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

Thank you。

欢迎收听晚点聊，我是曼琪。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。同时这家超过二十万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，段威之和黄秀兰来和我们分享，作为微软内部的业务 leader，他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。两位也都是有二十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，段威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。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》。一位是微软大中华区副总裁、商用企业及新兴市场事业部总经理段威之，Kinki。

段威之

谢谢曼琪，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，Landy。

曼琪你好，非常高兴有这个机会。

两位可以先简单介绍一下目前的工作职责，具体负责哪些业务？

段威之

我现在负责大中华区，包括大陆、香港和台湾，覆盖所有新兴市场和中小企业客户。

具体是销售服务这一块吗？

段威之

是微软的全产品线，所有面向企业的产品都在我这边负责。比如大家想采购 Teams 或者 Copilot，中小企业客户这块都是我负责。

Landy 也可以说说，您现在的职位主要负责什么？

我现在是微软广告业务的中国区负责人。我们的广告业务主要包含两块：一块是本土广告业务，因为微软大部分产品线在中国都有；另外还有一大块，是中国企业出海的广告业务。

虽然团队不大，但我们的人效比非常高。整体来看，我们国内加出海的业务规模已经是亚太区第一，过去 3 年也保持了全球第一的增速。

接下来进入今天的正式话题。今天想和两位聊两个方面：第一，你们作为微软这样的大型 AI 厂商和科技公司的管理层，自己是怎么用 AI 来帮助发展所负责的业务的。

我觉得这刚好也是 AI 可能会有很大作为的两个场景：一个是产品服务和销售，另一个是广告。很多美国大型科技公司也在财报里提到，AI 给广告提效带来了不少收益增长。

第二个方面，是想聊聊两位作为管理者，自己以及团队是怎么使用 AI 的。我们先从第一个话题开始。两位可以讲讲，现在在日常工作中最常用的 AI 工具是什么吗？它具体怎么帮助你们更好地工作？

段威之

如果说我个人的话，工作当中最常用的就是微软的一个拳头产品，叫 Microsoft 365 Copilot。它后台基于 GPT-4o 大模型，深度集成在微软的办公套件里面，比如 Word、Outlook、PowerPoint 和 Teams。

这些功能都已经深度集成，不用跨平台使用，所以我可以在同一个工作平台上使用 Copilot，进一步提升工作效率。

可以举一个不用跨平台、在同一个平台上就能用到 AI 能力，并且给你带来很方便体验的具体例子吗？

段威之

其实很多。比如我收到 Outlook 的长邮件时，直接点击 Copilot 的按钮，它就可以快速帮我概括内容。我不用从头到尾看邮件，尤其是在外资企业，经常会收到全球团队发来的长篇英文邮件，这省了我大量时间。

还有一次我上周休假，休假一周回来以后，如果没有 Copilot 或者其他 AI 工具，我肯定会预留大半天时间，不参加任何会议，先把未读邮件一封封清掉，把邮箱清空。

但现在我可以用 Copilot 问：“上周对我最重要的邮件有哪些？帮我排出和我相关的 action item。”它会以表格的形式，很整齐地列出重要事件、我需要做的事情、截止日期，以及我的 action 要交给谁。它会非常有结构地帮我整理未读邮件里需要关注的内容，这类功能其实还有很多。

还有一个我个人的小体会。毕竟我在美资企业工作，但我是中国人。我大学时的专业是日语，所以英文有时对我来说比较吃力。现在我很习惯在写邮件时用 Copilot 帮我优化语言，让我更自信，发出的邮件也更 professional。

这些都是工作中的小细节，但 Copilot 确实让我在整个工作过程中提高了效率，也变得更 professional。这是我的切身体会。

Landy，你自己是怎么使用 AI 的？它具体怎么帮助到你？

我们都在微软工作，微软已经把 Copilot AI 整合到所有产品里面。所以在日常工作中，从撰写邮件、修改文案，到生成 PPT、整理会议记录，每个环节其实都已经离不开 Copilot，离不开 AI，使用频率非常高。

我最近还有一个改变。我发现自己越来越多地使用 Copilot。当我遇到信息缺失、需要查找资料时，以前习惯性地会问助理或者团队成员，让他们帮我找好之后发邮件给我。毕竟我是管理层，这是我原先的习惯。

但现在我越来越意识到，与其先问身边的 team member，不如先用 Copilot 搜索一下。我现在会先用 Copilot 探索，往往效率更高，而且信息也更准确。

那团队成员会有危机感吗？

不会。我觉得他们应该很开心，因为这样我们就不会总去找他们了。

两位在使用 Copilot 的时候，是什么时候开始觉得里面的 AI 能力越来越强，内部的人也觉得它变得越来越好用？

段威之

我觉得它一直在迭代。如果一定要问一个时间点，我个人的感受是换成 GPT-4o 之后有了一个跃升。但在此之前，它也一直在不断演进。

因为我是微软员工，所以我们有窗口可以提供反馈，告诉团队哪些好用、哪些不好用。尤其是刚发布时，它的中文本地化做得并不好。虽然简体中文是它最早支持的本地语言之一，但转换到中文以后，质量和英文没法比。

我经常使用中文，所以无论是我的感受，还是第一批客户的反馈，大家都觉得不太好。当时我们和客户讲 Copilot 的优势，更多还是安全性。因为客户使用时安全合规，它调用的是 Microsoft Graph 上的数据，包括公司的 SharePoint 内部资料、个人 Outlook 邮件等，所以内容准确性更好。

但从语言质量来说，刚开始还是差强人意。后来我觉得迭代非常快。因为我还负责台湾，简体中文是最早提升的，后来日语以及繁体中文也都有了大幅提升。

它没有一个特别明确的时间点，更像是逐步演化，慢慢让你感到它越来越好用。突然有一天你会觉得，真的很好用，已经融入工作和生活，离不开了。

Landy，也可以分享一下你的感受。

我觉得体验确实不是刚推出时就已经成熟，而是在持续迭代、持续优化。我自己有一个 moment，真的对 AI 的能力感到非常震惊。

最近有一次，我和团队跟一个合作伙伴开会。我是从线上加入的，这个合作伙伴的中方团队在我们办公室里，和我的团队线下开会；他们的管理层是外国人，也从线上加入。

因为中国团队里很多人不会讲英文，所以全程都在讲中文，而且讨论的是业务 review，内容比较复杂。那位外国合作伙伴在线上全程听着，完全没有障碍，中间还穿插着提了一些问题。我当时非常震惊，因为他用的是嵌入 Teams 的一个新功能，叫即时翻译，也就是 Interpreter。

