓越地將它變為現實。

山姆·奧特曼：我覺得這真是一個在各個階段都令人驚嘆的合作。正如薩提亞說的，我們最初開始時完全不知道未來會走向何方。但我認為，這將被證明是科技史上最偉大的合作關系之一。如果沒有微軟，尤其是薩提亞當初的堅定信念和果斷行動，我們不可能走到今天。當時幾乎沒有其他人愿意在那樣的環境下注。我們當時對技術的走向一無所知，只是堅信一個理念——持續推進深度學習。我們相信只要能做到這一點，就一定能找到方法做出優秀的產品并創造巨大價值。

同時，正如薩提亞提到的，我們還建立了一個我們認為將成為全球最大的非營利組織的架構。

我非常喜歡這種結構，因為它允許非營利機構的價值持續增長，同時讓旗下的公益性公司獲得繼續擴張所需的資本。如果沒有這種結構，也沒有志同道合的合作伙伴，基金會的價值不可能達到今天的規模。

從我們最初合作到現在已經超過六年，這六年里我們取得的成果可謂驚人，而未來還會有更多。

我真心希望微軟能從這筆投資中賺到一萬億美元，而不僅僅是一千億。

歷史性的非營利組織

布拉德·格斯特納：在這次重組中，你們提到的架構是：上層是非營利組織，下層是公益性公司（PBC）。

非營利部分目前已經持有價值1300億美元的OpenAI股票，一誕生就躋身全球最大非營利機構之列，未來規模還可能更大。

這筆1300億美元的資產將全部用于確保AGI（通用人工智能）惠及全人類。你們還宣布首批250億美元將投向醫療健康、AI安全與韌性（resilience）。

能談談為什么選擇“醫療”和“韌性”這兩個方向嗎？以及，如何確保基金會不會像許多非營利組織那樣陷入偏見或低效泥沼？

山姆·奧特曼：首先，我認為為世界創造巨大價值的最好方式就是我們已經在做的事——打造強大的AI工具并讓所有人都能使用。我認為公司機制是優秀的。許多企業正在把先進AI帶入更多人手中，創造了令人驚嘆的成果。

但確實有一些領域，市場機制無法完全驅動符合人類長期利益的結果，在這些地方就需要用不同的方式來推動。

同時，AI還帶來了前所未有的新可能，比如以極快速度推進科學發現，實現真正的自動化科研。因此我們決定首要投入的領域包括醫療：如果AI能幫助治愈大量疾病，并讓相關數據和知識被廣泛共享，那將是對全人類的巨大福祉。

至于AI的“韌性”——我認為未來的發展過程中肯定會出現一些復雜的情況，不是所有問題都能靠企業自行解決。

所以我們希望通過基金會資助相關工作，比如網絡安全防御、AI安全研究、社會影響研究等，幫助社會更順利地度過這一技術變革期。

我們對AI帶來的長期積極影響非常有信心，但也清楚前路不會完全平坦。

微軟拿下GPT系列的7年獨占權

布拉德·格斯特納：那我們繼續說說合作細節——關于模型和排他性。山姆，現在OpenAI的前沿模型可以通過Azure進行分發，但在2032年前的7年內，你們不能在其他主要云平臺上分發這些模型，除非在此之前AGI被正式驗證。不過你們仍然可以在其他平臺分發開源模型、Sora、Agent、Codex、可穿戴設備相關技術等。也就是說ChatGPT或GPT-6不會出現在亞馬遜或谷歌的云上，對嗎？

山姆·奧特曼：不是這樣的。首先，我們和微軟會繼續在很多方面合作，共同創造價值。我們希望幫助微軟創造價值，也希望微軟幫助我們創造價值——這樣的合作已經在很多層面展開。我們保留了薩提亞曾經提出的一個很好的概念——“無狀態API（stateless APIs）”，這些API運行在Azure上，這部分不是完全排他的（協議有效期至2030年）。而其他產品和模型，我們也會在不同的平臺上發布。這當然也符合微軟的利益。所以我們的產品會出現在很多地方——有些會在Azure上，用戶可以在那里使用，這對大家都是好事。

布拉德·格斯特納：然后是收益分成部分。OpenAI仍然需要就全部收入向微軟支付分成，這個分成協議同樣持續到2032年，或者直到AGI被驗證。假設——只是為了說明問題——這個分成比例是15%，那么如果OpenAI收入是200億美元，就會向微軟支付30億美元，這部分算作Azure的收入。薩提亞，這個理解對嗎？

薩提亞·納德拉：是的，我們確實有收益分成協議。正如你所說，這個協議會一直持續到AGI出現或到期為止。老實說，我也不確定這筆分成最終是計入Azure還是其他部門——這是個好問題，也許應該去問我們CFO艾米。

布拉德·格斯特納：既然排他協議和收益分成都會在AGI被驗證后提前結束，那這意味著AGI的認定是一件非常重大的事。據我了解，如果OpenAI聲稱已經實現AGI，那么會由一個專家評審委員會來裁定，你們雙方會共同選出“陪審團”，在相對短時間內決定AGI是否確實被實現。薩提亞，你昨天在財報電話會上說，目前“沒有任何人接近AGI”，而且短期內也不會實現。你還提到過“智能的尖峰與不平衡性”的概念。但山姆，你似乎比他更樂觀一些。那么問題是：你們是否擔心未來兩三年內真的需要召集這個“陪審團”來判斷我們是否已經達到了AGI？

