後蓋茲時代  微軟從雲端反擊Google
後蓋茲時代 微軟從雲端反擊Google
2008.08.01 |

二○○八年六月二十七日,比爾蓋茲(Bill Gates)最後一天在微軟上班。此後,他將把大多數時間花在他的基金會上,做慈善工作。至於微軟的辦公室,他每週只會進來一天,以顧問的身份提供建議,而不再是以老闆的身份做決定。

退休兩周前,位於西雅圖總部的「校園」(campus,微軟總部的別稱)裡,來自世界各地近五百位微軟一級主管聚集於此歡送蓋茲。微軟執行長、也是蓋茲指定的接班人包默(Steve Ballmer),難過地流著淚介紹他上台。蓋茲倒是一派輕鬆,最後一次與他所構建的帝國旗下精英,談起自己離開的心情與期許。

新當家有意二度購併雅虎

氣氛有些感傷,但這絕不是流淚的時候,該有的行動還是要加快。關於微軟有可能二度購併雅虎的消息,約莫同一時間在市場上傳出。儘管蓋茲在五月初的日韓之行中,回答媒體提問時強調,接下來微軟會走自己的路,不會再購併雅虎。但是現在當家的可是包默,蓋茲的身份已從「老闆」轉為「顧問」,拍板不再由他,二度購併的傳聞因此增添可能性。

性格火暴、作風強悍的包默,不會讓時間空轉。他必須盡快向微軟內部和外部證明,他是一個合適的繼任者,有能力向全世界提出新的願景,並且帶領微軟上下八萬人來實現它。否則人才將繼續流失,營收和獲利也將觸及天花板,把他多年好友蓋茲留下的江山拱手讓人。三年前,李開復當面向他報告將離開微軟前往Google時,包默當場發飆,腳跩椅子、口罵粗話,急性子表露無遺,也突顯微軟被Google步步進逼下的窘迫。

沒有微軟的蓋茲,人生已有下個目標,而沒有蓋茲的微軟,卻有暫時找不到目標的徬徨。微軟正走入「後蓋茲時代」,全球電腦運算模式也是。

儘管二度購併風險極高,再次失敗,包默將聲名掃地,但如果成功則是走出困境的第一步,所以包默很可能把所有籌碼賭上。二度購併雅虎讓這個賽局原本模糊的一面變得清晰:這不是一場求發展的布局,而是求生存的努力。

微軟在網路搜尋的市場占有率,不僅以五%遠遠落後於Google的六○%,在搜尋廣告的收入上,差距更是天南地北。微軟靠著賣Office和Windows軟體賺到的錢,約是Google賣搜尋廣告的三倍。但是微軟賣軟體的成長率勉強超過一○%,而Google賣搜尋廣告的成長率卻將近三位數。

Google欲終結微軟運算模式

包默肯定得做點什麼事,否則照這個勢頭,Google在五年後就追上、甚至摘下微軟的桂冠。更糟的是,Google想的不只是賣廣告,而是直指微軟的主力產品,把它變成免費,截斷微軟的現金流。在隨著Google信箱順帶提供的文書處理和試算表等軟體都是免費,企圖已很明顯。Google甚至積極推動「雲計算」(Cloud Computing),要終結前一個運算模式「主從架構」(Client/Server),以及在主從架構時代賺到最多錢的公司──微軟。

在蓋茲一九七五年從哈佛大學休學創辦微軟之前,全世界的電腦運算模式是大主機(mainframe)加上終端機(terminal),所有的運算功能都在大主機裡頭,終端機只是輸入指令,交由大主機計算出結果後,再列印出報表。這種終端機沒有硬碟無法儲存任何東西,而且操作指令很複雜,出錯修改很麻煩,也被稱為「笨終端」(dumb terminal)。在大主機時代,IBM是最賺錢的公司,硬體、軟體和維修都歸它賣。

一九八一年,在IBM推出第一台個人電腦,並採用微軟的作業系統後,電腦模式就翻到主從架構這一頁,也把桂冠轉到微軟。個人電腦等於是聰明的終端機,它有硬碟可以儲存軟體,自己可以做運算,只要把一部分軟體放在主機(或者是伺服器)。等到一九九五年Windows 95上市,電腦操作以圖形介面和滑鼠進行,大幅降低使用難度,造成使用者人數暴增,並在那一年把蓋茲推上全球首富寶座。那一年,台北是蓋茲全球宣傳的重要一站,因為當時全球有過半個人電腦是在台灣生產。

隔年就有挑戰者來踢館。來自矽谷、生產主機的昇陽電腦創辦人麥克尼里(Scott McNealy),和提供資料庫軟體的甲骨文老闆艾利生(Larry Elison),聯手要搞一場大主機模式復辟,他們的武器是「網路電腦」(Network Computer)。這兩人也積極往台灣跑,勸說台灣的電腦廠商加入他們的陣營。只要台灣倒戈,他們就等於拿下全球電腦半壁江山,翻盤就有機會,但最終只留下遺憾。