我当时就在自己的端上也打开了语音即时翻译。线下是我的同事在讲中文，我打开之后，听到的却是我同事用英文讲话的声音，几乎是同步翻译，而且翻译非常准确。

我还拿出手机录了一小段，会后发给同事。他自己听了之后都震惊了，说：“这不是我的声音吗？怎么在讲英文？”

自从那次会议之后，我就一点都不焦虑两个女儿的英文学习了。我在想，照这个趋势发展下去，走到哪里，语言沟通都不再是障碍。

Teams 的 Interpreter 功能，刚才 Landy 讲了。我最近在一次客户交流中也切实感受到，现在真的很好用。它是实时翻译，而且可以选择想要翻译的语言。

当时那个客户是好丽友，是韩国客户，中国区 CEO 是一位韩国人，他在线上参加会议。我现场连线了亚洲团队的一位技术专家，我们叫 Global Black Belt，也就是 GBB，和他讨论 AI 方面的应用。我们这边的小组成员还在用中文交流，所以每个人都可以选择自己想输出和输入的语言。

整个会议有英文、中文和韩文，开得非常有效率，没有太多沟通障碍。

我当时也觉得，AI 真是成就了不凡。很多年前，这可能还是很科幻的场景，现在已经实现了。而且选择语言之后，翻译出来的声音还保留了自己的语言语调。

段威之

对。比如我说中文，选择输出语言为英文，在线上听到的英文就是我的声音和语调，是我本人。

它是怎么实现的？每个参加会议的人，之前不一定把自己的声音录入过系统吧？

段威之

它应该是根据你在会议开始前说的几句话来识别。现在有些克隆声音的功能，需要你先念几句话，系统再去克隆你的音色。这个功能相当于把声音嵌入会议里，我在会议开头说几句话，系统就能识别我的音色。

对，前面可能有 5 到 10 秒的 leading time，用来辨别你的声音，之后再按照你选择的语言输出。

这个功能对于 Teams 已经付费的客户来说，是增加功能后需要额外付费，还是直接包含在原来的套餐里？

报价有点复杂。

段威之

Teams Premium 用户可以使用。

接下来想聊聊你们怎么用 AI 帮助业务提升。先问一下 Landy。现在广告行业讨论比较多的一个话题，是怎么在广告中引入生成式 AI，比如动态广告、智能投放，从而提升广告效率和商业化率。

在你们的实践中，已经出现了哪些提升？这些效果大概是怎么通过 AI 获得的？

正好问到我的领域了。微软已经把 AI 应用到广告营销的全链路，从广告账户的创建和管理，到素材制作、智能投放，以及账户效果的数据分析和优化方案等，全部都在使用 AI。

最直观的提升有两个方面：一是提高效率，二是提升广告投放效果。我可以举一个例子。三星和我们合作比较多，在全球范围内都有广泛合作。他们采用了我们的 AI Ads 解决方案。

每个客户的情况不一样，数据表现也不一定相同。但在三星这个案例中，他们采用我们的方案之后，点击率提升了 2.8 倍；此前他们花在账户分析报告上的时间很多，使用 AI 之后，这部分时间节省了 35%。我觉得这是非常实实在在的效果，当然还有很多其他案例。

这里的点击率具体是什么类型素材的点击率？你刚才说提升了 2.8 倍，是整体电子产品广告、赞助内容或者社交媒体传播的点击率加起来吗？

不是，是在我们这边投放的广告。我们不做社交媒体，主要是必应搜索，搜索广告占了很大一部分；还有 MSN，也就是我们的展示网络广告。

我们还可以整合微软生态里的流量，包括 Outlook，以及我们收购的游戏业务，比如 King、动视暴雪。King 里面有很多广告 inventory，所以我们正在逐渐打通微软生态里所有产品的广告 inventory。

现在客户的广告可以通过 Performance Max，也就是效果最大化这样的 AI 广告产品进行投放。越来越多客户开始采用这个产品，它本质上就是用 AI 帮你智能投放，效果提升还是很明显的。

智能投放包含素材生成吗？还是主要是帮你规划投放渠道和时间，从而提升效果？

它会智能安排。你不需要自己规划投在哪里，只要告诉系统你的目标，并提供一些素材。素材也可以使用我们的工具，比如 Creative Studio，它可以帮你制作素材，也嵌在广告平台里面。

Performance Max 是我们广告产品中的一种 AI 首选方案。你提供素材，提供想达成的 KPI，告诉系统考核目标是什么，剩下的由 AI 来处理。它会自动帮你达成想要的效果，你不需要操心太多。

也就是说，从内容和素材生成，到广告投放环节，现在都有 AI 支持。

对，包括分析报告。广告投放一段时间之后，效果怎么样、表现好不好、需要怎么优化，这些问题也可以在广告平台里直接调用 Copilot 来分析，并给出优化建议。

所以它是整合到广告营销的整个全链路里，而不是只覆盖某一个环节。

接下来想请 Kinki 分享一下。在你服务的客户里，怎么观察到他们用 AI 提升效率？因为客户效率的提升，也意味着你们业务的成功。

段威之

客户方面有比较严格的保密要求，所以我还是讲讲微软员工使用 AI 产品之后的提升，这一点可能更适合分享。

可以，那就讲讲你们团队同事在做业务时的情况。

段威之

销售部门是这样的。这个数据应该是今年 AI Tour 上，MCAPS 的负责人 Judson 公开分享过的。

在整个 MCAPS，也就是所有客户服务部门，以及市场、销售和合作伙伴服务部门，全球有 6.5 万名员工全部部署了 Microsoft 365 Copilot，每个人都有 license 可以使用。

经过一段时间的使用，我们看内部 adoption 之后的销售业绩。Productivity 最常用来衡量销售部门的数据表现。每个 Sales 平均创造的 Opportunity，也就是商机创建数据，增长了 10%；Sales 让 Opportunity 更快结单的速度提升了 23%；平均下来，每个 Sales 带来的 revenue，也就是营收，提升了 9%。

这些应该是微软在 AI Tour 上对外发布的数据。类似指标说明，效率提升体现在很多方面，比如更快结单，但归根结底，实质性的业务成果才是关键，也就是带来更高营收。只有完整的数据表现，才能说明 AI 带来的进展。

类似的 KPI，我们已经放到 Viva Engage，客户也可以看到使用 AI 后带来的业务变化。我们公开发布的客户案例里，神马、联想，以及麦当劳中国的金拱门，都主动公开过使用微软 AI 服务后的数据表现，整体有比较相似的结果。

