两位CEO震撼对话：微软和OpenAI认为token工厂是AI制胜关键

本文内容基于知名科技播客BG2对微软首席执行官萨提亚·纳德拉（Satya Nadella）与OpenAI首席执行官山姆·奥特曼（Sam Altman）的深度对话整理。纳德拉自2014年执掌微软以来，成功推动公司全面转型为云与AI驱动的科技巨头，市值跃居全球第一梯队。

奥特曼则是人工智能领域最具影响力的创业者之一，曾领导Y Combinator，现掌舵全球最前沿的大模型研发机构OpenAI。两人共同缔造了科技史上最关键的战略联盟之一，其合作不仅重塑了AI产业格局，更定义了智能时代的价值分配逻辑。此次访谈首次系统阐述了他们对算力、资本、监管、产品形态与社会影响的完整思考。

很多人一听到“1.4万亿美元算力承诺”就吓坏了，觉得OpenAI是不是疯了。但山姆·奥特曼却反问：“你真觉得我们花得太多了吗？其实最大的风险，恰恰是花得太少。”这句话听起来反常识，却是AI时代的底层逻辑。

在传统软件时代，边际成本趋近于零，多卖一份软件几乎不花钱。但AI完全不同——每一次用户对话、每一次代码生成、每一次图像创作，背后都是昂贵的GPU计算资源在燃烧。

如果你没有足够的算力，就造不出下一代大模型；没有下一代大模型，就无法支撑规模化收入。

奥特曼直言：“如果我们现在有十倍的算力，收入可能不会翻十倍，但差距绝不会太大。”这说明，当前AI公司的增长不是被市场限制，而是被物理世界的算力供给卡住了脖子。

因此，敢于下重注、敢把未来押在算力上，才是真正的战略远见。

对AI公司来说，最大的风险不是计算资源投入太多，而是投入太少！没有海量的计算资源，你就没法打造下一代模型，没有这些模型，你就别想规模化赚钱。这就像你要开工厂却舍不得买机器，那还谈什么生产？

OpenAI的组织结构堪称全球独一份。它上面是一个非营利基金会，下面是一个营利性公司。最近，该基金会已注入1300亿美元的OpenAI股票，一跃成为全球规模最大的非营利组织之一。

萨提亚·纳德拉对此极为赞赏，称微软很荣幸能同时与盖茨基金会和OpenAI基金会并肩。

这种设计的精妙之处在于：营利部分负责融资、商业化和快速迭代产品；非营利部分则专注解决那些“市场不愿碰”的重大问题——比如用AI加速癌症药物研发、推动气候科学突破、保障AI安全。

奥特曼解释说：“资本主义擅长分发工具，但有些事，比如让AI发现新物理定律，市场机制根本覆盖不到。”通过非营利实体，OpenAI可以确保这些关乎人类命运的研究不受短期利润压力干扰。未来，该基金会将把前250亿美元用于健康、AI安全与社会韧性建设，目标是在通往通用人工智能（AGI）的路上，让社会平稳过渡，避免剧烈震荡。

外界总以为AI发展的瓶颈是英伟达GPU不够用，但纳德拉一语道破真相：“我现在最大的问题，不是芯片缺货，而是我根本没有‘暖壳’可以插电。”

所谓“暖壳”，指的是已经建好、通电、冷却系统就绪的数据中心机房。即使你有钱买一万块H100，如果没地方装、没电供、没水冷，这些芯片就是一堆废铁。

当前，美国各地的电网审批动辄耗时数年，变电站扩容跟不上AI集群部署速度。

纳德拉坦言，微软正在疯狂抢建数据中心，但建设周期远远落后于AI需求爆发的速度。

奥特曼也承认，未来两三年内几乎不可能出现“算力过剩”，因为真正的瓶颈是基础设施——尤其是电力。这也解释了为何科技巨头纷纷投资核电、地热甚至小型模块化反应堆：它们不是在跨界做能源，而是在为AI争取生存权。

