WEBVTT
Kind: captions
Language: zh

00:00:00.166 --> 00:00:01.866
微软刚刚做了一件可能让

00:00:01.866 --> 00:00:03.733
模型公司很不舒服的事

00:00:03.900 --> 00:00:07.400
它把Openai Anthropic自研模型

00:00:07.500 --> 00:00:09.133
甚至其他开放模型

00:00:09.300 --> 00:00:11.266
全都放进同一个候选池

00:00:11.466 --> 00:00:13.933
再让copilot自己决定该用谁

00:00:14.166 --> 00:00:16.766
用户以后可能连模型名字都不用看

00:00:16.800 --> 00:00:19.133
可一旦模型可以随时更换

00:00:19.400 --> 00:00:21.766
AI产业里最值钱的部分

00:00:21.766 --> 00:00:23.533
究竟还会不会是模型

00:00:23.700 --> 00:00:25.733
2026年9月25日

00:00:26.066 --> 00:00:27.800
微软发布新版copilot

00:00:28.166 --> 00:00:31.966
增加home code和autopilot三个入口

00:00:32.133 --> 00:00:34.066
home把聊天Cowork和

00:00:34.066 --> 00:00:35.700
office应用放到一起

00:00:36.066 --> 00:00:37.533
code让普通员工也能

00:00:37.533 --> 00:00:38.733
搭建自己的工具

00:00:39.066 --> 00:00:41.733
autopilot则是一名可以持续工作并

00:00:41.733 --> 00:00:44.266
主动推进任务的长期智能体

00:00:44.533 --> 00:00:45.800
它运行在云端

00:00:45.866 --> 00:00:46.966
用户关掉电脑

00:00:46.966 --> 00:00:48.066
甚至去睡觉

00:00:48.066 --> 00:00:49.933
它仍然能继续处理工作

00:00:50.100 --> 00:00:52.266
萨蒂亚纳德拉随后接受采访

00:00:52.400 --> 00:00:53.900
给这次更新补上了

00:00:53.900 --> 00:00:55.400
一层更重要的解释

00:00:56.000 --> 00:00:58.200
微软判断AI竞争正在离开

00:00:58.200 --> 00:01:00.466
单纯比拼模型能力的阶段

00:01:00.666 --> 00:01:03.266
下一轮胜负会落在产品上

00:01:03.666 --> 00:01:05.966
谁能把模型接近真实工作

00:01:06.166 --> 00:01:08.966
谁能管住权限成本和风险

00:01:09.166 --> 00:01:12.200
谁才有机会成为企业默认的AI入口

00:01:12.200 --> 00:01:14.066
这个判断直接碰到了过去

00:01:14.066 --> 00:01:16.000
三年最流行的一套叙事

00:01:16.366 --> 00:01:18.733
大模型公司不断刷新榜单

00:01:18.966 --> 00:01:21.266
每次发布都强调推理分数

00:01:21.300 --> 00:01:23.466
编码能力和上下文长度

00:01:23.800 --> 00:01:25.566
公众也习惯把AI战争

00:01:25.566 --> 00:01:27.700
理解成一场模型排名赛

00:01:27.900 --> 00:01:28.966
今天这家领先

00:01:28.966 --> 00:01:30.933
几周后另一家反超

00:01:31.300 --> 00:01:32.866
微软现在准备把这

00:01:32.866 --> 00:01:34.700
张排行榜藏到后台

00:01:34.800 --> 00:01:37.900
新版copilot里有一个叫auto的路由系统

00:01:38.533 --> 00:01:40.200
用户提交任务之后

00:01:40.533 --> 00:01:41.933
auto会同时考虑

00:01:41.933 --> 00:01:44.533
准确率响应速度和成本

00:01:44.900 --> 00:01:46.766
再选择最合适的模型

00:01:47.000 --> 00:01:48.700
简单摘要不必调用

00:01:48.700 --> 00:01:50.333
最昂贵的前沿模型

00:01:50.666 --> 00:01:52.700
复杂分析可以自动升级

00:01:52.800 --> 00:01:55.700
一个任务如果需要多个子代理协作

00:01:56.066 --> 00:01:58.600
系统还能够跨越不同模型家族

00:01:58.800 --> 00:02:01.533
让每个模型处理自己擅长的部分

00:02:01.766 --> 00:02:03.100
纳德拉甚至说

00:02:03.133 --> 00:02:05.766
他已经很久没有亲自选择模型了

00:02:06.133 --> 00:02:07.666
负责路由的系统正在

00:02:07.666 --> 00:02:09.800
成为用户实际面对的模型

00:02:10.066 --> 00:02:11.300
用户选择的是一个

00:02:11.300 --> 00:02:13.133
可以调度模型和工具

00:02:13.200 --> 00:02:15.333
还能连接数据的工作环境

00:02:15.700 --> 00:02:17.500
任务决定后台使用谁

00:02:17.566 --> 00:02:19.200
代理决定怎么分工

00:02:19.400 --> 00:02:22.166
个人只需要关心最后有没有完成

00:02:22.266 --> 00:02:23.500
这一步看起来只是

00:02:23.500 --> 00:02:25.000
省掉一个下拉菜单

00:02:25.166 --> 00:02:27.200
下面却压着一场权力转移

00:02:27.566 --> 00:02:30.333
过去模型品牌直接面对用户

00:02:30.600 --> 00:02:33.200
ChatGPT  Claude和Gemini的

00:02:33.200 --> 00:02:34.766
名字本身就是入口

00:02:34.966 --> 00:02:37.666
微软希望把这些模型装进copilot

00:02:38.166 --> 00:02:40.700
让他们在后台为每一项任务竞标

00:02:40.900 --> 00:02:44.100
一旦用户习惯由copilot自动选择

00:02:44.366 --> 00:02:47.266
模型公司就会失去一部分直接关系

00:02:47.533 --> 00:02:49.333
微软已经在这样做

00:02:49.666 --> 00:02:51.700
纳德拉提到copilot体系里

