2024年11月19日，微软在芝加哥举办了Ignite年度技术大会。CEO萨提亚·纳德拉（Satya Nadella）发表了热情洋溢的presentation，在长达1小时18分钟的时间里，他只讲了一件事——Copilot。可以看出，与一年多前自信满满地宣布“Copilot将彻底改变我们与技术的互动方式”，纳德拉依然兴奋：“Copilot 正以前所未有的方式重新定义我们的工作流程，为现代工作提供全新可能。”
然而，尽管掌声雷动，质疑声也一直存在。一方面，用户体验不尽如人意，技术瓶颈和高昂成本饱受质疑；另一方面，微软内部因巨额投资与资源分配不均引发的不满情绪日益高涨。一位开发团队成员坦言：“我们在试图建造一架飞行中的飞机。”在竞争对手纷纷推出类似产品的背景下，微软能否巩固其在AI领域的领先地位，还是会因急于求成而陷入被动？
32年的沉淀，微软带着Copilot站在新时代的门槛上，等待评判。Ignite大会的聚光灯能否照亮一个真正的AI未来，抑或将点燃一场关于技术过度炒作的行业内战？答案，或许正在展开。
以下是萨提亚·纳德拉在2024 Ignite年度技术大会上的演讲全文：
#1
欢迎来到Ignite大会
大家好，欢迎来到Ignite大会！很高兴再次回到芝加哥，与在场的各位以及全球观众相聚。这种大会的氛围总是充满激情，尤其是在重大平台转型如火如荼的时代。我个人非常享受这样的时刻。
32年前就在这个会议中心——当时的春季 COMDEX 展会上，微软发布了 Windows 3.1。那是一件大事，奠定了 Windows 系统的地位，推动其成为行业标杆。Ignite大会也有类似的历史意义。2015年大会首次在芝加哥举办，当时正值云计算发展的关键阶段。今天，我们站在AI崛起的重要时刻，再次汇聚一堂，这令人振奋。
因此，我希望以全局视角展开今天的主题演讲。在每一次平台变革中，了解背后的驱动力至关重要。我们经常谈到“规模法则”（Scaling Laws）。就像“摩尔定律”曾预言芯片的性能每 18 个月翻倍一样，AI的发展速度现已接近每 6 个月翻倍。最近，有关“规模法则是否遇到瓶颈”的讨论非常热烈。这些争论是有益的，因为它们激励了模型架构、数据管理和系统设计方面的创新。
在这一背景下，我们观察到一种新的规模法则正在兴起，那就是推理计算（Inference Compute）。例如，OpenAI 的 o1 模型，以及基于该模型开发的 Copilot Think Harder 功能，能够通过推理解决更复杂的问题。
这些技术突破最终体现在三个迅速提升的核心能力上：
• 全新的多模态交互界面：支持语音、图像、视频的输入和输出。
• 推理和规划能力的飞跃：借助神经代数，我们可以发现更复杂的模式，处理人与地点、事物之间的关系。
• 长期记忆和工具使用的能力：这些技术让我们能够构建一个智能代理的世界，助力我们的工作和生活。
但值得深思的是，技术背后的价值是什么？50 年前，芝加哥大学的哲学家约翰·豪格兰德（John Haugeland）曾说：“人工智能的问题在于，计算机不在乎。”然而，我们在乎。这正是我们的使命所在——通过技术赋能每个人和每个组织，让他们实现更多可能，不只是为了技术本身，而是为了实际的成果。
接下来，我会聚焦于 AI 如何推动业务增长、提升效率以及优化运营杠杆。为此，我们构建了三个核心平台：
1. Copilot；
2. Copilot 设备；
3. Copilot AI 栈。
但在深入探讨技术新闻之前，我想强调我们首要的优先事项——安全。在这次大会上，我们将重点介绍“Secure Future”计划，包括安全设计原则、安全默认机制、安全运营方法，以及我们在持续改进方面的承诺。
一个典型案例是美国海军，他们利用我们的工具和实践，实现了远超预期的 Zero Trust（零信任）目标。这是令人鼓舞的成果。
