“我們自詡達到了某個AGI里程碑，這簡直就是無稽之談，純粹是玩弄基準測試。”微軟CEO薩提亞·納德拉（Satya Nadella）在參加知名科技播客主持人Dwarkesh Patel主持的播客節目Dwarkesh Podcast時，毫無保留地分享最真實的感受。

納德拉在訪談中還明確表示，AI並非贏家通喫的市場，其真正的價值在於推動全球經濟增長。他認爲，AI的發展不應以技術里程碑爲導向，而應以能否實現世界經濟10%的增速爲衡量標準。

以下爲專訪內容：

AI不會是贏家通喫

主持人德瓦克什： 人工智能的價值將會在哪裏創造？

薩提亞·納德拉： 這是一個很好的問題。至少以我目前的看法來看，有兩個地方我可以比較有信心地說。一個是超大規模廠商會做得很好。因爲根本的一點是，如果你回顧Sam和其他人描述的方式，如果智能是計算力的對數，那麼誰能進行大量的計算，誰就是大贏家。

另一個有趣的事情是，如果你看看任何AI工作負載的底層，比如ChatGPT。並非每個人都對GPU方面發生的事情感到興奮。這很好，但它是一個比率，事實上，我甚至將我的集羣視爲AI加速器、存儲和計算的比率。而且，從規模上看，你必須擴大它。因此，世界對這種基礎設施的需求將會呈指數級增長。事實上，擁有這些AI工作負載簡直是天上掉餡餅，因爲你知道嗎？它們對更多計算能力更加渴求，不僅僅是爲了訓練，而且我們現在知道對於測試時間也是如此。

正如我所說，測試時間，這裏有一件有趣的事情。當你想到一個AI代理時，事實證明，AI代理將呈指數級地增加計算使用量，因爲你現在甚至不受僅僅一個人類調用程序的限制。而是一個人類調用程序，這些程序又調用了更多的程序。這將爲計算基礎設施創造巨大的需求和規模。所以我們的超大規模業務，Azure業務，我認爲那是一個很大的機會。

之後，事情變得有點模糊，因爲你可以說，存在一個贏者通喫的模型。我只是不這麼認爲，因爲這是我學到的另一件事，非常擅長理解哪些是贏者通喫的市場，哪些不是，在某種程度上，是至關重要的。我記得甚至在早期我開始接觸Azure時，Amazon已經擁有非常顯著的領先優勢，人們會來找我，投資者會來找我說，哦，遊戲結束了，你永遠不會成功。Amazon，它就是贏者通喫。

但是，在與Oracle和IBM以及客戶端-服務器競爭之後，我知道，買家不會容忍贏者通喫。從結構上講，超大規模永遠不會是贏者通喫，因爲買家很聰明。消費者市場有時可能是贏者通喫，但是任何買家是公司、企業、IT部門的地方，他們都希望有多個供應商。因此，你必須是多個供應商之一。我認爲即使在模型方面也會發生這種情況。

因此，會有開源，會有一個管理者。就像在Windows上一樣，我學到的一個重要教訓是，如果你有一個閉源操作系統，就會有一個補充，那就是開源。因此，在某種程度上，這實際上是對所發生事情的一種制約。所以我認爲在模型方面，也許存在一些閉源的東西，但肯定會有一個開源替代方案。最終，開源替代方案實際上將確保閉源的贏者通喫得到緩解。

所以這至少是我的感覺在模型方面。順便說一句，如果這東西真的像人們說的那樣強大，我們不要低估國家不會坐視不理，等待私營公司滿世界亂跑。所以我並不認爲這是一個贏者通喫的局面。在那之上，我認爲這還是一樣的老一套，也就是在消費者領域，在某些類別中，可能會有一些贏者通喫的網絡效應。

畢竟，ChatGPT就是一個很好的例子。我的意思是，它就像一個大規模的消費者產品，已經獲得了真正的逃逸速度。我去應用商店，我看到它總是在前五名。我說，哇，這真是令人難以置信。所以他們能夠利用這種早期的優勢，並將其轉化爲應用程序優勢。因此，在消費者領域，這種情況可能會發生。在企業領域，我認爲在每個類別中，都會有不同的贏家。所以這至少我是這麼分析的。

主持人德瓦克什： 我有很多後續問題。我們得立刻開始討論量子計算。

但關於模型可能被商品化的觀點，也許在幾十年前，有人會對雲提出類似的論點，認爲它本質上只是一個芯片和一個盒子。

但最終，當然，你和許多其他人發現，你們在雲領域擁有驚人的利潤率，並且找到了獲得規模經濟和增加價值的方法。

而且從根本上說，即使拋開那些術語，比如，如果你擁有了AGI，它可以幫助你製造更好的AI，現在是合成數據和強化學習。也許在未來，它會是一個自動化的AI研究員。

這似乎是鞏固你優勢的好方法。我很好奇你對此有什麼看法，就這個想法而言……

薩提亞·納德拉： 在這個領域領先非常重要。達到一定規模後，沒有什麼東西是純粹的商品，對吧？就像你剛纔說的雲，每個人都說，哦，雲是商品，除非當你達到規模。這就是爲什麼運營超大規模數據中心的專業知識至關重要。你可能會說，哦，這有什麼大不了的？我也可以自己搭建服務器，對吧？事實上，在超大規模數據中心發展的早期，大多數人都認爲，天哪，有這麼多的主機託管商，但那些都不是很好的生意。超大規模會有什麼發展前景嗎？超大規模甚至存在商業價值嗎？事實證明，這確實是一門真正的生意，僅僅是因爲運營（比如Azure，擁有遍佈60多個區域的全球計算能力）的專業知識。複製起來太難了。

