4 万亿美元“大象”，如何优雅起舞？
英特尔与 IBM 等同时代巨人已经麻烦缠身，诞生 50 年的微软，还在变得更加强大。
8 月初，微软的市值突破了 4 万亿美元，成为继英伟达之后，第二家达成此成就的科技公司。
张一鸣回溯自己在微软短暂的工作经历时，曾对媒体说：“（微软）没有什么不好的东西，就是比较无聊，基本上我可以半天工作，半天看书。没有很多有挑战的事情，所以那段时间看了很多书。”
但往往，改变世界的是无用之用。2019 年，微软拿出 10 亿美元投资了 OpenAI，帮助其探索生成式预训练模型。
后来的故事大家都知道了。OpenAI 引领了新一轮人工智能浪潮，微软后续又追加了超过 120 亿美元，为其提供资金与算力。借助这项投资，微软率先吃到了 AI 时代的巨大红利。
从 OpenAI 延伸出的前沿技术，也在反哺和改造微软的产品。增加了 Copilot 与 Agent 功能后，微软最新操作系统 Windows11 的市场份额已经超过了上一代的 Windows10。
今年 8 月底，《中国企业家》记者前往微软在中国的北京总部。恰逢午饭时间，人群鱼贯而过，但空气安静极了，员工的脚步不疾不徐。
工程师文化构成了微软的底色。管理着全球最庞大用户量的软件应用和最大的电脑操作系统市场份额 —— 全球大概每 10 台电脑，就有 7 台使用 Windows 系统 —— 微软需要不断对产品进行升级、改造，以保持竞争力。
何况，不断有新兴大公司，来挑战微软的阵地。不久前，字节跳动飞书 CEO 谢欣在接受媒体采访时直言：飞书想做新时代的 Office。
从办公软件到搜索，从最大的云代码协作平台 GitHub 到云服务，从社交软件到企业服务，从 to B 到 to C 的各个战线上，甚至是硬件设备，这里的一切都在做旧时代与新时代的切割。
“过去一年，微软发布的产品数量，可能超过了过去 10 年发布产品数量的总和。”微软全球资深副总裁、Microsoft AI 亚太总裁张祺告诉《中国企业家》。
2025 财年（2024 年 7 月 1 日～2025 年 6 月 30 日），微软 Azure 云业务收入超过 750 亿美元，同比增长 34%，单季度增速超过了亚马逊云科技。虽然年收入仍然落后于亚马逊云科技的 1080 亿美元，但一些华尔街的分析师预测，第一名和第二名的位置交替不会太远。
微软还是全球最大的游戏厂商之一，仅次于腾讯。2023 年，它以全现金形式收购了动视暴雪，代价是 687 亿美元，该公司旗下拥有《使命召唤》《魔兽世界》等知名 IP。
在微软高层领导里，张祺是最了解微软技术变革历程的东方面孔之一。他在 2002 年加入微软美国总部。2014 年，他成为微软全球合伙人并升任微软（亚洲）互联网工程院常务副院长。2018 年，张祺被授予微软全球杰出工程师，成为微软中国首位获此技术专家荣誉的工程师。
来源：受访者
目前，张祺在亚洲领导 Microsoft AI 团队，包括微软 Copilot、必应搜索、微软广告、MSN 信息流、Edge 浏览器、大数据平台、企业智能代理、Agent Infra 的产品，研发，和业务扩展。同时，作为微软亚太研发集团 CTO，他还负责制定集团的整体技术发展战略，并推动“与中国共赢”合作和探索新的业务领域。
IBM 前任 CEO 郭士纳曾将带领 IBM 的 10 年，总结为“大象会转身”。在张祺的总结里，微软对 AI 时代的理解和引领，更像是 The Elephant Can Dance（大象能跳舞），并且是优雅地跳舞。张祺对《中国企业家》提到了三点：
第一，大公司不仅要能选对方向、选对赛道，最重要的是，要能快速迭代，甚至比初创公司还要快、还要坚决。
第二，要保持成长型思维。成长型思维的核心不是“know-it-all（了解一切）”，而是“learn-it-all（学习一切）”，不是自以为无所不知，而是保持学习的心态，以更加谦虚的态度去理解和判断未来的技术、产品、商业布局，同时以更加开放、合作的态度去共建生态。