特别是在 AI 时代，数据治理变得尤为重要。我们的 Purview 产品在防止过度共享、检测恶意行为和保护敏感数据方面推出了诸多更新。例如，Purview 能检测恶意提示注入和 AI 滥用行为，从而确保数据安全。
此外，我很高兴宣布本次大会的一个重磅消息：Zero Day Quest，这是一次聚焦云计算和 AI 安全的新黑客活动，奖金高达 400 万美元。这是行业中奖励金额最高的公开活动之一。活动从今天启动，最终将在明年举办线下决赛。
#2
Copilot平台：推动未来工作的智能助手
接下来，让我们深入了解各个平台，从 Copilot 开始。
Copilot 是 AI 的用户界面，正迅速成为组织工作和完成任务的核心层。它将为每位员工提供一个个性化助手，了解他们的工作需求，帮助提升生产力、激发创造力并节省时间。同时，Copilot Studio 使用户能够创建自动化业务流程的智能代理，而每个 IT 部门也将拥有一套控制系统，用于管理、保护并评估其影响力。
这是 Copilot 生态系统的三个基本概念。过去一年，我们见证了它的巨大进展。正如精益生产（Lean）对制造业的影响，AI 正在以相似的方式变革知识型工作，其核心目标是提升价值、减少浪费。
例如，澳大利亚昆士兰银行集团（Bank of Queensland Group）的风险分析，以前需要花费数周时间翻阅成千上万的文档并撰写报告。现在，他们通过 Copilot 综合分析所有信息，仅用一天就能生成初稿。同样，Vodafone 的法律团队过去需要手动分析、起草和重新谈判成千上万份基站网络合同，而现在借助 Copilot，可以迅速识别需要续约或废弃的合同，同时追踪到期日。
不仅如此，Vodafone 还使用 Copilot 和 Azure AI 个性化客户服务，其虚拟助手每月处理超过 4500 万次客户对话，将平均等待时间缩短超过 1 分钟。这只是一个开始，我们在过去一年不断创新，自 Copilot 正式推出以来，已发布了数百项更新。
如今，Copilot 的响应速度已提高到之前的两倍，用户满意度提升了近三倍。展望未来，我们将从三个核心维度推动 Copilot 的应用：
1. 广泛使用：员工越多使用 Copilot 及其智能代理，价值实现就越快；
2. 本地化拓展：用户可以通过智能代理扩展 Copilot 的功能，使其融入自身生态系统；
3. 衡量 ROI：从实际使用中评估投资回报率。
#3
Microsoft Copilot Pages：AI时代的新神器
Copilot Pages 是 AI 时代的首个创新成果，带来了许多“魔法般”的体验。通过 Pages，用户可以添加交互式图表、表格、代码块、数学公式和复杂的图示，还能通过页面上的对话直接与 Copilot 互动，实时迭代内容。这是一个真正的多人协作平台，结合 AI 和团队协作，帮助用户快速完成任务。
例如，我自己在准备会议时，只需提供简单的提示，Copilot 就能从网络、LinkedIn、CRM 系统以及文档、邮件、Teams 消息等所有工作数据中提取信息，生成初稿。我可以将初稿分享到 Pages，实时与团队协作，快速达成共识，为下一步工作奠定基础。
#4
深度集成的 Microsoft 365 助手
Copilot 不仅支持聊天和 Pages，还深度嵌入了 Microsoft 365 的整个系统中。例如：
• 在 Teams 中：Copilot 能分析过往会议记录、聊天内容及会议纪要，快速让用户了解进展情况。同时，通过屏幕理解功能，Copilot 能回答有关会议中分享的文档和演示内容的问题。
• 在 Word 中：Copilot 可根据其他 Word 文档、PowerPoint 演示文稿、PDF 文件、邮件和会议记录生成初稿，让用户不再从空白页面开始。
• 在 PowerPoint 中：用户只需输入内容概要，Copilot 的叙事构建器会自动生成演示文稿的结构和主题，供用户编辑完善。
• 在 Outlook 中：Copilot 帮助优先处理收件箱内容，分析邮件的内容、发件人角色及背景，快速标记关键邮件，极大提升了处理效率。