这场竞赛，早已从芯片延伸到电网、从软件延伸到钢筋水泥。

奥特曼提出了一个极具洞察力的类比：AI算力就像能源，需求高度依赖价格。

他说：“如果明天算力价格——也就是每单位智能的成本——下降100倍，人类的使用量将增长超过100倍。”这不是夸张，而是历史规律。

当年带宽变便宜，视频通话从实验室走向千家万户；存储成本下降，催生了大数据和云计算。AI同样如此。目前，调用一次GPT-4的成本仍让许多实时应用望而却步。

但如果成本骤降，AI将渗透到农田病虫害监测、工厂设备预测性维护、个性化教育辅导等无数“长尾”场景。这些应用单个价值不高，但总量巨大。

奥特曼强调：“会涌现出今天我们完全无法想象的新需求。”

因此，微软与OpenAI的1.4万亿美元投入，本质上是在为整个人类智能基础设施“降价”，从而打开一个指数级增长的新市场。

如果说算力是燃料，那么科学发现就是皇冠上的明珠。奥特曼给出了一个明确时间点：“2026年，AI将做出一个真正的科学发现——哪怕是很小的一个。”这不仅是技术里程碑，更是认知革命。

过去，AI只能分析已有数据；未来，它将能提出假设、设计实验、验证结论，形成完整的科学闭环。奥特曼认为：“如果AI能真正推动科学进步，那在某种意义上，它已经是超级智能了。”一旦实现，药物研发周期可能从十年缩短至一年，新材料发现速度提升百倍，气候模型精度大幅跃升。

纳德拉补充道，这需要AI与人类形成“宏观委托、微观引导”的新协作模式——你给AI一个大目标，比如“找到治疗阿尔茨海默症的新靶点”，它自主探索，你定期校准方向。这种模式将彻底改变科研范式，让人类从执行者变为指挥官。

除了云端大模型，奥特曼还描绘了一个更贴近日常的未来：“总有一天，我们会做出一款惊人的消费级设备，能在本地低功耗运行GPT-5甚至GPT-6级别的模型。”这听起来像科幻，但技术路径已然清晰。随着模型压缩、量化、稀疏化等技术的进步，大模型正变得越来越“轻”。

苹果、高通、英伟达等公司都在研发终端侧AI芯片。一旦突破，你的手机、眼镜、手表甚至汽车，都能在不联网的情况下理解复杂指令、生成内容、辅助决策。隐私问题迎刃而解，响应速度达到毫秒级，AI真正成为“个人智能体”。

奥特曼感叹：“这太难想象了。”但正是这种“难以想象”的愿景，驱动着整个行业向前狂奔。未来的人机交互，将从“盯着屏幕点点点”变为“通过耳塞轻声吩咐”，计算无感融入生活。

为了应对这种不确定性，萨提亚强调构建可替代计算舰队的策略。对云提供商来说，两个最重要的目标是拥有高效的"token工厂"并实现高利用率。

这需要灵活性来调度整个基础设施上的多样化工作负载——从预训练到推理。

纳德拉从企业战略角度，揭示了合作的深层价值：“我们获得了长达七年的免版税使用权，这意味着作为微软股东，你相当于免费拥有了一个前沿AI模型。”这句话极具杀伤力。在AI时代，模型即护城河。而微软通过协议，锁定了OpenAI未来七代模型的优先使用权，无需额外付费。这使得Microsoft 365 Copilot、Azure AI服务、GitHub Copilot等产品具备了难以复制的成本优势。

纳德拉自豪地说：“Copilot已经成为比E5套件更大的增长引擎，甚至超越了我们过去几十年在信息工作领域的所有成果。”这意味着，微软不仅没有被AI颠覆，反而借OpenAI之力，完成了历史上最成功的战略转型。对投资者而言，持有微软股票，就等于间接持有全球最先进AI能力的长期使用权。

