微軟創新解密：成立半世紀的科技巨頭，從Xbox到Bing的策略布局與進化之路
活動訊息
內容簡介
微軟縱橫50週年！
OpenAI最強大的幕後推手，從作業系統到雲端生態圈霸主
7創新案例 ╳ 4核心模式
看微軟如何躋身AI時代不敗巨頭！
從跨界在遊戲產業闖出一片天的Xbox，
到稱霸辦公軟體界的Office，
從巨頭Google手中不斷搶奪市占率的Bing……
七個案例看見微軟如何在分秒必爭的科技業，
用四個模式永處創新巔峰：
★創新模式一：讓創新成為標準化日常
Office團隊靠著「保留率」這個新指標，
成功改變三十五年來的思維模式，
讓創新標準化、系統化、穩定化，成為可複製的流程。
★創新模式二：持續實現適應性創新
Xbox率先推出Game Pass訂閱制服務，
避開僵化陷阱，適應市場挑戰，
透過高層支持與跨部門團隊不斷優化現有流程。
★創新模式三：用情感激發全體變革
Cognitive Services從七個部門找來不同人才，
從建立信任到共同願景，
打破慣性，改變所有人做事的方式，
讓所有利益關係人都願意參與其中。
★創新模式四：超越技術的創新
VS Code團隊凝聚了一批忠誠又活躍的社群，
這個時代光靠技術或產品創新絕對不夠，
還需要結合商業轉型創新，才能獨占優勢！
兩位微軟內部人士總結微軟屹立半世紀的關鍵，
歸納一套可複製、可應用、不限任何產業的創新策略，
讓你的企業也能與時俱進、永保巔峰！
OpenAI最強大的幕後推手，從作業系統到雲端生態圈霸主
7創新案例 ╳ 4核心模式
看微軟如何躋身AI時代不敗巨頭！
從跨界在遊戲產業闖出一片天的Xbox，
到稱霸辦公軟體界的Office，
從巨頭Google手中不斷搶奪市占率的Bing……
七個案例看見微軟如何在分秒必爭的科技業，
用四個模式永處創新巔峰：
★創新模式一：讓創新成為標準化日常
Office團隊靠著「保留率」這個新指標，
成功改變三十五年來的思維模式，
讓創新標準化、系統化、穩定化，成為可複製的流程。
★創新模式二：持續實現適應性創新
Xbox率先推出Game Pass訂閱制服務，
避開僵化陷阱，適應市場挑戰，
透過高層支持與跨部門團隊不斷優化現有流程。
★創新模式三：用情感激發全體變革
Cognitive Services從七個部門找來不同人才，
從建立信任到共同願景，
打破慣性，改變所有人做事的方式，
讓所有利益關係人都願意參與其中。
★創新模式四：超越技術的創新
VS Code團隊凝聚了一批忠誠又活躍的社群，
這個時代光靠技術或產品創新絕對不夠，
還需要結合商業轉型創新，才能獨占優勢！
兩位微軟內部人士總結微軟屹立半世紀的關鍵，
歸納一套可複製、可應用、不限任何產業的創新策略，
讓你的企業也能與時俱進、永保巔峰！
目錄
推薦序 五十年創新的精彩花絮／艾瑞克．霍維茲，微軟首席科學長
前 言 說服比爾．蓋茲投資十億的團隊
第一篇 讓微軟與眾不同的七個創新實例
第一章 Xbox：平衡BXT框架，培養創新文化
第二章 Visual Studio Code：從祕密小團隊開始，擁抱創新的兩難
第三章 Microsoft Office：善用策略設計，釋放更大價值
第四章 Cognitive Services：靠著極致協作翻身
第五章 微軟研究院：發明與創新之間的橋梁
第六章 Bing：善用劣勢者的優勢
第七章 負責任的創新：動作快，但不能搞砸！
第二篇 讓微軟永處巔峰的四個創新模式
第八章 創新模式一：讓創新成為標準化日常
第九章 創新模式二：持續實現適應性創新
第十章 創新模式三：用情感激發全體變革
第十一章 創新模式四：超越技術的創新
結 語 引領企業前進的黃金原則
注 釋
參考資料
前 言 說服比爾．蓋茲投資十億的團隊
第一篇 讓微軟與眾不同的七個創新實例
第一章 Xbox：平衡BXT框架，培養創新文化
