微软正式摊牌：把OpenAI和Anthropic踢出Excel、Outlook，自家MAI模型全面接管——硅谷的”外包时代”终于结束了？
📌核心要点
- 微软正在多款核心应用中用自研MAI模型替换OpenAI和Anthropic的API，覆盖Excel、Outlook等生产力工具，标志着这家全球最大的AI客户开始”断奶”
- 成本是首要驱动力——即使对微软而言，为Copilot向OpenAI和Anthropic支付的API账单也已成为沉重负担，Bloomberg首次披露了这一内部决策
- MAI模型已具备商用能力，微软不再需要为”第三方质量溢价”买单，这同时也暴露了AI基础设施行业的一个结构性矛盾
- 对OpenAI和Anthropic构成战略威胁——微软不仅是其最大投资者，也是最大客户；客户的流失将直接影响两家公司的收入基本盘
- 这标志着”大科技自研AI”浪潮的加速，从Meta到Google再到微软，巨头们正在从”采购外部AI”转向”构建内部AI能力”
“账单太贵了”——微软为何选择与OpenAI”分手”？
据Bloomberg最新披露，微软已经在部分应用中悄然完成了一次重大技术切换：用自家的MAI（Microsoft Artificial Intelligence）模型取代了OpenAI和Anthropic的API服务。这一变化并非发生在边缘产品上，而是直接触及了Excel和Outlook这两项微软的核心生产力工具。
Cybernews进一步证实，微软做出这一决定的直接原因是“AI账单太高”。即使是对年营收超过6000亿美元的微软而言，随着Copilot用户量的指数级增长，向OpenAI和Anthropic支付的大规模推理费用已经成为一个不可忽视的成本黑洞。the-decoder.com的报道标题直白而震撼：“Copilot降价了，因为微软正在淘汰OpenAI和Anthropic的模型以削减成本”。
这并非秘密——过去几个月，微软内部已经多次讨论过减少对第三方模型的依赖。但Bloomberg的报道首次确认了这一策略已经从”讨论阶段”进入”执行阶段”。微软不再满足于做OpenAI和Anthropic的”分销渠道”，它要成为自己的AI供应商。
📊 关键数据一览
| 涉及应用 | Excel、Outlook、Copilot等核心生产力工具 |
| 替代方案 | 微软自研MAI系列模型 |
| 驱动因素 | API成本过高、供应链自主可控 |
| 消息来源 | Bloomberg、Cybernews、the-decoder.com、MarketBeat、SiliconANGLE |
MAI模型：微软的”秘密武器”已经准备好了
MAI（Microsoft Artificial Intelligence）并非一个新名词。过去数月，微软一直在内部测试和优化这套自研模型体系。MarketBeat的报道指出，微软正将MAI定位为“降低对OpenAI和Anthropic依赖的战略工具”。
这一转变背后的逻辑并不复杂：当你的客户规模达到数亿级别时，每降低一个token的推理成本，省下的都是真金白银。OpenAI的GPT-5.6和Anthropic的Claude Sonnet虽然在基准测试中表现优异，但其商业定价对于大规模生产部署来说已经变得不可持续——Gizmodo的报道甚至直言：“Claude和ChatGPT对微软来说也太贵了”。
值得注意的是，MAI模型并非要在所有benchmark上超越GPT-5.6或Claude Sonnet 5。它的目标很明确：在微软核心应用场景中提供”足够好”的体验，同时大幅降低单位成本。这是一种典型的工程思维——不是追求理论上的最优解，而是在成本、质量和可用性的三角中找到最佳平衡点。
对OpenAI和Anthropic意味着什么？
微软是OpenAI最大的外部投资者（投入超300亿美元），也是Anthropic的重要合作伙伴。然而，投资关系和客户关系是两回事。即使微软继续持有OpenAI的股份，它也没有义务继续使用其API服务——正如Palantir CEO Alex Karp此前所警告的，OpenAI和Anthropic的定价模式正在引发行业性的”定价崩盘”压力（见文章#314）。
从商业角度看，微软的”去第三方化”传递了一个清晰的信号：AI基础设施的利润正在从模型层向平台层转移。对于OpenAI和Anthropic而言，这构成了一个严峻的战略挑战——如果最大的客户同时也是最强的竞争者，那么”客户”的身份反而成了最危险的处境。
SiliconANGLE的分析文章指出，这一趋势可能不仅限于微软。Thurrott.com的报道标题为“微软据报道正在向自研AI模型过渡”，暗示这可能是一个行业性的结构性转变，而非单一公司的战术调整。
巨头”自研潮”：从Meta到Google，再到微软
微软的这一步并非孤立事件。回顾过去一年的AI行业格局，科技巨头自研模型的趋势正在加速：
🔍 巨头自研AI时间线
- Google：Gemini系列长期自研，DeepMind基础模型团队持续扩张
- Meta：Llama系列开源+内部MORPH模型双轨并行，CNBC报道Meta已正式杀入AI编程市场以追赶Anthropic和OpenAI
- Amazon：Titan模型系列已应用于内部多个产品
- 苹果：Apple Intelligence底层使用混合方案（部分来自OpenAI，部分自研）
- 微软：MAI模型从内部测试走向生产部署，完成对OpenAI/Anthropic的”替代”
这一趋势的核心驱动力只有一个词：自主可控。当AI从”实验性功能”变成”核心产品能力”时，依赖第三方API的风险就变得不可接受了——无论是出于成本考虑、数据安全考虑，还是产品差异化考虑。
更深层的信号：AI行业的” commoditization “拐点
微软用MAI替代OpenAI/Anthropic的举动，反映了一个更深刻的行业变化：基础AI能力正在从”稀缺资源”变为”可商品化的基础设施”。
在AI发展的早期阶段，只有少数公司拥有先进的模型能力，因此API服务可以收取溢价。但随着训练技术的扩散、开源模型的成熟以及巨头们自身研发能力的提升，基础推理能力的边际成本正在急剧下降。当”足够好”的模型可以由自己提供时，为什么要为”最好”的模型支付额外费用？
但这并不意味着OpenAI和Anthropic的末日。它们的护城河正在从”模型性能”转向”生态绑定、品牌信任和数据飞轮“。问题在于，当微软这样的巨头不再需要”最好”的模型来完成日常任务时，它们还能靠什么维持高溢价？
📌小结
微软用MAI模型替换OpenAI和Anthropic服务，表面上是一次技术选型变更，实质上反映了AI行业正在经历的结构性转折——当AI从”新奇玩具”变成”基础设施”，成本效率就取代了技术先进性成为首要考量。这不仅关乎微软一家公司的商业决策，更预示着整个AI产业的价值分配正在重新洗牌。对于那些仍然依赖API收入的AI初创公司来说，巨头的”自研潮”既是警钟，也是必须直面的现实。
🔔 关注 xlb.baby
我们每天追踪全球AI前沿动态，用深度分析帮你读懂每一个技术转折背后的行业信号。
订阅 xlb.baby，不错过任何一篇硬核AI报道。
发表回复