山姆·奧特曼：我知道你想在我們之間制造點戲劇沖突。但我認為，為AGI設立一個正式判定流程是非常必要的。未來技術的發展肯定會出現一些出人意料的轉折，我們會繼續保持良好的合作關系，一起去理解和判斷它的發展方向。

薩提亞·納德拉：完全同意。這也是我們之所以要建立這個流程的原因之一。我一直堅信，智能的能力會不斷提升，而我們真正的目標是——如何把這種智能交到人和組織手中，讓他們獲得最大化的益處。這也是當初吸引我與OpenAI合作的原因：他們的使命就是讓智能造福全人類。我們也會繼續沿著這條路走下去。

山姆·奧特曼：布拉德，就算我們明天真的實現了“超級智能（Super intelligence）”，我們依然希望有微軟的幫助，把產品交到人們手中。

OpenAI的1.4萬億美元算力承諾

布拉德·格斯特納：顯然，OpenAI是史上增長最快的公司之一。薩提亞，你去年在這個播客上說過，每一次技術范式轉變都會誕生一個新的“Google”，而這一次的新“Google”，已經顯然是OpenAI。如果沒有微軟當初的大膽押注，這一切都不會發生。不過話說回來，外界報道你們2025年的收入約為130億美元。與此同時，山姆，你在本周的直播中提到未來4至5年將投入1.4萬億美元的算力承諾——包括向英偉達投資5000億美元、向AMD和甲骨文投資3000億美元、向Azure投資2500億美元。所以過去一周，市場上最大的疑問是：一家收入130億美元的公司，怎么可能簽下1.4萬億美元的支出承諾？ 你也聽到了一些質疑。

山姆·奧特曼：首先，我們的實際收入遠不止130億美元。其次，布拉德，如果你真的想賣掉手上的OpenAI股份，我可以幫你找買家。現在有很多人都非常想買OpenAI的股票。我不認為那些在網絡上對我們“算力支出”大驚小怪、擔憂不已的人，其實要是能買到OpenAI的股份，肯定會搶著入場。所以我覺得，如果你或者其他股東真想賣股份，我們完全可以很快地把它們賣給那些在X（推特）上喊得最兇的人。

我們確實計劃讓營收繼續快速增長——而且現在增長得很快。

我們是在前瞻性押注：相信它會持續增長。不僅是ChatGPT的收入，我們還會成為重要的AI云服務提供方，我們的消費設備業務也將成為一個有意義且重要的板塊，此外，能讓AI自動化科學研究的技術也將創造出巨大的價值。

有時我確實會想，如果我們是一家上市公司，可能挺有趣的。尤其是在那些人寫“OpenAI快要倒閉”這類荒謬言論的時候，我真希望能對他們說一句：“那你去做空我們的股票吧”，然后看他們被狠狠打臉。

但說回正題，我們的規劃是非常審慎的。我們清楚地知道技術能力的演進方向，知道圍繞這些能力我們能構建出什么樣的產品，以及能帶來怎樣的營收。當然，我們也可能搞砸——這是我們自愿承擔的風險。

但可以肯定的是：如果我們拿不到足夠的算力，就無法生產出這樣的模型，也無法實現對應規模的營收。

OpenAI的執行力

薩提亞·納德拉：到目前為止，無論是作為合作伙伴還是投資者，我還沒見過OpenAI制定的商業計劃沒有被他們自己超額完成的。

從某種意義上說，這是一個真正令人驚嘆的地方。不論是他們的增長速度，還是業務執行力，坦率地說都令人難以置信。大家都在談論OpenAI在使用量上的成功，但我認為整體上，他們在業務執行方面也同樣令人震撼。

布拉德·格斯特納：我幾周前在CNBC上聽到Greg Brockman說，如果我們能把算力提升10倍，收入也許不會增長10倍，但肯定會顯著增長。

布拉德·格斯特納：昨晚你也提到你們同樣受算力限制，如果算力更多，增長會更高。那Sam，請幫我們解釋一下：你現在覺得算力受限的程度有多嚴重？你認為在未來兩三年的基礎設施建設完成后，會不會有一天不再受算力限制？

關于算力需求的未來

山姆·奧特曼：我們經常討論這個問題——算力“夠不夠”。我認為最好的理解方式，是把它看作“能源”。你可以討論在某個價格水平下的能源需求，但不能脫離價格談能源需求。如果“每單位智能的算力成本”明天下降100倍，那么使用量會遠不止增長100倍。現在有很多人想用算力做一些事，但在當前的成本下是經濟上不劃算的。

如果算力更便宜，就會產生全新的需求。另一方面，隨著模型變得更聰明——如果這些模型能治愈癌癥、發現新的物理定律、驅動大量人形機器人去建造空間站，不管多瘋狂——那時人們也會愿意為“每單位智能”支付更高的價格。所以在談論算力容量時，必須考慮“單位成本”和“單位能力”的關系。如果不結合這兩條曲線來討論，這其實是個沒有明確定義的問題。

