Microsoft 365 Copilot 破 3000 万付费座位

在昨天的财报电话会议上，我们宣布 Microsoft 365 Copilot 的付费席位数已突破 3,000 万，新增净席位数环比增长超过一倍。¹ 这是一个重要的里程碑，也释放出一个指向更广泛变革的信号：在各行各业，AI 正从助手转变为积极的参与者，成为工作开展方式中不可或缺的一部分，而不再仅仅是人们使用的工具。各组织正在围绕 AI 重新设计工作流。员工也在指挥 AI 智能体承担任务、项目和流程，从而扩展自身的行动能力并提升影响力。

企业 AI 的第一阶段以采用为标志——部署数量、许可证数量以及节省的工时——这些实实在在的收益仍将持续累积。下一阶段则将以转型为标志。Microsoft 的使命是赋能全球每一个人和每一个组织，帮助他们成就更多。随着人类与 AI 智能体携手构建过去无法实现的事物，我们对履行这一使命所面临的日益广阔的机遇感到振奋。

来自 Microsoft 365 Copilot 遥测信号的新数据，以及全球客户和 Microsoft 内部团队的实践案例，都展现了这种转型如何落地。它主要体现在三个方面：人们如今使用 AI 的深度和广度；AI 所创造的可能性——从加快工作速度到提供全新能力；以及组织如何针对特定岗位对 AI 进行定制。下面让我们从技术本身开始，进一步了解这些变化。

创新的跃迁

过去几个月，一种新型 AI 产品开始涌现：模型被封装在智能体框架之中，能够自行完成反馈闭环——规划、执行、测试并修正自己的工作，最终交付完整成果。这种方法催生了 Copilot Cowork，并于 6 月正式全面发布。Cowork 可以承担多步骤工作：你只需定义任务，它就会端到端执行，并返回完整的结果。它采用多模型设计，可以根据任务需要调用相应模型；随着更多模型可用，其能力也能随工作需求扩展。测试还表明，与单模型方案相比，Cowork 的成本降低了 30% 至 40%。² 我们还推出了首个自动驾驶式 AI 智能体 Microsoft Scout。它拥有自己的身份和权限，能够持续在后台运行，即使你的注意力转移到其他事情上，也能推动工作继续进行。所有输出均以 Work IQ 为基础，从而理解塑造组织内部工作的上下文，包括员工的岗位、项目、优先事项和组织知识，因此这些输出与企业自身具有独特的相关性。我们不仅看到交付给客户的产品实现了跨越式进步，也看到工程团队构建产品的方式发生了跃迁。尽管许多员工都为 Cowork 做出了贡献，但其核心团队始终有意保持精简——从最初的 3 名工程师增加到产品全面发布时也仅有 9 人。然而，它的上市速度极为惊人：从立项、进入预览阶段，再到获得《财富》世界 500 强中半数企业的使用，Cowork 在六个月内完成了这一切。突破的关键在于围绕 AI 智能体重构软件开发流程，使一个极小的团队实现了传统工程工作流无法企及的速度、规模和自动化水平。

Microsoft Scout 同样起步于一个小型团队。团队成员与具备共享上下文、评估体系和明确规范的自主 AI 智能体并肩工作，也再次将从初步概念到可运行产品所需的时间从数月缩短到了数周。Microsoft Scout 公司副总裁 Omar Shahine 表示：“过去，我花了大量时间帮助团队扩大规模：协调大型团队、统筹工作，并确保所有事项协同推进。现在，重点更多在于为专家团队创造条件，使他们能够快速行动、安全实验，并持续沉淀所学，让每个项目的起点都比上一个项目更靠前。”像这样的前沿团队——敏捷、专注，并以人类与 AI 智能体协作为特征——清晰预示了知识工作将在未来数月乃至数年中如何转型。