第三，等待创新是绝对不可能的，而且等待是非常危险的。你肯定会犯很多错误，但这些错误和你可能拿到的未来机会相比，或者和可能错失的机会成本相比，都是微乎其微的。
张祺还看到了更深层次的变革。2023 年初，他在微软内部的一个战略会上提出了“单人创业家思维”，即 OPE（One-Person Entrepreneur）。
什么是单人创业家？
这个理念源于一个观察：通过颠覆性创新技术，结合“单人 + AI 即团队”的协作模式，可以实现前所未有的高效创新。它旨在探索并挑战 —— 在 AI 的赋能下，个体究竟能做到什么，以及将如何重塑未来的工作方式。在这种新范式下，每个人都可能成为一个创新引擎。
张祺说，现在很多公司都在用极少的人完成极高的产出，他们的 ARR（年度经常性收入）增长非常快，商业闭环完全在线化，整个模式和传统企业完全不同。OPE 模式的核心价值在于：一个人加 AI，可以无限放大个人的能力边界，甚至重塑组织形态和商业逻辑。
张祺举了一个例子：他团队中的一位产品经理，从未写过代码。仅仅用了 7 天时间，花费 5 美元订阅 AI 产品，做出了一个简约版的 Bing（必应搜索），还附带了记忆功能。在传统流程下，这样的产品至少需要两三个月、十几个人、几十万上百万美元的投入。
Not to compete with AI, but to compete with AI（把 AI 当队友而非对手），这是张祺的核心观点。
据《中国企业家》了解，如今在微软，一些项目超过 90% 的代码任务都由 AI 完成。张祺所带领的团队里，几乎每个人都付费订阅了包括 Copilot、ChatGPT、Claude 等头部公司的 AI 功能 —— 有人一年要为此花费数千美元。
张祺预测，未来创业，公司要么变得更大，要么变得更小。中间状态的公司，正在极速收缩。
传统的线性思维不足以解释智能化带来的改变，张祺建议科技公司以及每个人要具备“垂直思维”。“你要把自己‘放在未来’，再回头看现在，用这种方式去对比过去，才能更接近正确的判断。即使斜率不完全对，也不会偏离太远。”
以下是《中国企业家》记者与张祺的专访对话，有删减：
微软 50 年：一定要站在最前沿
《中国企业家》：微软经历过多个技术周期，比如 PC 时代、移动互联网、云计算等。你在微软工作了 20 多年，对这些转型应该有很深的体会。是不是正因为经历过这些周期的锻炼，才更有能力应对今天的 AI 浪潮？
张祺：确实有很大的关系。微软在 PC 和 Office 时代绝对是王者，微软引领了整个 PC 浪潮，包括生产力工具，是上一波浪潮的核心推动者。
其实在移动领域，微软在很长一段时间里也是引领者。Windows Mobile 6.0 到 6.5 的时候（2008 年和 2009 年），我还和 Windows Mobile 团队有过很好的合作。那时候，我们的市场份额是百分之九十多，Windows Mobile 在移动市场几乎是绝对领先的。
但由于对 Windows 生态的过度依赖，微软出现了商业模式的问题。因为 Android 是免费的，它和 OEM 手机厂商的关系突然发生了改变。我们当时没有做出足够的判断，所以这种经历给我们很多警醒：一定要站在最前沿。
云计算这一波，我们实际上赶上了“末班车”。我们开玩笑说，最后一刹那，微软才真正踏上了正确的下一轮赛道。
我们在基础设施上的持续投入，加上对生产力工具的提前布局，比如 Microsoft 365，以及（各类产品）之间的协同配合，使得我们的企业云业务增速非常快。这一波投入奠定了微软今天的发展基础，也为我们下一轮在 AI 上的投资打下了根基。
在这个过程中，微软 CEO 萨提亚・纳德拉提出的 Growth Mindset（成长型思维）非常重要。成长型思维的核心不是“know-it-all”，而是“learn-it-all”，不是自以为无所不知，而是保持学习的心态，以更加谦虚的态度去理解和判断未来的技术、产品、商业布局，同时以更加开放、合作的态度去共建生态。
