微软正在指导其销售人员积极引导客户远离竞争对手的人工智能模型并转向自己的内部系统,这标志着该公司与其长期依赖的合作伙伴的关系发生了急剧转变。据彭博社和 TechCrunch 报道,高管们在 2026 年 7 月 15 日星期二的内部会议上概述了该计划,并将其称为新财年的战略会议。
这一转变是快速发展的 AI 行业报道 格局中的最新信号,微软正在努力将自己打造成独立的 AI 力量,而不是 OpenAI 的分销机构。
围绕内部模型构建的 2027 财年战略
据彭博社报道,在会议上,微软高管为销售人员制定了指导,将 OpenAI、谷歌和 Anthropic 的人工智能产品与微软自己的模型进行负面比较。这次推介很大程度上依赖于微软内部系统的效率和成本效益。
执行副总裁杰伊·帕里克(Jay Parikh)直接阐述了竞争论点。据报道,帕里克对房间里的人说:“其他人都在销售零部件,而我们则在销售完整的端到端系统。” “这就是我们所有人都需要在 2027 财年走出去讲述的故事。”
Copilot 执行副总裁 Jacob Andreou 更进一步,在演讲中将 Microsoft 的 Copilot 与 Anthropic 的 Claude 聊天机器人进行了直接比较。据彭博社报道,Andreou 告诉与会者,在微软自己的办公应用程序中,Anthropic 的模型“速度较慢且不太准确,并且缺乏适当的安全集成”。
一段关系逐渐缓和
公司培训其销售团队以击败竞争对手并不罕见。微软此举的引人注目之处在于其目标。多年来,微软和 OpenAI 在合作伙伴关系中实际上紧密相连,微软提供资金和计算,以换取对 OpenAI 模型和 API 的独家访问权。当两家公司于 2026 年 4 月修改协议时,该排他性条款被放弃,允许 OpenAI 建立自己的发行版,微软则寻求更独立的人工智能堆栈。
该销售指南与微软已经开始在其产品中展示的行为相一致。 7 月初的另一份报告发现,微软一直在将 Word 和 Excel 等旗舰应用程序中的 OpenAI 和 Anthropic 模型替换为自己的模型,当时称此举是为了削减成本。指导卖家将这种交换作为一项功能而不是预算决策,将运营变革转变为营销立场。
为什么微软想要拥有该堆栈
战略支点的形成有多种压力。首先是成本:在 Microsoft 端到端控制的第一方模型上运行客户工作负载比向 OpenAI 支付大规模 API 访问费用更便宜,尤其是随着 Word、Excel 和更广泛的 Microsoft 365 套件中采用率的增长。其次是杠杆。只要微软的人工智能故事依赖于第三方,它对定价、路线图以及其最有价值的企业客户访问前沿能力的条款的控制就有限。
三是竞争领域本身。 Anthropic 和谷歌通过自己的与生产力相关的工具积极吸引企业买家,而刚刚摆脱排他性的 OpenAI 则表示有兴趣直接向微软服务的客户销售产品。推出集成的“完整端到端”系统是微软试图在便利性和安全性而不是原始模型性能上实现差异化的尝试。
企业买家的观点
对于企业客户而言,微软的定位反映了企业人工智能市场的更广泛成熟,该市场的决策正在从“哪种模型在基准测试中得分最高”转向“哪个供应商可以在员工已经使用的软件中提供、保护和支持人工智能”。这发挥了微软的优势:其在办公生产力方面的安装基础、其身份和安全工具,以及将人工智能捆绑到企业已经付费的许可证中的能力。
但这也增加了微软自己的模型的风险。随着该公司将竞争对手从旗舰应用程序中剔除,并指示卖家以第一方能力为主导,其内部系统将越来越多地根据 Word、Excel 和 Copilot 内数亿用户的日常体验而不是营销平台来评判。如果成本节约是以明显的质量成本为代价的,那么销售策略就有可能与用户的期望发生冲突。
贬低合作伙伴的风险
该战略带来了明显的紧张局势。安德烈欧 (Andreou) 对克劳德 (Claude) 的描述是速度较慢且不太准确,这是专门针对微软自己的应用程序内部性能的相对说法 - 在微软自己的应用程序中,微软控制着集成,并且其自己的模型自然具有主场优势。独立基准排名仍然不稳定,企业买家越来越多地根据自己的工作负载而不是供应商的演示来评估模型。
还有一个可信度问题。微软继续转售和集成 OpenAI 模型,尽管它告诉销售人员强调这些模型的缺点,而 Copilot 本身在历史上也部分由 OpenAI 技术提供支持。跟踪混合消息的客户可能会权衡应该相信微软立场的哪个版本。
尽管如此,方向是明确的。通过将其销售队伍转变为内部人工智能的倡导者,微软正在发出信号,它打算像与竞争对手竞争一样公开地与合作伙伴竞争,并且企业人工智能市场的下一阶段将在整个平台上展开竞争,而不是单个模型。
保持人工智能领先地位
如需持续报道企业人工智能战略、大型科技竞争以及重塑行业的交易,请关注 AI Buzz Wire,了解推动商业人工智能发展的动态。
阅读更多人工智能商业新闻 →





