131: 微软怎么用AI？与微软商用市场、广告业务管理层聊AI驱动的增长

欢迎收听 《 晚点聊 》， 我是曼祺 。 大公司怎么在这轮 AI 热潮中变化和发展 ， 关系大量经济价值和就业人群 。

微软是一个典型案例 ， 它既是 OpenAI 的大投资方和云计算服务的提供者 ，是这轮 AI 热潮的推动者之一 。 同时， 这家超过 20 万人的巨头 ， 自己也需要让整个组织更好地与 AI 协作 ， 抓住 AI 带来的增长机会 。

这期我们就邀请了两位微软的管理层 ， 段微之和黄秀兰 ， 来和我们分享作为微软内部的业务 leader， 她们怎么和团队一起用 AI 提效和增长 。

两位所处的领域分别是销售与客户服务 ，以及广告业务 ， 这刚好是重要的 AI to B 场景 。 两位也都是有 20 多年经验的职业女性 ，在本期的后半段 ， 她们也分享了一些职场发展经验 。

这期节目录制于 GPT-5 发布前夕 ， 段微之在节目中提到了孩子在用 " 苏格拉底对话式 " 的教育 App，而就在一周多后，" 苏格拉底模式 " 就成了 ChatGPT 的一个功能 。

颠覆 、 炸裂的变化似乎正在变少 ，但 AI 也正在每天 、 每周都变得 " 好用一点点 "。在微软 ， 这已经变成了一些可以统计的业务增长指标 。

下面我们就正式进入本期节目吧 。

今天欢迎微软的两位嘉宾做客 《 晚点聊 》。 她们是微软大中华区副总裁 、 商用企业及新兴市场事业部的总经理段微之 （Kim Key）。

谢谢曼祺 ， 很开心来到这里 。

另一位是微软广告业务中国区副总裁黄秀兰 （Landi）。

曼祺你好 ， 非常高兴有这个机会 。

两位可以先简单介绍一下你们目前的工作职责 ， 具体是在负责一些什么业务呢 ？

我现在负责的是大中国区 、 含大陆 、 香港 、 台湾所有的新兴市场和中小企业的客户 。

具体是它的销售 、 服务这一块是吗 ？

是微软的全产品线 ， 所有的 to B 的产品都在我这边负责 。

所以比如说像大家想采购 Teams 还有 Copilot， 中小客户这块都是你在负责 ？

对 ， 都是在我这边负责 。

然后 Landi 也可以说说 ， 就是你现在做的这个职位 ， 它是做什么 ？

对 ， 我现在在微软的话 ，是中国区的广告业务的负责人。 我们的广告业务主要包含两块 ： 一块是本土的广告业务 ，因为微软所有的产品线大部分在中国都有 ； 然后另外还有一大块是中国企业出海的广告业务 。

团队虽然不大 ，但是我们的人效比其实非常地高 ， 所以整体上我们的国内加出海的业务规模 ， 实际上已经是亚太区第一 ，而且过去的三年的话 ， 我们是保持全球第一的增速 。

那我们接下来就进入今天的正式的话题 。 今天是想和两位聊两个话题 ， 一个就是说你们作为微软这样的大型 AI 厂商和科技公司的管理层 ， 你们自己是怎么用 AI 来帮助发展你们分管的这些业务的 。

然后我觉得刚好也是 AI 可能会有很大作为的两个场景 ， 一个就是和产品的服务销售有关的 ， 对吧 ？

然后还有一个是和广告有关的 ， 比如说像很多美国的大科技公司也在财报里提到说 AI 给它们的广告提效其实带来了不少收益的增长的 ， 这是一块 。

然后另一块就是想聊一聊两位作为个人的管理者 ， 你们自己和你们的团队是怎么来用 AI 的 。 我们可以先从第一个话题开始 。

两位可以讲讲就是你们现在在日常工作中最常用的 AI 工具是什么吗 ？ 以及它怎么帮到你们更好地来工作 ？

我个人的话 ， 工作当中最常用的就是微软的一个拳头产品 ， 叫 M365 Copilot。 因为它后台基于的是 GPT-4o 的大模型 ， 所以它深度集成到我们的一些微软的办公写作套件里面 ， 像 Word、Outlook、PowerPoint、Teams， 这些都已经深度集成 ， 它不用跨平台来使用 。

所以我就很方便地在同一个工作平台上来用这些 Copilot 的一些功能 ， 进一步来提升我的效率 。

你可以就举一个就是不用跨平台 ，在同一个平台上能用到这些 AI 能力的 ， 然后给你带来的很方便的体验的具体例子吗 ？

其实很多 ， 比如说我收到 Outlook 的长邮件的时候 ， 我直接点击 Copilot 那个按钮的话 ， 它就可以快速地帮我概括这个内容 ， 就我不用从头到尾去看邮件 。

尤其是在外资企业的话 ， 经常 Global 发的一些邮件 ， 就是长长的那个英文邮件 ， 省了我大量的时间 。

还有像我上周休假 ， 休假一周回来以后的话 ， 我可能在此之前如果没有 Copilot， 没有 AI 工具的话 ， 我肯定会 reserve 我大半天的时间 ，不参加任何会议 ， 先把一些未读邮件先一封封把它清掉 ， 对吧 ？

就清空我的 Email Box。 但现在的话 ， 我用 Copilot 问一下我上周对我最重要的邮件 ， 帮我排序 ，add 到我的一些 action item 等等 ， 它会以一个表格的形式 ， 很齐整地帮我列出来一些重要事件 、 我需要做的事情 ， 然后包括 due to 的 date 是多少多少 ， 然后我的 action 要到谁谁谁谁谁 ， 就是非常有结构性地帮我整理出来我的未读邮件我需要看的一些内容 。

这种其实还挺多的 。 还有一个我个人的小体会 ，因为毕竟我是在美资企业 ，但我是中国人， 然后我也透露一下我大学的时候专业是日语 ， 所以其实我有点吃力 。

我现在很习惯的就是我写邮件的时候 ， 用 Copilot 再优化一下我的语言 ， 让我更自信 ， 就发出的邮件更 professional。

就我现在生活当中很多小的点 ， 那是 Copilot 让我在整个工作过程当中的话 ， 提高效率且更 professional。 这是我切身的一个体会 。

那 Landi 你自己是怎么来用 AI 的 ？ 然后你觉得它具体怎么帮到你 ？

其实因为都在微软工作 ， 然后微软的话 ，因为已经把 Copilot AI 其实整合到我们所有的产品矩阵里面 ， 所以其实我们日常的工作 ，其实刚才 Kim Key 已经讲了 ， 就是其实每一个环节 ， 从撰写邮件到帮你修改文案 ， 然后包括生成 PPT 到会议记录等等 ，其实所有的每一个环节 ，其实我们都已经离不开 Copilot， 离不开 AI， 所以这个应用其实是非常非常地频繁 。

我有一个最近的一个改变 ， 我可能也说一下， 我就越来越植入 Copilot 的使用 。 我自己发现 ， 当我碰到哪些信息缺失想查找的时候 ， 我之前习惯性地可能问一下助理 ， 或者问底下的人， 让他们帮我找 ， 发邮件给我 ， 就是这是我习惯性的原因 ，因为毕竟是领导层 ， 对吧 ？

但我现在越来越觉得意识到 ， 我与其问身边的 team member 的话 ，不如先用 Copilot 自己搜索一下 。 所以我现在先用 Copilot 探索一下， 往往这样更有效率 ，而且给到的信息更准确 。

那 team member 会有危机感吗 ？

不会 ， 我觉得他们应该很开心 ， 我没有找他们 。

那就是两位在使用 Copilot 的时候 ，是觉得从什么时候开始它里面的 AI 能力越来越强 ， 然后你们自己内部的人也觉得它变得更加好用了 ？

我觉得它是不停地迭代的 。 你要问我某一个时间点的话 ， 我个人感受是换了 GPT-4o 以后， 它有一个跃升 ，但之前的话一直也是在不停地 involve， 演进过程当中 。

因为可能我是微软的员工 ， 所以我们其实是有窗口 ，是提供一些 feedback， 就是哪些好用 ， 哪些不好用 。 尤其是它刚 launch 的时候 ，其实汉化是很不好的 。

虽然 Simplified 的差异是它最早 launch 的支持的 local language 之一 ，但其实转到中文以后的话 ， 那个 quality 跟英文是没法比的 。

我经常用中文 ， 所以我的感受 ， 包括我的第一批客户的话 ， 大家 feedback 都是非常不好 。 我们当时跟客户那边讲的 Copilot 的优势 ， 可能更多的还是说的安全性 ， 就是因为它客户使用安全合规 ， 它等于调的是我们 datagraph 上的数据 ， 对吧 ？

包括我们 SharePoint 公司的内部资料 ，Outlook 的自我的邮件 ， 所以它给的内容的准确性更好 。 但其实上从 language quality 来讲的话 ， 还是差强人意的 。

慢慢慢慢我觉得这个更迭是很快的 ，因为我还负责台湾 。Simplified 的差异是简化中文的话是最早提升的 ， 后来是日文 ，因为我可能还会一点日语 ， 所以我会日常 。

还有台湾的现在处理差异都有大幅度的提升 。 它很像没有一个特别的时间点 ，但是我觉得 involvement 的这个演化是逐步逐步让你感到的 。

突然有一个点就是真的很好用 ， 已经融入到我的工作生活当中， 就是离不开了 。

Landi 也可以分享一下， 就你的感觉是什么 ？

是 ， 我觉得体验确实是 ， 确实不是说刚刚推出 ，但是它确实在持续地迭代优化 。 我自己其实有一个 moment， 我觉得是让我自己都感到非常震惊的 ， 关于这个 AI 的能力 。

那就是其实最近有一次 ， 我跟我的团队在跟我们的一个合作伙伴开会 ， 然后我是从线上加入的 。 然后这个合作伙伴的话 ，因为他们有中方的团队的话 ，在我们的办公室里跟我的团队在线下， 然后他们的管理层实际上是外国人， 也是从线上加入 。

因为其实中国的这些团队 ，其实很多人是不会讲英文 ， 所以其实他们就全程在讲中文 ，而且是在 review 业务什么等等 ，其实是蛮复杂的 。

然后外国的合作伙伴的话 ，他在线上就是全程听着 ， 完全无障碍 ， 然后他中间还穿插着问那些问题 。

我当时非常震惊 ，因为他其实用的就是最近那个应该是 Copilot 嵌在我们的 Teams 里面 ，其实有一个新功能叫即时翻译 Interpreter， 然后我当然就有点震惊 。

我当时就自己在我的端也开了一下语音即时翻译的功能 ， 然后那边线下是我那个同事其实在讲中文 ， 然后我这边开了之后， 就听到我那个同事在这边讲的是英文 ，他的声音是英文的同时的这种即时的翻译 ，而且其实翻译非常准确 。