还有一个重要维度：在某个领域落后并不可怕，只要学习速度、迭代速度足够快，敢于在正确的赛道上押注资源，长期投入，就能发挥人才、技术、产品、商业和生态优势。
《中国企业家》：微软面对 AI 浪潮，是会选择激进式地跳入下一波技术变革，还是采取渐进式的改革路径？你们的战略思路是怎样的？
张祺：我们对 AI 的拥抱和转型非常快。我们开玩笑说，The Elephant Can Dance（大象也能跳舞），而且是优雅地跳舞。从我们跟 OpenAI 合作开始，到产品发布，微软大概一年里发布的产品数量，可能超过了过去 10 年发布产品的总和。
来源：AI 生成
从做代码开始，比如说 GitHub Copilot，再到对话，比如 2023 年发布（基于 GPT）的 Bing，对 Microsoft 365 的整个布局，以及 Dynamics（客户关系管理系统）、Security（AI 优先的端到端安全平台）、Azure、Windows、PC 硬件，甚至 Gaming（游戏业务），整个产品矩阵都代入了 AI，包括 Copilot by the Stack（技术栈，支持企业 IaaS、PaaS 等服务）。
在这样一家 50 年历史、二十多万员工的企业里，能做到这种转型，真是前所未有。我觉得甚至比初创公司还要快、还要坚决。
《中国企业家》：微软的产品线非常庞大，你们怎么决定技术迭代的节奏？
张祺：首先，我觉得在 AI 的能力输出上，我们看到了上游的趋势。当智能可以像水和电一样，它带来的体验改变、用户价值提升、企业效率提升，包括生产力和生产关系的变革，是可以清晰看到的状态。
所以，我们更希望的是，通过努力做创新的引领者，改变产品，改变服务，把能量赋能在产品里，通过云平台赋能给企业客户和开发者。这是一种“时不我待”的感觉。
创新是一个“水涨船高”的过程。你必须在最前沿引领变革方向，拿到足够及时的反馈，判断下一阶段可能的分支点，尽早做技术判断、战略规划，并且以强执行力推进。我想强调的是：AI 一年，人间十年。
我们最近有个观点叫“垂直增长”。如果你看最近 AI 的变革，从 ChatGPT 发布到过亿用户，到 GitHub 上的 repo（代码仓库）获得过万星标，甚至一些 AI 初创企业，ARR 过千万美元，这个速度放在时间轴上，跟过去所有的创新相比，都是垂直的，不再是传统的指数增长。
在这种垂直增长、快速变革的情况下，没有任何一家公司，无论是大公司、资源型传统企业，还是初创公司，都不可能被动等待创新。在 AI 这一波浪潮中，更没有人可以说“等机会来了再行动”。
Agent 将颠覆各种商业模式
《中国企业家》：你认为，现在基座模型的能力已经进化到边界了吗？
张祺：我觉得还没有达到那个阶段。Scaling Law（规模化法则）在很多维度上仍在延展。你可以看到，GPT-5 的推出是人工智能发展的重要节点，我们也在第一时间将其集成到 Copilot、Azure 等核心产品中，实现同步发布。
我们有 CoT，即 Chain of Thought（思维链），现在又出现了一个 CoD，即 Chain of Debate（争论链）。最近，微软的 Health 团队做了一个非常有意思的研究：它让 AI 在多个维度上随时调用最优模型，不受限制，并且让它们扮演不同角色，通过几步，最终拿到最优结果。测试结果非常惊人，甚至超过了人类最优秀医生的水平。这就是 CoD 的威力：模型之间互相辩论，最终得出更优解，带来了全新的可能性。
来源：受访者
《中国企业家》：大模型与 Agent 的发展、演变逻辑，跟移动互联网是不是非常不一样？似乎不再是线性的？
张祺：跟移动互联网相比，我觉得有一些共性。但这次最大的不同在于，正如我们刚才提到的 Agent，很多创新的规模变化，包括交互方式的演进，都是基于智能体这种形式来拓展的。
举个简单的例子：人类在浏览网页时需要看到非常漂亮、设计精美的页面。Agent 则不一定，它更关注信息获取效率，效率成为最核心的价值。
