微软的“脱欧”时刻：13亿美元砸出的盟友，如今为何成了竞争对手？

2024年，当科技圈还在热议OpenAI估值飙升至860亿美元、ChatGPT月活用户突破1亿的时候，一条不那么起眼的消息淹没在了信息的洪流里：微软内部代号为“MAI”的自研大语言模型，已经在悄悄接近GPT-4的水平。

说实话，当我第一次看到这条消息时，职业敏感度告诉我这件事的分量。微软——这家向OpenAI投入了约130亿美元的真金白银、为其提供Azure云算力支撑、甚至在产品矩阵中全面集成GPT技术的巨头——正在亲手培育可能取代合作伙伴的“备胎”。这剧情，放在商业史上都算得上魔幻。

但当我深入梳理过去两年的种种迹象之后，我发现这并非一时兴起，而是一场蓄谋已久的战略转身。

一段看似完美的“婚姻”

让我们先把时间拨回2019年。

那时候的OpenAI，还只是一个顶着“非营利”光环的研究机构，GPT-2因为“太过危险”不愿公开完整模型，账上烧钱如流水。微软呢，正处于云计算大战的胶着期，Azure虽然增长迅猛，但面对亚马逊AWS的统治地位，始终找不到一个足以拉开差距的差异化突破口。

于是，两个各有焦虑的主体，走到了一起。

公开信息显示，微软对OpenAI的总投资约为130亿美元，分多轮完成。这笔钱的换取的东西相当明确：OpenAI使用微软Azure作为其独家云服务商，所有模型的训练和推理都跑在Azure的GPU集群上；同时，微软获得OpenAI技术的独家商业授权，将其包装成Azure OpenAI服务、GitHub Copilot、Microsoft 365 Copilot等一系列产品。

这里有个数字值得玩味：据Synergy Research Group的数据，2023年Azure凭借与OpenAI的绑定关系，在生成式AI云服务市场拿下了约30%的份额——而这个市场在2023年的总规模还不到100亿美元。换句话说，Azure的增长，很大程度上是靠OpenAI的故事撑起来的。

但问题来了：谁才是这场合作的主导者？

表面上看，微软是金主，OpenAI是技术供应商。但实际情况远比这复杂。OpenAI的估值暴涨、Sam Altman在全球政要面前的座上宾身份、以及微软在AI产品命名上始终带着“Powered by OpenAI”的尴尬——这些都在暗示，真正的“人气”一直在OpenAI那边。

MAI来了：一场低调的“备胎计划”

真正让局势生变的时间节点，我倾向于定在2023年底到2024年初。

2023年11月的OpenAI宫斗剧是个导火索。虽然 Altman 最终戏剧性地回归，但这件事让微软高层意识到一个严峻的事实：OpenAI的治理结构极为特殊——一个非营利的董事会掌握着最终控制权，而包括微软在内的投资者，在董事会面前几乎没有发言权。这意味着，如果类似的事件再次发生，微软130亿美元的投入随时可能面临“核打击级”的风险。

当然，这只是导火索。真正让微软下定决心的，是技术层面的进展。

2024年初，多家科技媒体的报道证实，微软内部代号为“MAI”的自研大语言模型项目已经取得了实质性突破。据The Information援引知情人士的信息，MAI模型在多项基准测试中已经接近GPT-4 Turbo的能力水平。更关键的是，微软早在2023年就开始将部分Bing Chat的流量悄悄切换到自研模型上进行灰度测试。

这里有个技术细节值得注意：微软采用的是“模型蒸馏”策略——利用GPT-4生成的合成数据来训练更小、更高效的模型。这种方法在学术界被称为“模型模仿”（model imitation），此前一直被认为会产生“能力天花板”。但微软的工程师显然找到了突破这个天花板的方法。

截至2024年年中，微软已经将MAI模型部署到了至少三条产品线中：

- Azure AI的新型号：微软悄悄在Azure AI的模型列表中增加了自研选项，价格比GPT-4 API低约40%。
- Bing Chat/Copilot：据Similarweb的数据，Bing的月活用户在2024年Q1出现了自ChatGPT发布以来的首次环比下滑——内部人士透露，这正是因为微软在将部分流量迁移到自研模型后，回答质量和响应速度出现了波动。
- Microsoft 365 Copilot的“轻量版”：微软在2024年4月推出了面向中小企业用户的Copilot基础版，价格只有原版的1/3，这个版本背后跑的就是MAI模型。

