（关注公众号并设为🌟标，获取最新人工智能资讯和产品）

2024年11月19日，在芝加哥Microsoft Ignite大会上，微软首席执行官萨蒂亚·纳德拉(Satya Nadella)发表了关于AI时代跨平台创新机遇的主题演讲。他以振奋人心的观点开场，指出人工智能的发展势头依然强劲，不仅没有遇到扩展瓶颈，反而在测试时计算领域催生了新的扩展定律。

这些突破性进展已在企业实践中展现出显著价值。以昆士兰银行集团为例，在风险分析工作中，他们借助Copilot将原本需要数周、涉及查阅海量文档的报告撰写工作，缩短至仅需一天完成。类似的成功案例也出现在富国银行、强生、西门子等全球顶级企业中。

为了帮助更多企业把握AI时代的机遇，微软最新推出了三大核心平台：

• Copilot平台：提供智能协作与自动化能力
• Copilot设备：实现新一代计算体验
• AI堆栈：支持企业级AI应用开发与部署

这一系列创新平台的推出，标志着微软正在全方位布局AI时代的技术基础设施，为企业数字化转型提供强有力的支持。

演讲文稿

大家好，欢迎来到 Ignite 大会！很高兴能再次来到芝加哥，与各位以及来自世界各地的朋友们相聚。参加像这样的会议总是令人兴奋，尤其是在如今这样重大平台变革的时刻。这种氛围太棒了！某种意义上来说，我就是为这样的时刻而生的。

事实上，今天早上我回想了一下，32年前，就在这个会议中心，我们发布了 Windows 3.1。当时这是一个非常重要的里程碑——那是在我加入微软前几个月。这次发布真正奠定了 Windows 的地位，成为了它后续发展的关键基础。2015 年，Ignite 大会本身就是在芝加哥首次举办的，那时正值云计算的兴起。而如今，能在 AI 的浪潮中再次回到这里，简直太棒了！

看看这间会议厅，我非常兴奋。这次主题演讲内容广泛，我会尽可能为大家展示整个大会的亮点。在每一次平台变革的过程中，理解背后的核心驱动因素都至关重要。今天，我们将讨论其中的关键力量：扩展能力的规模化。

就像摩尔定律预测的那样，每 18 个月性能会翻一番。而在 AI 领域，这种性能提升周期已经缩短到大约每六个月。最近，关于扩展是否遇到瓶颈的讨论越来越多，但正如摩尔定律一样，这些并不是物理定律，而是经验观察。这种怀疑和辩论其实是件好事，因为它激发了更多的创新，无论是模型架构、数据处理还是系统设计。在这个背景下，我们看到了新的扩展定律的出现，例如测试时间计算的进步。以 OpenAI 的 Copilot 为例，'o1' 模型让 AI 能在测试时间解决更复杂的问题。最终，这些突破让 AI 的三大能力呈指数级增长。

• 第一是全新的通用界面，支持多模态输入和输出，比如语音和视频；

• 第二是推理与规划能力的提升，例如新的神经代数可以帮助解决复杂问题，发现人与地点及事物之间的关系；

• 第三是长期记忆的支持以及丰富的上下文理解，甚至可以教这些模型使用工具。

这些能力结合在一起，让我们能够构建一个充满活力的 AI 世界，由 AI 代理驱动，服务于我们的工作与生活。接下来几天，我们将庆祝许多技术成果。这里正好提到一位芝加哥大学的哲学教授 John Haglund，他曾说过，“人工智能的问题在于，计算机根本不在乎。但我们在乎！” 这句话非常深刻。在快速变化的时代中，我们依然坚持自己的使命：通过技术赋能每个人和每个组织，实现更多成就。这不仅仅是技术本身，而是将其转化为实际成果。

