@changedi
2025-06-05T15:13:43.000000Z
字数 17209
阅读 17
洞察
微软近期人工智能战略洞察:技术规划、新产品与Build大会深度分析执行摘要微软的人工智能战略以其无处不在的整合性为特征,将人工智能定位为“我们时代的电力” 1,这一愿景驱动了其在基础设施上的巨额投资、对负责任人工智能开发的承诺,以及向其整个产品生态系统中“代理式人工智能”的战略性转变。近期召开的Build 2025大会是微软展示这些进步的关键平台,强调了智能代理将自主协作并重塑工作方式和应用程序构建方式的未来。报告的主要发现包括:Azure AI Foundry 作为企业人工智能工厂的强大作用,不断扩展的 Copilot 生态系统将人工智能嵌入到每个工作流程中,以及微软在应对人工智能风险和促进全球人工智能素养方面的积极立场。1. 微软的人工智能总体愿景与战略支柱1.1. 萨蒂亚·纳德拉的愿景:人工智能作为“我们时代的电力”与以人为本的创新微软首席执行官萨蒂亚·纳德拉(Satya Nadella)一贯阐述的愿景是,人工智能不仅仅是一种工具,而是一种基础性公用事业,类似于早期工业革命中的电力 1。这种观点突显了微软将人工智能深度整合到其所有平台和服务中的决心,旨在为未来四分之一个世纪的经济成功奠定基础 1。纳德拉强调“永不停止学习”的心态以及同理心和协作的文化 2,这深刻影响了微软人工智能开发的方法。其核心在于通过取代重复性任务和降低行业进入壁垒来增强人类的生产力和创造力,而非简单地替代人类 1。纳德拉将人工智能比作“我们时代的电力”,这一核心理念直接推动了微软在人工智能基础设施方面的大规模投资策略。这种将人工智能视为基础性公用事业的观点,使得微软认识到,如同电力需要强大且无处不在的基础设施来支持广泛应用和经济转型一样,人工智能也需要类似的投入。因此,微软计划在2025财年投资约800亿美元,在全球范围内建设支持人工智能的数据中心,其中超过一半的投资将用于美国本土,这充分体现了其对美国经济的信心和对人工智能基础性作用的承诺 1。此外,微软对以人为本的创新和人工智能素养的重视,表明其将人工智能的普及视为一场社会和劳动力转型,需要对教育和再培训进行大量投资。纳德拉的愿景不仅强调人工智能在提高生产力和创造新经济机会方面的作用 2,也承认其可能带来的就业岗位替代问题 1。微软的回应不仅仅是开发人工智能,更是让人们能够利用人工智能。其呼吁制定“国家人工智能人才战略”,使“每个美国人都能获得并善用人工智能技能” 1,包括通过Minecraft教育版开展的全国4-H人工智能技能合作项目 1,都表明了微软在解决人工智能普及过程中人的因素方面的积极态度。这暗示微软深知其人工智能战略的成功取决于一支能够利用这些新工具的熟练劳动力,从而带来超越企业利润的更广泛社会影响。1.2. 负责任人工智能的核心原则:公平、可靠与安全、隐私与安全、透明、问责制与包容性微软坚定不移地致力于负责任的人工智能开发,并以六项核心价值观为指导:公平、可靠与安全、隐私与安全、透明、问责制和包容性 3。这一承诺不仅停留在原则层面,更延伸到具体的实践、工具和政策参与中。微软发布了《负责任人工智能透明度报告》(RAI Transparency Report)3,以提供其负责任人工智能工作的深入信息,并积极参与政策讨论,包括引入欧洲数字承诺以及打击滥用人工智能生成的内容和深度伪造 3。其关键工具和实践包括“人机交互体验(HAX)工作簿”、“使用Azure AI构建安全可信应用程序”以及“负责任人工智能仪表板” 3,这些工具旨在帮助组织评估和管理人工智能风险。微软还积极推动合作,例如与Anthropic、谷歌和OpenAI共同发起“前沿模型论坛”(Frontier Model Forum)3,以共同推进安全、可靠和值得信赖的人工智能。此外,“Copilot版权承诺”3 则解决了客户的知识产权担忧。微软在负责任人工智能方面建立的强大且透明的框架,是其重要的战略差异化优势,旨在建立信任并降低可能阻碍企业广泛采用的风险。在人工智能审查日益严格和潜在滥用日益增多的时代,对负责任人工智能的坚定承诺 3 不仅是道德要求,更是业务必需。通过明确原则、发布透明度报告以及提供负责任人工智能仪表板等工具 3,微软积极应对数据泄露、提示注入和偏见等问题 4。这种积极主动的立场使其在竞争中脱颖而出,并赢得了对安全性、隐私性和伦理影响高度敏感的企业客户的信任,从而加速了其人工智能解决方案的采用。微软参与并启动了“前沿模型论坛”等多方利益相关者论坛 3,这表明其认识到负责任的人工智能治理需要行业范围的协作,从而将微软定位为全球人工智能政策和标准制定领域的领导者。高级人工智能模型的复杂性和潜在社会影响,使得协作式治理方法成为必要。微软与主要人工智能参与者(Anthropic、谷歌、OpenAI)共同参与“前沿模型论坛”3,表明其致力于超越个体企业政策的集体行动。这传递了一个信号,即微软理解需要共享行业标准和最佳实践,以确保全球人工智能的安全和有益发展,从而影响更广泛的监管和伦理格局。表1:微软人工智能核心原则与实践