Copilot 正以前所未有的方式重新定义我们的工作流程，为现代工作提供全新可能。未来，它将在更多领域释放更大的潜能，帮助每个人以更高效、更智能的方式完成任务。
#5
Excel中的Copilot：让数据分析触手可及
在 Excel 中引入 Copilot 是我个人最喜欢的功能之一。就像 GitHub Copilot 改变了软件开发者的工作方式一样，Excel 中的 Copilot 将颠覆数据分析师的工作方式。
例如，以前如果我在工厂中想提高生产率，我可能会向数据分析师提出一个模糊的高层次需求，比如“分析并提供改善生产率的策略”。但现在，通过 Copilot 的先进推理能力，我只需提供这样的简单提示，系统就能生成一个完整的战略分析计划。
这个计划可以轻松调整，修改后立即执行，并且整个过程是完全透明的。我可以实时看到 Copilot 生成可视化内容，比如热力图、散点图和直方图。它会自动识别生产的关键驱动因素，进行比较、计算，并在几分钟内总结出洞察和行动建议。
这一切的意义在于，它让数据分析不再是少数专业人士的专属技能，而是所有使用 Excel 的人都能轻松掌握的能力。回顾历史，Excel 作为一款广泛普及的工具，提升了大众的数字感知能力。而现在，结合 Python 的 Excel Copilot，将进一步提升全球用户的数据分析能力。这让我对未来充满期待！
#6
Copilot Actions：AI时代的任务自动化助手
我很高兴宣布 Copilot Actions 功能。这是一个能够减少日常重复性任务的功能。例如，大家可能对 Outlook 中的规则自动化功能很熟悉，而 Copilot Actions 为整个 Microsoft 365 系统带来了类似的体验。它可以自动化各种任务，比如向团队请求状态更新、汇总周报、安排邮件或收集文件反馈。
Actions 的界面简单直观，同时功能强大。用户可以发现和使用各种模板，快速应用到日常工作中，极大地简化复杂的多步骤任务。除此之外，我们还推出了面向团队协作的全新智能代理。
#7
智能代理：赋能团队与业务流程
这些智能代理被设计为团队中的虚拟成员，具有特定角色和权限。例如：
• 会议协调代理：可以加入 Teams 会议，帮助聚焦主题、管理会议聊天，并跟进任务和行动项；
• 项目管理代理：自动执行项目管理工作流中的关键步骤，从创建计划、分配任务到内容制作，全程高效管理；
• HR 和 IT 服务代理：为用户提供有用的信息、回答常见问题，甚至协助完成任务，为 HR 和 IT 部门减负。
此外，我们还宣布 SharePoint 智能代理，每个 SharePoint 网站现在都配备了一个内置智能代理，帮助用户实时访问知识库中的信息，大幅提升信息获取效率。
#8
Copilot Studio：个性化智能助手的创建工具
通过 Copilot Studio，用户可以轻松创建自己的 Copilot 或智能代理。这一过程就像创建 Word 文档或 PowerPoint 演示文稿一样简单。用户只需通过自然语言描述需求，连接所需数据源（例如 SharePoint 或 Dynamics CRM），即可快速生成满足特定需求的智能代理。这些代理不仅可以自主运行，还能在必要时通过 Copilot 提出需要人工处理的例外情况，确保关键任务准确完成。
例如，最近我们在 Dynamics 365 中引入了超过十种自主代理，从优化供应链到协助客户服务团队解决问题。这些代理已经在多个行业中展现了价值：
• 麦肯锡开发的代理将客户入职时间缩短了 90%；
• 陶氏化学利用代理优化货运流程，预计第一年节省数百万美元。
我们的合作伙伴，如 Adobe、LinkedIn、SAP、ServiceNow 等，也在 Copilot 平台上构建了自己的代理，将其专业领域的知识直接集成到工作流中。
#9
Copilot Analytics：量化ROI的全新工具