然后我就拿出手机还录了一小段 ， 然后会后发给我同事 ， 自己听了之后都震惊 ， 这不是我的声音吗 ？

他在标英文 。 至少那个会之后， 我就一点都不焦虑我两个女儿的英文学习了 。 我在想照这个趋势发展下去的话 ， 对吧 ？

就是你走到哪 ， 我觉得语言的沟通已经不是什么障碍了 。

对 ，Teams 的 Interpreter 这个功能 ， 我想 Echo Landi 刚才讲的 ， 我最近在一个客户交流上面也是切实感受到现在真的好用 。

它是实时的 Translate，而且你可以选择你想 Translate 的语言 。 我当时那个会很典型 ， 那个客户是好丽友 ，是韩国客户 ， 中国区 CEO 他是个韩国人 ，他在线上， 然后我现场连线我亚洲那边的一个技术的一个 ， 我们叫 Global Black Belt GBB， 就是黑带的一个技术专家 ， 跟他去讲一些 AI 方面的应用 。

我们这边的小组成员还在用中文交流 ， 所以大家选择自己想输出和输入的语言 ， 非常方便 。 那个整个的会英文 、 中文 、 韩文 ， 整个的会议看起来很有效率 ， 没有太多的沟通障碍 。

我当时就是也是感觉到这个 AI 真是成就了不凡 。

对 ， 这可能在好多年前会觉得这还是挺科幻的场景的 ， 现在已经实现了 。

而且就是你选择语言以后的话 ， 它翻译的语言用你的是你的自己的语言语调 。

对 ， 就是前几年你看那个什么 《 流浪地球 》， 对吧 ？ 就是记得就每个人不是带一个耳机 ， 对吧 ？

就是来自各个国家 ， 大家其实是无障碍的 ， 可以用各自的语言来交流 。 我觉得真的就是已经在实现 ， 实际上 。

它用的是这个人的语音语调 ，是指就是它的音色还有说话的风格 ， 都是跟这个真人是很接近的 。

对 ， 比如说我说的中文 ， 我选择输出语言是英文 ， 你在线上听到的我的英文输出就是我的语言语调 ， 就是我自己本人， 就是你自己的音色 。

对的 ， 它这个是靠什么实现的 ？ 它因为其实可能每个接入会议的人之前不一定把音色录入过这个会议 ， 它就是靠你在会议前面说的那句 。

因为现在有些克隆音色的 ， 它是需要你 ， 当然也比较短 ， 就可能要念大概几句话 ， 然后它再来克隆你这个音色 。

这个相当于是嵌入到这个会议里了 ， 就我会议开头说几句话 ， 它就把我音色克隆下来 。

对 ， 它可能有前面有可能 5 到 10 秒的一个 leading time， 它去辨别 ， 然后再输出的话就是你选择的语言 。

这个功能对 Teams 就已经付费的客户来说 ， 像这种新功能增加 ， 大家需要额外有一些付费 ， 还是它就直接就是在它整个的包里面 ？

报价有点复杂 ， 对 ，enterprise premium 的用户可以使用 。

那接下来想聊聊就是你们怎么用 AI 来帮助你们的业务做一些提升 。 这个想先问一下 Landi， 就是因为你是负责广告这一块的 ，其实现在我觉得广告行业讨论比较多的一个话题是说怎么在广告中引入生成式的 AI 技术 ， 比如说动态广告智能投放 ， 然后来提升整个广告的这种效率 ， 或者说它的商业化率之类的 。

这个您可以讲讲就是您看到的一些提升表现在什么地方吗 ？ 就比如说在你们的实践中间已经出现的效果是在什么地方 ， 然后这些效果大概它是怎么用 AI 来获得的 ？

可以 ， 我觉得正好问到我的领域了 。其实微软已经将整个 AI 应用到就是广告营销的全链路 ， 从比如说广告账户的这种创建管理 ， 到素材的制作 ， 对吧 ？

智能投放 ， 像我们的 Pmax，以及比如账户的效果的数据分析 ， 优化的方案等等 ，其实最直观的提升就两个方面 ， 一个是提升效率 ， 一个是提升你广告投放的效果 。

我倒可以举一个例子 ， 就是因为三星跟我们合作也比较多 ， 像它在全球都跟我们合作还是比较广泛的 ，其实他们就是采用了我们 AI ads 的解决方案 ，因为每个客户可能他的情况不一样 ， 对吧 ？

数据表现也不一定相同 。 那就在三星这个案例上 ，其实他们用了我们的方案之后， 点击率提升了 2.8 倍 ， 然后之前的话 ，其实他们花在这种账户分析报告上的时间是很多的 。

至少用了 AI 之后， 这个时间是节省了 35%。 所以我觉得这个是非常实实在在的 ， 当然还有很多其他的这种案例 。

它这个点击率是什么东西 ？ 是就什么类型的素材的点击率 ？ 您刚说提升 2.8 倍 ，是它整体的 ， 就它的电子产品 ， 就比如说广告 ， 或者说它的一个赞助的这种内容 ， 或者说它的一个什么社交媒体的传播这种东西 ， 所有的加起来是吗 ？

算这个点击 。

不是 ，是在我们这边投放的 ，因为我们没有做社交 ， 我们主要是像必应的搜索 ， 占了一大部分 ， 这个是搜索广告 ， 然后还有就是我们叫 Amazon，其实是我们的展示网络广告 ， 对吧 ？

然后还有就是我们其实还能够就是整合我们整个微软生态里所有的流量 ， 包含比如说像 Outlook， 比如说像我们收购的这个游戏 ， 对吧 ？

像 King 就动次暴雪 ， 对吧 ？ 就是 King 里面有很多这个广告的 inventory。 所以其实我们现在正在逐渐的就是打通所有微软生态里的这个产品的广告的 inventory。

对 ， 所以客户的广告实际上是可以通过现在我们其实有个 Pmax 的产品 ， 就是 Performance Max， 就是效果最大化这样的一个 AI 的广告产品 。

这个产品现在其实越来越多的客户其实采用 ， 它实际上其实就是 AI 的帮你做智能投放 ， 这个其实效果还是提升了不少的 。

它这个智能投放包含素材生成吗 ？ 还是说它主要是说给你智能的去安排去规划说我投在什么渠道 ， 然后投什么时间 ， 这样提升你的效果 ？

它是智能的 ， 它不需要你自己去规划说你要投在哪 ， 你只要告诉我 ， 对吧 ？ 你提供一些素材 ， 这个素材的话 ， 你也可以用我们的工具 ， 像比如说 Creative Studio， 会可以帮你去提供那个素材 ， 它也是嵌在我们广告平台里的这个工具 。Pmax 它实际上是我们的广告的一种 AI 的一个 solution， 它就帮你其实你就提供素材 ， 提供 ， 对吧 ？

你想要达成的这个 KPI， 你的考核是什么 ， 然后它会帮你去 ， 就相当于是这个 AI take care of the rest，其实就是帮你自动就达成你想要的这个效果 ， 你其实不需要操心太多 。

所以其实就是从生成 ， 你们有内容生成或者素材生成的一些产品 ， 然后在投放这个环节有投放的一些产品 ， 现在都是有 AI 来支持的 。

对 ， 然后包括你分析报告也是 ， 就比如说我在投放 ， 投放进去之后， 我跑了一段时间 ， 这个效果怎么样 ， 表现得好不好 ， 对吧 ？

要怎么优化 ， 这个其实我们在广告平台里面嵌了这个 Copilot， 它也是就直接拿 Copilot 可以帮你去做分析 ， 然后给你提优化建议 ， 对吧 ？

所以它可以说是整合到整个广告营销的这种全链路里面去 ，并不是某一个环节 。

Kingy 这边也想请你分享一下， 就是在你服务的这些客户里 ， 你是怎么观察到就他们用 AI 来提升他们的效率的 ？

因为其实他们提升效率就是你们的这个业务的成功 。

就是客户那边其实我们还是有挺严格的一些保密的一些要求的 。 我觉得我来讲一下， 我看到的微软员工在 Adobe 在使用了我们的 AI 产品以后的提升 ， 我觉得这点可能更能分享 。

那也可以 ， 那就是讲讲 ， 比如说你们团队的同事在做业务的时候 ， 对吧 ？

对 ， 我觉得销售部门是这样的 ， 这个应该是在今年的 AI tour，在我们整个 MCAPS 的 Justin， 就是我们的老大 ，他在公开场合里面分享过一些切实的数据 ， 就是在整个的我们 MCAPS， 就是所有的客户服务部门 ， 所有的市场 sales partner 服务部门的话 ， 全球有 65,000 名员工 ， 全部都授权部署了我刚才讲的 M365 Copilot， 就每个人都有这个 license， 都可以来用 。

经过这段时间的使用 ，在我们在 Drive 内部的一些 adoption 以后的话 ， 我们来看一下销售的业绩 ，其实我觉得这个 productivity 最常见的是一些跟销售部门的一些相关的数据表现 ， 就是每一个 sales 我们平均它的 create opportunity， 就是商机 creation 的这个数据 ， 这个 deal size 增长了 10%， 然后 sales 承担就是 opportunity 能快速的结单 ， 这个速度提升了 23%， 然后它平均下来的每个 sales 它所带来的 revenue， 就是这个营

收提升了 9%。 这个应该是微软就是我们在 AI tour 上面对外发布的一些可以讲的数据 ，其实类似的这些指标就来说明 ， 我觉得这个效率提升就是体现在很多方面 ， 比如 sales 尽快结单等等 ，但归根结底实质性的一些业务成果其实才是关键 ， 就是带来更高的营收这一部分 。

所以我觉得可能是完整的一些数据表现才能说明 AI 所带来的一些好的一些进展 。 类似的一些 KPI 其实我们已经把它放到 Viva Engage， 就我们的客户也可以去看到 AI 的使用以后的话 ， 带来业务上的一些显著的变化 。

我们的一些发布的一些客户的案例的话 ， 像什么神马 、 联想 ， 包括麦当劳的中国金工们 ，其实他们都已经主动公开了一些使用了微软 AI 服务后的一些数据表现 ， 就很类似 ，有相同的一些表现 。

就是有来复盘说它这个提升是比如在什么环节 AI 发挥了作用 ， 导致这样的提升吗 ？

其实各个环节 ， 打个比方 ， 比如说 sales 销售为什么能够在同样的时间内能 create 发现更多的一些商机 ， 这个可能就会带出我们的一个产品 ， 就是 Copilot for Sales，Copilot for Sales 这个产品 ， 就是能够快速的让你去了解你想了解客户的就 customer profile， 客户的画像 ， 包括它的 business strategy， 这些的话你可能输入一些客户信息的话 ， 它就会快速生成你想要的一些内容 ， 包括内部的 CRM 系统的一些数据

整理导出 ， 像我刚才讲的 ， 比如跟客户的一些会议纪要 ， 会议之前的准备 ， 它会有一些 key point 给到你 ， 说你应该基于之前的沟通结果 ， 综合了像 Teams meeting， 然后邮件的往来 ， 包括内部的一些产品的分享等等 ， 它会给你一些建议 ， 基于这个的话你来你准备你的比如会议的 agenda， 然后开完会议 ，因为我们现在用 Teams 会议都是嵌入 Copilot 以后的话 ， 它会自动