他們的論點其實頗有說服力。當個人電腦的功能越強,造成的問題也更多,比如中毐、資料被複製外洩、使用非法軟體、同一套軟體要買好幾套安裝在不同電腦上,這些在過去大主機時代都可經由後端管理來解決。一九九六年,雖然網際網路還不普及,但企業內部的區域網路(LAN)應用已很發達,類似終端機,但功能和介面都更好用的網路電腦,連上網後從主機下載軟體來用,用完再放回。在他們的概念當中,網路電腦只有暫存記憶體沒有硬碟,也不含螢幕,可以隨身攜帶,有些類似今天簡單版筆記型電腦的概念。

這想法最終沒成,反而持續把個人電腦的硬體和軟體功能加強,仍是主流。艾利生和麥克尼里在觀念上說得通,但並沒有把它推為商業模式。蓋茲的過人之處,在於它把微軟從一家公司發展成一個平台,成為業界標準,對手要挑戰它不能光靠技術或產品比它強,而要能搭成另一個平台。

平台有兩個意思:首先,軟體有所謂的「網路效應」,它的價值是和參與人數的平方成正比,而且一旦加入,有很高的退出障礙。其次,微軟邀請許多第三方的程式開發者,在它的軟體基礎上開發新應用,並藉由這些開發者,將這些應用推廣到更大的用戶群。這些程式開發者把寶押在微軟身上,除非有什麼大變動,否則不會轉換,因為一旦轉換,他們先前的努力和用戶基礎就要歸零重來。

成為一個平台和標準,是為何微軟在個人電腦軟體市占率不是三成或五成,而是九成的原因,也是它在多項產品推出都落後的情況下,能夠逆轉打敗先行者的關鍵。

但當電腦運算模式從個人電腦轉到網路,也就有了新平台竄起的機會。Google目前在這個新平台占據最好的位置,因為背後有很紮實的搜尋廣告模式在支撐。想想看,如果這個模式不只是在搜尋結果頁面安插廣告,而是提供免費軟體讓你用,再從你使用過程想辦法安插廣告進來呢?也就是說,它並不是免費,而是廣告主幫你買單。所謂的「雲計算」,也就是把軟體放在遠端的伺服器上,就像天邊的雲,你連上網才把它拿來用,平常就放在雲上,有專人幫你管理。

隨著更多工具連上網,像手機、MP3、數位相機和遊戲機等,使用者面臨的複雜度越來越高,雲計算的說法也變得更有吸引力。不會所有東西都放在雲上頭,這不是個非黑即白的命題,但只要有一部分開始放到雲上頭,後續就可能形成骨牌效應。

再購併為進入搜尋廣告領域

當然,微軟不會束手就擒。它正在重新詮釋「雲計算」為「雲端計算」,也就是有些軟體可以放在雲上,但很大一部分還是放在「終端」上,雲和端都重要。另外,微軟也喊出比現有搜尋廣告更大膽的「現金回饋」(cash back)計畫:當你點擊搜尋頁面的廣告時,它還給你錢。當Google一意要截斷微軟的現金流,微軟也反過來要截斷Google的現金流,雙方進入短兵相接,都想致對方於死地。

也因此,微軟對拿下雅虎是勢在必行。第一次購併,突顯的是微軟要進入搜尋廣告這塊市場;第二次購併,突顯的是微軟要進入搜尋廣告這個商業模式。如果未來軟體不再是一套一套去賣,而是免費讓使用者上網後下載,再由廣告主來買單,微軟絕對要在這一個大變革發生前先做好準備。

這會是一場零和遊戲,還是容許有多個贏家?目前仍言之過早。但碰上電腦運算模式的世代交替,以及新商業模式和平台交替的大戰,其實市場很期待微軟能主動出擊,提出新概念和想法,而不是被動地接Google的招。但顯然市場很難期待從包默那邊得到這些。這也讓蓋茲八月十三日於香港的演講,也是退休以後的第一次,格外讓人期待,如果他準備談他的老本行而非慈善的話。

往下滑看下一篇文章
AI 智慧代理人時代來臨!三大導入階段, AI 落地企業不卡關
AI 智慧代理人時代來臨!三大導入階段, AI 落地企業不卡關

生成式 AI 帶動企業數位轉型浪潮持續升溫,各界不再滿足單一任務型的 AI 應用,而是期盼 AI 能真正成為具備主動決策與多工能力的「智慧代理人」(Agentic AI),在最少人為干預的情況下,自主推進工作流程、完成複雜任務。

但企業導入AI並非一蹴可幾,而是需要對AI有正確認識,並制訂循序漸進的導入流程,才能真正發揮AI功效。在2025台灣人工智慧年會中,cacaFly 聖洋科技技術副總吳振和提出三大導入關鍵階段,深入剖析企業如何從概念驗證(PoC)階段,逐步推進到實際上線(Production),並分享實務經驗與觀察。

延伸閱讀:生成式AI可以怎麼用?cacaFly現身說法,助企業應用GCP服務智慧轉型

解鎖 Agentic AI,企業邁向多任務智慧代理

「很多公司會問,One AI 要做什麼事?但實際上,若要讓 AI 回答公司內部政策或新法條的相關問題,僅靠基礎模型並不足夠。」吳振和指出,要讓 AI 真正成為能「做事」的智慧代理人,前提是它必須理解企業內部的脈絡與知識,並即時掌握外部變動的資訊。

企業必須先釐清內部規範是否與最新法規相符,這意味著系統必須具備持續爬取與解析最新資料的能力。為此,企業必須先截取與整理內容,再建構成專屬的知識庫(Knowledge Base),確保資料品質達到可用標準後,再透過檢索增強生成(Retrieval-Augmented Generation, RAG)技術,使 AI 能夠即時動態查詢並生成符合企業語境的回答。

延伸閱讀:從資料清洗到 RAG,大型語言模型的必需品,做出專屬企業的 AI 知識庫!