企业领导者非常关心 Copilot 和智能代理的实际价值。为此，我们推出了 Copilot Analytics，帮助用户将 Copilot 的使用情况与关键业务指标（如销售转化率）直接关联，并基于分析结果优化使用策略。
Copilot Analytics 的核心目标是展示 Copilot 如何在销售、营销、财务等领域直接转化为业务成果，同时推动工作方式和工作流的变革。通过这样的全面评估，企业可以更清晰地理解 AI 对业务转型的实际贡献。
#10
Copilot 设备：AI时代的智能终端新纪元
接下来，让我们聚焦 Copilot 设备 平台。在 AI 时代，设备本身正在经历由 AI 和云计算共同驱动的深刻变革。我们将云端 AI 的强大能力扩展到边缘设备，构建了一个统一且连续的分布式计算架构。
过去一年，我们推出了一类全新的 Windows笔记本电脑，被称为 Copilot+PC。这些设备充分利用分布式计算架构的力量，在云和边缘设备之间无缝协作。整个生态系统从芯片层面就开始了创新，无论是 Qualcomm、AMD 还是 Intel，都在为下一代笔记本电脑开发强大的硬件支持。我们也与各大 OEM 合作，为用户带来超过 40 款搭载神经处理单元（NPU）的高性能设备。这些设备不仅具备卓越的电池续航和性能，还让 Windows 系统的基础功能更加完善。
就像 32 年前 Windows 3.1 推动了应用开发的繁荣一样，Copilot+ PC 也正在推动 AI 应用的全面升级。Adobe、WhatsApp 等开发者纷纷为这些设备优化应用，通过 NPU 带来突破性的 AI 体验。
#11
云端PC：重新定义终端设备的可能性
三年前，我们推出了 云端 PC 类别（Cloud PC），以 Windows 365 为代表。它能够将安全的 Windows 桌面环境从云端流式传输到任何设备，无论是 iOS、Android 还是像 Meta Quest 这样的混合现实头戴设备。这一类别在远程办公、临时工支持、IT 开发以及灾备场景中表现突出，用户数量呈现爆发式增长。
例如，我的开发者桌面就基于 Windows 365，提供完整的 GitHub Codespaces、VSCode、Azure SDK 和 CLI 工具集，一键即可在任意设备上访问。而全新的 Windows 应用 让这一切更加便利，我们今天宣布它将支持 Android 平台，同时引入移动应用管理功能。无论是 iOS 还是 Android 设备，员工都可以通过个人设备访问 Windows 365，确保企业数据始终安全。
Windows 365 近年来的增长表现尤为抢眼，每年用户增长率高达三位数，并被富国银行、强生、德国西门子等世界级企业广泛采用。
#12
Windows 365 Link：云端生产力的全新终端
Windows 365 Link是一款为 Windows 365 定制的简单、安全的终端设备，支持免密码、无管理员配置，默认启用高级安全设置，且无法关闭。它将云端 PC 的体验进一步扩展，确保用户的所有数据和信息均保存在云端，不会留存于本地设备上。这一设备计划于明年 4 月正式上市。
Windows 365 Link 代表了终端设备的另一种选择，同时强化了我们对 Windows 系统安全性和可靠性 的承诺。最新发布的 Windows 11 增加了十多项安全功能，并且默认开启，比如设备加密功能。此外，我们还推出了 Windows Resiliency Initiative（Windows 弹性计划），通过改进底层操作系统访问机制，与整个生态系统合作开发新功能，为安全部署实践设定新标准。
一个典型的例子是 Windows Hotpatch 功能，它能够在不重启设备的情况下为整个 Windows 系统应用关键安全更新。对于使用 Windows 365 的用户，通过时间点还原功能，他们可以在几分钟内恢复到 Cloud PC 的早期状态，从而确保关键任务快速恢复运行。