00:02:51.700 --> 00:02:53.966
既有微软自己的Mai模型

00:02:54.100 --> 00:02:57.800
也有Openai的Anthropic模型和Grok

00:02:58.266 --> 00:03:00.666
Azure AI foundry还提供

00:03:00.666 --> 00:03:02.500
大量开放权重模型

00:03:02.900 --> 00:03:05.533
企业可以把自己的模型接入copilot

00:03:05.700 --> 00:03:07.466
微软不要求客户永远

00:03:07.466 --> 00:03:08.900
绑定某一家供应商

00:03:09.366 --> 00:03:10.900
路由器会根据政策和

00:03:10.900 --> 00:03:12.666
任务决定调用对象

00:03:12.800 --> 00:03:16.300
现阶段Openai仍然占据重要位置

00:03:16.533 --> 00:03:17.600
纳德拉承认

00:03:17.666 --> 00:03:21.400
微软API侧的绝对用量仍由Openai主导

00:03:21.733 --> 00:03:23.933
Astra也获得了很强的采用

00:03:23.933 --> 00:03:25.200
可他同样强调

00:03:25.700 --> 00:03:27.600
所有模型都要在copilot

00:03:27.600 --> 00:03:29.000
系统里竞争任务

00:03:29.100 --> 00:03:30.466
今天领先的模型

00:03:30.533 --> 00:03:32.566
明天仍要证明它在质量

00:03:32.800 --> 00:03:35.066
速度和价格之间保持优势

00:03:35.266 --> 00:03:38.133
模型厂商因此会面对一个陌生局面

00:03:38.766 --> 00:03:40.400
能力差距足够大时

00:03:40.400 --> 00:03:42.400
最强模型拥有定价权

00:03:42.566 --> 00:03:44.333
能力逐渐接近以后

00:03:44.566 --> 00:03:46.066
路由系统会把普通

00:03:46.066 --> 00:03:48.200
任务分给更便宜的选择

00:03:48.766 --> 00:03:51.933
只把少数高难度任务交给旗舰模型

00:03:52.200 --> 00:03:53.900
模型每提升一点分数

00:03:53.900 --> 00:03:56.600
未必还能换来同等比例的调用量

00:03:56.733 --> 00:03:58.700
只要另一款模型便宜的多

00:03:58.700 --> 00:04:00.566
又能达到可接受结果

00:04:00.733 --> 00:04:02.300
企业就有理由切换

00:04:02.566 --> 00:04:03.800
路由权还会重新

00:04:03.800 --> 00:04:05.933
定义模型厂商的客户

00:04:06.566 --> 00:04:09.000
过去开发者会主动比较模型

00:04:09.000 --> 00:04:11.200
再把选中的名字写进产品

00:04:11.766 --> 00:04:13.366
auto接管选择之后

00:04:13.366 --> 00:04:14.966
模型厂商首先要

00:04:14.966 --> 00:04:16.766
说服微软的评估系统

00:04:16.900 --> 00:04:18.366
它需要在微软设定的

00:04:18.366 --> 00:04:20.166
任务集里证明成功率

00:04:20.500 --> 00:04:22.566
也要接受延迟价格和

00:04:22.566 --> 00:04:24.266
安全策略的联合排序

00:04:24.700 --> 00:04:27.166
模型面对的就不再只是最终用户

00:04:27.333 --> 00:04:30.266
还包括一个掌握分发的算法采购员

00:04:30.333 --> 00:04:32.666
这种变化会压缩品牌溢价

00:04:32.800 --> 00:04:35.500
一个模型即使拥有很高知名度

00:04:35.700 --> 00:04:37.200
只要在常见任务上

00:04:37.200 --> 00:04:38.866
没有拉开结果差距

00:04:39.300 --> 00:04:40.400
路由器路由器就可能把

00:04:40.400 --> 00:04:42.933
流量交给成本更低的竞争者

00:04:43.100 --> 00:04:45.400
旗舰品牌仍能吸引高难度任务

00:04:45.500 --> 00:04:47.266
但大量普通调用会被

00:04:47.266 --> 00:04:48.866
更便宜的模型分走

00:04:48.900 --> 00:04:50.566
大模型行业过去习惯

00:04:50.566 --> 00:04:52.566
用发布会塑造领先感

00:04:52.700 --> 00:04:54.766
进入自动路由时代以后

00:04:54.866 --> 00:04:56.566
真正决定收入的会是

00:04:56.566 --> 00:04:58.800
后台持续发生的任务胜率

00:04:59.133 --> 00:05:01.500
企业也会获得新的谈判筹码

00:05:01.666 --> 00:05:02.900
同一种工作能够在

00:05:02.900 --> 00:05:04.400
多个模型之间迁移

00:05:04.766 --> 00:05:07.300
采购部门便可以要求供应商降价

00:05:07.366 --> 00:05:09.733
或者把调用量转移给替代者

00:05:10.166 --> 00:05:11.766
模型接口越标准

00:05:11.866 --> 00:05:13.333
切换阻力越小

00:05:13.533 --> 00:05:16.566
溢价能力越靠近掌握工作流的平台

00:05:16.800 --> 00:05:18.866
微软此时既是云服务商

00:05:18.866 --> 00:05:20.900
也是裁判和流量分配者

00:05:21.066 --> 00:05:22.866
这个位置的商业价值可能

00:05:22.866 --> 00:05:25.400
高于单独拥有一款冠军模型

00:05:25.533 --> 00:05:26.933
问题随之而来

00:05:27.466 --> 00:05:29.466
路由标准如果缺少透明度

00:05:29.500 --> 00:05:31.366
客户很难判断一次选择

00:05:31.366 --> 00:05:33.133
究竟服务于任务质量

00:05:33.266 --> 00:05:35.466
还是服务于微软自己的利润

00:05:35.700 --> 00:05:37.800
自研may模型与外部模型

00:05:37.800 --> 00:05:39.666
同时进入候选池后

00:05:39.900 --> 00:05:42.066
潜在利益冲突会更加明显