有没有复盘过，具体是哪些环节使用了 AI，才导致这样的提升？

段威之

各个环节都有。比如 Sales 为什么能在同样的时间内创造更多商机，可能就和我们的 Copilot for Sales 有关。

这个产品可以快速帮助你了解客户画像、客户的 business strategy。你输入一些客户信息，它就会生成你想要的内容，包括内部 CRM 系统的数据整理和导出。

比如和客户的会议纪要、会前准备，它会根据之前的沟通结果给出 key point。它会综合 Teams 会议、邮件往来，以及内部产品分享等信息，告诉你应该基于此前的沟通准备什么。

你可以据此准备会议 agenda。会议结束后，因为 Teams 会议里也嵌入了 Copilot，它会自动生成会议内容和下一步 action。整个过程中，它都能帮助 Sales 更快、更准确、更高质量地完成规定动作，从而在规定时间内，或者同样的时间内，发现更多商机。

快速成交也是类似的。我们内部还有一个 Agent，可以根据当前商机、Open 的 deal size 和正在销售的产品，推荐你可以 leverage 微软内部哪些 program，帮助提高 win rate。

微软平台、解决方案和不同 program 很多，很多 Sales 在这方面会花不少时间，不知道在商机的不同阶段，哪些 library 或 resource 能够帮助自己完成交易。现在通过 AI 辅助的咨询服务，也就是我们平常说的 Agent，可以给 Sales 提供帮助。

这相当于通过大语言模型，一方面把已有知识库里的内容调出来，另一方面通过一次次会议和新文档的沉淀，形成新的知识库，从而加速大家更快、更好、更高质量地完成标准动作。

段威之

我稍微 decouple 一下你的理解。它首先帮助我们理解数据，然后处理中间环节遇到的问题，再把原有数据调取出来，生成需要的答案或建议。它不做决策，但会给你很好的建议。

你持续使用它，它还会优化内容输出，让你更 ready 地把内容发送给外部合作伙伴或者客户。在整个过程中，它能在很多环节帮到你。

微软内部能把这些工具用好，可能有一个前提，就是你们内部的数据沉淀和知识库建立得比较好。如果给客户使用这些功能，哪些客户用得比较好，哪些客户用得不太顺利？他们通常会遇到什么问题，有没有一些共同特点？

这个问题说得特别好。有些客户用得好不好，除了内部 enablement 能不能推动 adoption 之外，还有一个关键因素就是数据。

这也是为什么我喜欢 Microsoft 365 Copilot，胜过一些通用的大语言模型。如果它不能 leverage 我在 Microsoft Graph 上常用的数据，生成的内容和答案准确性就不够。

有一句玩笑话，说它生成的只是一些泛泛的内容，看上去光鲜亮丽，其实没什么用，只是噱头。但因为 Copilot 使用 Microsoft Graph，了解我之前的很多内部公司数据，也能 leverage 互联网上能够找到的客户信息，它生成的内容质量就高得多。

所以现阶段对企业来说，使用 AI 的关键之一，是看之前的数据积累到了什么程度，以及能不能被很好地使用起来。这也包括数据分类、打标签和 data governance。

数据分类和 governance 也能保证数据安全使用。比如 governance 没做好，有人使用 Copilot 或者调用大语言模型，就可能调取到老板的薪资。这就是数据权限和 governance 没做好。

但在 Microsoft 365 Copilot 里，它基于 Microsoft Entra ID 的安全权限设置，符合企业级要求，客户可以比较放心地使用。

有些客户过去可能不是微软 to B 全家桶的客户。AI 到来之后，如果他们原来的数据治理基础不是特别好，微软可以怎么帮助他们改善？

微软做的是端到端的解决方案。AI 可以反过来倒逼客户把很多应用迁移上云。这是一套非常体系化的项目工程，微软也比较擅长服务这类客户。

所以你们会提供全套服务，帮助客户提升原来基础比较薄弱的部分？

会。Microsoft 365 Copilot 使用得最好的客户，通常是先把 Modern Work 上云，也就是把 Office 365、Microsoft 365 上云。上云之后使用 Copilot 的体验会更好。

最近李开复在一次投资活动上分享过。李开复可能是 Landy 以前的同事，在 Google 工作时应该有一段时间重叠。

是的，我们 lab 过。

如果在美股七姐妹里只选一个投资标的，他会比较倾向微软。他认为，像微软这样既敢大胆投资，又对商业模式有深刻理解的公司比较少。

两位都在其他美国科技大公司工作过，你们怎么看微软做 AI 的特点、策略和优势？

我已经用脚投票了。此前我在 Google 工作了 13 年，正好赶上 Google 飞速发展的 13 年；加入微软还不到 2 年，但也正好赶上微软 AI 快速发展的时代。

我在 Google 的时候，赶上的是移动互联网的浪潮。到了 AI 时代，我用脚投票选择了微软。我觉得李开复说的有一定道理。

微软的一个特点，是敢于大胆投资和创新，比如对 OpenAI 的投资，那是天价投资。另一方面，它又非常务实，想办法尽快把技术转化成生产力和商业化，在技术投资和商业化之间很快找到相对平衡。

只有这样，公司的发展才会比较可持续。在微软，没有一个项目是不需要考虑商业模式或者闭环的。

而且在七姐妹里面，我觉得微软很特别的一点是，它和苹果一样，都是在互联网热潮之前就成立的公司。它们诞生于 20 世纪 70、80 年代，在软件和个人电脑浪潮中就已经成立，穿越了好几个周期。

你们内部会讨论微软在这一波 AI 浪潮里抓得怎么样吗？毕竟不同公司可能有不同角度和定位。

段威之

我完全同意 Landy 的说法。我没有在 Google 工作过，但在 AWS 待过 7 年多，也看过 GCP、AWS 和微软。它们的定位都不一样。

从我的角度看，有 3 点是微软特别明显的特点。

第一，微软在 AI 时代选择打造一个自由开放、共同生长的 AI 平台。我经常被客户问：“别人都在建自己的大模型，微软没有自己的大模型，那你们将来怎么办？为什么没有自己的大模型？”

我觉得微软早就超越了只聚焦于一个大模型的周期。它并不局限于打造自己的大模型，而是在构建开放的 AI 平台，我们叫 Azure AI Foundry。

现在 Azure AI Foundry 上已经有 1.1 万多个模型，也有小模型，不只是大模型，还有开源软件、社区贡献等。你可以在上面找到 OpenAI 的模型，这是我们的拳头组件；也有 Mistral、Meta 的 Llama 3.5，以及 DeepSeek。前一阵萨提亚和马斯克有一场对谈，之后 xAI 的 Grok 3 也上架到了 AI Foundry。