第二章 Visual Studio Code：從祕密小團隊開始，擁抱創新的兩難
第三章 Microsoft Office：善用策略設計，釋放更大價值
第四章 Cognitive Services：靠著極致協作翻身
第五章 微軟研究院：發明與創新之間的橋梁
第六章 Bing：善用劣勢者的優勢
第七章 負責任的創新：動作快，但不能搞砸！
第二篇 讓微軟永處巔峰的四個創新模式
第八章 創新模式一：讓創新成為標準化日常
第九章 創新模式二：持續實現適應性創新
第十章 創新模式三：用情感激發全體變革
第十一章 創新模式四：超越技術的創新
結 語 引領企業前進的黃金原則
注 釋
參考資料
試閱
第六章 Bing：善用劣勢者的優勢
Google早期的一連串創新，開啟無限的成長循環。使用者越多，搜尋量越大，Google就可以持續改良演算法，結果呢？Google搜尋結果更精準，吸引更多人使用。人多了，廣告商蜂擁而至，Google的營收大幅成長。Google也懂得善用這筆資金，開發新產品和新功能，進一步吸引更多使用者。二○○六至二○○七年，Google甚至推出Google Docs、Sheets和Slides，第一次真正威脅到微軟價值百億美元的Office產品線。
後來，微軟發現搜尋引擎的重要性，但已經慢了一步。到了二○○九年，微軟終於認清現實，他們需要更聚焦的計畫，於是Bing就誕生了。為了擴大使用者，微軟和雅虎聯手，成立一個搜尋聯盟，讓雅虎直接使用 Bing的搜尋技術，等於把雅虎的市占率納入Bing的版圖。除此之外，微軟試圖整合Facebook和Twitter的數據，希望搜尋結果更加個人化、更符合使用者的社群背景。Bing甚至採取激進的招數，叫做Bing獎勵計畫，直接付錢給使用者，只要改用Bing搜尋，就可以獲得獎勵。但即使做了這些努力，依然撼動不了Google的霸主地位，二○一二年，Google市占率仍然高達九○％，Bing卻不到五％。
限制會激發創意
在這個背景下，微軟高層緊急開會，討論公司的下一步。難道要直接退出搜尋市場嗎？絕對不行！如果微軟撤退，Google就沒有後顧之憂，就會把資源抽走，全力發展生產力工具。難道要砸更多錢跟Google硬拚？不可能！微軟已經在搜尋引擎燒了幾億美元，但成效有限，遠遠比不上Google的成長速度。團隊決定走第三條路。
微軟承諾打一場不對稱的長期抗戰。Bing的預算和團隊，跟Google比起來天差地遠，但仍要維持市占率，甚至擴大市占率，而且還要做到不虧損。限制已經夠多了，還要想辦法突破困境。
Bing還有一個關鍵任務：不可以只顧自己創新，這些技術還要幫得上整個微軟。這不是辦個研討會或分享會這麼簡單，而是要實際打造平台、開發工具和輸出技術，確保這些突破能夠快速流向其他產品團隊。這不只是實現公司的內部團結，而是現實的考量：為了跟Google搜尋引擎競爭，需要龐大的資金，舉凡超大型資料中心、高效能伺服器、全天候不間斷的服務，都需要等待數年才可能回本。Bing機器學習部門業務副總裁沙拉巴．蒂瓦里（Saurabh Tiwary）回憶：「我們需要非常多的資金，多到沒人敢把這麼多錢砸在單一團隊上。所以我們必須證明，Bing打造出來的技術，可以幫上整個微軟。」
尋找無名英雄
Bing是遙遙落後的第二名，根本沒機會翻身，如此黯淡的前景，真是讓人提不起勁。為了吸引頂尖人才，Bing高層告訴自己，他們是唯一能抗衡Google的勢力，要是沒有人制衡，Google會完全壟斷搜尋市場，甚至有可能掌握全球資訊的流通。當時搜尋暨推廣部門業務副總裁左迪．里巴斯（Jordi Ribas）回憶：
對我們來說，搜尋技術對社會很重要，如果讓一家公司獨大，絕對不是一件好事。我們找的人，也要認同這個使命，因為我們知道，當業務和市場的挑戰大到難以克服，這個信念可以讓大家撐下去，繼續奮鬥。