00:05:42.200 --> 00:05:44.966
企业需要系统会自动选择的承诺

00:05:45.733 --> 00:05:47.366
也需要可查证的模型

00:05:47.366 --> 00:05:49.466
调用记录和成本变化

00:05:50.066 --> 00:05:51.566
失败重试与策略

00:05:51.566 --> 00:05:53.466
命中同样要留下依据

00:05:53.666 --> 00:05:55.800
开放模型在这里尤其危险

00:05:56.100 --> 00:05:57.166
纳德拉说

00:05:57.266 --> 00:05:59.600
开放权重模型目前在微软

00:05:59.600 --> 00:06:02.066
平台上的绝对规模仍然较小

00:06:02.133 --> 00:06:03.733
增长速度却很快

00:06:04.066 --> 00:06:05.566
企业拿到权重后

00:06:05.600 --> 00:06:08.166
可以按照内部数据进行微调

00:06:08.366 --> 00:06:11.000
也能部署在自己控制的环境里

00:06:11.266 --> 00:06:12.900
对于强调数据主权

00:06:13.000 --> 00:06:15.000
成本和可控性的公司

00:06:15.166 --> 00:06:17.133
这种自由度很有吸引力

00:06:17.300 --> 00:06:18.600
中国模型也没有被

00:06:18.600 --> 00:06:20.466
排除在整个体系之外

00:06:20.600 --> 00:06:22.533
微软的foundry可以托管来自

00:06:22.533 --> 00:06:24.733
不同地区的开放权重模型

00:06:25.133 --> 00:06:27.533
不过在copilot的核心产品中

00:06:27.600 --> 00:06:30.300
目前主力仍然是美国闭源模型

00:06:30.366 --> 00:06:32.466
这里存在明显的双层策略

00:06:32.666 --> 00:06:35.166
微软对模型来源保持开放

00:06:35.600 --> 00:06:38.666
对进入企业核心工作流的模型则

00:06:38.666 --> 00:06:41.500
保留更严格的安全和合规门槛

00:06:41.733 --> 00:06:43.366
模型路由只是第一层

00:06:44.133 --> 00:06:46.466
微软更大的筹码来自office和Windows

00:06:46.800 --> 00:06:50.666
也包括teams Github以及企业身份系统

00:06:50.800 --> 00:06:52.400
模型负责生成答案

00:06:52.600 --> 00:06:54.200
企业工作却需要知道

00:06:54.200 --> 00:06:55.933
谁能读取哪份文件

00:06:56.133 --> 00:06:57.733
谁有权发送邮件

00:06:58.100 --> 00:07:00.066
哪项操作必须获得批准

00:07:00.266 --> 00:07:02.333
出了错误又该由谁回滚

00:07:02.566 --> 00:07:04.000
模型能力越强

00:07:04.133 --> 00:07:07.300
这些看起来沉闷的基础设施越重要

00:07:07.533 --> 00:07:10.266
autopilot正好把问题推到台前

00:07:10.566 --> 00:07:13.500
它与传统聊天机器人最大的差别是

00:07:13.500 --> 00:07:16.600
可以长期运行并完成整段业务流程

00:07:16.766 --> 00:07:18.066
用户给出目标

00:07:18.200 --> 00:07:20.333
它能够打开应用和读取资料

00:07:20.366 --> 00:07:22.800
再调用工具把结果交回来

00:07:22.900 --> 00:07:24.366
它还拥有自己的身份

00:07:24.400 --> 00:07:25.700
不必一直借用用户

00:07:25.700 --> 00:07:27.566
当前会话完成每一步

00:07:27.766 --> 00:07:29.800
长期代理听起来很诱人

00:07:30.366 --> 00:07:33.266
让他整理销售线索和更新表格

00:07:33.600 --> 00:07:35.166
同时追踪供应链

00:07:35.400 --> 00:07:38.100
员工第二天回来直接检查成果

00:07:38.133 --> 00:07:40.133
可他一旦拿到账号和文件

00:07:40.133 --> 00:07:41.533
还能控制软件

00:07:41.800 --> 00:07:43.866
错误的代价会立刻增加

00:07:43.966 --> 00:07:45.966
聊天机器人答错一句话

00:07:46.133 --> 00:07:48.300
通常只需要重新询问

00:07:48.900 --> 00:07:50.766
autopilot点错一个按钮

00:07:50.900 --> 00:07:52.733
可能改变真实订单

00:07:52.866 --> 00:07:54.766
客户记录或财务状态

00:07:55.000 --> 00:07:56.800
纳德拉把信任称为

00:07:56.800 --> 00:07:58.700
企业采用最大的障碍

00:07:59.533 --> 00:08:01.900
企业不会因为模型在某项测试

00:08:01.900 --> 00:08:04.533
领先就允许它进入核心系统

00:08:04.733 --> 00:08:07.066
管理员需要观察代理做过什么

00:08:07.566 --> 00:08:09.400
限制他可以访问的资源

00:08:09.733 --> 00:08:11.666
为不同部门设置政策

00:08:11.666 --> 00:08:14.100
并在异常发生时切断权限

00:08:14.266 --> 00:08:16.966
每一个动作都必须留下审计记录

00:08:17.166 --> 00:08:20.533
agent365承担的就是这层工作

00:08:20.666 --> 00:08:22.300
它管理代理身份

00:08:22.333 --> 00:08:23.666
设置安全政策

00:08:23.666 --> 00:08:25.933
提供可观察性和治理能力

00:08:26.166 --> 00:08:28.666
微软把它放在新版copilot旁边

00:08:28.666 --> 00:08:31.200
要提供的远不止一个管理页面

00:08:31.333 --> 00:08:33.266
autopilot越能独立工作

00:08:33.500 --> 00:08:35.866
agent 365越接近企业

00:08:35.866 --> 00:08:37.300
必须购买的控制层

00:08:37.400 --> 00:08:39.966
这也暴露出微软真正的护城河