使用的深度与广度

随着 AI 产品及其构建方法日趋成熟，Copilot 在各组织中的使用也在不断加深和拓宽。仅过去一年，每位用户的对话次数就增长了近一倍，³ 同时使用多项 Copilot 功能的用户数量实现了三位数增长。⁴ Copilot 的平均每周参与度如今已与 Outlook 和 Teams 持平，⁵ 这表明 AI 正以极快的速度融入日常工作。

观察人们每周最常要求 Copilot Cowork 完成的工作，我们发现，涉及多个步骤的请求正在增加，例如分析一组数据并起草用于解释这些数据的电子邮件，或者研究一个问题并编写解决该问题的代码。将这些多步骤工作流纳入统计后，与分析相关的工作占所有任务的 49%；而当分析作为独立任务执行时，这一比例仅为 29%。⁶ 换言之，数据表明，AI 正从帮助人们完成单项任务，迈向帮助他们完成整个工作流。

从更宏观的视角来看，制造业、银行业和软件/科技行业等早期采用者，仍然是 Microsoft 365 生态系统中活跃 AI 智能体数量最多的行业之一。但令人意外的是，汽车和医疗保健等行业正在成为采用 AI 智能体增速最快的行业之一，⁷ 这表明 AI 智能体的价值正迅速从早期领先行业扩展到更广泛的领域。

这种发展势头最明确的标志，或许是各组织在全体员工中推广 Copilot 的速度。席位数超过 50,000 个的客户数量同比增长了 7 倍以上。与此同时，将 Copilot 部署给大多数信息工作者的企业客户数量环比增长近 75%，这表明 Copilot 已成为其运营中的核心组成部分。而达到高使用率——即客户用户群的月活跃使用率超过 80%——所需的时间，在过去一年中已从数月缩短至短短几天。⁸ 综合来看，这些变化表明，各组织正越来越多地将 AI 和 AI 智能体嵌入日常工作流程之中。

AI 所创造的可能性

从最基本的层面来看，AI 带来的速度提升能够提高效率。但真正掌握正确方法的组织，正在超越单纯追求效率的阶段，开始认识到 AI 如何改变工作本身，甚至拓展组织能够完成的事情。

例如，Microsoft 自己的云供应链团队采用了“先精益，再引入 AI 智能体”的方法。团队首先梳理并简化了六个端到端工作流，构建了共享数据基础，随后在规划、采购、履约和物流环节部署了 70 多个专用 AI 智能体。结果是，选定工作流的周期时间缩短了 75%。其中的经验也已融入实践：先简化工作本身，再进行自动化，而不是在一个存在缺陷的流程上叠加 AI 智能体。

周期时间是衡量进展的一项指标，其背后的决策质量则是另一项指标。在智能电力管理公司 Eaton，根因分析长期以来一直依赖耗时的调查。为了减轻负担，该公司已开始使用由 AI 驱动的质量 AI 智能体，帮助专家审阅制造质量问题报告，从而快速发现潜在根因、趋势以及供应商相关洞察。迄今为止，这一方案已应用于约 5,000 份报告，不仅加快了分析速度、强化了数据驱动的决策，还帮助公司更早识别风险并采取预防措施，同时确保 Eaton 的专家团队始终处于每项决策的核心位置。

其他组织也在探索新的可能性：让最接近问题的人有能力亲自构建解决方案。Premera Blue Cross 希望员工能够创建自己的 AI 智能体，从而摆脱重复的手动工作，并解决日益积压的任务和人工工作流。该健康保险计划为华盛顿州和阿拉斯加州的会员提供服务。公司首先将 Microsoft 365 Copilot 和 Copilot Studio 集成到员工日常使用的工具中，同时辅以培训和明确的护栏，让员工可以大胆尝试，而不会危及会员的信任。此后，该团队已构建了 900 多个 AI 智能体，而且数量仍在增加。其中包括一个合同附件智能体，它通过智能文档处理，将原本需要 30 至 45 分钟的手动工作流缩短至约 3 分钟，让员工能够集中精力帮助需要获得医疗服务或亟待解决关键问题的会员。

