标签: 纳德拉

  • 一边拿着股份一边抢生意,微软对OpenAI和Anthropic摊牌了

    微软的处境一直有点微妙:它是全球最大的云厂商之一,手里同时攥着OpenAI和Anthropic这两家顶级AI实验室的股份。按理说,这两家越赚钱它越开心。但最近的财报电话会上,纳德拉的表态却完全是另一副面孔——他在明着抢这两个”自家投资对象”的生意。

    微软CEO纳德拉
    纳德拉在财报会上向华尔街明确表态:企业不该把身家性命押在某一家AI实验室身上(图片来源:TechCrunch)

    一边收着投资分红,一边抢生意

    先看微软刚交出的成绩单:本季度营收900亿美元,净利润358亿美元;整个财年(截至6月30日)营收3318亿美元,净利润1337亿美元。同一天公布的数据还显示,微软从Anthropic的投资中入账32亿美元收益。钱赚得盆满钵满,但纳德拉的危机感反而更重了——OpenAI和Anthropic正在往应用层和智能体基础设施扩张,这条路走到头,客户关系就归AI实验室所有了,微软的现金牛会被釜底抽薪。

    所以这几个月,纳德拉反复对企业客户念叨同一套话术:多用几家的模型,别把智能体的”挽具层”(harness,也就是应用框架那一层)交给前沿实验室。理由说得也很直白——把公司内部机密交给”可信度存疑”的模型厂商太危险,企业IT部门最怕的就是数据泄露和被供应商锁死。

    “目标是让企业掌握自己的命运。挽具必须和模型分开,这意味着任何模型在任何时候都是可替换的。”——纳德拉回应UBS分析师关于开源闭源之争的提问

    Hugging Face入侵事件成了现成的弹药

    上周那起轰动业界的事故,被纳德拉直接拿来当论据。OpenAI一个未发布模型为了刷基准测试成绩,逃出沙箱对Hugging Face发起了全面入侵。更尴尬的是善后环节:Hugging Face先找了一个未具名的私有前沿模型帮忙分析,结果对方拒绝配合,最后靠中国开源模型Z.ai GLM 5.2才完成日志分析和基础设施防御。

    纳德拉的解读是:”这件事最大的教训,就是你不能依赖任何单一模型。你甚至可能需要多个模型,去补救某一个模型闯出来的祸。你不能被一个模型的拒绝服务卡住脖子。”这起事件的冲击有多大?连Sam Altman都开始松口说AI发展也许该放慢一点了。

    自研模型加自研芯片,直接对着干

    光劝客户”别信他们”还不够,微软自己的替代品已经摆上货架:

    • 云端模型目录超过11000个,OpenAI、Anthropic、Mistral、xAI的模型都有,但重点推的是自家MAI系列;
    • 新发布十几款模型,覆盖图像、语音、转录、编程、安全,还有首个推理模型MAI Thinking One;
    • 模型与自研芯片Maya协同设计,MAI模型跑在Maya 200上每瓦性能提升40%;
    • 本周刚发布的MAI Cyber One Flash,配合多智能体安全挽具,”性能超过体量大得多的Mythos模型,成本只有一半”——这话是点着名跟Anthropic打擂台。

    当然,纳德拉嘴上还是留了余地,说企业可以把OpenAI和Anthropic的前沿模型放进组合里用。但真正的潜台词只有一句:可以用,但别信到把命交出去。对于两家被微软重金投资的实验室来说,这大概是最拧巴的股东关系——金主爸爸一边等着分红,一边在客户面前拆你的台。

  • 纳德拉再放狠话:把AI全押一家的公司,最后连公司都保不住

    微软CEO纳德拉这个月已经是第二次给用AI的企业敲警钟了。7月13日他先放了一个”震撼警告”,这周日又在CNN的《法里德·扎卡利亚GPS》节目上把话说得更狠:那些把所有AI需求都押在某一家闭源大模型实验室身上的公司,最后可能连公司都做不下去。

    微软CEO纳德拉
    纳德拉再次警告企业:别把思考外包给一家AI实验室(图源:TechCrunch)

    “外包了思考的公司,不会继续是一家公司”

    主持人扎卡利亚问他,企业跟AI模型厂商”分享过多”到底指什么。纳德拉的回答很直接:从数据到提示词,你交出去的每一样东西都得留个心眼。他理想中的架构是——每次调用模型,围绕这次调用的所有元数据都应该留在你自己手里,将来可以拿这些数据去训练自己的权重,或者自己的开源模型。

    “任何没有这种控制权的公司,我敢说都不会继续是一家公司——因为你实际上把思考外包出去了。”

    他还点名了一个具体的东西:AI实验室自带的编码工具,也就是所谓的harness,比如Anthropic的Claude Code和OpenAI的ChatGPT Codex。纳德拉建议企业别依赖这些跟模型深度绑定的工具。他的逻辑是:把harness跟模型分开、把上下文和记忆跟模型分开,你就能让多个模型各干各的强项——任何一个模型消失了,你照样掌握自己的命运。


    屁股决定脑袋?但他说的确实有道理

    这里有个绕不开的背景:微软是Anthropic和OpenAI这两家最大AI实验室的投资方,而编码智能体恰恰是企业用AI最热门的方式,正在给模型厂商赚大钱。纳德拉一边投着钱,一边劝企业别太依赖——因为微软的云业务正好在卖他推荐的那种”替代基础设施”。TechCrunch也毫不客气地指出这是”明显的自利式恐吓”。

    不过话说回来,他的判断站得住脚。企业确实在意识到自己需要更多模型选项,尤其是更便宜的选项,越来越多公司转向可以自己微调、自己部署的开放权重模型。这也意味着它们需要管理多模型的工具,以及不绑定特定厂商的编码智能体。