现代SaaS应用可以被视为"智能体工厂"。其目的是通过以最有效的方式使用AI token产生价值来驱动特定的业务成果。这些新的SaaS应用是针对一组评估和结果优化的智能系统。

事实上，GitHub Copilot就是一个很好的例子，如果你仔细想想，GitHub Copilot的自动模式是我们做过最聪明的事情。所以它根据提示选择哪个模型用于代码补全或任务交接。

这种选择过程不是随机的。它由持续反馈循环指导，包括评估和数据循环。SaaS应用的价值在于其智能管理权衡的能力，如平衡延迟与性能。这种新模型重新引入了软件的显著边际成本，这种成本在CD-ROM时代微乎其微，随着云增长，现在则高得多。因此，商业模式必须调整，需要为智能体工厂和底层token工厂进行单独的优化。

在SaaS时代，企业追求高客单价（ARPU）；但在AI时代，逻辑反转了。纳德拉指出：“如果你是高ARPU、低使用，那你有点麻烦。而我们恰恰相反——低ARPU、高使用。”

以Microsoft 365为例，每个用户年费不高，但每天使用Outlook、Teams、Word数十次，产生海量行为数据。这些数据通过“微软图谱”（Microsoft Graph）沉淀为上下文，成为训练AI代理的黄金燃料。

相比之下，那些高价但低频使用的软件，缺乏持续反馈，难以构建有效的AI飞轮。GitHub同样如此——过去15年积累的代码量，不如过去一年AI驱动下的新增量。

这种“高频使用→丰富上下文→更强代理→更高价值”的正循环，才是AI时代真正的护城河。因此，未来最值钱的不是功能复杂的软件，而是用户离不开的日常工具。

当被问及关于OpenAI计划在2026或2027年上市的报道时，萨姆澄清说虽然没有具体日期，但他假设这是公司最终的去向。

布拉德提出了一个潜在情景，如果OpenAI在2027-2029年实现超过1000亿美元的收入，它可能以万亿美元的估值上市。他指出这将基于10倍收入倍数，低于Facebook等公司IPO时的倍数。这样的发行可能筹集1000到2000亿美元来资助增长。

布拉德建议上市的另一个好处是让零售投资者，包括他自己使用ChatGPT的孩子，能够拥有公司的一部分。萨姆觉得这个想法非常吸引人。

面对“AI将导致大规模失业”的担忧，纳德拉给出了务实回应：“那些能掌握与AI协作方式的组织，将成为最大受益者。我们未来的员工增长，将比AI前时代具备更高的杠杆效应。”

他举了一个真实案例：微软网络运营负责人要管理全球400家光纤运营商，根本招不到足够人手。于是她自己开发了一堆AI代理，自动处理维护工单、调度资源、监控故障。

结果，一个人干了过去一个团队的活。纳德拉强调：“AI不会简单取代人，而是让人变得更高效。”企业不再追求“人海战术”，而是追求“人机协同密度”。这种转变，将重塑职场技能需求——未来最抢手的不是重复劳动者，而是能驾驭AI、提出问题、判断结果的“智能指挥官”。

生产力曲线正在被AI强力弯曲，率先掌握新工作流的组织，将获得指数级优势。

纳德拉指出，美国正经历一场面向新经济的“再工业化”。过去五年，美国科技公司计划投入约4万亿美元建设数据中心、电网、芯片厂——相当于十个曼哈顿计划的规模。微软在威斯康星州的数据中心不仅是个机房，更带动了当地建筑、电力、冷却系统的全产业链升级。

与此同时，台积电在亚利桑那、美光在纽约、英特尔在俄亥俄的晶圆厂投资，也在重塑美国制造业版图。这场“再工业化”不是回到钢铁与汽车，而是构建智能时代的数字底座。

纳德拉乐观表示：“华盛顿与硅谷之间出现了前所未有的协调。”政府通过《芯片法案》《通胀削减法案》吸引外资，韩国已承诺3500亿美元投资。美国一方面吸引全球资本本土建厂，另一方面通过AI技术输出赋能全球创新，形成双重优势。这场竞赛，既是技术战，更是国家基础设施能力的全面比拼。