在更深入的应用阶段，AI 可以释放完成过去根本无法完成之工作的能力。在 Levi Strauss & Co.，AI 正被融入从消费者洞察到人力资源（HR）的各项业务中。一个 AI 智能体在一天内分析了 1,100 份财务标准操作规程，并编目了 18,000 项独立任务，从而形成了一幅细致的工作全景，而这些信息通过其他方式根本无法呈现。“这个 AI 智能体评估出了一个我原以为无法量化的机会规模。”Levi’s 财务副总裁 Lisa Sterling 表示。

在全球咨询机构 EY，一个自主采购智能体（Autonomous Sourcing Agent，ASA）能够自动处理采购流程中低成本、低风险的交易，覆盖从采购申请、谈判到创建采购订单的全过程。它可以同时与一家或多家供应商就成本、交付周期和保修条款进行谈判，同时保留人工参与，以便进行验证和升级处理。自 2025 年 10 月试点以来，ASA 已支持超过 200 笔交易，预计未来一年将处理 1,500 笔。由此带来的是一个更快速、更高效的采购流程，它既能帮助团队从供应商处获得更多价值，又能确保重要的判断与决策仍由人来完成。

规模化专业定制

实现上述变化的组织与仍在等待变化的组织之间，差异不在于 AI 部署得有多广泛，而在于它们针对具体工作对 AI 进行了多好的定制。然而，最常见的部署模式仍然是通用型模式：给所有人同样的工具，然后让他们自己摸索。那些创造出最独特价值的组织采取了不同的做法——先从具体岗位的实际工作方式入手，再围绕这些模式构建 AI。

以 S&P Global 为例，它正在展示 AI 如何通过将可信的情报直接引入工作流，让更多人能够获得深度、专业的知识。随着对 AI 就绪数据的需求不断增长，该公司使用 Microsoft Copilot Agent Builder 和 Microsoft Graph 连接器，在 Microsoft Teams 中创建了一个 Copilot 智能体，让客户能够以更简单的方式访问其大宗商品研究和市场洞察并与之交互。该解决方案将数据提取速度提升了 95%，将对比分析速度提升了 98%，帮助客户更快地把海量信息转化为可采取行动的情报，从而在全球能源和大宗商品市场中更迅速地做出更明智的决策。

Microsoft 销售团队将不同的销售人员画像映射到专用的 AI 智能体——Researcher、Analyst Agent、Sales Agent、Deal Agent 和 MSXi Copilot（销售情报与报告智能体）。每个智能体都针对销售人员时间分配方式中的特定环节而设计。随着 AI 智能体承担更多行政和协调任务，销售人员用于面向客户活动的时间占比翻了一番，从 25% 提高到 50%。试点团队的人均营收提高了 9.4%，交易达成速度加快了 20%；调查结果还显示，重点用例的采用率提升至原来的 3 倍。9

Kantar 采取了自下而上的方法。在这家营销数据与分析公司中，一个用于处理 HR 查询的“人员智能体”——实际上是一个由约 10 个 AI 智能体组成的系统，它们共同处理 60 个主题及相关流程——正由 People 团队中实际处理和支持这些请求的人员协作构建并持续扩展。它已能在无需人工介入的情况下解决越来越多的请求：一封过去需要三天才能出具的在职证明信，现在 120 秒即可返回。Kantar 报告称，以这种方式处理的 HR 查询占比已从 2 月份的零增长到约 40%，其年末目标为 95%。

