👇关注公众号后设🌟标，掌握第一手AI新动态
本文访谈内容整理自微软副总裁Charles Lamanna接受VentureBeat Youtube频道专访，公开发表于2024年11月19日。原始内容参考：https://www.youtube.com/watch?v=6y31CDLDzjg
微软副总裁Charles Lamanna接受VentureBeat专访
★内容导读：
本次专访中，微软企业副总裁Charles LaManna主要阐述了以下几个观点：
微软的企业级AI代理框架已准备就绪: 该框架的核心优势在于企业级就绪性，体现在三个方面：强大的安全管理系统（Copilot控制系统），确保数据安全合规；超过1400个连接器，支持连接各种异构系统；以及Copilot与代理的紧密结合，实现强大的功能。 多代理系统是未来趋势: 未来的AI系统将由多个代理协同工作，形成一个“网状”结构。这需要一个开放、安全可信赖的平台，支持微软自建代理、第三方代理以及客户自建代理的协同。ServiceNow、Workday、SAP、Adobe和Cohere等公司已加入该生态系统。 AI代理的应用场景广泛且迅速发展: 早期用户已超过10万个组织，应用场景主要分为两类：自动化以往难以自动化的认知型任务（例如McKinsey的项目立项流程）；以及改进协作方式，例如共享AI代理而非文档来进行信息交流。 开发平台兼具开放性和易用性: 微软提供一个开放、可扩展的平台，支持不同技术水平的开发者（从高级程序员到业务用户）构建和定制代理。同时，微软也提供大量预构建的代理，满足大部分用户的需求。 AI代理的影响将渗透到整个计算栈: 类似互联网的普及，AI代理技术将改变所有计算层面的架构，从操作系统到应用程序，甚至浏览器，都将受到影响。这并非指完全替代现有技术，而是重新构思和优化。 模型选择灵活，价值在于应用而非模型本身: 用户可以选择多种模型构建代理，但大部分用户更关注的是业务成果而非底层模型。 价值更多地体现在应用和工具上，而非单纯的领先模型本身。定价模式也从按token计费转向按消息计费，体现了这种转变。 AI代理将改变工作角色: AI代理的普及将导致工作角色的转变：员工需要掌握使用Copilot和构建简单代理的能力；“内容运营”角色将变得重要；企业应用开发者和架构师将转型为企业代理开发者和架构师。
Charles Lamanna简介
Charles Lamanna 是微软负责商业应用平台的企业副总裁，领导着包括Dynamics 365和Power Platform在内的低代码/无代码应用开发平台的战略和执行。他致力于赋能企业用户和开发者，通过易用的工具构建业务应用程序，从而实现数字化转型。
Lamanna 在微软拥有超过15年的经验，在加入商业应用平台部门之前，他曾负责Bing Ads的工程和产品管理，带领团队实现了显著的增长。他深谙技术与商业的结合，并将这种理解融入到Power Platform的设计理念中，旨在降低应用开发门槛，让更多人能够利用技术解决实际业务问题。
在他的领导下，Power Platform 已成为快速发展的低代码/无代码平台之一，拥有数百万用户，并被广泛应用于各行各业。他强调公民开发者的重要性，认为他们能够释放组织内部的创新潜力，并推动业务的快速发展。Lamanna 经常在公开场合分享他对低代码/无代码未来的愿景，并积极推动平台的创新和发展。 他相信，未来每个人都将成为开发者，而Power Platform将成为实现这一愿景的关键。
访谈全文记录
VentureBeat主持人： 欢迎Charles Lamanna，微软公司副总裁
Charles Lamanna： 感谢您的邀请。很高兴今天能进行这次对话。
VentureBeat主持人： Charles，您是微软智能代理战略以及公司基于Copilot的AI代理愿景中的关键人物。你们发布的公告野心勃勃。我很好奇，从概念上讲，有很多参与者涌现。有Crew、OpenAI的Swarm，还有Langchain与LangGraph。从概念上讲，您对今天发布的智能代理框架尤其引以为豪的是什么？
