所有人都在卷模型，微软在上海讲了另一套AI逻辑
这是今年微软AI Tour全球巡回40座城市之一的上海站，微软全球商用业务CEO Judson Althoff登台抛出了一个让人印象深刻的判断。
“人们问我，AI解决方案中最重要的是什么？很多人会脱口而出：模型，毕竟每个月都有新模型问世。另一些人会喊：芯片。”他话锋一转，“但我认为，任何AI解决方案中最重要的两件事是——智能（Intelligence）和信任（Trust）。”
Judson进一步拆分逻辑：“如果你把时间倒回五六个月前，我们都在讨论最新的OpenAI模型。随后Gemini 3问世，大家又在谈Gemini 3。接着是DeepSeek、Kimi、Minimax，每个月都有新模型。所以认为你可以通过不断更换模型来彻底重塑人们与AI的交互方式，这种想法本身并不合理。”
这段话说得克制，但潜台词不难理解：模型是快速迭代的底层能力，但不一定是所有企业押注的锚点。
那应该押注什么？
01/
前沿式转型，一个新框架登场
Judson在开场定调之后，花了大量篇幅阐述一个他显然非常看重的新概念：Frontier Transformation（前沿式转型）。
这个词值得拆解一下。
过去很长一段时间，行业共识是“数字化转型”（Digital Transformation）。但到了2026年，数字化转型已经不够用了，不能只是把线下流程搬到线上、把Excel换成BI仪表盘就宣布转型完成。Judson给出的定义是：“前沿式转型不仅仅是AI转型，它是一场对企业、对机遇、对能力边界的全面重塑。”
他提出了衡量这种转型的四个支柱：
第一，提升员工体验：不只是招到最好的人，还要在他们入职后给他们最好的AI工具，帮助他们发展职业。第二，用AI重塑客户互动方式：微软自己在客户支持中心用AI做来电智能分流，客户满意度同比持续提升。第三，重塑业务流程，使其“AI优先”。第四，用AI拉动创新曲线：在微软内部，AI已经参与了超过35%新产品代码的编写，某些新项目中几乎100%的初始代码由AI完成。
这四根支柱看起来很“框架”，但Judson的核心观点是：“AI必须融入人类抱负的洪流之中。人们并不希望将生活片段像复制粘贴般地塞进模型里又拿出来。他们期待AI融入日常使用的工具中，让他们在工作流程中自然而然地取得更多成就。”
这句话之所以重要，是因为它戳破了当下AI应用的一个普遍困境：大多数企业的AI还停留在“找个模型，接个API，做个demo”的阶段，并没有真正嵌入工作流。Judson把这个痛点变成了微软的卖点——我们的产品就是工作流本身。Word是工作流，Excel是工作流，Teams是工作流，Outlook是工作流。Copilot不是一个你需要额外打开的应用，它就长在你每天打开的工具里面。
这就是“Intelligence”这个词的第一层含义。而微软给它起了一个更具体的名字：IQ平台。
02/
企业的IQ，才不会被AI替代
在这次上海站，微软把去年11月Ignite大会上发布的70+项产品突破浓缩成了五个关键组件，其中三个构成了「IQ平台」，两个构成了「信任平台」。
Work IQ，是Microsoft 365内部的智能层，让AI 理解真实的工作协作方式。它知道你怎么工作、跟谁协作、处理什么内容、你的业务流程长什么样，这些上下文信息不是某个模型能提供的，它是你在微软生态里日积月累沉淀下来的“工作记忆”。Copilot之所以能变得更快、更准确、更值得信任，底层靠的就是这层IQ。
Fabric IQ，是数据层，为AI提供可信、可追溯的业务数据语义。微软的数据平台能感知来自Google BigQuery、Amazon S3、Azure数据服务甚至企业自有系统中的数据，Fabric IQ把这些数据背后的业务语义和查询逻辑抽离出来，变成一个“数据大脑”——让AI Agent不只是“读取”数据，而是“理解”数据。
Foundry IQ，是一个知识调度中间层，让AI基于企业知识和规则进行推理，从而构建智能来源。
