微软CEO纳德拉最新对话深谈AI：当下有两个领域被低估……

“我确实认为，成功本身会带来挑战，因为你会逐渐忘记是什么让你成功的。

那些伴随公司成长的人常常会觉得成功是自己带来的，但事实是，我们都是顺势而上。而当潮水退去，我们必须重新找回公司的根基。

这种遗忘往往是大型成功企业走向衰落的原因。”

今年3月，微软CEO 萨提亚·纳德拉（Satya Nadella）在South Park Commons播客中访谈中，围绕科技行业的未来展开了一场深刻的对话。

他回顾了自己的职业生涯，探讨了微软如何在AI时代重新定义竞争力，以及他对未来计算架构、量子计算、智能体发展方向的思考。

2014年2月4日，纳德拉接掌微软。当时的微软正因为错失一系列的创新机会，在信息技术变革的浪潮中逐渐落伍，被苹果、亚马逊、谷歌、脸书等公司超越，市值跌至2000亿美元。

他重新定义了微软的使命：“予力全球每一人、每一组织，成就不凡。”将四分五裂的团队凝聚在一起，并向新的方向突破，为微软注入了新的能量和远大的愿景：人工智能、混合现实、量子计算。

如今微软市值近2.9万亿美元（截至2024年3月17日）。

在这次访谈中，纳德拉分享了他对企业如何在竞争中实现传承与进化的理解，并强调选择正确的竞争赛道，比单纯赢得竞争更重要。

他提到，在科技行业，“没有真正的护城河”，创新公司必须不断颠覆和进化，否则就会被时代抛弃。“我们必须不断‘射门’，否则连进球的机会都没有。”

纳德拉认为，未来的AI发展主要有三个关键方向，微软正围绕这些趋势进行深入布局。并特别强调，单纯的AI模型已经无法支撑长期竞争，完整的计算架构和成功的产品才是关键。

他认为，AI时代的计算架构以及如何在客户端有效利用计算资源，都是被低估的两大关键方向。

在AI领域，纳德拉认为，AI的真正价值在于改变“获取能力”的边界，让更多人获得技术赋能。而要与AI共舞，需要我们保持好奇心和批判性思维。

他发出了扣问，在AI时代我们是否需要重新思考教育的本质？并提供了一个开放性的思考，“如果未来的孩子可以用AI去构建任何他们想要的东西，那么是否应该更多地培养他们的探索精神和自信心，而不是过分强调考试和传统意义上的 “知识储备”？！”

除了AI，纳德拉还深入讨论了量子计算的未来。微软在这一领域投入超过20年，但他认为，量子计算不会取代经典计算，而是与之协同发展。

本次对话所涉及的内容，尤其是如何在AI、云计算和量子计算时代重新定义企业竞争力，非常值得科技和投资行业深思。

聪明投资者（ID:Capital-nature） 精译分享给大家，仅对个别冗长部分做了少量删减。

回顾初入微软：意识到趋势是不可逆的

主持人 我们想回顾你职业生涯中的关键时刻，看看你在 “负一到零” 阶段的思考和经历。你加入微软的1992年。当时在微软面试的感觉如何？为什么你选择微软，而不是去初创公司？

纳德拉 “负一到零” 的概念非常有趣。

33年前，我其实是在 Sun Microsystems 工作。我研究生毕业后的第一份工作就在山景城。1991年，我去马士孔尼会展中心参加了一场开发者大会，那时微软首次推出了 Windows NT，也首次介绍了Win32。

当时，我突然有了一个想法（当然现在回过头来看，这可能有点马后炮）：X86 架构会赢。

当平台转换发生时，往往是不可逆的，尽管需要时间，但趋势是明确的。

这让我意识到：尽管Sun Microsystems 在当时实力惊人，拥有全栈系统，自己设计芯片、开发操作系统，甚至在办公软件领域也有所布局，但我还是觉得 X86才是未来。

这促使我加入微软，尽管当时我既不是Windows用户，也从未对DOS有过太多好感。

但我觉得微软是那个能够真正抓住这个趋势的公司，更重要的是，它能够真正成为一股推动技术普及的力量。

主持人 你的面试过程激烈吗？要知道，微软的面试可不简单。

纳德拉 哈哈，那时候的微软面试就是典型的老派微软风格。我觉得现在的面试方式比当时要好一些，至少你还能刷刷 LeetCode，而不是直接上黑板或者白板解题。

当年我就是这样面试的，不知道怎么的，居然通过了。

但我永远不会忘记最后一个面试问题，这也是我回答可能最糟糕的一次。

当时，微软有一个叫 “As Appropriate” 的面试环节。如果你顺利通过前面的面试，你就会被安排去见一个名字不在面试名单上的人，直接去他们的办公室。这通常意味着你基本上要被录取了。

