M365 Copilot主要产品更新内容

微软新产品专家交流0918

一、M365 Copilot主要产品更新内容
共享协作产品配置更新: 在M365 Copilot中，新的产品配置是一个共享和协作的产品。它以类似ChatGPT的形式作为统一入口，可访问企业内部私有数据和互联网数据。在Pages中新增页面用于共享和协作，界面分为左右两部分，左侧可与内部数据对话协同处理文档，右侧为协作公共区域，可邀请公司内部其他组织和个人协同工作，相比飞书文档，它与企业内部数据的协作关系更具优势，且与AI协作较为丝滑。
Excel产品更新: Excel的Copilot功能得到提升。之前它解决Excel问题的能力较差，现在不但能完成数据分析指令、公式、数据透视表等功能，还能利用Python进行复杂分析处理，用户可通过自然语言提出需求，Copilot将其转化为Python代码执行。此外，分析能力从数字等结构化数据扩展到文本，可对如客户投诉信息等文本进行筛选、分析、聚类等操作，这在以往是不具备的，对处理Excel中的非结构化信息有实用价值。
PPT产品更新: PPT中的Copilot功能有三方面更新。一是可直接交互修改生成的提纲，而之前修改提纲较为麻烦；二是生成效果比以往有很大提升；三是更好地与内部数据打通，读取内部文档和数据的能力有了从基本不可用到可用的提高。
Teams产品更新: Teams中的Kings更新后，除输出会议总结外，还可对会议内容不断提问，回答问题具有更高维度视角。例如查询会议中提及麦当劳的人数，相比传统方式更便捷高效。
Outlook产品更新: Outlook的Copilot更新相对轻量级，能够对整体邮件进行梳理和筛选，找出更重要、更值得关注的内容，此功能之前上线过类似的，现在正式单独列为一个特性。
Word和OneDrive产品更新: Word和OneDrive中的Copilot改进主要是对既往性能的提升，在数据利用和访问方面比以往性能更好，之前存在的局限性得到改善。
Copilot Chat中的Agent更新: 在Copilot Chat（现称Bing Chat）对话界面可设立Agent，参考了GPT开发者大会提出的概念，但底层应用产品是Copilot Studio，更像是既有产品的组合。它降低了Copilot使用门槛，将复杂情况简化，可直接在界面创建智能体，智能体能够处理复杂任务，调用第三方系统（如SAP、Salesforce、微软自己的CRM和ERP系统等）的数据，这是之前Copilot的优势，现在进一步提升了用户体验。

二、产品更新的逻辑与规划
更新逻辑: 主要是将更多产品、能力以及协作功能整合进名为Bing Chat（之前叫Copilot Chat）的统一界面，同时对几款单款产品进行能力提升。
更新规划: 此次是Wave Two第二波浪潮更新，并非所有功能一次性发布完毕。根据美国总部消息，在10月、12月甚至2025年1月（第三波）还会有进一步的产品和功能发布，这是一个长达数月的持续发布过程。从产品规划角度看，部分更新是对前期商业化过程中用户使用问题的补充完善，部分是从产品架构迭代角度出发，吸纳全行业经验，在模型、应用架构、技术模块等层面进行大的迭代，如加入模型更新01等新的技术和应用。

三、与其他产品对比及影响
与OpenAI对比及对Excel影响: OpenAI的模型可能降低了大模型使用门槛，在数理分析尤其是数学、物理、化学方面有很大进步。对于M365 Copilot中的Excel功能，如果接入类似OpenAI的模型，会有很大利好。因为OpenAI模型会对命题进行拆解，而在Excel数据处理中，从数据筛选、分析、预测到可视化呈现是逐步的过程，该模型有助于提升数据分析能力，Copilot也会有很好的变化。
对PPT的影响: 在PPT制作中，按照OpenAI模型的情况，应能更好地兼顾主题、排版风格、内容等方面，进行相应拆解，明确数据来源（内部或互联网），从而有更好的效果。在Copilot Studio方面，之前设定复杂过程需要较多手工设定，接入OpenAI模型后，使用复杂程度可能降低，能更好地处理任务。
对Copilot的负面影响: 接入OpenAI模型虽有提升，但也存在负面结果。其推理速度较慢，即便对于一般命题，响应时间也可能有数秒甚至超过10秒。在Copilot中叠加M365的大量代码和数据吞吐后，处理时间可能更长，在用户体验上形成巨大负面作用，并且推理成本会上升，影响产品的投资回报率（ROI）。
应用策略与成本问题: 目前还不清楚Copilot对接OpenAI模型后的机制，M365 Copilot的商业化还未完全完成，用户切换情况也不一致。OpenAI模型上线是相对长期的过程，可能先在Copilot的部分功能（如PPT、Word等）上应用，但不确定。此外，其时间成本和背后策略成本都高，定价也比其他产品贵3 – 5倍，不清楚后续如何调整。

