微软迷局：当Windows褪下主角光环之后

钛媒体 • 6年前扫码分享

我是创始人李岩：很抱歉！给自己产品做个广告，点击进来看看。

图片来源：视觉中国

“后PC时代”这个词用了有十年，但是仍不过时。对于微软来说，不论是PC时代，互联网时代，还是移动互联时代，Windows都是其不可剥离的主营业务。但过去两年，这项曾经是微软赖以生存的主营核心、灵魂支柱却在逐渐淡出其主角身份。

业界不少分析师指出，微软的新战略是一个极具风险的赌注，在原有核心业务主营占比过大的前提下改变财报结构，甚至作出撤销Windows部门这样的组织架构调整，除非新主营势在必得，否则极有可能遭受战略转型过快带来的惩罚。

最新2018第三财季数据显示，微软当季268.19亿美元总营收中，生产力和业务流程营收90.06亿美元，同比增长14%；智能云营收78.96亿美元，同比增15%；包括Windows在内的更多个人计算业务营收99.17亿美元，同比增11%且占比37%。

由于2015年9月纳德拉主刀了新的财报结构，我们无法看出Windows业务的主营收入，但是增速趋缓是肯定的。尽管如此，有一点不能忽略：云也好，生产力也好，微软的这些新晋主营能够在中短期内表现优异，离不开Windows在操作系统层面植入PC端、服务器端以及横跨消费、企业级两大市场对前者的反哺。从这个角度看，如果计入Windows在生产力、智能云业务中的正向影响而产生的价值，那么其主营占比应该要超过37%。

Windows的淡出与其趋于饱和的营收增长有关，相比之下，云和生产力部署显然是一个年轻的增长极。纳德拉的“戏法”刺激了华尔街的预期，就财报而言，可以认为他已经兑现了承诺，但是从战略转型的过程来看，新生的微软真的已经无后顾之忧了吗？

战略进化：从“移动为先”到“智能边缘”

微软的战略演进基于纳德拉对未来物联网和计算格局做出的构想，在Build2018开发者大会上正式提出。微软认为，未来计算不再只是一个接口，而是嵌入到任何地方的东西，包括家庭和城市，整个世界就是一台巨大无比的计算机。

去年的开发者大会上，微软已经不再提“移动为先、云为先”的说法，取而代之的是“智能云、智能边缘”。在工业自动化领域，边缘计算这一事物由来已久，指的是物联网结构靠近设备或数据源头的一侧，将开放平台算力从中心端向物端倾斜，满足边缘一侧更快的算力响应以及实施业务需求。

传统的物联网，智在数据中心，不在边缘。而微软构想的“智能边缘”致力于通过集成了AI级算力的Azure云让“智能”在中心与物端之间流动，从而大幅降低边缘对中心算力的依赖。获得了“更高智能”的边缘设备也有能力独立、就近地处理大部分物联网任务。

从Azure IoT Edge这套解决方案我们不难看出微软未来的愿景以及战略转型线路的演进。

微软试图通过新晋现金牛Azure云业务的扩张，结合核心技术沉淀生产力优势，加上AI方面的努力，力图打造未来物联网工业新的智能阵地，从而有别于谷歌、亚马逊在消费级市场、中小企业方面的优势。而微软自己提供的全球财富500强企业95%在使用Azure云，以及Office 365的企业月活用户超过1.2亿，这些数据也侧面证实了其转型后的战略方向。

所以我们看到，以往Windows作为独立业务形态在微软当下战略演进过程中成了一个尴尬的存在，它不得不在财报中隐藏起来，甚至被裁掉了现实中的业务部门，成为智能云、智能边缘以及生产力的一部分。在个人消费领域大撤退之后，专注深耕企业级市场已是微软的不二选择。

AI——算力时代的角逐

一个属于智能云和智能边缘计算的世界，纳德拉的构想很好，但是要想在人工智能时代的物联网领域施展抱负，并非简单。在算力角逐的当下，微软并不具备当年Wintel联盟在PC时代的优势，而生产力流程的领先，只能算一个加分项，不足以对全局产生影响。

人工智能的格局已全面进入算力时代，AI算力延续了人们对PC摩尔定律的预期，成为下一轮业界角逐的竞赛焦点。现有的人工智能技术进程以人工神经网络和深度学习为大背景，AI算力的市场需求也因深度学习工程的两大环节被分割为training（训练）和inference（推测）部分。

GPU在训练部分扮演着不可或缺的角色，由于AMD在该领域的长期缺位，这部分的市场如今几乎都落入了英伟达的手中。而推测部分的市场现状可谓是大混战，亚马逊、谷歌、英特尔、微软、高通等等均有涉猎。

微软在算力推测领域的竞争者基本锁定了亚马逊和谷歌。

在Build2018开发者大会上我们惊奇地看到Cortana和Alexa的合作细节，如果说微软与亚马逊还有合作余地的话，那么对于谷歌的AI技术，基本上只剩下了纯粹的竞争。不难看出，谷歌在皮查伊上任后对企业级市场一直心怀觊觎，而开放的Cloud TPU更彰显了谷歌企图全盘掌控人工智能格局的野心。

因为TPU的竞争对象既指向了英伟达的GPU训练算力，又包含了亚马逊、英特尔、微软所围猎的推断市场。

谷歌在人工智能领域的实力毋庸置疑，TensorFlow是全球最流行的深度学习框架，基于ASIC（专用集成电路）定制化的第二代TPU单块板卡算力高达180 tflops（目前已有第三代，据说性能提升8倍多）。

在面对如此强劲对手情形之下，微软唯有牵手旧盟友英特尔以低延迟为唱点，力推FPGA（现场可编程门阵列）产品，毕竟英特尔曾花费167亿美元重金收购了深耕FPGA多年的Altera公司，手上还有点家底。

Project Brainwave就是Wintel联盟在这个时代的新产物，一个结合了Azure云用于边缘环境，基于FPGA的低延迟深度学习云平台，无需批处理可支持39.5tflops算力。FPGA的优点是灵活可配置、低延迟，对于小算量、大批次的体验友好，但是拼算力绝不是TPU（ASIC）的对手。所以我们看到了Build2018的另一个场景：纳德拉呼吁人们不要将想法“锁在”固定的专有芯片上，并提醒企业要小心TPU的诱惑。