薩提亞·納德拉：如果智能的價值與算力的“對數”相關，那么我們就要不斷提升效率。這意味著要最大化“每美元、每瓦特所能生成的token數”以及由此帶來的社會經濟價值，同時降低成本。從經濟學角度看，這正是杰文斯悖論（JevonsParadox）所描述的現象：你不斷降低成本、商品化智能本身，讓它成為推動全球GDP增長的真正動力。

山姆·奧特曼：不過我認為，目前情況更接近“智能是算力的對數函數”，而不是反過來。但也許未來我們能找到更好的ScalingLaw，這點還在探索。

布拉德·格斯特納：我們昨天聽到微軟和谷歌都表示，他們的云業務增長本可以更快，只是受制于GPU供應。

我也在這個節目里問過黃仁勛，未來五年是否有可能出現算力過剩，他回答說：未來兩三年幾乎不可能出現。我想你們兩位應該也會同意這個判斷——雖然我們無法預測五到七年后，但至少在未來兩三年內，算力過剩幾乎不可能發生。

最大的問題不是算力過剩，而是電力與建設速度不夠快

薩提亞·納德拉：我認為，在這個特定領域中，供需周期幾乎是無法預測的。真正的長期趨勢是持續增長。坦率地講，我們現在面臨的最大問題并不是“算力過剩”，而是電力和基礎設施建設速度的問題。如果你沒法足夠快地在靠近電源的地方完成數據中心建設，那么即使你手里有一堆芯片，也可能插不上電。

事實上，這正是我目前的處境——問題不是芯片供應不足，而是缺乏可供部署的機房基礎設施。所以，一些供應鏈約束是很難預測的，因為需求的變化實在太劇烈了。并不是我們想坐在這里抱怨“算力短缺”，而是我們根本沒法準確預測真實需求會漲到多高。而且，這不僅是一個國家或某個市場的事情，而是全球范圍的部署問題。要讓算力基礎設施覆蓋全世界，必然會遇到種種限制。我們要做的，就是想辦法去穿越這些限制——而且這條路絕不會是線性的。

山姆·奧特曼：總有一天，算力一定會過剩——至于是兩三年后，還是五六年后，我說不準，但這肯定會發生，而且可能會多次發生。這背后有很深的人類心理因素和“泡沫循環”。供應鏈極其復雜，各種奇怪的事都會發生，技術格局也會不斷劇烈變化。

比如，如果大規模、極低成本的新型能源突然上線，簽了長期合約的公司就會被“燒慘”；再比如，如果“每單位智能的成本”繼續以驚人的速度下降——比如現在平均每年下降40倍——那從基礎設施建設角度看，這其實是個非常可怕的指數級趨勢。

當然，我們的賭注是：隨著智能變便宜，需求會持續爆發式增長。但我確實擔心，如果我們持續突破下去，人人都能在筆記本上本地運行自己的個人AI模型，那就像我們做了一件“瘋狂的事”，有些人一定會在這個周期中受傷——就像歷次科技基礎設施浪潮中反復出現的那樣。

布拉德·格斯特納：說得太好了——你必須同時接受這兩種真相。2000年、2001年我們也經歷過同樣的泡沫，但互聯網最終變得遠比當時任何人預想的更大，并為社會帶來了更深遠的價值。

薩提亞·納德拉：是的，我認為Sam剛才提到的一點其實外界談得還不夠多：比如，OpenAI在推理層面（inferencestack）針對GPU所做的優化。我們常常談論摩爾定律帶來的硬件性能提升，但實際上，軟件層面的效率改進才是呈現出更強指數級增長的部分。

OpenAI的消費級設備

山姆·奧特曼：未來總有一天，我們會做出一種令人驚嘆的消費級設備，它能在本地、低功耗地運行一個接近GPT-5或GPT-6級別的模型。

布拉德·格斯特納：那真會是個奇跡。而且我想，這也正是讓那些構建大型集中式算力中心的人感到不安的地方。

你其實談過很多次：算力要既向邊緣端（edge）分布，也要在全球范圍內分布式推理。

薩提亞·納德拉：是的，我自己的思考更多是關于如何構建一支可替代的算力艦隊。在云計算基礎設施業務里，最關鍵的兩點其實很簡單：第一，要有一個高效的“token工廠”；第二，要實現高利用率。要做到高利用率，你就必須能調度多種不同的AI工作負載——包括預訓練、中間訓練、后訓練和強化學習等。所以，讓算力資源具備可替代性，是所有云服務提供商的核心目標。

OpenAI的上市計劃

布拉德·格斯特納：昨天路透社報道說，OpenAI可能計劃在2026年底或2027年上市？

山姆·奧特曼：不，我們沒有任何具體的計劃或時間表。我知道外界喜歡這么寫，但實際上我們沒有確定日期，也沒有做出上市決定。我只是認為，從長遠來看，那可能是公司自然會走到的一步，僅此而已。

