來源：聰明投資者
“我確實認爲，成功本身會帶來挑戰，因爲你會逐漸忘記是什麼讓你成功的。
那些伴隨公司成長的人常常會覺得成功是自己帶來的，但事實是，我們都是順勢而上。而當潮水退去，我們必須重新找回公司的根基。
這種遺忘往往是大型成功企業走向衰落的原因。”
今年3月， $微軟 (MSFT.US)$ CEO 薩提亞·納德拉（Satya Nadella）在South Park Commons播客中訪談中，圍繞科技行業的未來展開了一場深刻的對話。
他回顧了自己的職業生涯，探討了微軟如何在AI時代重新定義競爭力，以及他對未來計算架構、量子計算、智能體發展方向的思考。
2014年2月4日，納德拉接掌微軟。當時的微軟正因爲錯失一系列的創新機會，在信息技術變革的浪潮中逐漸落伍，被 $蘋果 (AAPL.US)$ 、 $亞馬遜 (AMZN.US)$ 、 $谷歌-C (GOOG.US)$ 、 $Meta Platforms (META.US)$ 等公司超越，市值跌至2000億美元。
他重新定義了微軟的使命：「予力全球每一人、每一組織，成就不凡。」將四分五裂的團隊凝聚在一起，並向新的方向突破，爲微軟注入了新的能量和遠大的願景：人工智能、混合現實、量子計算。
如今微軟市值近2.9萬億美元（截至2024年3月21日）。
在這次訪談中，納德拉分享了他對企業如何在競爭中實現傳承與進化的理解，並強調選擇正確的競爭賽道，比單純贏得競爭更重要。
他提到，在科技行業，「沒有真正的護城河」，創新公司必須不斷顛覆和進化，否則就會被時代拋棄。「我們必須不斷『射門』，否則連進球的機會都沒有。」
納德拉認爲，未來的AI發展主要有三個關鍵方向，微軟正圍繞這些趨勢進行深入佈局。並特別強調，單純的AI模型已經無法支撐長期競爭，完整的計算架構和成功的產品才是關鍵。
他認爲，AI時代的計算架構以及如何在客戶端有效利用計算資源，都是被低估的兩大關鍵方向。
在AI領域，納德拉認爲，AI的真正價值在於改變「獲取能力」的邊界，讓更多人獲得技術賦能。而要與AI共舞，需要我們保持好奇心和批判性思維。
他發出了扣問，在AI時代我們是否需要重新思考教育的本質？並提供了一個開放性的思考，「如果未來的孩子可以用AI去構建任何他們想要的東西，那麼是否應該更多地培養他們的探索精神和自信心，而不是過分強調考試和傳統意義上的 「知識儲備」？！」
除了AI，納德拉還深入討論了量子計算的未來。微軟在這一領域投入超過20年，但他認爲，量子計算不會取代經典計算，而是與之協同發展。
本次對話所涉及的內容，尤其是如何在AI、雲計算和量子計算時代重新定義企業競爭力，非常值得科技和投資行業深思。
1、回顧初入微軟：意識到趨勢是不可逆的
主持人 我們想回顧你職業生涯中的關鍵時刻，看看你在 「負一到零」 階段的思考和經歷。你加入微軟的1992年。當時在微軟面試的感覺如何？爲什麼你選擇微軟，而不是去初創公司？
納德拉 「負一到零」 的概念非常有趣。
33年前，我其實是在 Sun Microsystems 工作。我研究生畢業後的第一份工作就在山景城。1991年，我去馬士孔尼會展中心參加了一場開發者大會，那時微軟首次推出了 Windows NT，也首次介紹了Win32。
當時，我突然有了一個想法（當然現在回過頭來看，這可能有點馬後炮）：X86 架構會贏。
當平台轉換髮生時，往往是不可逆的，儘管需要時間，但趨勢是明確的。
這讓我意識到：儘管Sun Microsystems 在當時實力驚人，擁有全棧系統，自己設計芯片、開發操作系統，甚至在辦公軟體領域也有所佈局，但我還是覺得 X86才是未來。
這促使我加入微軟，儘管當時我既不是Windows用戶，也從未對DOS有過太多好感。
但我覺得微軟是那個能夠真正抓住這個趨勢的公司，更重要的是，它能夠真正成爲一股推動技術普及的力量。
主持人 你的面試過程激烈嗎？要知道，微軟的面試可不簡單。
納德拉 哈哈，那時候的微軟面試就是典型的老派微軟風格。我覺得現在的面試方式比當時要好一些，至少你還能刷刷 LeetCode，而不是直接上黑板或者白板解題。