一、Copilot 平台

接下来，让我们深入探讨 Copilot 平台。Copilot 是 AI 的用户界面，它迅速成为工作组织和完成工作的核心层。每位员工都会有一个了解他们工作的 Copilot，帮助提升生产力、激发创造力并节省时间。Copilot Studio 还可以让你创建自动化业务流程的 AI 代理。每个 IT 部门也将拥有管理、保护和衡量影响的控制系统。Copilot 生态系统的核心概念就是如此。在过去的一年里，我们见证了惊人的进步。正如工业革命对制造业的影响一样，AI 将对知识工作带来巨大的价值提升和资源浪费的减少。

我们来看一个例子，昆士兰银行集团的风险分析。在过去，当发生事故时，他们需要查阅成千上万的文档，撰写报告。现在，他们使用 CoPilot 来综合所有发生的事件并生成初稿。这意味着原本需要数周完成的分析，现在只需一天。

Vodafone 是另一个很好的例子。他们的法务团队过去需要手动分析、起草并重新谈判成千上万份管理其庞大基站网络的合同。现在，他们使用 CoPilot 来决定哪些合同需要续签，哪些需要废弃，还能跟踪所有合同的到期时间。此外，Vodafone 还利用 CoPilot 和 AzureAI 个性化他们的客户服务。其虚拟助手每月与超过 45 万名客户互动，将平均通话时间缩短了超过 1 分钟。

当然，这只是个开始。自 CoPilot 一年前正式推出以来，我们不断创新，发布了数百项更新。我们从基础功能开始着手。现在，CoPilot 的响应速度比之前快了两倍以上，响应满意度提高了接近三倍。

展望未来，我们从三个基本方面考虑 CoPilot 的采用：

第一，使用 CoPilot 和 CoPilot 代理的员工越多，价值实现的速度就越快；

第二，如何将 CoPilot 应用到你的生态系统中，进行定制化扩展？CoPilot 是一个可以通过代理扩展的平台，你可以让一个员工拥有一个 CoPilot，而一个 CoPilot 可以管理成千上万个代理；

第三，衡量投资回报率 (ROI)。

二、工具CoPilot Pages

我们来谈谈 CoPilot Pages。这是人工智能时代的首个创新工具，非常神奇。在这个视频中，我们展示了将丰富的互动内容添加到 Pages 的功能。你可以插入互动图表、表格、代码块、数学公式和复杂的图示，还可以直接在页面上使用 CoPilot 修改内容，并通过聊天直接控制页面上的操作。这是一个真正的多人协作画布，能够让你通过 AI 实现创新，并与他人合作。

举个例子，当我准备会议时，我只需输入提示，CoPilot 就会从网络、LinkedIn 以及我们的业务应用（如 CRM）中获取客户的所有信息。此外，它还会整合工作文档、邮件、Teams 消息和演示文稿等内容，然后将这些内容作为初稿放入我的 Pages 中，并分享给我的团队。这种方式让每个人都能实时协作，并为接下来的会议笔记奠定基础。这些内容会实时共享给所有参与者。CoPilot 不仅仅存在于 Pages 中，还深度集成于整个 Microsoft 365 系统。例如，在 Teams 中，CoPilot 能够对过去的会议、聊天记录和转录内容进行推理，让你快速掌握最新动态。我们今天还宣布了 Teams 的屏幕理解功能，CoPilot 甚至可以回答关于当前展示文档的问题。

在 Word 中，CoPilot 可以基于其他 Word 文档、PowerPoint 文件、PDF、电子邮件和会议记录创建草稿，无需从零开始。在 PowerPoint 中，你只需输入你的演示内容主题，叙事构建器就会生成大纲和完整的演示文稿建议，供你编辑和完善。在 Outlook 中，CoPilot 的优先级收件箱功能彻底改变了我的工作方式。它帮助我快速筛选重要信息，基于邮件内容、发件人角色和上下文进行分析。在 Excel 中，CoPilot 的表现尤其令人兴奋。就像 GitHub CoPilot 对软件开发者的帮助一样，CoPilot 在 Excel 中可以帮助数据分析师。比如，当我在制造工厂时，想要提高生产率，我可以输入一个高层次的提示，CoPilot 会利用高级推理能力构建一个完整的战略分析计划，并实时执行。它可以生成热力图、散点图，对生产的关键驱动因素进行比较，计算并总结见解和行动，整个过程只需几分钟。