Microsoft 的 People Operations 团队每年需要跨 100 多个系统处理逾 100 万次员工交互，而这些工作对员工有着切实而重要的影响。该团队正在使用 Frontier Tuning，将 HR 专业知识扩展到各项流程和员工体验节点中，而不是一次只改进一项任务；他们将从业人员的专业知识沉淀为任务、技能和定义质量标准的评估量规。由此形成的 AI 驱动系统能够凭借成功所需的上下文、标准和组织知识承担运营工作，将从业人员的专业诀窍转化为组织能力。团队可以观察 AI 智能体在实际工作中的表现，并调整各种关键因素——工具、上下文、技能以及模型本身——以确保稳定一致的性能。通过 Frontier Tuning 开发的 AI 智能体现已在 People Operations 中投入使用，与基准通用模型相比，其成功完成任务的能力提升了 5 倍。10 随着日常事务越来越多地由 AI 处理，Microsoft HR 的 People Operations 专家可以专注于复杂的员工互动、需要细致权衡的决策，以及最需要人类洞察力的战略性工作。

随着 AI 技术不断进步，各地组织开始看到真正的价值显现，衡量价值的指标也随之发生变化。我们将看到，关注重点会越来越多地转向使用深度、工作本身的可衡量变化、AI 智能体的发展与治理、岗位和工作流的重新设计，以及过去并不存在的新能力的涌现。能够建立持久优势的组织，是那些让技术、运营模式和人的能动性共同演进的组织。这正是正在成形的 Frontier Firm。

1Microsoft 第四季度财报电话会议。

2本分析由 Microsoft 内部团队开展。分析比较了 Copilot Cowork 和 Claude Cowork 在连接 Microsoft 365 的情况下进行的 125 次测试运行，测试共涵盖 12 个轻量、中等和重度工作数据提示，两者均使用 Opus 4.8 模型。对于 Copilot Cowork，成本依据内部日志中相关模型、上下文、工具和运行时间对应的可变费率计算。对于 Claude Cowork，成本依据公开的 API 费率，并结合 token 使用量和 Microsoft 365 连接器使用量计算。我们使用这些成本得出每次运行的总价格，并比较了 Copilot Cowork 与连接 Microsoft 365 的 Claude Cowork 在轻量、中等和重度提示集上的价格。成本节省结果基于 2026 年 6 月开展的测试。实际成本和潜在节省金额可能因使用情况、配置、时间及其他因素而异。

3Microsoft 第四季度财报电话会议。

4基于经过匿名化和聚合处理的 Microsoft 365 Copilot 生产力信号，统计在 28 天内使用两项或更多不同 Copilot 功能的 M365 Copilot 月活跃用户数量。数据包括 2025 年 6 月和 2026 年 6 月的所有国家及企业客户。

5Microsoft 第四季度财报电话会议。

6基于经过匿名化和聚合处理的 Microsoft 365 Copilot 生产力信号，以及 2026 年 7 月 19 日至 2026 年 7月 26 日期间的 Cowork 遥测数据，分析报告期内客户委托给 Copilot Cowork 的最常见任务。

7基于经过匿名化和聚合处理的 Microsoft 365 Copilot 生产力信号，“月活跃智能体”衡量通过遥测数据在 Declarative Agents、Custom Engine Agents 和 SharePoint Agents 中观察到的不同活跃智能体数量。该指标采用滚动 28 天窗口计算。如果一个 AI 智能体在该 28 天期间至少满足以下两个条件之一，即被计为“活跃”：（1）至少有一天存在用户发起的使用；或（2）至少完成一次自主运行。每个符合条件的 AI 智能体只计数一次，无论其被使用了多少次，从而确保活跃智能体基数的统计结果经过了去重。增长情况基于从 2025 年 6 月到 2026 年 6 月的 12 个月期间进行评估，通过比较期初和期末的活跃智能体数量得出。

8Microsoft 第四季度财报电话会议。

9Microsoft 销售团队内部数据，基于 2024 年 1 月至 6 月期间的 687 名 Microsoft 365 Copilot 销售人员，并与 Copilot 使用率较低的销售人员进行比较。

10成功被定义为一次“完美运行”：任务按照人工制定的评估标准获得 100/100 分。每项任务都会执行多次评估，以考虑完成路径、任务顺序和工具选择方面的差异；只有持续获得满分的结果才会被计为成功。