会生成一些会议内容 ， 包括下一步的 action， 你会发给就是所有的这一些 ，在每一个环节的话 ，其实它对于 sales 的工作都起了很高的一个辅助作用 ， 让更快更准确或者更高质量的干完这个规定动作 ， 来帮助 sales 在规定的时间内或在相同的时间内发现更多的商机 。

同样就快速成交也是这样子 ， 打个比方 ， 我们内部还会有一个 Agent， 能够是就这个商机 ， 比如现在的 OpenAI 的这个 deal size 卖的这个产品的话 ， 它会推荐你觉得可以去 leverage 微软内部的哪些 program 来帮助你提高你的 win rate，因为微软其实平台 ， 包括 solution 不同 ，program 其实繁杂多样 ， 很多 sales 其实在这方面还是耽误不少时间 ， 就是不知道 leverage 什么样的 resource 能够帮到它在这个商

机的结单上面有所增进 。 现在的话 ， 通过一些 AI 辅助的一些咨询服务 ， 或者我们平台我们叫 Agent 的话 ， 会给 sales 提供这方面的帮助 。

这个我觉得是个挺好的企业实践 ， 就相当于它是通过大语言模型这些新的技术 ， 一方面可以把已经有的知识库里的很多东西给调出来 ， 同时它通过一次次的会议 ， 然后新的文档的沉淀又可以有新的知识库 ， 然后又可以加速让大家更快更好更高质量的做一些标准的动作 。

我稍微稍微 decouple 一下你的理解 ， 就是说它对于数据的理解是帮助我们了 ， 然后在中间的环节它会 processing 我们现在要碰到的问题 ， 然后再带出原先的数据 ， 再帮你生成你需要的一些答案或者建议的东西 ， 它不做决策 ，但它会给你很好的建议 。

我持续的话 ， 像我的话 ， 我还会优化一些内容的输出 ， 让你很 ready 发送给你外部的合作伙伴或者客户 ， 就在这整个的各个环节的话 ， 它会帮到你挺多 。

就比如说微软内部来用这个 ， 我觉得它可能有一个前提 ， 就是你们自己内部的数据沉淀知识库建立都是做得比较好的 ， 然后就是如果给到一些客户用的话 ， 就他们如果来用这些功能 ， 你观察到的就是说它用得比较好 ， 或者说用得比较没有那么顺利的地方 ， 可能都是遇到了一些什么样的问题 ，有什么共通的特点可以总结一下 。

我觉得这个对很多想用 AI 的企业是会有价值有启发的 。

这点说得特别好 ，其实有些客户用得好与不好 ， 除了一个内部的 enablement 在 Drive 这个 adoption 以外， 还有一点就是数据 ， 数据是很需要的 ， 否则的话 ， 这个也是为什么我说我很喜欢 M365 Copilot versus 可能一些大语言模型 ，Agent 模型如果它不 leverage 我现在 data graph 上面的我自己常用的数据的话 ， 它的内容生成 ， 它给我的答案 ， 它的准确性是不够的 。

有一个玩笑话就说它生成的就是 AI 范儿十足的一些泛泛的内容 ， 看上去很光鲜亮丽 ，其实没什么用 ， 就是噱头的东西 。

但是因为它用 data graph， 它了解我之前的很多很多内部公司的一些数据 ，在 leverage 互联网上我能找到的客户信息出来的东西 ， 数据表现的话 ， 那是质量是最高的 。

所以它可能目前阶段对企业来说用 AI 的一个比较关键的就是你之前的这些数据积累到什么程度 ，以及能不能给它很好的用起来 。

包括数据的分类 ，data governance 都是有关的 ， 打标签分类 ， 包括 governance 也保证它的安全使用 。 打个比方 ， 如果你的 governance 没有做好的话 ， 一个单元就是你可以用 Copilot， 可能用一个 Large Language Model call 一下， 你可以调到我老板的薪资 ， 我可能就知道了 ， 对吧 ？

它就是数据的 tearing， 它的 governance 没有做好 ，但在我们 M365 Copilot 上面的话 ， 它等于是基于的是我们 LDAP 上的一些安全权限的设置 ， 完全是符合企业级的 ， 让客户那边可以很无忧的使用 。

会有一些客户就是他以前可能不是微软的这种就是 to be 的全家桶的客户 ， 然后他因为就比如说 AI 来了之后 。

有 ， 非常多 。

这种客户他如果说他之前的这个数据治理的基础不是特别好的话 ， 这个你们可以怎么帮他们去改善这个问题 ？

微软其实我们做的是 end to end 的 ， 就是端到端的解决方案 ，因为 AI 可以回来去倒逼它的很多应用上云 ， 这个其实是非常体系化的一套项目工程 ， 微软还是挺擅长服务这样客户 。

所以你们是会给它全套去服务的 ， 就是可能它之前技术比较薄弱的地方 ， 你们也会帮它去做一些提升 。

会的 ，其实谈到 M365 Copilot 用得最好就是把 model work 上云 ， 就是我们的 O2M， 我们的 ME3、ME5 上云 ， 这个可能上云以后用得好的客户的话 ，Copilot 用的体验会更好 。

然后最近就是李开复在有一个投资活动上 ，他有分享 ， 李开复可能是 Nandy 以前的同事 ，在 Google 做过的时候 ， 应该是有一段时间可能是有重叠的 。

是的 ， 我们 LAB 过 。

然后他说就是美股七姐妹 ， 你如果现在只选一个投资的话 ，他会比较倾向微软 ，因为像微软这样敢大胆投资 ， 同时对商业模式有深刻理解的公司是比较少的 。

然后其实两位都待过就是一些其他的这种美国的科技大公司 ， 就是你们自己会怎么看就是微软来做 AI 的一些特点策略 ， 还有优势 ？

我其实已经用脚投票了 ， 对吧 ？

对 ，因为你之前在 Google 也待了很长时间 。

对 ， 我在 Google 13 年， 然后也是 Google 飞速发展的这个 13 年， 然后微软的话 ， 你看我不到两年时间 ，但是正好也是微软 AI 快速发展的时代 。

当时在 Google 我觉得是 Mobile， 就是赶上了 Mobile 那波的浪潮 ， 对吧 ？ 然后在 AI 的时代 ，其实我用脚投票给了微软 。

我自己觉得开复说的那个还是有一定的道理 ， 就是微软可能有自己一些特色 ， 就像他说的 ， 我觉得一方面是说敢于大胆的投资创新 ， 就比如说对 OpenAI 的投资 ， 对吧 ？

那可是天价的这种投资 。 另一方面 ，他又非常的务实 ，他务实在于说我要就是想办法能够尽快的把它转化成生产力 ， 转化成这个商业化 ，而不是在这个就是我的技术投资和这个商业化之间的能比较快的去找到一个相对的平衡 。

所以我觉得只有这样的话 ，其实一个公司的发展它才能够就是比较可持续的 。在微软其实没有一个项目是说就是不需要去考虑商业模式 ， 或者就完全不需要去考虑闭环 。

而且我觉得在七姐妹里面 ， 我觉得微软很特别的一点是 ， 应该是只有微软和苹果 ，他们是在互联网热潮之前其实就成立的 ，因为他们是七八十年代诞生的公司 ，是在那个软件或者说个人 PC 的那个浪潮的时候就成立的公司 。

这两个公司可以说是穿越了好几个周期 ， 互联网时代崛起的 。 就你们内部会讨论 ， 就比如说微软在就是 AI 这一波浪潮抓得怎么样 ，因为但确实我觉得它会有不同的角度 。

会不同的定位吧 ， 我觉得这 Nandy 讲的我完全同意 。 我没有在 Google 工作过 ，但可能在 AWS 我待过七年多的时间 ， 就是可以看的就在 GCP， 我 Google 可能看的 GCP，在 AWS，在微软的话 ， 大家的定位都是不一样的 。

我觉得从我的角度来讲的话 ， 很多不同点 ，但有三点是微软就特别特别明显的一些特点 。 第一个就是它现在在 ride AI wave，在这个时代下的话 ， 它选择的是说要打造一个自由开放 、 共同生长的一个 AI 平台 。

我经常会被我的客户问到说 ， 你看看人家都建自己的大模型 ， 对吧 ？ 微软没有自己的大模型 ， 你们将来怎么样 ？

你们为什么没有自己的大模型 ？ 其实我觉得我刚才讲的就微软其实早就超越了只聚焦于一个大模型的这个周期了 ， 它就并不局限于打造自己的大模型 ，而是构建一个开放的一个 AI 的平台 ， 我们叫 Aura AI Foundry。

所以在这上面如果你可以看到的话 ， 现在已经有 11000 多个模型 ， 还有小模型 ，不光是大模型 ，也有开源的一些软件 ， 一些社区的贡献等等等等。

所以你能在上面找到像 OpenAI 肯定是我们拳头的一个大模型 ， 一个组件 ， 就是跟 OpenAI 合作的 OpenAI， 包括 Mistral， 包括 Llama， 就 Meta 的 Llama 3.5 什么都在上面 ， 包括我们 DeepSeek R1 也在上面 ， 还有我们最近可能上载的前一阵应该是 Satya 和马斯克那边有一个对谈 ， 就是当时他们在那个 panel 当天的话 ，也上架了 XAI 的那个 Grok 3， 它也是上架在我们的 AI Foundry 上面 。

所以其实我觉得微软它的定位就是把选择权交给客户 ， 客户可以基于他自身的业务需要的话 ， 来自由选择最适合他的模型或者多个模型组合 。

你在我们的 AI Foundry 上面还可以看到我们一些强大的一些工具链的支持 ， 包括什么 Prompt Flow、Fine Tuning 等等等等 ，Evaluation 就帮助客户能够使用我们的工具找到最适合他的模型 ， 来快速构建 、 优化和部署他的 AI 应用 。

所以这个定位其实你可以简单总结为是一个我们对于模型是模型中立 ， 提供的又是完备的一些工具链的策略 ， 让客户有一个最大的一个自由度 。

这是就第一点是特别特别不同于我之前服务的公司和我看到行业的一些翘楚 。 然后第二点的不同就是微软还是有做企业服务企业级客户的这个基因的 ， 所以它现在在 AI 这个时代下的话 ，也更致力于是面向企业用户打造一些 AI 场景和它的服务体系 。

我不想太针对我们的友商 ，但是就我说微软这边我看到的 ， 它针对于不同的客户 、 不同的 background， 它推出的产品不一样 。

比如说我们叫 Copilot 是 UI for AI， 它针对的就是 business users， 就是业务人员 。 你甭管是你用 Copilot， 我想到 Word、Excel、PowerPoint 这种 AI 就没有太多的使用门槛 ， 你会用的话 ， 嵌入到点击链接就可以用了 ， 对吧 ？

来提升你业务人员的办公效率 。Copilot for Studio 就是低代码 、 无代码 ， 刚才那个 Nandy 也讲了 ， 那可能是不懂编程的人 ，他也可以去构造自己的一小程序 ， 构建他的智能体 ， 对吧 ？