00:08:40.866 --> 00:08:42.333
模型可能被超越

00:08:42.800 --> 00:08:44.400
企业身份和权限体系

00:08:44.400 --> 00:08:46.133
不会在一夜之间搬走

00:08:46.166 --> 00:08:47.733
一家公司已经把邮件

00:08:47.733 --> 00:08:50.100
与会议放进微软365

00:08:50.333 --> 00:08:52.666
文档和员工账号也在里面

00:08:52.966 --> 00:08:54.766
在启用autopilot时

00:08:54.800 --> 00:08:56.566
最省事的方案自然是

00:08:56.566 --> 00:08:58.733
继续使用微软的治理工具

00:08:58.966 --> 00:09:01.533
竞争对手即使做出更聪明的代理

00:09:01.566 --> 00:09:03.966
也得重新解决权限映射

00:09:04.066 --> 00:09:06.133
以及审计和合规问题

00:09:06.400 --> 00:09:08.800
Openai和Anthropic当然不会

00:09:08.800 --> 00:09:10.766
甘心只做模型供应商

00:09:10.933 --> 00:09:13.566
两家公司都在向企业产品推进

00:09:13.600 --> 00:09:15.766
开始提供代码代理办公

00:09:15.766 --> 00:09:18.066
连接器和长期任务能力

00:09:18.333 --> 00:09:20.566
纳德拉承认竞争会非常激烈

00:09:20.700 --> 00:09:23.266
也承认Openclaw一类产品启发

00:09:23.266 --> 00:09:25.400
了行业对autopilot的想象

00:09:25.600 --> 00:09:27.800
微软没有假装一切都由自己发明

00:09:28.100 --> 00:09:30.200
他的回应是把消费级代理

00:09:30.200 --> 00:09:32.466
的体验装进企业治理框架

00:09:32.500 --> 00:09:35.066
这场竞争的焦点会越来越具体

00:09:35.566 --> 00:09:38.866
Openai能不能在企业权限上追上微软

00:09:39.333 --> 00:09:41.100
Anthropic能不能让Claude

00:09:41.166 --> 00:09:42.933
接触更多工作数据

00:09:43.000 --> 00:09:44.933
同时维持安全边界

00:09:45.400 --> 00:09:47.666
Google能不能利用Workspace和

00:09:47.666 --> 00:09:49.733
Android形成自己的闭环

00:09:50.066 --> 00:09:51.766
模型表现仍然重要

00:09:51.900 --> 00:09:54.466
但它已经只是整套产品的一部分

00:09:54.600 --> 00:09:57.100
新版copilot的三个入口也反映

00:09:57.100 --> 00:09:59.133
出微软对未来工作的划分

00:09:59.533 --> 00:10:01.100
home负责了解情况

00:10:01.266 --> 00:10:03.333
Chat和COWORK在这里汇合

00:10:03.733 --> 00:10:06.733
word Excel和Powerpoint直接嵌入

00:10:07.100 --> 00:10:09.133
code负责让员工构建工具

00:10:09.366 --> 00:10:11.500
autopilot负责持续执行

00:10:11.566 --> 00:10:12.733
人类先理解

00:10:12.733 --> 00:10:13.966
再创建规则

00:10:14.133 --> 00:10:15.533
最后把一部分重复

00:10:15.533 --> 00:10:17.366
工作交给代理运行

00:10:17.566 --> 00:10:19.966
微软没有把autopilot描述成

00:10:19.966 --> 00:10:21.766
完全替代员工的系统

00:10:22.133 --> 00:10:23.166
纳德拉强调

00:10:23.300 --> 00:10:26.166
人应该同时留在任务的入口和出口

00:10:26.166 --> 00:10:27.533
人来决定目标

00:10:27.666 --> 00:10:29.266
也负责验收结果

00:10:29.500 --> 00:10:31.766
代理可以处理中间的大量步骤

00:10:32.133 --> 00:10:35.100
可授权和最终判断仍然不能消失

00:10:35.300 --> 00:10:36.933
这套边界很重要

00:10:37.000 --> 00:10:39.900
因为长期代理容易制造一种错觉

00:10:40.100 --> 00:10:41.566
它能够自己运行

00:10:41.666 --> 00:10:43.733
看上去像拥有完整责任

00:10:44.066 --> 00:10:47.066
实际上模型不知道公司的隐性约束

00:10:47.200 --> 00:10:49.866
也不会承担法律和财务后果

00:10:50.066 --> 00:10:52.333
企业如果只把任务扔进去

00:10:52.400 --> 00:10:53.966
等最后再看结果

00:10:54.000 --> 00:10:56.100
就可能在很早的步骤出错

00:10:56.133 --> 00:10:58.533
却让错误连续扩散几个小时

00:10:58.666 --> 00:11:00.933
真正可靠的流程需要检查点

00:11:01.500 --> 00:11:04.000
代理完成资料收集后先确认范围

00:11:04.066 --> 00:11:07.000
准备对外发送信息时再次请求批准

00:11:07.566 --> 00:11:10.166
涉及付款和删除时强制停下

00:11:10.300 --> 00:11:11.733
权限变化也一样

00:11:11.866 --> 00:11:13.733
微软说的人类在环不能

00:11:13.733 --> 00:11:15.533
只是一句发布会口号

00:11:15.900 --> 00:11:17.266
它必须变成产品里

00:11:17.266 --> 00:11:18.966
的暂停键和批准门

00:11:19.100 --> 00:11:20.800
还要留下回滚记录

00:11:21.000 --> 00:11:22.800
成本会成为第二道门槛

00:11:23.733 --> 00:11:25.266
纳德拉说的很直白

00:11:25.733 --> 00:11:27.533
TOKEN存在边际成本

00:11:27.800 --> 00:11:31.000
行业不可能永远靠补贴维持使用量

00:11:31.166 --> 00:11:33.366
今天很多AI产品用低价

00:11:33.366 --> 00:11:34.933
