微软CEO:微软也在混用廉价模型,算力价格战不可避免,五年后企业核心资产将是“专有评测基准”

华尔街见闻10-27 12:47

2026年10月26日,微软董事长兼CEO萨提亚·纳德拉做客风投播客20VC,与主持人哈里·斯特宾斯进行了一场24分钟的对话。

(左:微软董事长兼CEO萨提亚·纳德拉;右:20VC主持人哈里·斯特宾斯)

这场访谈的时间点需要留意。五天前,10月21日,纳德拉在伦敦ExCeL会展中心的Microsoft Frontier Tour现场做开场演讲,6500名合作伙伴与客户到场。他提出企业部署AI必须解决三件事:把人留在决策回路中、掌控自己的知识、建立信任。这场播客是同一套判断面向投资人的展开版本。

针对市场最关心的算力成本和模型竞争格局,纳德拉直言,从技术规律来看,绝大多数特定场景的业务任务,模型能力很快就会触碰到边际效应的饱和点。他强调:

一旦能力饱和了,开源模型或者极其廉价的轻量级闭源模型就会迅速占领市场。

算力将沦为大宗商品,“底层一定会经历极其惨烈的价格战”

随着模型推理成本的下降,市场一直担忧基础大模型的商业护城河。纳德拉对此毫不讳言,他预判前沿模型只属于少数塔尖市场,而日常算力将彻底走向大宗商品化。

纳德拉表示:

因此我的预判非常明确:最前沿的顶级模型永远会有其独特的塔尖市场,比如突破性的科学探索,前沿基线会不断被拔高;但在绝大多数企业日常场景中,算力的消耗绝大部分都会走向大宗商品化,沦为极度廉价的基础原料。

当被问及底层流量是否会被开源模型吃掉时,他给出了肯定的方向:

可能是开源模型,也可能是那些价格极度内卷的轻量化闭源模型。底层一定会经历极其惨烈的价格战。

最能印证这一趋势的是微软自身旗舰产品的调度机制。纳德拉坦白:

看看我们自己在微软 Copilot 内部的真实调度机制就知道了:我们每天都在大量混用便宜的闭源模型与开源模型。

这一表态实际上动摇了行业为前沿模型稀缺性支付溢价的基础,也揭示了微软正从单一模型提供者,转型为利润空间更稳定的模型调用编排者与治理者。

推翻安全对齐“涌现论”,采用激进的“零信任架构”

过去几年行业的默认前提是,模型能力越强,安全对齐会自然跟上。纳德拉说自己当年是这个前提的信徒,现在已经放弃。

纳德拉强调,传统的后期强化学习无法实现彻底对齐,对齐必须从最底层直接写死在模型权重里。他说:

我过去曾以为模型的‘对齐’会自然而然地随着参数规模的扩大而自动涌现。现实证明并没有。

他连后期补救的路径也否定了:

我根本不相信你能靠后期的强化学习一路修修补补走向彻底对齐。对齐必须从最底层直接写死在模型权重里。

基于底层模型无法保证绝对可信的现状,他提出了一种全新的工程化防御思路:

今天使用先进模型的最安全姿态,就是假定这个模型已经被攻陷。

他主张:

既然底层模型无法保证绝对可信,我们就在模型身外建一座铜墙铁壁般的信任围栏,在策略配置和异常行为监控上做到极其激进。

此外,对于近期行业内部分模型厂商隐藏“思维链”的做法,他予以严厉批评,认为“这让问题变得更加严峻”。他警告称:

坦率讲,如果闭源模型厂商不认识到这种‘对可信伙伴保持透明’的必要性,这种不透明性反而会成为开源生态的最大助推器。

微软为这一层准备了Agent 365和Purview:给每个数字员工分配独立身份,强制记录全部行为轨迹与完整思维链,思维链记录必须是人类可读的纯英文,不可篡改的日志交由多个独立模型交叉审查。

作为同时销售模型、编排框架和治理工具的公司,微软在这三层都有产品可卖。把安全定义为外置的信任工程,等于把企业预算引向自己已经站好位的治理层。

警惕“反向信息悖论”,五年后企业的核心是“专有评测基准”

在AI赋能企业B端市场的商业逻辑上,纳德拉提出了“反向信息悖论”。

阿罗的经典信息悖论是,技术拥有者把商业秘密完全披露给买家,没有专利保护,商业价值会瞬间蒸发;纳德拉说这个关系颠倒了,现在要保护的是作为买家的企业客户。

纳德拉提醒道:

企业在与大模型交互时,哪怕是微小的业务痕迹,都在无偿为大模型公司提供强化学习的养料。你实际上是在为模型厂商创造增量价值,而不是把价值截留在自己体内。

那么,AI时代企业的核心资产究竟是什么?纳德拉给出了明确的答案,即私有业务评测集。所有外部模型都必须在企业的这套私有指标体系上跑分,谁性价比高就用谁。

纳德拉说道:

我极其坚信的一点是:未来每一家企业都会构建起一套专属于自己的私有评测基准,这将成为企业最核心的商业知识产权。

在被问及五年后什么会变成常识时,他重申:

五年后所有人都会意识到:一家企业的核心资产与本质,就是一套属于它自己的专有 AI 评测基准。

联合利华是样板。他们先用前沿模型跑通从销售订单到资金回款的流程,再用业务交互轨迹训练,目前索赔处理已换成成本更低的MAI,业务逻辑留在了自己手里。这个案例出自他10月21日的伦敦演讲。

千亿美元训练成本的硬约束:必须由“全球GDP增长”买单

面对目前全行业都在疯狂扩张基建、单次模型训练成本甚至被喊出高达千亿美元的现状,市场对这种“军备竞赛”的商业回报率充满担忧。纳德拉从宏观经济的角度给出了终极账本。

纳德拉表示:

这笔钱最终必须由全球实际 GDP 的增长拐点来买单。

他阐述道,任何财务利润表都不可能凭空失效,企业最终都要面对收入和净利润的硬约束。如果一家公司能支撑千亿美元研发,“那前提必然是——这家公司为全球经济带来的增量价值,已经大到足以让它合法分得如此庞大的商业回报。”

他给出了最核心的观测指标:

AI 到底能否让全球 GDP 的增长率发生实质性向上跳升?

他对此持乐观态度,特别提及公共医疗深水区的降本增效,以及软件开发本身无尽的潜在需求弹性。

最后,针对行业是否会走向从芯片到应用“全栈垂直一体化垄断”的问题,他认为可能性极低。

他预判行业将走向水平专业化分工,“产业链的每一个层级都在爆发更加充分的竞争”,在堆栈的每一个细分层级都有多个赢家共存,客户将拥有自由拼装的自主权。

Disclaimer: Investing carries risk. This is not financial advice. The above content should not be regarded as an offer, recommendation, or solicitation on acquiring or disposing of any financial products, any associated discussions, comments, or posts by author or other users should not be considered as such either. It is solely for general information purpose only, which does not consider your own investment objectives, financial situations or needs. TTM assumes no responsibility or warranty for the accuracy and completeness of the information, investors should do their own research and may seek professional advice before investing.

Comments

We need your insight to fill this gap
Leave a comment