原则关键实践/工具相关信息来源公平负责任人工智能透明度报告,Azure AI内容安全3可靠与安全人机交互体验 (HAX) 工作簿,Azure AI安全,微软安全,SafeLinks集成,Entra Agent ID3隐私与安全微软隐私承诺,Purview DLP,Entra Agent ID3透明负责任人工智能透明度报告,提供负责任人工智能工作的进一步透明度3问责制负责任人工智能仪表板,Copilot版权承诺3包容性前沿模型论坛,打击AI深度伪造,与AFL-CIO建立技术劳工伙伴关系3
1.3. 战略投资、关键伙伴关系(例如,OpenAI、前沿模型论坛)和全球扩张计划微软的人工智能战略以重大的财政承诺为基础,包括在2025财年投入约800亿美元用于全球范围内支持人工智能的数据中心建设,其中很大一部分将用于美国本土 1。这反映了其对美国经济的信心以及对人工智能基础性基础设施的承诺。与OpenAI的合作是其核心战略之一,始于2019年的10亿美元投资,并在2023年追加了高达100亿美元的多年、多笔投资 7。这使得微软能够访问ChatGPT等尖端人工智能模型,并将其整合到其产品套件中 8。尽管微软最初是OpenAI的独家云服务提供商,但近期与甲骨文等公司的合作 7 表明其正在进行轻微的多元化,但微软仍是主要的计算合作伙伴。微软还在全球范围内进行扩张,近期在瑞士投资4亿美元,以加强该国的云和人工智能能力,包括先进的GPU,并与当地创新园区和非政府组织合作,开展人工智能技能培训和人权倡导 9。微软在基础设施方面的巨额投资以及与OpenAI等公司的战略伙伴关系,旨在巩固其在人工智能堆栈基础层面的主导地位,从计算能力到领先模型,从而构建竞争护城河。2025财年800亿美元的数据中心投资 1 和对OpenAI的数十亿美元投资 7 不仅仅是庞大的资金投入,它们代表着一项战略性举措,旨在控制人工智能开发和部署的关键投入:原始计算能力和最先进的模型。通过确保对这些基础要素的访问和控制,微软旨在减少对第三方核心人工智能能力的依赖,并为其客户提供卓越的性能和功能,从而使竞争对手在规模和模型访问方面难以追赶。全球性的投资和伙伴关系,例如在瑞士的投资以及与联合国难民署(UNHCR)、国际电信联盟(ITU)的合作 9,表明微软的战略不仅限于在全球部署人工智能基础设施,还包括塑造全球人工智能的采用、技能培训和治理,从而扩大微软的市场影响力并满足当地需求。在瑞士的投资 9 以及与联合国难民署、国际电信联盟等国际组织的合作 9,表明微软的人工智能战略超越了纯粹的商业利益。通过投资当地生态系统、支持不同社区的人工智能技能培训以及参与全球治理讨论,微软旨在促进更广泛的人工智能采用,并确保其人工智能解决方案在不同文化和监管背景下都具有相关性和益处。这有助于建立良好声誉,建立当地伙伴关系,并可能开拓新市场,从而为长期的全球市场领导地位做出贡献。1.4. 基础性转变:拥抱“代理式网络”和“人工智能原生企业”微软近期战略的核心主题,尤其是在Build 2025大会上强调的,是向“代理式网络”的转变 10。这一愿景设想了一个未来,软件将更像智能代理,能够保留记忆、跨API和服务操作、与其他代理协作,并在后台自主运行 11。这代表着从简单的人工智能助手向“能够充当工作场所队友的自主代理”12 的转变,从根本上重新思考知识工作 13。微软正在构建“持续人机协作”的基础设施 11。其目标是实现“人工智能原生企业”11,其中人工智能代理将成为“数字员工”13,执行端到端流程,持续学习并实现大规模扩展。“代理式网络”和“人工智能原生企业”的愿景代表了软件概念和与用户交互方式的根本性范式转变,从被动工具转向主动、自主的协作者。传统上,软件响应直接的用户输入。“代理式网络”10 的概念,即代理“在后台运行”并“与其他代理协作”11,意味着计算环境将转向更自主和主动的模式。这意味着用户将与能够预测需求、独立管理复杂工作流程甚至启动行动的人工智能系统进行交互。这与当前的人机交互模型有显著不同,需要对应用程序和用户体验进行彻底的重新架构。拥抱“人工智能原生企业”意味着深刻的组织转型,要求公司重新定义角色、管理人机协作并迅速扩展人工智能的应用。将人工智能代理视为“雇佣你的第一批数字员工”并“设定你的人机比例”13 的概念,表明微软预见到人工智能代理将成为劳动力不可或缺的一部分。这不仅仅是采用新工具;它涉及重新设计业务流程、重新评估工作职能,并培养新形式的人机协作。这需要大量的变革管理、员工技能培训以及将人工智能整合到组织各个层面的战略方法,从试点项目转向广泛的企业级部署 13。2. 技术规划与基础人工智能基础设施2.1. Azure AI Foundry:企业人工智能应用与代理工厂Azure AI Foundry 被定位为微软用于大规模设计、定制和管理人工智能应用程序和代理的综合平台 11。它提供了一个统一的API用于模型集成,以及一个用于编排和微调的多代理工具链 14。广泛的模型生态系统: Foundry 支持超过1900种模型,包括来自 xAI 的 Grok 3、来自 Black Forest Labs 的 Flux Pro 1.1 和 Azure OpenAI 上的 Sora 等专有模型,以及来自 Meta (LLaMA)、Hugging Face 和 Mistral 等流行的开源模型 10。这种广度使开发人员能够为不同的提示选择最佳模型,从而提高质量并降低成本 10。统一API、多代理工具链和Foundry可观测性: 它提供了用于编排生产就绪代理、定制模型以及通过可配置评估和安全过滤器持续监控AI性能的工具 14。