#13
全面支持关键业务场景
从分布式架构到设备创新，从云端 PC 到 Copilot+ PC 和 Windows 365 Link，我们致力于为 AI 驱动的智能终端提供全面支持。这一切不仅提升了设备的计算能力和使用效率，更为企业关键工作负载的安全性和可靠性提供了强有力的保障。Copilot 设备平台正在推动一个新的智能终端时代，为工作和生活带来更多可能。
#14
Copilot AI技术栈：赋能新时代的智能应用开发
接下来，我们来看最后一个平台：Copilot AI 技术栈。我们的愿景很简单：通过 Copilot、智能代理和 Copilot Studio 构建的所有应用，将技术栈的每一层开放给用户，支持他们打造专属的 Copilot 和智能代理。这让每个应用都能成为 AI 驱动的应用。
过去一年，这一技术栈取得了非凡进展。以 NASA 为例，他们的科学家利用海量地理空间数据开发了 Earth Copilot，用自然语言就能轻松分析气候、空气质量等数据，帮助城市规划和灾害应对。另一例是 Toyota，他们开发了名为 “O-O-Bay-Ah”（日语中意为“大房间”）的 AI 系统，为工程师提供全天候支持，可处理从手写文档到复杂工程设计的查询。
#15
基础设施层：全球计算网络的进化
从基础设施层开始，我们持续拓展 Azure 作为“全球计算机”的能力。过去一年，我们在六大洲的 15 个国家和地区新增数据中心区域，总数超过 60 个，领先于其他供应商。同时，我们还在努力构建可持续发展的数据中心。例如，最近在美国弗吉尼亚州推出的两个数据中心采用低碳交叉层压木材结构，与传统钢结构相比减少了 35% 的碳足迹。
在网络层，我们创新性地采用 空芯光纤技术，提升速度、带宽和能源效率。相较于传统光纤，光子在空气中的传播速度更快，这一技术正在推动数据中心间的高效连接。未来 24 个月内，我们计划增加 15000 公里空芯光纤。
此外，我们还推出 Azure Local，将 Azure 服务扩展到边缘计算场景。比如，Armada 公司结合 Azure Local 和 Starlink，为万豪酒店提供极端天气下的全场景韧性支持。
在硬件层，我们推出了 Cobalt 100 VM，其价格性能比提高了 50%。同时，发布了首款内部研发的安全芯片 Azure Integrated HSM，增强了密钥管理和加密性能，并将在明年开始部署到所有新服务器中。
#16
数据层：统一的 AI 数据平台
在数据层，我们引入了 Microsoft Fabric，一个整合所有数据和分析工作负载的平台。Fabric 支持用户统一管理分布于 Azure、本地、AWS 或 GCP 的数据，并通过 OneLake 创建一个适合 AI 工作负载的数据层。Fabric 客户数量已超过 16000，包括 70% 的《财富》500 强企业。
今年，我们将旗舰操作型数据库 SQL Server 原生集成到 Fabric 中，支持用户同时处理事务性和分析性工作负载。这种统一的数据平台让企业能够在批处理、实时或大规模事务性能之间无缝切换，显著提升效率。
#17
应用层：为AI时代重新定义应用开发
在应用层，我们推出了 Azure AI Foundry，一个为 AI 应用提供模型、工具、安全和监控解决方案的统一平台。Foundry 集成了最受欢迎的开发者工具，支持模型实验、对比分析以及优化选择。平台包含 1800 多种模型，从 OpenAI 到 Meta、Cohere 的开源模型都可用，帮助开发者选择最适合的模型。此外，Foundry 还与 Gretel Labs、Scale AI 和 Statsig 合作，加速数据准备、模型训练和 A/B 测试。
为了简化智能代理的开发，我们还推出了 Agent Service。这项服务支持开发者以代码为中心的方法快速创建、部署和扩展 AI 代理，利用超过 1200 个逻辑应用连接器与各种数据源集成，并支持多代理框架，如 Ma-Gentic One、AutoGen 和 Semantic Kernel。
