来自 宝玉（@dotey）的推文线程

今天X 上《All things AI w @altcap @sama & @satyanadella》這個播客最火，各種切片。 因為播客中作客的可是OpenAI 的CEO 山姆·奧特曼（Sam Altman）和微軟的CEO 薩提亞·納德拉（Satya Nadella）。 兩位大佬聊了很多關於AI 未來、算力投入、微軟與OpenAI 的合作等話題，加上前幾天微軟和OpenAI 剛宣布了新的合作協議，並且他們在播客中也聊到了這個協議的細節，所以備受關注。 先總結這場對話的幾個關鍵點： - 1.4 兆的算力豪賭：面對“蛇吞象”的質疑（營收130 億卻敢承諾1.4 兆算力投入），Sam 認為這1.4 兆不是“負債”，而是他們實現下一個目標的“彈藥”。在他們看來，唯一的風險就是彈藥不夠。 - 真正的瓶頸不是晶片：納德拉親口承認，今天微軟最大的瓶頸，甚至不是缺少GPU 晶片，而是缺能把晶片插進去的資料中心和配套的電力。實體世界的施工進度，成了數位世界狂飆的最大限制。 - 微軟的「王牌」：在新敲定的協議裡，微軟的王牌不是那27% 的股權，而是獲得了OpenAI 最強AI 引擎長達七年的「免版稅使用權」。用納德拉的話來說，這等於「免費拿到了一個前沿模型」。 OpenAI 的核心模型（即“無狀態API”，你可以簡單理解為GPT-4o 或GPT-5 這樣的主力模型）在2030 年之前，將繼續在微軟的Azure 雲端上「獨家」提供給大企業客戶。但是，其他所有產品——包括Sora、Agents（智慧體）、開源模型、以及未來的可穿戴設備等——都不受此限制，可以在任何其他平台（例如亞馬遜或谷歌的雲端）上分發。 - AI 的終極目標：Sam 的終極願景是「AI 用於科學」（AI for Science），他認為AI 做出「全新科學發現」的那刻，就是超級智慧的某種體現。 - 互動的未來：納德拉則定義了下一個人機互動範式－「宏觀委託，微觀調校」（Macro delegation and micro steering）。你只管下達大任務，AI 自己去辦，只在關鍵節點找你確認。 這場對話清晰地表明：AI 的軍備競賽已經正式進入了拼數據中心、拼能源的「物理戰」階段。而微軟和OpenAI，已經透過一份精妙的（對微軟而言血賺的）協議，把身家性命深度綁定，試圖聯手定義下一個運算時代。 接下來是訪談的一些具體內容和細節 一、那個「1.4 兆」的算力承諾，到底什麼來頭？ 這是全場最尖銳的問題。主持人Brad Gerstner 直接拋出了那個嚇人的數字：OpenAI 承諾在未來幾年投入高達1.4 兆美金去購買算力，可你們公司（OpenAI）明年的營收「據報道」也就130 億美金。 這聽起來像不像「蛇吞象」？這錢從哪裡來？這樣合理嗎？ Sam Altman 的反應很直接，也很有趣： 1. “我們的收入比你報的多得多。” 2. 「你要是擔心，想賣你的OpenAI 股票，我立刻就能給你找到買家。」 （潛台詞：我們現在是市場上最燙手的資產，不愁錢，也不愁沒人信。） Sam 承認這是一場豪賭，他們賭的是，AI 的能力和帶來的收入將繼續「陡峭地增長」。這筆錢會投向ChatGPT 的持續迭代、AI 雲端服務、全新的消費級AI 設備，以及一個更宏大的目標——用AI 來搞科學發現。 對他來說，真正的風險不是花錢太多，而是算力不夠。 「如果我們沒有足夠的算力，我們就做不出更強的模型，也就產生不了那麼多收入。」——這才是他們最大的恐懼。 納德拉也表達了對Sam 的支持：OpenAI 提交給微軟的每一個商業計劃，「每一次都超額完成了」。 二、真正的瓶頸：不是缺少晶片，是缺少“插座” 緊接著的問題是：既然這麼缺算力，那未來幾年會不會出現「算力過剩」？畢竟，科技史上這種「基礎建設泡沫」太多了。 Sam：“過剩（Glut）是肯定會來的，我只是不知道是兩三年後還是五六年後。” 為什麼？因為技術突破是指數級的。萬一我們真的能在筆記本上本地運行GPT-6 了（Sam 的原話），那今天這些昂貴的、中心化的資料中心可能就不值錢了。 但是，「現在」呢？ 現在是極度、極度、極度的短缺。 而納德拉提供了一個更關鍵的視角。他說，今天微軟面臨的真正瓶頸，甚至“不是晶片供應問題（GPU），而是我沒有足夠的'暖房'（warm shells）把它們插進去。” 這話說得太實在了。 「暖房」指的是什麼？是資料中心、是配套的電力、是土地。你拿到了幾萬張H100，你得有地方放吧？你得有足夠的電力供吧？這背後是龐大的土木工程和能源問題。數位世界的狂飆，終究還是被實體世界的規律和施工進度限制住了。 三、拆解新協議：微軟到底拿到了什麼？ 這場對談的核心，是他們剛敲定的新合作協議。我們來看看重點： 1. 微軟的「獨佔權」是什麼？ - 獨佔的：OpenAI 的「無狀態API」（Stateless APIs），你基本上可以理解為GPT 系列大模型的核心API 呼叫。在2030 年之前，這部分在大型雲端廠商裡，Azure 獨佔，AWS、Google 的GCP 都拿不到。 - 不獨佔的：其他一切。