Judson举了一个供应链的例子来说明这三者如何协同：你要构建缺货Agent、库存Agent、可承诺交付Agent，这些Agent需要通过Fabric IQ对所有系统记录数据进行标准化；需要通过Foundry IQ接入第三方物流数据和天气模式来判断最佳运输路径；最终通过Work IQ分发到员工的日常工具中，让他们在工作流里直接使用。
换言之，企业自己的IQ，就是被AI放大、被AI丰富、但不会被AI替代的那部分企业智能。这些才是企业的差异化资产。
信任层面，Agent 365是一个统一管控智能体的平台，企业创建的所有Agent，不管是基于微软还是第三方构建的，都能在这里被看见、被管理、被安全控制。而Agent Factory则是一套基于Token消费的计量系统，帮企业算清楚AI的投入产出。
03/
一家虚构的纺织品公司Zava，与它背后的微软 Copilot
为了把上述概念变成可感知的东西，微软在现场做了一场完整演示，来自于一家虚构出来的公司Zava。Zava是一家做智能纺织品的科技公司，把传感器织进衣服里，让面料能思考。虽然这家公司是虚构的，但Judson说它的灵感来自微软在全球看到的众多真实企业。
演示从Zava市场部Henry开始。Henry收到工程团队一份关于ZavaCore二代产品技术突破的文档，需要紧急启动上市计划。他打开Copilot，上传文档，说：“我要做三件事——上市提议书、给老板的简报、约一个确认价值主张的会议。先告诉我每份东西应该包含哪些内容。”
这个细节很关键。Henry没有直接让Copilot“帮我写”，而是先让Copilot“帮我想”。Copilot返回了执行架构和优先级排序——先约会议（因为最紧急），再发邮件索要内测数据，再写文档。
接下来的流程展示了微软所说的“Agent编排”：Henry在同一个对话窗口里先后调用了Word Agent（自动撰写上市计划书）、PowerPoint Agent（将计划书转化为高管决策简报），每个Agent都能看到前面所有的对话脉络，不需要Henry重复解释。Henry用了一个非常生动的比喻：“我就像一个运筹帷幄的将军，Copilot是我的军师，它在指挥各有所长的不同Agent一步一步帮我完成工作。”
这段演示有一个让我留意的细节：Henry中间提到了“Shirley”和“佳琪”两个同事，但没有说明是哪个Shirley、哪个佳琪。Copilot通过Work IQ——也就是Henry的邮件记录、会议历史、协作轨迹，自动识别出了与ZavaCore项目最相关的那两个人，并正确地把邮件发给了她们。“Copilot不只是在搜索我，它是在理解我。”Henry说。
紧接着，Zava运营主管佳琪则展示了Dynamics 365呼叫中心的实时语音Agent。在产品内测阶段，用户拨打热线分享使用体验，接电话的其实不是真人，而是语音Agent，能做中英文无缝切换的那种。这个Agent智能之处在于，它会主动追问使用场景、引导用户给出具体反馈、记录结构化数据。佳琪在看板上输入“展示所有4分以下的评价”，系统实时生成了可视化图表。
开发者JianZHOU的环节更硬核。他拿到佳琪发来的需求文档——做一个电商网站，就直接丢给GitHub Copilot，选了GPT-4o Codex模型，说“帮我实现这个需求”。GitHub Copilot分配子Agent（analyst分析需求、architect设计架构、coder执行开发、SRE做CI/CD），这个全程JianZHOU一行代码没写，网站雏形就出来了：图片、夜间模式、多语种切换，全部就绪。有同事反馈说“标题居中一点、字体大一点“？回到Copilot说一句话，几秒搞定。
JianZHOU还展示了一个用AI Foundry零代码搭建的T恤定制Agent，用户上传一张玉兰花的照片，Agent可以自动去掉背景、并且印到白色T恤上。这个底层，用的是Foundry的模型目录，里面覆盖了全球各种大模型，ChatGPT、Kimi、千问、DeepSeek、Minimax等等。JianZHOU现场做了一个Kimi、GPT-4o和DeepSeek的对比展示，安全性、上下文长度、多模态支持一目了然。
Fabric IQ的演示交给了Nora。她讲了一个特别有说服力的例子：同一个数据Agent，对接原始数据回答“推荐一双适合上海马拉松的跑鞋”时，只给出了“舒适透气”这种泛泛的答案。
