Satya Nadella – How Microsoft is preparing for AGI

今天我们采访的是萨提亚·纳德拉。“我们”指的是我和 Dylan Patel，他是 SemiAnalysis 的创始人。萨提亚，欢迎。谢谢。很高兴。感谢您来到亚特兰大。感谢您带我们参观新工厂。看到这一切真是太棒了。绝对如此。萨提亚和微软云与人工智能执行副总裁 Scott Guthrie 带我们参观了他们全新的 Fairwater 2 数据中心，这是目前世界上最强大的数据中心。我们试图每 18 到 24 个月将训练能力提高 10 倍。因此，这相当于 GPT-5 的训练能力的 10 倍。从光学器件的数量来看，这座建筑中的网络光学器件几乎与两年前我们所有 Azure 数据中心的总和一样多。它拥有约五百万个网络连接。您拥有区域内不同站点之间以及两个区域之间的所有这些带宽。那么，这是对未来扩展的一个巨大赌注吗？您是否预计未来会出现某个巨大的模型，需要两个完全不同的区域来训练？目标是能够为大型训练任务聚合这些浮点运算，然后将这些东西跨站点组合起来。现实情况是，您将使用它进行训练，然后用于数据生成，用于推理，以各种方式使用它。它不会永远只用于一种工作负载。Fairwater 4，您将在附近看到它正在建设中，也将连接到那个一拍比特的网络，以便我们能够以非常高的速率实际连接这两个。然后我们进行 AI WAN 连接到密尔沃基，我们在那里有多个其他 Fairwater 正在建设中。字面上看，您可以看到模型并行和数据并行。它基本上是为校园内的训练任务、超级集群而构建的。然后通过 WAN，您可以前往威斯康星州的数据中心。您实际上可以运行一个训练任务，所有这些任务都将被聚合起来。我们现在看到的是一个单元，里面还没有服务器，也没有机架。一个单元有多少个机架？我们不一定公开分享这个，但是……这就是我问的原因。您会在楼上看到。我开始数。您可以开始数。我们让您开始数。这座建筑有多少个单元？这部分我也不能告诉您。嗯，除法很简单，对吧？我的天，这声音有点大。您看到这个时，是不是在想：“现在我知道我的钱花到哪里去了。”就像，“我经营一家软件公司。欢迎来到软件公司。”一旦您决定使用 GB200 和 NVLink，设计空间有多大？还有多少其他决定需要做出？模型架构与优化物理计划之间存在耦合。从这个意义上说，它也很可怕，因为将会有新的芯片问世。以 Vera Rubin Ultra 为例。它的功率密度将截然不同，冷却要求也将截然不同。所以您不想只按照一个规格来构建所有东西。这又回到了我们即将进行的对话，即您希望随着时间的推移进行扩展，而不是一次性扩展然后就被困住。当您回顾所有过去的技术转型——无论是铁路、互联网还是可更换零件、工业化、云计算，所有这些——每一次革命从技术发现到普及并渗透到经济中，其速度都越来越快。许多参加 Dwarkesh 播客的人认为这是最后一次技术革命或转型，而且这次与以往非常非常不同。至少到目前为止，在市场上，三年内我们已经飙升至超大规模公司明年将花费 5000 亿美元的资本支出，其规模在速度上是先前革命无法比拟的。最终状态似乎截然不同。您对这个问题的看法与我所说的“AI 兄弟”——“AGI 即将到来”——截然不同。我想更深入地了解这一点。我从我也感受到的兴奋开始，即工业革命之后，这可能是最重要的事情。我从这个前提开始。但同时，我也有点脚踏实地，因为这仍然是早期阶段。我们已经构建了一些非常有用的东西，我们看到了一些很棒的特性，这些扩展定律似乎正在奏效。我乐观地认为它们将继续奏效。其中一些确实需要真正的科学突破，但也有很多工程方面的工作等等。话虽如此，我也倾向于认为，即使在过去 70 年的计算领域，我们也一直在前进。我喜欢 Raj Reddy 关于人工智能的比喻之一。他是 CMU 的图灵奖得主。他甚至在 AGI 之前就有了这个比喻。他有一个关于人工智能的比喻，它应该是一个守护天使或认知放大器。我喜欢这个。这是一个思考这是什么的好方法。最终，它对人类有什么用处？它将是一个认知放大器和一个守护天使。如果我这样看待它，我把它看作一个工具。但您也可以对此变得非常神秘，并说这不仅仅是一个工具。它能做所有这些以前只有人类才能做的事情。但过去许多技术都是如此。以前很多事情只有人类能做，然后我们有了工具来做。我们不必纠结于定义，但有一种思考方式是，也许需要五年、十年、二十年。最终，机器将生成 Satya tokens，而微软董事会认为 Satya tokens 很有价值。您在采访 Satya 时浪费了多少经济价值？我负担不起 Satya tokens 的 API 成本。无论您称它们为什么，Satya tokens 是一个工具还是一个代理，随便什么。目前，如果您使用的模型每百万 tokens 的成本在几美元或几美分之间，那么利润扩张的空间就非常大，而一百万个 Satya tokens 的价值就很高。这个利润去哪里了，微软在其中扮演什么角色，这是我的问题。在某种意义上，这又回到了经济增长前景将是什么样的。公司将是什么样的。生产力将是什么样的。对我来说，这就是，如果工业革命创造了……经过 70 年的传播，您才开始看到经济增长。这也是需要记住的。即使技术这次传播得很快，要实现真正的经济增长，它必须传播到工作、工作成果和工作流程发生变化的地步。所以，我认为公司真正改变所需的变革管理是我们不应低估的。展望未来，人类及其产生的 tokens 是否会获得更高的杠杆作用，无论是 Dwarkesh 还是未来的 Dylan tokens？想想技术的力量。没有技术，您能运行 SemiAnalysis 或这个播客吗？绝对不可能，以您取得的规模来看，绝对不可能。所以问题是，那个规模是多少？它会通过某种东西增加 10 倍吗？绝对会。因此，无论您是达到了某个收入数字，还是达到了某个观众数字，或者其他什么，我认为这就是将要发生的。关键是，工业革命花了 70 年，也许 150 年，现在可能在 20 年、25 年内发生。如果幸运的话，我希望将工业革命 200 年的历程压缩到 20 年内。微软历史上可能是最伟大的软件公司，最大的软件即服务公司。您过去经历过一次转型，以前您出售 Windows 许可证和 Windows 或 Microsoft 的光盘，现在您出售 365 的订阅。随着我们从那次转型走向今天的业务，之后还有一次转型。软件即服务对每个用户的边际成本都非常低。有大量的研发投入，有大量的客户获取成本。这就是为什么，不是微软，而是 SaaS 公司在市场上表现不佳，因为人工智能的销货成本太高了，这完全打破了这些商业模式的运作方式。您作为也许是最伟大的软件即服务公司，如何将微软转型到这个新的时代，在这个时代，销货成本很重要，每个用户的边际成本也不同？因为现在您的收费是，“嘿，Copilot 是 20 美元。”这是一个很好的问题，因为在某种意义上，商业模式本身，杠杆将保持相似。如果您查看从消费者到所有其他模型的菜单，将会有一些广告单元，一些交易，一些设备毛利润给那些构建 AI 设备的人。将会有订阅，消费者和企业，然后将会有消费。所以我仍然认为这些都是衡量标准。就您而言，什么是订阅？到目前为止，人们喜欢订阅，因为他们可以为之预算。它们本质上是某些消费权的权利，这些权利被封装在订阅中。所以我认为在某种意义上，这变成了一个定价决定。您有多少消费权，如果您查看所有编码订阅，它们就是这样，对吧？然后您有专业级别、标准级别等等。所以我认为这就是定价和利润结构将如何分层的方式。