Satya Nadella在微软Build大会谈AI平台战略与价值创造

我们非正式地听说Satya成为LS的听众已有几年，但在Build大会上与No Priors的朋友们一起见到他并做现场播客，仍然感觉非常超现实。No Priors是我们也非常钦佩的领先VC AI播客。

我们在昨天的AINews中已经讨论了MAI模型的技术要点，因此我将重点围绕三个要素来回顾Satya的主要信息：Satya改编了Bill Gates的经典表述，将微软定位为前沿智能平台——客户必须从微软生态系统中获得比微软本身更多的价值，

具体方法是建立在OpenClaw和Scout等多模型工具之上，利用像Work IQ（被他的高管团队大量内部使用）这样的上下文层所暴露的完整企业上下文，并建立私有评估和追踪作为新形式的Token IP。

AI投资回报率：一方面，企业正在围绕Token最大化与裁员进行艰难对话；另一方面，由于构建与购买的等式发生了巨大变化，人们正在认真重新评估SaaS的终结。

我们之前的SemiAnalysis嘉宾对微软作为原初SaaS巨头在这方面的立场发表了有趣的评论，而Satya给出了很好的回答。

让不可能成为可能：Kevin Scott围绕将人工智能和技术大规模应用于商业和社会问题（如教育和社会影响）的最雄心勃勃的版本，进行了鼓舞人心的阐述。享受吧！

完整视频文字记录画外音：欢迎swyx、Sarah Guo、Elad Gil，以及微软董事长兼首席执行官Satya Nadella。Sarah Guo：欢迎来到No Priors和Latent Space与Satya Nadella的跨界特辑。

恭喜你举办了一场精彩的Build大会。Satya Nadella：不，非常感谢你们，很高兴和你们在一起。我一直听你们俩的播客。很高兴能上节目。非常感谢。[00:01:00] 你整个早上都在谈论微软各个领域的这些惊人公告，大概持续了三个小时。

你最重要的反思或收获是什么？AI作为生态系统平台Sarah Guo：我想说，对我来说最大的收获或许是，我们应该更多地将其概念化为一种生态系统玩法，而不是单一模型甚至单一平台，对吧？

Satya Nadella：我的意思是，你知道，至少对我来说，在微软长大，经历了四次主要的平台转变，我倾向于那个阵营：一个平台从根本上是由其创造超出平台本身价值的能力来定义的。

所以如果你看看现在正在发生的事情，我认为今天早上的主题演讲是关于任何公司——无论是AI原生公司还是传统企业公司——如何作为一流参与者参与其中，他们可以指向自己创建的AI，[00:02:00] 对吧？

并不是说他们不使用别人的AI。他们当然会。但对我来说，路径是什么？配方是什么？我该怎么做？技术栈是什么样的？工具是什么样的？什么是有价值的？你如何做到这一点？就是这样。这就是我们要做的工作。是的。

生态系统战略非常复杂，对吧？Sarah Guo：因为你最终会构建某些组件，为某些组件建立合作伙伴关系，并支持它们。你刚刚宣布了这套大型模型。请告诉我们一些关于微软现在的训练策略。

MAI模型与训练策略Sarah Guo：所以，我们想用MAI模型做的事情就是构建——正如Mustafa所说——首先，一个优秀的血统，对吧？

Satya Nadella：从预训练开始，以非常好的数据质量，进行所有消融实验，确保——因为在某种意义上，构建一个干净的血统模型变得更加困难，因为现在有太多东西需要消融掉，才能拥有一个出色的[00:03:00]预训练模型。

事实上，许多开放权重模型的挑战之一就是它们在一两个基准上看起来很棒，但在实践中却不太好。这就是为什么，事实上，即使在RLHF中，人们对这些MAI模型也非常兴奋，因为一个小小的5B模型怎么能爬山呢？

这可以追溯到我认为最终要做的最关键的事情，那就是尝试找到那个认知核心。所以对我来说，从干净的血统开始——然后为公司创造使用它的能力，对吧？不仅仅是作为通才，而是通过围绕它构建这个爬山脚手架来创建自己的专家，对吧？

所以这不仅仅是模型，你还在它周围有一个爬山脚手架，然后你将开始构建你的RLHF。你将开始收集追踪数据。最重要的是，你会有私有评估，因为我们知道所有公开的评估都很好、很有趣，[00:04:00] 但它们并不那么关键——它们是工作，是的。

Swyx：在这一点上，因为它们都可以被刷到最高分。所以关键是每家公司都有自己的私有评估。因此，围绕我们模型的端到端平台故事，我认为很有趣。还有一件事，Sarah，既然你提到了，我确实觉得有一个新的前沿。

Satya Nadella：就像人们谈论前沿，以及你是否在前沿运作。有趣的是，如果你加入一点时间维度，你可以使用——比如说，事实上，我们展示的Lando Lakes演示非常酷。我们使用了，不管怎样，GPT-55，对吧？

然后你收集了一堆追踪数据，然后你拿一个5B推理模型，取得了更高的成绩。Sarah Guo：嗯，这是出现意义的另一个方面……

你知道，在前沿运作。是的。我想，首先我要祝贺你，在两年内基本上在微软内部建立了一个前沿的neo实验室。我想知道，你正在推出所有这些AI战略。AI发展两年的经验教训Swyx：我想知道，你现在知道什么，你希望在两年前或[00:05:00]三年前告诉自己？

Jensen合作三年，MEI合作两年。Satya Nadella：是的，我的意思是，我反思了很多事情，对吧。显然，当我因缩放定律论文而兴奋时，我就开始涉足这一切，你知道，甚至OpenAI的合作也是在那些人说“嘿，我们要投入大量计算机做Transformer”时开始的。

他们帮了忙。我经常回顾并说：“哇，这些东西确实有在爬升的能力。”我的意思是，这种粗略的说法是，智能大致是计算量的对数函数。现在我认为我们可能低估了部署这些系统的现实世界复杂性，以便它们能在现实世界中真正交付价值，对吧？

因此，任何基准衡量的结果都很有趣且重要，但真正的评估是当人们能够做他们唯一能重视的独特事情时，而且这是非常[00:06:00]可衡量的，对吧？

我希望我们当时在意识中能更多考虑这一点，对吧？作为一个行业。Sarah Guo：因为现在我认为当人们说“哇，我不想Token最大化”时，这是我们行业没有意识到我们每一步都在用Token创造价值的产物。

所以我想这就是我希望我们当时能达到的状态，但我很高兴我们现在在这里。现实世界的价值与用例Sarah Guo：你见过哪些为客户创造了最大价值的用例？因为我知道人们经常谈论代码，而且我认为很明显这是一件具有非常大规模影响的事情。

你是否发现还有其他共同点？