Microsoft 為何同時投資又競爭 OpenAI、Anthropic？多模型 AI 戰略一次看
Microsoft 不是要和 OpenAI、Anthropic 分手，而是把模型變成可替換零件，讓 Azure、Foundry 與 Copilot 掌握企業資料、Agent 和客戶關係。
Microsoft 一邊持有 OpenAI 與 Anthropic 的投資，一邊推出自家 MAI 模型，表面上像是盟友開始互搶生意。我的判斷相反：Microsoft 並不是急著和兩家公司分手，而是要把任何單一 AI 模型降為可替換的零件。
真正不能被替換的，是企業的資料、記憶、工具、權限與 Agent 工作流程。只要這些仍由 Azure、Microsoft Foundry、Microsoft 365 Copilot 與 GitHub Copilot 管理，不論最後是哪一家模型勝出，Microsoft 都有機會收取雲端運算、平台與應用軟體的收入。
這套布局目前值得中性偏多看待，因為 Azure 年營收已突破 1,000 億美元，AI 需求也開始反映在付費席次與平台客戶數。不過，它同時伴隨高額資本支出與毛利壓力，因此這不是「AI 投資一定成功」的證明，更不是 Microsoft 股票估值便宜的結論。
Microsoft 和 OpenAI、Anthropic 是合作還是競爭？
答案是兩者同時存在。商業上常把這種關係稱為「競合」：彼此共享資金、技術或通路，卻也在部分產品與客戶上直接競爭。
Microsoft 與 OpenAI 的關係最深。依照雙方 2026 年 4 月更新的協議，Microsoft 仍是 OpenAI 的主要股東與主要雲端合作夥伴，並持有 OpenAI 模型及產品智慧財產權的授權至 2032 年。不過，這項授權已改為非獨家，OpenAI 也能透過其他雲端提供產品。換句話說，合作仍然重要，但雙方不再把所有成長都綁在同一條路上。
Anthropic 的情況也類似。Microsoft 在 2025 年宣布最多投資 Anthropic 50 億美元，Anthropic 則承諾採購 300 億美元 Azure 運算資源，並擴充最多 1GW 的額外算力。Claude 同時進入 Microsoft Foundry 與 Copilot 產品，但 Anthropic 也在 AWS 與 Google Cloud 提供服務。
| 對象 | Microsoft 得到什麼 | 雙方競爭在哪裡 |
|---|---|---|
| OpenAI | 股權價值、Azure 用量、模型與產品授權 | ChatGPT、企業 Agent、開發工具與終端客戶關係 |
| Anthropic | 投資收益機會、Azure 長期算力需求、Claude 產品選擇 | 企業 AI 平台、程式開發、辦公與 Agent 應用 |
| Microsoft MAI | 成本控制、產品差異化、議價與備援能力 | 直接和外部模型爭取 Copilot、資安與企業工作負載 |
我不認為這張表代表 Microsoft 準備取代合作夥伴。更合理的解讀是：它不願讓 Azure 與 Copilot 的產品競爭力，只取決於一家外部模型公司。
Satya Nadella 的真正主張：模型要能隨時替換
Microsoft 執行長 Satya Nadella 在 FY2026 第 4 季法說會中，把企業 AI 系統拆成兩部分。第一部分是模型，負責理解與生成內容；第二部分是他所說的「harness」，也就是包住模型的控制層，負責保存企業記憶、取得資料、呼叫工具、管理權限，以及限制 Agent 可以採取哪些行動。
Nadella 的主張很直接：企業不該把核心知識外包給單一模型供應商。只要記憶、上下文與工具留在自己的控制層，就能依照品質、成本、速度或合規需求，換用旗艦模型、便宜模型，甚至自建模型。
這個設計對 Microsoft 特別有利。Microsoft 不一定要讓 MAI 在所有評測中打敗 GPT 或 Claude，只要企業仍透過 Foundry 選模型、用 Azure 執行模型，再從 Copilot 或 GitHub Copilot 操作，Microsoft 就掌握了最難搬走的那一層。
這也是我看好其平台策略的第一個原因：模型能力會快速追趕，控制層與既有企業資料的整合卻有較高轉換成本。若企業未來大量繞過 Azure，直接把資料、記憶和 Agent 移到模型公司的平台，這項優勢才會明顯減弱。
Microsoft 的四層 AI 生意
Microsoft 的布局不只是一個聊天機器人，而是從晶片一路延伸到使用者每天打開的軟體。