四、M365 Copilot商业化现状
忧：大型客户增购未超预期: 传统的大型客户（3000用户以上或1000 – 3000用户的中大型客户）在增购方面，截至目前在Q1未超出预期。虽然有促销手段和销售人员激励，但多数大型客户只是按原有节奏扩张，没有出现大规模超预期的增购情况，只有少数大型集团（如阿里）有较好的表现。
喜：新客户增加与新应用涌现: 有更多企业开始试用M365 Copilot，尤其是以300用户左右规模切入的企业增多。这是因为随着产品成熟度提高，有了更多成功实践经验，企业不再认为自己是小白鼠，愿意掏钱购买。同时，产品的应用场景不断拓展，不再局限于邮件起草、自动回复、会议总结等基础功能，新的应用如HR的简历筛选、财务角度的使用、竞对分析等不断涌现，在最近一个月左右的市场活动中反馈相对积极，使得300用户左右规模的客户群扩大。

五、M365 Copilot的客户增长与限制
客户增长限制的客观因素: 对于大型企业客户（3000用户以上），除了公司本身投资结构因素外，随着涉及案例增多，周期增长会导致投资增加。在当前背景下，企业支出相对收紧，M365 Copilot的门槛较高，这是限制客户增长的客观因素。
客户增长限制的主观因素: 这些大型企业已经有很多AI项目尝试，自身定位和期望阈值较高，M365 Copilot很难给出超出其预期的价值呈现。例如向企业CEO推广时，基础功能难以引起兴趣，而高阶应用才可能吸引他们。这对微软内部营销团队提出了很高要求，产品价值在设计时未完全呈现和挖掘，需要在使用过程中逐渐发现，目前在大型企业身上打出超预期效果的难度较大。
对商业化增长的期待（与OpenAI模型集成）: 目前OpenAI模型在Copilot的集成还处于早期阶段，从微软角度使用还需填表申请。随着OpenAI模型的推理能力，Copilot在应用上更倾向结果导向，可充分调动企业内部和第三方数据，处理复杂命题任务，这将加强用户粘度和壁垒。相比基础功能，处理复杂任务能更好地稳固Copilot的地位，降低被替代的可能性，不过目前还无法确定产品叠加后的实际效果，因为OpenAI模型刚推出且微软工程团队节奏较慢。

六、M365 Copilot续费率情况
目前尚未面临续费挑战: 微软国内合同大多签一年，每年进行审查。由于M365 Copilot去年11月发售，最早的试用转商用客户到现在还未真正面临续费问题，除极少数未进行商用购买的情况外，基本都已商用购买，目前相对稳定。
客户使用量增长趋势: 目前看到有不少客户使用量上升，从300 – 800 – 1000多到3000的客户增长曲线中有很多客户，虽然未达到超额预期，但整体趋势较好。
客户使用模式与反馈: 部分购买量少的客户采用轮流体验的模式，如先给一部分人使用，然后收集反馈再轮到下一批人。在这个过程中，很多客户的活跃用户比例（如中国微课类的active user）能达到八九十，反馈数据相对较好，目前初步推测续费还看不到太多负面因素，但可能在今年自然年的Q4（12月份左右）会有更多情况暴露，届时可能需要一线销售进行调整。

七、M365 Copilot客户结构变化
不同规模客户的增长情况: 3000用户以上的客户情况改变不大，仅增加了一个成员；1000左右的客户有小幅度个位数百分比的增长；而50 – 300用户规模的客户增长显著，在华东地区的统计中，这一量级的客户数量相比上次明显增多。
客户结构比例变化: 从整体客户结构比例看，3000以上和1000 – 3000的客户占比可能会相应下降，而50 – 300用户规模的客户占比相比上一次有很大提高，目前可能绝大部分客户都在50 – 300这个范围内。