至頂網CIO與應用頻道 11月23日 北京消息：11月1日， 2017微軟技術暨生態大會（Microsoft Tech Summit）在京召開， 這是微軟中國年度最盛大的科技峰會， 活動上分享了微軟的最新動態， 以及微軟在雲計算、大資料、混合現實、人工智慧、量子計算等領域的最新佈局。 微軟公司全球資深副總裁、人工智慧核心團隊負責人、微軟人工智慧研究事業部首席技術官古卓倫（David Ku）在會後接受了媒體的採訪， 他介紹了微軟的願景以及在AI方面所做出的努力。
古卓倫：感謝諸位百忙之中撥冗前來， 我們今天非常高興， 因為這個活動代表了微軟對於中國的承諾，
所以我們可以看到薩提亞自擔任CEO以來， 我們有更強的感覺， 而且我們有一個更強的使命感， 有更強的一個勢頭， 我們感覺非常榮幸， 也深感興奮。
今天上午在薩提亞的主題演講過程中， 還有包括我們已經談到了關於人工智慧AI發展的過程當中， 大家可以瞭解我們有一個AI廣泛的戰略。 實際上這是基於我們的信念和使命， 我們覺得AI最佳的範例必須是我們能夠和其他人攜手共進， 賦能於其他人， 能夠打造一個獨特的AI的體驗，
實際上微軟的產品研發能力很強， 但是除此之外， 我們也希望能夠和大家深度形成合作夥伴關係， 因為我們覺得同心同德， 共同的目標才能指引我們共同向前， 非常感謝大家百忙之中撥冗前來參加今天的媒體對話， 大家可以提一些問題， 能夠跟大家進行分享。
今天早上微軟提到了和華為的合作， 實際上華為不僅是一個硬體廠商， 它在中國也有雲服務， 所以您能不能介紹一下， 今天的這個合作到了怎樣的一個深度？因為你們在一定程度上也是競爭對手。
古卓倫：我們現在所處的時代， 實際上是一個競合的時代。 因為很多公司， 都會在同一個領域開發產品，
所以當華為在打造他們產品的時候， 我們就在想， 可以在哪些方面提供價值。 就像我們微軟自己打造產品的時候， 我們的目標是贏得客戶， 因此在一些領域可能會有競爭， 但是在另外一些領域我們是希望進行合作的。 這是微軟的核心要義， 實際上就是密切的合作關係。 儘管他們有一些產品可能會跟我們產生競爭關係， 但是我們深信不疑的一個信念就是助力這些企業， 即便是潛在的競爭對手， 微軟也希望能夠予力他們， 所以我們和這些公司建立了合作夥伴關係，
包括在人工智慧方面， 我們只是邁出了最早的幾步而已， 路漫漫其修遠兮， 所以沒有人知道， 現在哪一個戰略一定會成功。 但是我們有一個堅定的信念， 攜手共進會變得更好， 我們希望能夠打造我們的平臺， 能夠接觸彼此。 所以你可以看到微軟跟其他的公司進行攜手共進， 進行合作， 這是我們戰略的核心。
我們今天著重講了AI， 。 在前幾年大家都是用GPU提供服務， 但是微軟也開始嘗試FPGA的方案， 這個是怎麼考慮的？包括穀歌也提出了定制化的ASIC的GPU， 微軟有沒有這方面的打算？
古卓倫：AI需要什麼新能力？我們知道需要很大的培訓和計算能力， 打造一個模式的過程當中，
之所以我們能夠去進入FPGA， 實際上是因為我們需要更大的模型， 我們用它進行機器翻譯， 機器學習等等。 在必應當中， 我們有一個叫做Q&A環節的， 是通過深度學習瞭解到這些檔的背景， 讓你問任何問題都可以。 這樣的模型是非常大的， 在CPU上的運行肯定是不夠了， 所以我們需要進行創新， 這樣也就產生了新的需求。 這樣的話才能夠打造我們的FPGA的架構。 所以我們希望加速硬體， 因為你可以看到AI打造了這樣一個平臺， 能夠讓其他的使用者把他們的模型放到其中。
但是GPU本身還是很好， 我們還在投資， 他們對培訓還是很管用的。 除此之外，一些初創公司，包括晶片的運營商，我們也在考慮。從我們的角度，微軟會希望找到一個方法，最終把所有的技術連接在一起。有一些我們自己來進行創新，有一些我們和其他人進行聯合創新，但是我們希望說能夠把他們結合在一起，對我們的客戶還有企業來說，他們使用起來就更加簡單了。
所以我們要考慮一下，為了在人工智慧的世界保持前沿，你必須要確保找到正確的途徑進行創新。所以這就是為什麼我們和一些晶片供應商合作，還有包括和媒體公司合作，甚至還會跟其他的公司合作，只要他們和我們的精神，和我們的目的是一樣的，想要打造開放的AI生態，我們就和他們合作。
我們深信不疑的一點就是硬體、軟體的創新是非常重要的，所以FPGA我們將會持續投資，在晶片方面持續投資。
剛才您在會上講了一個觀點和主張，我們在加速從研究向產品的轉換，我們現在有什麼具體策略可以推進這個速度？
古卓倫：當我們把研發集團還有產品集團結合在一起的時候，不代表這兩個團隊之前沒有協作，我們以前一直有良好的協作，已經很多年了。可以看到很多技術之所以被開發出來，就是因為我們的研發集團和產品集團攜手共進。但是我們有這樣一個欲望，就是把它們結合的更緊密，我們希望能夠打造一種方法，能夠把一些設想進行快速的推動，使他們能夠從研發快速過渡到生產，我覺得最好的創新就是做一些突破。做突破最好的方法就是了解商業問題，瞭解產品問題，瞭解產品方面的機會才行。所以我們想做的一點，就是把研發和產品部門結合在一起。這樣他們可以更加深入的合作，一起看到全球的問題，解決全球的問題，這樣會創造很多創新的觀點。
那麼這麼一來，從結構上來講也會更加簡單，如果一個研究人員想做產品，或者有做產品的想重新回到研發職能，這樣就會很容易實現，可以說是非常無縫的連接，非常的順暢。所以我們可以看到研究和人員之間，產品線這塊有很強的能力，我們可以做得更多。
大家可以看到這樣一個模型，實際上我們和外部的研究集團也可以進行合作，包括學術界，包括其他的研發集團等等。我們可以看到當人們看到共同的問題，他們一起考慮這個機會的話，創新的潛質就更大，所以我們希望樂見彼此的發生，我們希望創建這樣一個環境，讓大家變得更加容易，流暢度更高。
有沒有細節告訴我們？協同方式的變化，管理方式的變化。
古卓倫：我剛才講了兩個指引的原則，說了我們怎麼能夠降低產品線和研究職能之間的摩擦。微軟把自己的一些技術用來打造我們的產品，像Cortana，Office 365，還有包括AI、機器學習的工具和實驗。我們想確保同樣的技術能夠通過Azure提供給大家，而且能夠提供給我們協力廠商商業的客戶。當我們打造一個產品或者技術的時候。我們希望它能夠讓我們和我們的客戶獲得收益，這樣一來我們能夠更快的反覆運算，我們在同一個堆疊當中有同樣的應用，這是第一個原則。
第二，我們想要擁抱開源，在研發職能過程當中，當他們發佈他們產品的時候，他們想要打造一個模型，把這個模型變成一個開放給大家。所以我們想讓我們的平臺變得更加開源，能夠去歡迎，並且擁抱這樣一些來自我們自己內部的創新，但是任何外部大學的創新我們也歡迎，只要他們是開源，包括TensorFlow等等。