Charles Lamanna： 最重要的是它现在已经为企业做好了准备。要做到这一点，需要几件事情。首先，我们有这个Copilot控制系统的理念，它可以轻松地保护和管理您创建的所有这些代理。它们遵守您已经完成的权限、数据治理、信息和数据标记。因此，您可以真正地拥抱AI，而无需担心它会改变您的整体安全格局。第二点是，每个企业的系统都极其异构。它们并非全部都是微软应用程序，也不是全部都是微软数据库，我们今天为我们的代理提供了超过1400个连接器，无论是SAP、ServiceNow、大型机还是SQL数据库，我们都可以连接到所有这些。因此，您的代理可以利用您已经拥有的知识，并在您已经使用的系统中采取行动。最后一点是Copilot和代理的连接。在接下来的几个月里，您会经常听到我们谈论这一点。我们认为这真正释放了神奇的东西。
VentureBeat主持人： 你们的研发团队上周发布了针对多代理系统的Magenetic One架构。这项你们提供的研究似乎侧重于通用代理，它有一个规划清单和一个活动分类账来跟踪正在进行的工作，以及与其他代理的交接。这项企业级产品的驱动理念是不是与这个架构相同？
Charles Lamanna： 我们看到出现的一种现象非常令人着迷，那就是代理作为单个系统的一部分相互交互以产生更好的结果。因此，与其让单个AI代理执行任务，不如让五个或六个AI代理协作，例如一个规划者和一些执行特定任务的代理来完成工作。
在我们可以提供的平台中，您可以创建所有这些代理，并以它们作为一个单一系统运行的方式来组装它们。我们说的不是一家公司拥有100个或200个代理。我们说的是公司拥有成千上万甚至数百万个代理。
对于这些多代理系统，我们将与第三方公司合作，他们也将把他们的代理注册到这个更广泛的系统中。例如，我们已经宣布了与ServiceNow、Workday、SAP、Adobe和Cohere合作。他们都有可以插入此系统的代理，然后我们的客户将创建大量非常适合其独特流程和独特数据的代理。
所有这一切，这几乎就像一个网状结构或一个代理网络，它们需要一起工作。这就是为什么我们认为信任和安全以及开放平台对于使其发挥作用至关重要。这个多代理系统甚至不总是由单一公司、单一团队或单个人构建的。您可能有来自微软的代理、来自其他公司的代理以及我们的客户构建的所有代理协同工作以完成任务。
VentureBeat主持人： 我想在这里停一下，问问您看到人们将这些代理用于什么，也许是针对你们早期采用者计划、早期测试者。
Charles Lamanna： 有一件事让我们感到震惊，那就是人们开始使用我们在Copilot Studio中提供的代理构建体验的速度之快。我们已经有超过10万个组织使用Copilot Studio来创建或编辑代理。这比我们想象的要快得多，也比我们发布的任何其他类型的尖端技术都要快得多。事实上，这代表着微软在短短一个季度内增长了两倍。由此出现的一些例子非常有趣，因为人们正在以不同的方式开展工作。我可能会分享两大类。
第一类是围绕自动化。我们看到公司正在自动化过去无法真正自动化的任务和工作流程，因为这些任务和工作流程需要某种程度的认知推理。我们分享了麦肯锡的一个很好的例子，他们有一个项目接收台，他们的客户在那里提出项目团队的请求。这个过程包括调度、可用性、专家匹配以及偏向于过去与客户或客户合作过的人员。以前，这个过程需要20天，并且需要一个负责匹配的团队。然而，他们能够快速构建一个AI代理，将这个时间从20天缩短到仅仅两天。
第二类，我想说是我个人最喜欢的，它涉及到新的协作和工作方式。我们开始看到人们不再与他们的团队或合作伙伴共享文档、演示文稿或长篇内容来获取上下文。相反，他们正在构建一个代理并与他人共享该代理。这允许个人实时询问代理以获取信息。例如，当我与我的团队共享我们的规划备忘录时，我不再共享文档。相反，我共享一个基于该文档和其他内容创建的代理，以便人们可以提出他们自己的后续问题。