我想表達的重點是，是否會只有一個贏家，或者這是一個贏者通喫的局面。你必須弄清楚這一點，因爲各個領域的情況可能不同。我喜歡進入那些擁有巨大潛在市場（TAM）的領域，這樣你就不必擔心必須成爲唯一的贏家。如果你在一個可以容納幾個贏家的大市場中，並且你是其中之一，那是最好的位置。這就是我所說的超大規模機會的含義。

在模型層面，一個關鍵點是，模型最終需要在某種超大規模計算平臺上運行。我認爲這種聯繫將永遠存在。不僅僅是模型本身，模型需要狀態。這意味着它需要存儲和常規計算來在代理環境中運行這些代理。這就是我思考爲什麼一個人通過一個模型完成所有事情可能不會發生的原因。

主持人德瓦克什： 從超大規模數據中心運營商的角度來看，順便說一句，作爲一個超大規模數據中心運營商，你所擁有的優勢也很有趣，特別是在推理時間擴展方面，如果這涉及到未來模型的訓練，你可以將你的數據中心和GPU攤銷，不僅用於訓練，還可以再次用於推理。我想知道你認爲微軟和Azure屬於哪種類型的超大規模數據中心？是專注於預訓練方面？是提供像O3類型推理的服務？還是你們只是要託管和部署市場上現有的任何模型，而忽略其他方面？

薩提亞·納德拉： 關於這一點，這是一個好問題。我的意思是，我們構建機羣的方式，至少是我們想要構建的方式，在某種程度上是順應摩爾定律。我認爲這會像我們過去所做的一切一樣，對吧？也就是你每年都會不斷地更新你的機羣。你在這些東西的生命週期內進行折舊，然後非常非常擅長機羣的部署，這樣你就可以用高利用率運行不同的任務，對吧？

所以，有時會有一些非常大的訓練任務，需要高度集中的峯值計算能力，並且需要協同一致。這很好。我們應該有足夠的數據中心足跡來提供這種能力。但最終，這些任務無論如何都會變得如此之大，即使是預訓練規模，如果它需要繼續發展下去，預訓練規模在某個時候也必須跨越數據中心邊界。所以，它或多或少都在那裏了。

很好。一旦你開始跨越預訓練數據中心邊界，它與其他任何事情有什麼不同呢？因此，我認爲，分佈式計算將仍然是分佈式的。所以，構建你的機羣，使其能夠爲大型訓練任務做好準備。它爲測試時計算做好準備。事實上，如果這個強化學習（RL）可行，你可能會構建一個大型模型。

然後，在那之後，會有大量的強化學習和測試。對我來說，這有點像，再次強調，更多的訓練計算，因爲你想要爲不同的任務創建這些高度專業化的提煉模型。所以你需要這樣的機羣。然後是服務需求，對吧？最終，光速是恆定的。

所以你不能在德克薩斯州有一個數據中心，然後說，我要從那裏爲全世界提供服務。你必須根據在世界各地都部署推理機羣的情況來爲全世界提供服務。這就是我對我們構建真正的超大規模機羣的看法。

哦，順便說一句，我希望我的存儲和計算也靠近所有這些東西，因爲不僅僅是AI加速器是無狀態的。我需要能夠擁有的不僅僅是我的訓練數據本身需要存儲。然後，我希望能夠多路複用多個訓練作業。我希望能夠擁有內存。我希望能夠擁有這些代理可以執行程序的環境。這就是我思考它的方式。

世界經濟將會十倍增長

主持人德瓦克什： 你最近報告說，你們來自AI的年收入是130億美元。但如果你看看你們在這一方面的同比增長，在四年內，它將增長10倍。如果趨勢持續下去，你們將擁有1300億美元的AI收入。如果是這樣，你預計我們將如何利用所有這些智能？這種工業規模的應用，會通過Office實現嗎？會由你們部署，讓其他人託管嗎？或者你們必須擁有AGI才能獲得1300億美元的收入？它會是什麼樣子？

薩提亞·納德拉： Dwarkesh，我這樣看待這個問題，這是一個很好的問題，因爲在某種程度上，如果你要擁有這種智能的爆炸式增長、豐富性，或者說商品化，我們首先要觀察的是GDP的增長，對吧？在我談到微軟的收入會是什麼樣子之前，這裏面只有一個制約因素，對吧？這就是我們在AGI炒作中有點超前的地方，那就是，嘿，你知道嗎？讓我們首先看看是否，比如說，發展起來。

