機器之心編輯部

昨天晚上，微軟 CEO 薩蒂亞·納德拉（Satya Nadella）在 上發(fā)布了一篇長推文《A frontier without an ecosystem is not stable》，即「沒有生態(tài)系統(tǒng)的前沿是不穩(wěn)定的」。

該條推文一上線就吸引了大量關注，如今瀏覽量已經(jīng)突破了 2800 萬。

• 原文地址：https://x.com/satyanadella/status/2066182223213293753

納德拉深刻探討了在 AI 驅動的經(jīng)濟時代下，企業(yè)未來的形態(tài)、數(shù)字主權以及 AI 發(fā)展的社會經(jīng)濟影響。

其中提出了「人力資本」與「Token 資本」兩個概念。

在他看來，AI 正在改變企業(yè)競爭的底層邏輯。過去，企業(yè)購買或建設數(shù)字工具，是為了提升人力效率：工具放大人，人創(chuàng)造價值。但今天，AI 模型本身就具備了吸收人類專業(yè)知識并將其「商品化」的能力。一個模型在學習了足夠多的企業(yè)數(shù)據(jù)之后，可以把原本屬于某家公司的獨門本領，變成人人皆可調(diào)用的標準服務。

如此一來，AI 似乎就有個吞噬其它軟件服務的能力，或者按納德拉的說法是「各個行業(yè)的每家公司都在把價值讓渡給少數(shù)幾個吞噬一切的模型?！?/p>

這也讓他非常擔憂，他在文中呼吁「我們決不能讓少數(shù) AI 系統(tǒng)攫取所有的經(jīng)濟回報?！?/p>

有趣的是，經(jīng)常嘲諷微軟的世界首富伊隆·馬斯克（Elon Musk）帶著陰陽的語氣稱這篇文章很有趣（interesting）：

畢竟，這篇博客似乎證明了馬斯克去年 8 月的一條評論「OpenAI 將活活吞下微軟」。

那時候，納德拉剛剛宣布 GPT-5 將全面接入微軟旗下的 Copilot、GitHub 和 Azure 產(chǎn)品線。當時他的回應也輕巧而自信：「人們想吃掉我們已經(jīng) 50 年了，這才是樂趣所在！」

而馬斯克的言外之意也很明顯：微軟引以為傲的軟件帝國，正在親手把自己的護城河拱手相讓給一個合作伙伴。在 AI 這個領域，依賴別人的模型，遲早會被別人的模型替代。

而今天的這篇推文表明，納德拉已經(jīng)不復當時的自信。

以下是納德拉的推文全文翻譯：

我一直在思考 AI 驅動的經(jīng)濟中企業(yè)的未來。

這種轉變與以往任何平臺更迭都有所不同。過去，我們利用數(shù)字系統(tǒng)來提升人力資本。這是我們首次能夠在人類與數(shù)字系統(tǒng)之間建立真正的認知循環(huán)。這非常顛覆認知，因為它改變了我們在企業(yè)內(nèi)部構想工作的方式。

關鍵的議題已超越某些數(shù)字工具或系統(tǒng)的使用層面。我們需要關注的是，在一個 AI 模型能夠不斷吸收人類與組織的專業(yè)知識并將其商品化的世界里，組織該如何持續(xù)學習、構建知識產(chǎn)權、保持差異化并蓬勃發(fā)展。

每家公司都必須構建我所謂的「人力資本」與「Token 資本

人力資本包含員工的知識、判斷力、人際關系、創(chuàng)造力以及模式識別能力

Token 資本則代表企業(yè)構建并擁有的 AI 能力。

重要的是，人力資本的價值不會隨著 Token 資本的增長而降低。它只會變得更有價值！我認為人類的主觀能動性將成為 Token 資本增長的驅動力。人類將設定宏大的目標，跨領域串聯(lián)信息，建立人際關系，并識別出最關鍵的模式。如果沒有人類的引導，計算資源只會在原地打轉。

這意味著真正的機遇并不在于挑選最佳模型。我們應當在模型之上建立一個學習循環(huán)，讓人力資本與 Token 資本在其中產(chǎn)生復利效應。你可以外包一項任務，甚至是一份工作，你卻永遠無法外包你的學習過程。企業(yè)的未來取決于在人類與 AI 之間積累這種學習復利的能力。

這需要一種全新的架構方案，讓每家企業(yè)都能構建隨時間推移不斷進化的智能體系統(tǒng)，同時依然保持對其知識產(chǎn)權的控制。一家公司應當能夠在替換「通用」模型時，依然保留其學習系統(tǒng)內(nèi)積累的「企業(yè)老將」級別的專業(yè)知識。這將是未來時代對你的控制力與主權的一項關鍵「測試」。

企業(yè)需要將其工作流、領域知識和積累的判斷力轉化為能隨著每一次使用而不斷改進的 AI 系統(tǒng)。私有評估體系應當能夠捕捉模型是否真正在對企業(yè)至關重要的成果上取得進步（僅僅看外部基準測試是不夠的?。?。私有強化學習環(huán)境應當讓模型在組織內(nèi)部的真實執(zhí)行軌跡中變得更強大。它的知識庫讓機構記憶變得可查詢，也讓 Token 的使用變得更加高效。

這個循環(huán)將成為企業(yè)新的知識產(chǎn)權。我把它看作一臺爬山機。并且與大多數(shù)資產(chǎn)不同，它具有復利效應。每一個得到改進的工作流都會產(chǎn)生更好的訓練信號，這會加速企業(yè)獨有隱性知識的積累。盡早構建這一體系的公司將擁有難以復制的優(yōu)勢，無論個體模型又出現(xiàn)了什么新能力。

我們絕不希望看到這樣一個世界：各個行業(yè)的每家公司都在把價值讓渡給少數(shù)幾個吞噬一切的模型。假設所有的價值都被少數(shù)幾個模型攫取，政治經(jīng)濟體系將無法容忍這種局面。社會也不會允許一個掏空整個行業(yè)的 AI 未來。

回想一下在全球化第一階段發(fā)生的事情，當時整個工業(yè)經(jīng)濟體都因為外包而被掏空。盡管 GDP 數(shù)據(jù)表面上看起來不錯，崗位的流失卻是真實存在的，其后果至今依然影響深遠。我們決不能把那種動態(tài)帶入 AI 時代，讓少數(shù) AI 系統(tǒng)攫取所有的經(jīng)濟回報，同時整個行業(yè)眼睜睜地看著他們的知識在不知不覺中被商品化。

在我看來，我們的當務之急必須是構建一個前沿生態(tài)系統(tǒng)，僅僅打造一個前沿模型是遠遠不夠的。只有這樣，價值才能在每一家公司、每一個行業(yè)和每一個國家之間廣泛流動。在這個生態(tài)系統(tǒng)中，每個組織都能擁有編碼其機構知識的學習循環(huán)，并讓其人力資本與 Token 資本產(chǎn)生復利。

這是我成長過程中所遵循的理念：平臺應該在其之上促成比其內(nèi)部所捕獲的更多的價值，讓每家公司都能不斷創(chuàng)新并創(chuàng)造屬于自己的價值。

當這種情況發(fā)生時，企業(yè)將為自己以及周圍的經(jīng)濟體創(chuàng)造價值。員工將會看到他們的專業(yè)知識得到放大，他們的判斷力將成為系統(tǒng)的一部分，變得可復制且具備規(guī)?；瘮U展能力。同時，帶來的收益將惠及他們周圍的企業(yè)和社區(qū)。

這正是企業(yè)為自身和更廣泛的經(jīng)濟體驅動價值的方式。這也是我們應該共同建立的穩(wěn)定平衡。