VentureBeat主持人： 用户可以根据自己的节奏学习。你们直接为个人和组织创建这些智能体，然后专注于寻找工具，正如你所说，供组织和其他用户构建和定制这些智能体。我只是很好奇，你是否认为它们会随着时间的推移同步增长，或者将来你会看到其中一个胜过另一个？
Charles Lamanna： 我们将继续为各种类型的开发者提供一个极其开放、可重用且可扩展的平台，从资深程序员到只需拖放和点击而无需编写代码的商业用户。我们将为此提供全面支持。但我们也了解到，如果不同时在该平台上构建出色的应用程序，就很难构建一个平台。因此，微软正在使用相同的平台组件构建大量预构建的智能体。这使得平台更好，并且我们不必让每个客户都重新创建相同类型的智能体。例如，接单智能体或员工自助服务智能体。这些都是我们可以直接提供给客户使用的成品智能体。所以，我的意思是，从平台到该平台上的成品解决方案。
VentureBeat主持人： 公司正在构建这些智能体，并将它们集成到自己的应用程序中。你认为这种情况会一直持续下去吗？或者你认为这些工具和框架会渗透到操作系统中？
Charles Lamanna： 我认为它将无处不在。这并不意味着我们将用智能体替换核心内核调度程序，因为基于规则的调度程序可能更好，也更确定性。但谁知道呢？每当你拥有一项技术，它使以前不可能的事情成为可能时，你往往会对它的广泛应用感到震惊。
在这种情况下，大型语言模型的重大突破在于理解非结构化内容，无论是语言、视频还是音频。由于这一突破，我们也看到了推理的开端，这允许根据非结构化数据得出结论或判断。浏览器、文字处理器、核心操作系统体验、销售流程和客户支持流程现在都必须重新评估，因为这种能力的存在。你已经可以看到这些体验中的一些部分正在剥离和改变，我相信随着时间的推移只会更多。
就像互联网刚出现时一样，连接的概念最初非常有限，并且以浏览器为中心。然而，现在操作系统和应用程序都连接到互联网，并且由于它的出现，客户端和服务器的架构已经改变。因此，这项新技术的全部影响需要时间才能渗透，但我认为计算堆栈的任何部分都不会因为所有智能体和 AI 功能而没有一些组件被重新构想。
VentureBeat主持人： 我认为另一个新的公告是，你们表示制造商很快就能访问 Azure AI 模型目录中的模型，该目录大约有 1800 个模型可用。你们是否会将此完全开放给 Copilot 的智能体框架？
Charles Lamanna： 是的，绝对的。我的意思是，简单地说一下，这不会是一个智能体一个模型。相反，将会有许多模型协同工作才能使智能体完成任务。例如，在 Copilot Studio 中，默认情况下，我们有不同的模型来执行诸如生成你上传内容的嵌入之类的操作，或者一个模型来帮助我们将多个数据源合成到单个响应中，或者一个模型用于协调，一个模型用于工具选择和参数填充。所以它是一种模型集合。有些是我们都知道的大型语言模型，而有些是我们微调或蒸馏的小型模型。有些是我们定制构建的，因为我们在微软实际上有独特的见解。
将会有一个模型集合来使智能体工作。客户告诉我们，在 90% 的情况下，他们甚至不想处理这种复杂性。他们想要一个能够构建智能体而无需担心底层模型的成品平台。但是，大约有 10% 的客户认为，更高的准确性至关重要。为此，我们的客户询问他们是否可以打开智能体平台的内部并更改模型。这可能是因为他们在 Azure 中自己构建了一些东西，或者他们知道对于这项特定任务，这个特定模型更好。
VentureBeat主持人： 令人着迷。Charles，你是否预计微软会为这个默认的，大概是这个主要的协调智能体开发一个专有模型？你提到的90% 的人都想要的那种默认模型。
Charles Lamanna： 是的，我认为我们将努力为客户创造卓越的体验。而现在，我们看到的是，对 GPT-4o 进行微调为客户带来了最佳结果。所以，随着时间的推移，我认为有很多可能性。甚至思考一下，什么是核心模型？可能会有许多核心模型。例如，一个智能体可能会根据输入使用不同的核心模型，我们可以有一个模型路由器。所以我认为这个领域将会有很多发展。我认为从这里开始，很多微调和很多，我会说，微软方面的深度科学工作将继续使这些智能体成为最好的智能体。