Foundry可观测性目前处于预览阶段,提供代理推理步骤和工具调用的端到端监控 10。集成安全与治理: Microsoft Entra、Defender for Cloud 和 Purview 被嵌入到 Azure AI Foundry 和 Copilot Studio 中,以增强人工智能开发生命周期中的安全和人工智能治理 11。一项新功能 Entra Agent ID 可管理人工智能代理的身份 10。Azure AI Foundry 对各种模型(开源和专有)的广泛支持,表明微软致力于成为人工智能开发的首选“中立平台”,促进生态系统增长而非封闭式方法。通过支持包括来自 xAI (Grok) 等竞争对手的模型和 LLaMA 等开源模型在内的1900多种模型 10,微软表明 Azure AI Foundry 旨在成为一个通用的人工智能开发环境。这种方法具有战略优势,因为它吸引了更广泛的开发人员群体和可能具有特定模型偏好或要求的企业客户,从而将 Azure 定位为无论选择何种人工智能模型都不可或缺的基础设施。这与仅专注于专有模型的策略形成对比。Azure AI Foundry 中安全、治理(Entra、Defender、Purview、Entra Agent ID)和可观测性功能 10 的深度集成,凸显了微软对企业级人工智能部署的关注,解决了大规模采用的关键问题。企业需要强大的人工智能系统安全性、合规性和监控能力。将 Microsoft Entra 用于身份管理、Defender for Cloud 用于安全以及 Purview 用于数据治理 11 直接满足了这些需求。Entra Agent ID 10 的引入,特别是针对人工智能代理,显示了在管理自主系统独特挑战方面的远见。这种专注于“简化企业人工智能”14 的方法对于加速人工智能解决方案在高度监管或安全敏感环境中的采用至关重要。表2:Azure AI Foundry:关键模型与能力
类别模型/能力相关信息来源支持模型Grok 3 (xAI), Flux Pro 1.1 (Black Forest Labs), Sora (Azure OpenAI), Phi-4, LLaMA (Meta), Hugging Face模型, Mistral, OpenAI模型10关键能力统一API,多代理工具链,Foundry可观测性,集成安全与治理 (Entra, Defender, Purview, Entra Agent ID),A2A集成,NVIDIA Grace Blackwell GPU部署10
2.2. 全球AI优化数据中心扩展微软正在迅速扩展其人工智能优化基础设施,在全球拥有超过70个数据中心区域,比任何其他云提供商都多 10。此次扩展包括部署NVIDIA Grace Blackwell (GB200) 系统,这标志着第一个将互联的NVIDIA Grace Blackwell系统上线,成为全球最先进的人工智能训练和推理平台 10。同时,正在实施诸如用于GPU的液冷技术(代号Maya)和400太比特AI WAN骨干网等创新,以实现超高速数据中心互联 11。微软计划在2025财年投资约800亿美元,用于建设这些支持人工智能的数据中心 1。微软在尖端人工智能优化基础设施方面的积极投资,特别是NVIDIA Grace Blackwell GPU的早期部署和先进的冷却技术,在提供大规模高性能人工智能计算方面具有显著的竞争优势。人工智能工作负载高度依赖于强大、专业的硬件。作为“第一个将互联的NVIDIA Grace Blackwell系统上线”10 并投资液冷技术 11 的云平台,表明微软致力于提供最先进的计算能力。这直接转化为人工智能训练和推理的卓越性能,这对于吸引和留住对人工智能有高要求客户和大型模型开发者至关重要,使其在原始人工智能计算能力方面领先于AWS和Google Cloud等竞争对手。人工智能优化数据中心在全球70多个区域的扩张 10 是一项战略举措,旨在满足数据驻留要求,降低全球客户的延迟,并使全球范围内的高级人工智能能力普及化。数据驻留和低延迟对于全球企业至关重要。通过将人工智能优化基础设施扩展到70多个区域 10,微软使客户能够将人工智能应用程序部署到更接近其数据和用户的位置,从而满足监管要求并改善用户体验。这种广泛的地理覆盖范围也支持了微软“将美国人工智能出口给我们的盟友和朋友”1 的目标,巩固了其作为全球云人工智能提供商的地位。2.3. AI在核心微软平台中的集成SQL Server 2025: 目前处于公开预览阶段的SQL Server 2025旨在安全地支持人工智能应用程序,并转型为向量数据库,内置人工智能功能,如语义搜索、生成式人工智能集成和原生JSON支持 10。它还通过SQL Server Management Studio中的Copilot功能提升了开发人员的生产力 11。Azure Cosmos DB和Microsoft Fabric: Cosmos DB(NoSQL)已集成到Microsoft Fabric和Azure AI Foundry中,简化了对人工智能应用和代理至关重要的非结构化和半结构化数据的处理 10。Microsoft Fabric统一了团队和数据,以加速人工智能创新 14。