来帮助他能快速的制定一些 AI 的流程等等等等 ， 这个 Copilot for Studio。 但是针对于 IT 人员 ， 或者还是有一些 IT 门槛的 ， 像我们的就 AI Foundry、GitHub Copilot 等等等等 ， 去建一些 Agent 的 platform 等等 ， 这些可能是提供更加灵活度的一些 AI、Agent 的一些复杂应用的构建 ， 帮助他们落地 。

所以微软其实它是这些层级 ， 我们叫 AI full stack， 分得是很清楚的 ， 这种分层设计来确保是说 AI 的技术能够被不同的人群都能用得起来 ，而不是因为门槛把很多 AI 的产品停留在一些概念层不能落地 。

这是第二点 ， 就是微软那边可能针对于服务企业的一些心得 ， 推出的 AI 服务是针对于不同的人群 。 第三点我们也讲了很多了 ， 就是微软的 AI， 我们一定要致力于就是安全合规 、 负责任的 responsible AI， 这个我不知道你是不是有听说 ， 我们一直在讲 ， 就是我们叫 security as a foundation， 安全是基石 ， 对吧 ？

所以我们也是配备了像 Microsoft Purview 等等数据治理的安全工具 ， 保证数据在 AI 的应用上面的一些安全使用 。 然后我们的像 Copilot， 我刚才讲的所有的 AI 的服务都遵循我们的 responsible AI 的标准 ， 来确保它支持什么审计 、 什么数据解释 、 内容过滤等等等等功能 。

我们将在 AI 的时代帮助客户的 AI 应用无忧落地 ， 为他们保驾护航 。其实这个也是我们服务企业让客户那边用 AI 且不出事 。

我看就是 25 年微软的第二季度财报里有提到 ， 就是微软的 AI 业务已经实现了超过 130 亿美元的年化收入 ， 同比增长 175%。

它主要提到的就是 Copilot 还有 Azure AI 的云服务 ，以及和 OpenAI 合作带来的订阅和云收入 。

我们现在等于是微软的产品 ， 我们今年就是分了三个 pillar， 三个 solution， 最大的一块的话就是企业级的一些应用 ， 就是我们叫 ABS，AI Business Solution， 它涵盖了我刚刚讲的 model work 这一部分 ， 就企业办公套件的这一部分 ， 还有什么 ？

还有微软的像我们的 D365， 就 CRM ERP 的那一套东西 ， 它全部都是嵌入 AI 的功能 。 这一部分不管你是 ERP、CRM 还是企业办公套件 ， 它都是 for business users， 它针对的就是 business users， 这是一套 。

第二套我们叫 Cloud AI platform， 叫 CAAP，Cloud AI， 这个就是 IT 人员在用 ， 可能有 GitHub Copilot 在里面 ，但是还是 IT 人员去用 ， 咱们实时来说 。

第三部分就是 security，security 单独拉出来 ， 我们觉得 security for foundation as a foundation， 所以一定要注意到每一个使用环节 。

除了就是你们自己工作中用到的一些体验 ， 让你们觉得 AI 非常厉害之外， 你们最近有什么具体的事 ， 或者说一些新闻也可以 ， 就让你们感到可能 AI 又到了一个新的阶段吗 ？

就你们比较关注的这种新闻或者趋势 。

我说两个最近的热词吧 ，其实也是很多客户也跟我们讨论 ， 包括新闻上也是刷屏的 ， 一个就是 GPT-5， 对吧 ？

这个很多很多刷屏 ， 还有一个就是现在的叫 Agentic era， 就是智能体时代 。GPT-5 可能就是在多模态 、 结构化输出 ， 包括推理能力的加强方面 ， 它是一个质的跨越式的一个提升 。

我记得我当时在微信朋友圈里面看过有一张图 ， 很形象 ， 就在 GPT-5 之前 ， 所有的大模型可能都是小鱼小虾 ， 我充其量是一个海豚 ， 然后到 GPT-5 它就画了一个鲸鱼 ， 一个鲸鱼的脊背 ， 它就说是从海豚到鲸鱼的一个跃升 。其实我们对于 GPT-5 还是有非常非常大的一个期待的 ，因为它是这样的一些响应速度 、 准确性的提升的话 ， 会让我们接下来的很多客户的企

业及落地的一些 AI 应用 ，有非常大的不同的可能性 ， 就是对于 AI 的一些个性化 、 自动化 、 协同处理方面的话 ，有很多不同的一些可能性 。

有一个问题我想了解一下， 就是微软会提前用 GPT-5 吗 ？ 会比公开的这个市场会提前用到吗 ？

不会提前 。 然后第二个热词就是我刚才讲的智能体 ， 智能体的话 ， 这个也代表了微软其实看现在的 AI 的一个趋势吧 ， 就我觉得我个人感觉是跨越了 ， 只是纠结于一个大语言模型 ，不管它是哪个 ， 可能是 Llama 3，有可能是 DeepSeek 等等等等 ， 我们跨越了那个时代了 。

更多的是说怎么能够用多个智能体 ， 或者多个 large language model 串在一起的话 ， 用 Agent 来协同发展一些复杂的任务 ， 就达到人机的一个交互协同 。

就我记得当时也是在朋友圈里面看过三个阶段 ， 第一个阶段可能就是问答的阶段 ， 比如 Chatbot 就是最简单的应用 ， 对吧 ？

第二个是指令阶段 ， 说我给你一个 instruction， 你来 take action。 然后第三个就是现在这个阶段是更多的 interactive， 利用 Agent 或者 Agentic era 的时候 ， 利用多个 Agent 和串联的一些大模型的话 ， 完成更加复杂的一些应用 。

Nandy 这边你可以分享一下吗 ？

我还挺同意 Kinky 的说法 ， 我觉得其实对于我来说 ， 我觉得特别 impressed 的 ， 或者我自己其实亲自尝试学习的 ，其实是这个 Agent，因为以前就像我的话 ， 我是文科出身 ， 然后我其实完全不会写代码 ， 就没有任何的技术背景 ， 对吧 ？

在以前的话 ， 我现在要重新学写代码就是不可能的 。 我在创业公司工作过 ，以前那创业公司的话也是这个开发 App， 对吧 ？

然后你要开发一个 App， 上架 App，其实是蛮复杂的 ，而且花的时间其实蛮长 ， 就是为了学习 AI， 体验 AI，不落后于时代 。

然后我其实用了各种 AI 的那个工具 ， 然后其实就是让 AI 生成代码 ，而且其实有这个工具可以你直接其实去部署 ， 对吧 ？

能够直接帮你真的去实施 ，但也还遇到了一点小问题 。 然后后来我老公也帮我一起 ，他是技术出身 ，因为我们喜欢玩那个 24 点 ， 然后就真的拿那个 AI 的工具 ， 一个没有代码背景的人， 对吧 ？

就是开发了一个小工具叫 24 点 ， 叫 My Play， 然后直接上架那个苹果应用商店 ， 对 ， 就是很简单的 。

但是你会觉得就是这个 AI 已经就让一个文科背景 ， 然后不会写代码的人也能开发出一个 App， 所以我相信它其实是能够在这个不远的将来 ， 对吧 ？

能够改变这个各行各业 ， 就是重塑各个领域吧 。

这个体验很有意思 ，其实就结合 AI 的能力 ，其实 Coding 也可以变成一种创作吗 ？ 就自己会做一个小作品的这种感觉 ， 做一个小 App。

对 ，其实它都变成一种自然语言交互 ， 对吧 ？ 你就让它完成什么 ， 我觉得这个 ，而且像 Agent 的话 ， 实际上它是帮你执行任务 ， 对吧 ？

你要它做什么 ， 就是用自然语言交互的这样的一个方式 ， 所以我觉得挺震惊的这种 AI 的发展 。

然后接下来这一 part 是想就聊聊你们作为这种大科技公司的管理人员 ， 比如说你们是怎么带着团队一起来使用 AI 的 ， 包括你们的职业生涯的一些 TIFFs 的分享 。

你们刚才有讲到你们自己用 AI 的一些情况吗 ？ 在你们各自领导的团队里面 ， 你们现在比如说会给大家组织一些培训吗 ？

或者说大家怎么去融入这种使用 AI 的新的工作方式 ， 还是每个人自己来适应 ？

在微软工作我觉得有个好处 ， 就是说因为微软自己在这个 AI 上其实做了很多的投入 ， 所以微软确实有这个 ， 就像这个 AI 训练营这样的 ， 就是比较系统化的 AI 的培训的课程 。

我团队虽然是其实大部分都没有技术背景 ， 对吧 ？ 我们是做这个销售 、 运营 、 市场这样的一些工作 ，但实际上就是因为我自己其实蛮 passion 的 ， 包括就是你要 learning 这个新的 technology， 然后你这我觉得 late by example， 然后我觉得团队其实我觉得还蛮有意思 ， 就挺多人还挺积极的去参加那些 AI 的培训 。

我也没有说你们一定要去参加 ， 没有 ， 我觉得就是我后来跟他们吃饭 ， 我跟他们聊起来 ， 然后就发现说这同学也去参加 ， 那个同学也去参加 ，他们吃饭聊起来 ， 就是说最近上的那个课程怎么怎么着 ， 对吧 ？

然后我觉得比较有意思的一个成果就是说其中有一个同事 ， 就是他是负责我们 Ads 这个 technical service engineer，他其实也不算是这个纯技术人员 ，他更多他更像是一个 tech 的客服 ， 对吧 ？

就因为我们其实在中国的话 ， 这个服务的广告组特别多 ，但是我们也不是特别大的团队 ， 所以为了提升效率 ，其实他也就自学了 AI 的工具 ， 然后 build 了一个 AI 的客服 ， 叫 Bingo，Bingo 吗 ？

正确 。

他真的自己就拿那个 AI 的工具去搭起来的 ，他其实之前也没写过代码什么的 ，他后来就把这个工具开发了之后 ，而且是把我们自己 ，因为他们平时就比如说我们每天需要回答很多客户 ， 很多包括我们合作伙伴的各种各样的关于这些广告方面遇到的一些问题 ， 然后公司其实已经有很多这种 public 的文档 ， 对吧 ？

公开的一些文档 ，以及他们平时整理起来的 ，他就把这些东西作为一个知识库 knowledge base 去把这个 Bingo 去 train 起来 ， 然后去替代这个人， 帮你去回答很多这种比较常见的这样的一些问题 ， 这个效率还是提升很多的 ， 我觉得还蛮受欢迎 。

所以我们就把这个产品推给大家说 ， 对吧 ？ 这个工具大家都用起来 ， 然后还是能节省很多时间 ， 我觉得还挺有意思的 。

看来就是你们团队有这种自己 DIY 的这种风潮 。

对 ， 我们同事因为要解决就是我们怎么把它变成 global scale， 然后后来他就把这个东西去 demo 给 global 团队的人看 ， 你看我们自己中国团队 build 了一个这样的一个客服 ， 对我们看看怎么样能把它变成 ， 对吧 ？global 以后是不是其实也可以来使用 ， 变成一个 global 都可以通用的 。