有趣的是，在微软，对我们来说好消息是我们涉足了所有这些衡量标准。在投资组合层面，我们几乎拥有消费、订阅，以及所有其他消费者杠杆。我认为时间会证明哪些模型在哪些类别中有意义。关于 SaaS 方面，既然您提到了，我一直在思考。以 Office 365 或 Microsoft 365 为例。低 ARPU 很好，因为这里有一件有趣的事情。在从服务器到云的转型过程中，我们曾经问自己一个问题：“哦，天哪，如果我们只是把当时使用我们 Office 许可证和 Office 服务器的相同用户迁移到云端，并且我们有销货成本，这不仅会缩小我们的利润，我们还将从根本上成为一家利润较低的公司。”除了发生的是，向云的迁移极大地扩展了市场。我们在印度卖了几台服务器，卖得不多。而在云端，印度每个人都可以负担得起按比例购买服务器、IT 成本。事实上，我没有意识到的最大事情是，人们在购买 SharePoint 存储空间上花了多少钱。事实上，EMC 的最大业务可能是 SharePoint 的存储服务器。所有这些在云端都下降了，因为没有人需要去购买。事实上，这是营运资金，意味着基本上是现金流出。所以它极大地扩展了市场。所以这个人工智能的东西也会是这样。如果您以编码为例，我们通过 GitHub 和 VS Code 数十年来所构建的东西，突然间，编码助手在一年内就变得如此重要。我认为这也是将要发生的，即市场极大地扩展。有一个问题是，市场会扩大，但与微软相关的收入部分会扩大吗？Copilot 是一个例子。如果您看今年早些时候，根据 Dylan 的数据，GitHub Copilot 的收入约为 5 亿美元左右，而且没有真正的竞争对手。而现在您有 Claude Code、Cursor 和 Copilot，收入都差不多，大约 10 亿美元。Codex 也正在追赶，收入约为 7 亿至 8 亿美元。所以问题是，在微软可以访问的所有表面上，微软的 Copilot 对等产品有什么优势？顺便说一句，我喜欢这张图表。我喜欢这张图表有很多原因。一是我们仍然排在首位。二是这里列出的所有公司都是在过去四五年里诞生的公司。对我来说，这是最好的迹象。您有新的竞争对手，新的生存问题。当您说，现在是谁？Claude 会杀了你，Cursor 会杀了你，但不是 Borland。谢天谢地。这意味着我们走在正确的方向上。就是这样。我们从无到有发展到这个规模，就是市场扩张。这就像云计算的东西。从根本上说，编码和人工智能这个类别可能是最大的类别之一。它是软件工厂类别。事实上，它可能比知识工作更大。我想保持开放的心态。我们将面临激烈的竞争。这是您的观点，这是一个很好的观点。但我很高兴我们已经利用了我们所拥有的，现在我们必须竞争。在竞争方面，即使在上个季度我们刚刚结束的季度，我们公布了季度业绩，我认为我们的订阅用户从 2000 万增长到 2600 万。我对我们的订阅增长和发展方向感到满意。但更有趣的是，所有这些其他家伙生成大量代码的存储库都去了哪里？它们去了 GitHub。GitHub 在存储库创建、PR 等方面都达到了历史最高水平。在某种意义上，我们希望保持开放，顺便说一句。这意味着我们想要它。我们不希望将其与我们自己的增长混淆。有趣的是，我们每秒钟都有一个开发者加入 GitHub，这是统计数据，我认为。其中 80% 的人只是陷入了某种 GitHub Copilot 工作流程，因为它们存在。顺便说一句，其中许多甚至会使用我们的一些代码审查代理，这些代理默认是开启的，因为您可以使用它们。我们将有很多很多结构性的机会。我们还将做我们用 Git 所做的事情。GitHub 的原始功能，从 Git 开始，到 Issues，到 Actions，这些都是强大而美好的事物，因为它们都围绕着您的存储库构建。我们希望扩展这一点。上周在 GitHub Universe，我们就是这样做的。我们说 Agent HQ 是我们说要构建的概念性事物。例如，您有一个叫做 Mission Control 的东西。您进入 Mission Control，现在我可以启动。有时我将其描述为所有这些 AI 代理的电视频道，因为我将打包在一个订阅中，Codex、Claude、Cognition 的东西、任何人的代理、Grok，所有这些都将在那里。所以我得到一个套餐，然后我可以实际发布一个任务并引导它们，这样它们就可以在各自独立的分支上工作。我可以监控它们。我认为这将是最大的创新领域之一，因为现在我想使用多个代理。然后我想消化多个代理的输出。然后我想保持对我的存储库的控制。如果需要构建某种抬头显示器，然后我需要快速引导和分类编码代理生成的内容，对我来说，在 VS Code、GitHub 和所有这些新的原始功能之间，我们将构建 Mission Control，并带有一个控制平面。可观测性……想想所有将要部署这一切的人。这将需要一套完整的可观测性，了解哪个代理在什么时间对哪个代码库做了什么。我认为这就是机会。归根结蒂，您的观点是正确的，我们最好保持竞争力并进行创新。如果我们不这样做，我们将被推翻。但至少只要我们排在首位，我就喜欢这张图表，即使有竞争。这里的关键点是，无论哪个编码代理获胜，GitHub 都会继续增长。但这个市场只以每年 10%、15%、20% 的速度增长，这远高于 GDP。这是一个很好的复合增长。但这些 AI 编码代理的增长速度从去年年底的 5 亿美元运行率——当时只有 GitHub Copilot——到现在，到今年第四季度，GitHub Copilot、Claude Code、Cursor、Cognition、Windsurf、Replit、OpenAI Codex……的总运行率已达到 50 亿至 60 亿美元。这是 10 倍。当您查看软件代理的 TAM 时，是您支付给人们的 2 万亿美元的工资，还是更远？因为世界上所有公司现在都能更轻松地开发软件了吗？毫无疑问，微软会从中分一杯羹。但您在一年内就从近 100% 的市场份额，或者肯定超过 50% 的份额，下降到 25% 以下。人们对微软将继续获胜的信心有多大？这又回到了，Dylan，没有天生的权利，我们不应该有任何信心，除了说我们应该去创新。知道我们有什么幸运的机会，在某种意义上，这个类别将比我们曾经拥有高份额的任何东西都要大得多。让我这样说吧。您可以说我们在 VS Code 中拥有高份额，我们在 GitHub 的存储库中拥有高份额，这是一个不错的市场。但关键是，即使在一个更广阔的市场中拥有不错的份额……您可以说我们在客户端-服务器计算中拥有高份额。我们在超大规模计算中的份额要低得多。但它是一个更大的业务吗？数量级上的。所以至少它证明了微软即使在我们的份额不如以往那么强劲的情况下也表现良好，只要我们竞争的市场创造了更多价值。而且有多个赢家。就是这样。但我明白您的意思，最终一切都意味着您必须变得有竞争力。我每个季度都关注这一点。这就是为什么我对我们将要用 Agent HQ 做的事情感到非常乐观，将 GitHub 变成所有这些代理汇聚的地方。正如我所说，我们将有多个机会。它不一定……其中一些公司可以和我们一起成功，所以不一定只有一个赢家和一个订阅。我想关注这个问题的原因是，这不仅仅是关于 GitHub，而是从根本上关于 Office 和微软提供的所有其他软件。关于 AI 如何发展的一种愿景是，模型将继续受到限制，您将始终需要这种直接可见的可见性。另一种愿景是，随着时间的推移，这些模型现在可以完成需要两分钟的任务，将来，它们可以完成需要 10 到 30 分钟的任务。