布拉德·格斯特納：不過，在我看來，如果你們在2028或2029年時的營收超過1000億美元，那就已經具備了上市的條件。

山姆·奧特曼：那要是2027年呢？

布拉德·格斯特納：哈哈，2027年更好。如果你們那時上市，按照傳聞的1萬億美元估值來看，給聽眾簡單解釋一下。

假設你們營收1000億美元，以10倍收入倍數上市，這其實比Facebook上市時的倍數還低，也比很多大型消費公司上市時低。那就意味著公司估值1萬億美元，如果只公開發行10%到20%的股份，就能融資1000億到2000億美元，這足以支持你們的擴張和研發計劃。所以你并不是反對上市？

山姆·奧特曼：我更希望公司以強勁的營收增長為基礎去做這件事，但沒錯，這肯定會是個值得考慮的方向。

布拉德·格斯特納：我一直覺得這是個非常重要的公司。像我自己的孩子，他們有自己的小投資賬戶，也每天用ChatGPT。我希望普通投資者也能有機會買到這樣一家影響力巨大的公司。

山姆·奧特曼老實說，這可能是上市對我個人來說最有吸引力的理由。

關于2026年的突破

布拉德·格斯特納：最近，你的團隊一直在談未來的新動向：更大規模算力、ChatGPT-6及更遠的版本、機器人、實體設備、科學研究。

山姆·奧特曼：今年我覺得最有意思的是Codex（AI編程模型）的發展。明年，它可能會從處理“幾小時任務”躍升到能處理“幾天級別任務”，讓人類能以前所未有的速度和全新方式創造軟件。我對此非常興奮。而且我相信這種趨勢也會擴展到其他行業。我對代碼更熟悉，所以更容易看到那里的變革，但這將真正重塑人類創造力的邊界。

我希望到2026年，AI能帶來哪怕極小的科學發現。如果我們能從小突破開始，未來就能逐步積累到更大的成果。 這聽起來瘋狂，但如果AI真的能在2026年做出一項原創的科學發現，哪怕只是一個微小的。那將是人類文明的重大時刻。我對這個非常期待。當然，機器人、以及未來全新形態的計算機設備也很重要。但我個人最大的偏好是：讓AI真正參與科學研究。那就意味著我們讓智能系統開始擴展人類知識總量——這件事太重要了。

薩提亞·納德拉：是的，以Codex為例，關鍵在于模型能力與交互界面的結合。ChatGPT之所以“魔法般”爆發，是因為合適的UI遇上了足夠強的智能模型。而現在的“代碼智能體”（CodingAgent）正在形成一種新的范式：AI可以自主執行長時間任務，然后在關鍵節點上再由人類“微調”。我們內部稱之為宏觀委托（macrodelegation）與微觀操控（microsteering）。當這種新型智能與全新UI結合，就會出現一種全新的“人機交互形態”，我認為它的影響力甚至可能超過ChatGPT。

山姆·奧特曼：這也是我很興奮我們正在開發新型計算設備形態的原因。因為現在的電腦結構根本不適合這種工作流。ChatGPT這樣的UI其實并不完美。想象一下：你擁有一個設備，它始終陪伴在你身邊，它可以獨立完成任務，必要時獲得你的“微指導”，同時它能深度理解你的語境與生活流。這會非常酷。

布拉德·格斯特納：而你們都還沒提到消費者端的用例。我常常想，我們現在每天都要在設備里翻找上百個App、填各種表單——這些交互方式20年來幾乎沒變。但如果AI能讓我們真正擁有一個幾乎免費的個人助理，為全球數十億人改善生活。無論是幫孩子訂尿布、預訂酒店、還是修改日程，那將會是最平凡但也最具革命性的改變。當我們從“回答”走向“記憶”與“行動”，再通過耳機或其他設備自然地與AI交互，而不再盯著一塊玻璃屏幕——那真是令人震撼的未來。

薩提亞·納德拉：我覺得這正是Sam剛剛在暗示的東西。

（奧特曼下線）

布拉德·格斯特納：2019年你把“投資OpenAI十億美元”的想法帶到董事會上，當時是不是一拍即合？你是否需要花費一些精力來說服大家？

薩提亞·納德拉：是的，現在回頭看，那段歷程很有意思。其實我們和OpenAI的關系更早就開始了——大概2016年，Azure就是OpenAI最早的贊助者之一。

當時他們主要做強化學習，我還記得那場Dota2比賽就是在Azure上跑的。后來他們轉向別的方向。那時候我對強化學習挺感興趣，但老實說，這也印證了你說的“準備充分的頭腦”這個概念。自1995年以來，微軟就一直對“自然語言”癡迷——這是比爾·蓋茨在公司內部推動的核心方向。畢竟我們是一家以編碼和信息工作為中心的公司。

所以，當Sam在2019年開始談“文本”、“自然語言”、“Transformer”、“ScalingLaw”這些東西時，我心想：“哇，這真有意思。”這支團隊的方向與我們的興趣高度契合，所以從這個角度說，這是一筆“理所當然”的投資。