當年我就是這樣面試的，不知道怎麼的，居然通過了。
但我永遠不會忘記最後一個面試問題，這也是我回答可能最糟糕的一次。
當時，微軟有一個叫 「As Appropriate」 的面試環節。如果你順利通過前面的面試，你就會被安排去見一個名字不在面試名單上的人，直接去他們的辦公室。這通常意味着你基本上要被錄取了。
而這個人的最後一個問題，我到現在都記得清清楚楚。他問我：「假設你正在過馬路，一個嬰兒摔倒了，你會怎麼做？」
我當時腦子裏想，這是什麼算法問題？是不是我沒學過的某種問題？然後我回答：「我會打911。」
結果，他站起來，把我送出了辦公室，並對我說：「你知道當一個嬰兒摔倒時，你應該做什麼嗎？你應該把他抱起來，安慰他。」
當時我心想，完了，這下肯定沒戲了。
但事實證明，人生總會給你一些意想不到的學習經驗。
2、好的組織文化是能幫助傳承與進化
主持人 90年代，微軟幾乎覆蓋了所有關鍵技術領域，建立起了一個多元化的技術生態。儘管今天的微軟文化與當時有所不同，但你會如何描述微軟的文化？
納德拉 今年4月4日，微軟將迎來50週年。最近我們也在討論公司的文化到底是什麼，以及它的核心理念是什麼。
比爾・蓋茨和保羅・艾倫當初有一個比喻，或者說是一個想法：他們想要建立一個 「軟件工廠」。要知道，在微軟創立之前，根本沒有所謂的軟件行業。所以，他們的目標就是建立一家專注於軟件開發的公司，而不是某個特定類別的軟件公司。
最早，他們從Altair計算機的BASIC解釋器做起，這是當時最合適的起點。
事實上，微軟的飛行模擬器甚至比Windows更早推出，這是我們歷史最悠久的產品之一。
所以，從某種意義上來說，微軟一直在尋找軟體工廠的各種應用場景，這甚至引領了知識型工作的發展。
微軟的文化，就是如何聚集最優秀的人才，打造最強的軟體工廠，從而創造世界所需的軟體產品。
回顧過去，我認爲這種思維方式對所有創業者來說，都是一個很有價值的啓示。
我發現許多公司都會在某個產品、某項技術或某種商業模式上深深沉迷。但問題是，任何東西都有耗盡的一天。我也在思考，這種 「軟體工廠」 的理念是否對微軟的文化有影響。
當你思考公司文化時，你會發現，關鍵在於進來的那些人才是否能夠真正爲這個 「工廠」 創造新的價值。
每當有更好的想法、更先進的技術，微軟是否能勇敢地向前，而不是固守於去年構建的某個產品？或許正是這種文化，幫助我們保持了活力。
我並不認爲文化是一種靜態的東西，我們一直在努力營造一種學習文化。
如今，我喜歡用 「成長型思維」 這樣的詞彙。
但實際上，我在想微軟是否從一開始就有這種成長型思維和學習型文化。這或許正是公司最初架構帶來的影響。
主持人 你是說 「軟體工廠」 是微軟內部的常見說法嗎？
納德拉 並不是。在我成長的微軟，我們更喜歡稱自己爲 「軟體公司」。
這個 「工廠」 的比喻更多是在我們探討50年曆史時產生的。尤其是當下，我們正處於又一次技術變革的前沿。
今天，當AI和AI代理成爲趨勢時，我們如何重新定義 「軟體工廠」？這才是我目前思考的問題。
我希望從微軟的歷史中尋找答案，並讓這個概念在當下變得更具現實意義。
僅僅活得久並不是目標，保持傳承與進化才是。因此，是什麼賦予我們在未來依然具有傳承與進化的勇氣？這是我一直在研究、學習和思考的問題，也是我想要清晰表達的內容。
3、科技的本質就是不斷被顛覆，我們必須不斷「射門」
主持人 2000年到2010年，微軟似乎經歷了一段 「迷失期」。在此之前，你們幾乎贏得了一切，但隨後，有那麼一段時間，你們不再是市場上最耀眼的贏家。
你當時是什麼感覺？公司的文化又是如何應對的？你個人是怎麼經歷這段時期的？
納德拉 在90年代，微軟和競爭對手之間的差距是非常明顯的。特別是在90年代後期，市場上只有微軟和它的競爭者，而不像今天，全球有七八家頂尖科技公司，並且幾乎每天都有新的競爭者從某個地方崛起。
