三年前，微軟（Microsoft）執行長 Satya Nadella 因提早押注 OpenAI，並在發表會上高調推出整合 AI 的 Bing 搜尋引擎，被外界視為帶領微軟站上生成式 AI 浪潮最前線的「超級英雄」。隨後，不論是協助 OpenAI 順利度過董事會風波，還是重塑微軟的企業形象，都讓他獲得許多讚譽。
然而，三年後的如今，Satya Nadella 正面臨嚴峻考驗。微軟股價在過去 12 個月內下跌超過 24%，表現明顯遜於其他科技巨頭，這讓市場逐漸懷疑，微軟預計今年投入破紀錄的 1,900 億美元建設 AI 基礎設施，究竟能否帶來相應回報。更嚴峻的是，生成式 AI 的崛起正在徹底重塑人們工作、撰寫軟體與獲取資訊的模式，並同時衝擊 Microsoft 365 生產力工具、GitHub 開發者平台與 Azure 雲端服務三大核心事業。這也讓當初指引微軟轉型的 AI「北極星」，如今可能成為勒緊這家科技帝國發展的沉重鎖鏈。
AI 繞過 Office 工作入口，Microsoft 365 的護城河開始鬆動
在過去數十年間，微軟的生產力軟體一直是全球知識工作者每天工作的起點，大家已習慣打開 Word 寫作、使用 Excel 分析數據、透過 PowerPoint 製作簡報。然而，這條看似牢不可破的護城河，正在被 AI 悄然瓦解。如今，數百萬名工作者開始繞過微軟的應用程式，直接在 ChatGPT 或 Claude 等 AI 工具中完成任務。更令微軟尷尬的是，其 AI 產品 Copilot 的實際表現，已被指出落後於這些競爭對手。
這種工作流程的根本性轉變，讓市場調查機構 Gartner 預測，AI 將在這場規模高達 580 億美元的市場洗牌中，嚴重動搖 Microsoft 365、Google Workspace 等傳統生產力套件的主導地位。面對這場被業界稱為「軟體末日（SaaSpocalypse）」的生存威脅，微軟高層雖極力辯護，強調 Microsoft 365 依然吸引大量新客戶，且 M365 Copilot 的使用量正蓬勃成長。微軟高層甚至透露，公司正全力擴充運算能力，以滿足強勁需求，但這也暴露出微軟正陷入更深層的資源內耗。
AI 原生工具步步進逼，GitHub 的先發優勢逐漸消失
與 Microsoft 365 面臨類似威脅的，還有微軟的另一個核心支柱 GitHub。自 2018 年微軟收購這個軟體開發平台以來，GitHub 便一直穩坐開發者市場的主導地位，並透過推出 GitHub Copilot，提早搶占 AI 輔助程式設計的先發優勢。近期，GitHub 高層在內部會議中向員工極力強調，業務仍在持續成長，甚至聲稱剛創下「史上表現最好的一個月」，卻對具體衡量指標隻字未提。
目前，已有數百萬名軟體工程師快速轉向 Cursor 與 Anthropic 推出的 Claude Code 等 AI 原生開發工具。這讓微軟高層不得不展開緊急討論，計畫徹底重構 GitHub，以因應這些 AI 原生工具步步進逼。
在強敵環伺的同時，AI 使用需求暴增也正透支 GitHub 的基礎設施，導致該平台今年已發生數十次嚴重的服務中斷事故。這場算力短缺危機，甚至讓微軟不得不尋求競爭對手亞馬遜的協助，才得以度過難關。
自家 Copilot 與 Azure 客戶搶算力，微軟 AI 豪賭開始出現內耗
這場基礎設施的「斷電危機」並非個案，而是微軟內部算力極度匱乏的縮影。即使微軟預計今年投入創紀錄的 1,900 億美元資本支出擴建資料中心，依然無法滿足市場對 AI 運算能力的需求。
為了在有限的算力中求生存，微軟財務長 Amy Hood 坦言，微軟內部正被迫採取優先滿足自家產品的資源分配策略。Amy Hood 透露，微軟會優先將稀缺的 GPU 算力保留給自家第一方產品，首先滿足銷售部門、Microsoft 365 Copilot 與 GitHub Copilot 的算力需求，其次確保研發與產品創新的長期投資，最後才將剩餘容量分配給 Azure 雲端客戶。
這種分配順序對微軟的策略性成長造成直接衝擊。Amy Hood 透露，如果微軟當初將上半年新增的所有 GPU 算力都分配給 Azure，Azure 的營收成長率原本可以突破 40%，但最終卻被限制在 39%。這項低於預期的展望，讓市場開始質疑，微軟在投入天價資本支出的同時，為何又調走雲端客戶急需的算力。
為了緩解算力赤字，微軟甚至到了「四處採購算力」的地步。除了曾考慮租用 Oracle 雲端外，目前也正積極評估向競爭對手亞馬遜與 Google 租用額外的雲端容量。
從依賴前沿模型到發展 MAI，Microsoft 試圖重新掌握成本與控制權
面對暴增的 token 支出與難以承受的運算成本，微軟開始意識到，不能再一味依賴龐大且昂貴的通用前沿模型。為此，Satya Nadella 提出全新的「前沿擴散與控制（Frontier Diffusion and Control）」策略，計畫擴大使用自研的 MAI 專用模型。這些模型專為企業的特定任務而設計，涵蓋圖像生成、語音合成、音訊轉錄與程式碼編寫等領域。
Satya Nadella 指出，在軟體史上首次出現實質邊際成本的今天，企業不應在所有場景下都盲目採用通用前沿模型，而應根據特定任務選擇最適合的模型，藉此優化成本效益。他更強調，微軟的自研 MAI 模型在許多特定任務中，「僅使用了一小部分的 token，表現就已經超越了通用的前沿模型」。
這項策略轉移背後，還隱含著 Satya Nadella 對「反向資訊悖論（reverse information paradox）」的防禦。他警告，企業過度與通用前沿 AI 實驗室分享數據，本質上是在「付兩次錢」，卻幾乎無法獲得回報，因為這些 AI 提供商會利用客戶的數據優化模型，甚至打造出與客戶競爭的產品。
Satya Nadella 直言：「如果學習流程僅朝單一方向流動，經濟價值最終將會流向提供基礎設施的模型擁有者，而非知識的創造者。」因此，微軟正積極在 GitHub Copilot、Outlook 等服務中試用 MAI 模型，並計畫將此模式擴大至 Copilot Chat 與 PowerPoint，期待透過自主控制的學習迴路，打破對前沿實驗室的依賴。
微軟過去數十年來最強大的優勢，是牢牢掌握知識工作者的工作入口，以及開發者建構軟體的平台。如今，這場由微軟率先吹響號角的 AI 革命，卻同時動搖著這兩項關鍵根基。
這也讓 Satya Nadella 面臨一場嚴峻考驗：如何帶領這座龐大的科技帝國進行策略性防禦，在全面推進 AI 的過程中，防止這把由自己點燃的 AI 烈火，摧毀微軟賴以生存的護城河？
【推薦閱讀】
◆ 微軟開始把 OpenAI 換掉了？兩款新自研 MAI 模型背後，是一套更值錢的方法
◆ 【企業資料主權的危機與行動策略】35% 企業重兵佈局「混合雲」，掌握資料主權是加速 AI 創新的底層引擎
◆ 最強模型也開放，DeepSeek 靠什麼賺錢？創辦人梁文鋒揭背後的「克制戰略」
＊本文開放合作夥伴轉載，參考資料：《Business Insider》、《IT Pro》，首圖來源：Unsplash