甚至免费吸引用户

00:11:34.933 --> 00:11:37.200
背后的训练推理和云端

00:11:37.200 --> 00:11:39.333
运行费用仍然有人承担

00:11:40.000 --> 00:11:40.966
补贴减少后

00:11:40.966 --> 00:11:42.766
客户会开始计算每一次

00:11:42.766 --> 00:11:44.733
代理任务到底值多少钱

00:11:44.900 --> 00:11:47.166
微软因此把copilot拆

00:11:47.166 --> 00:11:48.766
成两种计费逻辑

00:11:49.200 --> 00:11:51.966
日常问答和初稿适合固定订阅

00:11:52.300 --> 00:11:54.966
总结与普通分析也包括在内

00:11:55.200 --> 00:11:59.566
CO work code和autopilot需要持续调用工具

00:11:59.600 --> 00:12:02.100
也可能使用更昂贵的前沿模型

00:12:02.266 --> 00:12:04.400
这些能力采用按量计费

00:12:04.700 --> 00:12:06.066
管理员还能限制不同

00:12:06.066 --> 00:12:08.200
团队可以调用的模型家族

00:12:08.366 --> 00:12:10.766
查看积分消耗和剩余额度

00:12:10.800 --> 00:12:12.933
这套设计承认了一个现实

00:12:13.566 --> 00:12:15.166
一次聊天和一个运行

00:12:15.166 --> 00:12:16.766
8小时的代理任务

00:12:17.266 --> 00:12:19.200
成本根本不在同一水平

00:12:19.333 --> 00:12:21.300
把两者塞进统一订阅

00:12:21.700 --> 00:12:24.100
重度用户会大量消耗算力

00:12:24.400 --> 00:12:26.400
轻度用户则替别人买单

00:12:26.533 --> 00:12:29.933
按量收费能让价格更接近实际使用

00:12:30.333 --> 00:12:32.133
也会让AI价值接受更

00:12:32.133 --> 00:12:33.566
严格的财务审查

00:12:33.966 --> 00:12:35.566
企业以后不会只比较

00:12:35.566 --> 00:12:37.366
每百万TOKEN的单价

00:12:37.600 --> 00:12:38.900
他们会看一个任务

00:12:38.900 --> 00:12:40.800
通过验收花了多少钱

00:12:41.000 --> 00:12:43.533
便宜模型如果连续返工三次

00:12:43.533 --> 00:12:45.200
总成本可能更高

00:12:45.466 --> 00:12:47.066
昂贵模型一次完成

00:12:47.133 --> 00:12:48.500
也许反而划算

00:12:48.966 --> 00:12:51.100
auto路由器的价值就在这里

00:12:51.300 --> 00:12:53.966
它试图把模型价格成功率和

00:12:53.966 --> 00:12:56.133
任务难度放进同一套决策

00:12:56.533 --> 00:12:57.900
这也解释了微软

00:12:57.900 --> 00:13:00.000
为什么加入finops for AI

00:13:00.200 --> 00:13:03.300
传统云计算已经形成成本治理

00:13:03.466 --> 00:13:07.300
团队会追踪存储网路和算力使用

00:13:07.566 --> 00:13:10.000
AI代理带来的账单更难预测

00:13:10.200 --> 00:13:11.866
因为一次任务可能临时

00:13:11.866 --> 00:13:13.666
调用多个模型和工具

00:13:13.766 --> 00:13:16.400
还会因为失败重试继续消耗

00:13:16.666 --> 00:13:17.900
没有预算政策

00:13:18.100 --> 00:13:19.133
代理很容易变成

00:13:19.133 --> 00:13:20.900
一台自动烧钱的机器

00:13:21.100 --> 00:13:22.700
成本治理会决定

00:13:22.700 --> 00:13:25.400
autopilot能不能走出试点

00:13:26.000 --> 00:13:27.466
部门主管需要看到

00:13:27.666 --> 00:13:29.733
它究竟缩短了多少时间

00:13:29.933 --> 00:13:31.733
减少了多少人工步骤

00:13:31.966 --> 00:13:33.566
错误率有没有下降

00:13:33.966 --> 00:13:36.533
微软给出的理想案例是把

00:13:36.533 --> 00:13:38.600
过去需要12个月的复杂

00:13:38.600 --> 00:13:40.766
供应链项目压缩到3个月

00:13:41.000 --> 00:13:43.600
只有这种差距真正出现在业务里

00:13:43.866 --> 00:13:46.200
按量收费才容易被接受

00:13:46.500 --> 00:13:48.333
用户习惯也会变化

00:13:48.533 --> 00:13:51.933
过去员工主动打开软件完成任务

00:13:52.166 --> 00:13:53.766
copilot时代

00:13:53.900 --> 00:13:55.800
员工可能先描述目标

00:13:55.933 --> 00:13:58.500
再监督系统调用不同软件

00:13:58.666 --> 00:14:00.900
软件界面不再是工作的中心

00:14:01.200 --> 00:14:03.166
任务和权限才是中心

00:14:03.900 --> 00:14:07.066
word Excel和teams仍然存在

00:14:07.100 --> 00:14:09.766
但它们越来越像代理使用的工具

00:14:09.866 --> 00:14:12.800
而不是员工必须逐个操作的目的地

00:14:12.866 --> 00:14:15.066
这会影响软件公司的位置

00:14:15.200 --> 00:14:16.700
过去企业软件靠

00:14:16.700 --> 00:14:18.466
界面和功能留住用户

00:14:18.800 --> 00:14:20.933
代理能够跨应用操作以后

00:14:21.133 --> 00:14:22.766
界面价值可能下降

00:14:22.966 --> 00:14:25.900
稳定接口和数据质量会变得更重要

00:14:26.333 --> 00:14:29.100
哪款软件能被代理可靠调用

00:14:29.400 --> 00:14:32.500
哪款软件就更容易留在工作流程中

00:14:32.566 --> 00:14:36.166
只靠复杂操作制造使用粘性的产品