我的意思是，記住，發達國家是什麼樣的？2%的增長，如果你調整通貨膨脹，那就是零？所以在2025年，當我們坐在這裏的時候，我不是一個經濟學家。至少我看到這種情況，然後說，夥計，我們面臨着真正的增長挑戰。所以我們都必須做的第一件事是，當我們說，哦，這就像工業革命，等等。讓我們擁有那種工業革命類型的增長。對我來說，這意味着10%、7%、發達國家，經通貨膨脹調整後，以5%的速度增長。這纔是真正的標誌，對吧？

所以，它不能只是供應方面，對吧？事實上，就是這樣，對吧？我認爲很多人都在寫關於它的文章。我很高興他們這樣做，那就是，這裏的大贏家不會是科技公司。贏家將是更廣泛的行業，他們將使用這種商品，順便說一句，這種商品是豐富的。突然之間，生產力提高了，經濟以更快的速度增長。當這種情況發生時，我們作爲一個行業就會很好。

但對我來說，那就是關鍵時刻。所以，我們自己聲稱達到了某個AGI里程碑，對我來說這只是毫無意義的基準測試作弊。真正的基準是，世界是否以10%的速度在增長。

主持人德瓦克什： 10%。好的。所以如果世界經濟以10%的速度增長，那麼全球經濟規模大概是100萬億美元左右。如果世界經濟增長10%，那就意味着每年會產生額外的10萬億美元的價值。如果是這樣的話，作爲一個超大規模企業，800億美元似乎很多。難道你不應該投入8000億美元嗎？如果你真的認爲在未來幾年內，我們能夠以這樣的速度真正地推動世界經濟增長。那麼，關鍵的瓶頸將是，你是否擁有部署這些人工智能來完成所有這些工作所需的算力？

薩提亞·納德拉： 我覺得你說得對。所以，關鍵在於平衡。我覺得現在有點像，讓我來打個比方，經典的供給側思維是，“讓我先建好它，然後他們自然會來。” 這是其中的一種觀點。而且，你知道，畢竟我們已經這樣做了。我們已經承擔了足夠的風險去做了。但在某個時刻，供給和需求必須匹配。

所以我認爲這就是關鍵。這就是爲什麼我同時關注這兩個方面。所以，我認爲，如果你只是一味地鼓吹供給側，而不真正理解如何將其轉化爲客戶的實際價值，你就會完全脫離實際。

所以，聽着，這就是爲什麼我關注我的推理收入。這也是我公開推理收入的原因之一。有趣的是，沒多少人談論他們的實際收入。但對我來說，我認爲這很重要，它可以作爲你思考這個問題的制約因素。

你當然不能說，在任何給定的時間點，它們都必須完全對稱地匹配。但是，你需要有實際的證據表明，你有能力將昨天的資本投入轉化爲今天的需求，這樣你才能再次投資，甚至可能是指數級的投資，並且知道你不會完全失衡。

主持人德瓦克什： 我想知道這兩種不同的觀點是否存在矛盾。因爲，你看，你做得非常出色的一件事是，你很早就進行了這些投資。比如，你在2019年投資了OpenAI，甚至在Co-pilot和任何應用出現之前。

如果你看看工業革命，那些6%、10%的鐵路和其他基礎設施的建設，很多都不是說我們先有了車票收入，然後再去怎樣。當時損失了很多錢。這是事實。

所以，如果你真的認爲，這裏存在將世界經濟增長率提高到10倍或5倍的潛力。然後你又在想，GPT-4的收入是多少？我的意思是，如果你真的認爲下一階段有這種可能性，你不應該直接放手一搏嗎？讓我們投入數千億美元的算力。

薩提亞·納德拉： 我是說，確實有一定的概率你會成功。關鍵在於……我是說，這裏有趣的地方在於，真正的問題是，這僅僅是……這就是爲什麼我認爲對算力集羣採取平衡的方法非常重要。

這不僅僅是構建算力，而是構建能夠幫助我不僅訓練下一個大型模型，而且能夠服務於下一個大型模型的算力。在你做到這兩點之前，你無法真正利用你的投資。所以，這不是一場單純的構建模型的競賽。

這是一場創造一種能夠被世界使用並驅動發展的商品的競賽。所以，你必須有一個完整的思考，而不是隻考慮一件事。至少我是這麼看的。順便說一句，其中一件事是，它會被過度建設。

就像你提到的互聯網泡沫時代發生的事情一樣。我現在看到的是，大家已經意識到需要更多的能源和更多的算力。謝天謝地。所以，每個人都會競相投入。事實上，我看了這些數字。不僅僅是公司在部署，各個國家也會投入資金。

我很高興成爲一個租賃方。因爲，順便說一句，我建造了很多，也租賃了很多。我很高興我將在2027年、2028年租賃大量的算力。因爲我看了賬單，我說這太棒了。所有這些算力投入，唯一的結果就是價格會下降。

海量資訊、精準解讀，盡在新浪財經APP