‏ساتیا نادلا و نقشهٔ مایکروسافت برای عصر AI

این مطلب گفتگوی Ben Thompson از Stratechery با ساتیا نادلا، مدیرعامل مایکروسافت، بعد از کنفرانس Build ساله. نادلا می‌گه تو هر تغییر بزرگ تکنولوژی، اول باید جواب این سوال رو پیدا کنی که «مایکروسافت چه کاری رو منحصراً بلده انجام بده»، نه اینکه فقط به موقعیت رقابتی به‌شکل یه بازی برد-باخت نگاه کنی. به گفتهٔ اون، شرکت‌ها معمولاً فکر می‌کنن همه‌کار از دستشون برمیاد، ولی بعد می‌فهمن دنیا فقط همون یه کار اصلی رو ازشون می‌خواد.

محور اصلی استراتژی چیزیه که نادلا بهش می‌گه hill-climbing machine (ماشین بالا رفتن از تپه). توضیحش اینه که کار AI گرفتن یه هدف و یاد گرفتن مداوم برای تولید خروجی بهتره؛ مثل بالا رفتن قدم‌به‌قدم از یه تپه. نادلا می‌گه می‌خواد یه سیستم چندمستاجری (multi-tenant) بسازه که هر شرکت بتونه تپهٔ خودش رو داشته باشه و مدل‌ها روی داده‌های خصوصیش یاد بگیرن.

به گفتهٔ نادلا، مهم‌ترین دارایی فکری یه شرکت تو عصر AI، بنچمارک‌ها و evalهای خصوصیشه؛ یعنی همون معیارهایی که با سلیقهٔ خودت تعریف می‌کنی چی خروجی باکیفیته. اگه evalها و محیط reinforcement learning خودت رو داشته باشی، می‌تونی مدل‌های مختلف رو دعوت کنی تا روی همون محیط بهترین خروجی رو بدن و راحت بینشون سوییچ کنی. اون می‌گه این کار خیلی عمیق‌تر از یه پیاده‌سازی ساده RAG یا post-training ابتدایی‌ـه.

مایکروسافت هفت مدل MAI جدید معرفی کرده که از صفر و با «نسب تمیز» ساخته شدن، نه با distillation از مدل‌های دیگه. نادلا می‌گه distillation رو وسط فرایند یادگیری استفاده نمی‌کنن، ولی آخر کار از IP خود OpenAI بهره می‌برن؛ از جمله کاری به اسم reverse knowledge distillation (RKLD) و RL روش. در عمل دو frontier دارن: مال خودشون و مال OpenAI، و با eval همدیگه رو می‌سنجن.

دربارهٔ رابطه با OpenAI، نادلا اون رو به همکاری قدیمی مایکروسافت با Intel تشبیه می‌کنه و می‌گه تا ۲۰۳۲ این شراکت ادامه داره؛ هر کدوم هم مشتری دیگری‌ـه و هم شریک IP. در مورد سرمایه‌گذاری زیرساخت هم می‌گه عمداً نخواسته همهٔ ظرفیت محاسباتیش رو به یه بازیگر (یعنی OpenAI) بده و ترجیح داده دیتاسنترها رو به‌جای تمرکز تو یه نقطه، تو نقاط مختلف دنیا پخش کنه. اون رد می‌کنه که کم سرمایه‌گذاری کرده و می‌گه مایکروسافت زود شروع کرده و جاهای خوب تولید برق رو گرفته.

نادلا سرمایه‌گذاری رو بین سه سطل تقسیم می‌کنه: کسب‌وکار hyperscale (آژور)، اپلیکیشن‌های خودشون و compute پژوهشی برای مدل‌های MAI. اون می‌گه عمداً از فروش GPU خام به اصطلاحاً «Neolab»ها خودداری می‌کنن چون دنبال «پول راحت» کوتاه‌مدت نیستن و می‌خوان ظرفیت آژور برای مشتری‌های سازمانی محفوظ بمونه.

در نهایت، به سوال «نرم‌افزار مرده؟» جواب می‌ده که نرم‌افزار زنده‌ست ولی مدل SaaS سنتی (لایهٔ داده، لایهٔ منطق و لایهٔ UI به‌هم چسبیده با یه مدل کسب‌وکار) باید برای عصر agent بازسازی شه. مثالش WorkIQ ـه که حالا به‌شکل یه skill/MCP در دسترسه و مدل کسب‌وکار باید به سمت ترکیبی از per-user و مصرف‌محور (usage-based) حرکت کنه.

نکات کلیدی:

• استراتژی مایکروسافت: ساختن بستری که هر شرکت روی داده و evalهای خودش مدل اختصاصی تربیت کنه (hill-climbing)
• هفت مدل جدید MAI با نسب تمیز، بدون distillation وسط فرایند؛ استفاده از IP خود OpenAI آخر کار با RKLD
• شراکت با OpenAI تا ۲۰۳۲ ادامه داره و به همکاری مایکروسافت-Intel تشبیه شده
• نادلا میگه عمداً compute رو فقط به یه بازیگر نداده و دیتاسنترها رو پخش می‌کنه
• evalها و بنچمارک‌های خصوصی، مهم‌ترین دارایی فکری یه شرکت تو عصر AI