00:14:36.366 --> 00:14:38.333
反而可能被代理绕过

00:14:38.500 --> 00:14:40.533
微软拥有一个天然优势

00:14:40.700 --> 00:14:42.866
它既控制大量办公应用

00:14:43.333 --> 00:14:46.133
也控制调用这些应用的代理入口

00:14:46.800 --> 00:14:49.600
copilot可以理解teams里的讨论

00:14:50.066 --> 00:14:51.733
读取Sharepoint文件

00:14:51.766 --> 00:14:53.566
再把结果写进Excel

00:14:53.766 --> 00:14:55.166
其他模型公司需要

00:14:55.166 --> 00:14:57.200
一个个申请连接权限

00:14:57.733 --> 00:15:00.566
微软已经站在数据和操作之间

00:15:00.700 --> 00:15:03.533
这个优势同样会引发平台权力问题

00:15:03.766 --> 00:15:05.700
auto t企业选择模型

00:15:06.100 --> 00:15:07.766
选择标准由谁制定

00:15:08.000 --> 00:15:09.866
微软自己的Mai模型

00:15:09.866 --> 00:15:11.500
会不会得到更多机会

00:15:11.666 --> 00:15:13.066
某个模型成本更低

00:15:13.066 --> 00:15:14.266
但质量略差

00:15:14.400 --> 00:15:16.766
系统会不会为了利润优先调用

00:15:16.966 --> 00:15:19.300
企业管理员可以限制模型范围

00:15:19.366 --> 00:15:20.500
却未必能看清

00:15:20.500 --> 00:15:22.166
每一次路由的全部依据

00:15:22.566 --> 00:15:24.700
微软需要证明auto带来

00:15:24.700 --> 00:15:26.400
的便利不会变成黑箱

00:15:26.666 --> 00:15:28.500
客户至少应当知道哪些

00:15:28.500 --> 00:15:30.300
任务调用了哪个模型

00:15:30.933 --> 00:15:33.166
为什么升级到更昂贵的选择

00:15:33.466 --> 00:15:36.333
以及输出是否经过其他模型复合

00:15:36.600 --> 00:15:38.400
路由系统掌握的越多

00:15:38.400 --> 00:15:39.933
透明度越不能只停留

00:15:39.933 --> 00:15:41.766
在一张总费用报表

00:15:41.900 --> 00:15:43.200
开放模型也可能

00:15:43.200 --> 00:15:45.133
迫使微软提高透明度

00:15:45.400 --> 00:15:47.133
企业自己部署模型时

00:15:47.266 --> 00:15:50.766
能够掌握权重数据位置和运行成本

00:15:50.900 --> 00:15:52.900
闭源模型如果价格更高

00:15:53.066 --> 00:15:54.600
决策过程又不透明

00:15:54.600 --> 00:15:57.533
就必须用明显更好的结果证明价值

00:15:57.933 --> 00:16:00.366
auto会让这种比较每天发生

00:16:00.500 --> 00:16:02.933
而不是一年做一次采购评估

00:16:03.100 --> 00:16:04.766
纳德拉对开放与闭源

00:16:04.766 --> 00:16:06.200
没有给出单一答案

00:16:06.400 --> 00:16:08.200
他认为两者都会存在

00:16:08.566 --> 00:16:10.533
闭源模型适合追求最强

00:16:10.533 --> 00:16:12.666
能力和快速更新的客户

00:16:12.800 --> 00:16:15.000
开放模型适合需要微调

00:16:15.166 --> 00:16:17.333
控制和数据主权的场景

00:16:17.533 --> 00:16:19.200
企业任务足够多样

00:16:19.300 --> 00:16:21.733
市场很难被一种模式全部占据

00:16:21.933 --> 00:16:23.333
更值得注意的是微软

00:16:23.333 --> 00:16:25.200
对AI基础设施的判断

00:16:25.800 --> 00:16:28.533
市场一直担心数据中心建设过度

00:16:28.900 --> 00:16:30.766
科技公司投入巨额资本

00:16:30.766 --> 00:16:33.300
电力和芯片订单不断增加

00:16:33.466 --> 00:16:36.100
可AI收入能否跟上仍有争议

00:16:36.300 --> 00:16:39.166
纳德拉没有简单选择过剩或不足

00:16:39.700 --> 00:16:42.366
他把判断标准放在技术扩散上

00:16:42.600 --> 00:16:44.533
算力只有进入真实业务

00:16:44.533 --> 00:16:46.366
才能形成可持续回报

00:16:47.000 --> 00:16:48.933
企业用TOKEN完成工作

00:16:49.000 --> 00:16:51.666
生产效率最终反映到经济产出

00:16:51.866 --> 00:16:53.800
数据中心才有收入基础

00:16:53.933 --> 00:16:56.266
如果算力长期集中在少数

00:16:56.266 --> 00:16:58.533
热门应用和模型训练中

00:16:58.566 --> 00:17:00.566
大量基础设施就缺少

00:17:00.566 --> 00:17:02.366
足够的推理需求支撑

00:17:02.733 --> 00:17:05.133
纳德拉给出了一句很有分量的判断

00:17:05.300 --> 00:17:06.333
长期来看

00:17:06.400 --> 00:17:08.066
推理必须占据主导

00:17:08.366 --> 00:17:10.133
训练类似研发投入

00:17:10.266 --> 00:17:11.900
推理才接近收入

00:17:12.100 --> 00:17:13.900
公司可以在一段时间内用

00:17:13.900 --> 00:17:15.866
融资和现金流扩大训练

00:17:15.933 --> 00:17:17.766
但财务规律不会消失

00:17:18.000 --> 00:17:19.600
收入必须来自用户

00:17:19.600 --> 00:17:21.733
持续调用模型解决问题

00:17:22.333 --> 00:17:23.700
否则训练规模再大

00:17:23.700 --> 00:17:26.000
也只是不断增加研发账单

00:17:26.133 --> 00:17:28.533
这个判断会把压力传回产品层

00:17:28.933 --> 00:17:30.500