當然，當你去董事會上說，“我打算拿出10億美元給一個我們還不完全理解的結構——既不是盈利公司，又不是傳統非營利機構”，大家肯定會有爭論。

蓋茨一開始持懷疑態度，也很合理。但當他看到GPT-4的演示后，他就完全被說服了。

他后來也公開說過，那是他自從查爾斯·西蒙尼（Charles Simonyi）在XeroxPARC給他看演示以來，見過的最震撼的Demo。

對我來說，當時的想法是：“讓我們試一試。”后來當我們在GitHubCopilot里看到早期的Codex效果時——自動補全代碼、運行得非常順暢——那一刻我就知道，這可以從“1”做到“10”。坦白說，最初的那一步是有爭議的，但從1到10才真正開啟了這一整個AI時代。

之后，無論是OpenAI那邊的團隊執行力，還是我們這邊的產品化落地，都是令人驚嘆的。

如果你看現在的組合——GitHub Copilot、ChatGPT、Microsoft 365Copilot，以及我們的消費級Copilot——這四個加起來，就是當今全球最大的一組AI產品體系。這正是讓我們能夠持續前進的關鍵。

布拉德·格斯特納：我想很多人不知道，你的CTOKevin Scott——一位前谷歌工程師——其實常駐硅谷。

要知道，當時微軟錯過了搜索、錯過了移動時代，而當你成為CEO時，云計算也幾乎要錯過了。你自己形容那是“趕上了離站前的最后一班火車”。所以我想，你很堅定地想在硅谷保持“眼睛和耳朵”，不再錯過下一波浪潮。

Kevin在這件事里應該幫了你不少，對吧？

薩提亞·納德拉：完全正確。事實上，我要說，Kevin的信念起到了決定性作用。他一開始也是懷疑派——這正是我最關注的那種人：“原本不信，但后來改變了看法并變得興奮的人。”這種轉變本身就是一個信號。因為那讓我想追問：“為什么？是什么改變了你的想法？”Kevin最初持保留態度，但后來成了堅定支持者。我們很多人其實都被教育成相信：“一定有某個算法能解開一切”，而不是“通過擴展和算力堆疊就能取得突破”。但事實證明，Kevin的堅定信念——“這是值得去做的”——是推動這一切的關鍵力量之一。

關于合作價值

布拉德·格斯特納：如今，這筆當初10億美元的投資價值大約1300億美元，未來甚至可能像Sam說的那樣，達到1萬億美元。但這仍然低估了微軟與OpenAI合作的真正價值。除了股權收益外，微軟每年能從OpenAI的分成中獲得數十億美元利潤，還能通過Azure的2500億美元算力承諾獲得收益。

此外，你們還獨家分發API，也帶來了巨額銷售額——吸引了不少原本在AWS上的客戶遷移到Azure。能談談你怎么看待這些價值層面嗎？尤其是獨占性為微軟帶來的戰略意義？

薩提亞·納德拉：當然。撇開股權部分不談，最關鍵的戰略協同在于：OpenAI的無狀態API獨家運行在Azure上。這對OpenAI、對我們、對客戶來說，都是共贏的。企業客戶在構建AI應用時，希望API是無狀態的（stateless），然后與底層的計算、存儲、數據庫結合，形成一個完整的工作負載。這正是Azure能與OpenAI結合的地方。

我們現在甚至把Foundry（AI應用托管平臺）也整合進來。假設你要構建一個AI應用，關鍵問題是：“如何確保AI的演化能與應用邏輯匹配？”這就需要一個完整的應用服務器層，這正是我們在Foundry中做的。

另一方面，對微軟而言，另一個價值來源是：我們不僅擁有獨家訪問權，還擁有知識產權（IP）使用權。我們與OpenAI的協議讓微軟在未來七年內都可免版稅使用前沿模型。換句話說，如果你是微軟股東，這意味著——我們基本上“免費”獲得了一套最先進的大模型。

我們可以把這套模型嵌入GitHub、Microsoft365、Copilot等產品中，再結合我們自有數據進行微調，從而在權重層面融合自有知識。因此，我們對AI帶來的價值創造非常有信心——無論是在基礎設施（Azure）層面，還是在高價值領域如醫療、知識工作、編程、安全等。

布拉德·格斯特納：微軟最近在財報中合并了OpenAI的虧損，據說上季度就合并了約40億美元的虧損。你覺得投資者是否誤解了這件事？有可能他們在估值中反而“扣分”了，因為這些虧損會影響每股收益倍數。但事實上，OpenAI合作帶來的長期收益和潛在市值遠超這些短期數字。你怎么看？

薩提亞·納德拉：這是個好問題。我們的CFO Amy（艾米·胡德）會采取“完全透明”的方式來處理。老實說，我不是會計專家，所以我認為最好的辦法就是公開所有信息。這也是我們現在區分GAAP與Non-GAAP（一般公認會計準則與非公認口徑）財報數據的原因。至少這樣，投資者可以清楚地看到實際每股收益（EPS），從而理解全貌。

因為在我看來這件事其實很簡單。假設你投資了135億美元，那么當然，你可能會損失這135億美元，對吧？但至少據我所知，你不會損失超過135億美元——那就是你承擔的風險上限。

當然，你也可以說，現在我們的股權價值大約是1350億美元，這部分資產雖然是流動性的，但我們并不打算出售它，因此它也帶有一定風險。

不過，我認為你真正想問的是另一件事——就是這些投資之外正在發生的事。比如Azure的增長。如果沒有和OpenAI的合作，Azure還會有這樣的增長嗎？正如你提到的，有多少客戶是第一次從其他云平臺遷移到Azure的？

