科技巨頭觀察

Satya Nadella:Microsoft 365 將從「人類工具」轉型為「Agent 基礎設施」

Microsoft CEO Satya Nadella 描繪了公司未來十年的轉型藍圖:Microsoft 365 將從服務人類使用者的工具業務,轉變為支援 AI Agent 工作的基礎設施業務。這意味著商業模式從 per user 變成 per agent,市場規模可能比人類使用者更大。

來源: Dwarkesh Patel Podcast

本文整理自 Dwarkesh Patel Podcast 2024 年 12 月播出的單集,由 Dwarkesh Patel 與 SemiAnalysis 創辦人 Dylan Patel 共同訪問 Microsoft CEO Satya Nadella。

「我們的業務,現在是終端使用者工具業務,未來將成為支援 Agent 工作的基礎設施業務。」

這句話出自 Microsoft CEO Satya Nadella,可能是整場訪談中最具前瞻性的判斷。不只是人類使用 Word、Excel、Outlook,AI Agent 也會使用這些工具——更準確地說,這些工具會為 AI Agent 而重新設計。

這不是遙遠的科幻想像。Satya 在訪談中詳細解釋了這個轉型正在如何發生,以及 Microsoft 如何為此重新定位整個公司。

兩個平行的世界

Satya 描繪了未來企業運作的兩種模式,它們會同時存在。

第一種是「人類 + 工具」的世界。這是我們現在熟悉的模式:你有一台電腦,你使用 Excel,你有一個 Copilot 助手幫你完成任務,甚至這個 Copilot 可以派出 Agent 去執行一些工作。但最終,所有東西都會回到你手上,由你來做決定和驗收。

第二種是「公司直接配置 Agent」的世界。在這個模式裡,公司不是雇用一個人然後給他工具,而是直接配置一個 AI Agent,給它運算資源,讓它完全自主地工作。這個 Agent 需要什麼?它需要一台「電腦」——可能是 Windows 365 這樣的雲端虛擬機。它需要工具——Excel 的分析能力、Word 的文件處理能力、Outlook 的溝通能力。它需要身份驗證、安全控管、可觀察性、合規審計。

聽起來很像公司給員工的標準配備?沒錯。Satya 的洞見是:AI Agent 需要的基礎設施,和人類員工需要的基礎設施,本質上是同一套東西。

這就是為什麼 Microsoft 現有的 M365 基礎設施在 AI 時代仍然非常有價值。你需要儲存空間來放資料,需要歸檔系統來做合規,需要 e-discovery 來應對法律調查,需要權限管理來控制誰能存取什麼。這些需求不會因為使用者從人類變成 AI 而消失——事實上,當你有幾百個 AI Agent 同時運作時,這些管理需求反而會更複雜。

從 Per User 到 Per Agent

這個轉型帶來一個有趣的商業模式變化。

Microsoft 365 現在是按使用者收費的訂閱制。一個使用者一個月多少錢,公司有多少員工就買多少授權。這個模式有一個天然的天花板:全球只有這麼多知識工作者。

但如果你的客戶不只是人類,還包括 AI Agent 呢?

Satya 說,很多人問他「per user 業務的未來在哪裡」。他的回答是:不要只想成 per user,要想成 per user + per agent。每個 Agent 都需要配置電腦、安全服務、身份系統、可觀察性工具。這些都是可以收費的項目。

更重要的是,Agent 的數量可能會比人類使用者成長得更快。一家公司可能有一萬名員工,但它可能同時運行十萬個 AI Agent 來處理各種任務。如果這些 Agent 都需要「租用」Windows 365 虛擬機、使用 Azure 的儲存和運算資源,這代表的市場規模遠超過人類使用者市場。

Satya 透露,已經有顯著的成長來自「想要為自主 Agent 配置 Windows 365」的客戶。這不是理論推測,而是正在發生的需求。

GitHub Agent HQ:多 Agent 管理的未來

如果說 M365 是知識工作的 Agent 基礎設施,GitHub 就是軟體開發的 Agent 基礎設施。

在最近的 GitHub Universe 大會上,Microsoft 發布了一個概念叫做「Agent HQ」。Satya 把它描述為「AI Agent 的有線電視服務」——在一個訂閱裡,你可以使用 OpenAI Codex、Claude、Cognition(Devin)、Grok,各種 Agent 都打包在一起。

核心介面是「Mission Control」。在這個介面上,你可以發派任務給不同的 Agent,它們會各自在獨立的分支上工作。你可以監控它們的進度、查看它們產出的程式碼、在不同 Agent 的方案之間做選擇。

這解決了一個現實問題:當你有多個 AI 程式碼助手可以選擇時,你怎麼管理它們?怎麼讓它們協同工作?怎麼確保它們不會互相衝突?怎麼追蹤「哪個 Agent 在什麼時間對哪個程式碼做了什麼修改」?

