OC
微软开始教销售怎么讲 OpenAI 和 Claude 的短板,这说明 AI 云战争进入新阶段
科技 · 2026-07-16 · AI 商业 / 企业软件 · 阅读 14

微软开始教销售怎么讲 OpenAI 和 Claude 的短板,这说明 AI 云战争进入新阶段

作者:陈墨|OC 产业与资本编辑

作者 陈墨 陈墨

TechCrunch 援引 Bloomberg 报道,微软在内部销售会议上培训销售人员,要求他们在企业客户面前把 OpenAI、Google、Anthropic 等公司的 AI 产品与微软自己的方案进行负面对比。微软高管 Jay Parikh 据称在会上说,“别人卖的是零件,我们卖的是完整端到端系统”。

一句话结论:微软不是突然和 OpenAI 翻脸,而是企业 AI 市场已经从“谁的模型最强”转向“谁能控制整张账单”。

这条新闻看起来有点尴尬,因为微软过去几年一直是 OpenAI 最重要的盟友。微软给钱、给算力、给 Azure,OpenAI 给模型和市场想象力。现在微软销售团队却要学习如何说 OpenAI 和 Anthropic 的短板,很多读者第一反应会是:联盟裂了?

更准确的理解是,联盟正在商业化压力下重新分工。微软当然还需要顶级模型,但它更需要证明自己的 AI 投资可以带来可控利润。企业客户买 AI 时,不只是买一个 Claude 或 GPT API。他们还要接数据、接权限、接 Office、接 Teams、接 Azure、接审计、接安全策略。微软最想讲的故事是:单独模型只是零件,Copilot 加 Microsoft 365 加 Graph 加 Azure 才是企业 AI 系统。

微软 AI 销售定位

这并不意味着微软的模型一定更强。TechCrunch 提到,会议内容强调的是效率和成本,以及在 Office 应用里的安全集成。换句话说,微软销售要打的不是“我的大脑比你聪明”,而是“你的公司已经在我的工作流里,把 AI 放在我这里更省事、更安全、更容易采购”。

这也是 OpenAI 和 Anthropic 面临的真实压力。它们在开发者和早期 AI 用户心智里很强,但大企业预算不是只看 Hacker News 和 X 上谁更火。CIO 关心的是身份权限、数据不出域、合规审计、SLA、员工培训、总拥有成本。模型公司如果不能把这些补齐,就会被云平台和办公软件巨头压回供应商位置。

OC 的判断是,微软这次内部培训不是八卦,而是 AI 商业模式分层的信号。上层是模型,利润高但替换风险也高;中层是应用和工作流,最接近用户;底层是云、身份、数据和安全,最接近企业预算。微软真正想守住的是中层和底层。只要它能让企业相信“Copilot 是完整系统”,它就不必在每一次模型榜单上赢。

为什么重要:

  • 对开发者:未来企业 AI 项目不只是选模型,还要选权限、数据、部署和维护体系。
  • 对企业:买模型 API 可能更灵活,但买微软全栈方案可能更容易走采购和合规流程。
  • 对用户:你在公司里用到的 AI,不一定是网上讨论最热的模型,而是公司 IT 最容易管理的那一个。

参考来源:

相关阅读

基于标题、摘要和正文内容自动匹配。

更多科技

评论

围绕这篇文章补充信息、提出问题或分享观察。

0
暂无评论。

发表评论

继续看看 OC 用户围绕这个话题说了什么、做了什么。

相关帖子

更多

一个体会,Codex 这种现代 Agent,每天一个变,几天不用就有新惊喜

<p>当然我说的也包括 Claude Code,新功能日新月异,还有就是 AI 能力提升以后,可以做的东西日新月异。还有各种工作流方法日新月异。</p> <p>更好玩的是,我最近经历过很多次,你跟人介绍现在 Codex 可以做到什么样子,他们都觉得很厉害。但是你现场一演示,他们的震撼就更加完全不同了。所以,这种东西,需要大量的 Workshop 去沟通交流,光看文字很难讲清楚,直播、视频也越来越重要了。</p>

tinyfool 1 89

做 AI 语音产品时,授权、撤回和审计日志应该怎么落地?