微软的定位，是把选择权交给客户。客户可以根据自身业务需要，自由选择最适合自己的模型，或者组合多个模型。

AI Foundry 上还有完整的工具链支持，包括 Prompt Flow、Fine-tuning、Evaluation 等，帮助客户找到最适合的模型，快速构建、优化和部署 AI 应用。

简单来说，这是模型中立，同时提供完备工具链的策略，让客户拥有最大的自由度。这一点和我以前服务的公司，以及行业里很多翘楚，都很不一样。

第二，微软有服务企业级客户的基因。在 AI 时代，它更致力于面向企业用户打造 AI 场景和服务体系。

我不想针对友商，但微软针对不同客户、不同背景推出了不同产品。比如 Copilot 是 AI 的 UI，面向 business users。无论是 Word、Excel 还是 PowerPoint，使用门槛都不高，点一下就能提升业务人员的办公效率。

Copilot Studio 是低代码、无代码工具。刚才 Landy 也讲了，不懂编程的人同样可以构建自己的小程序和智能体，快速制定 AI 流程。

针对 IT 人员或者有 IT 门槛的用户，还有 Azure AI Foundry、GitHub Copilot 等产品，帮助他们构建 Agent 平台和更加灵活、复杂的 AI 应用。

微软把这些层次分得很清楚，我们称之为 AI full stack。这样的分层设计，可以让不同人群都使用 AI，而不会因为门槛太高，让很多 AI 产品停留在概念层，无法落地。

第三，微软的 AI 强调安全合规和负责任的 Responsible AI。我们一直讲 security as foundation，安全是基石。微软也配备了 Microsoft Purview 等数据治理和安全工具，保证数据在 AI 应用中的安全使用。

Copilot 以及所有 AI 服务都遵循 Responsible AI 标准，支持审计、数据解释、内容过滤等功能。我们希望帮助客户的 AI 应用无忧落地，为他们保驾护航，让客户用 AI 的同时不出问题。

微软 2025 财年第二季度财报里提到，微软 AI 业务已经实现超过 130 亿美元的年化收入，同比增长 175%。其中主要包括 Copilot、Azure AI 云服务，以及与 OpenAI 合作带来的订阅和云收入。

段威之

微软今年把产品分成 3 个 pillar，也就是 3 个 solution。

最大的一块是企业级应用，我们叫 AI Business Solutions，简称 ABS。它涵盖刚才讲的 Modern Work，也就是企业办公套件，还包括微软的 Dynamics 365，也就是 CRM 和 ERP。这些产品都嵌入了 AI 功能，面向 business users。

第二套是 Cloud & AI Platform，叫 CAIP，主要由 IT 人员使用，里面包括 GitHub Copilot。

第三部分是 Security。我们把 Security 单独拿出来，因为 security is foundation，安全是基础，需要注入每一个使用环节。

除了工作中使用 AI 的体验，让你们觉得 AI 很厉害之外，最近有没有什么具体的事情、新闻或者趋势，让你们觉得 AI 进入了一个新阶段？

段威之

我说两个最近的热词，也是很多客户和我们讨论、新闻里频繁出现的。一个是 GPT-5，另一个是 Agentic Era，也就是智能体时代。

GPT-5 可能会在多模态、结构化输出和推理能力方面实现跨越式提升。我记得在朋友圈里看过一张很形象的图：GPT-5 之前，所有大模型可能都是小鱼小虾；GPT-4o 像一只海豚；到了 GPT-5，就画成了一条鲸鱼，代表从海豚到鲸鱼的跃升。

我们对 GPT-5 有非常大的期待。它在响应速度和准确性上的提升，可能会让很多企业级 AI 应用出现不同的可能性，包括 AI 的个性化、自动化和协同处理。

微软会提前使用 GPT-5 吗？会比公开市场提前用到吗？

段威之

我不会提前使用。

第二个热词就是智能体。它代表了微软对 AI 趋势的判断。我觉得我们正在跨越只纠结于某一个大语言模型的时代，不管是 Llama、DeepSeek 还是其他模型，更多是在讨论如何把多个智能体或多个大语言模型串联起来，通过 Agent 协同完成复杂任务，实现人机交互和协同。

我记得朋友圈里有一张图，把 AI 分成 3 个阶段。第一个阶段是问答阶段，比如 Chatbot，这是最简单的应用；第二个阶段是指令阶段，我给你一个 instruction，你来 take action；第三个就是现在的 interactive 阶段，通过 Agent 或者 Agentic Era，利用多个 Agent 和串联的大模型，完成更加复杂的应用。

Landy，你怎么看？

我很同意 Kinki 的说法。对我来说，特别 impressive、也是我亲自尝试学习的，其实就是 Agent。

我本身是文科出身，完全不会写代码，没有任何技术背景。以前如果要重新学习写代码，几乎不可能。我以前在创业公司工作过，当时开发和上架一个 App 都比较复杂，花费时间也很长。

为了学习 AI、体验 AI、不落后于时代，我尝试了各种 AI 工具，让 AI 生成代码。有些工具还可以直接帮你部署，把代码真正实施起来。当然，中间也遇到了一些小问题。

后来我和我老公一起做了一个工具。我们喜欢玩 24 点，就用 AI 工具开发了一个叫 My Play 的 24 点小游戏。一个没有代码背景的人，开发了一个小工具，并且直接上架到苹果应用商店。

这个工具很简单，但你会觉得，AI 已经让一个文科背景、不会写代码的人也能开发 App。所以我相信，在不远的将来，AI 会改变各行各业，重塑各个领域。

这个体验很有意思。结合 AI 的能力，coding 也可以变成一种创作，自己做一个小作品、做一个小 App。

对，它已经变成自然语言交互。你告诉它要完成什么，它就去完成。Agent 本质上是帮你执行任务，你用自然语言告诉它要做什么。

我觉得 AI 的发展非常令人震惊。

接下来想聊聊两位作为大科技公司的管理人员，是怎么带着团队一起使用 AI 的，包括职业生涯中的一些 tips。

刚才讲了你们自己使用 AI 的情况。在各自领导的团队里，现在会组织培训吗？大家是怎么融入新的 AI 工作方式的，还是每个人自己适应？

在微软工作有一个好处，就是微软在 AI 上投入很多，所以内部有比较系统化的 AI 培训课程，比如 AI 训练营。

我的团队大部分没有技术背景，主要做销售、运营和市场。但我自己很 passionate，也愿意学习新技术。我觉得要 lead by example。团队里很多人也很积极地参加 AI 培训。