我們會有一個更順利的轉型，是把一個觀點，研發驗證的觀點為起點，然後把它和我們的生產線條連接在一起，能夠快速的達到使用者可以使用的狀態，所以我覺得這令人振奮。微軟和斯坦福大學的合作就是一個案例，大家對流媒體進行分析，自動發現一些一場，並進行分析。
這都是非常好的創新，我們要做的是快速將這些模型和我們的系統對接，並且在實際的使用場景中獲得回饋，這就是研發和實際工作的對接。不光是我們自己的研發團隊，還有外部的研發團隊。
第一個問題，在您上午的PPT上談到，微軟已經將語音辨識錯誤率降到了5.1%，所以我想問一下，這樣的結果對於現在的商業化起著怎樣的影響？會不會改變、取代某些職業？第二個問題，就目前小冰更新的功能和技術來看，您覺得聊天機器人下一步的關鍵技術是什麼？謝謝。
古卓倫：我先回答第一個問題，人工智慧這個技術就像PC技術，PC技術經歷了巨大的變化，改變了人們工作的方式。人工智慧其實也是如此，當我們開始思考與客戶互動的方式，優化庫存的方式，以及企業運營的方式，我們需要新的能力，而這些新的能力會帶來技術的新需求，需要新的人才來打造這些能力。當然它會去替換現有的形式、方式。
正如薩提亞所說的，新的能力會帶來新的責任，我想會有一些新的技術，會替代一些人類的工作但是我們非常的樂觀，技術是一種善行，我們要做教育，培訓，提供工具，與學界合作，幫助社會更好地理解人工智慧所帶來的機會，並且抓住這些機會。但是並不是意味著所有的人都以同樣的方式獲得這樣的機會，我們現在強調的是合作，新的變化必然帶來顛覆。我們要以負責任的態度來做。因為這並不是一家公司的工作，而是整個技術產業界，都需要意識到的巨大的影響力和機會的誕生。
有關您提出來的小冰的問題。小冰讓我們學到了很多東西，它教我們如何理解和感知，比如說文本的理解，圖像的理解，現在還可以對話，理解人們的語氣、主題，小冰開始建立這種對話的感覺。下一個小冰的演進階段就是讓小冰賦能企業，能夠讓企業和自己客戶有更加密切的對話模式。比如說在日本，小冰在日本叫做Rinna。我們和羅森這家連鎖便利店合作，通過Rinna帶來更好的服務體驗。Rinna在日本幫助羅森超市連鎖獲得更大的業務成功。小冰已經擬人化了，正是這種擬人化可以與人之間建立情感的紐帶，正是這樣的一種能力，我們正在不斷地推向前沿。
所以下一個演進是把這個能力進行更加做商業化的探索，已知的很多，但是未知的也有很多，不管如何，機會是巨大的。最終人與人之間的溝通應該超越邏輯。這就是給客戶的一種承諾，我們認為小冰之後的技術是非常好的一種構建模組，能夠讓人工智慧更加擬人化，更加的觸手可及。所以這就是人工智慧的一個演進，是更好的人機之間的互動。
請您更多的介紹您所領導的人工智慧核心小組是一個怎樣的團隊，然後在組織架構，做事方式上面有什麼特點，有沒有什麼事情是您特別想要團隊做到的，但是目前還沒有完成的？
古卓倫：首先，我來描述一下我們的組織結構，就是人工智慧研發隊伍的組織架構。首先我們有四個群組，一個是消費級的人工智慧產品，這是針對終端使用者的。比如說小娜，還有小冰，這是直接針對消費者推出的產品。這是第一個集群。
第二個群組，叫做企業級商用的人工智慧，我們有雲、AI平臺。比如說認知服務，機器學習工具，另外還包括了業務人工智慧，這是第三個集群，主要是打造客戶服務，還有自動化，端到端的人工智慧解決方案。
第三個集群，我們把它稱之為人工智慧核心集群，人工智慧核心的集群就是所有AI的內核，不管是消費級，還是商用業務的AI都有這些。比如說所有的資料基礎設施、人工智慧工具、知識管理，比如說我們說創造知識，從Bing創造知識，從Office創造知識，把它們連接起來形成體驗，同時我們還有一種叫做Office的能力匯入，不光是我們把價值引入自己的產品，像小娜，小冰，還有Office、Dynamics，我們有一個專門的組來支援這種Office 365之後的智慧，比如說像知識圖譜等等。能夠更加的有預測性，知道我下一步這個會往哪些方面發展，這些技術都是我們提供的。
這是我剛才談到的三個群組，針對消費者的AI產品，針對商用企業級的產品，還有核心的AI技術的群組。也是微軟的研究院，或者是實驗室做根本性的研究，同時我們還有一些所謂大的專案組，比如說生物計算，量子計算，這是一些非常前沿性的。比如說基因做這樣一種程式設計，讓他們回溯看一下，當我們把所有的結合在一起會發生什麼，我們會研究這個。不同的組合會帶來什麼樣的結構，這些都是大的類似於登月的項目。是持續的，為什麼我們要聚焦於量子計算？因為在今天這樣的計算架構肯定會觸及一個極限瓶頸，計算具有如此大的能量，有這麼大的可用性，從根本上改變了硬體和硬體部署的方式。當然我們要在這個領域這樣做，這就是我們的第四個集群，就是基礎性研究的集群。我們也非常密切和微軟其他的業務集團，比如說Office集團進行跨團隊的合作。比如說Office是一個團隊，我們的團隊負責把智慧引入到Office365，事實上是由我們的這個工具，幫助Office 365智慧能力的開發。
薩提亞確實給我們帶來了比較振奮的一點，就是Windows、Office、Dynamics、Azure，這些不同的業務組群之間變得更加的互通互連。當我們思考客戶的時候，我們不會想這是Office的，或者是Dynamics的客戶，我們認為是更多個性化的，不同的企業客戶，不管你是用Windows，小娜，還是Dynamics？我們會不斷的減少客戶獲得價值可能其中會產生的摩擦。這是非常強大的一種合力，能夠讓我們微軟內部不同業務組之間更加的上下團結，目標一致。這是一種文化的變革，在過去的幾年微軟內部薩提亞本人就是這樣一個人的象徵。
薩提亞有這種使命感，明確感，他的同理心，他的耐心，我認為我們目前微軟大量的能量就是來自于我們的領導薩提亞，有這樣一種使命感，我們的使命是強大的，我們的文化也在演進，因此我們非常興奮。事實上我們目前還有很多的工作不能做，但是我們應該做的。我們有這樣一種使命感，最終能使得微軟實現自己的差異化，與其他的企業不同。
您剛才演講中提到了將人工智慧注入每一個產品，這過程是否需要對產品代碼進行重新編寫？如果需要的話這個過程需要多久？
古卓倫：舉一個例子，我們知道重新編碼說特別難。很多情況下你根本沒辦法重新把舊的代碼改編還不如重新編碼，比如說你有一個工廠，說有供應鏈、司機等等，說我們要立刻變化，有了雲我們可以把這些所有的遠端資訊打造成一個資訊流的活動，我們開始創造這樣一個雲端，它與實際的物理設施之間感測器相聯，也就是現有的設施也是運行的，但是在此之上考慮我是否能夠運用人工智慧和在一個位置相關的資訊，可能是城市資訊和供應鏈資訊，這是圖譜能發揮作用的領域，如果我知道這樣的一個資訊流讓我把其他相關的上下文資訊業融入進來，我就知道這個點到底在發生什麼，比如有交通的擁堵，有一個顛覆或者知道了停機的情況。