VentureBeat主持人： 最好的智能体。关于价值在哪里有很多猜测，但从这次谈话来看，LLM 的价值在于应用程序，以及你们为最终用户提供的工具。但是对于人们一直在关注的这个 LLM 竞赛中的主要模型，例如 OpenAI 的模型与 Anthropic 和 Google 的模型，你认为价值会停留在你将默认使用的这种主要的协调模型中吗？你能谈谈有多少价值停留在主要的智能体 LLM 中吗？
Charles Lamanna： 是的，我的意思是，可能有两件事我认为值得注意。现在下结论还为时尚早。对于 Copilot Studio，客户购买它的方式是按消息付费，而不是按 token 付费。它在很大程度上与模型成本脱钩。原因是智能体的价值不是原始计算能力，智能体的价值是业务成果。
我认为，我们已经看到这种模型价格、token 价格和智能体价格的脱钩，这不仅仅是微软的事情。我认为这是整个行业正在发生的事情。对我来说，这表明实际上将在模型之上捕获大量价值。
第二件事是，一年前，当我与客户交谈时，谈话总是关于模型，哪个模型最好，你的模型有什么独特之处。客户现在根本不再跟我谈论这些了。他们问我，使用这项技术的人们获得了哪些业务价值、影响和结果的例子？
我该如何做到最好？这不是关于模型的对话。这是一个预构建智能体的对话。这是该行业的一个显著转变。
VentureBeat主持人： 我想微软应该会想要开发一个通用的智能体，你知道的，在Copilot和Teams等工具中，用于执行诸如研究或创建PowerPoint演示文稿或相当高级的推理任务之类的任务，你认为呢？
Charles Lamanna： 是的，我们当然会。我认为我们微软方面已经发布或宣布了几十个预构建的通用智能体。例如，让我进行财务研究，无论是我们还是微软的合作伙伴都会构建一个智能体来执行此任务，因为我们不想，你知道的，你不会希望每家公司都重新构建它。但是，一个专门针对某个公司如何进行新药临床试验的智能体，那就是他们必须自己构建的智能体，因为他们希望精确匹配他们的流程。所以你会看到这种混合模式出现在Copilot和智能体中。
VentureBeat主持人： 当这些公司、客户使用这些智能工具时，您看到了哪些新兴趋势？您对工作、角色变化有何预测？
Charles Lamanna： 我认为现在正在发生三件事。首先，就像今天每个人都应该能够使用电子表格一样（使用AI），如果你在办公室工作，你应该能够打开Excel并输入一些基本数据。每个人都将被期望能够使用Copilot来提高效率，并创建他们自己的轻量级智能体。你的工作将越来越侧重于监督、引导和管理这些智能体。就像你发送电子邮件或参加会议一样，每个办公室工作人员都需要能够使用Copilot并构建一些轻量级智能体。
其次，Copilot、智能体和所有这些生成式AI只有在你提供优质数据和内容时才能表现优异。我们都知道，数据仓库和数据平台未来将非常重要。然而，内容也将会极其重要。这包括你的知识库、你的维基和你的操作指南。对于那些在采用这项技术方面走得更远的组织，我们看到一个新的角色正在出现：内容运营。这些人定期审核和整理内容，以确保智能体和Copilot保持最新状态。
第三，企业应用程序开发人员和企业架构师的角色正在发生变化。他们将成为企业智能体开发人员和企业智能体架构师。首席信息官们过去常常谈论应用程序差距，需要构建100或500个移动应用程序，积压的任务量巨大。很快，他们将谈论智能体差距，积压的任务量将比他们可能处理的还要大，因为业务部门会不断请求新的智能体。
VentureBeat主持人： 这既令人望而生畏，又令人兴奋，对吧？祝一切顺利。谢谢。
Charles Lamanna： 太好了。非常感谢您邀请我。
参考资料: https://www.youtube.com/watch?v=6y31CDLDzjg，公开发表于2024-11-19
关注公众号后设🌟标，掌握第一手AI新动态