我没有要求他们一定参加，只是后来和他们吃饭聊天时发现，这个同事参加了，那个同事也参加了。大家吃饭时还会聊最近上的课程和使用体验。

有一位同事负责 technical service。他不算纯技术人员，更像是 tech customer service。因为中国有很多广告主，但我们的团队并不大，为了提升效率，他自学了 AI 工具，搭建了一个 AI 客服，叫 Bingo。

他把平时回答客户和合作伙伴问题时使用的公开文档，以及团队平时整理的内容，作为知识库，把 Bingo 训练起来，用它回答很多常见问题。效率提升了很多，也很受欢迎，所以我们把这个工具推广给大家使用。

看来你们团队有自己 DIY 的风潮。

对。我们还在想，怎么把它变成 global scale。后来那位同事把 Bingo demo 给全球团队看，介绍中国团队自己搭建的客服工具，看看能不能变成全球都可以使用的产品。

我觉得同事们都很自发地学习 AI，并把它应用到工作中。

你之前做的 24 点游戏，也和团队分享过吗？让他们玩一玩？

分享过。我跟他们说可以试玩一下，给我提反馈。因为你可以告诉他们，一个文科背景的人都能做这样一个小游戏，大家也可以试一试。

有了这样的氛围，大家会带动整个团队一起学习。

刚才提到的 AI 训练营，是微软内部的训练营吗？报名有什么机制？有人数限制吗？谁来给大家上课？

段威之

这是内部 AI 专家开设的课程。微软内部有很多员工培训员工的机制。我是某个领域的专家，就可以开设课程，给大家做专题培训。

内部专家给大家上课，有什么机制鼓励他们？毕竟需要花时间和精力。它会算在绩效里吗？

绩效里确实鼓励大家做分享。微软内部很鼓励 growth mindset，也就是成长型思维。一方面是自我成长，另一方面是帮助别人成长，这是微软很核心的文化。

我们会写 top priority，说明接下来半年要做哪些事情。半年之后 review，看自己在这方面完成了什么。所以内部分享和培训，会被纳入这样的计划和复盘。

Kinki，也可以讲讲你们团队是怎么一起把 AI 用得更好的吗？

段威之

微软内部培训非常多。我觉得每周都会有不同部门的人组织培训，公开出来，大家感兴趣就可以报名。

现在办公环境里有 Teams，很多培训都由 Teams 支持，线上参加，所以没有太多物理人数限制。还可以实时翻译，外国专家也能参与。

我加入微软之后，英文能力也提高了很多。现在还有 Interpreter 这样的 AI 工具，会让你更愿意参与培训。

除了短期培训，还有 Viva Engage 社区。比如 Microsoft 365 Copilot Community，特别鼓励大家在里面贡献自己的使用经验。

我记得有一位中国员工发帖说，他用 Copilot 构建了一个贪吃蛇小程序。他分享了自己如何用自然语言交互，最后做出一个游戏。这种分享非常值得鼓励。

微软员工也有一些使用 AI 的福利和权限，所以我们会组织 hands-on workshop。微软还有一个部门叫 Garage，会组织 hackathon，鼓励不同部门的员工参加 AI 创新项目，大家一起 PK。这个活动每年都有，整体氛围非常 active，鼓励大家贡献和尝试。

从我们部门来看，因为我是全球组织的一部分，针对 Copilot、Copilot for Sales 这些和销售密切相关的产品，我们会指定一些尖兵来带领大家，lead by example。

推广时，大家需要知道 role model 是什么样的，我们希望他们成为这样的 AI 使用者，这套机制是存在的。

除此之外，作为 manager 或 business unit owner，我确实会监测一些 KPI。对于需要推广的 AI 产品，我们会推动 MAU 和 DAU。

所以对你们来说，让团队形成一定的使用渗透率，也是考核的一部分？

段威之

但我必须说，从内心来讲，我非常反对刷数据。不能因为有 KPI，就要求大家每天用一次、每天用两次。尤其不能像大跃进一样，要求所有人每天至少使用一次，只为了刺激 DAU。

但反过来想，当你要迫使团队建立新的 muscle 时，有时确实需要压力和规定动作。经过一段时间，不管是 21 天还是更长，才能形成习惯。

比如 Sales 写邮件时，如果不要求，他可能不会用 Copilot 优化语句结构。做客户 PPT 时，他可能不会先用 Copilot 生成初稿，再在上面美化和修改，而是从头开始做。

准备客户会议时，也可能不会先用 Copilot 回顾过往记录，生成会议纪要和 proposal，而是完全凭自己的记忆准备。所以有时候固定动作还是需要的。

我们的 KPI 和 MAU 也会 drill down 到具体 workload。有人最常用 Teams，有人最常用 Outlook，有人最常用 PowerPoint。不同 role 的使用场景不一样，管理者也需要理解，AI 在什么场景下能够帮助某个 role。

刚才这点挺有意思。我们之前和很多科技公司的人聊过，一些科技公司的创始人和 CEO 也希望员工更多使用 AI，但这件事并不简单。

很多人习惯了以前的工作方式，会觉得那样更快。我自己最近也有这种感觉：AI 的发展速度，超出了我使用 AI 的能力发展速度。有些工具你教它一两次还不够，需要慢慢教会它，不像传统工具那样确定性很强。传统工具是会用就能完成，不会用就不能完成；现在的 AI 工具，有些时候需要像面对一个真人一样去教它。

段威之

对，要让 AI 工具成为销售或者某个部门日常工作的肌肉记忆，有时需要压力，也需要 monitor。

当然，因为我们是客户服务部门，所以要先自己用好，才能传道授业、解答客户问题。Sales 也有这样的压力。只有自己先用起来，才能和客户分享更多生动的第一手心得，不能推荐自己都不熟悉的东西。

刚才聊的都是工作。除了工作之外，生活中有没有什么地方让你们觉得 AI 带来了惊喜？比如家庭日程、旅行规划、语言学习或者兴趣爱好。

Landy，你可以讲讲刚才提到的 24 点，我觉得它很有意思。

日常生活中，我觉得现在几乎每天都会用到 AI。一个越来越好用、也特别常用的场景，是出门旅行。

比如我要带两个小朋友去大阪玩 7 天，可以让 AI 做旅行规划。以前它给出的内容比较 general、比较通用；现在你可以输入自己的特殊需求，给它更多指导，它会不断优化方案，最后真的可以把行程打印出来，照着行程走。