Windows AI Foundry: 该平台在Windows 11电脑上启用人工智能支持的功能和API,并在后台本地运行 11。它包括Windows AI API(例如用于文本生成的Phi Silica、用于图像超分辨率、对象擦除、文本识别的AI Imaging)、用于流行开源模型的Foundry Local,以及用于ONNX模型推理的Windows ML 11。Visual Studio AI Toolkit和AI Dev Gallery等开发工具支持本地人工智能开发 16。SQL Server 2025转型为向量数据库 10 以及Cosmos DB与Fabric的集成 10,标志着微软数据平台战略的根本性演变,旨在原生支持检索增强生成(RAG)和其他人工智能驱动的数据工作负载。传统的RDBMS和NoSQL数据库并未针对向量嵌入进行优化,而向量嵌入对于生成式人工智能中的语义搜索和RAG架构至关重要。通过将向量数据库功能直接嵌入到SQL Server中,并将Cosmos DB与Microsoft Fabric集成以实现统一数据管理 10,微软使企业能够利用其现有数据资产进行人工智能应用,而无需复杂的ETL流程或单独的向量数据库。这简化了上下文感知人工智能解决方案的开发,这些解决方案可以使用专有企业数据来增强大型语言模型,从而使人工智能对企业更实用、更强大。Windows AI Foundry 11 的推出,用于Copilot+ PC上的本地人工智能处理,表明微软致力于边缘人工智能,解决需要低延迟、隐私和离线能力的用例。在设备上本地运行人工智能模型 11 比仅在云端处理具有明显的优势,包括降低延迟、增强隐私(敏感数据保留在设备上)以及在离线环境中的功能。Windows AI Foundry 及其本地API(Phi Silica、AI Imaging)以及通过Foundry Local支持开源模型 16,将Windows设备定位为强大的人工智能端点。这一战略迎合了更广泛的人工智能应用,特别是那些对实时交互或数据敏感性要求极高的应用,并为Windows硬件创造了独特的价值主张。3. 产品创新:不断扩展的Copilot生态系统3.1. Microsoft Copilot:无处不在的人工智能助手Microsoft Copilot 旨在成为一个不可或缺的人工智能助手,无缝集成到整个Microsoft 365生态系统中 6。其目标是改变用户与技术互动的方式,使其成为一个“可靠的助手”8。增强的用户能力: Copilot 提供文档的语音对话功能 6、Edge中的搜索摘要功能 6、Word中的动态文档快照和指导功能 6,以及PowerPoint中简化演示文稿创建的多文件引用功能 6。它还可以在Outlook中总结电子邮件 6,并在Teams中提供实时会议指标 18。与Microsoft 365应用程序的深度集成: Copilot 嵌入在Word、Excel、PowerPoint、Outlook、Teams、Edge和OneNote中 6。OneNote中的Copilot Notebooks允许用户汇集各种内容以支持Copilot的相关操作和分析 6。Copilot 在 Microsoft 365 应用程序中的深度且无处不在的集成 6,标志着从传统软件界面向对话式、人工智能优先的用户体验的战略转变。用户不再需要导航菜单和功能,Copilot 允许通过自然语言进行交互 6。它在 Word、Excel、PowerPoint、Outlook、Teams 和 Edge 中的存在 6 意味着人工智能辅助在几乎所有日常生产力任务中都可根据上下文获得。这旨在减少认知负担,加速工作流程,并从根本上改变用户与软件的交互方式,使人工智能成为许多常见任务的主要界面,从而推动对 Microsoft 生态系统的更深入参与。语音对话、搜索摘要和多文件引用等功能 6 旨在通过自动化信息合成、内容创建和数据分析,显著提高知识型员工的生产力。知识型员工将大量时间用于信息检索、合成和内容生成。Copilot 总结文档、通过语音回答问题以及引用多个文件创建演示文稿的能力 6 直接解决了这些痛点。通过自动化这些耗时的任务,Copilot 旨在将人类能力解放出来,用于更高层次的、创造性和战略性的工作,为企业带来切实的生产力提升。3.2. Copilot Studio:赋能开发者和企业构建自定义代理Copilot Studio 是开发者和企业定制、扩展和自托管自己的人工智能副驾驶和代理的关键平台 11。高级多代理编排和开放式Agent2Agent (A2A) 协议支持: Copilot Studio 现在支持多代理编排,允许使用Microsoft 365、Azure AI和Microsoft Fabric构建的代理通过委派任务和共享结果来协作完成复杂的工作流程 17。它还支持开放式A2A协议,实现与第三方平台上构建的代理的连接 11。用于自动化桌面和网络应用程序的“计算机使用”功能: 这项新功能允许Copilot Studio代理跨桌面和网络应用程序执行任务,通过人工智能驱动的用户界面交互自动化数据输入和文档处理等重复性流程 17。通过Azure AI Foundry使用企业数据微调模型: 开发者可以访问Azure AI Foundry中的11000多个模型,并使用企业数据对其进行微调,以获得更具上下文相关性和价值的代理响应 17。