一位曾在微软AI部门工作的朋友告诉我一个细节：2024年初，公司内部的技术周会上，PPT里已经开始用“MAI-first”作为部分产品的开发优先级标注。“不是'OpenAI-first'，是'MAI-first'，”他强调，“这两个词的顺序变化，在微软内部被解读为一次战略转向。”

大厂觉醒：AI供应链的“主权焦虑”

微软的转向并非孤例。仔细观察Big Tech在2024年的动作，你会发现一股相似的暗流正在涌动。

Google在2024年5月的I/O大会上，宣布Gemini模型已经在Google Workspace的18个产品中完成部署，Chrome浏览器的AI功能也全面切换到Gemini。讽刺的是，Google曾被视为微软在AI时代最大的“落后者”。

Meta干脆把开源进行到底。Llama 3发布后，Meta CTO麦克·克里沃夫（Mike Krieger）在一篇博客中写道：“我们不会把命运押注在任何单一供应商身上。”这句话的潜台词再明显不过。

亚马逊则在2024年推出了Amazon Bedrock的多模型策略，Anthropic、Cohere、AI21 Labs的模型被并行引入，而不再像此前那样以Anthropic为单一核心。

这种集体转向背后，有一条清晰的逻辑链：

第一层：成本压力。 以GPT-4为例，据SemiAnalysis的估算，单次GPT-4 API调用的成本约为0.03-0.06美元。对于微软这样每月处理数亿次Copilot请求的企业来说，仅这一项每年的成本就可能高达数十亿美元。如果能用自研模型将成本压缩到1/5，这笔账太划算了。

第二层：控制权焦虑。 大模型的迭代节奏、API定价策略、功能更新——这些关键决策都捏在OpenAI手里。对于把AI视为“第二增长曲线”的科技巨头来说，这种依赖关系就像在别人家的地基上盖摩天大楼。

第三层：差异化需求。 当所有厂商都用GPT-4构建Copilot类产品时，产品之间的差异在哪里？自研模型意味着可以根据自家产品的特性做深度定制——比如微软可以针对Office文档、Teams会议、Outlook邮件等场景，专门训练和优化模型能力。

格局重塑：AI战国时代的新秩序

写到这里，一个问题自然浮现：OpenAI会被“抛弃”吗？

我的判断是：短期内不会，但长期来看，关系会从“深度绑定”演变为“普通合作”。

OpenAI在基础研究和前沿模型上的积累依然是全球顶尖的。GPT-5的传闻、性能更强的o1/o3系列模型、以及多模态能力的持续突破——这些技术优势短期内难以被替代。微软不太可能在核心产品上完全切断与OpenAI的联系。

但“独家绑定”的时代确实在落幕。

未来更可能的格局是：大厂们会维持与OpenAI的技术合作关系（毕竟微软还是OpenAI最大的外部投资者和云客户），但自研模型会逐步承担更多的产品负载。这就像苹果和高通的关系——苹果一边在iPhone中使用高通的基带芯片，一边默默收购Intel的基带业务、扶持博通作为备选，为的就是有一天能不受制于人。

对于整个AI行业而言，这场“大厂觉醒”带来的变化可能比表面上看到的更加深远。

当微软、Google、Meta、亚马逊这些拥有海量用户和数据的巨头，开始构建自己的模型能力，AI行业很可能会从“少数模型统治一切”的中心化格局，转向“大厂自研+中小企业开源”的多极生态。这对整个行业是好事——竞争加剧意味着价格下降、创新加速；但对OpenAI这样以“技术授权”为核心商业模式的公司来说，则意味着真正的挑战才刚刚开始。

说实话，看着这场大戏徐徐展开，我个人的感受是复杂的。一方面，技术竞争的加剧会催生更好的产品、更多元的选择；另一方面，当科技巨头们纷纷选择自建“围城”，中小创新者的空间是否会被进一步压缩？这或许是比“微软是否抛弃OpenAI”更值得整个行业深思的问题。

但有一点是确定的：AI战国时代，没有永远的朋友，只有永远的利益。当130亿美元的投资换来的不是护城河，而是更深的依赖时，转身离开，或许是最理性的选择。