吳振和強調,這是一個動態循環的過程:從資料蒐集、品質控管、知識庫建構到生成應用,每一環節都息息相關,任何一處鬆動都會影響最終產出的準確性與可信度。

cacaFly 聖洋科技技術副總吳振和
圖/ cacaFly

破除「一次到位」迷思,從驗證到落地的三大關鍵階段

許多企業對 AI 寄予厚望,因此常將 PoC 視為年度計畫的重點,希望能「一次到位」做出具體成果。但吳振和提醒,若缺乏清楚的系統工程思維,PoC 容易淪為「概念展示」,難以真正走入組織的日常營運。

他將導入 Agentic 系統工程的歷程,分為三個關鍵階段:

1.第一階段:可行性評估(Feasibility Study)
企業必須在投入資源前,先明確界定「最需要被 AI 解決的關鍵問題」是什麼,並進一步設計可量化的驗證指標。這不僅包括評估技術實作的可行性,更要從商業目標出發,釐清導入 AI 的具體使用情境、預期成效與風險邊界,如此才能確保後續模型選型與資料蒐集方向正確對齊業務需求。

2.第二階段:系統設計與驗證(Design & PoC)
在確定導入方向後,必須規劃清楚資料蒐集與整理流程,確保知識庫的內容具備正確性、完整性與時效性。吳振和特別強調,這個階段不能只追求展示效果,而應以「產品化思維」來構築 PoC,使其具備可擴充性、可維護性及安全性,才能為後續上線打下基礎。

3.第三階段:產品化與營運(Production & Operation)
當 PoC 驗證完成後,進入正式上線階段,挑戰也隨之而來。除了需要整合企業內部系統與流程,還必須建立持續監控與維運機制,確保模型表現隨時間演進不會劣化,並能快速回應法規變動或資料更新的需求。吳振和指出,這往往是最容易被低估、但也是最考驗企業組織能力的關鍵環節。

cacaFly 聖洋科技技術副總吳振和
圖/ cacaFly

建立模型優化根基,打造高品質的黃金資料集

吳振和特別強調,要讓 Agentic 系統工程真正發揮效益,企業必須先建立一套高品質的「黃金資料集」(Golden Dataset),作為模型評估與優化根基。他指出,黃金資料集的價值在於能為模型選擇與前測提供客觀依據,讓團隊能針對不同任務挑選最適合的模型,避免導入初期就誤踩方向。

同時,黃金資料集也能協助團隊辨識模型的常見錯誤與脆弱點,進而快速回應「模型飄移」(Model Drift)的風險。吳振和說明,所謂模型飄移,指的是即使模型本身未經改版,效能也可能隨著環境與資料變動而突然下降,導致原本表現良好的模型出現偏差。透過持續比對模型預測與黃金資料集結果,團隊才能即時察覺效能衰退,並進行迭代更新,確保系統長期穩定運作。

從小規模應用起步,漸進擴展至核心業務

吳振和分享,在實際輔導企業導入 AI 的經驗中,最常見的挑戰來自於「期待落差」。許多企業誤認為概念驗證(PoC)階段即可呈現完整的產品原型,然而實際情況顯示,若企業未能建立完善的資料架構與流程基礎設施,即使短期內展現亮眼成效,也難以確保長期營運的穩定性與可持續性。

也因此他建議企業在規劃 AI 導入時,應採取漸進式策略,從小規模應用場景著手,逐步擴展至核心業務領域。企業應將 PoC 定位為整體產品開發生命週期的重要環節,而非獨立的一次性專案。

AI 的導入不僅是一場技術升級,更是企業組織文化與決策流程的轉型工程。唯有從資料治理、流程優化到人才培訓同步布局,才能確保 AI 能在企業內部真正「落地生根」,創造長期商業價值,成為真正的智慧代理人。

登入數位時代會員

開啟專屬自己的主題內容,

每日推播重點文章

閱讀會員專屬文章

請先登入數位時代會員

看更多獨享內容

請先登入數位時代會員

開啟收藏文章功能,

請先登入數位時代會員

開啟訂閱文章分類功能,

請先登入數位時代會員

我還不是會員, 註冊去!
追蹤我們
一次搞懂Vibe Coding
© 2025 Business Next Media Corp. All Rights Reserved. 本網站內容未經允許,不得轉載。
106 台北市大安區光復南路102號9樓