Satya Nadella 在 YC 講微軟的 AI 賭注：最打到我的不是量子，是「社會許可」這四個字

原始影片：Satya Nadella at YC AI Startup School

我看了 Satya Nadella 這場在 YC 的對談，本來以為重點會是 Majorana 量子晶片那種「微軟又領先了」的炫技。結果整場最值錢的一句話是這個：AI 真正的瓶頸不是模型多聰明，是有沒有人因為它過得更好。 他用一個詞把這件事釘死——社會許可（social permission）。對我這種每天在搞 AI 工作流、想用一個人撐起更多事情的人來說，這個角度比量子有用太多。

為什麼一個賭上幾千億基礎建設的人，會把「社會有沒有感受到價值」當成最高標準？拆成三點：他怎麼定位 AI、他用什麼標準檢驗 AI、以及他誠實承認的真正瓶頸。

一、他不把 AI 當神蹟，當「站在前一代肩膀上的第四次平台轉變」

要懂他為什麼在意社會許可，得先看他怎麼定位 AI 這件事——不是天降革命，是基礎建設一層層疊上來的結果。

Nadella 在微軟 35 年，他說自己經歷過客戶端-伺服器、網路、行動、雲端，AI 是第四次。重點不是「又一次革命」，而是這些平台是疊上去的：

沒有雲端，我們就建不出 AI 超級電腦，這才有了模型，然後才有產品。所以你永遠是用前一代平台去蓋下一代。

這個視角也延伸到他對軟體未來的判斷。他丟了一個我很喜歡的類比：過去軟體都是垂直整合、一條龍自己蓋，從來沒有一個穩定的平台層，而現在模型可能正在變成那個層——像 SQL 一樣。

模型對我來說就像 SQL。你不會把一堆 SQL 加業務邏輯就叫做產品，那只是引擎。你要在上面蓋應用層。

換成白話：模型很聰明，但它跟「商業上真正重要的資料」之間有條巨大的鴻溝。要跨過去，你需要一個真正的應用伺服器——工具調用、資料回流再訓練、反饋迴路。產品創造會發生在這層，不是模型本身。把 AI 從「天降神蹟」拉回「站在前人基礎上的下一層」，正是後面所有判斷的地基：既然 AI 是要燒真實資源去蓋的基礎建設，它就得對得起這些資源。

二、他檢驗 AI 的標準不是 benchmark，是「真實統計數據有沒有改變」

定位決定了標準。既然 AI 是燒能源蓋出來的東西，他衡量它成不成功的尺，就不是模型能力，而是社會有沒有實際受益。

這是整場我覺得最值錢的地方。他算了一筆帳：AI 要消耗的能源，今天大概佔美國用電 2% 到 3%，假設翻倍就是 6%。這數字很嚇人。然後他說了一句我重看了兩遍的話：

如果歷史教過我們一件事，那就是——你要用能源，最好先有使用它的社會許可。

意思是，如果 AI 的產出沒有真的創造出社會剩餘、經濟剩餘，那我們根本沒資格燒這些電。他把標準訂得很具體：不要只看 AGI 或 AI benchmark，要看真實統計數據有沒有改變。貸款本來要等兩三個月、還不知道會不會過，這種被官僚和文書淹沒的環節應該消失；醫療更明顯，美國醫療花掉 18% 到 19% 的 GDP，大家在談神藥，但成本都卡在流程裡，光是把出院流程接上一個 LLM，省下的時間和錢就足以回本。

而且他認為被過度炒作的是模型能力，被低估的是真實落地的故事。他講了一個讓他震撼的 demo：2023 年初他在印度，看到一個當地開發者把 GPT-3.5 串上印度技術堆疊裡的語音轉文字工具，做出一個建在 WhatsApp 上的聊天機器人，讓一個當地農民用它去政府網站申請農業補貼。

一個在美國西海岸建造的東西，怎麼能這麼快就到達一個真實的使用場景。

另一個是世界銀行在奈及利亞做、後來推到秘魯智利的研究：接觸 Copilot 這類工具，可能是非洲和拉丁美洲教育領域最好的技術介入。他的結論很硬——如果世界感受得到 AI 帶來的真實改變，我們就沒問題；感受不到，這一切就只剩公司估值，那不會有好結局。這正是「社會許可」這把尺的全部重量。

三、他誠實承認真正卡住的不是技術，是變革管理

但社會許可不會自動兌現。他誠實點出真正擋在中間的瓶頸，恰恰不是技術——這讓前面那把高標準變得可信，而不是口號。

很多人以為 AI 落地企業的瓶頸是技術。Nadella 說不是，是變革管理。你要改變一家保險公司或醫院的生產方式，等於改變工作的本質、職位的範疇（他舉 LinkedIn 把設計、前端、產品併成全棧開發者為例）。這比部署技術難得多。

他還順手點了軟體要能行動的代理需要三個東西——記憶、工具使用、授權。尤其授權，他形容成一種「業務邏輯的存取控制清單」，誰能做什麼；沒有這層，代理就只是個很聰明但不能託付的東西。法律責任目前還是綁在人身上，所以他說即使在全是 AI 代理的世界，還是會有一層「抽象的提升」，人要留在迴路裡——他自己最愛 GitHub 的功能，就是看所有代理在他 repo 上工作的完整變更日誌，像個好的開發經理盯著別把 build 弄壞。

至於量子，他講得反而平靜：微軟二月發表 Majorana 1，他是第三位為量子簽支票的 CEO，押了快 20 年。他把量子當成理解自然（模擬）的終極工具，跟 AI、HPC 互補，但語氣是「這是更長線的賭注」，不是明天就改變一切。一個敢把基礎建設賭 20 年的人，反而對眼前的東西最謹慎——因為他要的不是 demo 漂亮，是真的有人因此過得更好。

我自己的 takeaway

兩件事一直在我腦袋裡轉。

第一，「社會許可」這個標準，我打算拿來檢查自己的 AI 工作流。我一直在做的事情，本質是用 AI 把一堆瑣碎、複製貼上、推紙的工作自動化掉。Nadella 讓我重新問自己：這套東西有沒有真的讓我（或我服務的人）過得更好，還是只是看起來很潮的 demo？他講的「知識工作裡有大量繁瑣度被低估」，根本就是我每天在處理的東西。

第二，他那句「最後一個重大的演算法突破還沒被找到，所以要保持開放」。一個賭上幾千億基礎建設的人，講話卻留著這種餘地——這提醒我不要太早把現在的做法當成終局。我自己的工作流也一樣，現在跑得順不代表這就是答案。

想聽他親口講社會許可、那個印度農民的 demo、和量子那段，原片在這：Satya Nadella at YC AI Startup School。