Satya 認為這會是未來創新最密集的領域之一。現在的開發者可能只用一個 AI 助手,但未來可能會同時使用多個 Agent,讓它們從不同角度解決問題,然後人類做最終決策。這需要一整套新的工具來支援:排程、監控、整合、品質控制。

GitHub 的獨特優勢是它已經有了這些工具的雛形。Git 本身就是一個協作和版本控制系統。Issues 追蹤任務,Actions 自動化流程,Code Review 確保品質。這些工具原本是為人類設計的,但稍加調整就能服務 AI Agent。

工具不會消失,只會進化

訪談中有一段有趣的辯論。Dwarkesh 問:如果 AI 真的能像人類一樣操作電腦,那還需要什麼特殊整合嗎?人類分析師可以打開 Excel、查看公式、發現錯誤、修正它。如果 AI 也能做到這些,為什麼還需要 Microsoft 特別為 AI 優化 Excel?

Satya 的回答很有說服力。他說,當然 AI 可以用電腦——就像人類可以用電腦一樣。但這不代表工具不重要。相反的,AI 需要的工具可能比人類還多。

他用 Excel Agent 舉例。這個 Agent 不是在 UI 層面操作 Excel,而是直接在中間層和 Excel 的核心邏輯對接。它被教會理解 Excel 的所有原生物件——儲存格、公式、格式設定、資料驗證規則。當它執行推理任務時,它可以在語義層面理解「這個公式為什麼錯了」,而不只是看到「畫面上這個數字好像不對」。

這種深度整合比純粹的「螢幕操作」效率高很多。token 消耗更少,錯誤率更低,速度更快。任何認真部署 AI Agent 的公司都會發現,給 Agent 原生工具比讓它像人類一樣操作滑鼠鍵盤要高效得多。

所以 Satya 的願景是:未來的 Excel 不只是一個分析工具,它會「內建一個分析師」。這個分析師天生就懂 Excel 的一切,可以完全自主地完成分析任務。你(人類)可以給它一個高層次的目標,它會自己拆解成步驟、執行、驗證、回報結果。

雲端轉型的教訓

Satya 用 Microsoft 自己的歷史來說明這種轉型是可能的。

十幾年前,Microsoft 從賣光碟和授權轉型到雲端訂閱。當時內部有很多質疑:「如果我們只是把現有的 Office 使用者搬到雲端,然後還要付出 COGS(服務成本),我們不是變成一家利潤更低的公司嗎?」

結果恰恰相反。雲端轉型爆炸性地擴張了市場。在印度,很少公司買得起伺服器,但到了雲端時代,每家公司都買得起按量計費的雲服務。SharePoint 底下的儲存需求,以前要客戶自己去買 EMC 的儲存設備,現在直接用雲端儲存,摩擦成本大幅下降。

Satya 預測 AI 會帶來同樣的效果。GitHub Copilot 用一年的時間,做到了 GitHub 和 VSCode 花了十年才達成的營收規模。AI 程式碼助手市場從一年前的五億美元,爆發成長到現在五、六十億美元,而這還只是開始。

更關鍵的是,這個市場的總潛力(TAM)可能比傳統軟體工具市場大得多。Satya 提到,程式碼和 AI 的結合可能會成為「比知識工作還大」的類別。他稱之為「軟體工廠」類別——不是賣軟體,而是提供製造軟體的基礎設施。

工業革命的時間表

訪談中反覆出現一個對比:工業革命花了 200 年才完全滲透到經濟中,產生顯著的生產力成長。AI 革命會更快,但可能也不會像很多人想像的那麼快。

Satya 說,他會很高興看到「把工業革命 200 年的變化壓縮到 20 年」。注意,是 20 年,不是 2 年。

這個時間表對他的商業決策有很大影響。他不急著追求最大規模,因為真正的回報要在十年、二十年後才會完全顯現。他寧可現在建立正確的基礎設施、培養正確的能力,而不是急著把所有資本押在一個可能錯誤的方向上。

他也指出一個常被忽略的因素:企業要真正改變工作方式,需要時間。技術可以很快擴散,但「工作產物和工作流程」的改變需要組織變革,而組織變革從來都不快。即使 AI 能力在三年內達到 AGI 水準,企業要真正吸收這些能力、重新設計流程、重新培訓員工,可能還需要另外十年。

對企業的啟示

如果 Satya 的預測是對的,企業現在應該思考什麼?

第一,開始把 AI Agent 當成一種「新型態員工」來規劃。它們需要什麼樣的存取權限?什麼樣的監控機制?什麼樣的合規審計?這些問題現在就要開始回答。

第二,評估你現有的基礎設施對 Agent 的友善程度。你的系統有 API 嗎?Agent 可以透過程式化的方式存取資料嗎?還是一切都鎖在 UI 後面,只能靠截圖和模擬點擊?

第三,思考你的軟體採購策略。未來可能不再是「買哪家的軟體」,而是「買哪家的 Agent 基礎設施」。能夠無縫支援多個 AI Agent 協同工作的平台,會比只能跑單一 AI 助手的工具更有價值。

Satya 在訪談中用了一個有力的類比:就像虛擬化技術讓一台實體伺服器變成很多台虛擬機一樣,AI Agent 會讓一個「工作崗位」裂解成很多個可以平行運作的任務。管理這些任務的基礎設施,會是下一個十年最重要的企業軟體類別。

這就是 Satya 看到的未來:不是 AI 取代人類,而是 AI Agent 和人類共同使用同一套基礎設施。提供這套基礎設施的公司——管理身份、控制權限、追蹤活動、確保合規——會是這場轉型最大的受益者。Microsoft 顯然打算成為那家公司。