两位CEO对当前AI监管表达了深切忧虑。奥特曼直言：“各州各自为政的监管是大错特错。”以即将生效的《科罗拉多AI法案》为例，它允许任何人以“算法歧视”为由起诉企业，但条款模糊到连OpenAI都不知道如何合规。

纳德拉补充道：“大公司还能应付，但初创企业会被合规成本压垮。”他们呼吁联邦层面出台统一法规，避免50个州50套规则的混乱局面。否则，创新将被官僚主义窒息。

纳德拉警告：“如果美国不行动，欧盟将主导规则制定，那对全球创新都不是好事。”理想的监管应在保障安全的同时，为技术演进留出空间。毕竟，AI的风险不仅来自技术本身，更来自我们应对不当。

AI监管的一个主要担忧是缺乏联邦优先权，这会阻止50个不同州法律造成的复杂局面。这种方法可能使行业陷入不必要的合规和监管之中。例如，即将生效的科罗拉多州AI法案创建了一类新的诉讼人，他们可以声称因算法歧视受到伤害，可能出于无数原因。

萨姆对这种逐州方法表示严重担忧，称其为"大错误"。他发现科罗拉多州的法律尤其具有挑战性，表示不确定像OpenAI这样的公司应该如何遵守它。

萨提亚补充说，虽然像微软和OpenAI这样的大公司可能能够应对这种复杂性，但真正的受害者是初创公司。这种零碎的系统与在确保安全的同时培育创新的目标背道而驰。他主张解决安全担忧至关重要，但应在联邦层面进行。

如果美国不创建单一的监管框架，欧盟就会，这将带来自己的一套问题。萨提亚希望美欧监管能够一致，他认为这也会惠及欧洲初创公司，尽管他承认这不太可能。

纳德拉预言：“未来的价值不再属于应用层，而属于‘token工厂’（token factory）。”所谓token工厂，就是以最低成本持续生产智能输出（token）的软硬件系统。过去，云平台只是运行别人写的软件，价值归于CRM、数据库等应用厂商。但AI时代，界面必须智能——能思考、能行动、能建议。这就要求底层基础设施具备极高的计算效率与利用率。

目前全球只有三家超大规模云厂商（微软、亚马逊、谷歌）具备这种能力，因为这不是简单堆服务器，而是涉及电力调度、芯片异构、模型编排的系统工程。

纳德拉强调：“在规模面前，没有什么是商品。”规模带来学习速度、成本优势和定价权。微软通过OpenAI合作获得的海量训练与推理需求，正加速其基础设施进化，形成难以逾越的护城河。

展望2026年，像Codex这样的AI工具的演变是一个关键的兴奋领域。

萨姆期望这些工具从处理多小时任务发展到多天任务，使人们能够以全新的方式创建软件。除了编码，一个重大突破将是AI做出新颖的科学发现，即使是小的发现。萨姆视此为通往超级智能的关键一步。

萨提亚指出ChatGPT的魔力在于其强大UI与智能模型的结合。他认为编码智能体也会有类似的演变，这将导致新的人机界面。这种新范式被描述为"宏观委托和微观引导"，用户分配一个大任务并提供定期指导。这种工作流程需要新的计算设备，始终开启并上下文感知用户生活，超越当前界面。

对话还强调了消费者用例的巨大潜力。人们可以有一个免费的个人AI助手，而不是导航众多应用程序和网络表单。这个助手可以管理日常任务，如订购尿布或预订酒店。布拉德建议有时最平凡的应用最具影响力。

这个未来涉及AI超越仅仅提供答案，而是拥有记忆并采取行动，所有这些都通过像耳塞这样的接口访问，减少 constantly 盯着屏幕的需要。

很多人疑惑为什么ChatGPT要推订阅制，而谷歌搜索免费。

纳德拉解释道：“传统搜索的成本几乎为零——建好索引后，每次查询只需几分之一美分。但AI聊天每次都要调用GPU，成本高出几个数量级。”