今天，我非常高兴宣布 CoPilot Actions。这是一种利用 CoPilot 减少日常重复任务时间的功能。CoPilot Actions 可以自动化整个 Microsoft 365 系统的工作，从团队状态更新请求、每周报告编制，到安排邮件、文档反馈请求等。这是一种简单却功能强大的方式，让你轻松扩展工作效率。你还可以发现许多预设的操作模板，重复使用在日常工作中。无论是多步骤的任务，还是简单的日常需求，Actions 都能帮你一键完成。通过一个直观的界面，你可以让 AI 更高效地服务于你的每一天。我们不会止步于此。今天，我们推出了可以在团队中使用的新型代理。最好的理解方式是把它们看作“队友”，专门负责特定的角色，并拥有特定的权限，就像权限管理一样。例如，会议协调代理可以加入你的 Teams 会议，帮助保持会议重点、管理聊天内容，并跟进后续事项和行动任务。

我们的项目经理代理可以自动化项目管理流程中的所有关键步骤，比如从零开始创建一个计划，监督项目进展、任务分配和内容创建。接下来是自助服务代理。这些代理可以提供非常实用的信息，回答关于公司政策的问题。更重要的是，在 HR 和 IT 领域，这些代理可以帮助完成具体任务，相当于扩展了 HR 和 IT 部门的能力。

三、SharePoint 代理

我们还宣布了 SharePoint 代理。每个 SharePoint 站点现在都内置了一个代理，可以在工作流中即时访问实时信息和洞察。更进一步，我们让用户可以轻松使用 CoPilot Studio 创建自己的 CoPilot 或代理。很多时候，我们觉得创建代理是一件非常复杂的事，但实际上非常简单。我们的愿景是，这应该和创建 Word 文档、PowerPoint 演示文稿或 Excel 表格一样容易。例如，只需要用自然语言描述一个服务代理，再连接到几个数据源，比如 SharePoint 和动态 CRM，你就能在几秒钟内创建一个代理，并直接集成到 CoPilot 中。

通过 CoPilot Studio，你还可以让这些代理实现自治。当这些自治代理需要更多信息时，它们可以在 CoPilot 中发出请求。即使是自治代理，有时也需要用户的关注，而与我们互动的界面就是 CoPilot。上个月，我们在 Dynamics 365 中引入了十多个自治代理，从优化供应链到帮助客户服务团队解决问题。例如，销售资格代理可以自主研究系统中的潜在客户，标记最佳潜在客户，并草拟个性化的电子邮件供用户编辑发送。

我们看到客户已经在使用这些功能，比如麦肯锡开发的自治代理将客户入职时间缩短了 90%；DOW 则开发了优化运输流程的代理，预计第一年就能节省数百万美元。我们非常兴奋地与合作伙伴分享这些成果，包括 Adobe、LinkedIn、SAP、ServiceNow 和 Workday 等公司，它们也在为 Microsoft 365 CoPilot 构建 AI 优先的代理。

我们不会止步于此。今天，我们推出了可以在团队中使用的新型代理。你可以把它们当作“队友”，负责特定角色，并拥有特定权限。例如，会议协调代理可以加入 Teams 会议，帮助保持会议重点，管理聊天内容，并跟进后续事项和任务。此外，我们的项目经理代理可以自动化项目管理的所有关键步骤，比如从零开始创建计划，监督任务分配和内容创建。还有自助服务代理，它们可以提供实用的信息，回答关于政策的问题，甚至在 HR 和 IT 领域帮助完成具体任务，可以视为 HR 和 IT 部门的延伸。