| 層級 | 主要產品 | 商業作用 |
|---|---|---|
| 算力層 | Azure 資料中心、Maia 晶片 | 提供模型訓練與推論所需算力，創造雲端用量 |
| 模型與平台層 | Microsoft Foundry、OpenAI、Claude、MAI 等模型 | 讓企業比較、部署與管理多家模型，降低單一供應商綁定 |
| 控制與資料層 | Agent 365、Fabric、Work IQ | 管理企業資料、記憶、權限與 Agent 行動 |
| 應用層 | Microsoft 365 Copilot、GitHub Copilot、Security Copilot | 直接接觸工作者與開發者，收取席次或軟體服務收入 |
這四層的關鍵不在於 Microsoft 每一層都必須是市場第一，而是同一個客戶可以同時使用多層服務。例如，企業可選 Claude 處理複雜分析，用較便宜的 MAI 模型做大量分類，最後仍由 Azure 執行，並在 Microsoft 365 Copilot 中交付結果。
對 Microsoft 而言，多模型不是退讓，而是擴大可服務市場。只賣自家模型，客戶若偏好 GPT 或 Claude 就可能離開；把外部模型也放進 Foundry，則能把競爭留在自己的平台內。
FY2026 財報顯示 AI 已經進入實際營收
AI 題材是否成立，不能只看模型評測，還要看客戶是否付錢。Microsoft 截至 2026 年 6 月 30 日的 FY2026 第 4 季營收為 900 億美元，年增 18%；GAAP 淨利為 358 億美元，年增 31%。GAAP 是依一般公認會計原則編製的財報口徑，便於和正式財務報表核對。
更能支持 AI 策略的是營運指標。Azure 全年營收首次突破 1,000 億美元，年增 41%。Microsoft 365 Copilot 付費席次超過 3,000 萬，Foundry 客戶數也達 10 萬家。採用多家模型供應商的客戶數，則比 2026 年初增加 5 倍。
這些數字顯示，Microsoft 的優勢不只是投資到熱門模型公司，而是企業確實在使用它的雲端、模型平台與應用產品。這讓我對商業模式偏多，因為收入來源比單押一款模型更分散。
財報也有兩個容易誤讀的數字。Microsoft 第 4 季因 Anthropic 投資認列 32 億美元利益，FY2026 的 OpenAI 投資則帶來 49.63 億美元淨利益。這些是投資評價與會計認列對淨利的影響，不等於 Anthropic 或 OpenAI 當期支付同額現金，也不能當成 Azure 營收。
Microsoft 為什麼要自己做 MAI 模型與 Maia 晶片？
如果外部模型已經夠強，Microsoft 仍要自研模型與晶片，主要有三個實際理由。
第一是成本。模型推論是每次使用 AI 時執行運算並產生答案的過程，使用量越大，晶片、電力與資料中心成本就越重要。Microsoft 表示，Maia 200 相較其機房內前一代硬體，每美元效能提高 30%；MAI 模型在 Maia 200 上執行，每瓦效能提高 40%。這些是 Microsoft 自行公布的測試結果，真正價值仍要由客戶用量與毛利驗證。
第二是產品最佳化。Copilot 的大量工作不一定需要最昂貴的旗艦模型。若 MAI 能用較低成本完成 Excel 操作、程式碼補全、分類或資安任務，Microsoft 可以把外部模型留給最困難的問題。
第三是議價與備援。擁有自家模型後，Microsoft 面對 OpenAI、Anthropic 或其他供應商調整價格與合作條件時，不會完全沒有替代方案。
我的判斷是，MAI 現階段比較像成本工具與戰略保險，不是 OpenAI 或 Anthropic 的全面替代品。如果自家模型長期無法在真實企業任務中維持品質，Microsoft 仍得依賴較昂貴的外部模型，成本優勢就會打折。
OpenAI 和 Anthropic 會被 Microsoft 取代嗎？
短期內不會。OpenAI 與 Anthropic 仍提供 Microsoft 需要的前沿模型能力，也能替 Azure 帶來大量運算需求。Microsoft 若過早排除合作夥伴，反而會降低 Foundry 對企業的吸引力。
真正的競爭發生在「誰掌握客戶入口」。當企業直接在 ChatGPT 或 Claude 建立 Agent、保存知識並串接工作流程，模型公司就有機會取得原本屬於 Microsoft 軟體的客戶關係。反過來說，若使用者主要在 Copilot、GitHub 與 Office 內工作，OpenAI 或 Anthropic 更像底層供應商。