将来，也许它们可以自主完成数天的工作。然后模型公司可能会收取数千美元的费用来访问一个真正意义上的同事，这个同事可以使用任何 UI 与人类交流并在平台之间迁移。如果我们越来越接近这一点，为什么那些利润越来越高的模型公司，那些占据所有利润的公司，不是那些公司呢？为什么发生脚手架的地方，随着 AI 能力的增强而变得越来越不相关，会如此重要呢？这涉及到现在的 Office 与那些只是从事知识工作的同事。这是一个很好的观点。所有的价值都会迁移到模型上吗？还是会分配给脚手架和模型之间？我认为时间会证明一切。但我的根本观点是，激励结构会变得清晰。以信息工作为例，或者甚至以编码为例。事实上，我最喜欢的 GitHub Copilot 设置之一叫做“自动”，它会进行优化。事实上，我购买了一个订阅，而“自动”将开始选择并优化我所要求的。它甚至可以是完全自主的。它可以套利多个模型可用的 tokens 来完成一项任务。如果您采用这种论点，那么商品将是模型。特别是开源模型，您可以选择一个检查点，然后使用您的一些数据，您可以看到它。我认为我们都会开始，无论是从 Cursor 还是从微软，看到一些内部模型。然后您将大部分任务卸载给它。所以一种论点是，如果您赢得了脚手架——今天它处理所有限制性问题或这些智能问题的参差不齐，而您不得不——如果您赢得了它，那么您将垂直整合到模型中，因为您将拥有数据和其他东西的流动性。有足够多的检查点可供选择。这是另一件事。从结构上看，我认为世界上总会有一个相当强大的开源模型，只要您有东西可以使用它，即数据和脚手架，您就可以使用它。我可以争辩说，如果您是一家模型公司，您可能会有赢家诅咒。您可能已经完成了所有艰苦的工作，取得了令人难以置信的创新，但它只是一份副本，就可以商品化。然后拥有用于基础和上下文工程的数据以及数据流动性的人就可以获取该检查点并进行训练。所以我认为这两种说法都有道理。解构您所说的，有两种看待世界的方式。一种是存在如此多的不同模型。开源存在。模型之间会有差异，这将驱动谁获胜和谁不获胜。但脚手架是您获胜的关键。另一种观点是，实际上，模型是关键的知识产权。每个人都在激烈竞争，而且有一些，“嘿，我可以使用 Anthropic 或 OpenAI。”您可以在收入图表中看到这一点。一旦 OpenAI 拥有了一个与 Anthropic 功能相似的代码模型，尽管方式不同，其收入就开始飙升。有一种观点认为，模型公司是获得所有利润的公司。因为如果您看看今年，至少在 Anthropic，他们从推理中的毛利率从远低于 40% 提高到年底的 60% 以上。尽管中国开源模型越来越多，但利润却在扩大。OpenAI 具有竞争力，Google 具有竞争力，X/Grok 现在也具有竞争力。所有这些公司现在都具有竞争力，但尽管如此，模型层的利润却显著扩大。您对此有何看法？这是一个很好的问题。也许几年前人们还在说，“哦，我可以包装一个模型来建立一个成功的公司。”这可能已经被证伪了，仅仅是因为模型的能力，以及使用的工具，尤其是。但有趣的是，当我查看 Office 365 时，即使是我们构建的一个叫做 Excel Agent 的小东西。有趣的是，Excel Agent 不是一个 UI 级别的包装器。它实际上是一个位于中间层中的模型。在这种情况下，因为我们拥有 GPT 系列的所有知识产权，我们将其放入 Office 系统的核心中间层，教它如何本地理解 Excel，以及其中的一切。它不仅仅是，“嘿，我只是对像素有理解。”我对 Excel 的所有本地工件都有完整的理解。因为如果您考虑一下，如果我要给它一些推理任务，我甚至需要修复我犯的推理错误。这意味着我不仅要看到像素，我还需要能够看到，“哦，我那个公式错了”，我需要理解这一点。在某种程度上，这一切都不是在带有提示的 UI 包装器级别完成的，而是在中间层完成的，通过教授它 Excel 的所有工具。我基本上是在给它一个 markdown 来教它成为一个复杂的 Excel 用户所需的技能。这有点奇怪，它又回到了人工智能大脑。您构建的不仅仅是 Excel，而是传统意义上的业务逻辑。您正在采用传统意义上的 Excel 业务逻辑，并为其包装一个认知层，使用这个知道如何使用该工具的模型。在某种意义上，Excel 将附带一个内置的分析师，并附带所有使用的工具。这就是每个人都会构建的那种东西。所以即使对于模型公司来说，它们也必须竞争。如果它们定价过高，您猜怎么着，如果我是一个构建此类工具的人，我会替换您。我可能会使用您一段时间。所以只要有竞争……总会有赢家通吃的事情。如果有一个模型比其他所有模型都远远领先，是的，那就是赢家通吃。但只要存在竞争，就像超大规模计算的竞争一样，并且有开源的检查点，就有足够的空间在模型之上构建价值。在微软，我的看法是，我们将涉足超大规模计算业务，这将支持多个模型。我们将有七年时间可以使用 OpenAI 模型，并在此基础上进行创新。基本上，我认为我们拥有一个前沿类模型，我们可以灵活地使用和创新。我们将构建自己的 MAI 模型。所以我们总会有一个模型层。然后我们将构建——无论是在安全、知识工作、编码还是科学领域——我们自己的应用程序脚手架，这将是模型优先的。它不会是模型的包装器，而是模型将被包装到应用程序中。我对您提到的其他事情有很多疑问。但在我们进入那些话题之前，我仍然想知道这是否不是对人工智能能力的超前展望，您想象的模型就像今天存在的模型一样。它会截屏，但它无法查看单元格内部以及公式是什么。我认为更好的心智模型是想象这些模型能够像人类一样使用计算机。一个使用 Excel 的人类知识工作者可以查看公式，可以使用替代软件，可以在 Office 365 和另一个软件之间迁移数据，如果需要迁移的话，等等。这就是我所说的。但如果真是这样，那么与 Excel 的集成就没有那么重要了。不，不，别担心 Excel 集成。毕竟，Excel 是作为分析师的工具而构建的。很好。所以任何一个像分析师一样的人工智能都应该有可以使用的工具。它们拥有计算机。就像人类可以使用计算机一样。那是他们的工具。工具就是计算机。所以我要说的是，我正在构建一个分析师，本质上是一个人工智能代理，它碰巧预先知道如何使用所有这些分析工具。只是为了确保我们说的是同一件事，这是一个像我这样使用 Excel 的人……不，它是完全自主的。所以我们现在也许应该阐述一下我认为公司的未来是什么。公司的未来将是工具业务，我拥有一台计算机，我使用 Excel。事实上，将来我甚至会有 Copilot，而 Copilot 也会有代理。但我仍然是我在掌控一切，一切都在回归。这是一个世界。第二个世界是公司直接为人工智能代理提供计算资源，并且它完全自主地工作。这个完全自主的代理将拥有这些可供其使用的相同工具的实体化集合。所以这个进来的人工智能工具不仅拥有原始计算机，因为它使用工具来完成工作会更节省 token。事实上，我把它看作是，我们的业务，今天是一个终端用户工具业务，将成为一个支持代理工作的基础设施业务。这是另一种思考方式。事实上，我们在 M365 下构建的所有东西仍然会非常相关。您需要一个存储它的地方，一个用于存档的地方，一个用于发现的地方，一个用于管理所有这些活动的地方，即使您是一个人工智能代理。这是一个新的基础设施。为了确保我理解，您是在说理论上一个未来的人工智能，它具有实际的计算机使用能力——所有这些模型公司现在都在努力实现这一点——即使它没有与微软合作或在我们旗下，也可以使用微软软件。