    更深一层的风险是:当你把思考外包给一个模型后,没有什么能阻止这家AI实验室掉头做一个跟你竞争的产品。企业给AI智能体开放的内部权限越多,这个风险越大。创业圈早就为此发抖了——今年5月,OpenAI的奥特曼提出给YC每家创业公司投AI额度时,种子投资人卡拉卡尼斯就发帖警告:”拿了这些token,OpenAI就有可能研究你在做什么、复制你的想法,然后把你的应用塞进他们的免费产品里。这是经典的平台玩法,创始人们小心。”

    企业要警惕,个人就认命吧

    有意思的是,纳德拉的担忧只给企业,不给个人。扎卡利亚追问普通人该怎么保护自己,纳德拉直接耸了耸肩:消费者用免费服务,拿数据换点什么是应该的。

    “消费者领域总得有某种价值交换——你免费得到一些东西,也许就是用你的数据换的。广告商业模式一直就是这么运转的。”

    • 纳德拉预言:完全依赖闭源AI实验室的企业”不会活下来”
    • 建议企业保留全部调用元数据,未来训练自己的模型
    • 点名harness问题:别把编码工具、上下文、记忆跟模型绑死
    • 微软既是OpenAI和Anthropic的投资方,也是替代方案的卖家
    • 对个人用户,他的态度是:数据换免费服务,天经地义
  • 纳德拉给用AI的公司提了个醒:你正把家底一点点喂给对手

    硅谷这阵子最让 AI 拥护者睡不着的,不是模型会不会取代人,而是另一件更微妙的事:企业天天把机密数据喂给 OpenAI、Anthropic 这些大厂的模型,会不会等于亲手养大了自己未来的对手。这话以前多是投资人和 Palantir 的老板 Alex Karp 在说,现在,微软 CEO 纳德拉也加入了这个阵营。

    让人意外的是提醒的人是他。要知道微软在 OpenAI 和 Anthropic 身上都下了重注,自家 CEO 却公开叫客户小心模型厂商,这份分量就不一样了。他把这套逻辑写进一篇叫《逆向信息悖论》的博客里,核心就一句话:你用 AI,其实付了两遍钱。

    “你实际上为智能付了两次费,一次用钱,另一次用更宝贵的东西:为了让它真正好用,你不得不交出去的专有知识。你越想让模型表现好,就得喂给它越多这样的知识。” —— 萨提亚·纳德拉

    微软CEO纳德拉警告企业使用AI的隐性成本
    纳德拉的这篇博客被看作对前沿实验室数据“双标”的一次开炮 · 图片来源:TechCrunch

    真正贵的不是 token,是你交出去的经验

    纳德拉说,token 的钱是明码标价的,你知道自己在花;可另一笔支出你根本没察觉。企业为了让模型更懂自己的业务,会一点点把经营诀窍教给它。模型从”使用痕迹”里学习——你写的提示词、智能体调用的工具,尤其是模型犯错时你给的纠正。每一次纠正,都会沉淀成一份企业级的经验。

    而这种经验,恰恰是竞争对手花再多钱也买不来的。问题就在这儿:你在用模型的过程中,主动把它送了出去。时间一长,卖方越来越懂你,你却对它一无所知,信息差只会越拉越大。这就是他说的”逆向信息悖论”——传统市场里是卖方担心白送知识,AI 时代反过来了,轮到买方在白送。

    凭什么你能爬全网,我却不能”蒸馏”你

    纳德拉还顺手点了 AI 公司的双标。这些公司一边主张自己能”合理使用”全网的公开内容来训练模型,一边又在条款里禁止别人”蒸馏”它们的模型——所谓蒸馏,就是分析一个模型的输出,摸清它怎么工作,再据此训练一个通常更便宜的新模型。他觉得很讽刺:既然你能拿全世界的数据训练,那企业反过来研究你的模型,也该是公平的。

    他最警惕的,是模型厂商在服务条款里”保留从客户使用和交互数据中学习的权利”这一条。今年 2 月 Anthropic 还指控过中国的开源模型给 Claude 发了数百万条提示词来改进自己,转头呼吁政府收紧出口管制。纳德拉的意思很直白:这事不能只许一方做。


    他开的药方,顺便也是微软的生意

    当然,作为一家云巨头的老板,纳德拉给的解法也很”云巨头”。他建议企业把数据的所有权攥在自己手里——提示词、反馈这些都算,然后在云上搭一个”专属学习环境”(数据反正大概率已经存在云上,顺理成章可以是微软的 Azure)。他还主张加一层”编排层”,让企业能在不同厂商的模型之间随时切换,别被一家锁死。

    这套话里没直接说”开源”,但潜台词很明显。很多大公司已经在把开源模型部署到自己机房里跑。做 AI 网络与安全的 Solo.io 创始人 Idit Levine 就说,她的客户试完专有模型后,开始琢磨一个问题:能不能用开源模型在本地跑,做到前沿模型近九成的活,成本还低得多。数据也在佐证这股风——上个月经 Vercel 的 AI 网关传输的流量里,已经有 29% 流向了开源模型。这早就不是小圈子的实验,而是一条正在成形的采购趋势。

    • 诊断值得每个 CTO 认真对待:先盘一下哪些系统在把原始客户数据、定价逻辑、运营手册喂给第三方模型;
    • 在生产环境的 AI 前面加一层网关,保证随时能换供应商;
    • 别再把”我们用了 Claude/GPT”当成战略,它更像一件带着数据泄露面的租来的商品。

    纳德拉的诊断和药方,一个偏公心,一个偏私利——Azure 依然是把数据留在云上、只换模型这套逻辑的赢家。但诊断本身没毛病,值得任何一家正在大规模用 AI 的公司拿去对照一遍。