因此，Microsoft 和模型公司的關係不會簡單走向合作或決裂，而會長期維持一邊互相需要、一邊爭奪控制層的狀態。對 Microsoft 而言，最好的結果不是某家模型公司消失，而是所有熱門模型都需要經過 Azure 或 Foundry 接觸企業客戶。
對企業導入 AI 的影響：別把所有系統綁在一個模型
Microsoft 的說法有實用價值，但企業不需要一開始就導入十幾種模型。多模型會增加測試、監控、資安與維護成本，模型選擇太多反而可能拖慢產品上線。
更實際的 MVP 做法，是先把系統拆成可替換的介面：
- 把 Prompt、企業記憶、權限與工具規則留在自己的應用層，不寫死在特定模型服務中。
- 先選一個主力模型上線，再準備一個成本較低或不同供應商的備援模型。
- 用固定測試集比較品質、成本、速度與合規結果，不只看公開排行榜。
- 只有當第二個模型能明確降低成本、提升品質或分散風險時，才增加新的供應商。
這比追求「每個任務都自動挑最佳模型」更容易維護。對多數團隊來說，先保留更換能力，比真的頻繁更換模型重要。
Microsoft AI 戰略值得看好嗎？
若只評估商業布局，我對 Microsoft 的 AI 策略給中性偏多。第一個理由是它同時掌握算力、平台、企業資料與軟體入口，不必猜中唯一的模型贏家。第二個理由是 Azure、Foundry 與 Copilot 已有實際營收或付費採用指標，不只是尚未兌現的產品藍圖。
最大的反方證據是成本。Microsoft 第 4 季資本支出達 410 億美元，其中約三分之二用於壽命較短的 CPU 與 GPU。資本支出（CapEx）是公司投入資料中心、晶片與伺服器等長期資產的資金。AI 需求雖然推高 Azure 成長，也壓低 Microsoft Cloud 的毛利率。
如果未來 Azure AI 成長放緩、Copilot 席次停滯，同時資本支出仍維持高檔，我會下修這項策略的評價。另一個警訊是企業若把資料與 Agent 控制層大量移到 OpenAI 或 Anthropic，而不再透過 Microsoft 平台，Microsoft 的多層優勢就會失效。
因此，值得追蹤的不是單次模型評測誰贏，而是三個指標：Azure AI 收入能否持續成長、Copilot 付費採用能否轉成穩定軟體收入，以及高額 AI 基礎設施支出能否逐步改善毛利與現金流。
常見問題
Microsoft 已經離開 OpenAI 了嗎？
沒有。依雙方 2026 年 4 月公布的協議，Microsoft 仍是 OpenAI 的主要股東與主要雲端合作夥伴，並持有相關智慧財產權授權至 2032 年。改變之處是合作不再完全排他，雙方都有更大的發展空間。
Claude 可以在 Azure 上使用嗎？
可以。Anthropic 的 Claude 模型已進入 Microsoft Foundry，也用於部分 Copilot 產品。企業可在 Microsoft 平台中把 Claude 與其他模型納入同一套開發與治理流程。
Microsoft Foundry 是什麼？
Microsoft Foundry 是企業建立、測試、部署與管理 AI 應用及 Agent 的平台。它提供多家公司的模型目錄，並把模型連接到 Azure 的資料、權限、安全與監控服務。
MAI 模型是什麼？
MAI 是 Microsoft 自行開發的一系列 AI 模型。它們目前著重程式開發、辦公與資安等特定工作，目的包含降低成本、針對 Microsoft 產品最佳化，以及減少對單一外部模型的依賴。
多模型架構代表要一直換模型嗎？
不代表。多模型架構的重點是保留更換能力，而不是每天更換供應商。多數企業先用一個主力模型與一個備援模型，再用固定測試決定是否切換，會比同時維護大量模型更實際。
結論：Microsoft 要贏的不是模型榜，而是企業 AI 控制層
OpenAI、Anthropic 與 Microsoft 的競爭會越來越明顯，但這不等於合作即將結束。Microsoft 真正想建立的，是一個無論底層使用 GPT、Claude、MAI 或其他模型，企業仍在 Azure 執行、在 Foundry 管理、在 Copilot 使用的架構。
這套策略目前最強的地方，是讓 Microsoft 不必押中唯一贏家；最弱的地方，則是必須用龐大資本支出維持算力與產品競爭力。對企業採用者而言，最值得參考的不是一次接十種模型，而是把資料與控制層掌握在自己手上，先為未來更換模型保留空間。
本文分析 Microsoft 的 AI 商業策略，不構成個股買賣建議，也未評估 Microsoft 當前股價與估值。