Bing摸索出一套招募心法，可以找到合適的人才，因為這個工作環境充滿不確定性，又很講究使命感。其中一個策略是彈性面試流程，公司會安排基本的面試場次，但應徵者可以自己決定，要不要再多約幾場。結果發現，越主動安排面試的人，通常對Bing的使命感最強，最有衝勁。
Bing還有一個招數，就是在面試時刻意轉換話題，測試應徵者對不確定性的反應。面對突如其來的變化，有人會慌了手腳，但有人會越來越興奮，Bing的工作環境充滿變數，顯然比較適合後面那種人。
Bing就連業績考核標準也改了，因為這是一場硬仗，他們要打敗的是市場龍頭Google。其他部門把市占率當成其中一個指標，但對於Bing來說，市占率是唯一的指標，哪怕只多了○．一％也要密切關注。為什麼呢？因為從來沒有人能從Google手中搶走搜尋市場的市占率，即使只有成長○．一％，換算下來也是上千萬美元的營收。麥克．沙赫特（Michael Schechter）很早就加入Bing團隊，現為Bing成長暨推廣副總裁，他回憶起那段日子：
我剛進Bing的時候，完全不相信我們有機會跟Google競爭。但後來納德拉（現任微軟執行長）來演講，他說，打敗Google這個目標太大了，我們真正要做的，只是慢慢搶下市占率，成為世上成長最快的搜尋引擎。這讓我燃起了鬥志！
這樣做，挑戰Google這件事不再遙不可及，而是一個個可執行、可衡量的階段性目標。
循序漸進的「試飛」
Bing特別設計一些機制來實現使命，比如「試飛」（flight），也就是循序漸進測試新功能，限時開放給一部分使用者體驗。試飛的重點是學習：哪些功能真的如期運作？哪裡出了問題？使用者喜歡什麼，不喜歡什麼？Bing鼓勵團隊冒險，嘗試新做法，反正試飛的核心目標就是學習。如果新功能的效果不佳，團隊大可在下一次試飛調整，甚至直接放棄。不過，每一次試飛，還是要有足夠的新功能順利上線，否則Bing會停止成長。把學習擺在第一位，就算有些實驗失敗了，也可以累積經驗，讓未來的新功能更容易成功。
試飛的重頭戲就是回顧會議。每次試飛完畢，蒐集所有相關的資料，Bing就會召集所有參與的人，開一場試飛回顧會議，討論什麼奏效、什麼不奏效，並研擬下次試飛的學習重點。對於沒達到預期效果的功能，沒有人會去責怪或批評，因為重點是找到問題的根源，為什麼那個有效、那個沒有效，然後再把經驗帶到下一次試飛。Bing成長暨推廣合夥總經理迪娜．桑德斯（Dena Saunders）這樣說：「我們是整個團隊在試飛，不管成功或失敗，都值得慶祝，因為有失敗就有學習。我們還會在未來的試飛回顧會議，刻意提起過去的失敗經驗，強調那些失敗的價值。這會鼓勵大家勇於冒險。」
每季都要提升市占率
Bing團隊長期不斷學習，越來越了解使用者需求和搜尋業務，高層終於有了信心，重新調整Bing的目標：每季都要提升市占率。
這個目標訂得剛剛好！一來符合公司的大方向，二來又具體、可以衡量，挑戰度適中，並非遙不可及。比如說，把成長週期設為「每季」，而不是「每月」，給團隊足夠的時間克服挫折，靈活調整方向。
事實證明，這個策略很有效。二○○九年開始，Bing每一季都成功提升市占率，沒有一次例外。
這一連串的結構性創新，例如找到有使命感的人、建立學習系統、設定精準目標，讓Bing能夠跟Google正面交鋒，環環相扣、週週推進，最終，Bing在美國個人電腦的搜尋市占率攀升到三八．五％。雖然全球市占率還是個位數，但足以證明，只要夠專注、夠堅持，大衛也能在巨人身上留下幾道傷痕。
此外，Bing還有另一個目標，就是把創新技術輸出到微軟其他部門，這個目標也有進展。這場跟Google的戰役，就像跟奧運選手一起訓練，Bing不得不突破自身極限，才能跟上對手。隨著這些突破在微軟內部受到關注，技術轉移的頻率增加了，里巴斯這樣說：「有一次盤點，我們居然發現微軟有超過一百個機器學習模型，是從Bing轉移過去的！」
擁抱新興技術