但接入Fabric IQ Model之后，答案发生了质变，Agent知道上海马拉松通常在11月底12月初，气候湿冷；知道赛道包含桥梁和江边路段，所以推荐维度从“透气”变成了“防滑、抓地力、后半程脚踝支撑”。Nora的总结很到位：“IQ Model让我们的Agent不只能读取数据，而是有了数据的灵魂。”
随后，安全负责人Kevin的Agent 365演示则围绕“智能与信任”新范式的“信任”展开。Agent 365是一个统一管控Agent的平台，能看到企业里所有Agent的运行状态、数据访问、安全风险（不管是微软的还是第三方的）。
Kevin现场发现一个Zava Support Agent存在五个安全风险：异常登录、敏感数据分享、prompt injection攻击。他的处置方式很果断：一键关闭，停用即可。这是因为“Agent的权限全都在用户手里。”Kevin还演示了新Agent上线前的审批流程，所有关键信息自动带全，安全团队可以快速审批，他说，“这就让安全跟得上企业业务和AI的变化”。
整场Zava演示下来，微软实际上完成了一件事：用一个端到端的故事，把Work IQ、Fabric IQ、Foundry IQ、Agent 365、AI Foundry、GitHub Copilot这些产品串成了一条完整的价值链，呈现了一家前沿企业从营销、到运营、到开发、到安全是怎么跑起来的。
04/
两个真实世界的样本，吉利和英矽如何用AI
Zava是虚构的，但微软请上台的两位客户是真实的，恰好代表了中国企业拥抱AI的典型切面。
吉利是传统制造业巨头拥抱AI的代表。他们的AI战略分成两条线：Product AI（围绕车辆本身——智能驾驶、智能座舱、智能底盘、能源管理）和Enterprise AI（围绕核心价值链——研发、制造、物流、销售、HR、财务）。
让我印象深刻的是吉利控股集团CIO Ben Mayon提到两个细节。
第一，吉利控股集团牵头制定了一个三年AI规划和实施指引，叫“Triple Three System”——三个优先项、三个业务价值、三个赋能团队。控股集团投资底层能力，各业务集团负责识别场景和落地。这说明AI在吉利不是某个部门的实验项目，而是从集团顶层设计往下推的战略工程。
第二，他们基于开源模型自研了一个“Super AI Agent”，上线仅一年，就有超过十万名员工在日常工作中使用。Ben还提到，吉利与浙江大学共建了AI联合实验室，拥有多种after-training models和Agent Factory。他说，“AI不仅是我去年的重要KPI，也是今年的重要KPI。”（我猜AI也会是他明年重要的KPI）
英矽智能则是AI原生公司出海的代表。这家公司用生成式AI从零设计全新药物分子。英矽智能创始人Alex Zhavoronkov的目标听起来非常理想主义：“为全世界的人延长健康且具有生产力的生命周期。”但支撑这个目标的数据很扎实：过去五年，英矽发现了29种药物，而传统模式下，十年发现一种都算快的。“我们不只是想治疗疾病，我们想防止疾病发生。”Alex指出。
Alex解释了AI如何贯穿药物发现的全流程：先用AI理解疾病的驱动因素，然后识别分子结构，设计全新分子来抑制这个“罪魁祸首”。而与其大海捞针般地尝试数百万种分子，AI可以直接从零“造针”，也就是，AI能想象出具备理想特性的分子，并预测它们能否通过临床试验。
他特别提到，英矽在上海建成了一座完全由机器人自动化的实验设施：只需投入一个生物样本，一周内就能提出疾病假设并生成合成化学方案。“如果你要做实验，你需要能把AI和真实实验体系连接起来的基础设施，这是我们在中国大规模布局的原因之一。”Alex说。
AI对医疗的帮助不只是在疾病治疗方面，还延伸到大家都感兴趣的延缓衰老方面。“所有人早晚都会面临死亡，只是死亡的时间取决于科技进步的速度。”Alex透露，英矽已经发现了几种极有可能成为“下一代长寿疗法”的药物，能对肌肉、大脑、皮肤等多方面带来益处。