我觉得同事们还是蛮这个自发的去学习 AI， 然后把它应用到工作当中 。

您自己之前做的那个 24 点的游戏 ， 你有给团队里的人分享吗 ？ 让他们也去玩 。

对 ， 我跟他们说 ， 叔叔你们要试玩一下这个 ， 然后提些反馈 。

对 ， 就是因为你可以跟他们说 ， 比如说像我这样文科背景 ， 对吧 ？ 我可以自己做一个这样的小游戏 ，其他都可以多来玩一玩 ， 试一试 。

对 ， 我觉得有这个氛围之后， 大家其实会能够带动整个团队去学习 。

你刚才提到这个 AI 训练营 ， 它是微软内部的一个训练营是吗 ？ 就它这个报名有什么机制吗 ？ 是就它有人数限制吗 ？

以及说比如说是谁来给你们上课 ？

它是内部的 AI 的这些专家 ，他们开设的课程 。 我们自己其实内部有很多这种就是针对员工自己训自己 ， 对吧 ？

就是我是这个领域的专家 ， 然后开设一些课程 ， 然后给大家做一些这个专题的这样的一些培训什么的 。

像在微软的话 ， 就是比如说内部有些 AI 的专家来给大家上课 ， 这件事情它是有一个什么机制来鼓励吗 ？

因为这肯定是要花一定的时间和精力的嘛 ， 就这个它是比如说是会在绩效里面 ， 它是也可以算一部分吗 ？

还是怎样去鼓励这种内部的学习 ？

对 ，其实在绩效里面确实是鼓励大家其实做这种分享 。 内部其实我们蛮鼓励叫 growth mindset， 就是成长 ，growth mindset， 就是要有这种成长 ， 就是一方面你自我成长 ， 另外一方面你要帮助别人去成长 。

我觉得这是微软其实蛮核心的文化 ， 所以这个其实我们在写我们的 Copilot， 你会做哪些事情 ， 对吧 ？

接下来这半年你的计划是什么 ？ 然后到过了半年， 然后你 review 一下， 你在这方面都做了些什么 ， 对吧 ？

Kinky 可以讲讲 ， 就比如说你们团队里面大家是怎么来一起 ， 比如说把 AI 用得更好 。

用好 ， 好 。 我觉得第一个是我必须认可刚才 Nandy 讲的 ， 就微软内部的培训是非常多的 ， 就我觉得每周都会有不同部门的人， 可能有一些培训他就会公开出来 ，share 出来 ， 就是我们是大家如果感兴趣的话都可以报名 ， 尤其是现在的办公环境 ， 我们有 Teams， 很多培训基本上的培训都会有 Teams 支持 ， 就线上支持 ， 所以回答你的问题 ， 就是这个有没有人数限制 ，

我觉得有 Teams 支持的话 ， 就没有太多的这个物理上的人数限制了 。

而且还可以翻译了 ， 外国的专家也都 。

对 ，其实我来微软以后， 我觉得我的英文也提高很多 ， 尤其现在还有 interpreter 这样的一些 AI tools 的话 ， 让你更觉得是说你应该更 engage 到一些培训当中去 ， 包括除了一次性的培训 ， 还有 viva engage， 我们会有一些 community， 像我刚才讲的 M365 Copilot community， 特别鼓励大家在这个 community 里面有一些自己的贡献 。

我就记得当时的 community 里面 ， 我们有一个中国的员工在上面就发了说 ， 我用 Copilot， 我构筑了贪吃蛇那个小程序 ， 可能跟 Nandy 讲的是很像 ，但我非常 impressive， 非常 impressive，他就是在 post 出来我最近怎么来做 ， 怎么自然语言交互 ， 我就构筑了一个贪吃蛇的一个游戏 ， 就是很鼓励这样的分享 。

还有一个是因为我们可能是微软员工 ，有一些 benefit， 我们每个人都是有这样的账号可以去用 ， 只要你可以的话是给这个权限的 ， 所以我们会有一些 hands-on 的 workshop， 包括微软也有一个部门叫 Garage， 就是它会有一些 hackathon 的组织 ， 鼓励员工你不管是哪个部门的话 ， 你愿意都可以参加 ， 去做一些 AI 的一些小的创新 ， 大家来 PK， 就这个每年都有 ， 就这个氛围是在的 ， 一直是一个很 active 的一个状态

存在 ， 鼓励所有的人说 contribute 来做一些新的尝试 。 然后从我们部门来讲的话 ，因为我是一个 global 的 organization， 从 global 来讲的话 ，在做 AI 上面 ， 像 Copilot、Copilot for Sales 这些常用的 ， 就 Sales 最息息相关的一些 AI 的工具产品的话 ， 我们会 assign 一些产品 ， 比如我在我这次 App， 我会一些见字兵吧 ， 来带领大家 ， 就 late by example， 这个有时候也很重要 ，在推广的时候 ， 让每个人都知道 ， 我说我们的 role model

是这样的 ， 我们希望能够 risk the bug， 成为他们那样的一些这个 AI 的使用者 ， 这个产品的机制也是在的 。 除此之外的话 ， 我也必须说 as a manager 或者这个 business unit owner 的话 ， 我确实还有一些 KPI 我也在 monitor， 比如说有些常见的要推下去的 AI 产品 ， 我们会 drive 它的 MAU、DAU。

所以这个对你们来说就是让团队里这个东西有一定的渗透率 ， 它其实也是考核的一部分 。

其实我就是换说回来 ， 就是我从我内心我非常反对一些刷数据的做法 ， 说因为有这个 KPI， 你一定要每天用一次 ， 每天用两次 ， 对吧 ？

其实就我是很反对这种刷数据的一些 behavior 的 ， 尤其是有一些像大跃进一样 ， 全民每个人都要用 ， 每天至少要用一次 ， 这个产品就要刺激它的这个 DAU，但有时候是这样的 ， 你反过来想 ， 就是你要 push 这个团队去 build 新的 muscle 的时候 ，有时候需要一些压力和一些规定动作的规范性的 ， 这样的话慢慢慢慢 ，不管是 21 天还是多少天 ， 才能形成一些习惯 ， 这个需要

的 。 打个比方 ， 像 Sales 的话 ， 如果你不 push 它 ，他们可能撰写邮件的时候 ， 会不会用 Copilot 来优化语句结构 ， 你 push 它可能有些人他不需要这样子 ， 对吧 ？

然后他要的快捷 ， 比如你做 PPT 的时候 ， 给客户做 PPT 生成一套东西的话 ， 你会不会先用 Copilot 生成一个初稿打底 ， 你在上面再去美化或者再去 modify， 那可能他就从头就自己去做了 。

还有比如说你准备一个客户会议的时候 ， 会不会用 Copilot for Sales 先去回顾一下过往的记录 ， 来生成一些会议的纪要 ， 一些 proposal， 那可能 Sales 他有的人就从头写了吧 ， 就凭脑子记忆 ，他想说什么说什么 ， 所以有时候规定动作还是需要的 。

我们的 KPI， 我们的 MAU， 我们会 drill down 到某一个 workload， 就他最 active 是哪个 workload， 可能有人是 Teams，有人是 Outlook，有人是 PowerPoint，不一样 ， 可能这个 role 不一样的话 ， 它使用的也不一样 ， 所以可能做 manager 我们也会去理解一下 ，在哪个场景下 AI 可能帮到某一个 role 的使用 。

你刚说这点挺有意思 ，其实我们之前和很多科技公司的人聊 ， 就比如说一些科技公司的创始人 CEO，其实在科技公司里面 ，他们也想让就是说团队或者说员工更多的用 AI， 这件事也不是这么简单 。

不是那么简单 。

就大家很多时候确实他习惯了以前的工作方式之后 ，他会觉得那样更快 。 我自己最近也有这个感觉 ， 就是我觉得 AI 的发展速度是超出我使用 AI 的能力的发展速度的 ，因为你有时候教他一两次 ，其实是你要慢慢去教会一个东西 ， 它是比较难的 ， 它不像传统的工具 。

我觉得传统的工具的确定性很强 ， 就是你会用它能完成一个任务就是能 ， 它不能就是不能 ，但现在 AI 工具是你可能有些地方你就是要像面对一个真人一样 ， 你要去教它的 。

对 ， 就是让 AI 工具成为销售或者我这个部门日常工作的肌肉肌 ， 这个有时候是需要一些压力 ， 需要 monitor 的 。

当然了 ，也回答你的问题 ， 说因为我们毕竟是客户服务部门 ， 所以你要先自己用好 ， 才能传到寿月解惑嘛 。

那 Sales 也有这个压力 ， 你先用起来的话 ， 才会跟客户更多的一些生动的第一手的一些心得分享 ， 你不能去推荐一些你自己都不熟悉的东西嘛 。

就我们刚才讲的都是工作上的一些事情 ， 就除了工作之外， 你们觉得生活中有什么地方 AI 给你们带来了惊喜吗 ？

比如说一些家庭日程 、 旅行规划 ， 或者语言学习 ， 或者说兴趣爱好之类的 。Nandy 你可以讲讲 ， 你刚才讲的那个 24 点 ， 我觉得它算是一个还挺有意思的 。

对 ， 我觉得日常生活中其实也真的 ， 我觉得基本上每天你都会用到 AI。 我自己觉得印象就是说 ， 或者觉得越来越好用的 ，而且特别常用的一个场景 ，其实真的是就是出门旅行 。

出门旅行就比如说做规划 ， 对吧 ？ 我要带两个小朋友要去这个大阪玩七天 ， 然后你给我做一个规划 。

以前的话 ， 它可能会给你的是更 general， 对吧 ？ 就是比较通用的那种 ，但现在你可以输入一些你自己特殊的需求 ， 然后给它更多的一些指导 ， 然后它会不停的给你优化这个方案 ， 最后真的就是这个行程就可以打印出来 ， 就照着这个行程走 。

包括以前比如我们去很多地方旅游 ， 涉及到比如说人文 、 历史 ， 总想找个导游来讲一讲 ， 要不然其实你光看 ，其实你是看不明白的 ， 对吧 ？

但其实你现在根本不需要 。 以前的话 ， 你说还自己请导游 ， 要不然就看一下别人的导游 ， 听一下这个是什么故事 ， 对吧 ？

现在根本不需要 。 现在你就是打开 AI， 比如说我去年去那个越南岘港去玩的时候 ， 对 ， 就去一个那个法国的 ， 就是以前那个殖民时期 ， 对吧 ？

他们留下来的那法国的山砖 ， 法国人建的 ， 你想在那边你也不可能去找导游 ， 对吧 ？ 你就打开那个 AI， 然后输入 ， 它就能真的给你讲解非常丰富的历史 ， 这个是什么时候建的 ， 它这个历史是怎么来的 ， 对吧 ？

巴拉巴拉 ， 就是非常非常的丰富 ，而且还能语音直接给你读出来 ， 就比那个导游还好用 ，而且你走哪可以指哪 ， 对不对 ？

就直接就 AI 了 。 所以我觉得这个是极大的方便了你旅游 、 出行这样的 ， 对一些这个日常生活 。 然后还有一个我用的特别多的场景 ， 就是这个辅导女儿写作业 ， 这个检查 ， 检查作业的时候 ，以前就是你看他们做一张卷子 ， 比如说数学什么 ， 你要一题给他查到底对还是不对 ， 对吧 ？