而这个人的最后一个问题，我到现在都记得清清楚楚。他问我：“假设你正在过马路，一个婴儿摔倒了，你会怎么做？”

我当时脑子里想，这是什么算法问题？是不是我没学过的某种问题？然后我回答：“我会打911。”

结果，他站起来，把我送出了办公室，并对我说：“你知道当一个婴儿摔倒时，你应该做什么吗？你应该把他抱起来，安慰他。”

当时我心想，完了，这下肯定没戏了。

但事实证明，人生总会给你一些意想不到的学习经验。

好的组织文化是能帮助传承与进化

主持人 90年代，微软几乎覆盖了所有关键技术领域，建立起了一个多元化的技术生态。尽管今天的微软文化与当时有所不同，但你会如何描述微软的文化？

纳德拉 今年4月4日，微软将迎来50周年。最近我们也在讨论公司的文化到底是什么，以及它的核心理念是什么。

比尔・盖茨和保罗・艾伦当初有一个比喻，或者说是一个想法：他们想要建立一个 “软件工厂”。要知道，在微软创立之前，根本没有所谓的软件行业。所以，他们的目标就是建立一家专注于软件开发的公司，而不是某个特定类别的软件公司。

最早，他们从Altair计算机的BASIC解释器做起，这是当时最合适的起点。

事实上，微软的飞行模拟器甚至比Windows更早推出，这是我们历史最悠久的产品之一。

所以，从某种意义上来说，微软一直在寻找软件工厂的各种应用场景，这甚至引领了知识型工作的发展。

微软的文化，就是如何聚集最优秀的人才，打造最强的软件工厂，从而创造世界所需的软件产品。

回顾过去，我认为这种思维方式对所有创业者来说，都是一个很有价值的启示。

我发现许多公司都会在某个产品、某项技术或某种商业模式上深深沉迷。但问题是，任何东西都有耗尽的一天。我也在思考，这种 “软件工厂” 的理念是否对微软的文化有影响。

当你思考公司文化时，你会发现，关键在于进来的那些人才是否能够真正为这个 “工厂” 创造新的价值。

每当有更好的想法、更先进的技术，微软是否能勇敢地向前，而不是固守于去年构建的某个产品？或许正是这种文化，帮助我们保持了活力。

我并不认为文化是一种静态的东西，我们一直在努力营造一种学习文化。

如今，我喜欢用 “成长型思维” 这样的词汇。

但实际上，我在想微软是否从一开始就有这种成长型思维和学习型文化。这或许正是公司最初架构带来的影响。

主持人 你是说 “软件工厂” 是微软内部的常见说法吗？

纳德拉 并不是。在我成长的微软，我们更喜欢称自己为 “软件公司”。

这个 “工厂” 的比喻更多是在我们探讨50年历史时产生的。尤其是当下，我们正处于又一次技术变革的前沿。

今天，当AI和AI代理成为趋势时，我们如何重新定义 “软件工厂”？这才是我目前思考的问题。

我希望从微软的历史中寻找答案，并让这个概念在当下变得更具现实意义。

仅仅活得久并不是目标，保持 传承与进化 才是。因此，是什么赋予我们在未来依然具有传承与进化的勇气？这是我一直在研究、学习和思考的问题，也是我想要清晰表达的内容。

科技的本质就是不断被颠覆，我们必须不断“射门”

主持人 2000年到2010年，微软似乎经历了一段 “迷失期”。在此之前，你们几乎赢得了一切，但随后，有那么一段时间，你们不再是市场上最耀眼的赢家。

你当时是什么感觉？公司的文化又是如何应对的？你个人是怎么经历这段时期的？

纳德拉 在90年代，微软和竞争对手之间的差距是非常明显的。特别是在90年代后期，市场上只有微软和它的竞争者，而不像今天，全球有七八家顶尖科技公司，并且几乎每天都有新的竞争者从某个地方崛起。

比如OpenAI就证明了，一个全新的公司可以迅速成长为行业的领军者。如今科技行业的活力令人难以置信。

成功带来了挑战，尤其是，当你获得成功之后，很容易忘记是什么让你成功的。

我认为在2000年代，微软并不是没有创新想法，也不是没有尝试新事物。但很多时候，我们错过了一些机会， 因为我们过于沉迷于现有的成功模式 ，或者不愿意去探索那些不够方便、不够完整的想法。

史蒂夫・鲍尔默曾给过我一个非常有价值的建议，他总是说：“你必须有一个完整的想法。”

这句话让我受益匪浅。很多时候，我们会有一些新的产品构想，但它们往往不够成熟。而真正成功的创业者之所以能够取得成功，就是因为他们的想法是完整的。如果你的想法不够完整，作为创始人是很难成功的。