因此，免费模式难以为继，订阅或按量付费成为必然。

在企业端，新模式正在形成：“代理即席位”（agents are the new seats）。你不再只为人类用户付费，而是为AI代理的生产力付费。比如一个Copilot席位可能服务多个员工，但按其完成的任务量计费。这种模式更公平，也更能体现AI价值。

纳德拉相信，随着技术成熟，单位成本会下降，但短期内，高质量AI服务必须通过合理定价维持可持续发展。

当萨姆·奥尔特曼在2019年开始专注于文本、自然语言和扩展定律时，投资变成了"不用动脑子的事"，因为它与微软的核心利益完美契合。尽管如此，向董事会提出这笔交易仍然是一个挑战，因为它涉及给一个萨提亚描述为"疯狂结构"的机构十亿美元。存在辩论，比尔·盖茨最初持怀疑态度。在看到GPT-4演示后，他的想法完全改变了。

虽然第一个十亿美元有争议，但真正的信念飞跃是将投资规模扩大到百亿美元。萨提亚说，对更大承诺的信心来自看到早期有形结果，如GitHub Copilot中的代码补全。他认为这第二次更大的投资"真正使整个时代成为可能"。合作伙伴关系的成功现在在GitHub Copilot、ChatGPT和Microsoft 365 Copilot等产品的集体覆盖范围内显而易见。

当萨提亚·纳德拉成为CEO时，微软错过了搜索和移动等重大技术转变，几乎错过了云，只赶上了"最后一班车"。这段历史激发了他们决心不错过下一个大事件的决心。公司基于硅谷的CTO凯文·斯科特在这项努力中发挥了重要作用。

萨提亚高度重视那些开始时持怀疑态度然后改变想法的人的意见，视其为强大信号。

微软与OpenAI合作伙伴关系的价值远远超出股权投资。真正的战略优势在于无状态OpenAI API在Azure上的独家可用性。这使两家公司及其客户都受益，因为企业需要无状态API来与自己的计算、存储和数据库集成以构建完整的应用程序。

微软价值捕获的第二个主要领域是能够将OpenAI的知识产权整合到其产品中。萨提亚指出，微软在另外七年内免版税访问这些IP，这提供了重要的商业模式灵活性。

这允许微软 across 其整个产品套件部署强大的前沿模型，包括GitHub、M365及其消费者Copilot。公司还可以用自己的数据对模型进行后训练。这种双重方法在Azure基础设施方面以及医疗保健、知识工作、编码和安全等高价值领域内创造价值。

布拉德质疑市场是否误解了OpenAI作为微软一部分的价值。他指出微软正在合并合作伙伴关系的数十亿美元损失，这可能导致投资者将其归因于负值。这种看法忽略了巨大的好处和OpenAI本身潜在的万亿美元股权价值。

萨提亚解释说微软的方法是提供完整的财务透明度，使用非GAAP数字给投资者清晰的每股收益视图。他对投资所涉及的风险提供了常识性视角。

萨提亚·纳德拉解释说，OpenAI合作伙伴关系推动了微软 across 业务的增长。它从其他云吸引了新客户到Azure，并推出了Copilot，这是Microsoft 365的下一个主要产品。他指出，Copilot的采用规模超过了公司之前在其信息工作领域所做的任何事情。回应微软对其AI基础设施过于保守的观点，萨提亚澄清他们的策略是构建一个"可替代"的舰队。这意味着基础设施 across 不同的AI工作负载、地域和硬件世代是灵活的，允许持续现代化，例如从GB200高效转移到GB300。

这种策略有时需要对某些要求说不，即使是来自像OpenAI这样的合作伙伴。例如，萨姆·奥尔特曼对大规模专用训练数据中心的请求可能服务于OpenAI的即时需求，但与Azure更灵活、更广泛适用基础设施的长期计划不符。这种方法确保微软有能力用于自己的高利润产品，如安全、GitHub和医疗保健的各种Copilot。萨提亚指出，投资者常常错过这种更广泛的策略。

