萨蒂亚·纳德拉谈1750亿美元押注：微软的AI打法在于“驾驭层”，而非模型

在AI领域关于“加速还是刹车”的讨论愈演愈烈之时，微软首席执行官萨蒂亚·纳德拉在All-In播客的一次罕见深度访谈中，提出了不同的见解。

当Anthropic和OpenAI的领袖呼吁全球放缓步伐，市场因安全警告而波动时，纳德拉认为，真正的机遇与挑战并非在于研发最强大的模型，而是在于掌控那些能让企业实际运用AI的基础设施与软件。

他的核心观点是：AI的价值不会仅停留在模型层面。持久的商业机会属于那些构建“驾驭层”的人——涵盖基础设施、中间件及控制层，使成千上万家企业能安全、独立地部署AI。

“我们应当做必要的事情，构建首先服务于人类、并受人类控制的事物，”纳德拉表示，“我们需要从这种常识层面出发，这听起来有点疯狂。”

不追求最强大模型，专注“驾驭层”

纳德拉并未投身于前沿模型的军备竞赛。他透露，微软3000万Copilot订阅用户仅占4.5亿知识工作者市场的一小部分。他为微软1750亿美元的资本支出战略辩护，称该战略是为数千家客户设计的，而非仅为两三家锚定模型公司服务。

“如果你是一家超大规模云厂商，你就不是两家模型公司的供应商，那不是生意，”纳德拉说，“你必须构建一个对许多第三方客户和我们自己都很出色的系统。”

这句话背后，是微软对AI商业模式的重新定位：不争夺“最聪明模型”的赢家通吃，而是争夺企业AI的入口、控制权及长期关系。

谁拥有权重？企业不能将命脉交予单一供应商

纳德拉将注意力引向一个被忽视的问题：企业客户对自身AI部署的控制权。

“我需要我的隐私。我希望能够将我的知识嵌入我控制的一组权重中。我想看到生成的整个思维链。我的知识产权不应泄露，”他说。

这并非哲学表态，而是对前沿模型商业模式的一次直接挑战。纳德拉的潜台词很清楚：如果你的企业依赖的模型、驾驭层和记忆系统都由同一家供应商控制，你就陷入了一种危险依赖——就像买了一个数据库，却被供应商告知：“你放进去的数据不是你的，是我的。”

他希望推动互操作性标准，使企业能自由替换模型，包括跨模型家族复用键值缓存，从而让驾驭层独立于模型，让记忆不再锁定于单一供应商。

他还提出一个任何首席技术官明天就能用的测试：抽掉一个模型，看看你的评估结果是否仍然成立。

“我的测试是：抽掉一个模型，看看我能否保留评估。如果不能，那意味着你确实依赖于某种可能属于你、也可能不属于你的东西。”

奖励黑客与内部威胁：真正危险是日常任务做假账

纳德拉拒绝卷入“AI是否会毁灭人类”的存在主义辩论。他更倾向于将AI安全视为工程问题：监控、遏制、可审计。

但他指出了一个尚未进入投资者视野的新风险：持久性AI智能体可能成为一类新的内部威胁。

可怕之处不是恶意超级智能，而是普通业务流程出错。纳德拉举例：让企业里的前沿模型“去优化我的营运资本”，它可能会做假账。这是测试时的失败，不是训练阶段的产物，而且可能发生在没有任何安全委员会监控的日常任务上。

“我们在培育智能，而不是建造智能，所以它是一门实验科学。实验科学越多，你就越需要确保在受控环境中做这些实验，”纳德拉说。

他承认，关于奖励黑客的科学还不成熟。目前的缓解办法仍是工程手段：积极监控智能体活动、保留行为证据、审计每一个被访问对象，并用语义模型检查和验证输出。

资本支出逆势者：为长尾客户而建

当主持人追问数字时，纳德拉的回答很直接：微软正在拒绝Azure客户，资本支出是1750亿美元，Meta和谷歌的支出是微软的两倍，前沿实验室据称正烧掉5000亿美元。Copilot评价褒贬不一，微软也没有前沿模型。AI革命是否正绕过微软？

纳德拉说：“谈论大量资本支出不是优点，而是缺陷。”