根據信號我們可以建立一個預測的模型，我們可以監控並且預測。
比如說我們可以做需求預測，我是否可以有更好的建議，所以我們一步步的來看，先來看資料流程，然後用這樣的模型日積月累，這就是我們認為大部分的人他先從資料開始，先從資料洞察開始然後建構模式，這些模式可以推動決策和建議，最終你再把舊有的東西去替代。到底這種大爆炸式的變化能不能實際去應用？我們非常務實的，實際上我們不斷的投資於混合的架構，因為我們不能說從第一天開始就把舊的拋掉，完全切到雲。其實有很多企業他們做這個切換都非常的麻煩，所以我們知道客戶既有的技術，但是通過資料、通過工具來分析建立模型，我們認為有更好的方式能夠讓企業逐漸的建構自己的核心能力，然後逐漸的創造價值。
微軟自己的產品，比如Office，它的AI化大概能多長時間完成一定數量的級的反覆運算？
古卓倫：以Office 365為例，大概兩年半之前，我們有一個願景，說你看一下我們Office的一些移動應用程式，會發現不僅僅是功能融合而已，它當中還有一些資訊流，必須把它們穿針成線，兩年半之前我們剛開始打造這樣的一個機智的概念，就相當於組織之間相連的機制一樣，所有的產品它們相互流動，彼此之間互通有無，在這個基礎架構之中，無論是寫或者包括讀的互通這樣的資訊這個平臺都可以得到。
這之上我們接入了AI的能力，一開始可以理解文本、可以理解Bing，除此之外讓大家在工作過程中流通順暢，在此之上我們打造了應用程式和只是圖譜，這樣可以把你公司裡的郵件和外部的連接連在一起，大家想一下，如果這個人他不在公司，你可以看到這個過程中，我們也能知道這裡面誰是專家。如果你想準備開一個會議就會做更好的準備。所以開始的時候專門花了一年半的時間打基礎，所以我們在人工智慧創新方面的能力非常的強。
從最根本上來講我們是非常靈活的，管理資料靈活，而且我們能夠快速的部署，所以花了這麼長時間的部署，萬里長征走很多了，為靈活計算已經打下了堅實的基礎。
隨著資料的發展，要考慮更多的計算和能力，這就是為什麼考慮把FPGA放到這個集群中，深度學習放到這個集群中，因為大家想打造這些非常有趣的創新型模型，打這些基礎需要一定的時間，當一家公司做到一定程度的時候，首先一個出發點就是要理解，我們要理解到的不僅僅AI的情境，要瞭解到它是具有轉型性的，而且它背後的推動力是什麼，資料推動、靈活、快速反應，這個平臺基礎打牢來才能快速部署。
我們把我們的平臺提供給大家，我們想把它作為一個征程的起點，希望能夠用我們的技術把這個應用程式送給大家。所以大家想一下，你打地基需要很多的能量，我們希望把花很多時間做出來這樣的一個能力分享給大家，但是這個過程中還會有一些挑戰。
您看來今天的AI和以往我們談到的BI最大的差異是什麼？
古卓倫：BI它是一個事後反應性的，是一個被動型的看業務的方式。也就是說這個事情是這樣的，我分析一下過去發生了什麼從中獲取洞察，BI是一個很好的基石，可以看一下資料它的規律和它的一些模型，以及這裡面有很多關於資料科學的模型，但是AI是以它為基礎，但是我們採取切實的行動，有主動預測的權利，不僅僅是事實後通知資訊，它可以推薦你的行為，代表你來採取行動，這是自然進化的一個部分。還說所有都是資料驅動的，靈活的，但是我們現在所處的時代，我們需要有預測的能力，而且必須要有預測接下來做什麼的能力，它變得越來越重要，而且這一點變得越來越可能了。
另外一點，我們現在必須要試圖找到方法，能夠確保讓我們終端使用者真正能夠完整得到這些全新的能力，讓他們自己也心裡有底。所以大家想一下，不去改變你的UI，要有人主動給你進行推薦，說你的供應鏈有點延遲了，所以為了使您產生您的商業影響力，我們想要從事後被動反應性的，被動的分析到主動模型主動預測的，這樣可以提高你接下來的可見性，能夠確保幫助您推動您對用戶端所採取行動的品質，它是一個深思熟慮的連接方法，是我們的數位化征程中的整個鏈條。
當我們談到數位化轉型，沒有放之四海而皆準的公式，每一個公司都在問，如果我有沒有另闢蹊徑的方法，有沒有我的心得可以跟大家分享，最終你要瞭解你的資產是什麼，針對你的資產以此為基礎採取行動。
能不能多介紹一下量子計算多語言這塊的內容？
古卓倫：它是一個並行的一系列的模型建設，在此之上的程式設計語言是不同的。所以我們打造了這個程式設計的語言，這樣一來能夠把狀態進行模型，相當於把很多變數存儲其中，不同的操作者能夠各司其則。也就是說，我們能夠做的一點就是，你可以考慮再一個單點有無限的可能性，然後把這個可能性變成更多的子極，變成更多的可能性。我們有一個程式設計語言，我們用這樣的程式設計語言做競相，把現有的方法進行競相的考慮。我們可以保證很快的在設計過程中有沒有其他的設計方案，所以我們現在是做量子計算方面的服務了。也就是說同時的把不同的組合進行模型建設，但是很多事情我們需要進一步努力才行，這是重任，我們取得了很多進步，但是還有很多需要做競相的事情，包括接下來該怎麼走。我們現在正在朝這個方向努力，我的感覺是，再過幾年之後大家想一下會有很多應用程式給大家呈現出來。
現在我們正在基於這樣的能力確保打造一個可擴展的能力，當這方面取得進展了，我們會有模擬器能夠類比演算法，當我們具備這樣的能力就可以進行驗證，去看一下我們在性能上有沒有提高。我們現在已經有這個模擬器可以做到這一點，可以確保我們有一定的能力進行模擬建模，可以擴展化，這樣可以確保我們一系列的演算法都可以運行。
現在已經發生了很多進展，也許大家已經可以看到，我們最近做的一些公佈，我們是有一個基於量子的演算法。你可以看到，我們把不同的狀態同時並行的進行一個模型的建立，它會有一些由量子直接反應的傳統公式和演算法，之後無論有沒有量子都可以把它進行演進，這是一個極大的創新，它能夠讓大家更感興趣，我們有無窮無盡的可能性，這是一個重任在肩的任務，我和量子團隊密切合作，他們有很高的目標，志向非常遠大。我們有全球在量子這個領域中最領先的人員，我們彼此之間開玩笑會說量子團隊所做的工作，實際上10年、20年，我們可能會有諾貝爾獎選手從這個團隊當中產生，他們把前沿不斷的擴展，基本工作我們會做好，正式商用之前會把它做好。