Azure的增长令人印象深刻，本季度达到930亿美元运行率的39%，超过了GCP和AWS等竞争对手。然而，这种增长受到计算能力短缺的限制。萨提亚证实，如果有更多计算能力可用，Azure的增长本可以更高，可能达到41%或42%。

这种情况是 deliberate 策略的结果。微软目前受供应限制，而非需求限制。公司 actively 管理其资源以平衡股东的长期利益、服务广泛的客户，并支持内部研究以及像OpenAI这样的主要合作伙伴。这种方法有助于通过确保他们不过度依赖任何单一客户来避免集中风险。

微软有4000亿美元的剩余绩效义务积压，平均持续时间短，为两年。萨提亚·纳德拉解释说，这为他们的资本支出提供了高度确定性，因为他们建设能力仅仅是为了服务这种现有需求。积压在微软的内部需求和第三方客户之间多样化，这些客户 increasingly 构建大规模工作负载。

尽管有新竞争对手进入市场并 potentially 压缩利润，微软已经习惯了来自亚马逊和谷歌的激烈竞争。萨提亚强调，规模是这种环境中的关键因素。与OpenAI的合作伙伴关系提供了巨大的规模，这有助于微软学习更快、降低成本结构，并在保护利润空间的同时保持价格竞争力。

萨提亚将微软对云的资本分配视为统一平台的单一支出。这项投资服务于从Xbox云游戏和Microsoft 365到Azure的一切。目标不是运营独立的业务，而是拥有一个平台，在整个公司复合云和AI投资的回报。

对AI收入可持续性的担忧已经出现，特别是关于重叠交易和所谓的循环收入，即公司相互投资以产生销售额。萨提亚通过澄清微软与OpenAI的关系来解决这个问题。他解释说，微软的135亿美元投资是用于训练计算，并未记为Azure收入。这项投资确保了他们在OpenAI的股权。微软在其Azure业务中从OpenAI看到的收入纯粹来自像ChatGPT及其API的服务消耗。

萨提亚指出，供应商融资并不是新概念，尽管目前行业中的一些安排正在采取异乎寻常的形式，值得投资者仔细审查。他指出微软不需要参与这类交易。他们对OpenAI的支持涉及 either 用计算换股权或提供优惠定价以帮助公司起步。

关于AI收入循环性的担忧，最终将由需求来检验，因为只要对其最终产出有需求，所有这些都会奏效。到目前为止，情况一直如此。

SaaS应用的基本架构在AI时代正在发生变化。萨提亚解释说，新的"智能体层"正在取代传统上位于数据库之上的业务逻辑层。过去，SaaS应用 tightly 耦合数据、逻辑和用户界面。AI要求将这些解耦，使数据和上下文工程至关重要。

使用频率高的产品最适合这种转变。萨提亚指出Microsoft 365，它的每用户平均收入低但使用率极高。像Outlook、Teams和Word这样的工具的持续使用产生了大量数据，这些数据输入Microsoft Graph。然后，这些数据，包括像聊天对话这样的新工件，被用来 grounding AI智能体，为它们提供必要的上下文。矛盾的是，AI正在导致数据创建达到历史新高，有更多代码进入GitHub，更多文档在Microsoft 365中创建。

这种动态允许AI成为加速器。它支持新的高价值产品，如M365 copilot，尽管价格高，但部署迅速。这种转型的规模是巨大的。例如，去年GitHub上的编码活动量堪比该平台前10到15年的总和。

直到最近，云主要运行预编译软件，大部分价值累积到软件层，如数据库、CRM系统和像Excel这样的应用程序。然而，在未来，接口只有智能化才有价值，能够思考、行动和建议。这种能力需要持续生产token以应对不断变化的上下文。