我们还宣布了 SharePoint 代理，每个 SharePoint 站点现在都有一个内置代理，可以实时访问知识库中的信息，直接融入工作流中。而且，用户现在可以通过 CoPilot Studio 创建自己的 CoPilot 或代理。这个过程非常简单，就像创建 Word 文档或 Excel 表格一样。例如，你可以用自然语言描述一个服务代理，将其连接到 SharePoint 或动态 CRM 数据源中，几秒钟内就能生成一个代理并集成到 CoPilot 中。上个月，我们在 Dynamics 365 中推出了十多个自治代理，比如帮助优化供应链，或支持客户服务团队解决问题的代理。比如，销售资格代理可以自主筛选系统中的潜在客户，标记最佳客户并生成个性化邮件供用户编辑发送。我们的一些客户已经用这些功能取得了巨大成效，比如麦肯锡通过自治代理将客户入职时间缩短了 90%，DOW 则开发了优化运输流程的代理，预计第一年就能节省数百万美元。

现在让我们来看看另一个非常重要的方面：测量。在用户开始使用 CoPilot 和各种代理之后，所有企业领导者都希望了解如何衡量投资回报率（ROI）。今天，我们非常激动地宣布 CoPilot Analytics。举个例子，销售区域经理现在可以将特定的 CoPilot 使用情况与业务指标（例如他们的赢单率）关联起来。这不仅适用于 CoPilot，也包括所有你所创建的代理。你可以根据业务 KPI 来调整使用模式。我们的目标是展示 CoPilot 使用如何最终直接转化为销售、营销、财务等领域的业务成果。这其实是一个变革管理的过程。CoPilot Analytics 是一个工具，可以帮助我们改变工作、工作流程和工作成果的实现方式。这就是我们实现 ROI 的路径。这是 Microsoft 365 CoPilot 的全貌：CoPilot Studio 和代理、自主代理，以及一整套 AI 驱动的业务转型系统。

四、Windows 电脑

接下来，让我们讨论第二个平台：设备。在 AI 时代，即便是设备也在发生根本性的转变。通过云端的 AI 和边缘计算，我们创造了一个连续分布式计算架构。

过去一年中，我们推出了全新类别的 Windows 电脑，称为 CoPilot Plus PC，这些设备充分释放了云端和边缘计算的潜能。我们与整个生态系统合作，比如 Qualcomm 和其他 OEM 合作伙伴，共同推动硬件创新。这些新设备在本地具备 40 多 TFlops 的算力，并搭载 MPU（机器处理单元），同时确保电池寿命和性能表现都达到最佳。这不仅仅是加入 MPU，而是让 Windows 和 Windows PC 在基本性能方面达到新高度。而对于开发者来说，就像 32 年前的 Windows 3.1 引发了应用热潮一样，如今 CoPilot Plus PC 再次成为新一代开发平台，吸引了 Adobe 和 WhatsApp 等应用开发者，利用这些 PC 的算力，提供突破性的 AI 体验。

我们还引入了全新的终端设备。三年前，我们推出了基于云的 PC 类别 Windows 365，它可以将个人 Windows 桌面从云端安全地流式传输到任何设备上，比如 iOS、Android 或混合现实设备（例如 Meta Quest 头显）。Windows 365 已被广泛用于远程员工、临时工、IT 开发者以及一线场景，甚至包括灾难恢复。事实上，Windows 365 是我的首选开发桌面。它提供对 GitHub、CodeSpaces、VS Code 和 Azure SDK 的完全访问，所有工具集中在一个地方，并可以在任何地方访问。今天我们很高兴宣布，Windows 365 应用将登陆 Android，并支持 移动应用管理（Mobile Application Management）。这意味着员工可以在个人设备上使用 Windows 365，而企业的应用和文件仍然安全，完全由云端管理。

Windows 365 正在快速增长，年同比增速达到三位数，全球顶级公司如富国银行、强生、和西门子都在使用它。今天，我们非常激动地宣布 Windows 365 Link。这是一个简单安全、专为 Windows 365 设计的设备，无需管理员权限或密码。它默认启用安全配置，无法被关闭。Windows 365 Link 扩展了 PC 类别，连接云端生产力，而不在设备上留下任何数据。为了进一步提升设备的安全性和可靠性，我们推出了多项新功能，比如 Windows Hotpatch，可在无需重启的情况下应用关键安全更新。同时，我们还引入了基于时间点恢复（Point-in-Time Restore）的功能，客户可以快速将云 PC 回滚到之前的状态。