现在反正你就拍一下上去 ， 然后直接就给你批改了 ， 对不对 ？ 分分钟的事情 ， 效率还是提升了很多的 。

Kinky 你可以讲讲 。

我也想讲一下就工作之外吧 ， 第一个就是学习工具 。 我觉得从 Large Language Model 诞生以后的话 ， 就学习工具可能不光是拍题给答案 ， 没有那么简单了 。

现在我不知道你有没有听说过叫苏格拉底式推理 ， 就是它会一步一步引导孩子如何去思考 ，而不是直接给答案 。

那像这个苏格拉底式推理 ， 如果比如说您给您的孩子用的话 ， 它是有一个这样的 App 还是 ？

它是有个 App， 你可以找一下， 就现在的一些 AI enable 的学习工具 ，不光是拍照用 ASR 去理解这个题以后的给答案 ， 它会引导孩子怎么去思考 ， 最后自己推理出答案 。

因为苏格拉底就是对话式的教育 。

对的 ， 对的 ， 对的 ， 然后让孩子一步一步的 ， 就是就像你说的对话式的 ， 最后的 。其实我觉得对于孩子来讲的话 ， 使用 AI 工具来辅导学习更让你放心 ， 那不是一个只是捷径 。

然后从我个人来讲的话 ， 我还非常喜欢一个 App， 叫多邻国 ，Duolingo， 就是在我手机上存在很多年吧 ， 就是一直一直不同的国家的语言你都可以去触及 ，因为它现在已经是全球最大一个外语学习平台 ， 各种语言都有 。

我觉得这个 App 好的不光是它的友善性 ， 就是它叫游戏性学习外语 ， 还有一个是它没有一位真人老师 ， 对吧 ？

没有外语老师 ， 完全都是用 AI 和它的内容来提升语言学习 。 所以有好的我很喜欢 ， 比如它的 Role Play， 它可以用 AI 进行一些模拟对话 ， 就你跟它有一个对话的练习 ， 听力的练习 ， 包括通过你的做错做对 ， 它会有个自适应的学习路径 。

如果有几天不上线的话 ， 它可能重新给你勾挂一个学习路径 ， 它就你可能 drop 掉了 ， 比如前面的内容太难 ， 对吧 ？

那你的连胜就没了 。

对对对 ， 我觉得是很有意思 ， 包括你的就是这一个单元 ，其实内容它是速更迭的 ， 如果你几天就停滞不前的话 ， 它可能把后面的东西会变得更简单一点 。

对 ， 它有一些是其实可能靠以前的一些算法就能实现 ， 然后有些我觉得是确实大语言模型的热潮之后， 它新加的一些 。

它新加的功能会更有意思 ， 能够吸引你继续玩下去 。

所以您除了日语之外， 就是您是在上面学别的语言是吧 ？

对 ， 我尝试不同语言 ， 目前可能学了一年多是西班牙语 。 我喜欢尝试不同的语言 ，因为毕竟科技行业的话 ， 今天搞这些东西 ， 工作之外的我希望能 switch 我的 channel， 尝试一些新的东西 ， 可以自己去选 。

包括我上面我也学粤语 ，因为我老公是广东人， 对 ， 我有时候也会选择不同的语言去交换一下 。

对 ，因为其实刚才两位都提到了辅导孩子 ， 我也有一个很好奇 ， 可能就是每次我觉得遇到公司的女性的管理层 ， 或者说女性的商业人士的时候 ，其实大家都很难绕开的一个问题 ， 就比如说在你们自己的职业发展的规划中， 比如说在职业上升期是否要孩子 ， 你们会是怎么考虑的 ？

包括就是作为女性 ，因为在职场中， 它确实会客观上它就是有一些差别嘛 ， 就比如可能在家庭的经历要花的更多等等 ， 这些两位可以分享一下吗 ？

我觉得这个问题我可能答的不好 ， 就是我在要孩子这个问题上我没有太多焦灼 ， 一切都是顺其自然 。

我也没觉得说事业上升期要孩子可能是个短暂的休息 ， 或者是个有可能退步等等 ， 我没有充分的意识到这个危机感 。

我就是结婚生子 ，有了孩子也就有了 。 我也个人感觉其实对我的职业发展 ， 一切都是水到渠成 ， 没有太多的这个顾虑或者绊脚石 。

你当时在 AWS 的时候是吗 ？

我在 EMC 的时候 ， 就该要也要了 。

那比如说它跟这个企业的环境会有关系吗 ？EMC 就不是一个一般大众特别了解的企业 ， 就比如它可能跟它的文化风格或者它的氛围是也会有关系的是吗 ？

这个可能真的有关系 ， 你要这么说的话是有关系的 。 就是我当时可能没有考虑到要孩子 ， 我选择公司的话 ， 我会看公司的文化 。其实我选择公司就是三点 ，因为我是还是在销售市场部门 ， 我就是看三点 ， 第一个看行业趋势 ， 就是我想最早的时候我做数据库 ， 对吧 ？

做中间件 ， 做软件 ， 后来去 EMC 我就是在做企业级的解决方案 ，BCDR， 就是 Zabier 的方案 ， 就是这个两地三中心这一部分 。

再下来的话就是你看到云进入中国 ， 我是 AWS 进入中国的第一年， 刚 Register Office 我就加入了 ， 就是我坚信从 CapEx 转到 OpEx 的这个趋势 ，是整个 IT 行业的一个很颠覆性的一个趋势 ， 就进了 AWS。

所以这个行业包括微软 ， 就是我坚信 AI 或许它的未来 。 所以就我觉得这个水到渠成的部分 ， 你看趋势 ， 然后第二看平台 ， 看平台就是因为我做销售 ， 我要对得起我的客户 ， 就我的客户肯定不是一次性交易 ，是长期的朋友 。

所以我选的在的平台 ， 卖的产品是可信赖的 ， 就不会落我的个人对名誉的这个 ， 这个是我很看重的东西 。

然后第三个其实还是你服务的公司的这个文化 ， 或者你这个小部门的小氛围 ， 我也很看重 ， 就让你要舒服 。

我觉得可能基于这三点的累积 ， 让我觉得在我兼顾到要孩子 、 家庭 、 结婚生子 、relocate 这些的话 ，不用考虑更多 。

我相信公司会给我赋予我这份信任 。 我对于我的小孩还是应他的个人兴趣 ，不能说放养 ，但是我没有太梳理他的成长路径 ， 还是鼓励他能够充分发挥他的个人兴趣 。

所以这个事并没有让你特别困扰 ， 对吧 ？ 就对你来说 ， 可能它并不存在说我在工作或者说孩子 、 家庭之间分配精力是一个比较难抉择的事情 ， 它就是一个比较自然的过程 。

我觉得是个水到渠成 。 当然这个要特别感谢我的老公 ，他可能为我付出的更多一点 。

那比如说像辅导孩子 ， 就是您老公也会去辅导孩子 ？

我老公会 。

这还挺好 ， 就是分工 ，因为有些家庭可能是就是母亲会辅导的多一点 。

我老公比我有耐心 。

就是您辅导孩子就会生气 ， 就会受不了了是吗 ？

对 ， 这个也是这个家庭成员的相互 leverage 各自的长处吧 ， 我觉得 。

对 ， 然后 Nandy 你可以分享一下 ，因为刚才提到是有两个女儿 ， 然后也是有时候可能会要辅导她们做功课等等。

对 ， 刚讲到这个话题 ， 我其实是两个孩子的妈妈 ， 现在开学的话 ， 一个上四年级 ， 一个六年级 。

我自己觉得我还比较幸运 ， 我觉得两个方面吧 ， 就是第一个方面的话 ， 就是因为我大部分时间其实是在外企工作 ， 然后尤其在 Google 工作了 13 年， 然后在那个期间呢 ，其实我连着生了两个小孩 ， 对吧 ？

就他们其实就生差两岁 。 那我觉得外企里面整体上来讲 ，其实文化是比较包容的 ， 然后特别讲究女性男性的这种性别的平等 ， 对吧 ？

各种这个 diversity， 对于这种 working mom， 工作的职场的女性 ，其实我觉得还是提供了很多支持 。 那我也非常的幸运 ， 就是我其实遇到了非常好的老板 ， 这种 leader， 就我是在同一个老板下面 ，其实连着生了两个小孩 。

但是呢 ， 我在那个期间 ，其实我的职业发展还是非常快速的 ， 就在那期间有两次 promotion，而且是 take a bigger and bigger role。其实我当时怀第一胎的时候 ，有点担心的 ， 我告诉她说我怀孕了 。

有一天她跟我弯弯 ， 她说她说一个就是希望我有一个就是 take 一个更 stretch 的 role， 然后我又犹豫了一下， 我还说我其实有个消息要告诉你 ， 我说我刚怀孕了 ， 对吧 ？

但是其实这个事并没有改变她的决定 ， 她觉得就不影响啊 ， 对吧 ？Why not take it？ 那我也实际上其实并没有因为两次怀孕就是影响到工作 。

我其实包括第一个和第二个小孩 ，其实我到怀孕这个九个月 、 八个月 ，其实我都还敢出差见客户什么的 。

我自己就是没有 ， 就没有特别把它当做是一回事吧 ， 就是就那个过程我觉得也是非常自然 ， 就是你要小孩 ， 对吧 ？

那就顺其自然 ， 你有就有了 。 然后我觉得也很幸运得到公司的支持 ， 老板的支持 ， 当然还有就是家庭的 ， 家庭也给了很多的 support， 所以我觉得还是比较幸运吧 。

我觉得倒是真的其实不用太考虑 ， 就是除非当然如果是我不太了解 ， 就比如说这个国内的其他的企业的这种工作文化的这种环境是什么样的 。

但是整体上我觉得至少对女性来讲 ， 就是觉得说生小孩这个是会影响我的工作 ， 会影响我的前程 ， 对 ， 我觉得不要把它变成一个负担吧 。

我觉得最近这五六年的话 ， 就是国内至少在这个社交媒体上， 就会有一种舆论或者说一种话题的风向 ， 就是觉得女孩子最好就是要独善其身 ， 独美 ， 然后我就是要搞事业 ， 我要赚钱 ， 我不要结婚 ， 然后家庭和男人都只会拖累我之类的 。

就你们描述的那个状态 ， 我觉得确实是可能大家还觉得会比较自然 、 比较理想的一个状态 ，因为你们现在的团队你肯定也会有些女下属嘛 ， 就是比如说你们更年轻的一些 team member， 你们有观察到就是她们在这方面 ， 比如说现在如果她来面临这个问题 ， 会跟以前你们当时自己的有什么不一样的地方吗 ？

包括她们会来向你们咨询这种问题吗 ？

我觉得这可能还是一个时代 ， 一个时代每一代人的这个理念 ， 对吧 ？ 就是他们的这个观念我觉得会有不同 ， 对吧 ？

我觉得这是一个选择问题 ， 就我觉得其实每个人的人生的路径 ，他的选择其实都可以不同 。 所以我觉得也不是说你每个人一定要结婚生小孩 ， 或者你为了职业发展就不能结婚生小孩 。