比如OpenAI就證明了，一個全新的公司可以迅速成長爲行業的領軍者。如今科技行業的活力令人難以置信。
成功帶來了挑戰，尤其是，當你獲得成功之後，很容易忘記是什麼讓你成功的。
我認爲在2000年代，微軟並不是沒有創新想法，也不是沒有嘗試新事物。但很多時候，我們錯過了一些機會，因爲我們過於沉迷於現有的成功模式，或者不願意去探索那些不夠方便、不夠完整的想法。
史蒂夫・鮑爾默曾給過我一個非常有價值的建議，他總是說：「你必須有一個完整的想法。」
這句話讓我受益匪淺。很多時候，我們會有一些新的產品構想，但它們往往不夠成熟。而真正成功的創業者之所以能夠取得成功，就是因爲他們的想法是完整的。如果你的想法不夠完整，作爲創始人是很難成功的。
在大公司內部，你需要的是一群 「再創業者」（re-founders），他們在不同的階段都能擁有完整的構想，並推動公司不斷向前。
許多成功的大公司都會犯一個錯誤，就是把自己當作成功的原因，而不是承認自己只是順應了潮流。當潮流改變時，公司需要重新塑造自己，而不是沉迷於過去的輝煌。我認爲，這正是很多大型成功企業走向衰落的原因。
主持人 我最深刻的印象是，微軟內部真的很願意學習，願意嘗試新事物。
納德拉 是的，微軟確實一直在堅持嘗試，有時候可能過於固執。但在科技行業，這種堅持是必要的。
你必須不斷嘗試、不斷進攻。
因爲科技行業的網絡效應是極其殘酷的，如果你能掌控它，它會給你巨大的優勢；但如果你站在錯誤的一側，那就會變得非常痛苦。
所以，我們必須不斷地 「射門」，這可能是保持的唯一方式。
主持人 這正是我們在創業初期告訴創始人的道理，但看到它在如此大規模的公司裏依然適用，真的很震撼。
納德拉 沒錯。我覺得，對在座的創始人來說，好消息是，在科技行業，沒有真正的護城河。從某種意義上說，這讓科技行業變得極其可怕。
你可能在財務上保持盈利，但如果你想保持傳承與進化，就必須不斷地構建新的產品，不只是跟上趨勢，而是要主動發明新事物。這個行業的本質就是不斷被顛覆。
4、始終關注創造雙贏的長期合作
主持人 很多人都把微軟稱作 「逆襲之王」，特別是在你成爲 CEO 之後。老實說，我曾以爲微軟會變成那種緩慢衰退的科技巨頭，但在你上任後，一切開始發生變化。你談到過微軟文化的重塑，也強調了 「再創始」 的概念以及保持傳承與進化。
讓我們回到你成爲CEO的 「負一階段」—— 當時你做的第一件事是什麼？是如何推動這場轉變的？
納德拉 在雲計算時代，真正的功勞不在我，而在史蒂夫・鮑爾默。那時候我還是他的直接下屬，他才是那個做出關鍵決策的人。
事實上，我在如何成爲一名有效的CEO這件事上，從鮑爾默身上學到了很多。
他給了我自由，讓我去投資雲計算，即使當時華爾街並不買賬。
這正是一名真正的CEO該做的事情：挑戰主流觀點，並賦能團隊，讓公司內部的人去推動變革。
從某種意義上說，鮑爾默完全不在意這些外界的評價，他已經在微軟取得了巨大的成功。但正是他的領導方式，讓我學會了如何管理公司。
而比爾・蓋茨的遠見和戰略思維，同樣對我產生了深遠的影響。
主持人 你們在 OpenAI 上的投資，以及其他衆多 AI 公司。這對今天在座的創業者們來說特別有意義。他們該如何與微軟合作？如果他們想向你的基金 M12 融資，該如何推銷自己？
微軟的投資記錄堪稱傳奇，而且卻很少被公開談論。
（注：微軟 M12是公司旗下的風險投資基金，專注於投資早期到成長階段的科技初創公司，最初成立於2016年。M12並不是一個單純的財務風投基金，而是微軟生態系統的延伸，其投資主要服務於微軟的戰略目標，如推動Azure雲計算、AI、Saas、企業級軟體等領域的發展。最經典的案例就是投資OpenAI。）
納德拉 與初創公司生態的合作，無論是通過 M12，還是其他方式，對微軟來說都非常重要。
但嚴格來說，我們並不是一個單純的投資機構。
比如，當年我們想投資Facebook，並不是因爲投資回報的考慮，而是因爲我們當時希望在廣告業務上建立合作關係。