五、AI 堆栈

这些都是我们为支持 Windows 上的关键任务工作流而做的努力。这就是 CoPilot 设备带来的变革。接下来，我们进入最后一个平台：CoPilot 和 AI 堆栈。我们的方法很简单：将我们构建的所有应用程序，包括 CoPilot、代理 和 CoPilot Studio，以及其背后的完整技术堆栈，开放给用户。这意味着你可以利用这些工具创建自己的 CoPilot 和代理。简单来说，每个应用程序都在成为 AI 应用程序。

过去一年中，我们见证了这些工具带来的巨大进展。例如，NASA 的数据科学家创建了 Earth CoPilot，它能处理海量的地理空间数据，包括气候和空气质量等关键信息。这对城市规划或灾害响应非常有帮助。通过 Earth CoPilot，用户可以首次使用自然语言分析这些数据。例如，你可以查看芝加哥的空气质量多年来的变化，这样的分析过去几乎不可能实现。

另一个例子是丰田，他们开发了名为 Obeya（意为“大房间”） 的系统，目标是创建一个由 AI 代理组成的大房间，为工程师提供 24 小时支持。这些代理基于工程设计、法规信息和手写文档（通过 OCR 上传到 CoPilot），工程师可以通过它解决从提高汽车性能到满足排放标准的各种问题。这些只是一些例子。

我们才刚刚起步，并在堆栈的每一层不断添加新功能。从基础设施层开始，我们正在将 Azure 打造成“世界的计算机”。过去一年里，我们在 15 个国家 和 6 大洲 新建了数据中心，目前已有 60 多个数据中心区域，比任何其他提供商都多。我们还致力于建设可持续发展的数据中心。例如，我们在弗吉尼亚州北部建造了两个完全采用 低碳交叉层压木材 的数据中心，与传统钢结构相比，这种新型建筑模式将碳足迹减少 35%。在网络层面，我们开发了 中空光纤技术，在速度、带宽和能效方面实现了突破。因为光在空气中传播比在玻璃中更快。今年，我们展示了有史以来最低损耗的光纤技术，这对数据中心连接至关重要。未来两年内，我们计划新增 15,000 公里的中空光纤网络。

六、AI核心是数据

现在，让我们从基础设施转向下一个主题：数据。众所周知，没有数据就没有 AI。为了构建 AI 应用程序，你需要能够有效地将数据与 AI 计算结合。为此，我们正在构建一个完整的数据平台，核心是去年在 Ignite 推出的 Microsoft Fabric。Microsoft Fabric 将所有数据和分析工作负载整合到一个统一的体验中。通过 OneLake 功能，无论数据存储在 Azure、本地环境、Amazon，还是 GCP，都可以在一个地方为 AI 工作负载创建数据层。迄今为止，Fabric 已经拥有超过 16,000 名客户，其中包括 70% 的《财富》500 强企业。

今天，我们为 Fabric 迈出了重要的一步。传统的数据架构通常需要为操作型存储和分析型存储分别提供服务，数据需要在两者之间频繁移动。我们非常激动地宣布，将我们的旗舰操作型数据库 SQL Server 原生引入 Fabric，通过 Microsoft Fabric Databases 提供支持。就像 Fabric 简化了所有分析需求一样，我们希望在操作型数据库领域也实现同样的目标。现在，借助 Fabric，客户拥有一个企业级数据平台，可以同时支持批量数据、实时数据，以及大规模事务处理，并将所有数据以开放格式存储在 Fabric 中。

这种新数据体验使得用户能够在几秒钟内自主创建安全的数据库，并直接与 Fabric 中的分析工作负载连接。这种集成的 SaaS 服务让操作型和分析型工作负载在一个平台中协同工作，还能与 VS Code 和 GitHub 集成，帮助用户统一数据平台并构建应用程序。这意味着你可以将 AI 应用于所有数据，无论是操作型数据还是分析型数据。而对于需要更多自定义和控制的用户，Azure 数据库可以满足需求，并为 AI 进行了优化。尤其是规模化搜索操作，这是 AI 和数据应用中最重要的功能之一。由 Microsoft Research 开发的搜索技术现已应用于我们的 4000 多亿条索引，支持实时更新，并实现低于 10 毫秒的延迟。今天，我们将这一强大的搜索功能引入 Azure 数据库，包括 SQL 和 Cosmos DB。我们非常兴奋能为数据库引入这些最前沿的技术！