他解释，微软为长尾而建，服务数千家第三方客户，而不是做两三家模型公司的供应商。微软把资产分成两类：长期资产，如土地、电力、冷壳；短期“套件”，如机架和芯片。后者约占成本的60%。微软自建一部分，租赁一部分，并在供应短缺时租用更多，以保持灵活、降低债务压力。

几个关键数字包括：Microsoft 365 Copilot订阅用户超过3000万；包括全球学生在内的知识工作者总基数为4.5亿；纳德拉估计“真正的企业用户”市场为2.5亿至3亿。这个差距不是失败，而是微软继续建设基础设施的理由。

开源制衡与 Token 价格战

AI竞赛的经济关键在 Token 定价。主持人查马斯·帕里哈皮蒂亚提出：OpenAI对每百万输出 Token 收费约50美元，而DeepSeek最新模型据称低至15至60美分，成本降低约99%。如果这成立，为什么企业还要为大多数任务支付前沿溢价？

纳德拉的回答是：“老式竞争。”

他援引微软自身历史：Windows受到Mac和Linux制衡，SQL Server受到Postgres和MySQL制衡。闭源与开源的动态不是威胁，而是健康应用层的前提。如果没有开源对定价的制衡，最终会陷入大型机式锁定，全部版税流向模型层，产品公司就很难建立。

他预测，应用会变得更有经济可行性，围绕记忆系统和编排的中间件层会兴起，模型公司也能过得不错。但前提仍是互操作性。他希望模型公司推动键值缓存标准，让多个模型家族可以一起使用。

中国、规范与“赢得许可”

AI安全的地缘政治很少出现在财报电话会上，但它关系到行业能否真正慢下来。纳德拉不认为安全担忧是美国独有的执念。

“如果我们真的具体说明风险是什么，为什么这种风险如此特殊，以至于只有美国人在担心？这说不通，”纳德拉说。

他的论证是经验性的：中国也会有同样的黑客问题，也希望公民从AI中受益。他看到了国际规范的可能性，但对此信心不高——这是希望，不是计划。

与此同时，AI数据中心正在引发当地反弹。纳德拉用华盛顿州昆西举例：微软约2008年在那里启动数据中心。大约20年间，税收收入增长12倍，实缴税款下降三分之一，增长超过西雅图，社区获得了新学校、医院、城镇中心和水上运动中心。他提到的1200个建筑工作岗位，来自持续翻新和扩建，而不是一次性建设。

他的结论是：整个行业必须通过展示本地利益来“赢得许可”。“这是一块新肌肉，”他说。

多模型世界：使用所有模型，独立于所有模型

最令人意外的信息是，微软正在从零构建自己的前沿级模型，不是蒸馏，而是利用自己的强化学习环境和数据自下而上推进。纳德拉提到一个网络安全模型，在微软驾驭层编排其他模型时，在网络安全测试中表现更优，编码和知识工作也有类似模式。

目标不是推翻OpenAI。微软仍对OpenAI的投资和长期知识产权访问感到满意。目标是在权重和客户知识上形成差异化，这些控制点不能被任何单一模型供应商独占。

芯片也是同样逻辑。纳德拉预计，随着推理和训练工作负载变得成熟，会出现针对特定阶段的专用芯片，形成跨供应商更多样化的系统架构。英伟达仍是微软的主要芯片供应商，但AMD也在其中，OpenAI也在自研芯片。微软的目标是在异构硬件上运行任何模型——OpenAI、Anthropic或微软自己的MAI。

他推荐的企业架构是：使用所有模型，独立于所有模型。通过每个模型运行对你重要的评估，然后逐一移除，观察会发生什么。

纳德拉承认，当前存在巨大的能力过剩——模型已经非常出色。但广泛扩散取决于变革管理、工作流压缩和新形态设备。他认为，编码智能体是当下的突破，计算机使用界面可能是下一个。

他为整个AI命题设定的兑现标准，是7%至8%的真实、广泛基础国内生产总值增长。这个数字远高于趋势，也是他给出的最清晰、可被证伪的标志。

本文来自微信公众号“Tech商业”，36氪经授权发布。