在大公司内部，你需要的是一群 “再创业者”（re-founders），他们在不同的阶段都能拥有完整的构想，并推动公司不断向前。

许多成功的大公司都会犯一个错误，就是把自己当作成功的原因，而不是承认自己只是顺应了潮流。当潮流改变时，公司需要重新塑造自己，而不是沉迷于过去的辉煌。我认为，这正是很多大型成功企业走向衰落的原因。

主持人 我最深刻的印象是，微软内部真的很愿意学习，愿意尝试新事物。

纳德拉 是的，微软确实一直在坚持尝试，有时候可能过于固执。但在科技行业，这种坚持是必要的。

你必须不断尝试、不断进攻。

因为科技行业的网络效应是极其残酷的，如果你能掌控它，它会给你巨大的优势；但如果你站在错误的一侧，那就会变得非常痛苦。

所以， 我们必须不断地 “射门”，这可能是保持的唯一方式。

主持人 这正是我们在创业初期告诉创始人的道理，但看到它在如此大规模的公司里依然适用，真的很震撼。

纳德拉 没错。我觉得，对在座的创始人来说，好消息是，在科技行业，没有真正的护城河。从某种意义上说，这让科技行业变得极其可怕。

你可能在财务上保持盈利，但如果你想保持传承与进化，就必须不断地构建新的产品，不只是跟上趋势，而是要主动发明新事物。这个行业的本质就是不断被颠覆。

始终关注创造双赢的长期合作

主持人 很多人都把微软称作 “逆袭之王”，特别是在你成为 CEO 之后。老实说，我曾以为微软会变成那种缓慢衰退的科技巨头，但在你上任后，一切开始发生变化。你谈到过微软文化的重塑，也强调了 “再创始” 的概念以及保持传承与进化。

让我们回到你成为CEO的 “负一阶段”—— 当时你做的第一件事是什么？是如何推动这场转变的？

纳德拉 在云计算时代，真正的功劳不在我，而在史蒂夫・鲍尔默。那时候我还是他的直接下属，他才是那个做出关键决策的人。

事实上，我在如何成为一名有效的CEO这件事上，从鲍尔默身上学到了很多。

他给了我自由，让我去投资云计算，即使当时华尔街并不买账。

这正是一名真正的CEO该做的事情：挑战主流观点，并赋能团队，让公司内部的人去推动变革。

从某种意义上说，鲍尔默完全不在意这些外界的评价，他已经在微软取得了巨大的成功。但正是他的领导方式，让我学会了如何管理公司。

而比尔・盖茨的远见和战略思维，同样对我产生了深远的影响。

主持人 你们在 OpenAI 上的投资，以及其他众多 AI 公司。这对今天在座的创业者们来说特别有意义。他们该如何与微软合作？如果他们想向你的基金 M12 融资，该如何推销自己？

微软的投资记录堪称传奇，而且却很少被公开谈论。

（ 聪投注： 微软 M12是公司旗下的风险投资基金，专注于投资早期到成长阶段的科技初创公司，最初成立于2016年。M12并不是一个单纯的财务风投基金，而是微软生态系统的延伸，其投资主要服务于微软的战略目标，如推动Azure云计算、AI、SaaS、企业级软件等领域的发展。最经典的案例就是投资OpenAI。）

纳德拉 与初创公司生态的合作，无论是通过 M12，还是其他方式，对微软来说都非常重要。

但严格来说，我们并不是一个单纯的投资机构。

比如，当年我们想投资Facebook，并不是因为投资回报的考虑，而是因为我们当时希望在广告业务上建立合作关系。

OpenAI的情况略有不同。当我们最初支持他们时，他们还只是一个研究实验室。而如今，OpenAI已经发展成了一家成功的产品公司。

微软一直紧密关注着Sam和他的团队，并随着他们的愿景不断调整我们的合作方式。对我们来说，OpenAI 不仅是一个投资对象，更是一个至关重要的商业合作伙伴。

微软的基因中有两个核心要素：我们是一个平台公司，也是一个合作伙伴公司。如果没有合作伙伴，就不会有平台的稳定性。

无论是初创公司还是成熟企业，我一直在寻找那些能够与微软建立长期、稳定、互利合作关系的伙伴。

我职业生涯早期，负责微软数据库业务时，就曾与SAP合作，让SQL Server 成为SAP的底层数据库。这种合作模式对双方都极为有利。类似的例子还有 Wintel（Windows + Intel 的合作模式）。

所以，我始终关注的是 能够创造双赢的长期合作关系 ，这种关系不仅对微软有利，对合作伙伴本身也至关重要。

单纯模型已经不足以支撑竞争

主持人 你们在OpenAI上的投入越来越大。但面对谷歌、Meta 等竞争对手，他们都有自己的基础模型，你是否会觉得微软在这方面略逊一筹？毕竟，曾经有一句话：“真正的公司都拥有自己的晶圆厂。” 如今，是不是可以说 “真正的公司都应该有自己的基础模型”？