再比如搜索引擎，人类可能需要查看 10 个链接，因为认知能力在单位时间内只能处理有限的信息，而 Agent 可以同时处理多个链接，并快速汇总信息。像 AI Search、Copilot 的 Search，都在做类似的事情，它们正在改变整个信息获取的方式。
我们再来看互联网广告。广告是给人看的，还是未来是给 Agent 看的？如果是给 Agent 看的，那广告的呈现方式又会是什么样？这需要重新思考和演进。
再比如支付。中国的移动支付已经非常领先了，但当进入 Agent 与 Agent 之间的交互场景时，尤其是在大规模系统中，一个 Agent 可能会调用多个其他 Agent，并进行价值传导。你给一个 Agent 付费，它可能还要再给其他 Agent 付费，这种价值链需要层层传递。所有这些事情都需要重新设计和演进。
所以我认为，与移动互联网相比，一个非常重要的维度就是智能体所带来的“强智能化”。智能成为最核心的能力和价值体现，而且底层模型还在不断延展，行业化的趋势也越来越明显。
《中国企业家》：这个趋势对中国整个互联网的影响已经开始了。
张祺：长期以来，中国凭借庞大的人口规模和勤奋务实的精神，在全球化进程中，在世界经济中建立了制造业等多个领域的重要地位。后来进入“工程师红利”阶段，我们的 STEM（科学、技术、工程、数学）学生数量庞大，推动了移动互联网的发展。这不仅是网络用户规模的增长，更是因为大量的开发人员、研发人员、产品人员的参与，形成了强大的推动力。
但当进入 AI 时代后，拼的就不再是人力，而是算力、电力、能源和芯片。你不可能比一个 Agent 更刻苦，它可以全天候工作。当 AGI 或 AI 技术达到一定水平后，智能体的能力将足够强。
在这种情况下，我们下一步要思考的是“数字人口红利”。Agent 可以被视为数字人口的代表。我们如何在拥有 8 个 billion 人口的基础上，发展出 8 个 trillion 级别的 Agent 系统？如何进行规划、引领、实施？如何构建其价值体系？甚至在整个社会经济结构中，人类与 AI 之间的交互如何保障？如何把握住这波数字人口红利的领先性？只有这样，我们才能在全球劳务市场、全球价值体系、全球供应链中真正占据一席之地。
《中国企业家》：Agent 的商业模式在哪里？还是像移动互联网时期的广告吗？信息或者广告，它究竟是给人看的还是给 Agent 看的？
张祺：我觉得广告一定会是一个非常重要的商业模式，也是价值传导和变现的重要方式。我们其实也在做很多尝试，包括 Results as a Service（RaaS）这样的模式，以及其他多种探索。另外，我认为订阅服务一定会成为另一个非常重要的维度。
《中国企业家》：但付费订阅在移动互联网没有成为主流的商业模式。
张祺：订阅服务从 20 美元到 200 美元，甚至到 2000 美元，它越智能，行业越精越专，它能带来的价值就会越来越高。所以很大一部分价值就会传导到服务里面去。
我们团队里就有最强的工程师在乐此不疲地使用高价的付费工具，因为越强的人越能发现这些工具对他的价值。比方说 98% 的代码都是 AI 写的以后（我们团队最近最创新的一个项目就是这样），工程师就转变成了架构师，能够飞快地反馈，把生产效率提升到极致，所以这里面会出现“10 倍工程师”甚至“100 倍工程师”。
商业的本质还是在这里：比如说订阅服务，以前的订阅服务可能只是定义一种数字化服务，但未来可能会定义一种“数字员工”，把传统的工作模式和其他体系结合起来。
未来“学科”可能会消失
《中国企业家》：是不是因为 Agent 或者因为 AI 能力的这种提升，你才会提出“单人创业家”这样一个概念？还是你很早就意识到这是一个趋势呢？
张祺：两年半前，我提出了“单人创业家”的理念，当时像 Agent，包括 Coding Agent 的一般泛化代理都还没有出现。我提出大概 8 个月以后，山姆・阿尔特曼提出了类似的概念，叫“单人独角兽”，他更强调的是创业结果。