OpenAI的情況略有不同。當我們最初支持他們時，他們還只是一個研究實驗室。而如今，OpenAI已經發展成了一家成功的產品公司。
微軟一直緊密關注着Sam和他的團隊，並隨着他們的願景不斷調整我們的合作方式。對我們來說，OpenAI 不僅是一個投資對象，更是一個至關重要的商業合作伙伴。
微軟的基因中有兩個核心要素：我們是一個平台公司，也是一個合作伙伴公司。如果沒有合作伙伴，就不會有平台的穩定性。
無論是初創公司還是成熟企業，我一直在尋找那些能夠與微軟建立長期、穩定、互利合作關係的夥伴。
我職業生涯早期，負責微軟數據庫業務時，就曾與SAP合作，讓SQL Server 成爲SAP的底層數據庫。這種合作模式對雙方都極爲有利。類似的例子還有 Wintel（Windows + Intel 的合作模式）。
所以，我始終關注的是能夠創造雙贏的長期合作關係，這種關係不僅對微軟有利，對合作夥伴本身也至關重要。
5、單純模型已經不足以支撐競爭
主持人 你們在OpenAI上的投入越來越大。但面對谷歌、Meta 等競爭對手，他們都有自己的基礎模型，你是否會覺得微軟在這方面略遜一籌？畢竟，曾經有一句話：「真正的公司都擁有自己的晶圓廠。」 如今，是不是可以說 「真正的公司都應該有自己的基礎模型」？
納德拉 我的看法是，微軟是一家全棧系統公司，我們希望擁有完整的系統能力，而基礎模型確實是其中一個重要組成部分。
當初我們與 OpenAI 合作，是基於一個非常明確的技術判斷，即規模定律（Scaling Laws）。
當時，Sam、Ilya、Greg 等人深信大規模訓練模型可以帶來突破性的成果。事實上，我最早接觸到這個概念，是Dario（Amodei）發表的一篇關於規模定律的論文，它讓我意識到這將是AI領域的核心變革方向。
當時我做出的那個賭注就是：（核心變革）重點在自然語言領域。如果不是自然語言的突破，我們可能都不會去做這件事。
現在我對強化學習有了更深入的理解，但如果當初OpenAI的方向不是自然語言，我們可能不會走到今天。
畢竟，作爲一家以知識工作者爲核心的公司，微軟一直癡迷於自然語言處理，這也是比爾・蓋茨多年來最關注的領域之一。
長期以來，我們的思維模式是用結構化的方式去理解世界，即定義人、地點、事物，構建最完善的本體和模式，然後通過這種方式讓智能系統成長。
我們在這條路上走了很多彎路。
最終我開始意識到，這種方法可能並不適用於現實世界，因爲世界本質上太混亂了，SQL這類結構化方式根本無法完全適應它。
我一直在想，總會有人找到另一種方式來構建語義理解，而這次的賭注就是押在了 OpenAI身上。
我最初並不確定它是否會奏效，但隨着時間推移，我們看到了它開始起作用。
現在回顧這一切，我覺得微軟與OpenAI的合作是一個完美的商業合作關係。我們不僅共同打造了底層系統，還開發了圍繞它的工具和產品。
從長期來看，我們與OpenAI之間有一個穩定的合作框架，我們也擁有相關的知識產權。因此，我們有能力去構建自己的產品，比如 Mustafa Suleyman 和他的團隊在 Pi（Inflection AI）上做的事情，我們在微軟內部也能做到。
在這個階段，我的觀點是：模型本身正在變成雲計算中的一種 「商品」。
事實上，OpenAI已經不僅僅是一家模型公司，而是一家產品公司，它恰好擁有世界上最好的模型之一。
對他們來說，這很棒；對我們來說，作爲他們的合作伙伴，這同樣是一個極大的優勢。
現在我更關注的是行業正在形成的新結構：單純的模型已經不足以支撐競爭，完整的系統架構和成功的產品才是關鍵。
6、未來AI發展有三個明確的方向
主持人 過去兩年半里，ChatGPT 真正進入了公衆視野，我們見證了一場技術海嘯，從芯片、數據中心，到基礎模型、垂直 AI 公司，再到消費級硬件、企業級軟體，整個行業發生了巨大的變化。
你站在行業的核心位置，能夠看到這些變化的全貌。如果讓你對在座的創業者提個建議，你覺得當下被低估的兩個機會領域是什麼？哪些方向值得創業者在未來五年裏下注？