這才是我們真正獲益的地方。而且這不僅體現在Azure上，還體現在Microsoft365。事實上，過去我們一直在想：E5之后，Microsoft365的下一個重大增長點會是什么？現在我們找到了，就是Copilot。

它的規模已經超過了我們推出的任何一個辦公套件。無論是滲透率、使用速度還是增長節奏，Copilot都超越了微軟幾十年來在信息化辦公領域的所有成果。

所以我們現在對為股東創造長期價值的機會非常有信心。同時，我們也會完全透明，讓外界清楚看到——無論是虧損還是投資情況。會計規則怎么規定我們就怎么執行，所有數據都會對外公開，讓大家了解實際情況。

布拉德·格斯特納：大約一年前，有很多新聞標題都在說微軟正在削減AI基礎設施投資。你覺得這是公平的說法嗎？還是有點誤解？反正這些報道當時確實存在。或許那時候你們的確更保守、更謹慎一些。不過昨晚財報電話會上，Amy提到，微軟在算力和基礎設施上其實已經短缺了好幾個季度。她原本認為你們會趕上，但結果沒趕上——因為需求持續增長。所以我的問題是：現在回頭看，當初是不是太保守了？你現在知道這些情況后，會怎么規劃接下來的路線圖？

薩提亞·納德拉：這個問題問得很好。事實上，我們當時意識到了一點——而且我很高興我們意識到了——那就是，必須建設一個在整個AI生命周期中都能靈活調度（fungible）的算力集群。這種靈活性不僅要體現在不同地域之間，也要體現在不同芯片代際之間。

舉個例子，就拿黃仁勛和英偉達團隊來說，他們的更新速度可以說是“以光速前進”。現在我們正在引入GB300芯片。你當然不希望剛剛部署完一大批GB200，就發現GB300已經全面量產了。

所以你得持續地現代化你的集群，讓它在全球范圍內分布，并且能針對不同的工作負載靈活調度。同時，我們也在不斷進行軟件層面的優化。

這就是我們當時所做的決定。有時候我們不得不對某些需求說“不”，包括部分來自OpenAI的需求。比如，Sam可能會說：“請幫我在某個地方建一個專用的、幾千兆瓦的大型訓練數據中心。”這對OpenAI來說或許合理，但從微軟長期的全球基礎設施布局來看就不合算。

所以我們選擇讓他們有靈活性，可以向其他供應商采購計算資源。同時，我們仍然保持著與OpenAI的重要合作規模——更重要的是，這也讓我們能保持與其他客戶（包括微軟自己的1P業務）的靈活性和平衡。

要知道，我們不希望在算力上出現短缺。很多投資者過于關注Azure的增長數字。但對我來說，高利潤的業務其實是Copilot系列，包括Security Copilot、GitHub Copilot、Healthcare Copilot等。

我們希望以一種平衡的方式來獲得長期回報，而不是被短期的Azure增速牽著走。我覺得這點在投資者中其實是被誤解的——挺有趣的。畢竟他們之所以持有微軟股票，是因為微軟的業務組合足夠廣，而不是單單因為Azure的增長曲線。

布拉德·格斯特納：說到Azure，它本季度增長了39%，年化收入達到930億美元，非常驚人。相比之下，谷歌云增長了32%，亞馬遜只有約20%。不過從你剛才說的情況看，因為你們要給1P和研究項目分配算力，Azure實際上可能可以增長41%或42%，如果你們當時有更多算力可供使用，對吧？

薩提亞·納德拉：這正是我們在內部要平衡的地方——要在長期股東利益、客戶服務質量以及風險分散（避免算力集中在OpenAI一家）之間找到平衡。

畢竟我們現在的處境是——不是需求受限（demand-constrained），而是供給受限（supply-constrained）。 所以我們必須有策略地“塑造”需求，讓它和我們的算力供給在長期內實現最優匹配。

布拉德·格斯特納：你提到過4000億美元的剩余履約義務（RPO），這個數字令人難以置信。昨晚你提到，這是你們目前的已預訂業務量。隨著銷售持續進來，這個數字明天肯定還會增加。你還提到，為了滿足這些積壓訂單，你們必須大規模擴充產能。我想問的是，這些積壓訂單多元化程度如何？你們有多大信心，這4000億美元能在未來幾年真正轉化為收入？

薩提亞·納德拉：是的，這4000億美元的剩余履約義務，平均來看持續時間其實很短——大約是兩年左右。這也是我們投資大規模產能的原因之一，因為我們非常確定需要清理這些積壓訂單。

至于多元化程度，這些訂單在微軟自身一方（1P）和第三方客戶之間都有分布。坦白說，我們自身的一方需求非常高；在第三方客戶中，我們也看到越來越多公司正在構建實際可擴展的工作負載。

因此，我們對此非常有信心。RPO的一個優勢是可規劃性強，所以我們對未來產能建設感到很踏實。

當然，這還不包括我們即將看到的新增需求，例如那2500億美元的長期訂單，這些會在未來按計劃逐步增長。

布拉德·格斯特納：在這場算力建設競賽中，有很多新進入者，比如Oracle、CoreWeave、Crusoe等。通常情況下，這會壓低利潤率，但你們卻成功地在保持Azure健康運營利潤的同時，快速擴展了算力。