所以無論是生物計算還是量子計算，至少有5到10年，需要從這個角度去考慮。我們覺得，我們需要齊頭努力，為什麼？這方面你需要投入很多才行，需要幾億美金才能打造一個真正世界級的機制，能夠吸引最好的學術研究者加入到我們的集團當中，共同的去開啟這個另人驕傲的征程。這是一個案例，讓大家更多的瞭解微軟怎麼樣進行研發孵化的，深感興奮的一點，幾年前我們在量子計算方面已經開始發力了，我在想真的很感興趣，真的很了不起，真的太瘋狂了。
我們知道穀歌推出了Clip Camera蘋果的iPhoneX也用上了AI chip微軟會計畫推出了AI 和CUSTOMER Electronic Device
古卓倫：所以大家可以看一下Service的處理能力已經具備了一個很大的電腦引擎，我們也是量身打造的，這是一個非常正常的標準，總會有這麼一天，所有硬體設備都會有優化的硬體模型，這樣你會把好多的並行處理的能力，我們也會做這方面的工作。
對於開發者我們給他們什麼樣的能力呢？我們希望他們可以快速的獲得這些計算能力，我們會有相似的方法可以讓大家把所有的機器學習能力都運用起來，這樣可以打造一個高性能AI包括物聯網方面我們也有我們的合作夥伴，一起共同來進行打造，打造一些閘道設備等等，這樣一來，我們的想法就是，1+1會有很強的合力，他們生產也非常擅長，他們推向市場的策略也是非常令人振奮的。
所以大家可以考慮一下，接下來不久你就會有很多智慧邊緣計算的硬體是基於我們的架構，不斷的建立這個模型提供給大家，所以這一天很快就會來臨，我們會感到非常興奮。
AI現在業務是讓現有業務更智慧，另一方面是利用AI讓未來前沿的技術更智慧，這兩方面微軟如何佈局的，有沒有一個比例？
古卓倫：我們一直在努力創新我們的工作方法，創新不是主觀意識建設就可以發生的，需要採取行動。看一下我們的研發集團，它有基礎研究，比如說我們孜孜以求的願望，包括量子計算和主流產品把它進行分層，沒有一個一刀切的方法，我們是對下一代技術投入最多的公司，全球數以萬計研發者都在我們這兒。
現在有一個中間地帶，這個中間地帶不僅是微軟貢獻了很多想法，而很多合作夥伴也有很好的想法。我們的合作夥伴看到了大的點子，大的問題，他們有有了新的興奮點與我們的研發團隊合作，我們攜手共同去做那些大的點子。也就是這樣的一個場景，就是說我們可能不知道存在那麼多的問題，但是我們的客戶知道，我們的合作夥伴知道。所以我們共同投資於這些領域，我們的角度是，我們有一系列的技術賦能自己的產品，Office 365等等。
單純技術研發上來說，您覺得中美AI上哪些方面可以加強合作？雙方怎麼互補？
古卓倫：如果說要發生巨大的突破，那就應該是在中國這樣的環境。為什麼呢？因為從某種程度上來說，中國是新技術，比如說移動技術還有傳訊技術早期的採納者，而且中國擁有大量的人才資源池。
還有軟體加硬體，讓我們可以打造新的一些尺寸的產品，比如說在深圳 ，非常繁榮的一個製造生態圈。在中國我們發現巨大的機會，重塑這樣的一個市場，小冰就是一個創新的例子，正式因為有這樣的創新環境，才有可能開發出這種產品。同樣我們相信，在中國在人工智慧方面會有非常令人驚喜的成果。
從專注點來說，中美兩國有很多可以合作的領域，不一定是在技術本身的。比如說人工智慧的實踐，還有資料治理，因為人工智慧是由資料來推動的。我們在資料的隱私責任是什麼呢？我們已經花了很大的精力來去做。比如說善意的人工智慧的作為，發展，我們認為政府和企業應該聯手去奠定好這樣一個人工智慧發展的期望值。並不是簡單的，這個產品和那個產品，這個技術和那個技術，更多的是責任，政策，以及如何把AI以抽象的方向去放到應用中。其實關鍵不是說大量的盈利，而是人工智慧對人類的影響，對企業的影響。
從我的角度來說，我們希望可以有跨國的合作。當然還有很多工作還沒有做，而且現在人工智慧的局面還是方興未艾。關鍵是要有一個深度的使命感。
量子計算和量子通信之間的關係，因為中國已經發佈了世界上第一個量子通信衛星。所以我想知道，從上海到北京已經建立了光纖連結。
古卓倫：我想說這是不同的應用，但是相關，關鍵是如何微觀去管理狀態。量子計算是想用這種能力做資料建模，然後打造程式設計這樣的一種方法，用於大規模的處理計算。從這個角度來說你可以把量子計算當作，比如說二進位、一個比特，而無需並行的這樣的一些資料單元。比如我們有不同的運營商，但是也有不同的程式設計方式，量子通信方面的進步將會有益於量子計算，因為它能夠為量子計算的可伸縮基礎設施建設提供一個基礎。但是還必須達到可製造這樣的一個級別。我們這方面量子計算在此知道，能夠讓量子計算做到正常計算任務，最終我們還需要打造更多的可以計算，可以製造的這種能力。比如說量子計算需要極低的溫度，有很多非常難解決的系統級的問題要去解決。我們非常高興有多個行業在齊頭並進的推動量子計算。
這個季度財報非常漂亮，因為中國是一個非常特殊的市場，像阿裡雲等等本土廠商表現比較強勢一些，所以想問一下微軟雲在中國有沒有一些目標或者具體的預期，在這塊市場上有怎麼樣的一個目標？
古卓倫：首先，由世紀互聯在中國運營的Microsoft Azure的雲計算規模將在未來6個月完成三倍擴容，這件事我們還是要和合作夥伴一起做，我們在中國必須尊重而且理解本土的企業這些客戶，我們需更多的合作夥伴，更多的合作。因為微軟其實是提供多層的價值，有基礎設施、有資料中心，還有同的計算層、軟體層，最上面的是應用層。正如薩提亞說的，我們是全隊戰，我們把整個市場以一個全隊戰結構對待，我們將會追隨客戶的需求，和合作夥伴一起做。我們也看到有很多非常優秀的友商，也在打造像人工智慧、雲這方面的一些對於大眾有益的事業。
其實不是那麼多的說利用這個工具就可以完成這個工作了，不是，我們需要更多的學習、演進。當我們從這個角度看待的時候，並不是微軟解決所有的問題，我們提供能力。這些能力幫助其他人解決問題。
不知道這樣能不能回答你的問題，但是微軟確實有自己的雄心壯志，我們有自己的定位，最終我們還是和客戶一起合作，而客戶對我們的提供是非常高興、非常興奮的。
微軟把AI應用於Office之後，付費用戶的回饋如何，是否達到了預期？微軟在微信上的Office 365微助理的應用是否能夠拷貝到其他的社交媒體上？
古卓倫：有關第一點，也就是人工智慧集成到Office 365有什麼新的期待？我們認識到一點，就是推動我們的商用方面，我們有更多的Office 365的活躍用戶，也有更多的企業在這上面下注，還有我們應用自己開發的方式。我們不會說這些應用能夠直接推動企業業務的增長，但是它能夠提供更加智慧的體驗，我們確實看到了活躍用戶數量的提高，不光是簡單的複合增長率之類的。所以我們更多的認為雲應該是以用量衡量，人工智慧能夠打造更好的互動的雲使用體驗。所以Office 365這樣的一個提升客戶參與度的產品，我們用了很多技術改善它，當然還需要更多的的工具，這是其中的一項工作。