納德拉 我認爲有三個明確的方向，這些方向目前都在並行發展，這也讓整個行業變得異常激動人心。
現在，我們的關注點已經不只是知識工作者或語言模型本身，而是更廣闊的場景：
一是真實世界的AI應用：不僅僅是數字世界，AI如何真正影響現實世界的物理操作和交互？這涉及機器人、自動化生產、供應鏈優化等領域。
二是科學領域的AI模型：無論是化學、生物學，還是其他基礎科學領域，AI模型正在成爲科學研究的新基石。這些模型雖然與語言模型有一定的技術交叉，但它們的發展也有其獨立性。
三是系統架構的創新：AI系統的底層架構需要怎樣的演進，才能支撐未來的計算需求？
現在，我越來越關注的一個問題是，什麼樣的系統架構能真正支撐未來的AI？
微軟的一位傳奇工程師保羅・馬瑞茨（Paul Maritz），他教給我一件非常重要的事情：你需要預測未來的計算工作負載，然後設計出合適的底層系統來支持它。
如果我們仔細觀察當前的發展趨勢，會發現AI時代的計算架構正處於一個關鍵的變革節點。
下一代的計算架構不僅要適應現有的AI應用，還要考慮AI如何進一步滲透到現實世界和科學研究領域。這些變化正在重新定義整個科技行業的格局。
我認爲，我們並沒有從第一性原理的角度真正對系統架構進行重新設計。我們沉迷於AI加速器，把大量計算資源堆進現有數據中心，然後希望它們 「自求多福」。
雖然這已經取得了一定成果，但現在是時候思考：下一代超融合基礎設施（Hyper-Converged Infrastructure）應該是什麼樣的？
我們應該如何重新定義計算、存儲和AI加速器的協同？在分佈式同步訓練任務中，引入強化學習和自動評分機制後，系統應該如何運作？
甚至在數據中心領域，人們常說 「數據中心就是一臺計算機」，但我們是否已經到了需要構建它的2.0版本的階段？
這是我認爲被忽略的一個方向。
另一個被忽略的方向是客戶端。
如今，大家都在談論混合AI（Hybrid AI），但我們還沒有真正破解模型架構的問題。爲什麼我們沒有一個分佈式推理模型架構？我說的不是分佈式訓練，而是在運行時進行分佈式計算。
爲什麼我不能讓我的Copilot PC上運行的 45 TOPS NPU（神經處理單元）與雲端協同運算？
目前，我們能運行一些輔助函數，但是否可以從根本上重新思考模型架構？或許這需要一個數學上的突破才能實現。
開源社區在提高現有基礎設施的計算效率上做得很好，比如DeepSeek的工作非常出色。
但爲什麼沒有人真正破解如何在邊緣側利用現有的大量計算資源？這是一個被忽略的重要機會。
主持人 這很有趣，回到你之前的觀點，似乎很少有人真正形成完整的思考框架。大家都在構建某些小組件，但還沒有形成一個整體架構。
納德拉 你的總結很精準。
另一個例子就是AI系統本身，即使是在Copilot的架構下，不論是 GitHub Copilot，還是面向知識工作者的Copilot，它們目前還不是一個完整的計算系統。
如果我們說 AI 是新的計算機，那麼它還沒有迎來自己的 「存儲-程序架構時刻（Store-Program Moment）」。
今天的AI系統缺乏以下幾個核心要素：
1、 沒有一個真正強健的存儲系統，尤其是支持多模態存儲的架構；
2、 工具鏈仍然過於 「手工藝化」，開發者體驗仍然有待改進；
3、 缺乏系統級的整合，目前AI產品更像是零散的組件，而不是一個自洽的系統。
當然，在這些方向上已經有很多優秀的研究正在進行，這也是爲什麼我覺得我們還處於AI系統建設的早期階段。
令人欣慰的是，我們不僅看到越來越多的基礎模型，還看到了越來越多專注於AI系統架構的創業公司。
7、真正的智能體應該是一個能夠執行復雜任務的協作夥伴
主持人 當我們思考完整的系統時，我喜歡設想未來五年後我們希望身處的世界。你如何定義 「真正的智能體行爲」？不僅僅是 Copilot，而是更廣義的智能體概念？
納德拉 這個問題我最近思考了很多。
如果在PC時代之前，有人告訴我，我未來在微軟的 33 年時間裏，大部分時間都會是一個打字員，我肯定會覺得不可思議。