搜尋引擎的核心技術，基本上就是機器學習。機器學習運用複雜的數學模型，來幫助搜尋引擎做各種決策，例如：哪些網站跟這次查詢最相關？哪些關鍵字可以反映使用者的意圖？特定使用者最可能點擊哪些廣告？
機器學習發展五十多年，成熟度很高，有一套業界標準流程。例如，選對演算法是風險極高的決策，必須考慮並測試數十種選項，才能找到最適合的。另外，決定模型的「特徵」，也就是哪些輸入數據對結果影響最大，更是整個流程的關鍵。這種工作仰賴大量數據科學家，因此機器學習團隊規模大，專家雲集，營運成本相當高。
Google是機器學習的翹楚，聘用數百位博士、上千名工程師，各自負責搜尋系統的一小部分，用專門的演算法解決問題。相形之下，Bing能投入的資源少太多了。
二○一二年，微軟重新思考Bing的使命，深度學習（Deep Learning，DL）這種新技術剛好嶄露頭角。深度學習把大量原始數據，丟進多層次的演算法，叫做神經網絡，讓演算法自己找出規律，從中學習。基本上，深度學習的學習方式，就像小孩子學習的模式，不斷接觸新的數據，發現規律，然後內化變成知識。
蒂瓦里馬上意識到，深度學習可能會改變遊戲規則。這種模型的泛化能力很強，也就是說，一個演算法可以擅長多種任務，不像傳統的機器學習，必須針對每一個任務，調校一個專門的模型，所以需要大批的專家。換句話說，若採用深度學習技術，即使團隊不大，也可以進步很快。當時深度學習的準確度還比不上機器學習，但發展速度驚人，應該很快就可以趕上。更何況這項技術還很新穎，市場上沒有真正的專家，大家都還在學習。
Bing立刻開始行動，組成一支只有四位工程師的小團隊，盡快展開實驗。他們對深度學習一無所知，但不斷閱讀論文、參加研討會，甚至向學界的專家請教。不到一年，他們就拿出足夠的成果，Bing決定加碼投資深度學習。
打造深度學習生態系
深度學習是一門新技術，要真正發揮潛力，需要一系列配套技術。這就是為什麼微軟比新創企業或小公司更有優勢。深度學習要處理大量的數據，資料儲存系統必須擴充容量；網路傳輸速度也要加快，這樣數據來回傳遞的過程，才能夠又快又穩；電腦晶片也要提升運算能力，變得更有效率。微軟研究院剛好就是最理想的推手，擁有世界級的電腦科學專家。
有了微軟研究院的支持，Bing很快就把深度學習導入搜尋引擎。按照Bing的策略方針，這些技術隨後也會分享給微軟其他團隊，形成強大的回饋循環，得知這項技術在各種情境的成效，哪些情況有效、哪些情況無效。Bing也善用深度學習技術，改良自身的搜尋引擎，證明深度學習技術的價值。蒂瓦里這樣形容：
微軟就是我們創新的舞台。如果在其他公司，我們的開發範圍，可能會局限在搜尋產品本身。但是在微軟，我們不僅站在搜尋技術的最前線，居然還能夠幫助其他產品，證明這是值得投資的技術。深度學習就是最好的例子。如果這只能用在搜尋引擎，恐怕沒必要耗費大筆資金。但這個技術也可以用在Word、Outlook、PowerPoint等產品，格局就完全不同。
Bing改用深度學習後，瞬間拉近跟Google的搜尋技術差距。Google當時在傳統機器學習投注大量資源，轉向深度學習的速度比較慢。五年後，Bing分析搜尋品質的關鍵指標，已經追上Google了。更重要的是，Bing還因為發展深度學習技術，成為微軟推動AI技術的先鋒，後來，微軟跟OpenAI建立策略合作關係，共同推出GPT系列模型，Bing也就順理成章，成為第一批部署強大深度學習模型的部門。
微軟與OpenAI的策略合作
二○二二年，OpenAI宣布GPT-4模型訓練完畢，這可是當時全球最強大的 AI語言模型，遙遙領先其他技術，而且獨家授權給微軟，微軟可以把GPT-4整合到各種產品和服務。 GPT-4的進步幅度超過前幾代模型，甚至難以用言語形容。只需要輸入幾個字或幾句話，就能夠生成流暢連貫的內容。可以執行各種自然語言任務，無論是回答問題、摘錄文章、翻譯外文、寫故事、作曲，都游刃有餘。大家公認它是AI發展史的重要里程碑，甚至有人認為，我們終於更貼近通用人工智慧（Artificial General Intelligence，AGI）了，換句話說，AI終於可以像人類一樣理解，執行各式各樣的心智任務。