第二個問題，Office 365和微信之間的合作，這種模式是不是能夠移植到其他的社交媒體平臺？Office 365接入多微信展示了，微軟可以去跟蹤客戶的需求，客戶在哪裡我們就可以在哪裡，我們可以減少客戶在這些使用場景中產生的摩擦，我們可以打造一個與平臺之間可信的關係，這些平臺讓我們進來，這就是我們的思考方式。
過去三年微軟談的是雲為先、移動為先，談的特別多，最近我們感覺到微軟在AI這邊發聲也特別多，今天大會給了AI特別重的比例，薩提亞和您的演講中都提到了全民化這個詞，前兩天朋友圈有一個刷屏，微軟AI這塊有5000人的團隊，這是不是微軟的戰略升級，另外AI這塊商業化進展，未來會不會成為獨立的一塊出現在財報中？
古卓倫：財報方面我不方便評論，幾年之前薩提亞成為CEO的時候，他有一個想法就是世界已經不同了，所以他的思考其實是超越的，四年之前他已經考慮到了雲和人工智慧。而且是超越其上的思考，所以我們稱為“移動為先、雲為先”。現在我們又回到原來的主題，就是我們所說的，“無所不在的智慧”，甚至是無形的智慧。從這個角度來說，我們還是很堅定的，堅定地去打造技術、打造平臺。
談到我們將會對AI如何進行投資？我們現在正在採取一些步驟，我們希望在進行技術渦輪旋轉過程中，這些積累可以很快的推動給客戶和合作夥伴。我們之所以在這方面加大投資是因為客戶有這方面的訴求，他們希望我們這麼做。
客戶的需求是什麼，他們看到我們轉型過程中，會說這個挺好的，我也希望站在我的客戶角度考慮，應該重新考慮我的客戶基礎，重新定義我的價值。所以我們希望能群策群力，給大家以啟迪，最終這是可以成為一個具備競爭力的方式，成為我們公司核心的競爭力。
我們還是重任在肩，現在只是萬里長征第一步而已，還需要我們大家共同的努力。
除此之外，一些初創公司，包括晶片的運營商，我們也在考慮。從我們的角度，微軟會希望找到一個方法，最終把所有的技術連接在一起。有一些我們自己來進行創新，有一些我們和其他人進行聯合創新，但是我們希望說能夠把他們結合在一起，對我們的客戶還有企業來說，他們使用起來就更加簡單了。所以我們要考慮一下，為了在人工智慧的世界保持前沿，你必須要確保找到正確的途徑進行創新。所以這就是為什麼我們和一些晶片供應商合作，還有包括和媒體公司合作，甚至還會跟其他的公司合作，只要他們和我們的精神，和我們的目的是一樣的，想要打造開放的AI生態，我們就和他們合作。
我們深信不疑的一點就是硬體、軟體的創新是非常重要的，所以FPGA我們將會持續投資，在晶片方面持續投資。
剛才您在會上講了一個觀點和主張，我們在加速從研究向產品的轉換，我們現在有什麼具體策略可以推進這個速度？
古卓倫：當我們把研發集團還有產品集團結合在一起的時候，不代表這兩個團隊之前沒有協作，我們以前一直有良好的協作，已經很多年了。可以看到很多技術之所以被開發出來，就是因為我們的研發集團和產品集團攜手共進。但是我們有這樣一個欲望，就是把它們結合的更緊密，我們希望能夠打造一種方法，能夠把一些設想進行快速的推動，使他們能夠從研發快速過渡到生產，我覺得最好的創新就是做一些突破。做突破最好的方法就是了解商業問題，瞭解產品問題，瞭解產品方面的機會才行。所以我們想做的一點，就是把研發和產品部門結合在一起。這樣他們可以更加深入的合作，一起看到全球的問題，解決全球的問題，這樣會創造很多創新的觀點。
那麼這麼一來，從結構上來講也會更加簡單，如果一個研究人員想做產品，或者有做產品的想重新回到研發職能，這樣就會很容易實現，可以說是非常無縫的連接，非常的順暢。所以我們可以看到研究和人員之間，產品線這塊有很強的能力，我們可以做得更多。
大家可以看到這樣一個模型，實際上我們和外部的研究集團也可以進行合作，包括學術界，包括其他的研發集團等等。我們可以看到當人們看到共同的問題，他們一起考慮這個機會的話，創新的潛質就更大，所以我們希望樂見彼此的發生，我們希望創建這樣一個環境，讓大家變得更加容易，流暢度更高。
有沒有細節告訴我們？協同方式的變化，管理方式的變化。
古卓倫：我剛才講了兩個指引的原則，說了我們怎麼能夠降低產品線和研究職能之間的摩擦。微軟把自己的一些技術用來打造我們的產品，像Cortana，Office 365，還有包括AI、機器學習的工具和實驗。我們想確保同樣的技術能夠通過Azure提供給大家，而且能夠提供給我們協力廠商商業的客戶。當我們打造一個產品或者技術的時候。我們希望它能夠讓我們和我們的客戶獲得收益，這樣一來我們能夠更快的反覆運算，我們在同一個堆疊當中有同樣的應用，這是第一個原則。
第二，我們想要擁抱開源，在研發職能過程當中，當他們發佈他們產品的時候，他們想要打造一個模型，把這個模型變成一個開放給大家。所以我們想讓我們的平臺變得更加開源，能夠去歡迎，並且擁抱這樣一些來自我們自己內部的創新，但是任何外部大學的創新我們也歡迎，只要他們是開源，包括TensorFlow等等。
我們會有一個更順利的轉型，是把一個觀點，研發驗證的觀點為起點，然後把它和我們的生產線條連接在一起，能夠快速的達到使用者可以使用的狀態，所以我覺得這令人振奮。微軟和斯坦福大學的合作就是一個案例，大家對流媒體進行分析，自動發現一些一場，並進行分析。
這都是非常好的創新，我們要做的是快速將這些模型和我們的系統對接，並且在實際的使用場景中獲得回饋，這就是研發和實際工作的對接。不光是我們自己的研發團隊，還有外部的研發團隊。
第一個問題，在您上午的PPT上談到，微軟已經將語音辨識錯誤率降到了5.1%，所以我想問一下，這樣的結果對於現在的商業化起著怎樣的影響？會不會改變、取代某些職業？第二個問題，就目前小冰更新的功能和技術來看，您覺得聊天機器人下一步的關鍵技術是什麼？謝謝。
古卓倫：我先回答第一個問題，人工智慧這個技術就像PC技術，PC技術經歷了巨大的變化，改變了人們工作的方式。人工智慧其實也是如此，當我們開始思考與客戶互動的方式，優化庫存的方式，以及企業運營的方式，我們需要新的能力，而這些新的能力會帶來技術的新需求，需要新的人才來打造這些能力。當然它會去替換現有的形式、方式。
正如薩提亞所說的，新的能力會帶來新的責任，我想會有一些新的技術，會替代一些人類的工作但是我們非常的樂觀，技術是一種善行，我們要做教育，培訓，提供工具，與學界合作，幫助社會更好地理解人工智慧所帶來的機會，並且抓住這些機會。但是並不是意味著所有的人都以同樣的方式獲得這樣的機會，我們現在強調的是合作，新的變化必然帶來顛覆。我們要以負責任的態度來做。因為這並不是一家公司的工作，而是整個技術產業界，都需要意識到的巨大的影響力和機會的誕生。