人的大脑在做判断时，非常擅长做回归（regression），也就是说，我们回头看过去发生的事情，用线性思维去描述、总结，这对人类来说是很自然的。但人的大脑非常不擅长判断指数性增长，因为它没法直觉地理解这种非线性变化。我们习惯依赖先验规则和经验，回顾过去，再基于此推测未来。
来源：AI 生成
如果你想在指数性变化的环境中做出判断，就必须采用一种完全不同的思维方式：强迫自己站在未来的视角回看今天，然后去预判可能发生的状态。即便如此，指数性增长仍然极难预测。你一定会犯错，但没关系，关键是要有快速反馈机制，不断纠错。
基于这样的思维方式，我之所以能预判“单人创业家”模式，或者说“人和 AI 的加成”会如何演进，就是因为抓住了几个锚点。当“智能涌现”出现后，你会发现一件事：你可以问 AI 任何问题。即使你不会写代码，没学过化学，AI 也能帮你解决复杂的化学、数学问题。
在这样的环境下，我形成了一个很强的理念：“Discipline（学科）”—— 也就是传统意义上的“专业”将会消失。过去的软件开发，需要程序员学习代码、算法、计算机架构，经过多年训练才能成为合格的开发者，还要细分前端、后端、设计、发布、用户增长、运营等专业角色。但未来 AI 可以帮你完成大部分工作，这些专业壁垒会被抹平。
那么问题来了：在 AI 的加持下，一个人能做到的极限是什么？一个组织在这种环境下，会变成什么样？这就是 OPE 模式的核心思维：一个人 + AI = 一个团队。一个人可以完成过去需要一个团队才能完成的事情，甚至做出更了不起的成果。
《中国企业家》：在大公司内部实践“单人创业者”理念，会不会受到流程、荣誉体系等组织机制的限制？这种模式适合在大公司里落地吗？
张祺：OPE 里的 E，更多是一种概念。Entrepreneur 的精神，并不是说你一定要去创业才能完成这样的一个闭环。E 的核心是，你一定要以闭环的方式去完成一件事情，而这件事情可以在一个小组里完成，可以在大公司里完成，也可以在创业环境里完成，其实没有什么关系，它更像是一种思维方式。
《中国企业家》：如果 AI 在创业中扮演越来越重要的角色，那人的价值在哪里？创业的主观能动性还重要吗？
张祺：人的作用会越来越大。只要一个人有想法，想做这件事，他可能只需要花 5 块钱，就能调动近似微软这样的大公司需要花费几百万美元、两三个月时间、十几个人协调才能完成的资源，而且效果还更好。你想，这样一种创造力的释放是多么了不起！
《中国企业家》：未来还需要有“公司”这种组织形式吗？
张祺：我 5 年前提出的：工作（work）会变成任务（task）。用英文来说，工作会被拆解成任务。但在过去，这种任务分发非常困难，需要人，需要经理，需要有经验的人去把一个工作拆解并分配给个体员工 ——Senior 分给 Junior，上级分给中层，再逐级下发。
而现在，大模型最强的能力之一就是 Reasoning and Planning（推理和规划）。这意味着，工作可以非常容易地被拆解成任务，并自动分发出去，因为这种平台可以清楚地理解供需关系，知道你要做什么，并自动匹配资源。
举个例子，我大概在三五年前，给 LinkedIn 写过一个很短的 memo，认为他们未来应该是一个任务和人才的双向匹配平台，而不仅做简历的对接平台。企业告诉平台需要完成什么任务，简历告诉平台有哪些人才，由平台完成对接。未来，这个过程不仅仅是人与人的对接，还会包括数字员工（Digital Workers）的对接。
另外，原来我们讲全职员工和兼职员工，未来这些概念都会被打破，最终都会变成“碳”和“硅”的融合体 —— 人类员工带着 Agent，和数字员工交织在一起，形成新的工作形态。
再说专业领域，我刚才提到过，专业的边界会越来越模糊，最终都会变成“全栈”。这里的全栈不仅仅是软件开发的全栈，而是跨越化学、物理、生物、医学、财务、HR 等所有领域的全栈。
组织架构也会随之改变。它的核心作用是帮助你更好地协调、更高效地完成任务。大模型的推理和规划能力，会让这种组织变得更加智能化、更公正、更全面、更高效。