但您说的是，如果您使用我们的基础设施，我们将给予它们更低级别的访问权限，使您更有效地做那些本来就可以做的事情？百分之百。发生的事情是，我们有服务器，然后有虚拟化，然后我们有了更多的服务器。这是另一种思考方式。不要把工具看作是最终的东西。人类使用的所有工具下面的整个基底是什么？整个基底也是人工智能代理的引导，因为人工智能代理需要一台计算机。事实上，我们看到显著增长的一个领域是所有这些从事 Office 工件等工作的人，作为自主代理等等，想要配置 Windows 365。他们确实希望能够为这些代理配置计算机。绝对。这就是为什么我们将拥有一个终端用户计算基础设施业务，它将继续增长，因为它将比用户数量增长得更快。这是人们问我的另一个问题，“嘿，用户业务怎么办？”至少早期迹象表明，用户业务的思考方式不仅仅是每个用户，而是每个代理。如果您说这是每个用户和每个代理，关键是为每个代理配置什么？一台计算机，一套围绕它的安全措施，一个围绕它的身份。所有这些，可观测性等等，都是管理层。所有这些都将包含在其中。至少按照我目前的想法，我想听听您的看法，那就是这些模型公司都在构建环境来训练它们使用 Excel 或亚马逊购物或其他任何东西，预订航班。但同时，它们也在训练这些模型进行迁移。因为这可能是最有价值的：将大型机系统转换为标准云系统，将 Excel 数据库转换为具有 SQL 的真实数据库，或者将 Word 和 Excel 中完成的工作转换为更具程序性、更有效率的经典意义上的、人类也可以完成的事情。对于软件开发人员来说，这并不划算。这似乎是未来几年至少每个人都会做的事情，以极大地推动价值。如果模型本身可以利用工具进行迁移，微软如何适应这一点？是的，微软在数据库、存储和其他所有类别中都处于领先地位，但 Office 生态系统的使用将大大减少，就像大型机生态系统的使用可能大大减少一样。现在大型机实际上已经增长了二十年，尽管没有人再谈论它们了。它们仍然在增长。百分之百，我同意这一点。这如何流动？归根结底，将会有相当长的时间存在混合世界，因为人们将使用那些将与需要使用工具的代理一起工作的工具，并且它们必须相互通信。我生成的工件然后需要人类看到的是什么？所有这些都将是任何地方的真实考虑因素，输出、输入。我不认为这仅仅是关于，“哦，我迁移了。”底线是我必须生活在这个混合世界中。但这并没有完全回答您的问题，因为可能存在一个真正高效的新前沿，即只有代理与代理协同工作并完全优化。即使代理与代理协同工作，需要什么原始功能？您需要一个存储系统吗？该存储系统需要具有电子发现功能吗？您需要可观测性吗？您需要一个将使用多个模型并拥有一个身份系统的身份系统吗？这些都是我们今天为 Office 系统或类似系统提供的核心底层轨道。我们将来也会有。您谈到了数据库。我的意思是，我希望所有的 Excel 都有一个数据库后端。我希望这一切立即发生。而且那个数据库是一个好数据库。事实上，数据库将是一个重要的增长领域。如果我想到所有 Office 工件的结构更好，由于代理世界，能够更好地在结构化和非结构化之间进行连接，这将促进底层基础设施业务的增长。碰巧的是，所有这些的消费都由代理驱动。您可以说所有这些都是模型公司即时生成的软件。这也有可能是真的。我们也将是这样的模型公司之一。我们将构建……竞争可能是我们将构建模型加上所有基础设施并提供它，然后将会有许多能够做到这一点的人之间的竞争。说到模型公司，您说您不仅拥有基础设施，还拥有模型本身。目前，微软 AI 最新的模型是两个月前发布的，在 Chatbot Arena 中排名第 36 位。您显然拥有 OpenAI 的知识产权。在您同意这一点的情况下，它似乎落后了。这是为什么，特别是考虑到您理论上拥有分叉 OpenAI 的 monorepo 或提炼其模型的权利，尤其是如果这是您战略的重要组成部分，您需要拥有一个领先的模型公司？首先，我们绝对会最大限度地在所有产品中使用 OpenAI 模型。这是我们将在未来七年内继续做的核心事情，不仅是使用它，而且是增加价值。这就是分析师和 Excel Agent，这些都是我们将要做的事情，我们将进行 RL 微调。我们将在 GPT 系列的基础上进行一些中期训练运行，我们拥有独特的数据资产并构建能力。对于 MAI 模型，我的想法是，好消息是，通过新的协议，我们可以非常非常清楚地表明，我们将建立一个世界级的超级智能团队并雄心勃勃地去追求它。但同时，我们也将利用这段时间来明智地使用这两者。这意味着我们一方面将非常注重产品，另一方面将非常注重研究。因为我们能够访问 GPT 系列，我最不想做的事情就是以一种重复且价值不大的方式使用我们的浮点运算。我想能够利用我们用于生成 GPT 系列的浮点运算来最大化其价值，而我的 MAI 浮点运算则用于……以我们推出的图像模型为例，我认为它在图像领域排名第九。我们将其用于成本优化，它在 Copilot 中，在 Bing 中，我们将使用它。我们在 Copilot 中有一个音频模型。它具有个性和其他功能。我们针对我们的产品进行了优化。所以我们会做这些。即使在 LMArena 上，我们也从文本开始，它首次亮相时排名第 13 位。顺便说一句，这仅在约 15,000 个 H100 上完成。这是一个非常小的模型。所以，再次，是为了证明核心能力、指令遵循以及其他一切。我们想确保我们能够匹配最先进的技术。这表明，考虑到扩展定律，如果我们投入更多浮点运算，我们能够做什么。接下来我们将要做的是一个全能模型，我们将整合我们在音频、图像和文本方面所做的工作。这将是 MAI 方面的下一个停靠点。所以当我想象 MAI 的路线图时，我们将建立一个一流的超级智能团队。我们将继续发布，并公开发布一些模型。它们将被用于我们的产品中，因为它们具有低延迟、低成本等优点，或者它们具有某种特殊功能。我们将进行真正的研究，以便为通往超级智能所需的未来五、六、七、八次突破做好准备——同时利用我们拥有 GPT 系列的优势，我们也可以在此基础上进行工作。假设我们向前推进七年，您不再能访问 OpenAI 模型。微软将采取什么措施来确保他们处于领先地位，或者拥有一个领先的人工智能实验室？今天，OpenAI 已经取得了许多突破，无论是扩展还是推理。或者 Google 已经取得了像 Transformer 这样的所有突破。但这也是一场人才大战。您已经看到 Meta 在人才方面花费了超过 200 亿美元。您已经看到去年 Anthropic 从 Google 挖走了整个 Blueshift 推理团队。您已经看到 Meta 最近从 Google 挖走了一个大型推理和后期训练团队。这种人才战争非常耗费资本。可以说，如果您在基础设施上花费 1000 亿美元，您也应该花费一定金额的人员来使用这些基础设施，以便他们更有效地取得这些新突破。人们如何相信微软将拥有一支世界一流的团队来取得这些突破？一旦您决定打开金钱水龙头——您现在有点注重资本效率，这似乎是明智的，不要浪费钱做重复性的工作——但一旦您决定需要这样做，您怎么能说，“哦，是的，现在您可以冲到前五名模型了？”归根结底，我们将建立一个世界一流的团队，我们已经有一个世界一流的团队开始组建。穆斯塔法来了，凯伦来了。我们有 Amar Subramanya，他在 Gemini 2.5 的后期训练中做了很多工作，他在微软。Nando，他在 DeepMind 做了很多多媒体工作，他也在那里。我们将建立一个世界一流的团队。事实上，甚至在本周晚些时候，穆斯塔法将发布一些更清晰的内容，说明我们的实验室将要做什么。