我的問題是：微軟如何在這種競爭環境中保持優勢？在競爭者杠桿化、壓低利潤的情況下，你們如何平衡利潤與風險？你有沒有看到競爭者的某些舉動，讓你覺得“這可能會導致另一個牛熊周期”？

薩提亞·納德拉：對于我們來說，好消息是，即使每天都在和亞馬遜、谷歌等大玩家競爭，我們仍然保持了競爭力。

說到底，計算資源和存儲都是商品化的。我記得以前有人說，除非達到規模，否則無法盈利；實際上，一切都在競爭中趨于商品化。

因此，我們必須有一個高效的成本結構。供應鏈效率、軟件優化都必須不斷疊加，以保證利潤空間。

但規模才是關鍵——我特別喜歡OpenAI合作的一點，就是它給了我們大規模工作負載。當你云上承載了最大規模的工作負載時，你不僅能更快學習如何運營大規模系統，還能降低成本結構，從而讓價格更具競爭力。

所以我對保持利潤率很有信心，這也是微軟多元業務組合的優勢所在。我一直說，我之所以被迫披露Azure數字，是因為資本分配其實并不是單獨針對某一部分。我在Xbox云游戲、Microsoft365或Azure的資本支出，其實都是統一考慮的。

從微軟整體來看，我們關心的是混合平均回報是否能匹配公司所需的運營利潤率。畢竟，我們不是那種單一平臺的集團公司，而是通過5、6個不同業務的協同，來放大云計算和AI投資的整體回報。

布拉德·格斯特納：我很喜歡你那句話：“在大規模下，沒有什么是商品化的。”你知道，甚至在這個播客里，我和我的合伙人BillGurley也花了不少篇幅討論循環收入，包括Microsoft的Stasher積分、OpenAI的收入確認等。

你有沒有看到類似AMD的交易——他們用10%的股權換交易，或者Nvidia的交易？我并不是想過度關注這些交易，但我想直接回應CNBC和Bloomberg每天討論的話題：市場上確實有很多類似的交叉交易。你在考慮微軟的背景下，會擔心這些對AI收入的可持續性或穩定性有影響嗎？

薩提亞·納德拉：首先，我們對OpenAI投資的135億美元，是全部訓練投資，沒有計入收入。這也是我們擁有股權比例（27%或135億美元）的原因。

所以這些資金沒有進入Azure收入。實際上，Azure收入純粹是ChatGPT和其他API的消費收入，我們會進行監控。

關于其他公司，在某種程度上，供應商融資一直存在。也就是說，這不是新概念：當一個公司在建設某些東西，而它的客戶也在建設，但需要融資時，可能會采用一些非常規形式，這些形式顯然需要投資界仔細審視。

有趣的是，我們根本沒有必要這么做。我們的方式是，投資OpenAI并獲得股權，或者以優惠算力價格支持他們啟動業務。而其他公司可能選擇不同方式。循環收入最終取決于需求：只要最終產出有需求，這種模式就能運作，到目前為止，這一直有效。

布拉德·格斯特納：你剛才提到一半以上業務是軟件應用。我想談談軟件和智能代理。去年你曾提到，大部分應用軟件，其實只是“薄薄一層”覆蓋在雜亂數據庫之上，這引起了不小的轟動。

薩提亞·納德拉：是的，我的觀點是：在智能代理時代，傳統業務應用可能會逐漸被取代。因為它們本質上就是帶有業務邏輯的“群體數據庫”，而業務邏輯會被代理取代。

關于Microsoft 365 Copilot的成功

布拉德·格斯特納：如今，上市軟件公司前瞻性市銷率約為5.2倍，低于其歷史均值7倍，即使市場處于歷史高位。很多人擔心SaaS訂閱和利潤率可能因AI受到沖擊。

那么現在AI對你們核心軟件產品（如數據庫、Fabric、安全、Office365）的增長率有何影響？你們如何確保軟件不會被破壞，而是通過AI獲得增強能力？

薩提亞·納德拉：是的，正如我上次提到的，SaaS應用架構正在改變，因為智能代理層正在替代舊的業務邏輯層。過去，我們的SaaS應用是數據層、邏輯層和UI緊密耦合的，而AI不遵守這種耦合，它要求解耦，同時上下文工程非常重要。

以Office365為例，我喜歡它的低ARPU、高使用率。Outlook、Teams、SharePoint、Word、Excel，用戶幾乎一直在使用，生成大量數據輸入到Graph中。低ARPU、高使用率讓我有信心，通過AI層可以充分利用數據。

有趣的是，Github和Microsoft365因AI而出現了數據輸入歷史新高。生成的代碼、PowerPoint、Excel模型、聊天記錄、新文檔都在進入Graph，形成向量嵌入，為智能代理提供語義基礎。

下一代SaaS應用必須智能化。高ARPU、低使用率可能有問題，但我們是低ARPU、高使用率。通過AI加速部署，像M365Copilot，價格高于其他產品，但部署更快、使用更多。