我當時會想：「電腦會徹底改變我的生活，它們會讓我做出前所未有的事情。」
但現實情況是，PC的核心應用之一確實是打字。這讓我意識到，我們今天對於AI智能體的期待，可能也會出現類似的誤判。
所以，當我們談論 「真正的智能體」 時，我想要的是一個能夠主動推理、適應不同環境，並且可以與現實世界進行深度交互的AI。
它不僅僅是一個工具，而是一個能夠執行復雜任務的協作夥伴。
這個願景會如何影響我的日常生活？它需要具備以下特性：
1、自主規劃與執行。智能體可以自己制定計劃，而不是僅僅等待人類的輸入；
2、跨模態能力。它需要整合視覺、文本、語音、代碼等多種模態，而不僅僅是基於自然語言；3、個性化適應。它可以根據用戶的習慣和偏好不斷優化自身行爲，而不是一個固定的 「助手」 角色。
真正的AI智能體，應該是能夠幫助我們創造、執行和優化任務的合作伙伴，而不僅僅是一個增強版的搜索引擎或聊天機器人。
如果能實現這一點，那將是計算機行業繼 PC、互聯網和移動計算之後的第四次革命。
我每天早上醒來就是打開電腦打字，到了晚上再關機睡覺。所以我在想，未來我的工作會不會變成管理我的智能體收件箱？
即使在一個由智能體主導的世界裏，我仍然需要某種程度的控制權。這也是爲什麼我如此關注Copilot作爲AI的用戶界面。
因爲無論我如何委託任務，最終AI都會回到我這裏，通知我、徵求權限、獲取指令，並幫助我完成任務。希望這些通知的質量比今天的郵件或消息推送更高效。
從某種意義上來說，我們需要一個新的UI層，讓AI真正成爲我們的槓桿。
我設想了兩個比喻：
個人生活：我希望 AI 是我的朋友、教練、顧問。
工作場景：我希望 AI 是我的幕僚長、研究員、諮詢師，幫助我完成所有的工作任務。
我認爲，這將是我與 AI 的未來關係，並且希望它能夠徹底改變知識工作的枯燥部分。
另一個值得思考的問題是，我們往往混淆了 「知識工作」 和 「知識工作者」 的概念。未來依然會有知識工作者，但他們從事的工作層級會不同。
在90年代，Word、Excel 和 PowerPoint 是知識工作者的核心工具；Copilot是它們的1.0版本，而下一代AI工具將會是2.0版本。
那麼，3.0 版本是什麼？這正是我們正在努力構想的方向。
主持人 如果你設想未來的 AI 用戶界面，你覺得它應該是什麼樣子？今天的聊天機器人或者 Copilot 都還不夠直觀，它們缺乏真正的整合能力。
納德拉 完全同意。所以我非常看重多模態界面。
我最喜歡的一種交互方式是Copilot的語音接口。比如，我在iPhone的CarPlay上設置了快捷鍵，讓AI與我進行語音交互。
以前，我聽播客的方式是直接播放，但現在，我更喜歡在通勤時與播客的文字記錄進行對話。AI可以朗讀內容，我可以隨時打斷、提問，讓它總結或解釋關鍵內容。
這種對話能力是前所未有的體驗，完全改變了信息消費方式。
這就像自動補全一樣，一旦你用上了，就再也回不去了。
8、未來的計算架構將是 「經典計算+量子計算」
主持人 比爾・蓋茨曾說：「人們往往高估一年的技術進步，但低估十年的變革。」
上週你們剛發佈了一些量子計算的公告。這項技術對創業公司來說現在是否已經具備落地的條件？還是說它仍然處於 「1年期」 階段，離大規模應用還有很遠的距離？
納德拉 關於量子計算，有幾個層面值得討論。
首先，微軟已經在這個領域堅持了超過 20 年，我可能是第三任資助量子計算研究的 CEO。
回顧歷史，我們的思路一直非常清晰，比爾·蓋茨和克雷格·蒙迪（Craig Mundy）很早就決定：我們要打造真正的 「實用級量子計算機」。
但要做到這一點，我們首先需要解決量子比特的穩定性問題。這是整個行業的關鍵挑戰之一。
目前來看，量子計算仍然處於研究階段，但已經開始出現一些早期應用案例：在材料科學、藥物研發等領域，量子計算已經展現了潛力；金融行業正在探索如何利用量子計算進行更復雜的風險分析；未來，AI 與量子計算結合可能會帶來更強的計算能力。