这两个案例放在一起看，一个是“用AI改造传统企业”，一个是“AI原生公司用AI解决人类最根本的问题”。两者叠在一起，恰好呼应了Judson开场说的那句话：“前沿式转型不仅仅是AI转型，它是一场对企业、对机遇、对能力边界的全面重塑。”
05/
出海牌：微软在中国市场的差异化杀手锏
Judson在台上还提到了一个信息，他说每到一个城市，都会先问Copilot一个问题：“这座城市的人怎么看AI？”
通常他得到的答案都是“复杂感受”：一半人兴奋，一半人焦虑。但上海的答案却不太一样，是“压倒性的热情和乐观”，在上海，AI甚至被看作一种“公共能力”——就像水和电一样的基础设施，每个公民都能够获取。他指出，不仅在上海，中国有83%的公众认为AI带来的益处将超过任何担忧，到2025年中已有超过5亿人将AI用于日常生活。
但乐观归乐观，微软在中国的处境并不简单。国产大模型百花齐放，本土云厂商在价格和本地化服务上有天然优势，微软需要一个本土厂商很难复制的差异化价值。
这个差异化，就是出海。
在活动近期，微软发布了一份42页的《AI时代中国企业出海新范式》白皮书。白皮书里有一组很说明问题的数据：2025年中国全行业对外直接投资达12455.8亿元人民币，同比增长7.4%。中国投资者已在全球190个国家和地区设立超过5万家境外企业。更值得注意的是，2025年上半年，全市场上市公司境外收入达4.9万亿元，占总营收14%，连续三年上升。更关键的是，90.6%的行业境外毛利率高于境内。
换句话说，出海已经成为共识，只剩下“如何出海”这一个问题。
而“怎么出海”这个问题，正在被AI深刻地改写，白皮书用了一个精准判断：企业出海正从“机会驱动”走向“能力驱动和智能驱动”。今天企业出海比拼的，已经不只是成本、渠道和速度，更是数据驱动决策能力、智能化运营能力、以及面向全球市场的快速响应能力。
微软提出了一套“出海四步法”：战略规划、组织人才、安全合规、生态合作。细看之下，你会发现每一步都和上述所讲的微软产品精准对应。
比如战略规划阶段，白皮书建议企业“构建全球统一的数据基座”——这正是Fabric IQ干的事。再比如运营模式设计阶段，建议“推动智能代理融入核心业务流程”——这就是Copilot Studio和Agent的能力。安全合规部分，Agent 365和Microsoft Purview提供了从数据治理、到AI治理的完整体系。
来自联想、OPPO、海信、名创优品、均胜电子、小米六家企业与微软的真实案例也印证了这一点。
联想用Microsoft 365 Copilot打通跨时区协作、用Dynamics 365统一全球销售系统。小米基于Dynamics 365和Power Platform重构了国际客服和售后供应链系统，支持多语言、合规、统一管理。名创优品用Dynamics 365将业务扩张至110个海外市场，收银、商品管理、促销管理、门店库存在一套系统里搞定。OPPO用Azure AI Speech实现了多语言音频转录和自然语音朗读，且数据传输加密、音频处理完即删、各国数据在本国处理，这套安全合规设计，直接支撑了OPPO在海外市场的快速落地。
而全球60多个区域的Azure节点、100多项国际合规认证、Microsoft 365 Multi-Geo的多地域数据驻留、Dynamics 365的全球化ERP和CRM、GitHub的全球开发者生态、LinkedIn的13亿职业会员——这些积累为微软服务中国企业出海打好根基。
微软全球资深副总裁，微软大中华区董事长兼首席执行官侯阳博士披露的数据也很能说明问题：Microsoft 365 Copilot 日活跃用户同比增长 10 倍；GitHub Copilot 正在改变代码的诞生方式，如今一半以上代码都在 AI 协同下完成；AI Foundry 过去一年处理的 Token 总量超过 500 万亿，同比增长 7 倍；通过 Copilot Studio，企业已经构建了超过 100 万个自定义 AI Agent，全球有超过 20 万家企业用户正在把 AI 融入业务运行。
归根结底，侯阳说的这句话或许是最佳注脚：“微软始终以客户的核心业务为中心。”在AI重塑一切的时代，这句话既是承诺，也是微软的底气。