我想让世界知道的是，我们将构建支持多个模型的基础设施。因为从超大规模计算的角度来看，我们希望构建最规模化的基础设施舰队，能够支持世界所需的所有模型，无论是开源的，还是来自 OpenAI 和其他公司的。这是一项工作。其次，在我们自己的模型能力方面，我们将绝对在我们的产品中使用 OpenAI 模型，并且我们将开始构建我们自己的模型。我们甚至可能——就像在 GitHub Copilot 中使用 Anthropic 一样——将其他前沿模型包装到我们的产品中。我认为这就是每一次……归根结底，产品在满足特定任务或工作时的评估才是最重要的。我们将从那里开始，进行所需的垂直整合，因为只要您很好地服务于市场，您总能优化成本。这是一个关于未来的问题。目前，我们有区分训练和推理的模型。有人可能会争辩说，不同模型之间的差异越来越小。展望未来，如果您真的期望达到人类水平的智能，人类会在工作中学习。如果您考虑过去 30 年，是什么让 Satya tokens 如此有价值？这是您在微软获得的过去 30 年的智慧和经验。我们最终将拥有模型，如果它们达到人类水平，它们将能够持续在工作中学习。这会为领先的模型公司带来巨大的价值，至少在我看来，因为您拥有一个模型副本，该副本广泛部署在经济中，学习如何完成每一项工作。与人类不同，它们可以将其学习成果整合到该模型中。所以存在这种持续学习的指数反馈循环，几乎看起来像一种智能爆炸。如果发生这种情况，而微软届时不是领先的模型公司……您说的是，我们用一个模型替换另一个模型，等等。那么这是否就不那么重要了？因为就像这个模型知道如何完成经济中的每一项工作，而其他长尾模型则不知道。您的观点是，如果有一个模型是世界上部署最广泛的唯一模型，并且它看到了所有数据并进行持续学习，那么游戏就结束了，您就停止了。我至少看到的现实是，在当今世界，无论任何一个模型多么占主导地位，都不是这种情况。以编码为例，有多个模型。事实上，每天这种情况都越来越少。没有一个模型被广泛部署。有多个模型被部署。就像数据库一样。总是有人说，“一个数据库能被用在所有地方吗？”但事实并非如此。有多种类型的数据库被部署用于不同的用例。我认为将会有一些持续学习的网络效应——我称之为数据流动性——任何一个模型都拥有。它会在所有领域发生吗？我认为不会。它会在所有地理区域发生吗？我认为不会。它会在所有细分市场发生吗？我认为不会。它会在所有类别同时发生吗？我认为不会。因此，我认为设计空间如此之大，机会很多。但您的根本观点是拥有基础设施层、模型层和脚手架层中的能力，然后能够将这些东西组合起来，不仅仅是作为垂直堆栈，而是能够为每个东西的目的组合它们。您不能构建一个针对单一模型优化的基础设施。如果您这样做，如果落后了怎么办？事实上，您构建的所有基础设施都将是浪费。您需要构建一个能够支持多个模型系列和谱系的基础设施。否则，您投入的资本，是为一种模型架构优化的，意味着您离突破只有一步之遥，某种 MoE 突破发生了，您的整个网络拓扑就报废了。这是一件可怕的事情。因此，您需要构建一个能够支持您自己的模型系列和其他模型系列的基础设施。您必须开放。如果您认真对待超大规模计算业务，您就必须认真对待这一点。如果您认真对待成为一家模型公司，您就必须说，“人们可以如何在我之上做事，以便我拥有一个 ISV 生态系统？”除非我认为我将拥有所有类别，否则这不可能。那么您将没有 API 业务，而这本身就意味着您永远不会成为一个被普遍部署的平台公司。因此，行业结构是这样的，它将迫使人们专业化。在这种专业化中，像微软这样的公司应该在每个层面都根据其优点进行竞争，但不要认为这一切都是为了走向游戏结束，我只是将这些层垂直组合起来。这根本不会发生。所以去年微软有望成为迄今为止最大的基础设施提供商。您在 2023 年最早进入，所以您去了那里，收购了所有资源，包括租赁数据中心、开始建设、确保电力供应，等等。你们本有望在 2026 年或 2027 年超越亚马逊。肯定到 2028 年您将超越他们。从那时起，让我们称之为去年下半年，微软进行了一次大的暂停，他们放弃了许多原本要租赁的地点，然后 Google、Meta、Amazon 在某些情况下，Oracle，接管了这些地点。我们现在就坐在世界上最大的数据中心之一，所以显然不是全部，你们正在疯狂扩张。但有些地方您就是停止了工作。您为什么这样做？这又回到了，超大规模计算业务到底是什么。我们做出的一个关键决定是，如果我们想让 Azure 成为人工智能所有阶段的绝佳选择——从训练到中期训练到数据生成到推理——我们只需要车队的互换性。所以整个事情导致我们基本上没有去建造大量特定代际的容量。因为您还必须认识到，到目前为止，我们已经将 OpenAI 模型所需的训练能力每 18 个月提高了 10 倍，我们意识到关键是坚持这条道路。但更重要的是保持平衡，不仅仅是训练，还要能够服务这些

全球各地的模型。因为归根结底，货币化率将使我们能够继续提供资金。然后，基础设施将需要我们支持多个模型。因此，一旦我们确定了这一点，我们就调整了方向，走上了我们正在走的道路。如果我看看我们正在走的道路，我们现在正在进行更多的启动。我们还在尽可能多地购买托管容量，无论是用于建设、租赁，还是甚至作为服务的 GPU。但我们正在根据我们看到的需求、服务需求和我们的培训需求来构建它。我们不想仅仅成为一家公司的托管商，并且只与一家客户拥有庞大的业务。那不是一门生意，你应该与那家公司垂直整合。鉴于 OpenAI 将成为一家成功的独立公司，这太棒了。这说得通。甚至 Meta 也可能使用第三方容量，但最终它们都将是第一方。对于任何拥有大规模业务的人来说，他们自己将成为超大规模提供商。对我来说，这是建立一个超大规模集群和我们自己的研究计算。这就是调整。所以我感觉非常好。顺便说一句，另一件事是我不想被困在一代人的大规模规模中。我们刚刚看到了 GB200，GB300 即将到来。当我到达 Vera Rubin 时，Vera Rubin Ultra，数据中心将看起来非常不同，因为每机架的功耗、每行的功耗将截然不同。冷却要求将截然不同。这意味着我不想仅仅为一代人、一个家庭建造大量的吉瓦。所以我认为节奏很重要，可替代性很重要，地点很重要，工作负载多样性很重要，客户多样性很重要，而这正是我们正在努力的方向。我们学到的另一件事是，每个 AI 工作负载不仅需要 AI 加速器，还需要大量其他东西。事实上，我们的大部分利润结构将在于这些其他东西。因此，我们希望将 Azure 打造成对长尾工作负载非常棒的平台，因为这是超大规模业务，同时知道我们必须从裸机开始，为最高端的培训提供超强的竞争力。但这不能挤占其余的业务，因为我们不只是与五家客户签订五份合同，为他们提供裸机服务。那不是微软的业务。那可能是别人的业务，这是好事。我们所说的是，我们处于超大规模业务中，而这归根结底是 AI 工作负载的长尾业务。为了做到这一点，我们将拥有一些领先的裸机即服务功能，用于一套模型，包括我们自己的模型。我认为，这就是你们看到的平衡。另一个围绕这个可替代性主题的问题。好的，它不在你想要的地方，你宁愿它在一个好的居民区，比如亚特兰大。我们在这里。还有一个问题是，随着 AI 任务的范围不断扩大，这有多重要？30 秒用于推理提示，或 30 分钟用于深度研究，或者将来会是数小时用于软件代理，以及数天等等，直到与人类互动。它位于 A、B 或 C 位置有多重要？这是一个很好的问题。正是如此。