對於大多數創業公司來說，現在可能仍然太早。除非你的業務直接涉及量子算法、量子模擬或材料計算，否則目前還不太可能建立一個完全依賴量子計算的商業模式。
但如果你提前佈局，在量子計算真正成熟的那一天，你將具備先發優勢。
要構建穩定的量子比特，我們需要在物理學上取得突破。
微軟在這方面的研究走了一條獨特的道路，我們探索了一種叫做馬約拉納粒子（Majorana Particles）的現象。這種粒子是由一位1930年代的科學家理論預測的，但幾十年來一直沒有實驗證據。
經過20年的研究，我們終於證明了馬約拉納零能態（Majorana Zero Modes）的存在。不僅如此，我們還能夠逐個原子地製造這些粒子，並展示它們能夠以穩定的方式隱藏量子信息，從而減少誤差校正的需求。
這意味着，我們可以真正將其擴展成可實際運行的量子芯片。
這確實是一個令人難以置信的突破。
現在，量子計算的發展變得比2014年時更容易推進，因爲我們已經解決了最核心的物理學挑戰。
儘管在這個過程中，我們也經歷了一些挫折，但看到團隊能夠堅持下去、最終取得突破，真的非常鼓舞人心。
我越來越清楚的一點是，量子計算不會取代經典計算，而是二者結合才能發揮最大的作用。
很多人誤解了量子計算，以爲它最終會全面取代經典計算，但事實並非如此。
舉個例子：我們在研究馬約拉納粒子時，採用的是逐個原子構建的方式。如果我們當時擁有一臺量子計算機，整個研究過程會快得多。
因爲量子計算機的核心優勢是模擬自然界的複雜現象，它可以幫助我們探索數據空間，但它並不適用於數據密集型的計算任務。
這意味着，未來的計算架構將是 「經典計算+量子計算」 的組合：
量子計算：擅長探索大規模數據空間，模擬物理、化學、生物過程；經典計算：擅長處理海量數據，進行 AI 推理、存儲與操作。
比如，在科學建模方面，我們可以使用量子計算來生成訓練數據，然後用傳統的 AI 模型進行推理。這正是Azure 昆騰目前正在做的事情。
現在，即便只有10個或100個邏輯量子比特，它們在化學和生物學領域已經能發揮作用。
正因如此，我們看到越來越多的生物製藥公司開始關注量子計算，並願意投資這個領域。
主持人 我們必須談談多重宇宙理論。這基本上意味着，量子事件可能指向許多平行宇宙的存在。你相信多重宇宙理論嗎？
納德拉 哈哈，我的觀點更接近哥本哈根詮釋，而不是多重宇宙理論。
但說實話，讓物理學家們去爭論這些問題吧，我還是專注於構建軟體工廠好了（笑）。
主持人 但你作爲一個哲學思考者，你怎麼看？
納德拉 我的立場是，我存在，就一定有我能感知到的東西，這些是可以被測量的。我覺得這個結論足夠合理。
9、保持好奇心和批判性思維，與AI共舞
主持人 你會給我們這些父母什麼建議，讓我們能爲孩子們的未來做好準備？
納德拉 這是個很棒的問題。
我們當前正在思考的核心問題是——AI是否會增強人類的自主性，還是會削弱它？
有兩種可能的方向：
AI增強人類能力，讓人類變得更加自主，能夠專注於創造性和戰略性任務；
AI削弱人類自主性，讓我們變成被動的執行者，受制於算法和自動化系統的決定。
我傾向於相信，AI會增強我們的能力，但前提是我們要正確引導它。
我曾經歷過兩個最具衝擊力的AI時刻，讓我深刻理解AI如何改變人類的工作方式：
第一次是看到 GitHub Copilot 的早期版本。當我第一次用它編程時，我心想：「天啊，這玩意兒真的能寫代碼！」
你要知道，讓一位軟體工程師相信AI代碼生成是有價值的，簡直是世界上最難的事之一（笑）。
第二次是觀察知識工作者如何使用Copilot。這讓我意識到，未來的知識工作者仍然存在，但他們的工作方式將發生巨大的變化。
我們需要理解的是，未來仍然會有知識工作者，但他們所從事的知識工作將處於不同的抽象層級。
我相信，未來的AI會成爲個人生活中的朋友、教練、顧問，職場中的幕僚長、研究員、諮詢師。這就是我希望看到的AI未來。
我們必須教會孩子們如何與AI協作，讓AI增強他們的創造力、批判性思維和獨立決策能力，而不是讓他們被AI替代。