首先，Bing不是把GPT-4當成「附加」功能，而是徹底顛覆搜尋體驗，從根本重新思考和設計。過去幾十年來，搜尋的模式大致不變，都是由使用者輸入關鍵字，瀏覽一連串的連結和網站，如果不滿意的話，那就修改關鍵字，重複整個過程，直到找到自己想要的資訊。最後，使用者點進某個網站，繼續尋找答案。
Bing打破了這條老路，把AI變成搜尋體驗的核心：使用者輸入搜尋內容，這部分跟以前一樣，但是接下來，GPT-4會根據這個問題，主動延伸一系列的相關搜尋，試圖補全使用者的意圖。Bing負責上網搜尋，找出最相關的網站，讀完這些內容，提供使用者一份清楚的摘要。使用者直接在Bing深入追問，以確認更多細節，完全不需要離開Bing的介面。
其次，微軟還特地成立一支安全團隊，確保Bing全新的搜尋服務上線時，能夠安全又穩定。本書作者卡里南曾經參與這個專案，至今仍覺得這是職涯中最值得驕傲的經歷之一。這支團隊超過一百人，來自微軟各個部門，共同應對各種AI風險，包括幻覺（hallucination）、偏見與刻板印象。重要的是，這會跟普羅米修斯專案同步進行，確保在整個開發過程中，能夠深入考量安全性問題。關於這部分的細節，在第七章會有更詳細的說明。
Google早期的一連串創新，開啟無限的成長循環。使用者越多，搜尋量越大，Google就可以持續改良演算法，結果呢？Google搜尋結果更精準，吸引更多人使用。人多了，廣告商蜂擁而至，Google的營收大幅成長。Google也懂得善用這筆資金，開發新產品和新功能，進一步吸引更多使用者。二○○六至二○○七年，Google甚至推出Google Docs、Sheets和Slides，第一次真正威脅到微軟價值百億美元的Office產品線。
後來，微軟發現搜尋引擎的重要性，但已經慢了一步。到了二○○九年，微軟終於認清現實，他們需要更聚焦的計畫，於是Bing就誕生了。為了擴大使用者，微軟和雅虎聯手，成立一個搜尋聯盟，讓雅虎直接使用 Bing的搜尋技術，等於把雅虎的市占率納入Bing的版圖。除此之外，微軟試圖整合Facebook和Twitter的數據，希望搜尋結果更加個人化、更符合使用者的社群背景。Bing甚至採取激進的招數，叫做Bing獎勵計畫，直接付錢給使用者，只要改用Bing搜尋，就可以獲得獎勵。但即使做了這些努力，依然撼動不了Google的霸主地位，二○一二年，Google市占率仍然高達九○％，Bing卻不到五％。
限制會激發創意
在這個背景下，微軟高層緊急開會，討論公司的下一步。難道要直接退出搜尋市場嗎？絕對不行！如果微軟撤退，Google就沒有後顧之憂，就會把資源抽走，全力發展生產力工具。難道要砸更多錢跟Google硬拚？不可能！微軟已經在搜尋引擎燒了幾億美元，但成效有限，遠遠比不上Google的成長速度。團隊決定走第三條路。
微軟承諾打一場不對稱的長期抗戰。Bing的預算和團隊，跟Google比起來天差地遠，但仍要維持市占率，甚至擴大市占率，而且還要做到不虧損。限制已經夠多了，還要想辦法突破困境。
Bing還有一個關鍵任務：不可以只顧自己創新，這些技術還要幫得上整個微軟。這不是辦個研討會或分享會這麼簡單，而是要實際打造平台、開發工具和輸出技術，確保這些突破能夠快速流向其他產品團隊。這不只是實現公司的內部團結，而是現實的考量：為了跟Google搜尋引擎競爭，需要龐大的資金，舉凡超大型資料中心、高效能伺服器、全天候不間斷的服務，都需要等待數年才可能回本。Bing機器學習部門業務副總裁沙拉巴．蒂瓦里（Saurabh Tiwary）回憶：「我們需要非常多的資金，多到沒人敢把這麼多錢砸在單一團隊上。所以我們必須證明，Bing打造出來的技術，可以幫上整個微軟。」