我觉得这个并不是 yes and no 的这种选择吧 ， 我觉得还是看个人的 。

如果是可以给 2010 年， 也就是 15 年前 ， 做个自己一些建议的话 ， 你会说什么 ？ 就职业发展上的一些建议 ， 或者说整个人生发展上的一些建议吧 ， 就也不一定局限在职业发展上 。

我回顾如果给 15 年前的自己 ， 我想早一点让我的生活更简单化 ， 就像有点像现在这几年的一个状态 ， 我觉得状态会越来越好 。

如果能够提前的话 ， 我相信应该我会发展得会更好 。 就是简单化意思就是我选择自己的生活方式 ，而不是在物流横流的这个社会有时候被牵扯进去 。

打个比方 ， 比如我现在如果熟悉我的人， 或者我团队的人都知道 ， 我有一些肯定不做的事情 。 打个比方可能我不沾酒精 ， 就不喝酒 ，不泡吧 ，因为不喝酒精 ，不打牌 ，不唱卡拉 OK， 就是所有这种无谓的社交 ， 我基本上都 say no 了 。

我觉得如果能更早做这个事情的话 ， 我的生活质量会更高一点 。 就我坚信是说物欲越简单 ， 精神越丰盈 ，而且还有就是圈子如果越简单的话 ，其实你会更自在一点 。

所以您是觉得更年轻的时候会参加更多这种无谓的社交 ？

我原先还是会参加社交的 ，而且不能说 butterfly 的这种 ，但是其实还是挺热衷的 。 后来在某一个阶段就突然就觉得想改变 ， 慢慢慢慢去调节自己的这个生活方式 ， 到现在状态 。

我觉得如果 15 年前我能早一点 take action 的话 ， 可能现在状态会更好 。

这个挺有意思的 ，因为其实市场销售类的工作一般就是会觉得你可能去获得更多的这种社会关系 ， 去 social，是对工作是有帮助的 。

就可能更年轻的 ， 比如说在您这个相似的大的领域里的人 ，他可能也会有这样一些想法 ，但是你觉得回头看 ， 实际上这个可能对工作 、 对整个状态的帮助并没有那么大是吗 ？

我觉得是误解 。 我原先也是陷入到 ，因为最早我从第一份工作就跟做销售有关的 ，25 年前一直是觉得是这样的 ， 你上班下班什么要全身心的投入 ，但你慢慢慢慢成熟以后的话 ， 你发现其实客户最在意的不是是一些这个 social activity，他更在意的是说你能不能帮到他真正的是说细水长流的 ，有你的 long term commitment， 给他一个最有价值的服务 。

有时候信任是靠时间慢慢慢慢去累积的 ，而不是靠就是一些 happy 的时光 。

您刚才就是在描述自己选公司的三个要看的要素的时候 ， 一个是行业趋势 ， 对吧 ？ 一个是就是我看的这个产品是否是 solid， 就我卖给我的客户 ，是不是 reliable 的 ， 可信的 。

对 ， 可信任的 ， 就是我卖给客户不会影响我自己的职业声誉 。 然后您说的第三个是文化 ， 还有一个是公司的文化和氛围 ， 就这个是一个非常清晰的思路 ， 这个是在初入职场的时候就能想清楚的吗 ？

还是比如说到什么阶段可能会想得更清楚 ？ 我觉得是慢慢慢慢自己越来越想清楚的 ，但我从我换工作开始 ， 我就要看他的产品平台 ， 这个是我一直很坚信的 。

然后可能最早的时候还不知道公司文化 ， 当然很 junior，但是你会觉得你跟你的老板 ， 这样老板是不是 chemistry 合 ， 这个我也很关注 。

你要天天跟 chemistry 的人， 大家关系很放松 ， 很有 trust 的人在一起工作的话 ， 信任度不一样的话 ，他对你的发展 ， 对吧 ？

对你的培养 ， 那都是不一样的 。

您当时是日语专业毕业之后就直接开始工作了是吗 ？

不是不是 ， 日语是我其中的一个本科学位 ， 同时拿了两个学位 ， 后来读了一个 master， 才开始工作 。

硕士之后开始工作 ？

对 。

那也还是很年轻的时候开始工作 ， 就差不多二十五六岁的时候 。

但有一点就是我没有离开过这个赛道 ，是真的 ， 从第一份工作就在这个行业里面去做 。

这算一个 tips 吗 ？ 就这个是你自己有意保持的这一点 ， 比如中间可能有些机会是跨赛道的 ， 还是说它是比较自然而然的就是这样一个状态 ？

我觉得因为你在这个职位可能做得比较好 ， 所以下一份机会才会浮出水面 。 我不能说是我有意保持在这个赛道 ，但确实它是自然发生的 。

而且我自己很喜欢这个行业 ， 我觉得我也很幸运 ， 从第一份工作来就没有找弯路 ， 就没有想过说跨行业 ， 至少到目前为止还是希望在这个行业继续深耕 。

因为我觉得更年轻的很多职场人 ，他确实会有一个想法 ， 就是比如说大家有时候在比如互联网公司 ， 或者说科技公司 ， 或者什么类型的公司 ， 干了一些专业化的工作 ， 干了一段时间之后， 就想去要一些别的生活 。

比如说有很多人是会选择 gap year， 比如去到大理或者去到丽江这些地方待着 ， 又或者是很多人想开小店 ， 当然开店是没有那么容易 。

这个不一而同吧 ， 没有一个 silver bullet 说是哪个方案最好 ， 这还是看自我选择 。 就像别人就觉得我有时候也觉得很奇怪 ， 对朋友聚会的话 ， 打牌我都是躲的 ， 对吧 ？

就觉得你不融入这个小团队 ， 我觉得都是自我选择 ， 就看你有没有勇气 ， 或者你有没有决心选择自己想要的生活 。

您的 MBTI 是什么 ？

错过两次 ， 我的 MBTI 是换的 。

变过 ？

之前和后来测的是不一样的 ， 我在 AWS 测过一次 ，在 EMC 测过一次 ， 就是当时给 leader 在测这个东西 ，但是不一样的 。

但是如果你要是问我 ， 我是 extrovert 还是 introvert， 我觉得我是 mix， 或者是说我在转变 ， 年轻的时候是 extrovert， 现在越来越喜欢一个人独处 。

就年轻的时候更像一人， 现在你觉得是更偏 I。

对 ， 所以我是觉得它是一个 dynamic 的一个过程 。

这个是有可能会变的 。 所以总结一下就是 ， 如果你给比如说 15 年到 20 年前的自己的一些建议的话 ， 你是觉得应该更早的进入一种更简单化的生活状态 ？

Simplify 的生活 。

然后 Nandy 你也可以分享一下 。

刚才提到那个 MBTI， 我是 INTJ。

INTJ， 这还挺少见的 。

就 always is you 5%， 就 5%， 就是一个少数人群 。

对 ， 这是比较少数的分布 。

对 ， 对 ， 非常少的 。 然后我一直 introvert， 非常的 introvert， 然后干了销售这个领域的活 ， 还挺奇特的 。 对 ， 我的生活倒是一直比较简单 ， 可能跟那个 Kiki 不太一样 。

然后也觉得我在职业发展的几个选择上面 ， 我自己觉得都还比较幸运 ， 就是我觉得做了对的选择 ，在对的时间点 ， 抓到了对的机会 。

对 ， 所以我自己觉得没有什么特别多的遗憾吧 。 如果是给到我自己这个 15、20 年前的建议 ，其实我觉得还是就是勇敢做自己 ， 我倒没有觉得有什么特别的遗憾或者什么的 。

勇敢做自己 ， 这个具体是指什么样 ？ 比如说你是觉得之前有一些什么地方是勇敢做自己 ， 然后获得一个比较好的结果 ， 拿到自己想要的东西 ， 又或者反过来说之前有一些相反的例子了吗 ？

对 ， 我觉得特别好的问题 ， 特别是在外企 ， 就在我以前的这个工作环境里面 ，其实老外还是比较多的 ，是这种西方的文化 ，dominant 这样的一个文化 。

所以其实 introvert 其实是不占优势的 。 作为一个 introvert 呢 ， 我还不是一个 self-promoter， 就是不是一个 self-promoter introvert， 就是在这个职场里面呢 ， 可以说他其实面临挺大的一个挑战 ， 对吧 ？

再加上英文也不是你的母语 ，但你每天的工作语言其实基本上都是英文 ， 对吧 ？ 那在这样的环境里 ，其实我觉得刚开始的时候其实我是挺不自信的 。

那我觉得比较幸运的其实我就刚才提到说我在 Google 其实我长期工作的一个老板 ， 我真的我最 respect 的一个 leader 了 ， 就是我觉得他非常的不一样 ，他自己也是 introvert， 所以他是非常有同理心 。

然后在当时的他的 direct report 里面 ， 只有我不是 English 的 native speaker， 就其他人的母语都是英文 ，而且大部分是老外 ，而且是男性为主 ， 就是我怎么看我都是 minority， 最少数的那个 ，但我老板是一个英国人。

然后呢 ，其实在会上， 就我们开会讨论问题 ， 我总是比较安静的那个 ， 就刚开始非常的不自信 ， 你就又是性格原因 ， 语言的障碍 ， 我觉得是不够 confident。

那他每次其实会 stop 其他人， 就说你停一下， 对吧 ？ 有一些人都是非常 talkative 的 ， 就不停的讲巴拉巴拉 ， 就是废话文学 ， 就是掌握的非常的 6， 那他就会 stop， 然后他就会因为我现在请 Nandy 来讲一讲 ， 分享他的 perspective。

对 ， 我觉得我非常 appreciate， 然后这过程里面他跟我 one one，他就说 ，他说你应该要非常的自信 ，因为在这所有人里面 ， 你是最懂我们生意的一个人， 你是最懂我们客户的一个人。

然后他说你也是我们最懂产品的一个人， 你没有理由不 confident。 然后他说你的英文也 good enough， 虽然不是 native，也是 good enough， 完全没有问题 。

所以你要 speak up， 对吧 ？ 你要更多的去讲 。 而且他说你平时很安静 ，但是一旦你讲了 ，其实大家都 listen carefully， 就是非常仔细的听你讲什么 。

就是我觉得那个过程当中呢 ，其实帮助我成长很多 ， 就变得真的就越来越自信 ， 包括我也不是一个这种就是 self-promoter，也不是那种非常主动去 build 各种 network， 我以前真的不是 。

就我甚至就是非常讨厌就是这个西方 ， 你知道就他们就经常有搞活动 ， 会给我 reception， 对吧 ？ 一堆这个不认识的人， 来自各个国家的 ， 然后大家喝个酒 ，social， 然后真的有的没的这个聊 。

我是非常的不擅长 ，I hate it， 就是恨不得就是逃避 。 这种产品我是特别不愿意参加的 ，因为对一个内向性格的人来说 ， 这个是非常消耗精力的一个事 。

后来就是我学到一个方式 ， 就是说我虽然不擅长这种就是有很多很多朋友 ， 社交 ，但是我非常擅长的一件事情就是我 build 这个 network， 去 build 那个 network， 我都是通过 one one， 我一个个约 ， 对吧 ？