七、构建AI应用

现在让我们来谈谈应用程序的构建。当你拥有了基础设施和数据，就该开始创建应用了。在当下，每个应用程序都是 AI 应用程序。每一代新应用程序的出现，都会带来一系列新的需求。从移动应用到云应用，这种变化从未停止。而 AI 正在彻底改变我们设计、定制和管理应用的方式。这也是为什么我们正在为 AI 时代构建一个顶级应用服务器。

今天，我很高兴宣布 Azure AI Foundry。通过 Foundry，我们将所有模型、工具、安全性和监控解决方案整合到一个体验中，并与最流行的开发者工具无缝集成。你可以通过独立的 SDK 和门户访问 Foundry 的所有功能。

让我们从模型开始。我们知道，模型的选择对于优化成本、延迟和性能来说至关重要。我们希望帮助用户为每个任务选择合适的模型。目前，Foundry 支持 5800 多个模型。OpenAI 持续在模型创新方面引领行业，比如最新的模型已经可以在 Azure 上使用。过去六个月，Azure OpenAI 的消费量翻了一倍。此外，我们还支持其他模型，比如来自 Meta 的开源模型，以及 Cohere 等提供商的模型，让用户可以根据需求自由选择。没有应用程序只使用一个模型。以 Microsoft 应用为例，它们结合了数千个优化和微调后的模型。我们还引入了 20 多个行业模型，这些模型针对合作伙伴（如贝尔、佩奇、罗克韦尔和西门子）的具体用例进行了设计。

为应对模型多样性，我们在 Foundry 中加入了 模型实验功能，让开发者能够同时实验多个模型、比较结果，并选择最佳模型。我们还与 Labs 和 Scale AI 合作，加速数据准备和模型定制的过程，包括数据生成、模型训练、评估和实验。同时，Foundry 还集成了 Weights & Biases，为模型跟踪、评估和优化提供了一整套工具。这一切都可通过 Foundry 实现。

今天，我们还推出了一项全新的服务，简化 AI 驱动代理的创建。我们的 Agent Service 帮助开发者快速构建、部署和扩展 AI 应用，从而自动化业务流程。之前我向大家展示过如何通过 CoPilot Studio 轻松创建代理，而 Agent Service 提供了更适合开发者的代码优先方法。你可以用 Agent Service 创建能够访问各种数据的代理，比如公共网络数据、企业数据（如 Microsoft 365 和 SharePoint），或者通过 Fabric OneLake 将不同云的数据整合到一个统一平台。这些代理不仅能处理数据，还能执行任务。Agent Service 支持 1200 多个逻辑应用连接器，让开发者能够快速创建复杂的多代理系统。

我们还确保 Agent Service 支持所有主流的多代理框架，比如 Imagentic One、AutoGEN 和 Semantic Internal。通过 Foundry 和 Agent Service，你可以轻松构建功能强大的 AI 应用。同时，AI 应用还有一些特定的操作考虑，比如 AI 的成本管理、性能、安全性和可靠性。为此，Foundry 引入了全新的管理功能。例如，我们推出了 AI 报告，帮助开发者记录和分享应用的使用场景及评估结果。这些评估结果可以让开发者更好地理解和优化应用的行为。

。。。

【往期回顾】

💡 看到很多读者在问"如何开始AI转型"，我们建了个实战派AI团队（成员来自复旦、浙大、华为、阿里），专注帮企业做"轻量级"AI落地：

• 🎯 公司该从哪个环节开始用AI？

• 🛠️ 具体怎么落地才不会踩坑？

• 💰 投入产出比怎么才最大？

我们团队专注企业AI解决方案

联系负责人：Milo-1101（仅限企业客户）

素材来源官方媒体/网络新闻