Satya Nadella Interview

在微軟 Build 大會的熱鬧舞台上，Satya Nadella 與 Rowan Cheung 進行了一場對談，深入剖析快速演進的數位世界。他們的對話不僅關乎新科技，更深入探討了 AI 代理程式如何從根本上重塑網路、工作未來，甚至企業策略的核心。Nadella 對於正在發生的巨大轉變，提出了坦率而深思熟慮的觀點，減少了炒作，更側重於實際影響。

打造代理式網路：AI 的全新支撐骨架

Nadella 開場時，將當前描述為一個關鍵的平台轉型時刻，從單一應用程式邁向為開發者提供通用且可擴展的方法。他強調了「代理式網路」（agentic web）的願景，其中多個 AI 代理程式能夠協調複雜任務，從不同來源提取數據，以提供強大、符合實際需求的解決方案。他以 Stanford Medicine 的演示為例，說明如何透過整合病理學、多個實驗室和 PubMed 的數據，利用 AI 增強高風險的腫瘤委員會會議。目標是建立一個真正開放、可組合的堆疊，其中每一層都遵循標準和協定，最終達到「技術強大到足以隱形」的體驗。

Nadella 表示，Microsoft 的策略是為「AI 時代」建立一個「支撐骨架」（scaffolding）。這不僅僅是單一的使用者介面（UI）；而是要為不同的使用者和工作流程，打造多元的「AI 使用者介面」。無論是為知識工作者整合聊天、搜尋和代理程式的 M365 Copilot，還是為開發者打造的 GitHub Copilot，其底層真正的創新，在於強大的推理模型能夠協調多個數據源和模型，以實現複雜意圖。

關鍵洞察：

「代理式網路」實現了多個 AI 代理程式的協調，以解決複雜的現實世界問題。
Microsoft 正在從 Copilot 到 Foundry 建立一個開放、可組合的 AI 堆疊，促進真正的開放性。
「AI 使用者介面」的概念並非單一，而是多元的，為不同使用者需求和工作流程提供客製化介面。

重新定義知識工作：從打字員到代理程式經理

快速的變革步伐不可避免地引發了關於工作職位取代的疑問，尤其對於知識工作者而言。Nadella 將此與工作的演進進行了類比：如果外星智慧觀察 80 年代初期與現今的工作型態，可能會將人類視為一個巨大的「打字員庫」——然而，我們如今卻在從事比以往任何時候都更複雜的知識工作。他指出，關鍵在於抽象化和對 AI 工具的授權管理。

他分享了一個個人軼事：1992 年準備拜訪客戶時，涉及多份手動報告和電子郵件。如今，多虧了推理模型，他只需向 AI 提出指令：「提取我所有需要知道的資訊」，AI 便能從網路、電子郵件、文件、CRM 和供應鏈系統中收集資訊，並提供一份全面的報告。「工作流程已經顛倒了，」Nadella 解釋說：「我今天更具就業能力，因為我感到更有能力。」他給知識工作者的建議很明確：「使用工具，改變工作。」他承認職位取代將會發生，但強調「對抗它的最佳防禦是技能提升與再培訓。而這始於使用工具，而不是不使用它們。」

關鍵變革：

工作流程正在顛倒，AI 正在抽象化重複性任務並賦予個人權力。
知識工作者正從任務執行者轉變為「代理程式經理」。
透過 AI 工具賦能，個人將因能力提升而更具「就業能力」。

程式碼的未來與企業優勢

此次訪談也深入探討了 AI 對軟體開發的深遠影響，Nadella 指出 Microsoft 已看到 30% 的新程式碼與 AI 共同生成。他預測未來 90% 或 95% 的程式碼將由 AI 生成，並將此視為解決全球「技術債」問題（即全球大量未完成軟體專案）的方案，而非威脅。從智慧程式碼補齊到多檔案編輯代理程式，AI 工具協助開發者保持心流狀態並解決此一不足。重要的是，Nadella 重申：「最終人類仍在循環中。我認為我們在此誇大了自主性。」AI 代理程式提出變更，但人工審查仍至關重要。

對於企業而言，這個新時代的真正優勢在於 Copilot 微調。這使得企業能夠利用其獨特的知識和專有數據來調整 AI 系統，從而形成一個良性循環。正如 Nadella 所闡述：「永續優勢在於獲得新樣本，然後利用這些推理模型與您的數據，進而在現實世界中進行強化學習（RL）。」這種市場訊號強化內部知識應用的回饋循環，成為了「企業新理論」。

關鍵實踐：

擁抱 AI 以解決「技術債」並加速軟體開發，而非擔憂職位取代。
利用 AI 代理程式執行程式碼補齊、解釋和多檔案編輯等任務，同時保留人工審查環節。
利用專有數據進行 Copilot 微調，以建立永續競爭優勢，並強化從市場訊號中學習。

文化、再造與隱形科技

Microsoft 從 Novell 時代到雲端時代，經歷了多次科技轉型，深知不斷再造的必要性。Nadella 強調，同時改變「我們的工作方式、工作內容以及上市策略」是巨大的挑戰。這需要強健的企業文化和持續的能力建構，使公司能夠「增加射門次數」（take more shots on goal）。他告誡不要依賴案例研究：「事實上，案例研究沒有幫助。你必須親力親為。」就像去健身房一樣，體能來自於個人努力，而非僅僅觀察。

在談到個人化教育時，Nadella 將其與個人電腦和 Excel 在工作場所的普及進行了類比。人們並非從課程中學習 Excel；他們透過使用該工具來解決工作流程中的即時問題。他分享了一個 Microsoft 工程師的軼事，該工程師因手動光纖網路的 DevOps 工作量巨大而感到不堪重負，於是利用低程式碼工具建立了一個多代理協調器。他認為，這種賦能是組織內部提升技能的關鍵。這個願景最終將實現「主動式代理」（proactive agents），在其中，科技能理解高階意圖並以最小的摩擦執行任務，理想情況下「隱形」地運作於背景，但始終保留工作階段日誌供人工檢查和控制。

關鍵學習：

在科技轉型中取得持續成功，需要同時再造工作文化、產品重心和上市策略。
公司必須培養持續的能力建構文化，並「親力親為」（doing the hard yards）而非僅僅觀察他人。
技能提升的最佳方式是透過「普及通用工具」，並賦予員工解決自身工作流程問題的能力，就像個人電腦和 Excel 的普及一樣。

超越基準：頌揚影響，而非僅是科技公司

對話以 Nadella 談及他關於通用人工智慧（AGI）是「鑽營基準的無意義行為」的病毒式評論作結。他的重點並非駁斥 AI 研究，而是將對話從抽象的基準轉向實質的社會影響。他強調科技需要「發揮實質作用」，並以醫療保健為主要範例，指出美國 19-20% 的 GDP 耗費於此，其中很大一部分是效率低下所致。他夢想著未來，像 Stanford 演示中所示的多代理協調器將無處不在，讓服務提供者能夠提供更好、成本更低的照護。

Nadella 表達了將社會焦點轉移的深切願望：「我認為我們社會過度頌揚科技公司，卻輕視了科技帶來的影響。」他渴望有一天，科技的使用者——那些在醫療保健、教育或任何其他行業的人——因為為「我們所有人做了些神奇的事情」而受到頌揚，而不是科技產業自吹自擂。

「我只想看到這樣一個局面：當我們談論技術的應用，而全球其他各行各業的人們，因為運用技術為我們所有人做出了神奇的事情而受到頌揚，那將是真正美好的一天。」—— Satya Nadella