#18
安全性与管理能力：确保AI应用的稳健性
在 AI 应用开发中，安全性至关重要。Foundry 提供了 AI 报告功能，帮助开发者记录和分享应用的使用案例及评估结果。此外，新增的 Prompt Shields 功能可以检测和阻止输出操控行为，同时为图像内容的风险和安全评估提供支持。
#19
Azure AI Foundry：开启AI应用开发的未来
接下来，让我们通过一个实时演示，展示 Azure AI Foundry 如何为开发者、AI 工程师及 IT 专业人士提供所需的一切工具，助力打造变革性的 AI 应用。
Azure AI Foundry 的三大核心功能：
1. 模型实验工具：支持用户选择、测试和优化最适合的 AI 模型；
2. 智能代理服务：用于创建、部署和扩展智能代理；
3. 观测与评估功能：帮助用户在应用上线后持续管理和优化。
#20
AI驱动科学的未来
AI 正从根本上改变科学研究的方式，帮助科学家从静态预测转向动态预测，深入了解分子行为及其交互。这种能力在新材料研发、药物发现和蛋白质设计等领域尤为关键。
例如：
• 诺华（Novartis） 使用生成式 AI 设计了数百种新分子，大幅加速药物研发。
• 日产（Nissan） 利用 AI 模型预测电动车电池的性能，效率提升达 80%。
• 华盛顿大学蛋白质设计研究所 借助 Azure 云端技术，从零开始设计新型蛋白质，为医学和可持续发展带来革命性突破。
案例演示：AI 在蛋白质设计中的应用
蛋白质是由数千个原子组成的复杂分子，其形状决定了功能。通过 AI 工具（如 RFdiffusion 和 RoseTTAFold），科学家可以在数秒内设计出新型蛋白质，从而将原本需要数年的研究时间缩短到一年。这些 AI 驱动的方法已经被开源并纳入 Azure AI Foundry 的模型目录，为更多科学家提供支持。
#21
量子计算：探索AI科学的新前沿
随着科学研究需求的复杂性不断提高，传统计算机架构的局限性逐渐显现。量子计算通过提供可靠的逻辑量子位（qubit），为解决复杂的科学问题提供了新可能。
今年，微软和 Atom Computing 的合作实现了业界首个 24 个可靠逻辑量子位的量子计算机，这为未来的科学突破奠定了基础。通过 Azure 的量子平台，用户可以结合 Atom 的量子硬件和科学解决方案，打造面向企业和实验室的全新发现工具。
#22
使命驱动：赋能个人与组织
我们的使命是赋能每个人和每个组织，帮助他们实现更多。过去一年，我们已帮助超过 2300 万人掌握 AI 和数字技能，并将继续支持数百万用户学习和使用 AI 技术。
Azure AI Foundry 及其相关平台正在推动 AI 技术从生产力提升到科学发现的全面转型。无论是个人、企业，还是科学家，都可以利用这些工具在 AI 时代创造更大的价值与可能性。
未来已至，让我们共同迎接这一转型的新时代！
编辑排版丨刘蕊绮
审校丨宋朝阳
本文原视频来源于微软2024Ignite年度技术大会，由复旦管院商业知识发展与传播中心搜集、编译
复旦管院人工智能领创计划
人工智能的进化为企业发展带来无限可能，也带来未知的挑战。AI战略决策困局中如何启动、落实企业AI战略，如何明确业务用例，如何确保安全与合规......
针对以上AI真实应用场景中的痛点、难点，复旦大学管理学院统计与数据科学系和信息管理与商业智能系强强联手，倾力打造“面向企业家的AI第一课”——“复旦管院人工智能领创计划”，采用理论与实践相结合的教学方式，充分考虑课程内容的前沿性、深度性、广泛性、实操性，助力学员：
欢迎与我们一同探索人工智能无限可能，助力企业在通用人工智能时代脱颖而出！
扫码即刻报名课程
关注公众号查看课程详情
↓↓↓↓↓↓
都看到这儿啦，点个赞
转发给更多的人吧！
关注公众号｜复旦商业知识
转载｜请后台留言