以前去很多地方旅游，涉及人文和历史时，总想找导游讲解。光看景点介绍，很多时候看不明白。以前要么请导游，要么蹭别人的导游听故事。

现在根本不需要。比如去年我去越南岘港，参观以前法国殖民时期留下的法国山庄。你不可能专门在那里找一个导游，但打开 AI，输入问题，它就能给你讲非常丰富的历史，包括什么时候建的、历史背景是什么。

它还能直接用语音读出来，比导游还方便。走到哪里、指到哪里，就可以让 AI 讲解，所以旅游和出行方便了很多。

还有一个我用得特别多的场景，是辅导女儿写作业、检查作业。以前她做一张数学卷子，我要一道题一道题地检查对不对。现在拍照上传，AI 直接就能批改，几分钟就完成，效率提升很多。

Kinki 也可以讲讲工作之外的使用场景。

段威之

我也想讲学习工具。大语言模型出现之后，学习工具不再只是拍题给答案那么简单。

现在有一种苏格拉底式推理，它会一步一步引导孩子思考，而不是直接给答案。

这是一个 App，还是一种功能？

现在有一些 AI-enabled 的学习工具，不只是拍照后用 ASR 理解题目、给出答案，而是会引导孩子怎么思考，最后自己推理出答案。

苏格拉底本来就是对话式教育。它会让孩子一步一步思考。对孩子来说，用 AI 辅导学习会更让人放心，因为它不只是提供一个捷径。

我个人还很喜欢一个 App，叫多邻国。它在我手机上已经很多年了，可以学习不同国家的语言。现在它是全球最大的外语学习平台之一，各种语言都有。

我觉得这个 App 好，不只是因为它友善、具有游戏化学习的特点，也因为它没有真人老师，完全通过 AI 和内容来提升语言学习。

比如它的 role play，可以用 AI 做模拟对话，练习对话和听力。它还会根据你做对或做错的情况，提供自适应学习路径。

如果你几天不上线，它会重新规划学习路径，判断你可能掉队了，或者之前的内容太难了。你的连胜也可能会中断。

它还会根据你是否停滞不前，调整后续内容的难度。

对。有些功能以前靠算法就能实现，有些是大语言模型发展之后新增的，能够吸引你继续使用。

除了日语，你还在上面学其他语言？

我会尝试不同语言。目前可能学了一年多西班牙语。我喜欢尝试不同语言。毕竟在科技行业里，天天都在接触这些东西，工作之外我希望 switch 我的 channel，接触一些新的内容。

我也在上面学粤语，因为我老公是广东人。有时候我会选择不同语言切换一下。

刚才两位都提到了辅导孩子。我有一个很好奇的问题。每次遇到公司的女性管理层或者女性商业人士时，这个问题似乎都绕不开：在职业发展规划中，处于职业上升期时要不要孩子，你们当时是怎么考虑的？

作为女性，职场中客观上确实存在一些差别，比如家庭需要投入更多精力。两位可以分享一下吗？

我觉得这个问题我可能答得不好。我在要不要孩子这件事上没有太焦虑，一切顺其自然。我也没有觉得事业上升期要孩子会是一次短暂的休息，或者可能导致退步。我没有充分意识到这种危机感。

我就是结婚、生子，有了孩子就生了。我的个人感受是，职业发展一切水到渠成，没有太多顾虑或者绊脚石。

当时是在 AWS 的时候吗？

我在 EMC 的时候就生了。

这和企业环境有关吗？EMC 可能不是大众特别了解的企业，它的文化和氛围会不会也有关系？

可能真的有关系。你这么说的话，确实有关系。

当时选择公司时，我主要看 3 点。因为我一直在销售和市场部门，第一个看行业趋势。最早我做数据库、中间件和软件，后来去 EMC 做企业级解决方案 BCDR，也就是灾备方案，包括两地三中心。

后来云计算进入中国，AWS 进入中国的第一年、刚注册办公室时我就加入了。我坚信从 CapEx 转向 OpEx 是整个 IT 行业非常颠覆性的趋势，所以去了 AWS。之后微软也是一样，我坚信 AI 可能代表未来。

第二个看平台。因为我是做销售的，要对得起客户。客户肯定不是一次性交易，而是长期的朋友。所以我选择的平台和产品必须值得信赖，不能影响我的职业声誉，这一点我非常看重。

第三个看公司的文化，以及所在小部门的氛围。工作要让你觉得舒服。

可能正是这三点的累积，让我在兼顾结婚、生子、家庭和 relocation 时，不需要考虑太多。我相信公司会给予我这方面的信任。

对孩子，我会尊重他的个人兴趣。不能说是完全放养，但我没有特别梳理他的成长路径，还是鼓励他充分发挥个人兴趣。

所以这件事并没有让你特别困扰。对你来说，工作、孩子和家庭之间的精力分配，是一个比较自然的过程。

我觉得是水到渠成。当然要特别感谢我的老公，他可能为家庭付出得更多一点。

辅导孩子这件事，你老公也会参与吗？

会。我们是分工合作。他比我更有耐心。

所以你辅导孩子会生气、会受不了？

对。

这也是家庭成员相互 leverage 各自长处。

Landy，你可以分享一下。你有两个女儿，也会辅导她们做功课。

我是两个孩子的妈妈。现在开学的话，一个马上四年级，一个六年级。

我觉得自己比较幸运，主要有两个方面。第一，我大部分时间都在外企工作，尤其是在 Google 工作了 13 年。期间我连续生了两个孩子，两个孩子相差两岁。

外企整体文化比较包容，比较强调男女平等和 diversity，也会为 working mom，也就是职场女性提供很多支持。我也很幸运遇到了非常好的老板。

我在同一个老板手下连续生了两个孩子，但在这期间职业发展依然很快，有过两次 promotion，承担的 role 也越来越大。

我怀第一胎时其实有一点担心。有一天我和老板 one-on-one，他说希望我接一个更 stressful 的 role。我犹豫了一下，说：“我有一个消息要告诉你，我刚怀孕了。”

但这件事并没有改变他的决定。他还是说，为什么不接？这并没有影响我的工作。

包括第一个和第二个孩子，我怀孕到 8、9 个月时还会出差、见客户。我没有特别把怀孕当成一件需要影响工作的事情，整个过程很自然。你想要孩子，就顺其自然，有了就有了。