尋找無名英雄
Bing是遙遙落後的第二名，根本沒機會翻身，如此黯淡的前景，真是讓人提不起勁。為了吸引頂尖人才，Bing高層告訴自己，他們是唯一能抗衡Google的勢力，要是沒有人制衡，Google會完全壟斷搜尋市場，甚至有可能掌握全球資訊的流通。當時搜尋暨推廣部門業務副總裁左迪．里巴斯（Jordi Ribas）回憶：
對我們來說，搜尋技術對社會很重要，如果讓一家公司獨大，絕對不是一件好事。我們找的人，也要認同這個使命，因為我們知道，當業務和市場的挑戰大到難以克服，這個信念可以讓大家撐下去，繼續奮鬥。
Bing摸索出一套招募心法，可以找到合適的人才，因為這個工作環境充滿不確定性，又很講究使命感。其中一個策略是彈性面試流程，公司會安排基本的面試場次，但應徵者可以自己決定，要不要再多約幾場。結果發現，越主動安排面試的人，通常對Bing的使命感最強，最有衝勁。
Bing還有一個招數，就是在面試時刻意轉換話題，測試應徵者對不確定性的反應。面對突如其來的變化，有人會慌了手腳，但有人會越來越興奮，Bing的工作環境充滿變數，顯然比較適合後面那種人。
Bing就連業績考核標準也改了，因為這是一場硬仗，他們要打敗的是市場龍頭Google。其他部門把市占率當成其中一個指標，但對於Bing來說，市占率是唯一的指標，哪怕只多了○．一％也要密切關注。為什麼呢？因為從來沒有人能從Google手中搶走搜尋市場的市占率，即使只有成長○．一％，換算下來也是上千萬美元的營收。麥克．沙赫特（Michael Schechter）很早就加入Bing團隊，現為Bing成長暨推廣副總裁，他回憶起那段日子：
我剛進Bing的時候，完全不相信我們有機會跟Google競爭。但後來納德拉（現任微軟執行長）來演講，他說，打敗Google這個目標太大了，我們真正要做的，只是慢慢搶下市占率，成為世上成長最快的搜尋引擎。這讓我燃起了鬥志！
這樣做，挑戰Google這件事不再遙不可及，而是一個個可執行、可衡量的階段性目標。
循序漸進的「試飛」
Bing特別設計一些機制來實現使命，比如「試飛」（flight），也就是循序漸進測試新功能，限時開放給一部分使用者體驗。試飛的重點是學習：哪些功能真的如期運作？哪裡出了問題？使用者喜歡什麼，不喜歡什麼？Bing鼓勵團隊冒險，嘗試新做法，反正試飛的核心目標就是學習。如果新功能的效果不佳，團隊大可在下一次試飛調整，甚至直接放棄。不過，每一次試飛，還是要有足夠的新功能順利上線，否則Bing會停止成長。把學習擺在第一位，就算有些實驗失敗了，也可以累積經驗，讓未來的新功能更容易成功。
試飛的重頭戲就是回顧會議。每次試飛完畢，蒐集所有相關的資料，Bing就會召集所有參與的人，開一場試飛回顧會議，討論什麼奏效、什麼不奏效，並研擬下次試飛的學習重點。對於沒達到預期效果的功能，沒有人會去責怪或批評，因為重點是找到問題的根源，為什麼那個有效、那個沒有效，然後再把經驗帶到下一次試飛。Bing成長暨推廣合夥總經理迪娜．桑德斯（Dena Saunders）這樣說：「我們是整個團隊在試飛，不管成功或失敗，都值得慶祝，因為有失敗就有學習。我們還會在未來的試飛回顧會議，刻意提起過去的失敗經驗，強調那些失敗的價值。這會鼓勵大家勇於冒險。」
每季都要提升市占率
Bing團隊長期不斷學習，越來越了解使用者需求和搜尋業務，高層終於有了信心，重新調整Bing的目標：每季都要提升市占率。
這個目標訂得剛剛好！一來符合公司的大方向，二來又具體、可以衡量，挑戰度適中，並非遙不可及。比如說，把成長週期設為「每季」，而不是「每月」，給團隊足夠的時間克服挫折，靈活調整方向。
事實證明，這個策略很有效。二○○九年開始，Bing每一季都成功提升市占率，沒有一次例外。