通过使开发人员和企业能够构建和微调具有多代理编排和“计算机使用”功能的自定义代理 17,微软正在使复杂人工智能解决方案的创建民主化,从预构建的副驾驶转向定制的自主系统。定制、扩展和自托管人工智能副驾驶的能力 11 意味着企业不再局限于通用人工智能助手。“计算机使用”功能 17 尤其强大,因为它允许代理通过用户界面与任何应用程序(无论是传统还是现代)进行交互,有效地将Copilot Studio转变为一个通用自动化平台。这使得组织能够构建高度专业化的人工智能代理,以适应其独特的业务流程和数据,加速其人工智能转型并减少对外部人工智能开发的依赖。对开放式Agent2Agent (A2A) 协议的支持 11 表明微软致力于构建一个可互操作的人工智能生态系统,其中代理可以跨不同平台协作,从而形成一个更强大、更灵活的“代理式网络”。要使“代理式网络”真正蓬勃发展,人工智能代理需要无缝通信和协作,无论其底层平台如何。A2A协议 11 直接解决了这种互操作性需求。通过采用开放标准,微软鼓励更广泛的人工智能代理和应用程序生态系统,这可能会增加其自身Copilot Studio的实用性和覆盖范围,因为它允许编排来自不同来源的代理,使其成为代理管理的中心枢纽。3.3. GitHub Copilot:革新软件开发GitHub Copilot 已从一个编码助手发展成为一个更自主的编码代理 11。微软已将 GitHub Copilot 在 VS Code 中开源,允许开发人员定制、扩展和自托管自己的人工智能副驾驶 11。代理式 DevOps 和应用程序现代化能力: GitHub Copilot 现在能够处理代码审查、部署和调试等任务 11。微软引入了“代理式 DevOps”,其中人工智能代理简化了整个软件生命周期,包括处理 Java 和.NET 应用程序繁琐升级任务的应用程序现代化能力 12。与 Azure Site Reliability Engineering (SRE) 代理和 GitHub Models 的集成: Azure SRE 代理已集成到 GitHub Copilot 中,将其转变为一个能够全天候监控生产系统并自主解决问题的任务执行伙伴 11。GitHub Models 将 Azure AI Foundry 中的领先模型直接引入 GitHub 工作流程 12。GitHub Copilot 发展成为能够进行“代理式 DevOps”的自主编码代理 11,代表着人工智能驱动的自动化在整个软件开发生命周期中的深刻转变,从代码生成转向主动解决问题。最初,GitHub Copilot 是一个编码助手。现在,它能够执行代码审查、部署、调试 11 和处理应用程序现代化 12 的能力,标志着向自动化复杂、多步骤软件工程任务的转变。“代理式 DevOps”12 的概念,即人工智能代理与开发人员协作以简化整个生命周期,意味着未来人工智能将承担更多维护、升级和操作问题(例如 SRE 代理)的责任,从而可能使人类开发人员能够专注于更高层次的设计和创新。这是开发人员生产力的一次重大飞跃,并可能改变工程团队的结构。在 VS Code 中开源 GitHub Copilot 11 是一项战略举措,旨在促进社区创新,加速采用,并巩固微软作为人工智能驱动软件开发领先平台的地位。尽管对于专有产品来说这似乎违反直觉,但开源部分 GitHub Copilot 11 允许更广泛的开发人员社区对其进行定制、扩展并集成到不同的工作流程中。这可以带来更快的创新、更广泛的采用以及围绕微软开发工具的更强大生态系统。这也符合微软通过拥抱开源来获取市场份额和影响力(尤其是在开发人员社区中)的历史战略,使 GitHub Copilot 成为一个更具吸引力和灵活性的工具。3.4. Power Platform 作为代理平台:民主化人工智能工作流程Power Platform(包括 Power Apps 和 Copilot Studio)现在被定位为代理平台,使企业能够创建与人类协作或自主运行的智能代理 11。微软设想未来 Power Platform 将编排和管理整个数字代理劳动力 11。这些代理易于构建和部署,存在于熟悉的业务界面中,执行端到端流程,持续学习并可扩展 11。一种新的用户体验以社交媒体风格的人工智能代理信息流为特色,允许用户监控活动、查看建议并直接与代理协作 11。将 Power Platform 定位为“代理平台”11 是一项战略举措,旨在使人工智能代理的创建民主化,使业务用户和公民开发者无需大量编码即可构建复杂的人工智能工作流程。Power Platform 以其低代码/无代码功能而闻名。通过将其扩展为“代理平台”11,微软正在赋能比专业开发人员更广泛的受众来创建和部署人工智能代理。这显著降低了企业内部人工智能自动化的门槛,使业务部门能够快速构建针对特定运营需求的定制人工智能解决方案,从而加速其人工智能转型并在整个组织中更广泛地采用人工智能。“代理信息流”用户体验的引入 11 标志着用户与自动化流程交互方式的重新构想,从传统的仪表板和收件箱转向动态、协作式的人工智能驱动活动流。这种“社交媒体风格的人工智能代理信息流”11 是一种新颖的用户界面,用于管理人机协作。用户可以主动“监控人工智能代理活动”、“查看协助请求”并“直接与代理协作”11,而不是被动监控或手动启动任务。