微軟行政總裁 Satya Nadella 在與 Harry Stebbings 對談的 20VC 訪問中，提出三個互相扣連的看法：日常 AI 使用可能愈來愈平、愈來愈容易換模型；企業要留住令自己與別不同的業務知識；而模型能力提升，亦不代表安全會自動跟上。這些都是他對市場的判斷，並非已經注定的發展方向。12

日常 AI 或會愈來愈像「基本服務」

納德拉預期，大部分 token 使用量會落在較平價的模型上；token 是模型處理文字等內容時使用的基本單位。至於需要最前沿能力的工作，仍會有市場願意採用高階模型。按他的想法，開放權重模型與平價封閉模型會在價格上競爭，企業亦可按任務選模型，不必每次都用最貴的一款。1219

他提到，Copilot 已經會使用多種較平價模型。這反映的是按工作需要揀模型，不代表所有任務都適合用同一款模型，也不代表前沿模型會消失。1019

微軟另在業績電話會議披露一個具體例子：Dynamics 365 一項採用 MAI-Voice-2-Flash 的實作，GPU 成本減少 89%。這個數字只涉及該項實作，不應理解為 Copilot 或 AI 產品整體都減省同一比例的成本。23

企業要留住自己的「生意智慧」

納德拉所講的「反向資訊悖論」，指企業使用 AI 時，可能不只交出自己主動提供的資料，工作過程中產生的互動紀錄與使用痕跡，亦可能令模型供應商掌握有價值的業務資訊。對企業來說，關鍵問題是如何善用 AI，同時保留令自身營運有特色的知識與判斷。23

他提出的一個方向，是由企業自己掌握「成功」的衡量標準。他預測，未來五年，企業專屬的 AI 評測基準可能成為核心資產。這些基準可用來檢視模型是否適合自家工作，即使公司日後考慮轉用其他模型或供應商，仍有自己的評分尺。這仍然是他的預測，並非已確立的企業常態。7

訪問相關報道亦以 Unilever 的自動化工作為例：部分訂單至收款及貿易索償流程，據報由前沿模型轉向較平價選項。這說明企業有機會按工作流程配對模型成本；不過，現有報道未交代部署的所有技術與合約細節。37

模型更強，不代表自然更安全

納德拉表示，自己對 AI 對齊（alignment）的看法已改變。他過去曾預期，隨着模型規模擴大，對齊會自然出現；現在則認為，這是另一個艱難而獨立的問題，需要專門投入研究與工程工作。230

他主張採取「經工程設計的零信任」做法：不要假設強大的模型或代理系統一定會照預期行事，而要設計好環境，萬一代理出錯，也能限制其影響。換句話說，安全要在部署時主動建立，不能單靠模型能力愈來愈強來保證。415

對企業的啟示

納德拉的意思並非所有模型都會變得一模一樣，而是企業可能愈來愈常把工作分開處理：對成本敏感、較例行的任務用平價模型；真正需要尖端能力的工作，才考慮前沿模型。在這種市場下，企業的優勢或許不只在於用哪一款模型，而在於守好自身知識、訂明怎樣才算做得好，以及為 AI 設好安全防線。127

微軟行政總裁 Satya Nadella 在與 Harry Stebbings 對談的 20VC 訪問中，提出三個互相扣連的看法：日常 AI 使用可能愈來愈平、愈來愈容易換模型；企業要留住令自己與別不同的業務知識；而模型能力提升，亦不代表安全會自動跟上。這些都是他對市場的判斷，並非已經注定的發展方向。12

日常 AI 或會愈來愈像「基本服務」

納德拉預期，大部分 token 使用量會落在較平價的模型上；token 是模型處理文字等內容時使用的基本單位。至於需要最前沿能力的工作，仍會有市場願意採用高階模型。按他的想法，開放權重模型與平價封閉模型會在價格上競爭，企業亦可按任務選模型，不必每次都用最貴的一款。1219

他提到，Copilot 已經會使用多種較平價模型。這反映的是按工作需要揀模型，不代表所有任務都適合用同一款模型，也不代表前沿模型會消失。1019

微軟另在業績電話會議披露一個具體例子：Dynamics 365 一項採用 MAI-Voice-2-Flash 的實作，GPU 成本減少 89%。這個數字只涉及該項實作，不應理解為 Copilot 或 AI 產品整體都減省同一比例的成本。23

企業要留住自己的「生意智慧」

納德拉所講的「反向資訊悖論」，指企業使用 AI 時，可能不只交出自己主動提供的資料，工作過程中產生的互動紀錄與使用痕跡，亦可能令模型供應商掌握有價值的業務資訊。對企業來說，關鍵問題是如何善用 AI，同時保留令自身營運有特色的知識與判斷。23

他提出的一個方向，是由企業自己掌握「成功」的衡量標準。他預測，未來五年，企業專屬的 AI 評測基準可能成為核心資產。這些基準可用來檢視模型是否適合自家工作，即使公司日後考慮轉用其他模型或供應商，仍有自己的評分尺。這仍然是他的預測，並非已確立的企業常態。7

訪問相關報道亦以 Unilever 的自動化工作為例：部分訂單至收款及貿易索償流程，據報由前沿模型轉向較平價選項。這說明企業有機會按工作流程配對模型成本；不過，現有報道未交代部署的所有技術與合約細節。37

模型更強，不代表自然更安全

納德拉表示，自己對 AI 對齊（alignment）的看法已改變。他過去曾預期，隨着模型規模擴大，對齊會自然出現；現在則認為，這是另一個艱難而獨立的問題，需要專門投入研究與工程工作。230

他主張採取「經工程設計的零信任」做法：不要假設強大的模型或代理系統一定會照預期行事，而要設計好環境，萬一代理出錯，也能限制其影響。換句話說，安全要在部署時主動建立，不能單靠模型能力愈來愈強來保證。415

對企業的啟示

納德拉的意思並非所有模型都會變得一模一樣，而是企業可能愈來愈常把工作分開處理：對成本敏感、較例行的任務用平價模型；真正需要尖端能力的工作，才考慮前沿模型。在這種市場下，企業的優勢或許不只在於用哪一款模型，而在於守好自身知識、訂明怎樣才算做得好，以及為 AI 設好安全防線。127