我也很幸运，得到了公司和老板的支持，家庭也给了很多支持，所以整体上比较幸运。

我觉得至少对女性来说，不要把生孩子会影响工作、影响前程这件事变成负担。当然，我不了解国内其他企业的工作文化和环境，但至少在外企，我觉得可以不用过度考虑这些。

最近 5、6 年，国内至少在社交媒体上，有一种舆论风向：女孩子最好独善其身、独美，要搞事业、赚钱，不要结婚，家庭和男人只会拖累自己。

你们描述的状态，可能是大家觉得比较自然、比较理想的状态。你们现在的团队里也有一些女性下属和更年轻的 team member。你们观察到她们在这件事上的想法，和你们当时有什么不同吗？她们会来咨询这些问题吗？

段威之

这可能还是时代不同、每一代人的理念不同。她们的观念肯定会有所不同。

我觉得这是一个选择问题。每个人的人生路径和选择都可以不同。不是每个人一定要结婚生孩子，也不是为了职业发展就不能结婚生孩子。这不是一个简单的 yes or no 选择，还是要看个人。

如果可以给 2010 年，也就是 15 年前的自己一些建议，你会说什么？可以是职业发展的建议，也可以是整个人生发展的建议。

段威之

如果给 15 年前的自己一些建议，我会想早点让自己的生活简单化，有点像现在的状态。我觉得现在的状态越来越好，如果能更早做到，可能会发展得更好。

简单化，就是选择自己的生活方式，而不是被物欲横流的社会牵扯进去。

熟悉我的人，或者我的团队成员都知道，我有一些事情肯定不做。比如不沾酒精、不喝酒、不泡吧、不打牌、不唱卡拉 OK。这些无谓的社交，我基本都会说 no。

如果能更早这样做，生活质量可能会更高。我坚信，物欲越简单，精神越丰盈。圈子越简单，人也会越自在。

所以你年轻时会参加更多无谓的社交？

段威之

我原先还是会参加社交，不能说是 butterfly，但确实比较热衷。后来到了某个阶段，突然想改变，慢慢调整自己的生活方式。

到现在这个状态，我觉得如果 15 年前能更早 take action，可能会更好。

市场和销售类工作通常需要更多社会关系和 social，大家会觉得这对工作有帮助。年轻人如果在相似领域工作，可能也会有这样的想法。

但你回头看，社交活动对工作和整体状态的帮助其实没有那么大，是吗？

段威之

我觉得这是一个误解。我最早做销售时，也认为上班下班都要全身心投入，社交活动很重要。

但慢慢成熟之后，你会发现，客户最在意的不是 social activity，而是你能不能真正帮到他，能不能提供细水长流的 long-term commitment，给他最有价值的服务。

有时候信任是靠时间慢慢积累的，而不是靠一起度过一些 happy 的时光。

你刚才描述自己选择公司的 3 个要素：第一是行业趋势；第二是产品和平台是否 solid，卖给客户的产品是否 reliable、可信任，不影响自己的职业声誉；第三是公司的文化和氛围。

这是初入职场时就能想清楚的吗？还是到了某个阶段才会更清楚？

段威之

是慢慢想清楚的。但从我开始换工作起，我一直会看产品和平台，这是我始终坚信的。

最早的时候可能还不知道怎么判断公司文化，毕竟当时比较 junior。但你会观察自己和老板有没有 chemistry。每天都要和老板相处，如果彼此信任、关系放松，工作和培养的方式也会不一样。

你是日语专业毕业后直接开始工作的吗？

段威之

不是。日语是我其中一个本科学位，我同时拿了两个学位，后来又读了 master，硕士毕业后才开始工作。

那也是比较年轻时开始工作，大概 25、26 岁？

段威之

对。但有一点是，我没有离开过这个赛道。从第一份工作开始，就一直在这个行业里。

这算是一个 tips 吗？你是有意保持在这个赛道，还是比较自然地一直这样发展？

段威之

我觉得是因为你在一个职位上做得比较好，下一份机会才会浮现。不能说我有意保持在这个赛道，但确实是自然发生的，而且我自己也喜欢这个行业。

我觉得自己很幸运，从第一份工作开始就没有走太多弯路，也没有想过跨行业。至少到目前为止，我还是希望继续在这个行业深耕。

很多年轻职场人会觉得，在互联网公司、科技公司或者其他类型的公司工作一段时间后，想要另一种生活。有人会选择 gap year，去大理、丽江待一段时间，也有人想开小店。

这没有一个 silver bullet，也没有一个方案一定最好，还是看个人选择。

别人有时会觉得我很奇怪，比如朋友聚会时打牌我都会躲开，好像不融入小团队。但这都是自我选择，要看你有没有勇气和决心选择自己想要的生活。

你的 MBTI 是什么？

段威之

测过两次，我的 MBTI 变过。以前在 AWS 测过一次，在 EMC 测过一次，当时是给 leader 测的，结果不一样。

如果问我是 extrovert 还是 introvert，我觉得我是 mix，或者说我在转变。年轻时更像 extrovert，现在越来越喜欢一个人独处。

年轻时更外向，现在更偏内向？

对。我觉得这是一个 dynamic 的过程，是有可能变化的。

总结一下，如果给 15 到 20 年前的自己一些建议，你是觉得应该更早进入一种简单化的生活状态，simplify your life。

Landy，你也可以分享一下。

我测出来的 MBTI 是 INTJ。

这还挺少见的，好像只有 5% 左右。

对，属于比较少数的分布。我一直都很 introvert，做销售这个领域的工作，其实还挺奇特的。

我的生活一直比较简单，可能和 Kinki 不太一样。职业发展的几个选择，我自己觉得也比较幸运，都是在对的时间做了对的选择，抓住了对的机会，所以没有特别多遗憾。

如果给 15 到 20 年前的自己建议，我会说，勇敢做自己。我没有觉得有什么特别遗憾的事情。

“勇敢做自己”具体是指什么？是以前有一些地方勇敢做自己后获得了比较好的结果，还是相反，有过没有做到的例子？

特别是在外企，以前的工作环境里老外比较多，是西方文化和东方文化的碰撞。Introvert 在这样的环境里其实不占优势。

我又不是一个 self-promoter，也就是不太会主动展示自己。作为一个 introvert，还是一个不擅长自我推销的 introvert，在职场里会面临很大的挑战。再加上英文不是母语，但每天工作语言基本都是英文，刚开始我其实挺不自信。

我很幸运，在 Google 长期工作的老板是我最尊重的一位 leader。他自己也是 introvert，所以非常有同理心。

在他的 direct report 里，只有我不是 English native speaker，其他人的母语都是英文，而且大部分是外国人，以男性为主。从各个方面看，我都是 minority。

我们开会讨论问题时，我总是比较安静。刚开始我很不自信，既有性格原因，也有语言障碍。

如果有些人非常 talkative，不停地讲很多废话文学，我的老板就会打断他们，说：“我现在请 Landy 分享一下她的 perspective。”