这种转变表明更多价值将累积到"AI工厂"——硬件和模型的结合，以最低成本生产这些token。因此，建立在顶层的智能体或软件可能比过去捕获的价值更少。

今天，AI正在重塑从软件开发到客户服务的每一个环节。微软内部已全面推行“AI优先”工作法：员工用Copilot写代码、起草邮件、分析数据。但关键不是工具本身，而是“匹配AI能力的业务流程变革速度”。

那些只是把AI当作辅助插件的公司，收获有限；而敢于重组团队、重设KPI、重建协作机制的组织，才能释放AI全部潜力。

AI预计将显著弯曲生产力曲线，迎来萨提亚所谓的"利润率扩张的黄金时代"。这些工具赋予个人更多完成任务的能动性，改变跨行业的工作流程。在微软，员工被配备无限访问像Microsoft 365和GitHub Copilot这样的工具以最大化他们的生产力。然而，实现这些收益需要学习与AI智能体合作的新方式。

业务流程变革速度与AI能力匹配的速率。这就是生产力效率的来源。因此，能够掌握这一点的组织将成为最大的受益者。

这种转变类似于像Excel这样的工具在1980年代如何改变业务流程，如预测。以前，预测是通过办公室间备忘录完成的。然后，电子表格和电子邮件创建了新的、更高效的工作流程。类似地，今天的工作开始使用AI进行研究、构思和协作，创建新的工件和流程。适应并掌握这些新的AI驱动工作流程的组织将看到最大的好处。

萨提亚·纳德拉通过真实世界的例子强调AI如何改变微软的工作。他分享了一个关于领导微软网络运营的人的故事，该人管理数据中心的大量光纤电缆，并与全球400家不同的光纤运营商打交道。

她基本上对我说，'我永远无法获得人员编制去做所有这些。即使我批准了预算，我也无法雇佣所有这些人员。'所以她做了次优选择。她为自己构建了一堆智能体来自动化如何处理维护的DevOps管道。

这说明了一个团队如何使用AI工具获得更多生产力。萨提亚相信微软的人员编制仍将增长，但新的人员编制将比AI之前具有显著更多的杠杆作用。关键调整不仅仅是人们做什么，而是他们如何做。这种忘记旧工作流程和学习新工作流程的过程预计需要接下来一年左右。

这种转变指向令人难以置信的经济生产力增长。公司将能够使其员工数量增长慢于其收入增长，这是生产力增益的核心。由此产生的消费者剩余可以 then 投资于创建以前不存在的新产品和服务。萨提亚同意，指出软件开发作为另一个例子。AI智能体可以帮助解决组织中庞大的IT积压， potentially 使 evergreen 软件的梦想成为现实。知识工作发生的抽象水平正在改变，整个系统将进行调整。

资本支出的大规模浪潮正在推动美国的再工业化。美国科技公司正在未来四到五年投资约4万亿美元，按通货膨胀调整后大约是曼哈顿项目规模的十倍。这项努力得到了旨在重塑贸易协议和吸引外国资本的政府政策的支持，例如最近来自韩国的3500亿美元投资承诺。

萨提亚·纳德拉对这种趋势表示乐观，以微软的威斯康星州数据中心为例。他解释说，经济影响远远超出自动化设施本身。

我们威斯康星州数据中心周围的经济很有趣...投入到该数据中心建设中的东西和数据中心的本地供应链，在某种意义上也是美国的再工业化。甚至在你看到亚利桑那州台积电工厂发生的事情或美光及其在内存方面的投资或英特尔及其晶圆厂之前。

这种再工业化侧重于为现代经济建设新能力，从电网到先进制造。与此同时，美国科技巨头或超大规模提供商也是全球计算和代币工厂的全球最大投资者。这创造了强大的动态：美国正在吸引外国资本用于国内工业化，同时部署自己的资本和技术帮助其他地区创新。这种双重战略被视为对美国长期前景 highly 有益。华盛顿特区和硅谷之间似乎出现了新的协调水平，这带来了明显的希望感。