这使得交互模式从命令控制转变为与人工智能更动态、更协作的伙伴关系,使复杂的自动化工作流程对日常业务用户来说更直观、更易于访问。3.5. 专业人工智能服务和工具(例如,Azure AI服务更新,Microsoft Discovery)Azure AI服务更新: 各类Azure AI服务持续更新,包括语言服务(例如,新增实体类型、改进PII检测、放射学文档质量增强、多区域部署、自定义NER自动标注)19 和计算机视觉(例如,改进OCR、用于人体检测和方向的空间分析、口罩分类、停留时间计算)20。Microsoft Discovery: 在Build 2025大会上发布的Microsoft Discovery是一个新的企业级代理平台,它利用专业代理和基于图谱的知识来加速科学家的研发工作 10。专门为研发(R&D)等特定行业需求开发的Microsoft Discovery 10 以及Azure AI服务(19)的持续增强,表明微软正在战略性地将人工智能解决方案垂直化,以满足特定行业和复杂领域的需求。虽然Copilot和Azure AI Foundry提供广泛的人工智能能力,但Microsoft Discovery等工具 10 专为科学研发等高度专业化应用而设计,使用“专业代理和基于图谱的知识”。同样,Azure语言服务针对放射学文档的更新 19 和计算机视觉用于空间分析的更新 20 表明其专注于特定的行业需求。这表明微软的战略是超越通用人工智能,为复杂的垂直市场提供定制的、高价值的解决方案,从而开辟新的收入来源和更深入的企业参与。表3:微软Copilot生态系统:产品功能与集成
产品关键功能关键集成相关信息来源Microsoft Copilot语音对话,搜索摘要,动态文档快照,指导,多文件引用,自动化查询,聊天历史,DLP集成,SafeLinks,会议摘要Microsoft 365应用 (Word, Excel, PowerPoint, Outlook, Teams, Edge, OneNote)6Copilot Studio多代理编排,A2A协议,“计算机使用”能力,模型微调,代码解释器,即时共享,开发者控制Microsoft 365, Azure AI, Microsoft Fabric, Dataverse, 第三方平台 (通过A2A)17GitHub CopilotVS Code开源,自主编码代理,代理式DevOps,SRE代理集成,GitHub ModelsGitHub, Azure AI Foundry11Power Platform代理平台,代理信息流UX,对话式数据分析,简易工作流构建Power Apps, Copilot Studio11
4. 微软Build 2025大会的关键发布与主题4.1. “代理式网络”的核心地位及其对开发者的影响微软Build 2025大会强调“代理式网络”是下一个前沿领域,着重指出开发者将如何塑造这一新范式 10。这代表着软件行为将更像智能代理,能够自主行动并协作的转变 11。大会重点介绍了旨在使开发者能够构建、定制和管理这些代理的工具和平台(Azure AI Foundry、Copilot Studio、GitHub Copilot),从而超越传统的应用程序开发,转向编排“数字员工”13。Build 2025 大会聚焦“代理式网络”,表明微软旨在赋能开发者构建新一代自主、协作式的人工智能应用程序,从而从根本上改变软件开发的性质。Build 2025 大会上反复出现“代理式网络”这一主题 10,这不仅仅是一个营销口号,更是对开发者的号召。微软正在提供基础平台(Azure AI Foundry、Copilot Studio)和增强的开发工具(作为代理的 GitHub Copilot)10,专门用于实现这些新型自主系统的创建。这意味着开发者将越来越多地专注于设计、编排和管理人工智能代理,而不是编写传统代码,这代表着开发者技能和方法论的重大转变。4.2. Azure AI Foundry 和基础设施的重大发布Azure AI Foundry: 新模型加入了Azure AI Foundry模型库,包括来自xAI的Grok 3、Black Forest Labs的Flux Pro 1.1以及Azure OpenAI上的Sora 10。Azure AI Foundry中的模型路由器允许开发者自动选择最佳模型 10。基础设施: 微软发布了一个人工智能优化数据中心,该中心率先将互联的NVIDIA Grace Blackwell系统上线,标志着全球最先进的人工智能训练和推理平台 10。同时还宣布了扩展的数据中心容量和针对人工智能优化的新数据驻留选项 10。Microsoft Discovery: 发布了一个新的企业级代理平台,该平台利用专业代理和基于图谱的知识来加速科学家的研发工作 10。Build 2025 大会上,尖端模型(Grok 3、Sora)和硬件(NVIDIA Grace Blackwell)迅速集成到 Azure AI Foundry 中,这表明微软在提供最新人工智能进展方面具有敏捷性和决心。对 Grok 3 和 Sora 等备受期待的新模型 10 的支持公告,以及 NVIDIA 最先进 GPU 的部署 10,表明微软采取了高度响应和积极的战略。