事实上，这也是我们希望考虑 Azure 区域外观以及 Azure 区域之间网络连接的另一个原因。我认为，随着模型功能的不断发展以及这些令牌的使用不断发展，无论是同步还是异步，您都不希望处于不利地位。此外，顺便问一下，数据驻留法是什么？有整个欧盟的事情，我们不得不创建欧盟数据边界。这基本上意味着你不能只是将调用往任何地方发送，即使是异步的。因此，您可能需要区域性高密度的东西，以及功耗成本等等。但您完全正确地指出，我们构建的拓扑结构将不得不演变。一，每瓦每美元的令牌。经济学是什么？将其与使用模式叠加。使用模式是同步的、异步的。但也有计算存储是什么？因为延迟可能对某些事情很重要。存储最好在那里。如果我有一个 Cosmos DB 在此附近用于会话数据，甚至用于自主事物，那么它也必须在附近，等等。所有这些考虑因素都将塑造超大规模业务。在暂停之前，我们预测到 2028 年您将拥有 12-13 吉瓦。现在我们大约有九点五吉瓦。但更相关的是——我只想让您更具体地说明这是您不想从事的业务——到 2027 年底，甲骨文的规模将从您的五分之一增长到比您更大。虽然它不是微软级别的已投资资本回报率，但他们仍然获得 35% 的毛利率。所以问题是，也许这不应该是微软的业务，但您现在已经创建了一个超大规模提供商，通过拒绝这项业务，通过放弃优先购买权等等。首先，我不想否定甲骨文在建立其业务方面取得的成功，我祝他们一切顺利。我认为我已经为您解答的是，为一家具有有限时间范围 RPO 的模型公司担任托管商对我们来说没有意义。我们就这么说吧。您必须考虑的不是您在未来五年内做什么，而是您在未来 50 年内做什么。我们做出了我们的决定。我对我们与 OpenAI 的合作以及我们正在做的事情感觉非常好。我们有不错的业务。我们祝他们一切顺利。事实上，我们是甲骨文容量的购买者。我们祝他们一切顺利。但在此刻，我认为我们正在做的事情的工业逻辑非常清楚，那就是不追逐……首先，顺便说一句，我跟踪您，无论是 AWS 还是 Google，以及我们的，我认为这非常有用。但这并不意味着我必须追逐它们。我必须追逐它们，不仅仅是因为它们在一段时间内可能代表的毛利率。微软独特地能够清理什么业务，这对我们来说是有意义的？这就是我们将要做的。我有一个问题，即使撇开这一点不谈，我也理解您的观点，即所有其他条件相同的情况下，拥有大量客户可以获得更高的利润，而不是为少数实验室提供裸机服务，这是一家更好的公司。但随后有一个问题，行业正在朝着哪个方向发展？如果我们相信我们正朝着越来越智能的 AI 发展，那么为什么行业的格局不是 OpenAI、Anthropic 和 DeepMind 成为企业进行业务的平台？他们需要裸机，但他们是平台。直接使用 Azure 的长尾是什么？因为您想使用通用认知核心。但所有这些模型都将在 Azure 上可用，因此任何工作负载都说，“嘿，我想使用一些开源模型和 OpenAI 模型，”如果您今天访问 Azure Foundry，您就可以配置所有这些模型，购买 PTU，获取 Cosmos DB，获取 SQL DB，获取一些存储，获取一些计算。这就是一个真实的工作负载的样子。一个真实的工作负载不仅仅是对模型的 API 调用。一个真实的工作负载需要所有这些东西来构建应用程序或实例化应用程序。事实上，模型公司需要这些来构建任何东西。它不仅仅是，“我有一个令牌工厂。”我必须拥有所有这些东西。这就是超大规模业务。它不是关于任何一个模型，而是关于所有这些模型。所以，如果您想要 Grok 加，比如说，OpenAI 加一个开源模型，请访问 Azure Foundry，配置它们，构建您的应用程序。这里有一个数据库。这就是业务的性质。有一个单独的业务，就是向模型公司出售原始裸机服务。这就是关于您想从事这项业务的多少以及不从事这项业务的争论，以及它是什么。这是一个非常不同的业务领域，我们正在其中，并且我们对其挤占其他业务的程度也有限制。但至少在我看来，这就是这样。这里有两个问题。一是，为什么您不能两者兼顾？另一个是，根据我们对您 2028 年容量的估计，您减少了 3.5 吉瓦。当然，您可以将其专用于 OpenAI 的培训和推理容量，但您也可以将其专用于运行 Azure、运行 Microsoft 365、运行 GitHub Copilot。我可以自己建造，而不是交给 OpenAI。或者我可能想在不同的地点建造。我可能想在阿联酋建造，我可能想在印度建造，我可能想在欧洲建造。其中一件事是，正如我所说，鉴于监管需求和数据主权需求，我们目前面临真正的容量限制，我们必须在世界各地进行建设。首先，美国本土的容量非常重要，我们想建造一切。但当我展望 2030 年时，我对微软的第一方和第三方业务格局有一个全球性的看法。第三方按前沿实验室细分，以及他们想要的数量与我们想要为多个模型构建的推理容量，以及我们自己的研究计算需求。所有这些都将纳入我的计算。您正确地指出了暂停，但暂停不是因为我们说，“哦天哪，我们不想建造那个。”我们意识到，我们想以略有不同的方式建造我们想要建造的东西，无论是按工作负载类型还是按地理类型和时间。我们将继续增加我们的吉瓦，问题是增加的速度和地点。我如何利用摩尔定律，即我真的想在 2027 年过度建造 3.5 吉瓦，还是想在 2027-28 年将其分散，即使……我们从英伟达那里学到的最大经验之一是，他们的迁移速度加快了。这是一个重要因素。我不想被困在一代人的折旧中四年或五年。事实上，Jensen 给我的建议是两件事。一是，要以光速执行。这就是为什么亚特兰大这个数据中心的执行……我的意思是，从我们获得它到实际工作负载的交付，只有 90 天。这在这方面是真正的光速执行。我想在这方面做得很好。然后，我将以规模化方式构建每一代。然后每五年，您就会拥有一个更加平衡的东西。因此，对于像这样的大规模工业运营来说，它将变成一种流动，您突然不会偏颇，您一次性建造了很多东西，然后您会大规模停顿，因为您被困在所有这些东西中，正如您所说，在一个可能非常适合培训的地点，或者它可能不适合推理，因为我无法服务，即使它是异步的，因为欧洲不允许我往返德克萨斯州。所以这些都是事情。我如何将这个陈述与您在过去几周内的所作所为合理化？您已经宣布了与 Iris Energy、Nebius 和 Lambda Labs 的交易，还有一些交易即将到来。您正在从新云那里租用容量，而不是自己建造。这对我们来说没关系，因为现在当您看到需求时，这些需求可以在人们正在建设的地方得到满足，这很好。事实上，我们将租赁，我们将定制建造，我们甚至将使用 GPU 作为服务，当我们没有容量但需要容量时，而别人拥有。顺便说一句，我甚至欢迎每个新云都成为我们市场的一部分。因为您知道吗？如果他们将他们的容量带入我们的市场，通过 Azure 前来的客户将使用新云，这对他们来说是一个巨大的胜利，并将使用 Azure 的计算、存储、数据库等。所以我根本不认为这是，“嘿，我应该自己吞下所有这些。”您提到这个折旧资产，在五到六年内，占数据中心总拥有成本的 75%。而 Jensen 从中获得了 75% 的利润。因此，所有超大规模提供商都在努力开发自己的加速器，以降低设备成本，提高利润率。当您查看他们的现状时，谷歌比其他所有人都领先。他们这样做的时间最长。他们将制造大约五到七百万块自己的 TPU 芯片。您看看亚马逊，他们试图制造三到五百万块 [生命周期出货量]。但当我们看看微软订购的自家芯片数量时，远低于这个数字。您有一个程序，而且已经很长时间了。