我非常 appreciate 这一点。他还会对我说，你应该自信，因为在所有人里，你是最懂我们业务、最懂客户的人，也是最懂产品的人，没有理由不 confident。

他说，你的英文也 good enough。虽然不是 native speaker，但已经足够好了，完全没有问题。你要 speak up，要更多表达。

他说你平时很安静，但一旦开口，大家都会非常仔细地听你讲。这整个过程帮助我成长很多，让我越来越自信。

我也不是那种会主动 build 各种 network 的人。以前我非常讨厌参加西方职场里的 reception，一群来自不同国家、互不认识的人，喝酒、social、聊天。我很不擅长，也很想逃避，因为对内向的人来说，这种场景非常消耗精力。

后来我学会了一种方式。我虽然不擅长和很多人社交，但我擅长通过 one-on-one 建立 network。我会一个个约他们，和他们 one-on-one 聊天，提供真正有价值的 insight，体现自己的价值。

这样的 network 数量更少，但质量更高，对我的帮助非常大。我的很多 reputation，也是老板帮我 promote 的，不是我自己去 promote 的。

回头看，从一开始的不自信，到后来越来越自信，我特别感谢那位老板。

听完 Landy 的分享，我觉得“勇敢做自己”可以放在一起理解，也可以拆开理解。

一个是勇敢，要自信地表达自己的想法，尤其是在跨国工作环境里，东亚人可能相对内敛，如果工作语言又是英文，开口确实会有障碍，需要慢慢克服，勇敢表达。

另一个是做自己。别人采用的方法，不一定适合自己的特点和擅长之处。你也可以找到适合自己的方式，同样把结果做到，把事情完成。

段威之

对。以前你可能还会强迫自己参加 reception，觉得应该认识更多人。后来我觉得没必要，不需要强迫自己。否则每天会消耗很多精力。

说到这里，我有一个想和两位交流的问题，也是我自己的困惑。

一方面，我们要找到自己的特点；另一方面，也会想自己是不是有些地方可以改变。比如在过去的工作经历中，怎么判断这条线？有些地方可能就是自己的特点，没法改变；但有些地方可能需要突破舒适圈，主动做一些改变。

我可以分享一下。刚才说到 introvert，我觉得不是说你就一直待在舒适区。对我来说，最舒服的状态是每次培训、开会时找一个角落，谁都不要注意到我。

但在职场里，你要在会议中有自己的 voice，意见和建议要被听到，这时候就需要 push 一下自己。

我以前开会确实愿意坐最后一排。但职位越来越高后，参加的很多会议都是 C-level 的会。如果你把自己边缘化，在会议里就没有价值，也输出不了价值。

所以我迫使自己做的事情是 take the front seat，坐到前排，而且迫使自己第一个发言。不要等别人先讲，因为有些人一旦开始讲就停不下来，之后再插话会更难。

我还会在会前做好准备。作为一个内向的人，尤其要 get prepared。会议议程是什么，要达成什么目的，需要贡献什么价值，有哪些 point of view，都要提前准备好。

所以我会开有准备的会，take the front seat，而且 be the first to speak。这是我主动 push 自己做的事情。等习惯之后，就会越来越 comfortable，不再觉得不舒服。

段威之

Kinki 讲的让我感同身受。我加入微软之后，第一次向一个外国人汇报，进入了一个 global 组织。这也是吸引我加入微软、想跳出舒适圈的原因之一。

刚加入时我还是很不适应，尤其是 Teams 会议。我的老板在悉尼，他的 direct report 里我是唯一一个 GCR 的人，有点像我在 Google 时的情况。

所以我给自己写了一个新年 flag。我每年 1 月 1 日都会给自己画一个九宫格，写下当年的目标。其中一个 flag 就是：但凡参加 global 会议，我一定要发声。

这也是逼着自己去做。我不一定有勇气第一个发言，但我一定要在会上说话。慢慢地，你会迫使自己跳出舒适圈，最后变成习惯，越来越 comfortable。

这也要感谢我的老板。他当时从澳大利亚寄给我一本新年礼物，叫 Daring Vulnerability。这本书讲的是认识自己的不足和脆弱，但仍然勇于上前，对我影响很深。

那个 flag 后来做到了吗？

段威之

那一年之后，到现在我还是这样要求自己。凡是参加 global 会议，都不要浪费时间，也给自己一个历练的机会。

坦白说，不是 100% 的会议都能做到，但我会一直这样要求自己。

至于哪些事情可以改变，我这几年在 AI 浪潮下，也发现自己的行为习惯发生了变化。

比如我的听力越来越好。以前我特别喜欢看东西，不喜欢听东西，觉得听的内容会让我 overwhelmed，消化不了。从小我就不太爱看电视，读书时也喜欢自己看材料、自己 digest、自己思考。

如果课堂上直接讲，我觉得吸收不充分，通常还要回来自己再学习一次。

相比看书，你喜欢通过和人交谈来学习吗？

我觉得那更像输出，有点像费曼学习法。可是作为输入，我还是觉得看东西更有效率，能吸收更多。

但现在因为 AI，我也在慢慢调整自己。近几年我的听力越来越好，输出方式也发生了变化。以前我更喜欢静下心来写东西，哒哒哒地敲字；现在基本都用自然语言，直接对着手机说，而不是敲字，我觉得这样效率更高。

这是因为和大模型交互更多，带来的变化吗？

段威之

是。AI 会慢慢改变你，让你选择自己的最优路径。这些行为变化很多时候是无意识发生的。

今天非常感谢两位的分享。

我们讨论了微软如何在业务上使用 AI，为业务提效、带来新的突破；两位也分享了作为管理层和团队 leader，如何帮助团队一起把 AI 用得更好。

最后一部分，我们从更宏观的角度，聊了职场选择、职业发展，以及女性职业人士如何在家庭生活和工作之间取得平衡。

今天感谢两位的分享。《晚点聊》这期节目就到这里，大家再见。

谢谢，谢谢曼琪。

段威之

谢谢。

本期点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，包括一百零六期和真格戴雨森聊各行各业的李世石时刻，一百一十期与夏令明士聊垂直 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 late post 发布的对 Uweer 明超平的访谈中，我们也专门聊了 web 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。这其中黄秀兰 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 手搓了一个二十四点的游戏，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新 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，段威之 Kinki 提到了一个和飞书相似的洞察，就是对那些想要用好 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。Kinki 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？谢鑫当时也提到，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 Late Talk”，也欢迎关注我们的公众号“晚点 Late Post”。下期再见。