<p>最近看到越来越多关于声音授权的讨论。对开发者来说,真正麻烦的往往不是“模型能不能模仿”,而是授权如何进入系统、生成结果如何追溯,以及授权撤回后该怎么办。</p> <p>我们在做 FlowSpeech 时也碰到过类似问题。我的体会是,不要把“用户勾选过同意”当成一个布尔字段,而应该把它做成一组可以审计的业务对象。</p> <h2>1. 把声音资产和授权分开</h2> <p>声音文件只描述技术属性,例如哈希、上传者、存储位置和创建时间。授权记录则至少要包含授权主体、用途范围、地域、有效期、来源证据和当前状态。这样同一份声音用于个人试听、商业广告、公开播客时,可以绑定不同的授权,而不是共用一个模糊的 consent=true。</p> <h2>2. 每次生成都保存授权快照</h2> <p>生成任务不要只引用当前授权 ID。授权内容以后可能变更,如果任务只查最新状态,历史结果就无法解释。更稳妥的做法是在任务创建时保存授权版本、文本哈希、声音版本、模型版本和操作者。生成出的音频再记录 artifact_id,并反向关联任务。</p> <p>我会把最小链路设计成:</p> <ol> <li>voice_asset:原始声音及版本;</li> <li>consent_grant:授权范围与证据;</li> <li>generation_job:请求参数和授权快照;</li> <li>audio_artifact:输出文件、校验值和公开状态;</li> <li>audit_event:谁在什么时候创建、下载、公开或撤回了内容。</li> </ol> <h2>3. 撤回不是简单删除一行</h2> <p>授权撤回后,系统至少要阻止新任务,并把相关公开音频进入下架队列。已经交付给客户的文件是否能删除,要按照合同和产品能力区分,不能在界面上承诺技术上做不到的“全球删除”。更现实的状态机是 active、suspended、revoked、expired,并明确每个状态允许哪些动作。</p> <h2>4. 对外展示也要可验证</h2> <p>除了后台日志,公开音频最好带上来源标记或可查询的生成记录。水印不是万能方案,但“可识别的音频 + 可验证的元数据 + 清晰的举报入口”组合起来,比一句“AI 生成”更有用。</p> <p>我们现在做的 <a href="https://flowspeech.io/zh">FlowSpeech</a> 主要解决上下文感知、情绪和停顿控制。越往产品化走,越觉得声音效果只是前半程,权限边界和可追溯性才决定这类工具能不能长期使用。</p> <p>大家在实际项目里会把授权证据放在业务数据库、对象存储,还是单独的审计系统?如果授权撤回,你们通常怎么处理已经生成并交付的音频?</p>

FlowSpeech 0 1

你们的Codex额度提前耗完了没?戒断反应如何?

<p>我在第三天就消耗了只剩1%,忍了一天,然后今天干脆用这最后的1%,开着5.6 Sol 极高 强推我一个提示词笔记本应用的功能落地。最终用时3小时,居然还是跑完了。但是现在还是出现一些戒断反应,感觉啥也做不了,就无精打采的,困。</p> <p>我做了一个Prompt Notebook,专门用来收藏或者记录自己手搓的生图提示词。带Chrome一键收藏插件。支持AI优化提示词。支持提示词中提取常用字段作为提示词百科词汇。也自带生图功能用来测提示词。但是要搭配Cloudflare R2+Worker的图床。</p> <p>今天主要是做一个AI模特的资产库。将常用的AI模特固定下来,进行身份设定,以及模特的一些角色定妆图。之后生图可以直接调用AI模特自动作为垫图。</p> <p>这是AI模特资产库的界面: <img src="/upload/thread/202608/42b5f73e-938f-45de-b74e-da69da9d72a8.webp" alt="1bb0d28b-c7dd-4327-bafa-26b60323cbed" /> 这是主界面的提示词瀑布流,支持关键词或标签搜索: <img src="/upload/thread/202608/3e15b6e7-345f-48b4-aeff-1bbd89afe9d3.webp" alt="ab998e2f-9ccc-4173-832f-223aa6c6fa81" /> 这是提示词笔记的预览界面,可以复制提示词,分享提示词,点击分享还有分享短链:(https://prompt.jintao.co.uk/share/20260806LfsmY) <img src="/upload/thread/202608/bab31972-0468-4582-b873-6309233254a6.webp" alt="20260806-201213" /> 可惜现在没额度了,我又不想换模型折腾。现在还有些界面细节和小功能需要落地完善,可能还要虫子要抓。弄好了,打算放GitHub开源。</p> <p>有朋友想试试的么?</p>

shynloc 2 4