您的内部芯片怎么样了？这是一个很好的问题。有几件事。一是，任何新加速器最大的竞争对手可以说是上一代英伟达。在一个集群中，我将查看整体 TCO。我的标准，即使是我们自己的……顺便说一句，我刚刚查看了 Maia 200 的数据，看起来很棒，除了我们从计算方面学到的一件事……我们有很多英特尔，然后我们引入了 AMD，然后我们引入了 Cobalt。这就是我们扩展它的方式。我们有很好的存在证明，至少在核心计算方面，如何构建自己的硅，然后管理一个集群，其中所有三个都在某种平衡中发挥作用。因为顺便说一句，即使是谷歌也在购买英伟达，亚马逊也是。这是有道理的，因为英伟达正在创新，而且它是通用产品。所有模型都在其上运行，并且客户需求在那里。因为如果您构建自己的垂直产品，您最好拥有自己的模型，它将用于培训或推理，并且您必须为它产生自己的需求或补贴它的需求。因此，您希望确保您适当地扩展它。我们将通过我们自己的 MAI 模型和我们的硅之间建立紧密的联系来实现这一点，因为我认为这就是您拥有自己硅的权利，您已经根据您正在做的事情设计了微架构，然后您跟上您自己的模型。在我们的例子中，这里的好消息是，OpenAI 有一个我们有访问权限的程序。因此，认为微软不会拥有某种东西——您对它的访问程度如何？全部。您是否只获得所有这些的 IP？所以您唯一没有的 IP 是消费硬件？就是这样。哦，好的。有趣。顺便说一句，我们也给了他们一些 IP 来帮助他们起步。这是他们……我们一起建造了所有这些超级计算机的原因之一。我们为他们建造了，他们从中受益，理所当然。现在，随着他们创新，即使在系统层面，我们也获得了所有这些的访问权限。我们首先要为他们实例化他们构建的东西，然后我们将扩展它。所以，如果有什么的话，我认为您的问题是，微软希望成为英伟达一个很棒的、我称之为光速执行的合作伙伴。因为坦率地说，那个集群就是生命本身。显然，Jensen 的利润率做得很好，但 TCO 有很多维度，我想在 TCO 方面做得很好。在此之上，我希望能够真正与 OpenAI 系列和 MAI 系列以及系统设计合作，并知道我们拥有两端的 IP 权利。说到权利，您几天前的一次采访中说，在您与 OpenAI 的新协议中，您拥有对 OpenAI 进行的无状态 API 调用的排他性权利。我们有点困惑，是否有任何状态。您刚才提到，所有这些复杂的工作负载都将需要内存、数据库和存储等。如果 ChatGPT 在会话中存储东西，这是否不再是无状态的？这就是原因。我们做出的战略决策，以及为了让 OpenAI 能够采购计算而提供的灵活性……本质上，将 OpenAI 视为拥有 PaaS 业务和 SaaS 业务。SaaS 业务是 ChatGPT。他们的 PaaS 业务是他们的 API。该 API 是 Azure 独有的。SaaS 业务，他们可以在任何地方运行。并且他们可以与任何人合作来构建 SaaS 产品？如果他们想要一个合作伙伴，而该合作伙伴想使用无状态 API，那么 Azure 就是他们可以获得无状态 API 的地方。似乎有一种方法可以让他们一起构建产品，这是一个有状态的东西……不，即使是那样，他们也必须来 Azure。再次，这是本着“作为我们合作关系的一部分，我们重视什么”的精神进行的。我们确保，同时，我们是 OpenAI 的好伙伴，考虑到他们所需的所有灵活性。例如，Salesforce 希望集成 OpenAI。它不是通过 API。他们实际上一起工作，一起训练模型，然后将其部署在，比如说，现在的亚马逊上。这是否允许，或者他们必须使用您的……对于任何此类自定义协议，他们都必须来运行……我们做了一些例外，比如美国政府等等，但除此之外，他们必须来 Azure。退一步说，当我们来回走过工厂时，您谈到的一件事是，微软，您可以将其视为一家软件公司，但现在它正真正成为一家工业公司。有大量的资本支出，有大量的建设。如果您只看过去两年，您的资本支出翻了三倍。也许您将其外推，它实际上变成了一场巨大的工业爆炸。其他超大规模提供商正在贷款。Meta 在路易斯安那州进行了 200 亿美元的贷款。他们进行了公司贷款。很明显，每个人的自由现金流都将为零，我敢肯定，如果您试图这样做，Amy 会严厉批评您，但发生了什么？我认为您所指的结构性变化是巨大的。我将其描述为我们现在是一家资本密集型企业，也是一家知识密集型企业。事实上，我们必须利用我们的知识来提高资本支出的 ROIC。硬件公司在营销摩尔定律方面做得很好，我认为这令人难以置信，而且很棒。但即使您看看我在财报电话会议上提供的一些数据，对于给定的 GPT 系列，我们在吞吐量方面能够实现的每美元每瓦令牌的软件改进，季度环比、年同比，这是巨大的。这是 5 倍、10 倍，在某些情况下可能是 40 倍，仅仅因为您可以如何优化。这就是知识密集型正在带来资本效率。在某种程度上，这就是我们必须掌握的。有些人问我，传统的旧式托管商和超大规模提供商有什么区别？软件。是的，它是资本密集型的，但只要您拥有系统知识、能够按工作负载、按集群进行优化的软件能力……这就是为什么当我们说可替代性时，其中有如此多的软件。它不仅仅是集群。它是能够驱逐一个工作负载，然后调度另一个工作负载的能力。我能管理那个调度算法吗？这就是我们必须成为世界一流的东西。所以是的，我认为我们仍然是一家软件公司，但是的，这是一个不同的业务，我们将进行管理。归根结底，微软的现金流使我们能够让这两条手臂都运转良好。似乎在短期内，您对事物需要一段时间才能完成、更加坎坷的看法更有说服力。但也许从长远来看，您认为那些谈论 AGI 和 ASI 的人是正确的。萨姆最终会是对的。我有一个更广泛的问题，关于超大规模提供商做什么才是有意义的，因为您必须在这个五年内折旧的东西上进行巨额投资。所以，如果您有 2040 年的时间线来应对萨姆在三年内预期的那种事情，那么在这个世界里，对您来说合理的事情是什么？需要分配给，我称之为，研究计算。这需要像您做研发一样完成。坦率地说，这是最好的核算方式。我们应该将其视为研发费用，然后您应该说，“研究计算是什么，您想如何扩展它？”让我们甚至说它在某个时期是数量级规模。选择您的东西，是两年吗？是 16 个月吗？等等。这是其中一部分，这是基本要求，是研发费用。其余的都由需求驱动。最终，您可以提前于需求进行建设，但您最好有一个不会完全失控的需求计划。您购买……这些实验室现在预测到 2027-28 年收入将达到 1000 亿美元，并预测收入将以每年 3 倍、2 倍的速度持续增长……在市场上，现在有各种各样的激励措施，而且是合理的。您期望一个试图筹集资金的独立实验室做什么？他们必须提出一些数字，以便他们能够实际筹集资金，以便他们能够支付计算费用等等。这是好事。有人会承担一些风险并投入其中，他们已经展示了牵引力。并非所有风险都没有看到他们一直在表现的事实，无论是 OpenAI，还是 Anthropic。所以我对他们所做的事情感觉很好，我们与这些伙计们有大量的业务。所以一切都很好。但总的来说，最终，有两件简单的事情。一是您必须为研发分配。您提到了人才。AI 人才非常抢手。您必须在那里花费。您必须花费计算。所以，在某种意义上，研究人员与 GPU 的比例必须很高。这就是成为这个世界领先的研发公司所需要的。这需要扩展，并且您必须有一个能够让您在常规智慧出现之前很久就进行扩展的资产负债表。这就是其中之一。但另一个是关于如何预测。当我们放眼全球时，美国主导了许多技术栈。美国拥有 Windows，通过微软，它甚至在中国部署，这是主要的操作系统。