模型跑分无法直接

00:17:30.500 --> 00:17:32.133
偿还数据中心投资

00:17:32.500 --> 00:17:35.933
copilot autopilot和各种行业代理

00:17:35.933 --> 00:17:38.133
才有机会把算力变成收入

00:17:38.600 --> 00:17:40.100
微软越强调产品

00:17:40.100 --> 00:17:41.800
越说明整个AI产业

00:17:41.800 --> 00:17:43.500
需要尽快证明需求

00:17:43.700 --> 00:17:45.900
基础设施已经提前建起来

00:17:45.933 --> 00:17:48.600
接下来必须有人持续购买推理

00:17:48.733 --> 00:17:51.066
数据中心还要面对当地社区

00:17:51.733 --> 00:17:54.500
微软取消部分项目中的保密协议

00:17:54.900 --> 00:17:57.800
试图更早公开电力和用水情况

00:17:58.000 --> 00:17:59.700
也说明经济影响

00:17:59.933 --> 00:18:00.966
纳德拉说

00:18:00.966 --> 00:18:03.200
公司必须获得社区允许

00:18:03.366 --> 00:18:06.300
不能把数据中心建好以后就离开

00:18:06.466 --> 00:18:09.166
微软拿华盛顿州昆西作为例子

00:18:09.533 --> 00:18:12.866
声称当地税收在长期内增长约12倍

00:18:12.933 --> 00:18:15.133
并带来学校与医院建设

00:18:15.133 --> 00:18:16.500
也增加了就业

00:18:16.566 --> 00:18:18.666
这些数字属于微软的陈述

00:18:18.666 --> 00:18:20.566
不能直接替代独立评估

00:18:21.200 --> 00:18:23.166
数据中心能增加税基

00:18:23.333 --> 00:18:26.066
也可能推高电网和水资源压力

00:18:26.200 --> 00:18:29.466
真正的账要看谁承担基础设施升级

00:18:29.766 --> 00:18:31.666
居民电价是否变化

00:18:31.766 --> 00:18:33.500
以及长期岗位数量

00:18:33.500 --> 00:18:35.266
能不能匹配最初承诺

00:18:35.500 --> 00:18:37.666
取消保密协议只是开始

00:18:38.133 --> 00:18:40.300
项目运行后的公开数据更重要

00:18:40.533 --> 00:18:43.133
监管问题也被放进同一条逻辑

00:18:43.933 --> 00:18:46.533
纳德拉支持建立新的AI规则

00:18:46.600 --> 00:18:49.000
不希望等事故出现后再补救

00:18:49.266 --> 00:18:50.800
他提到行业可以引入

00:18:50.800 --> 00:18:53.166
更广泛的嵌入式评估者

00:18:53.700 --> 00:18:56.200
让不同背景的人参与模型测试

00:18:56.533 --> 00:18:58.700
而不是只由微软和Openai

00:18:58.700 --> 00:19:00.566
内部决定什么能够发布

00:19:00.733 --> 00:19:03.333
他还希望美国与中国围绕AI

00:19:03.333 --> 00:19:05.733
扩散和安全建立共同规范

00:19:06.366 --> 00:19:07.966
两个国家都想让技术

00:19:07.966 --> 00:19:09.933
为本国公民创造价值

00:19:10.100 --> 00:19:13.000
也都不愿面对失控系统造成的后果

00:19:13.400 --> 00:19:15.066
竞争不会因此停止

00:19:15.166 --> 00:19:17.000
可最低限度的测试和

00:19:17.000 --> 00:19:19.333
风险边界仍有协商空间

00:19:19.466 --> 00:19:22.333
这部分发言带有明显的现实考量

00:19:22.700 --> 00:19:23.966
模型跨境流动

00:19:24.066 --> 00:19:26.333
开放权重可以被下载和修改

00:19:26.466 --> 00:19:28.000
单个公司的安全政策

00:19:28.000 --> 00:19:29.533
无法覆盖整个市场

00:19:29.700 --> 00:19:31.933
如果各国规则差异过大

00:19:32.000 --> 00:19:34.066
企业会把高风险研发移

00:19:34.066 --> 00:19:36.000
向监管更宽松的地区

00:19:36.200 --> 00:19:38.000
共同底线很难谈

00:19:38.400 --> 00:19:41.533
却比事故发生后互相指责更有价值

00:19:41.666 --> 00:19:43.933
采访最后回到人类控制

00:19:44.166 --> 00:19:46.700
纳德拉认为不服务于人类或者

00:19:46.700 --> 00:19:49.566
脱离人类控制的系统没有发布价值

00:19:49.900 --> 00:19:51.933
前沿模型进入世界之前

00:19:52.333 --> 00:19:54.600
企业需要投入更多测试时间

00:19:54.733 --> 00:19:57.800
能力增长不能自动成为上线理由

00:19:58.000 --> 00:19:59.533
产品团队还得证明

00:19:59.533 --> 00:20:02.266
系统能够被监督被停止

00:20:02.366 --> 00:20:04.600
也能在错误发生后恢复

00:20:04.733 --> 00:20:06.933
这句话听起来像原则声明

00:20:07.100 --> 00:20:09.866
真正考验会出现在商业压力上

00:20:10.133 --> 00:20:12.366
竞争对手率先发布新能力

00:20:12.533 --> 00:20:14.400
微软愿不愿意继续测试

00:20:14.800 --> 00:20:17.266
客户要求代理拥有更多权限

00:20:17.500 --> 00:20:19.366
公司会不会放宽限制

00:20:19.566 --> 00:20:21.866
季度增长需要新收入时

00:20:22.000 --> 00:20:24.700
安全检查能不能抵抗产品进度

00:20:25.400 --> 00:20:27.733
控制原则只有在这些时刻

00:20:27.733 --> 00:20:30.300
仍然有效才算真实边界

00:20:30.466 --> 00:20:32.400
新版copilot把这些矛盾

00:20:32.400 --> 00:20:33.900
集中到一个产品里

00:20:34.066 --> 00:20:35.900
它想让代理持续工作