纳德拉 我的看法是，微软是一家全栈系统公司，我们希望拥有完整的系统能力，而基础模型确实是其中一个重要组成部分。

当初我们与 OpenAI 合作，是基于一个非常明确的技术判断，即规模定律（Scaling Laws）。

当时，Sam、Ilya、Greg 等人深信大规模训练模型可以带来突破性的成果。事实上，我最早接触到这个概念，是Dario（Amodei）发表的一篇关于规模定律的论文，它让我意识到这将是AI领域的核心变革方向。

当时我做出的那个赌注就是：（核心变革）重点在自然语言领域。如果不是自然语言的突破，我们可能都不会去做这件事。

现在我对强化学习有了更深入的理解，但如果当初OpenAI的方向不是自然语言，我们可能不会走到今天。

毕竟，作为一家以知识工作者为核心的公司，微软一直痴迷于自然语言处理，这也是比尔・盖茨多年来最关注的领域之一。

长期以来，我们的思维模式是用结构化的方式去理解世界，即定义人、地点、事物，构建最完善的本体和模式，然后通过这种方式让智能系统成长。

我们在这条路上走了很多弯路。

最终我开始意识到，这种方法可能并不适用于现实世界，因为世界本质上太混乱了，SQL这类结构化方式根本无法完全适应它。

我一直在想，总会有人找到另一种方式来构建语义理解，而这次的赌注就是押在了 OpenAI身上。

我最初并不确定它是否会奏效，但随着时间推移，我们看到了它开始起作用。

现在回顾这一切，我觉得微软与OpenAI的合作是一个完美的商业合作关系。我们不仅共同打造了底层系统，还开发了围绕它的工具和产品。

从长期来看，我们与OpenAI之间有一个稳定的合作框架，我们也拥有相关的知识产权。因此，我们有能力去构建自己的产品，比如 Mustafa Suleyman 和他的团队在 Pi（Inflection AI）上做的事情，我们在微软内部也能做到。

在这个阶段，我的观点是：模型本身正在变成云计算中的一种 “商品”。

事实上，OpenAI已经不仅仅是一家模型公司，而是一家产品公司，它恰好拥有世界上最好的模型之一。

对他们来说，这很棒；对我们来说，作为他们的合作伙伴，这同样是一个极大的优势。

现在我更关注的是行业正在形成的新结构：单纯的模型已经不足以支撑竞争，完整的系统架构和成功的产品才是关键。

未来AI发展有三个明确的方向

主持人 过去两年半里，ChatGPT 真正进入了公众视野，我们见证了一场技术海啸，从芯片、数据中心，到基础模型、垂直 AI 公司，再到消费级硬件、企业级软件，整个行业发生了巨大的变化。

你站在行业的核心位置，能够看到这些变化的全貌。如果让你对在座的创业者提个建议，你觉得当下被低估的两个机会领域是什么？哪些方向值得创业者在未来五年里下注？

纳德拉 我认为有三个明确的方向，这些方向目前都在并行发展，这也让整个行业变得异常激动人心。

现在，我们的关注点已经不只是知识工作者或语言模型本身，而是更广阔的场景：

一是真实世界的AI应用： 不仅仅是数字世界，AI如何真正影响现实世界的物理操作和交互？这涉及机器人、自动化生产、供应链优化等领域。

二是科学领域的AI模型： 无论是化学、生物学，还是其他基础科学领域，AI模型正在成为科学研究的新基石。这些模型虽然与语言模型有一定的技术交叉，但它们的发展也有其独立性。

三是系统架构的创新： AI系统的底层架构需要怎样的演进，才能支撑未来的计算需求？

现在，我越来越关注的一个问题是，什么样的系统架构能真正支撑未来的AI？

微软的一位传奇工程师保罗・马瑞茨（Paul Maritz），他教给我一件非常重要的事情： 你需要预测未来的计算工作负载，然后设计出合适的底层系统来支持它。

如果我们仔细观察当前的发展趋势，会发现AI时代的计算架构正处于一个关键的变革节点。

下一代的计算架构不仅要适应现有的AI应用，还要考虑AI如何进一步渗透到现实世界和科学研究领域。这些变化正在重新定义整个科技行业的格局。

我认为，我们并没有从第一性原理的角度真正对系统架构进行重新设计。我们沉迷于AI加速器，把大量计算资源堆进现有数据中心，然后希望它们 “自求多福”。

虽然这已经取得了一定成果，但现在是时候思考：下一代超融合基础设施（Hyper-Converged Infrastructure）应该是什么样的？