当然，还有 Linux，它是开源的，但 Windows 在中国的个人电脑上随处可见。您看看 Word，它随处可见。您看看所有这些各种技术，它们都随处可见。微软和其他公司在其他地方也得到了发展。它们正在欧洲、印度以及所有其他地方、东南亚、拉丁美洲和非洲建设数据中心。在所有这些不同的地方，您都在建设容量。但这似乎大不相同。今天，技术的政治方面，计算……美国政府不关心互联网泡沫。似乎美国政府以及世界上的其他政府都非常关心人工智能。问题是，我们正处于一个两极分化的世界，至少是美国和中国之间，但欧洲、印度以及所有其他国家都在说，“不，我们也将拥有主权人工智能。”微软如何应对与 90 年代的不同之处——当时世界上只有一个国家很重要，那就是美国，我们的公司随处销售，因此微软受益匪浅——到一个世界，这个世界是两极分化的？微软不能仅仅拥有赢得欧洲、印度或新加坡的权利。实际上存在主权人工智能的努力。您的想法是什么，您如何看待这个问题？这是一个非常关键的部分。我认为，美国科技行业和美国政府的关键、关键优先事项是确保我们不仅进行领先的创新工作，而且我们还能在全球范围内围绕我们的技术栈建立信任。因为我总是说美国是一个令人难以置信的地方。它在历史上是独一无二的。它是世界人口的 4%，GDP 的 25%，市值的一半。我认为您应该考虑这些比例并反思一下。那 50% 的发生是因为，坦率地说，世界对美国的信任，无论是其资本市场，还是其技术以及其对当时任何给定时间最重要的领先行业的管理。如果这一点被打破，那么这对美国来说不是好事。我们从这一点开始，我认为特朗普总统、白宫、大卫·萨克斯，我认为所有人都理解这一点。因此，我赞赏美国政府和科技行业共同采取的任何行动，例如，我们行业共同承担风险，在全球的每个角落。我希望美国政府能够为美国公司在世界各地的外国直接投资获得赞誉。这是谈论最少的，但美国应该做的最好的营销是，不仅仅是所有外国直接投资流入美国，而是最领先的行业，即这些人工智能工厂，都在世界各地创建。由谁创建？由美国和美国公司创建。所以您从那里开始，然后您甚至围绕它建立其他协议，这些协议围绕它们的连续性、它们合法的国家主权关切，无论是数据驻留，让它们拥有真正的代理权和隐私保证，等等。事实上，我们的欧洲承诺值得一读。我们向欧洲做出了一系列承诺，说明我们将如何管理我们在那里的超大规模投资，以便欧盟和欧洲国家拥有主权。我们还在法国和德国建设主权云。我们有一些称为 Azure 上的主权服务的东西，它实际上为人们提供了密钥管理服务以及机密计算，包括我们在 GPU 上的机密计算，我们已经与英伟达进行了出色的创新工作。因此，我感觉非常好，能够通过技术和政策来建立对美国技术栈的信任。您如何看待这种网络效应在模型层面不断学习和发展，以及在超大规模层面可能存在的类似事物？您是否期望各国会说，“看，很明显一个或几个模型是最好的，所以我们将使用它们，但我们将制定一些法律，规定权重必须托管在我们国家”？或者您是否期望会有这种推动，以至于它必须是一个在我们国家训练的模型？也许一个类比是，半导体对经济非常重要，人们希望拥有自己的主权半导体，但台积电更好。半导体对经济如此重要，以至于您将前往台湾购买半导体。您必须这样做。人工智能也会这样吗？最终，重要的是人工智能在其经济中的应用以创造经济价值。这就是扩散理论，最终，它不是领先的行业，而是利用领先技术来创造自身比较优势的能力。所以我认为这将是根本驱动因素。但即便如此，它们也需要这种连续性。所以，在某种意义上，我认为这就是为什么总会有一个制衡，“嘿，这个模型是否可以拥有所有失控的部署？”这就是为什么开源将永远存在。根据定义，将有多个模型。这是人们某种程度上要求连续性而不是集中风险的一种方式，换句话说就是这样。所以您说，“嘿，我想要多个模型，然后我想要一个开源模型。”我觉得只要有这个，每个国家都会觉得，“好吧，我不必担心部署最好的模型并广泛传播，因为我可以随时将我的数据和流动性转移到另一个模型，无论是开源的还是来自另一个国家的，或者其他什么。”集中风险和主权，这实际上是代理权，这两件事将驱动市场结构。半导体没有这种情况。所有冰箱、汽车都有在台湾制造的芯片。直到现在还没有。即使那样，如果台湾被切断，就没有汽车或冰箱了。台积电亚利桑那州无法取代任何实际比例的产量。主权，如果可以这么说的话，有点像个骗局。拥有它是有价值的，拥有它很重要，但它不是真正的主权。我们是一个全球经济。我认为这有点像说，“嘿，在这一点上，我们没有从韧性意味着什么以及我们需要做什么中学到任何东西。”任何国家，包括美国，在这一点上都会尽一切努力在某些关键供应链上实现自给自足。因此，我作为一个跨国公司，必须将这视为一项一流的要求。如果我不这样做，那么我就是在不尊重该国长期的政策利益。我并不是说他们不会在短期内做出实际决定。绝对，全球化不能就这么被逆转。所有这些资本投资都不能以……这个速度进行，而这个速度是……但同时，想想看，如果有人来到华盛顿说，“嘿，我们不会建造任何半导体工厂，”他们将被赶出美国。在其他每个国家也是如此。因此，作为公司，我们必须尊重我们学到的教训，无论是大流行病让我们醒来还是其他什么。但尽管如此，人们还是说，“看，全球化很棒。它帮助供应链全球化并变得超级高效。但有一种叫做韧性的东西，我们想要韧性。”因此，这个功能将被构建。您正在提出问题的速度是。您不能弹指一挥间就说所有台积电工厂现在都在亚利桑那州，拥有所有能力。它们不会。但有计划吗？会有计划的。我们应该尊重吗？绝对。所以我认为世界就是这样。我想与世界相遇，并按照它想要做什么来前进，而不是说，“嘿，我们有一个不尊重您观点的观点。”只是为了确保我理解，这里的想法是每个国家都想要某种数据驻留、隐私等。而微软在这里尤其享有特权，因为您与这些国家有关系，您在建立此类主权数据中心方面拥有专业知识。因此，微软非常适合一个主权要求越来越多的世界。我不想将其描述为我们享有某种特权。我只会认为这是一种业务需求，我们已经做了几十年的艰苦工作，并且我们计划继续这样做。所以，我对我之前对迪伦问题的回答是，我接受——无论是在 মার্কিন যুক্তরাষ্ট্র，还是当白宫和美国政府说，“我们希望您将更多的晶圆分配给美国工厂”时——我们认真对待。或者无论是欧盟边界的数据中心，我们都认真对待。所以对我来说，尊重各国关心主权的正当理由，并将其作为软件和实体工厂来建设，这就是我们将要做的。当我们进入两极分化的世界——美国、中国——这不仅仅是您与亚马逊，或者您与 Anthropic，或者您与 Google 的竞争。存在着大量的竞争。美国如何重建信任？您做什么来重建信任？说，“实际上，不，美国公司将是您的主要供应商。”您如何看待与新兴的中国公司竞争，无论是字节跳动和阿里巴巴，还是 Deepseek 和 Moonshot？在此基础上，一个担忧是，我们正在谈论人工智能如何成为一场工业资本支出竞赛，您必须在所有供应链中快速建设。当您听到这个时，至少到目前为止，您只会想到中国。这是他们的比较优势。特别是如果我们明年不进行登月到 ASI 的话，但这将是数十年的建设和基础设施，您如何应对中国竞争？他们在那个世界里有特权吗？这是一个很好的问题。事实上，您刚刚提出了为什么信任美国科技可能是最重要的特征。它甚至不是模型能力，也许。它是，“我能信任您，公司，我能信任您，您的国家及其机构作为长期供应商吗？”这可能是赢得世界的关键。这是一个很好的结束语。萨蒂亚，谢谢您。非常感谢。谢谢。谢谢。太棒了。你们两个真是绝配。