00:20:35.933 --> 00:20:37.800
又必须保留人类批准

00:20:38.133 --> 00:20:39.900
他允许多个模型竞争

00:20:39.900 --> 00:20:41.466
又掌握路由权

00:20:41.533 --> 00:20:42.933
他承诺提高效率

00:20:42.966 --> 00:20:46.100
同时把TOKEN成本直接带进企业预算

00:20:46.366 --> 00:20:48.266
他依赖更多数据中心

00:20:48.366 --> 00:20:50.000
也要取得社区同意

00:20:50.466 --> 00:20:52.766
所以这次发布的重要性来自

00:20:52.766 --> 00:20:55.733
微软正在搭建的AI企业操作层

00:20:55.933 --> 00:20:57.100
模型可以替换

00:20:57.266 --> 00:20:58.666
任务留在copilot

00:20:58.866 --> 00:21:00.000
应用可以变化

00:21:00.200 --> 00:21:02.000
身份和权限留在agent

00:21:02.300 --> 00:21:04.600
365 价格可以调整

00:21:04.933 --> 00:21:06.900
成本治理仍由微软掌握

00:21:06.966 --> 00:21:08.400
每一层都在减少客户

00:21:08.400 --> 00:21:10.066
离开微软体系的理由

00:21:10.300 --> 00:21:12.600
Openai和Anthropic接下来会

00:21:12.600 --> 00:21:14.100
被迫回答一个问题

00:21:14.333 --> 00:21:16.466
他们要继续做最强模型

00:21:16.666 --> 00:21:19.466
还是建立完整的企业工作平台

00:21:19.600 --> 00:21:21.133
前一条路需要不断

00:21:21.133 --> 00:21:22.733
投入更昂贵的训练

00:21:23.400 --> 00:21:25.700
并接受模型被其他平台路由

00:21:25.800 --> 00:21:27.400
后一条路会直接进入

00:21:27.400 --> 00:21:29.133
微软最熟悉的战场

00:21:29.400 --> 00:21:30.866
面对几十年积累的

00:21:30.866 --> 00:21:33.933
客户关系权限系统和办公数据

00:21:34.133 --> 00:21:36.066
Google也会成为关键变量

00:21:36.166 --> 00:21:39.133
它拥有Workspace cloud和Android

00:21:39.666 --> 00:21:41.600
具备复制这套结构的基础

00:21:41.733 --> 00:21:43.466
若Google把Gemini

00:21:43.666 --> 00:21:47.100
办公数据和设备入口真正连起来

00:21:47.300 --> 00:21:50.100
微软就不能只靠现有分发取胜

00:21:50.466 --> 00:21:53.566
企业会比较哪一套代理更懂工作

00:21:53.666 --> 00:21:56.533
也会比较哪一套系统更容易治理

00:21:56.800 --> 00:21:58.500
模型战争不会结束

00:21:58.600 --> 00:21:59.966
位置却会改变

00:22:00.100 --> 00:22:02.666
最强模型仍然推动能力上限

00:22:02.966 --> 00:22:04.866
可多数企业任务不需要

00:22:04.866 --> 00:22:06.766
每次都调用世界第一

00:22:06.900 --> 00:22:10.100
可靠便宜可审计的模型组合往往

00:22:10.100 --> 00:22:12.600
比一款昂贵冠军更有商业价值

00:22:13.200 --> 00:22:14.700
微软要做的就是把

00:22:14.700 --> 00:22:16.766
这种组合变成默认产品

00:22:16.933 --> 00:22:19.200
开头的问题现在可以回答了

00:22:19.533 --> 00:22:21.566
如果模型随时可以更换

00:22:21.866 --> 00:22:23.766
AI产业最值钱的部分

00:22:24.133 --> 00:22:27.300
会逐渐向任务入口数据权限

00:22:27.500 --> 00:22:29.966
路由系统和执行记录移动

00:22:30.166 --> 00:22:31.666
模型仍然重要

00:22:31.666 --> 00:22:33.333
却不再独占价值

00:22:33.466 --> 00:22:35.000
谁掌握用户目标

00:22:35.200 --> 00:22:36.733
谁决定调用顺序

00:22:36.966 --> 00:22:38.866
谁能证明每一步安全

00:22:39.000 --> 00:22:41.733
谁就能从每一次推理中持续收费

00:22:41.933 --> 00:22:43.933
纳德拉押注的正是这个位置

00:22:44.266 --> 00:22:45.600
微软不必在每一次

00:22:45.600 --> 00:22:47.666
模型发布中都拿第一

00:22:47.800 --> 00:22:49.666
只要copilot成为企业

00:22:49.666 --> 00:22:50.933
交代任务的第一站

00:22:51.333 --> 00:22:53.933
最强模型就会主动进入它的系统

00:22:53.933 --> 00:22:55.066
争夺调用

00:22:55.200 --> 00:22:57.000
竞争规则由此改变

00:22:57.133 --> 00:22:58.900
过去大家争的是谁能

00:22:58.900 --> 00:23:00.600
造出最聪明的大脑

00:23:00.800 --> 00:23:03.400
下一轮争的是谁能让所有

00:23:03.400 --> 00:23:05.533
大脑在自己的产品里工作

00:23:05.800 --> 00:23:08.000
这场产品战争才刚刚开始

00:23:08.300 --> 00:23:10.966
autopilot能否稳定完成长任务

00:23:11.200 --> 00:23:13.200
auto能否公平选择模型

00:23:13.533 --> 00:23:15.733
agent 365能否挡住权限

00:23:15.733 --> 00:23:17.300
和提示注入风险

00:23:17.400 --> 00:23:19.366
都需要真实部署验证

00:23:19.666 --> 00:23:21.933
微软已经把路线画得很清楚

00:23:22.133 --> 00:23:24.666
接下来要证明的是这套庞大

00:23:24.666 --> 00:23:26.766
系统能够创造的业务价值

00:23:26.966 --> 00:23:29.666
确实高于它消耗的算力和信任