有關您提出來的小冰的問題。小冰讓我們學到了很多東西，它教我們如何理解和感知，比如說文本的理解，圖像的理解，現在還可以對話，理解人們的語氣、主題，小冰開始建立這種對話的感覺。下一個小冰的演進階段就是讓小冰賦能企業，能夠讓企業和自己客戶有更加密切的對話模式。比如說在日本，小冰在日本叫做Rinna。我們和羅森這家連鎖便利店合作，通過Rinna帶來更好的服務體驗。Rinna在日本幫助羅森超市連鎖獲得更大的業務成功。小冰已經擬人化了，正是這種擬人化可以與人之間建立情感的紐帶，正是這樣的一種能力，我們正在不斷地推向前沿。
所以下一個演進是把這個能力進行更加做商業化的探索，已知的很多，但是未知的也有很多，不管如何，機會是巨大的。最終人與人之間的溝通應該超越邏輯。這就是給客戶的一種承諾，我們認為小冰之後的技術是非常好的一種構建模組，能夠讓人工智慧更加擬人化，更加的觸手可及。所以這就是人工智慧的一個演進，是更好的人機之間的互動。
請您更多的介紹您所領導的人工智慧核心小組是一個怎樣的團隊，然後在組織架構，做事方式上面有什麼特點，有沒有什麼事情是您特別想要團隊做到的，但是目前還沒有完成的？
古卓倫：首先，我來描述一下我們的組織結構，就是人工智慧研發隊伍的組織架構。首先我們有四個群組，一個是消費級的人工智慧產品，這是針對終端使用者的。比如說小娜，還有小冰，這是直接針對消費者推出的產品。這是第一個集群。
第二個群組，叫做企業級商用的人工智慧，我們有雲、AI平臺。比如說認知服務，機器學習工具，另外還包括了業務人工智慧，這是第三個集群，主要是打造客戶服務，還有自動化，端到端的人工智慧解決方案。
第三個集群，我們把它稱之為人工智慧核心集群，人工智慧核心的集群就是所有AI的內核，不管是消費級，還是商用業務的AI都有這些。比如說所有的資料基礎設施、人工智慧工具、知識管理，比如說我們說創造知識，從Bing創造知識，從Office創造知識，把它們連接起來形成體驗，同時我們還有一種叫做Office的能力匯入，不光是我們把價值引入自己的產品，像小娜，小冰，還有Office、Dynamics，我們有一個專門的組來支援這種Office 365之後的智慧，比如說像知識圖譜等等。能夠更加的有預測性，知道我下一步這個會往哪些方面發展，這些技術都是我們提供的。
這是我剛才談到的三個群組，針對消費者的AI產品，針對商用企業級的產品，還有核心的AI技術的群組。也是微軟的研究院，或者是實驗室做根本性的研究，同時我們還有一些所謂大的專案組，比如說生物計算，量子計算，這是一些非常前沿性的。比如說基因做這樣一種程式設計，讓他們回溯看一下，當我們把所有的結合在一起會發生什麼，我們會研究這個。不同的組合會帶來什麼樣的結構，這些都是大的類似於登月的項目。是持續的，為什麼我們要聚焦於量子計算？因為在今天這樣的計算架構肯定會觸及一個極限瓶頸，計算具有如此大的能量，有這麼大的可用性，從根本上改變了硬體和硬體部署的方式。當然我們要在這個領域這樣做，這就是我們的第四個集群，就是基礎性研究的集群。我們也非常密切和微軟其他的業務集團，比如說Office集團進行跨團隊的合作。比如說Office是一個團隊，我們的團隊負責把智慧引入到Office365，事實上是由我們的這個工具，幫助Office 365智慧能力的開發。
薩提亞確實給我們帶來了比較振奮的一點，就是Windows、Office、Dynamics、Azure，這些不同的業務組群之間變得更加的互通互連。當我們思考客戶的時候，我們不會想這是Office的，或者是Dynamics的客戶，我們認為是更多個性化的，不同的企業客戶，不管你是用Windows，小娜，還是Dynamics？我們會不斷的減少客戶獲得價值可能其中會產生的摩擦。這是非常強大的一種合力，能夠讓我們微軟內部不同業務組之間更加的上下團結，目標一致。這是一種文化的變革，在過去的幾年微軟內部薩提亞本人就是這樣一個人的象徵。
薩提亞有這種使命感，明確感，他的同理心，他的耐心，我認為我們目前微軟大量的能量就是來自于我們的領導薩提亞，有這樣一種使命感，我們的使命是強大的，我們的文化也在演進，因此我們非常興奮。事實上我們目前還有很多的工作不能做，但是我們應該做的。我們有這樣一種使命感，最終能使得微軟實現自己的差異化，與其他的企業不同。
您剛才演講中提到了將人工智慧注入每一個產品，這過程是否需要對產品代碼進行重新編寫？如果需要的話這個過程需要多久？
古卓倫：舉一個例子，我們知道重新編碼說特別難。很多情況下你根本沒辦法重新把舊的代碼改編還不如重新編碼，比如說你有一個工廠，說有供應鏈、司機等等，說我們要立刻變化，有了雲我們可以把這些所有的遠端資訊打造成一個資訊流的活動，我們開始創造這樣一個雲端，它與實際的物理設施之間感測器相聯，也就是現有的設施也是運行的，但是在此之上考慮我是否能夠運用人工智慧和在一個位置相關的資訊，可能是城市資訊和供應鏈資訊，這是圖譜能發揮作用的領域，如果我知道這樣的一個資訊流讓我把其他相關的上下文資訊業融入進來，我就知道這個點到底在發生什麼，比如有交通的擁堵，有一個顛覆或者知道了停機的情況。
根據信號我們可以建立一個預測的模型，我們可以監控並且預測。
比如說我們可以做需求預測，我是否可以有更好的建議，所以我們一步步的來看，先來看資料流程，然後用這樣的模型日積月累，這就是我們認為大部分的人他先從資料開始，先從資料洞察開始然後建構模式，這些模式可以推動決策和建議，最終你再把舊有的東西去替代。到底這種大爆炸式的變化能不能實際去應用？我們非常務實的，實際上我們不斷的投資於混合的架構，因為我們不能說從第一天開始就把舊的拋掉，完全切到雲。其實有很多企業他們做這個切換都非常的麻煩，所以我們知道客戶既有的技術，但是通過資料、通過工具來分析建立模型，我們認為有更好的方式能夠讓企業逐漸的建構自己的核心能力，然後逐漸的創造價值。
微軟自己的產品，比如Office，它的AI化大概能多長時間完成一定數量的級的反覆運算？
古卓倫：以Office 365為例，大概兩年半之前，我們有一個願景，說你看一下我們Office的一些移動應用程式，會發現不僅僅是功能融合而已，它當中還有一些資訊流，必須把它們穿針成線，兩年半之前我們剛開始打造這樣的一個機智的概念，就相當於組織之間相連的機制一樣，所有的產品它們相互流動，彼此之間互通有無，在這個基礎架構之中，無論是寫或者包括讀的互通這樣的資訊這個平臺都可以得到。