这种快速集成确保 Azure 始终处于人工智能能力的前沿,使开发人员能够立即利用最新模型和最强大的计算能力,从而加速微软云上人工智能创新的步伐。4.3. Copilot 和开发者工具的重大增强GitHub Copilot: 在VS Code中开源,允许定制和自托管 11。GitHub Copilot中的应用程序现代化功能可以更新、升级和现代化Java和.NET应用程序 10。SQL Server 2025 预览版: 旨在安全地支持人工智能应用程序并转换为向量数据库 10。Microsoft Entra Agent ID: 可以为使用Azure AI Foundry或Microsoft Copilot Studio构建的每个代理分配唯一的、一流的身份,简化企业级身份管理 10。Foundry Local: 一种用于Windows和Mac的新运行时,适用于人工智能模型和代理,允许开发者构建离线工作和本地保存敏感数据的应用程序 10。A2A在Microsoft Teams中公开预览: 允许开发者创建可在Teams环境中安全通信和协作的代理 11。Power BI Copilot: 允许用户通过自然语言对话与数据交互 11。NLWeb协议: 促进网络上的自然语言交互,旨在使界面消失 11。Build 2025 大会上的发布,从用于离线开发的 Foundry Local 到用于身份管理的 Entra Agent ID,再到用于现代化的 GitHub Copilot 10,共同表明微软致力于支持整个人工智能应用程序开发生命周期,从本地原型开发到安全的企业部署。开发人员需要用于人工智能开发各个阶段的工具。Foundry Local 10 支持本地、离线开发和数据隐私。Entra Agent ID 10 解决了生产环境中代理的身份和访问管理问题。GitHub Copilot 的现代化功能 10 有助于维护现有代码库。这种涵盖从初始构思到安全部署和维护的全面工具链,减少了开发人员和企业的摩擦,加速了他们在微软生态系统中大规模构建和管理人机协作解决方案的能力。4.4. 新产品中负责任人工智能和安全性的强化Microsoft Purview 数据丢失防护 (DLP) 在 Microsoft 365 Copilot 中将 DLP 功能扩展到 Copilot 体验,尊重敏感性标签并根据策略阻止内容处理 6。Copilot Chat 中的 SafeLinks 集成可保护用户免受恶意超链接的侵害 6。Copilot Control System 中计费和使用情况的增强功能引入了代理的按需付费 (PAYG) 组级别计费,并设置了预算阈值和实时监控 6。Copilot Control System 中的代理管理功能提供了管理代理的框架,包括库存、访问控制、生命周期管理和分阶段推出 6。在新的代理产品中,对 Purview DLP、SafeLinks 和 Entra Agent ID 等安全和治理功能 6 的强调,表明微软正在积极应对自主人工智能系统带来的独特安全和合规挑战。随着人工智能代理获得自主权,数据泄露、滥用和安全漏洞的风险随之增加 4。通过将 Purview DLP 直接嵌入到 Copilot 中 6,集成 SafeLinks 6,并引入 Entra Agent ID 进行身份管理 10,微软从一开始就将安全和合规性构建到其代理人工智能产品的核心中。这种积极主动的风险缓解策略对于赢得企业信任并确保自主代理的广泛部署不会带来不可接受的风险至关重要。表4:微软Build 2025大会:顶级AI发布
类别关键发布/主题相关信息来源总体主题代理式网络 (Agentic Web)10Azure AI Foundry & 基础设施新模型 (Grok 3, Sora on Azure OpenAI, Flux Pro 1.1),NVIDIA Grace Blackwell部署,AI优化数据中心扩展,Microsoft Discovery10Copilot & 开发者工具GitHub Copilot开源,SQL Server 2025作为向量数据库,Entra Agent ID,Foundry Local,Teams中的A2A,Power BI Copilot,NLWeb协议6负责任AI & 安全M365 Copilot中的Purview DLP,SafeLinks集成,代理管理 (库存,访问,生命周期),代理的PAYG计费6
5. 挑战、风险与未来展望5.1. 负责任人工智能实施挑战:数据泄露、提示注入、幻觉和意外输出微软承认在确保人工智能安全方面存在重大挑战,包括数据泄露和过度共享(特别是来自“影子人工智能”工具)、提示注入攻击等新兴网络威胁,以及人工智能模型固有的风险,如幻觉、意外偏好和遗漏 4。过度依赖人工智能输出而缺乏人工验证也是一个担忧,这可能导致漏洞和糟糕的决策 5。微软对人工智能风险的明确和详细阐述 4,表明其对人工智能部署复杂性有着成熟的理解,超越了泛泛的声明,深入到具体的威胁及其影响。仅仅声明“人工智能存在风险”是不够的。微软对“影子人工智能”、“提示注入攻击”、“幻觉”和“过度依赖人工智能决策”4 的详细分析,显示了其对实际挑战的深入内部分析。这种详细程度对于制定有效的缓解策略以及与面临这些真实操作和安全问题的企业客户进行透明沟通至关重要。这表明存在一个健全的内部风险评估框架。