這一連串的結構性創新，例如找到有使命感的人、建立學習系統、設定精準目標，讓Bing能夠跟Google正面交鋒，環環相扣、週週推進，最終，Bing在美國個人電腦的搜尋市占率攀升到三八．五％。雖然全球市占率還是個位數，但足以證明，只要夠專注、夠堅持，大衛也能在巨人身上留下幾道傷痕。
此外，Bing還有另一個目標，就是把創新技術輸出到微軟其他部門，這個目標也有進展。這場跟Google的戰役，就像跟奧運選手一起訓練，Bing不得不突破自身極限，才能跟上對手。隨著這些突破在微軟內部受到關注，技術轉移的頻率增加了，里巴斯這樣說：「有一次盤點，我們居然發現微軟有超過一百個機器學習模型，是從Bing轉移過去的！」
擁抱新興技術
搜尋引擎的核心技術，基本上就是機器學習。機器學習運用複雜的數學模型，來幫助搜尋引擎做各種決策，例如：哪些網站跟這次查詢最相關？哪些關鍵字可以反映使用者的意圖？特定使用者最可能點擊哪些廣告？
機器學習發展五十多年，成熟度很高，有一套業界標準流程。例如，選對演算法是風險極高的決策，必須考慮並測試數十種選項，才能找到最適合的。另外，決定模型的「特徵」，也就是哪些輸入數據對結果影響最大，更是整個流程的關鍵。這種工作仰賴大量數據科學家，因此機器學習團隊規模大，專家雲集，營運成本相當高。
Google是機器學習的翹楚，聘用數百位博士、上千名工程師，各自負責搜尋系統的一小部分，用專門的演算法解決問題。相形之下，Bing能投入的資源少太多了。
二○一二年，微軟重新思考Bing的使命，深度學習（Deep Learning，DL）這種新技術剛好嶄露頭角。深度學習把大量原始數據，丟進多層次的演算法，叫做神經網絡，讓演算法自己找出規律，從中學習。基本上，深度學習的學習方式，就像小孩子學習的模式，不斷接觸新的數據，發現規律，然後內化變成知識。
蒂瓦里馬上意識到，深度學習可能會改變遊戲規則。這種模型的泛化能力很強，也就是說，一個演算法可以擅長多種任務，不像傳統的機器學習，必須針對每一個任務，調校一個專門的模型，所以需要大批的專家。換句話說，若採用深度學習技術，即使團隊不大，也可以進步很快。當時深度學習的準確度還比不上機器學習，但發展速度驚人，應該很快就可以趕上。更何況這項技術還很新穎，市場上沒有真正的專家，大家都還在學習。
Bing立刻開始行動，組成一支只有四位工程師的小團隊，盡快展開實驗。他們對深度學習一無所知，但不斷閱讀論文、參加研討會，甚至向學界的專家請教。不到一年，他們就拿出足夠的成果，Bing決定加碼投資深度學習。
打造深度學習生態系
深度學習是一門新技術，要真正發揮潛力，需要一系列配套技術。這就是為什麼微軟比新創企業或小公司更有優勢。深度學習要處理大量的數據，資料儲存系統必須擴充容量；網路傳輸速度也要加快，這樣數據來回傳遞的過程，才能夠又快又穩；電腦晶片也要提升運算能力，變得更有效率。微軟研究院剛好就是最理想的推手，擁有世界級的電腦科學專家。
有了微軟研究院的支持，Bing很快就把深度學習導入搜尋引擎。按照Bing的策略方針，這些技術隨後也會分享給微軟其他團隊，形成強大的回饋循環，得知這項技術在各種情境的成效，哪些情況有效、哪些情況無效。Bing也善用深度學習技術，改良自身的搜尋引擎，證明深度學習技術的價值。蒂瓦里這樣形容：
微軟就是我們創新的舞台。如果在其他公司，我們的開發範圍，可能會局限在搜尋產品本身。但是在微軟，我們不僅站在搜尋技術的最前線，居然還能夠幫助其他產品，證明這是值得投資的技術。深度學習就是最好的例子。如果這只能用在搜尋引擎，恐怕沒必要耗費大筆資金。但這個技術也可以用在Word、Outlook、PowerPoint等產品，格局就完全不同。