這之上我們接入了AI的能力，一開始可以理解文本、可以理解Bing，除此之外讓大家在工作過程中流通順暢，在此之上我們打造了應用程式和只是圖譜，這樣可以把你公司裡的郵件和外部的連接連在一起，大家想一下，如果這個人他不在公司，你可以看到這個過程中，我們也能知道這裡面誰是專家。如果你想準備開一個會議就會做更好的準備。所以開始的時候專門花了一年半的時間打基礎，所以我們在人工智慧創新方面的能力非常的強。
從最根本上來講我們是非常靈活的，管理資料靈活，而且我們能夠快速的部署，所以花了這麼長時間的部署，萬里長征走很多了，為靈活計算已經打下了堅實的基礎。
隨著資料的發展，要考慮更多的計算和能力，這就是為什麼考慮把FPGA放到這個集群中，深度學習放到這個集群中，因為大家想打造這些非常有趣的創新型模型，打這些基礎需要一定的時間，當一家公司做到一定程度的時候，首先一個出發點就是要理解，我們要理解到的不僅僅AI的情境，要瞭解到它是具有轉型性的，而且它背後的推動力是什麼，資料推動、靈活、快速反應，這個平臺基礎打牢來才能快速部署。
我們把我們的平臺提供給大家，我們想把它作為一個征程的起點，希望能夠用我們的技術把這個應用程式送給大家。所以大家想一下，你打地基需要很多的能量，我們希望把花很多時間做出來這樣的一個能力分享給大家，但是這個過程中還會有一些挑戰。
您看來今天的AI和以往我們談到的BI最大的差異是什麼？
古卓倫：BI它是一個事後反應性的，是一個被動型的看業務的方式。也就是說這個事情是這樣的，我分析一下過去發生了什麼從中獲取洞察，BI是一個很好的基石，可以看一下資料它的規律和它的一些模型，以及這裡面有很多關於資料科學的模型，但是AI是以它為基礎，但是我們採取切實的行動，有主動預測的權利，不僅僅是事實後通知資訊，它可以推薦你的行為，代表你來採取行動，這是自然進化的一個部分。還說所有都是資料驅動的，靈活的，但是我們現在所處的時代，我們需要有預測的能力，而且必須要有預測接下來做什麼的能力，它變得越來越重要，而且這一點變得越來越可能了。
另外一點，我們現在必須要試圖找到方法，能夠確保讓我們終端使用者真正能夠完整得到這些全新的能力，讓他們自己也心裡有底。所以大家想一下，不去改變你的UI，要有人主動給你進行推薦，說你的供應鏈有點延遲了，所以為了使您產生您的商業影響力，我們想要從事後被動反應性的，被動的分析到主動模型主動預測的，這樣可以提高你接下來的可見性，能夠確保幫助您推動您對用戶端所採取行動的品質，它是一個深思熟慮的連接方法，是我們的數位化征程中的整個鏈條。
當我們談到數位化轉型，沒有放之四海而皆準的公式，每一個公司都在問，如果我有沒有另闢蹊徑的方法，有沒有我的心得可以跟大家分享，最終你要瞭解你的資產是什麼，針對你的資產以此為基礎採取行動。
能不能多介紹一下量子計算多語言這塊的內容？
古卓倫：它是一個並行的一系列的模型建設，在此之上的程式設計語言是不同的。所以我們打造了這個程式設計的語言，這樣一來能夠把狀態進行模型，相當於把很多變數存儲其中，不同的操作者能夠各司其則。也就是說，我們能夠做的一點就是，你可以考慮再一個單點有無限的可能性，然後把這個可能性變成更多的子極，變成更多的可能性。我們有一個程式設計語言，我們用這樣的程式設計語言做競相，把現有的方法進行競相的考慮。我們可以保證很快的在設計過程中有沒有其他的設計方案，所以我們現在是做量子計算方面的服務了。也就是說同時的把不同的組合進行模型建設，但是很多事情我們需要進一步努力才行，這是重任，我們取得了很多進步，但是還有很多需要做競相的事情，包括接下來該怎麼走。我們現在正在朝這個方向努力，我的感覺是，再過幾年之後大家想一下會有很多應用程式給大家呈現出來。
現在我們正在基於這樣的能力確保打造一個可擴展的能力，當這方面取得進展了，我們會有模擬器能夠類比演算法，當我們具備這樣的能力就可以進行驗證，去看一下我們在性能上有沒有提高。我們現在已經有這個模擬器可以做到這一點，可以確保我們有一定的能力進行模擬建模，可以擴展化，這樣可以確保我們一系列的演算法都可以運行。
現在已經發生了很多進展，也許大家已經可以看到，我們最近做的一些公佈，我們是有一個基於量子的演算法。你可以看到，我們把不同的狀態同時並行的進行一個模型的建立，它會有一些由量子直接反應的傳統公式和演算法，之後無論有沒有量子都可以把它進行演進，這是一個極大的創新，它能夠讓大家更感興趣，我們有無窮無盡的可能性，這是一個重任在肩的任務，我和量子團隊密切合作，他們有很高的目標，志向非常遠大。我們有全球在量子這個領域中最領先的人員，我們彼此之間開玩笑會說量子團隊所做的工作，實際上10年、20年，我們可能會有諾貝爾獎選手從這個團隊當中產生，他們把前沿不斷的擴展，基本工作我們會做好，正式商用之前會把它做好。
所以無論是生物計算還是量子計算，至少有5到10年，需要從這個角度去考慮。我們覺得，我們需要齊頭努力，為什麼？這方面你需要投入很多才行，需要幾億美金才能打造一個真正世界級的機制，能夠吸引最好的學術研究者加入到我們的集團當中，共同的去開啟這個另人驕傲的征程。這是一個案例，讓大家更多的瞭解微軟怎麼樣進行研發孵化的，深感興奮的一點，幾年前我們在量子計算方面已經開始發力了，我在想真的很感興趣，真的很了不起，真的太瘋狂了。
我們知道穀歌推出了Clip Camera蘋果的iPhoneX也用上了AI chip微軟會計畫推出了AI 和CUSTOMER Electronic Device
古卓倫：所以大家可以看一下Service的處理能力已經具備了一個很大的電腦引擎，我們也是量身打造的，這是一個非常正常的標準，總會有這麼一天，所有硬體設備都會有優化的硬體模型，這樣你會把好多的並行處理的能力，我們也會做這方面的工作。
對於開發者我們給他們什麼樣的能力呢？我們希望他們可以快速的獲得這些計算能力，我們會有相似的方法可以讓大家把所有的機器學習能力都運用起來，這樣可以打造一個高性能AI包括物聯網方面我們也有我們的合作夥伴，一起共同來進行打造，打造一些閘道設備等等，這樣一來，我們的想法就是，1+1會有很強的合力，他們生產也非常擅長，他們推向市場的策略也是非常令人振奮的。
所以大家可以考慮一下，接下來不久你就會有很多智慧邊緣計算的硬體是基於我們的架構，不斷的建立這個模型提供給大家，所以這一天很快就會來臨，我們會感到非常興奮。
AI現在業務是讓現有業務更智慧，另一方面是利用AI讓未來前沿的技術更智慧，這兩方面微軟如何佈局的，有沒有一個比例？
古卓倫：我們一直在努力創新我們的工作方法，創新不是主觀意識建設就可以發生的，需要採取行動。看一下我們的研發集團，它有基礎研究，比如說我們孜孜以求的願望，包括量子計算和主流產品把它進行分層，沒有一個一刀切的方法，我們是對下一代技術投入最多的公司，全球數以萬計研發者都在我們這兒。
