微软Copilot专题分析：办公软件生产力跃迁，人类、软件交互新范式开启.pdf

微软Copilot专题分析：办公软件生产力跃迁，人类、软件交互新范式开启。微软 Copilot+办公软件：推动软件生产力显著提升。3 月 16 日，微软宣布发布 Microsoft Copilot，将生成式 AI 引入至 Microsoft 365 的全系产品。Copilot 基于 GPT-4 模型部署，将大型语言模型 （LLM）、业务数据和 Microsoft 365 应用 相结合，以释放创造力、释放生产力和提升技能。Copilot 的发布再次引发市场 关注，AI 自身的 iPhone 时刻正加速到来。我们认为，微软此次发布的 Copilot 体现了：1）微软&OpenAI 自身在大语言模型能力升级上的能力，包括多模态、 安全性等。2）微软自身在成本优化、产品层面的实力。

GPT 系列模型：从 GPT-3.5 到 GPT-4，可靠性、安全性等持续改善。从微软自 身的模型布局来看，自投资 OpenAI 后，在大语言模型领域基本延续了 OpenAI 的技术路线，通过将模型参数的持续放大以及精调，植入到微软的各产品线中。 一方面，基于 ChatGPT 背后的 GPT-3 以及 3.5，微软通过模型的蒸馏、压缩， 将实际部署的参数减少约 2 个数量级，并通过部署专属超算中心的形式提升运 算效率，将 GPT-3.5 的部署成本压缩 90%。而最新发布的 GPT-4，将针对复杂 任务、多模态、安全性等问题进行优化。通过上述模型的组合，微软将大模型 应用至 Azure、应用&基础软件、搜索引擎等领域，实现大规模的产品化，进一 步巩固在 AI 领域的领先地位。

Microsoft 365 Copilot：生产力智能助手，有望构建人类、软件交互新范式。 Copilot 将以两种方式与 Microsoft 365 客户合作：1）嵌入到 Word、Excel、 PowerPoint、Outlook、Teams 等，提供草稿生成、结论输出、图文转换、文件 归纳与回复、跨文件调用等能力。2）提供聊天功能，通过自然语言提示，商务 聊天将根据会议、电子邮件和聊天线程生成状态更新。从业务逻辑来看，Copilot 从用户的输入到最终模型完成并自我迭代大约有以下流程：1）由用户给出实际 需求的 prompt，微软根据已经授权获取的用户数据图谱当中，提取所需数据。2） 将数据以及识别后的 prompt 输入至语言模型。3）由语言模型处理，并进行多 模态的关联落地（grounding），返回至用户的数据图谱。4）基于用户的数据 图谱，返回至应用，完成输出以及命令的执行。但从实际需求来看，生成内容 的准确性、数据隐私性仍是市场关心的关键问题，准确性上，Copilot 将会通过 Grounding 这一过程来提高其接收提示的质量，以确保模型最大程度上准确执行 用户的指令。Copilot 本质上会将人类语言的表述根据实际的数据情况更换成更 符合大语言模型理解的 Prompting（提示），然后以此完成多模态之间的转换并 提升指令的准确性。在隐私维度，Copilot 目前提供了双因素身份验证、合规边 界等隐私保护措施。目前微软在提供 copilot 相关服务时，在协议中明确表示使 用的是公开数据+无版权数据以及微软的自有数据，一定程度降低了数据隐私性 的问题。Copilot LLM 不会根据用户的自有数据以及用户的提示上进行训练。不 过目前一系列的隐私问题的解决方法，仅来自于微软的单方面保证，而微软在构建用户数据图谱时，必然会获取用户更为隐私的数据，后续可能需要监管机 构的监督。