Bing改用深度學習後，瞬間拉近跟Google的搜尋技術差距。Google當時在傳統機器學習投注大量資源，轉向深度學習的速度比較慢。五年後，Bing分析搜尋品質的關鍵指標，已經追上Google了。更重要的是，Bing還因為發展深度學習技術，成為微軟推動AI技術的先鋒，後來，微軟跟OpenAI建立策略合作關係，共同推出GPT系列模型，Bing也就順理成章，成為第一批部署強大深度學習模型的部門。
微軟與OpenAI的策略合作
二○二二年，OpenAI宣布GPT-4模型訓練完畢，這可是當時全球最強大的 AI語言模型，遙遙領先其他技術，而且獨家授權給微軟，微軟可以把GPT-4整合到各種產品和服務。 GPT-4的進步幅度超過前幾代模型，甚至難以用言語形容。只需要輸入幾個字或幾句話，就能夠生成流暢連貫的內容。可以執行各種自然語言任務，無論是回答問題、摘錄文章、翻譯外文、寫故事、作曲，都游刃有餘。大家公認它是AI發展史的重要里程碑，甚至有人認為，我們終於更貼近通用人工智慧（Artificial General Intelligence，AGI）了，換句話說，AI終於可以像人類一樣理解，執行各式各樣的心智任務。
首先，Bing不是把GPT-4當成「附加」功能，而是徹底顛覆搜尋體驗，從根本重新思考和設計。過去幾十年來，搜尋的模式大致不變，都是由使用者輸入關鍵字，瀏覽一連串的連結和網站，如果不滿意的話，那就修改關鍵字，重複整個過程，直到找到自己想要的資訊。最後，使用者點進某個網站，繼續尋找答案。
Bing打破了這條老路，把AI變成搜尋體驗的核心：使用者輸入搜尋內容，這部分跟以前一樣，但是接下來，GPT-4會根據這個問題，主動延伸一系列的相關搜尋，試圖補全使用者的意圖。Bing負責上網搜尋，找出最相關的網站，讀完這些內容，提供使用者一份清楚的摘要。使用者直接在Bing深入追問，以確認更多細節，完全不需要離開Bing的介面。
其次，微軟還特地成立一支安全團隊，確保Bing全新的搜尋服務上線時，能夠安全又穩定。本書作者卡里南曾經參與這個專案，至今仍覺得這是職涯中最值得驕傲的經歷之一。這支團隊超過一百人，來自微軟各個部門，共同應對各種AI風險，包括幻覺（hallucination）、偏見與刻板印象。重要的是，這會跟普羅米修斯專案同步進行，確保在整個開發過程中，能夠深入考量安全性問題。關於這部分的細節，在第七章會有更詳細的說明。
配送方式
-
台灣
- 國內宅配：本島、離島
-
到店取貨：
不限金額免運費
-
海外
- 國際快遞：全球
-
港澳店取：
訂購/退換貨須知
加入金石堂 LINE 官方帳號『完成綁定』，隨時掌握出貨動態：
提醒您！！
金石堂及銀行均不會請您操作ATM! 如接獲電話要求您前往ATM提款機，請不要聽從指示，以免受騙上當！
退換貨須知：
**提醒您，鑑賞期不等於試用期，退回商品須為全新狀態**
-
依據「消費者保護法」第19條及行政院消費者保護處公告之「通訊交易解除權合理例外情事適用準則」，以下商品購買後，除商品本身有瑕疵外，將不提供7天的猶豫期：
- 易於腐敗、保存期限較短或解約時即將逾期。（如：生鮮食品）
- 依消費者要求所為之客製化給付。（客製化商品）
- 報紙、期刊或雜誌。（含MOOK、外文雜誌）
- 經消費者拆封之影音商品或電腦軟體。
- 非以有形媒介提供之數位內容或一經提供即為完成之線上服務，經消費者事先同意始提供。（如：電子書、電子雜誌、下載版軟體、虛擬商品…等）
- 已拆封之個人衛生用品。（如：內衣褲、刮鬍刀、除毛刀…等）
- 若非上列種類商品，均享有到貨7天的猶豫期（含例假日）。
- 辦理退換貨時，商品（組合商品恕無法接受單獨退貨）必須是您收到商品時的原始狀態（包含商品本體、配件、贈品、保證書、所有附隨資料文件及原廠內外包裝…等），請勿直接使用原廠包裝寄送，或於原廠包裝上黏貼紙張或書寫文字。
- 退回商品若無法回復原狀，將請您負擔回復原狀所需費用，嚴重時將影響您的退貨權益。
商品評價