例如開源模型、Sora（視訊模型）、AI Agents（智能體）、各種硬體設備（如傳聞中的AI 穿戴式裝置）。這些OpenAI 都可以在其他平台（例如AWS 或Google Cloud）上分發。 這是一個非常精妙的平衡。微軟鎖定了自己雲端服務（Azure）的核心競爭力（只有我這有最強的大模型API），同時又給了OpenAI 足夠的自由度去探索其他商業模式。 2. 為什麼OpenAI 要分給別人（Oracle、AMD）訂單？ 納德拉解釋了他作為雲端服務商的「困難」。他的目標是建立一個「可替換的算力集群」（Fungible Compute Fleet）。 什麼意思？他不能把所有雞蛋都放在一個籃子裡，只為OpenAI 這個客戶服務。他也要顧及自己那些「高利潤」的親兒子（如M365 Copilot、GitHub Copilot）以及Azure 上成千上萬的其他客戶。 因此，微軟要OpenAI 也去外面採購一些算力（例如從Oracle 那裡買），反而給了微軟自己更大的彈性，去平衡內部的算力分配。 3. 微軟的真正“王牌”：免費的“最強引擎” 如果說微軟在OpenAI 那27% 的股權（Sam 說希望這筆投資未來能值一萬億）是“面子”，那麼真正的“裡子”是這個： 微軟獲得了OpenAI 模型和IP 的「免版稅使用權」（Royalty-free access），期限長達七年多。 納德拉自己都說，這相當於「免費獲得了一個前沿模型」（a frontier model for free）。 想一想，這意味著微軟可以把這個星球上最強的AI 大腦，源源不斷地、「免費」地塞進它所有的核心產品裡——Office 全家桶、Windows 作業系統、GitHub、Bing 搜尋… 這筆買賣，簡直是科技史上最划算的投資之一。 四、聊天vs. 搜尋：一個尚未解決的經濟難題 對話中提到了一個非常棘手，但又極為重要的問題：AI 聊天（Chat）和傳統搜尋（Search）的經濟模型。 - 搜尋：這是一個完美的「印鈔機」。谷歌建立一個「索引」（固定成本），然後每次搜尋的邊際成本「幾乎為零」。用廣告競價排名，利潤高到嚇人。 - 聊天：這是完全相反的。每次提問，都需要消耗大量的GPU 算力，邊際成本非常高。 納德拉的回答：“經濟模型完全不同。” 他說，這就是為什麼AI 聊天（消費端）現在都在搞「訂閱制」（例如ChatGPT Plus）。我們（產業）還沒有找到AI 時代的「廣告單元」。 他用了一個字：「The cheese is being moved」（起司正在被移走）。谷歌和微軟建立在「搜尋」上的萬億帝國，其最底層的商業邏輯，正被A​​I 動搖。 納德拉的結論是：企業（Enterprise）端的AI 賺錢模式很清晰（「智能體就是新的工位」），但消費者（Consumer）端的賺錢模式，也「有點模糊」 (a little more murky)。 五、AI 的未來：「科學發現」與「宏觀委託” 那麼，花這麼多錢，到底是為了什麼？ Sam Altman 的終極願景：“AI 用於科學（AI for Science）” Sam 說，他最興奮的是，希望到2026 年，AI 能做出哪怕「非常微小」的、但卻是「全新的科學發現」。 他認為，如果AI 能開始擴展人類知識的總和，那麼在某種意義上，「這就是超級智慧」。 Satya Nadella 的願景：“宏觀委託，微觀調校” 納德拉則更關注人機互動的變革。他認為，ChatGPT 的魔力在於「UI（介面）遇上了智慧」。 而下一個革命性的UI 是什麼？他稱之為「宏觀委託與微觀調校」（Macro delegation and micro steering）。 什麼意思？就是你不再是“搜尋”或“聊天”，而是直接給AI 一個大任務（比如“幫我策劃並預訂下週去日本的家庭旅行”），AI 會自己去執行，中間只在關鍵節點（比如“酒店A 和B，你選哪個？”）回來“微觀調控”你一下。 而要實現這一點，Sam 補充說，就需要“新形態的計算設備”（例如AI Pin 或可穿戴設備），它必須能“始終伴隨你”，並對你的生活有“完整的上下文感知”。 “利潤率擴張的黃金時代” 聊到最後，他們談到了AI 對就業和生產力的影響。科技公司最近都在裁員。這是因為AI 嗎？ 納德拉不這麼認為。他稱之為「利潤率擴張的黃金時代」（golden age of margin expansion）。 他舉了個例子：微軟內部管網路營運的團隊，要和全球400 家光纖營運商打交道，工作極為繁瑣。那個女主管說，你就算核准預算，我也招不到這麼多人。於是，她自己動手，用AI 做了N 個智能體，把整個維運流程自動化了。 這就是未來。納德拉預測：公司營收翻倍，但員工數可能只會成長一點點。因為每個員工的「槓桿率」（leverage）都透過AI 被大大放大了。 這不是說要大規模裁員，而是「AI 讓你一個人做一個團隊的活」。我們每個人，都必須重新學習「如何工作」（the how of work）。 一個團隊在AI 的幫助下，能完成過去十倍的工作量。因此，未來公司的「人頭數」（Headcount）成長，將遠遠慢於「營收」（Top line）的成長。 這就是AI 帶來的生產力革命──用更少的人，撬動更大的價值。