到2025年初,这一愿景却遭遇了严峻的现实考验。Microsoft 在其 AI 布局中面临着多重挑战:大规模缩减数据中心计划、相较于其他科技公司股票表现落后、与 OpenAI 的关系日趋紧张,以及市场对 AI 热情可能正在降温。对于这家在过去50年里成功驾驭每一次技术革命的公司来说,这些警告信号表明其最大的押注可能正在动摇。
股市的反应尤为严厉。据 CNBC 报道,Microsoft 股票仅通过3月21日的最后时刻反弹,才勉强避免了自2008年金融危机以来的首次连续八周下跌。自2024年7月创下467.56美元的收盘新高以来,Microsoft 股价已下跌约16%。更值得注意的是,当其他专注于 AI 的科技巨头股价大涨时,Microsoft 今年却下跌了7%,成为"科技七巨头"中唯一一个过去一年没有实现增长的公司。
在幕后,Microsoft 已悄然收缩其雄心勃勃的 AI 基础设施计划。公司取消了原计划建设的、用于支持下一代 AI 系统的数据中心。据 TD Cowen 报道,Microsoft 已放弃了可能使其计算能力提升约14%的设施建设——这相当于像东京这样的全球科技中心的整体计算容量。据 Semafor 报道,Microsoft 还放弃了向云计算公司 Coreweave 购买价值120亿美元数据中心容量的选择权。
对于一家曾反复声称"AI 需求超过供给"的公司来说,这些撤退显得格外引人注目。Nadella 本人最近在一档播客中也暗示了这一现实,承认"在 AI 相关的数据中心建设方面可能会出现过度建设"。
加剧 Microsoft 困境的是与 OpenAI 日益恶化的关系。据 The Information 报道,Microsoft 的 AI 负责人 Mustafa Suleyman 肩负着双重使命,反映出公司日益增长的不确定性:既要维持与 OpenAI 的合作关系,同时还要让 Microsoft 在 AI 领域实现"自给自足",不再无限期依赖 OpenAI 的技术。Microsoft 已经在开发自己的 AI 模型系列 (内部代号为 MAI),并正在测试包括 Anthropic、xAI、DeepSeek 和 Meta 在内的竞争对手的模型,作为 Copilot 替代 OpenAI 的潜在选择。
在 Copilot 方面,Microsoft 面临着艰巨的任务,因为该产品在市场上难以获得实质性突破。Gartner 的一项调查发现,很少有公司将 Copilot 计划推进到初始测试阶段以外,"切实的业务影响难以实现",而且实施"需要比预期更多的努力"。一位政府 IT 主管将 Copilot 描述为"落后得令人沮丧"。
但 Microsoft 可能并非独自面对这些挑战。有越来越多的迹象表明,所有 AI 工具可能都在努力寻找更多用户。根据2024年秋季 Slack 劳动力指数,美国工人的 AI 采用增长率在过去三个月仅增长一个百分点,相比之下,去年同期增长近两位数。Gartner 的一份报告指出,CIO 们对 AI 支出越来越紧张,一位 Gartner 分析师告诉英国科技出版物 The Register,2025年可能是"下滑之年"。
在庆祝50周年之际,Microsoft 发现自己正处于十字路口。其 AI 战略——提高价格同时强制将 AI 整合到产品中、开发竞争模型的同时维持与 OpenAI 的合作关系、缩减基础设施同时声称需求空前——表明这是一家试图对冲风险,而不是坚定地押注下一次技术革命的公司。
对于一家通过不断自我革新而蓬勃发展的科技巨头来说,Microsoft 在 AI 方面的矛盾做法可能是最清晰的信号,表明即使是行业领导者也不确定 AI 革命是否能实现其万亿美元的炒作预期。
好文章,需要你的鼓励
企业AI搜索公司Glean宣布年度经常性收入(ARR)达3亿美元,较15个月前的1亿美元增长三倍。尽管谷歌、微软、OpenAI等科技巨头纷纷入局企业AI搜索市场,Glean凭借"上下文图谱"技术深度理解企业业务需求,并帮助客户显著降低AI计算成本。该公司提供按用量计费和混合定价两种模式,客户涵盖Databricks、Reddit、Pinterest及三星等企业。Glean上轮融资后估值达72亿美元。
香港中文大学与MiniMax提出ClaimDiff-RL框架,将图像描述的AI训练从整体打分升级为逐条核查,有效解决了传统方式导致AI"少说保平安"的问题,同时在多项基准测试上超越Gemini-3-Pro-Preview。
杰夫·贝索斯旗下的蓝色起源公司在佛罗里达卡纳维拉尔角进行静态点火测试时,新格伦重型火箭发生爆炸。这是美国历史上最大规模的火箭爆炸之一,也是蓝色起源公司遭遇的最严重失败。所有人员安全,但该事故可能导致新格伦火箭项目长期暂停。此前该火箭已成功完成三次发射,并实现了助推器回收和重复使用。
ParaVT是一个由南洋理工等多校联合提出的并行视频工具调用框架,通过让AI同时分析多段视频并引入PARA-GRPO算法解决训练中的格式崩溃与工具跳过问题,在六项长视频理解测试中平均提升约7.9%。