跟他们有一些 one one，有一些会 ，是真的是能够给到他们一些这个 insight， 对吧 ？ 能够真的体现我的这个价值的 。

通过这种方式 ，其实你是 fewer， 就是更少 ，但是其实质量更高的这样的一些这个 network， 实际上他们对我的帮助其实是非常非常大的 。

对 ， 然后包括我的老板 ，其实我的很多的 reputation 是他帮我去做这个 promote 的 ，而不是我自己去做 promote 的 。 所以回顾刚开始这种从很不自信 ， 对吧 ？

到后来这个越来越自信这样的一个过程 ， 就是我觉得特别感谢我的那个老板 。

我听 Nandy 分享完之后， 我觉得勇敢做自己 ， 我觉得它又可以是放在一起理解 ， 就是勇敢做自己 ，也可以拆开理解 。

一个就是勇敢 ， 就是其实你要自信的去表达自己的想法 。 对 ， 我觉得尤其在这种跨国的工作环境里面 ， 本来东亚人可能就要相对内敛一些 ， 然后如果说工作语言是英语的话 ， 确实就是开口上会有一些障碍 ， 然后你可能要慢慢克服这个状态 ， 勇敢一些来表达自己的想法 。

还有一个就是做自己 ， 对吧 ？ 就可能有一些看起来比较更多人去采用的方法 ，不一定是最适合自己的特点和擅长的 ，但是你也可以找到一个适合自己的特点和擅长 ， 同样能把这个结果做到 ， 同样能把这个事情完成的方式 。

是的 ，是这样 。 以前你可能还会假装一下， 就好像强迫这种 reception 你要去 ， 对吧 ？ 渐渐更多人。 后来我觉得这可能对我 ， 就我觉得没必要 ， 就我不需要强迫自己 ， 要不然可能这个每天就消耗我很多的这个精力 。

说到这个 ， 我有一个想和两位交流的问题 ， 就我觉得也是我自己的真实的会想或者说会困惑的问题 。

就是说其实有的时候 ， 一方面我觉得我们要去找到自己的特点 ， 对吧 ？ 然后另一方面你也会想 ，是不是我其实有些地方是可以被改变的 ？

就比如说你们在自己以前的这种工作的经历中， 怎么去判断这个线 ？ 因为有一些可能你会发现最后它就是你的特点 ， 你可能没法去改变 ，但有一些可能是你要突破这个舒适圈去做一些改变的 。

对 ， 我可以分享一下， 就是刚才说这个 introvert 这个话题 ， 我觉得确实是这样 。 它不是说那你就一直在你这个很舒适的地方 ， 对我来讲可能最舒适的地方 ， 每次培训开会我找一个角落 ， 就谁都别注意到我 ， 这个是我最舒适的状态 ， 对吧 ？

就是 introvert 是这样的 。 但是呢 ， 你想在就是说在这个职场里面 ， 你要在一个会议里能有你的 voice， 你的意见 ， 你的建议要能被听到 ，在这个时候你就需要 push 一下自己 。

我自己做的事情 ， 就是以前我开会我真的就是愿意坐最后一排 ，但是呢 ， 后来因为你的职位越来越高了之后呢 ，其实你参加的很多会是 C level 的会 ， 如果你自己把自己边缘化了 ， 那其实你在这个会议你就没有价值 ， 你输出不了价值 。

所以我 push 自己做的事情是什么呢 ？ 我就 take the front seat， 我要坐前排 ，而且我是 push 自己第一个讲 ， 就你别等别人讲了 ， 然后别人讲了就是有的人都停不下来 ， 对吧 ？

你去插话是更难的一件事 。 所以你就 take the front seat，而且呢 ， 每次开会之前 ， 我不会去开那种没有准备的会 ， 对一个内向性格的人尤其要 get prepared。

如果每次开会今天议程是什么 ， 我要达成什么样的目的 ， 对吧 ？ 我需要去贡献什么样的一些价值 ， 我是 share 什么样的我的一些 point of view， 对吧 ？

我一定就做好功课 ， 然后呢 ， 我去开有准备的会 ， 然后 take the front seat，而且 be the first to speak。 我觉得这个是我真的是 push 自己去做的一件事 。

但是等到你习惯了之后， 就像那个 Kiki 说了之后， 它变成一种习惯 ， 你就 comfortable 了 ， 你不会觉得这个是一件很不舒适的事情 。

Nandy 讲的让我感同身受 。 我说一下我自己 ， 我是加入微软有生以来第一次 report 一个外国人在一个 global 的组织 ，其实这个也是新 。

我加入微软想再尝试跳入自己的舒适圈的原因之一 。 当时面试的时候 ， 我也是这样跟我现在的这个老板来讲的这个事情 ，但我觉得加入了以后的刚开始 ， 我还是挺不适应的 ， 尤其是 teams 的会 。

我老板是在悉尼 ， 然后他的 direct report 我是唯一一个 GCR 的人， 就有点像 Nandy 的这个感觉 。 所以我当时给自己就写在我的这个新年的就立了一个 flag， 我每年 1 月 1 号会给自己画一个九宫格的今年新年的 flag。

我当时写进去了 ， 就是说但凡我参加的 global 会议 ， 我一定要发声 ， 这是一个 flag。 当时也是逼着自己是说你不可能不是有勇气第一个发言的人 ，但我一定要在这个会上发言 ， 就是慢慢慢慢你会 push 自己跳出这个舒适圈 ， 变成一个习惯 ， 你就越来越 comfortable。

这个也要感谢我老板 ， 我老板当时还送了我一本书 ， 就我现在的老板 ， 当时还是从澳大利亚寄给我的一个新年礼物 ， 叫 《Dare Your Vulnerability》， 叫认识到你自己的一些不足 ， 一些脆弱的地方 ，但勇于上前 。

那本书还是对我影响还挺深的 。

那这个 flag 后来做到了吗 ？ 那一年 。

我到现在为止我都是这样自己要求自己 ，但凡你参加了 global 会 ， 你不要浪费时间 ， 还给自己一个历练的机会 。

但是坦白讲不是百分之百每个会都能达到的 ，但我会这样要求自己 。 然后说我觉得有什么是可以改变的 ， 我自己的体会这几年在 AI 的浪潮下， 我自己有些行为习惯会改变 ， 一些原先的习惯 ， 比方说我觉得我听力越来越好 ， 原先不是的 。

我原先其实特别喜欢看东西 ，但我不喜欢听东西 ， 我觉得听东西我会 overwhelmed， 就是有点消化不了 。 这个也是我小时候就我从小就不太看电视 ， 就这些东西我都不喜欢 。

然后读书的时候也是这样 ， 我喜欢看 ， 就自己看材料 ， 自己去 digest， 自己去想 ， 主动的学习 。 但如果课上讲的话 ， 我觉得我的吸收是不够充分的 ， 我肯定还要自己回过来再自己去开个小灶 。

那你喜欢通过和人交谈来学习吗 ？ 相比看书的话 。

我觉得那是输出 ， 就有点像费曼学习法的输出的负面 。 但是你要是输的时候 ， 我觉得我看东西更有效率 ， 更能吸收更多 。

但现在在 AI 情况下的话 ，其实我也慢慢在调试自己 。 我觉得我就近几年看上去听了以后越来越好 ， 包括我的输出 ， 原先可能更是喜欢静下心来写东西 ， 哒哒哒哒敲字 。

我现在基本上都是自然语言 ， 就可能手机什么的就说了 ，而不是敲了 。 我觉得这样更有效率 。

这是因为和大模型交互更多带来的一个变化吗 ？

是啊 ， 就是 AI 会慢慢改变你 ， 你会选择你的最优化路径吗 ？ 慢慢慢慢 ， 就是你刚才问我的问题 ， 我是觉得它是我无意识的慢慢去做的一些行为改变 。

那今天非常感谢两位的分享 ， 一方面我们是讨论了一些微软自己在业务上怎么来用 AI 给这个业务提效 ， 或者说给这个业务带来一些新的突破 。

两位也分享了就是作为管理层 ， 作为团队的 leader，是怎么帮助团队来一起把 AI 用得更好的 。 然后最后一部分我觉得是更服饰性的 ， 就是跟职场的选择 ， 职场发展的建议 ，以及女性的职业精英怎么去在家庭生活还有工作之间来做一个平衡 。

那今天感谢两位的分享 ， 这期的晚点聊就到这 ， 大家再见 ， 拜拜 。

谢谢 ， 谢谢曼琪 。

本期 《 连点呈现 》 分享两个和过往内容的关联 ， 一是 AI coding 的日趋成熟 ， 这在讨论 Agent 的几个往期节目中都有聊到 ， 包括 106 期和真格戴雨森聊各行各业的 《 李世石时刻 》，110 期与夏令明室聊垂直 Agent 的创业机会 ，以及大厂之间可能会发生的 Agent 入口之争 。

这些节目里我们都讨论到了 AI 编码能力为什么重要 ，因为 coding 之于 Agent 就好比人的手脚 ， 它给了 Agent 进入网络数字空间的通行证 。在晚点 LatePost 发布的对 YouWear 明超频的访谈中， 我们也专门聊了 Vibe Coding 可能会变成一种新的创作方式 ， 甚至可能诞生类似 YouTube 那样的 coding 内容创作和分享平台 。

这篇文章的链接我也会贴到 show notes 里 。 这期中黄秀兰 Nandy 就贡献了一个实际的案例 ， 作为一个文科生 ， 她自己用编程的 Agent 手搓了一个 24 点的游戏 ，而且还完成了整个的上线部署的流程 。

二是企业使用 AI 时数据的重要性 ， 前不久我们发表了对飞书谢欣 CEO 的访谈文章 ， 链接我也会贴在 show notes 里 。

那篇的标题里就提到了微软 ， 谢欣说 ："Office 是伟大的产品 ， 我们想做新时代的 Office。" 而本期中， 段微之 KinKy 提到了一个和飞书相似的洞察 ， 这是对那些想要用好 AI 的企业来说 ， 前提是数据的沉淀 、 治理和安全 。他们都提到了一个很相似的情境 ，KinKy 说如果数据治理做不好 ， 模型一下子问出老板的薪资怎么办 。

谢欣当时也提到多维表格有个高级权限功能 ， 特定数据只对特定人员开放 ， 比如薪酬只能让 HR 看 ， 这个功能他们做了很久 。

企业内部的数据往往是非公开的 、 独特的 ，也更追求准确 ， 包括微软等大型公司和一批创业公司都在想办法帮企业客户更好的使用 AI。

本期节目就到这里 ， 感谢收听 。 如果你对今天聊的话题有观察 、 好奇或疑问 ， 欢迎在评论区分享想法 ， 这也会成为我们节目的一部分 ， 让整个讨论更完整 。

你也可以把我们的节目分享给对这个话题感兴趣的朋友 ， 推荐更多你想听的主题和嘉宾 。 你可以从小宇宙 、 苹果 Podcast 等渠道关注晚点聊 LateTalk，也欢迎关注我们的公众号晚点 LatePost。

下期再见

。