微软在 Excel、Outlook 部分场景启用自研 MAI 模型，降低对 OpenAI 与 Anthropic 依赖

据新浪财经援引知情人士消息，微软正在其部分软件产品中逐步改用自研人工智能模型，以降低 AI 使用成本，并减少对外部模型供应商的依赖。来源显示，在 Excel 和 Outlook 这两款广泛使用的办公软件中，已有数以万计的每周 AI 任务由微软内部开发的 MAI 人工智能模型完成。此前，这些任务更多依赖 OpenAI 和 Anthropic 的模型能力。相关消息发布于 2026 年 7 月 8 日。

这意味着，微软在将 AI 深度嵌入 Office 生产力工具的过程中，正在从“主要调用外部大模型”转向“外部模型与自研模型并行”的策略。对于普通用户而言，短期内感知可能并不明显；但对微软而言，模型来源的变化会直接影响成本结构、产品迭代节奏以及 AI 功能的可控性。

Excel 与 Outlook 成为微软自研模型落地窗口

Excel 和 Outlook 是微软办公生态中使用频率极高的产品，也是 AI 助手类功能最容易高频触发的场景。表格分析、内容整理、邮件摘要、回复建议、信息提取等任务，往往不一定都需要调用最强大的通用大模型。如果微软的 MAI 模型能够在这些场景中提供足够稳定的结果，就具备替代部分外部模型调用的现实基础。

来源提到，每周已有数以万计的 AI 任务由微软内部开发的 MAI 模型完成。这个规模并不等同于完全替代 OpenAI 或 Anthropic，但说明微软已经不只是停留在实验阶段，而是在真实产品流量中验证自研模型的可用性。

从产品逻辑看，办公软件中的 AI 任务可以分层处理：复杂推理、长上下文、多步骤规划等任务可能仍更适合调用能力更强的外部模型；而大量高频、规则相对明确、上下文边界清晰的任务，则可能由成本更低、部署更灵活的自研模型承担。

微软为何要减少对外部模型的依赖

微软长期与 OpenAI 保持紧密合作，同时也在部分产品或场景中使用 Anthropic 等模型能力。但随着 AI 功能进入高频办公场景，调用成本会快速累积。对于拥有庞大企业客户和个人用户基础的微软来说，AI 成本控制已经成为产品商业化的关键变量。

• 成本压力：办公软件中的 AI 功能使用频次高，如果每次任务都依赖外部大模型，长期成本会明显上升。
• 产品可控性：自研模型便于微软针对 Excel、Outlook 等特定场景优化，缩短功能调整周期。
• 供应链安全：降低对单一或少数外部模型提供方的依赖，有助于减少技术与商业风险。
• 差异化竞争：围绕 Office 数据结构和用户流程训练或优化模型，有利于形成更贴近办公场景的体验。

对微软而言，自研模型并不一定要在所有指标上超越外部顶级模型。只要能在特定任务中达到“足够好”的效果，同时显著降低单次调用成本，就具备大规模替换的经济价值。这也是当前 AI 应用层公司普遍面临的选择：不是所有功能都需要最强模型，合适的模型组合才是更现实的工程方案。

影响与解读：AI 办公进入“多模型调度”阶段

这次变化反映出一个重要趋势：大型科技公司正在从单纯购买或接入大模型能力，转向构建自己的模型调度体系。未来用户在使用 Excel、Outlook 或其他办公软件时，背后可能并不是一个固定模型在回答，而是由系统根据任务类型、成本、延迟和质量要求，自动选择不同模型。

这种模式对 AI 产业链的影响不小。OpenAI、Anthropic 等基础模型公司仍会在高难度任务和通用能力上保持价值，但它们在应用公司内部的占比可能会被重新分配。对于微软这样的超级平台，自研模型越成熟，就越有能力把高频基础任务留在自家体系内，把外部模型用于更复杂、更高价值的场景。

对中文读者和国内 AI 从业者来说，这一动向也有参考意义。企业部署 AI 应用时，不应只关注“接入哪个最强模型”，更应评估任务结构、使用频率、成本边界和数据安全。大模型应用的下一阶段竞争，很可能不只是模型能力之争，而是模型组合、场景优化与成本效率之争。

总体来看，微软在 Excel 和 Outlook 中启用 MAI 模型，是 AI 办公产品从早期能力展示走向规模化运营的信号。随着 AI 功能从“可选增强”变成日常工作流的一部分，谁能以更低成本、更稳定体验提供智能能力，谁就更可能在下一轮生产力软件竞争中占据主动。