這是我們對下一代最重要的責任。
2022年1月，我在印度看到一個應用案例，是對我影響最大的AI演示之一。
印度擁有一整套開放的數字公共基礎設施，其中包括文本轉語音、語音轉文本）等功能，這些都可以作爲公共資源使用。
當時，有開發者利用這些工具，搭建了一個基於WhatsApp的AI助手，並且通過串聯 GPT-3.5來增強對話能力。
一個印度農村的農民通過WhatsApp向這個 AI 助手提問：「我在電視上聽說了一個補貼計劃，能幫我查一下嗎？」
AI助手回覆：「你可以訪問這個網站，填寫相關表格進行申請。」
農民繼續說：「我不知道什麼是表格，也不知道怎麼訪問網站。你能幫我申請嗎？」
AI助手直接幫他完成了申請流程。
這還是 GPT-3.5 的版本，但它已經能夠大幅度降低技術門檻，讓這個農民能夠獲得本來無從觸及的服務。
這一刻讓我深受震撼！
我意識到，這位印度農村的農民，通過幾個月前剛剛在美國西海岸開發出來的技術，現在可以直接改變自己的生活。
過去，他並不是沒有能力，而是缺乏獲取信息和服務的途徑。而現在，AI讓他擁有了這種能力，打破了原本的限制。
這種改變也讓我重新思考，我們的孩子未來會是什麼樣的？
如果我們的孩子能夠隨時編寫代碼、隨時進行研究、隨時構建他們想要的東西，那麼未來社會最重要的能力，可能已經不是掌握某種專業技能，而是保持好奇心和批判性思維。
我們是否需要重新思考教育的本質？
如果未來的孩子可以用AI去構建任何他們想要的東西，那麼是否應該更多地培養他們的探索精神和自信心，而不是過分強調考試和傳統意義上的 「知識儲備」？！
主持人 薩提亞，你顯然是個競爭意識很強的人，工作之外，你如何釋放你的競爭精神？比如，你會在板球比賽裏投入這種激情嗎？
納德拉 哈哈，今天早上的比賽我確實很開心！我和幾乎所有南亞人一樣，都癡迷板球。
但最近，我在思考競爭的真正意義。
尤其是到了我現在的人生階段，我越來越意識到：「我要專注於正確的競爭遊戲，而不僅僅是沉浸在競爭本身。」
我發現，創業者天生就具備這種能力，他們需要定義自己的公司，決定自己要進入的競爭賽道。
因此，他們總是在思考：我到底想要玩哪種遊戲？
競爭的真正挑戰是確保自己在 「正確的競爭格局」 裏。而科技行業的一個獨特之處是，競爭邊界總是在變化。
回顧我的經歷，1988年來到美國，1989年柏林牆倒塌，1990年進入科技行業。從那時起，我經歷了一段不可思議的變革時期。
這段經歷讓我意識到，很多事情的發生，其實只是運氣。
關鍵的問題是：如何在正確的競爭格局裏，抓住正確的機會？這才是決定成敗的關鍵。
競爭的格局是最重要的，這一點我越來越清楚。
你想要進入的是一個擁有優秀競爭對手的行業，而不是一個你可能是贏家，但並不真正偉大的行業。
因此，我的思維方式已經從 「玩遊戲」 轉變爲 「選擇正確的遊戲」。這讓我更加關注：我們到底在玩哪種遊戲？這是否是我們真正想要參與的競爭？
在 「最偉大的遊戲」 中競爭，是一種禮物。
身處計算機時代，能夠投身於我們這一代最偉大的科技競賽 ，這本身就是一種幸運。
我們正處於一個前所未有的創新時代，能夠成爲其中的一部分，真的是一份珍貴的禮物。
編輯/rice
，而今天在早盤衝高至24000附近入了熊仔后，指數大幅下跌最多接近6百多點，即時把昨日虧損賺回有突多
，而今天再破新高， 最高 24076 ， 其後收市時轉跌約70點， 出了陰燭， 暫時走勢仍未有破壞， 不過由前底至今已經上漲接近至6千點， 本人覺得有貨者可以繼續持貨直到 明顯有走勢轉壞才止賺離場， 沒貨者可以等待回調后再上車， 其實本人也希望能夠快點有回調， 一來可以上車， 二來回一回氣也健康
，暫時看法都是跟之前一樣， 覺得即使有所回調應該都不會跌得太深，但假若期貨失守22350企不穩收，便可能還有下跌空間， 期貨短期要跌破21400的機會應該也不大， 所以本人覺得如果有大幅的回調也是一個機會分注做多。近日都堅持不過夜持倉，暫只做即市， 因為不高追，也不隨便做空。
評論(3)
請選擇舉報原因