《中国企业家》：Agent 时代，CEO 或创始人该如何管理员工？将来的工作会变成什么样？
张祺：你一定要站在指数点上去回头看，预判你将来的公司、你的组织、你的人才梯队会变成什么样。实际上是强迫自己站在指数点上往回看，翘起来然后往回看。
来源：AI 生成
尽早变成 AI 原生的员工，能把碳、硅融合、把 AI 工具用到极致的员工的能力，会被极大地放大。所以一定要抓住培养、奖励、留存、激励这类员工。他们带来的效果是非常不一样的，可能不仅仅是在高科技行业，每个行业都会这样，因为智能会泛化。
此外，在整个效率的理解上要有不同的视角。从人口红利、工程师红利到数字人口红利，你一定要对将来的组织结构、生产效率、成本等方面有一个清晰的判断。
微软也发布了一个叫 Frontier Firm（前沿公司）的概念，它讲到了在不同的发展阶段，人和 AI、人和数字员工之间的交互方式是如何演进的 —— 从辅助到平行再到领导。
《中国企业家》：这样一个愿景距离我们还有多少年？
张祺：我觉得 5 年，对于 AI 来说，ChatGPT 发布到现在就 2 年时间，5 年算是很长的时间。
《中国企业家》：大公司与小公司的边界在哪里？
张祺：从平台层面讲，模型训练可能需要非常强的资本资源投入，可能只有少数几家能做。但在大语言模型作为底座的智能技术层面，很多事情其实是可以由小团队完成的。从底层的 GPU Infra、新的 AI Infra，到上层的千行百业，80 亿人都可以用自然语言进行创意创作、编程、协作，你很难再用传统的“大公司 VS 小公司”的框架去定义未来的组织形态。
而且这种新的能力结构和网络结构也在发生变化。以前我们理解的是大公司之间的交互、竞争，但现在可能是几家超级公司（Super Company）在底层构建平台，而在它们之下，是一个非常繁华的生态系统，由大量小公司组成，形成一种非传统的网络式组织结构。
《中国企业家》：请你分别给职场中年人以及年轻人提一些建议。
张祺：对于有经验的职场人，一定要尽快让自己成为 AI Native，要意识到在这种“碳基与硅基融合”的趋势下，能够更好地拥抱 AI 变革和智能涌现带来的机遇与挑战。这需要用 Growth Mindset 去学习、去改变，去拥抱这种变化。我想用一句英文表达这个理念：“Not to compete with AI, but to compete with AI”，意思是把 AI 当队友而非对手。
对年轻人来说，使用这些 AI 工具是很自然的，但这反而带来了一个挑战：AI 可能会迅速替代很多 Junior Entry-Level（初级入门职位）的过程，他们可能会失去一段非常宝贵的学习机会。
过去，一个人从大学毕业，通常会先做 Junior Developer，然后逐步成长为 Senior Developer，再到 Principal，这个过程给了你很长的学习空间，让你有时间积累经验、技能和行业认知。但现在，AI 的出现改变了这个路径。
在这样的环境下，你如何通过与 AI 的交互来学习，完成自己的进阶，如何利用 AI 更快地了解行业知识，获取需要多年才能积累的阅历、经验和专业洞察。如果 AI 无法完全替代某些学习环节，你又该如何用其他方式补齐？这是非常重要的，否则你可能会出现能力空心化，尤其是在那些需要深度专业能力的岗位上。
相比之下，职场中有经验的人往往有很强的 Muscle Memory（肌肉记忆），他们需要忘掉肌肉记忆，更新肌肉。这个过程非常痛苦，挑战就在这里：如何做到 Unlearn to Learn（忘学以求学）。
这两类人面临完全不同的挑战和能力培养路径，但有一点是共通的：所有人都必须学会拥抱 AI，而不是被它取代。
广告声明：文内含有的对外跳转链接（包括不限于超链接、二维码、口令等形式），用于传递更多信息，节省甄选时间，结果仅供参考，IT之家所有文章均包含本声明。
AI助手
资讯
常用工具
网站模板