对“保护人工智能应用程序”和“保护代理式人工智能的独特挑战”4 的关注,表明网络安全策略需要进行必要的演变,以应对自主人工智能系统引入的新攻击向量和漏洞。传统的网络安全侧重于保护数据和系统免受外部威胁。代理式人工智能引入了新的挑战,例如人工智能行为本身的操纵(提示注入)或自主代理执行未经授权的操作 4。微软强调“新攻击向量”和“系统性风险”5,意味着他们正在开发新的安全范式,包括实时异常检测和代理的故障安全机制,这对于安全部署日益自主的人工智能至关重要。5.2. 应对不断演变的合规性和伦理治理框架遵守不断发展的人工智能法规(例如,欧盟人工智能法案、GDPR)至关重要,52% 的领导者承认在应对这些框架方面存在不确定性 5。微软强调需要明确的治理、文档和持续的风险评估 4。代理式人工智能系统通常在没有直接人工监督的情况下运行,这引发了关于错误或故障的问责制和责任的复杂问题 5。微软倡导明确的问责制框架、人工智能决策过程的透明文档以及与法律团队的协作 5。对不断变化的法规(例如,欧盟人工智能法案、GDPR)5 的承认以及对合规性和治理的强调,凸显了监管环境对微软人工智能开发和部署战略的重大影响。全球人工智能法规仍处于萌芽阶段,但发展迅速。微软明确提及合规挑战 5 及其对明确治理和文档的承诺 4,表明监管合规性是其人工智能战略的关键驱动因素。通过积极构建合规功能并倡导负责任的人工智能政策,微软旨在避免未来的法律障碍,在受监管行业中获得竞争优势,并将其自身定位为全球人工智能生态系统中值得信赖的合作伙伴。5.3. 组织采纳、技能培训和人机协作挑战扩展人工智能不仅仅是技术挑战,更是组织挑战 13。公司必须重新思考知识工作,确定适合自动化的流程,并设定“人机比例”13。国家人工智能人才战略对于使美国人具备必要的人工智能技能至关重要 1。微软积极参与技能培训计划,包括与4-H和FFA的合作 1,并支持全球人工智能素养计划 9。微软认识到,人工智能采用的成功取决于根本性的劳动力转型,需要对人工智能素养、技能培训和新的人机协作模式进行大量投资。将“扩展人工智能”视为“组织挑战”13 而非纯粹的技术挑战,再加上对“国家人工智能人才战略”1 和“每个美国人的人工智能素养”1 的需求,表明微软理解人的因素至关重要。设定“人机比例”13 的概念暗示了将人工智能整合到日常工作中的深思熟虑的策略,要求员工发展新技能并适应与自主代理协作。这意味着微软的长期成功不仅取决于其技术,还取决于其推动人工智能时代广泛人力准备的能力。5.4. 长期愿景和对人工智能格局的战略影响微软在全球人工智能专利方面处于领先地位,拥有超过18,000项专利,每年提交超过2,500项专利 21,这表明其在创新和知识产权保护方面采取了积极的策略。Azure 近期在云增长方面的出色表现(2025年第一季度同比增长33%,而AWS为17%,谷歌云为28%)22 表明其强大的竞争地位,这得益于人工智能进展和加速的云迁移。长期愿景是建立一个“人工智能原生企业”,其中人工智能代理是“数字员工”13,通过优化流程和创造新的经济机会来改变各行各业 1。微软在人工智能专利方面的领先地位 21 加上 Azure 加速增长 22,表明其竞争护城河正在加深,使其在基础人工智能基础设施和平台层面与谷歌和亚马逊等竞争对手相比处于强势地位。知识产权是关键的竞争资产。拥有超过18,000项人工智能专利 21 为微软在人工智能领域提供了显著的防御和进攻优势。再加上 Azure 相对于其主要云竞争对手的更高增长率 22,这表明微软不仅在快速创新,而且成功地将其人工智能能力货币化并吸引了大型企业工作负载。这种结合为竞争对手设置了强大的进入壁垒,并巩固了微软在人工智能市场的长期领导地位。表5:微软的人工智能挑战与缓解策略
挑战/风险微软的缓解策略/工具相关信息来源数据泄露/过度共享 (影子AI)内置保障 (偏见检测、输入消毒、访问控制),清晰的治理与文档,Purview DLP3新兴威胁 (提示注入)严格监控,实时异常检测,加密,严格访问控制,SafeLinks4幻觉/意外输出定期更新训练数据,升级路径,人类监督4过度依赖AI决策人类审查政策,员工AI局限性培训,分层决策流程5问责制/责任清晰的问责制框架,AI决策透明文档,与法律团队协作,Entra Agent ID5合规挑战清晰的治理与文档,持续风险评估,负责任AI仪表板3
结论微软近期的人工智能战略以其全面、整合和雄心勃勃的范围为特征。在萨蒂亚·纳德拉的领导下,人工智能被视为一场根本性的技术变革,推动了通过Azure AI Foundry和人工智能优化数据中心在全球基础设施上的巨额投资。向“代理式网络”和“人工智能原生企业”的战略性转变,标志着软件交互方式的深刻重塑,人工智能代理将成为所有工作流程中的自主协作者。不断扩展的Copilot生态系统,从无处不在的M365集成到以开发者为中心的Copilot Studio和GitHub Copilot工具,将人工智能置于每个微软产品和服务的核心。至关重要的是,微软对负责任人工智能原则坚定不移的承诺,以及具体的工具和政策参与支持,是其重要的差异化优势,有助于建立信任并降低先进人工智能固有的风险。尽管在合规性、数据安全和劳动力转型等领域仍存在挑战,但微软领先的专利组合和强劲的云增长表明其强大的竞争地位和塑造人工智能未来的清晰轨迹。参考资料来源