先讲一个不太起眼但很关键的动作。2023 年，微软没有做一件很多人以为它会做的事——它没有把 OpenAI 的模型包装成一个单独的、闪闪发光的新产品，让你专门跑去用。它做了相反的事：把这个模型拆开，像接水管一样，接进你每天已经在用的每一个软件里。
这一章讲的就是这根根水管怎么铺、为什么这么铺能赚到钱，以及这份收成里有多少是真金、有多少是泡沫。
先看它铺得有多广
把前面几章埋的线收一收。微软手里有一个"发动机"——OpenAI 的模型（你可以粗暴地理解成 ChatGPT 背后那台会读会写会推理的东西）。微软没有只造一辆车装它，而是把它装进了自己车库里的每一辆车。
- GitHub Copilot——帮程序员写代码。这是第 9 章埋的线：程序员写一半，它猜出你想写的下一段，自动补全。这是整个 Copilot 家族最早、口碑也最扎实的一个，因为写代码这件事对错分明，好用不好用当场见分晓。
- Microsoft 365 Copilot——2023 年 3 月宣布，接进 Office 全家桶。在 Word 里让它写初稿，在 Excel 里让它分析一张表，在 Outlook 里让它替你起草邮件，在 Teams 里让它把你没参加的那场会议总结成三句话。
- Windows Copilot——直接塞进操作系统，桌面右边拉出一个侧边栏，问它、使唤它。
- Security Copilot——帮安全人员分析威胁。安全这行每天要看海量日志和告警，让 AI 先嚼一遍、指出哪里可疑。
- Azure 上的 AI 服务——把同一套模型开放给企业自己的开发者，让他们在自己的产品里调用。
看出规律了吗？同一个发动机，装进微软所有的车。Copilot（微软给自家这一系列 AI 助手起的统一品牌，副驾驶的意思——它不替你开车，是坐在你旁边帮你的 AI）这个名字本身就是这个策略的说明书：它不是一个新地方，而是贴在你已有工具旁边的一个帮手。
核心论点：渠道比模型更值钱
这里要把第 12 章那个赌注讲透。你可能会想：模型才是最难的、最聪明的东西，谁有最好的模型谁就赢，对吧？微软赌的恰恰不是这个。
想象两个人手里都拿着一台一模一样的顶级发动机。第一个人是一家纯做模型的创业公司——它只有发动机，得自己去造车、去找车主、一个一个地谈"你要不要装我这台引擎"。第二个人是微软——它早就有全世界现成的车，还有几亿人正坐在这些车里开着。同样一台发动机，接进微软，一夜之间摆到几亿人面前；接进那家创业公司，得从零开始一个个找用户。
这几亿人不是虚的。是几亿台装着 Windows 的电脑，几亿个每天打开 Word 和 Excel 的上班族，是无数已经签好的企业合同和已经建立的 IT 采购关系。模型这东西，别人也能训练出差不多的；但"几亿人已经在用你的软件、你的采购员已经认识企业的 IT 主管"这件事，是几十年攒下来的，别人一年两年买不到、抄不走。这才是护城河——护城河不是那台引擎，是引擎能一瞬间开到几亿人面前的这条路。
所以第 12 章说的"赌渠道"，在这一章兑现了：微软赌的是，在 AI 时代，谁能把模型送到用户面前，比谁能造出最好的模型更值钱。
怎么变成钱：一道加在老水管上的新水费
铺得广只是故事的一半，另一半是这广度怎么变成收入。答案简单得有点无聊：加价卖。
M365 Copilot 对企业按每个用户每月约 30 美元加价订阅（产品 3 月亮相，这个价码是同年 7 月才正式公布的）。注意这个词——加价。加价销售（upsell，指对已经在付费的老客户，在他原有的档次之上，再卖给他一个更贵的档次）。这呼应第 5 章讲过的订阅逻辑：微软早就把卖断的软件改成了按月收费的自来水；现在它做的，是在这根已经在流水、已经在收费的老管子上，再接一道 AI 水表，让水费再涨一截。
为什么说这是微软的梦幻生意？因为最贵的一步它已经走完了。一家新公司想卖 AI 订阅，得先花大钱把用户一个个拉来（这叫获客成本）。微软不用——它已经有几亿个正在付费的 Office 企业用户，账号在、合同在、付款关系在。给这些人再加一道每月 30 美元的 AI 费，等于给已经在你店里的老顾客推荐一个升级套餐，多卖出去的每一分钱，几乎没花额外的获客成本。边际获客成本（每多拉来一个付费用户要额外花的钱）在这里接近于零。
把它量化一下你就懂这生意有多恐怖：假设有几千万企业用户升级，每人每月 30 美元，一年就是数以十亿美元计的新增收入——而这些收入几乎是在原有业务之上凭空叠出来的一层。这就是"把别人的模型灌进自己渠道"最直接的收成。
但是——别把它写成赞歌
如果这一章到这里就结束，那它是一篇软文。真实情况要诚实得多。
Copilot 早期的口碑是两极分化的。有人觉得神，从此离不开；也有人觉得它华而不实——问一句答非所问，给的初稿还得大改，30 美元一个月贵得不值。更尴尬的一种情况是：企业整批买了授权，发下去，结果没几个员工真的用，钱花了，ROI（投资回报，花出去的钱到底换回了多少实际价值）说不清。
还有一个绕不开的老毛病：幻觉（hallucination，指模型一本正经地编出一段看着合理、其实是错的内容）。它会用非常自信的口气给你一个错误的数字、一个不存在的引用。在写着玩的场合无所谓，但在一封发给客户的邮件、一份财报分析里，这种"自信的错误"是要出事的。
所以要把话说准："分发得广"不等于"每个功能都真有用"。微软做到的是把自己的分发优势用到了极致——它能保证这个 AI 出现在几亿人眼前，但它保证不了这个 AI 对每个人、每个场景都好用。收成是真的，泡沫质疑也是真的，两件事同时成立。
这一章证明了什么，又埋下了什么
回到全书的主线。第 12 章微软下了一个赌注：不自己造发动机，去赌渠道。第 13 章要回答的是——这个赌注在商业上到底说不说得通？
答案是：说得通。微软没有训练出全世界最好的模型，但它靠"把别人的模型灌进自己所有的水管"，抢到了 AI 时代最好的身位——产品最全、触达最广、变现最直接。别人还在找车找用户，它已经在收第二道水费了。这份收成实打实地落进了财报。
但收成越大，一句隐忧就越响：这台让所有水管都通电的发动机，不是微软自己的，是 OpenAI 的。Copilot 铺得越广、赚得越多，微软就把越多的身家性命押在了这一个供应商身上。你越离不开一样东西，那样东西就越能拿住你。这份甜美的收成，同时也是一根越绑越紧的绳子——它把我们直接带到第 14 章要谈的那个问题：依赖的风险。