現在有一個中間地帶，這個中間地帶不僅是微軟貢獻了很多想法，而很多合作夥伴也有很好的想法。我們的合作夥伴看到了大的點子，大的問題，他們有有了新的興奮點與我們的研發團隊合作，我們攜手共同去做那些大的點子。也就是這樣的一個場景，就是說我們可能不知道存在那麼多的問題，但是我們的客戶知道，我們的合作夥伴知道。所以我們共同投資於這些領域，我們的角度是，我們有一系列的技術賦能自己的產品，Office 365等等。
單純技術研發上來說，您覺得中美AI上哪些方面可以加強合作？雙方怎麼互補？
古卓倫：如果說要發生巨大的突破，那就應該是在中國這樣的環境。為什麼呢？因為從某種程度上來說，中國是新技術，比如說移動技術還有傳訊技術早期的採納者，而且中國擁有大量的人才資源池。
還有軟體加硬體，讓我們可以打造新的一些尺寸的產品，比如說在深圳 ，非常繁榮的一個製造生態圈。在中國我們發現巨大的機會，重塑這樣的一個市場，小冰就是一個創新的例子，正式因為有這樣的創新環境，才有可能開發出這種產品。同樣我們相信，在中國在人工智慧方面會有非常令人驚喜的成果。
從專注點來說，中美兩國有很多可以合作的領域，不一定是在技術本身的。比如說人工智慧的實踐，還有資料治理，因為人工智慧是由資料來推動的。我們在資料的隱私責任是什麼呢？我們已經花了很大的精力來去做。比如說善意的人工智慧的作為，發展，我們認為政府和企業應該聯手去奠定好這樣一個人工智慧發展的期望值。並不是簡單的，這個產品和那個產品，這個技術和那個技術，更多的是責任，政策，以及如何把AI以抽象的方向去放到應用中。其實關鍵不是說大量的盈利，而是人工智慧對人類的影響，對企業的影響。
從我的角度來說，我們希望可以有跨國的合作。當然還有很多工作還沒有做，而且現在人工智慧的局面還是方興未艾。關鍵是要有一個深度的使命感。
量子計算和量子通信之間的關係，因為中國已經發佈了世界上第一個量子通信衛星。所以我想知道，從上海到北京已經建立了光纖連結。
古卓倫：我想說這是不同的應用，但是相關，關鍵是如何微觀去管理狀態。量子計算是想用這種能力做資料建模，然後打造程式設計這樣的一種方法，用於大規模的處理計算。從這個角度來說你可以把量子計算當作，比如說二進位、一個比特，而無需並行的這樣的一些資料單元。比如我們有不同的運營商，但是也有不同的程式設計方式，量子通信方面的進步將會有益於量子計算，因為它能夠為量子計算的可伸縮基礎設施建設提供一個基礎。但是還必須達到可製造這樣的一個級別。我們這方面量子計算在此知道，能夠讓量子計算做到正常計算任務，最終我們還需要打造更多的可以計算，可以製造的這種能力。比如說量子計算需要極低的溫度，有很多非常難解決的系統級的問題要去解決。我們非常高興有多個行業在齊頭並進的推動量子計算。
這個季度財報非常漂亮，因為中國是一個非常特殊的市場，像阿裡雲等等本土廠商表現比較強勢一些，所以想問一下微軟雲在中國有沒有一些目標或者具體的預期，在這塊市場上有怎麼樣的一個目標？
古卓倫：首先，由世紀互聯在中國運營的Microsoft Azure的雲計算規模將在未來6個月完成三倍擴容，這件事我們還是要和合作夥伴一起做，我們在中國必須尊重而且理解本土的企業這些客戶，我們需更多的合作夥伴，更多的合作。因為微軟其實是提供多層的價值，有基礎設施、有資料中心，還有同的計算層、軟體層，最上面的是應用層。正如薩提亞說的，我們是全隊戰，我們把整個市場以一個全隊戰結構對待，我們將會追隨客戶的需求，和合作夥伴一起做。我們也看到有很多非常優秀的友商，也在打造像人工智慧、雲這方面的一些對於大眾有益的事業。
其實不是那麼多的說利用這個工具就可以完成這個工作了，不是，我們需要更多的學習、演進。當我們從這個角度看待的時候，並不是微軟解決所有的問題，我們提供能力。這些能力幫助其他人解決問題。
不知道這樣能不能回答你的問題，但是微軟確實有自己的雄心壯志，我們有自己的定位，最終我們還是和客戶一起合作，而客戶對我們的提供是非常高興、非常興奮的。
微軟把AI應用於Office之後，付費用戶的回饋如何，是否達到了預期？微軟在微信上的Office 365微助理的應用是否能夠拷貝到其他的社交媒體上？
古卓倫：有關第一點，也就是人工智慧集成到Office 365有什麼新的期待？我們認識到一點，就是推動我們的商用方面，我們有更多的Office 365的活躍用戶，也有更多的企業在這上面下注，還有我們應用自己開發的方式。我們不會說這些應用能夠直接推動企業業務的增長，但是它能夠提供更加智慧的體驗，我們確實看到了活躍用戶數量的提高，不光是簡單的複合增長率之類的。所以我們更多的認為雲應該是以用量衡量，人工智慧能夠打造更好的互動的雲使用體驗。所以Office 365這樣的一個提升客戶參與度的產品，我們用了很多技術改善它，當然還需要更多的的工具，這是其中的一項工作。
第二個問題，Office 365和微信之間的合作，這種模式是不是能夠移植到其他的社交媒體平臺？Office 365接入多微信展示了，微軟可以去跟蹤客戶的需求，客戶在哪裡我們就可以在哪裡，我們可以減少客戶在這些使用場景中產生的摩擦，我們可以打造一個與平臺之間可信的關係，這些平臺讓我們進來，這就是我們的思考方式。
過去三年微軟談的是雲為先、移動為先，談的特別多，最近我們感覺到微軟在AI這邊發聲也特別多，今天大會給了AI特別重的比例，薩提亞和您的演講中都提到了全民化這個詞，前兩天朋友圈有一個刷屏，微軟AI這塊有5000人的團隊，這是不是微軟的戰略升級，另外AI這塊商業化進展，未來會不會成為獨立的一塊出現在財報中？
古卓倫：財報方面我不方便評論，幾年之前薩提亞成為CEO的時候，他有一個想法就是世界已經不同了，所以他的思考其實是超越的，四年之前他已經考慮到了雲和人工智慧。而且是超越其上的思考，所以我們稱為“移動為先、雲為先”。現在我們又回到原來的主題，就是我們所說的，“無所不在的智慧”，甚至是無形的智慧。從這個角度來說，我們還是很堅定的，堅定地去打造技術、打造平臺。
談到我們將會對AI如何進行投資？我們現在正在採取一些步驟，我們希望在進行技術渦輪旋轉過程中，這些積累可以很快的推動給客戶和合作夥伴。我們之所以在這方面加大投資是因為客戶有這方面的訴求，他們希望我們這麼做。
客戶的需求是什麼，他們看到我們轉型過程中，會說這個挺好的，我也希望站在我的客戶角度考慮，應該重新考慮我的客戶基礎，重新定義我的價值。所以我們希望能群策群力，給大家以啟迪，最終這是可以成為一個具備競爭力的方式，成為我們公司核心的競爭力。
我們還是重任在肩，現在只是萬里長征第一步而已，還需要我們大家共同的努力。