Github的情況也很明顯：過去10-15年積累的成果，在去年完成了主要增長。代碼不再是工具，而是替代勞動力的手段，商業模式完全不同。

布拉德·格斯特納以前，云主要運行預編譯軟件，不需要太多GPU，價值大多集中在數據庫和應用層。

但未來，接口只有在智能化時才有價值。軟件必須能思考、行動和提供建議，這需要生成大量token，并處理不斷變化的上下文。在這種情況下，AI工廠（硬件、模型）可能比軟件或代理獲得更多價值。你怎么看？

薩提亞·納德拉：有兩件事決定AI的價值：

• Token工廠：硬件和系統軟件最優化運行，實現最大化利用率。Hyperscaler的作用就是高效運行token工廠，同時管理異構硬件。
• Agent工廠：現代SaaS驅動業務結果。它知道如何最有效地使用token創造價值。GithubCopilot是例子：自動模式根據提示選擇最佳模型完成任務。智能SaaS應用通過反饋循環和數據循環優化token使用，實現最佳業務結果。

總的來說，軟件存在真實的邊際成本，這一點在云時代就有，只是現在成本更高。商業模式需要調整，分別優化Agent工廠和Token工廠。

布拉德·格斯特納:微軟有一個不為人知的搜索業務，非常賺錢，因為搜索量巨大，而每次搜索成本僅為幾分之一美分。相比之下，聊天交互成本更高。你認為未來聊天是否能達到搜索的盈利水平？

薩提亞·納德拉:搜索的盈利模式很神奇：索引是固定成本，可高效攤銷。而聊天每次交互需要更多GPU周期，成本結構不同。因此早期聊天多采用freemium或訂閱模式。我們還在探索廣告或代理商業模式。

同時，我個人仍用搜索完成特定導航任務，而商業搜索逐漸轉向Copilot模式。未來會有類似SaaS早期被重構的再分配過程。

布拉德·格斯特納:這是一個數萬億美元市場，當搜索商業模式轉向類似個人助手，潛在價值可能遠超傳統搜索。但這意味著不再只是攤銷固定索引成本。

薩提亞·納德拉:消費者市場有限時間可支配，如果你做一件事，就沒時間做另一件事。消費端的代理化盈利模式仍不明朗。而企業端則不同：不是贏者通吃，更適合代理交互。換句話說，代理取代了傳統座位計費，企業端盈利更清晰，消費端則模糊。

關于AI與生產力

布拉德·格斯特納：最近看到Amazon大規模裁員，七巨頭近三年增長有限。

微軟2024–2025人數幾乎不變，約22.5萬。很多人認為這是疫情后的效率優化。但AI是否也有影響？AI會成為凈就業創造者嗎？長期來看，它會提高微軟生產力嗎？

薩提亞·納德拉：我堅信，生產力曲線會因AI工具而提升。任務級別的工作會因AI更高效完成。微軟內部也在確保每位員工配備M365和Github Copilot，從而提高效率。

同時，我們學習了一種新的工作方式：與智能代理協作，就像早期Office工具改變了工作流程一樣。

現在的計劃和執行都以AI為起點：研究、思考、分享，生成新的工作成果和工作流。掌握這一能力的組織將獲得最大生產力提升，無論是微軟內部，還是整個產業和現實世界。

布拉德·格斯特納：那么微軟會從中受益嗎？我們假設按當前增長率，幾年后——五年后——你的收入大約是今天的兩倍。Satya，如果收入按這個速度增長，你會增加多少員工？

薩提亞·納德拉：我每天從微軟員工身上看到的例子是最棒的部分。比如，我們網絡運營負責人，她負責我們剛在Fairwater建的2吉瓦數據中心的光纖網絡。AI的部署讓光纖敷設、運維等任務量非常巨大。實際上，我們需要跟全球約400個光纖運營商打交道，每次發生問題，都要處理復雜的DevOps流程。

她說，即便批準預算，也無法雇傭足夠人手完成這些任務。所以她做了第二好的選擇：自己構建了一套智能代理，自動化DevOps流程。這就是你說的，團隊利用AI工具大幅提升生產力的例子。

所以我們當然會增加員工，但新增員工的杠桿率遠高于以前。

你可以把它看作結構性的調整——大家需要重新學習如何工作，這不僅是“做什么”，更是“怎么做”的問題。學習和“去學習”過程大約會持續一年左右，然后新增員工才能實現最大化杠桿效應。

布拉德·格斯特納：我覺得我們正處在生產力大幅提升的邊緣。和你或Michael Dell交流時，我感覺大多數公司甚至還沒有開始重構工作流程，從智能代理中獲取最大杠桿。

但在未來兩到三年，這會帶來顯著收益。我也樂觀認為，這會創造凈就業，但企業的員工增長可能比收入增長慢，這就是生產力提升的體現。把這些效益累加起來，就是生產力提升帶來的增量價值，可以投入到創造之前不存在的新事物上。

薩提亞·納德拉：完全正確。即便在軟件開發領域也是如此。

每個組織都有大量IT待辦事項，這些智能代理將幫助我們處理這些backlog，實現“常青軟件”的愿景。

同時，知識工作的抽象層次會發生變化，工作流程也會隨之調整，從而滿足產業產品需求的變化。